MSA培训教材(下载).ppt

1、测量系统分析MSA第三版,汽车行业质量管理 核心工具培训教材,一、概述 二、计量型测量系统分析 重复性和再现性分析方法和接收准则 偏倚分析方法和接收准则 线性分析方法和接收准则 稳定性分析方法和接收准则 三、计数型测量系统分析 小样法分析方法和接收准则 解析法分析方法和接收准则,课程大纲,测量系统分析(MSA),一、概述 测量系统的定义 为什么要进行测量系统分析 测量误差的来源和表达 测量系统分析的要求 测量系统的类型 测量系统的统计特性 如何进行测量系统分析策划,测量系统的定义,MSA定义,使用数理统计和图表的方法对测量系统的分辨率和误差进行分析，以评估测量系统的分辨率和误差对于被测量的参数

2、来说是否合适，并确定测量系统误差的主要成分。 测量系统的误差由稳定条件下运行的测量系统多次测量数据的统计特性：偏倚和变差来表征。偏倚指测量数据相对于标准值的位置，包括测量系统的偏倚（Bias）、线性（Linearity）和稳定性（Stability）；而变差指测量数据的分散程度，也称为测量系统的R 最重要的是测量系统的统计特性。,Discrimination 分辨能力 Precision 精密度 (Repeatability 重复性) Accuracy 准确度 (Bias偏差) Damage 损坏 Differences among instruments and fixtures (不同仪器

3、和夹具间的差异) Difference in use by inspector 不同使用人员的差异(Reproducibility再现性) Differences among methods of use (使用不同的方法所造成差异) Differences due to environment (不同环境所造成的差异),测量误差的来源,Y = x + 测量值 = 真值(True Value)+测量误差,戴明说没有真 值的存在,一致,测量误差如何表达,不精密,精密,准确,不准确,测量误差如何表达,数据的质量,如何评定数据质量 测量结果与“真”值的差越小越好。 数据质量是用多次测量的统计结果进行

4、评定。 计量型数据的质量 均值与真值（基准值）之差。 方差大小。 计数型数据的质量 对产品特性产生错误分级的概率。,数据的质量,数据的质量取决于从处于稳定条件下进行操作的测量系统中，多次测量的统计特性，如：假设使用某一在稳定条件下操作的测量系统对某一特定特性值进行了几次测量，如果这些测量值均与该特性的参考值“接近”），那么，数据的质量被称为“高”；同样，如果部份或所有的测量值与参考值相差“很远”，则数据的质量很“低”,低质量数据的原因和影响,低质量数据的普遍原因之一是变差太大 一组数据中的变差多是由于测量系统及其环境的相互作用造成的。 如果相互作用产生的变差过大，那么数据的质量会太低，从而造成

5、测量数据无法利用。如：具有较大变差的测量系统可能不适合用于分析制造过程，因为测量系统的变差可能掩盖制造过程的变差。,有关测量数据的常见问题,什么是测量？ 将一个未知量与一个已知的或已经接受的参照值进行的比较 为什么我们需要测量数据？ 我们使用测量数据来判断产品是否合格，制定有关过程管理的决策。 我接受这件产品吗？ 过程是很好，还是需要进行调整？ 我们对测量数据有什么期望？ 准确性：数据必须告诉我们真相！ 重复性：重复测量必须产生同样的结果！ 再现性：结果不应该受检验员的影响。,什么是测量仪器？ 用来进行测量的任何仪器。 什么是检验员（或者鉴定人）？ 使用测量仪器进行测量的个人或装置 测量系统：

6、不仅指量具。 测量系统包括：人（及其培训）、过程（测量程序）、设备（量具或测量工具）、系统的控制点、及所有这些因素的相互作用。 测量总偏差： 总的观察偏差=过程偏差+测量系统偏差,有关测量数据的常见问题,测量是一个能影响所观察值的中心值和偏差的过程。 GR 如: 过程中所需量具读数的精确度是0.01m/m, 则测量应选择精确度为0.001m/m), 以避免量具的鉴别力不足，一般之特性者所使用量具的精确度应是被测量物品公差的1/5。,重复性和再现性分析,重复性和再现性分析,重复性和再现性分析,结果 分析,当重复性大于再现性时，原因可能是： -仪器需要保养； -量具需要重新设计增加刚度； -测量的

7、夹紧或定位方式需要改进； -零件内的变差过大。,当再现性大于重复性时，原因可能是： -评价人需要培训如何使用量具及数据 读取方式。 -量具刻度盘上的刻度不清楚。 -需要某些夹具协助评价人来提高使用 量具的一致性。,重复性和再现性分析,如何计算重复性EV、再现性AV、重复性和再现性GRR、 零件变差PV、总变差TV%、 %GRR 、NDC？,重复性和再现性分析,重复性EV= *K1 再现性AV 重复性和再现性GRR= 零件变差PV= Rp*K3 总变差TV= %GRR =（GRR/TV）*100% 数据分级数NDC=1.41(PV/GRR),重复性和再现性分析案例,偏倚定义： 测量结果的观测平均

8、值与基准值之间的差异。 又称为“准确度”。 注：基准值可通过更高级别的测量设备进行多次测量取平均值。,偏倚分析,基准值,偏倚,基准值,观测平均值,偏倚分析,偏倚分析步骤： 1、分析人员负责选择一个落在生产测量中的中程数的生产零件作为偏倚分析的标准样本。 2、在工具室测量这个零件n10次，并计算这n个读数的均值。把均值作为“基准值”。 3、让一个评价人，以通常方法测量样本10次以上。 4、相对于基准值将数据画出直方图。评审直方图，用专业知识确定是否存在特殊原因或出现异常。 5、计算n个读数的均值。,偏倚分析,偏倚分析步骤： 6、计算重复性标准偏差(d2*可以从附录C中查到，g=1,m=n)： 7

9、、确定确定偏倚的t统计量： 偏倚=观测测量平均值 - 基准值 8、根据偏倚分析接收准则判定测量系统是否可以接收，如果不接收，分析原因并采取措施。,偏倚,子组数（g）,子组容量（m),d2*,附录C：,偏倚分析,偏倚分析接收准则： 如果0落在围绕偏倚值1-置信区间以内，偏倚在水平是可接受的。 d2，d2*和v可以在附录C中查到，g=1，m=n , 在标准t表中可查到。,水平是不是用默认值0.05（95置信度）时必须得到顾客的同意。,举例-偏倚分析 一个制造工程师在评价一个用来监控生产过程的新的测量系统。测量装置分析表明没有线性问题，所以工程师只评价了测量系统的偏倚。在已记录过程变差基础上从测量系

10、统操作范围内选择一个零件作为偏倚分析的标准样本。这个零件经全尺寸检验测量确定了其基准值。而后这个零件由现场领班测量15次，数据如下。,偏倚分析,偏倚研究数据 非曲直 基准值=6.0 偏倚 1 5.8 -0.2 2 5.7 -0.3 3 5.9 -0.1 4 5.9 -0.1 5 6.0 0.0 6 6.1 0.1 7 6.0 0.0 8 6.1 0.1 9 6.4 0.4 10 6.3 0.3 11 6.0 0.0 12 6.1 0.1 13 6.2 0.2 14 5.6 -0.4 15 6.0 0.0,偏倚分析,用电子表格或统计软件，可获得直方图和数据分析：,测量值,偏倚分析,偏倚分析,分析

11、结论： 因为0落在偏倚置信区间（-0.1185，0.1319)内，工程师 判定测量系统的偏倚可以接收。,偏倚分析案例,偏倚分析,结果 分析,如果偏倚从统计上非0，寻找以下可能 的原因： -标准或基准值误差； -仪器磨损，建议按计划维护或修整； -仪器制造尺寸有误； -仪器测量了错误的特性； -仪器未得到完善的校准，评审校准程序； -评价人设备操作不当，评审测量说明书等。,量程,基准值,观测平均值,基准值,线性(Linearity)定义： 线性是在测量设备正常操作范围内，偏倚值的差值。,观测平均值,线性分析,观测平均值,基准值,线性分析,无偏倚,有偏倚,线性分析,线性分析,线性分析,水平下的置信

12、带计算公式是：,线性分析,线性分析-举例 一名工厂主管希望对过程采用新测量系统。作为PPAP的一部份，需要评价测量系统的线性。基于已证明的过程变差，在测量系统操作量程内选择了五个零件。每个零件经过全尺寸检测测量确定了基准值。然后由领班分别测量每个零件12次（测量中零件是随机选择的）。,线性分析,线性分析,线性分析 数据,线性分析,线性分析-中间结果,线性分析,线性分析图,分析结论：因为“偏倚=0”线没有完全在拟合线置信带以内， 测量系统的线性不能接收 。,线性分析,Minitab 数据表,线性分析,线性分析,线性分析,输入C1,输入C2,输入C3,最后点OK,分析结论：因为“偏倚=0”线没有完

13、全在拟合线置信带以内，测量系统的线性不能接收。,造成线性误差的可能原因有:,仪器需要校准，缩短校准周期 仪器，设备或夹具的磨损 维护保养不好空气，动力，液体，过滤器，腐蚀，尘土，清洁 基准的磨损或损坏，基准的误差最小/最大 不适当的校准(没有涵盖操作范围) 仪器质量不好设计或符合性,造成线性误差的可能原因有:,应用了错误的量具 不同的测量方法作业准备，夹紧，技巧 随着测量尺寸不同，(量具或零件)变形量不同 环境温度，湿度，振动，清洁 应用零件数量，位置，操作者技能，疲劳，观测误差(易读性，视差),时间1,时间3,稳定性(Stability)定义： 是测量系统在某持续时间内测量同一基准或零件的相

14、同特性时获得的测量值的总变差。,稳定性分析,时间2,稳定性,稳定性分析,稳定性分析,稳定性分析举例 为了确定一个新的测量装置稳定性是否可以接受，工艺小组在生产工艺中程数附近选择了一个零件作为稳定性分析的标准样本。这个零件被送到测量实验室，确定基准值为60.1。小组每班测量这个零件5次，共测量4周（20个子组）。收集所有数据后做出Xbar&R图，请分析稳定性是否可以接收？ 分析结论： 控制图分析显示，测量过程是稳定的，因为没有出现明显可见的特殊原因影响。,稳定性分析,稳定性分析的均值-极差图,稳定性分析,稳定性分析,Minitab 数据表,稳定性分析,第1组数据,第2组数据,第3组数据,第n组数

15、据,第.组数据,稳定性分析,输入C1,输入子组 的数据数,最后点OK,稳定性分析,分析结论：控制图显示测量过程稳定 ，所以测量系统的稳定性可以接收。,测量系统分析(MSA),三、计数型 测量系统分析,小样法 分析方法和接收准则,风险分析法（假设检验） 分析方法和接收准则,解析法 分析方法和接收准则,计数量型测量系统概述,计数型测量系统属于测量系统中的一类，其测量值是一种有限的分级数，与结果是连续值的测量系统不同。最常见的是通过/不通过量具，只可能有两个结果。其它计数型测量系统，例如可视标准，结果可以形成57个不同的分级。这些要用计数型方法进行分析。 任何测量系统都存在风险，由于最大的风险来自于

16、分区的边界，最适当的分析是采用量具性能曲线将测量系统变差进行量化。,计数型测量系统概述,为了遏制行动，项目小组选择了一个计数型量具，把每个零件同一个特性的限定值进行比较。如果零件满足限定值就接受这个零件，反之拒绝零件。多数这种类型的量具以一套标准零件为基础进行设定接收与拒绝。这个计数型量具不能指出一个零件有多好或多坏，只能指出零件可接受或拒绝(如2个分级)。,LSL,USL,0.50,0.60,0.40,I,I,III,II,II,图： “灰色”区域与测量系统有关系,计数型测量系统概述,计数型MSA-小样法分析,计数型MSA-小样法分析,计数型MSA-假设检验分析,A与B的交叉表,计数型MSA

17、-假设检验分析,使用交叉表比较每个评价人之间的差异。,B与C的交叉表,计数型MSA-假设检验分析,A与C的交叉表,计数型MSA-假设检验分析,注：有效性：是指评价人评价零件时，将好的零件（参考1，在公差0.450.545之内）判为好的，将坏的零件（参考0，超出0.450.545范围的）判为坏的，其得到正确判别零件数除以评价人总评价零件数即为有效性百分比； 错误率：是指评价人将坏的零件判为好零件的次数除以对坏的零件的总评价次数的百分比； 错误警报率：是评价人将好的零件判为坏的零件的次数除以对好零件的总评价次数的百分比。 在本例中，根据参考值（即参考1）在公差范围内的好零件共有34件，评价人对每个

18、零件评价3次，共102次。 （参考0）坏零件（即超出公差范围的）共有16件，评价人对每个零件评价3次，共48次。,计数型MSA-假设检验分析,计数型MSA-假设检验分析,这些结果显示：各个评价者对于该测量系统，在有效性、错误率与错误警报率上都有不同程度的结果。在所有三个项目中，没有一位评价者可接受的。 是否需要为这过程更改接受标准？这些风险可以被接受吗？评价者是否需要更好的培训？测量系统的环境可不可以被改善？ 重要的是：顾客对这测量系统与其研究结果会有何看法？顾客原本预期的情况是什么？ 顾客是否接受这些风险？,计数型MSA-假设检验分析,kappa 设计这些表的目的是确定评价人之间意见一致的程

19、度。为了确定评价一致的水平，小组用科恩的kappa来测量两个评价人对同一目标评价值的一致程度。 Kappa是一个评价人之间一致性的测量值，检验是否沿对角线格子中的计数(接收比率一样的零件)与那些仅是偶然的期望不同。设： po=对角线单元中观测值的总和； pe=对角线单元中期望值的总和。 则：kappa=(po-pe)/(1-pe) 。,计数型MSA-假设检验分析,案例kappa Kappa是测量而不是检验。其大小用一个渐进的标准误差构成的t统计量决定。一个通用的经验法则是kappa大于0.75表示好的一致性（ Kappa 最大为1）；小于0.4表示一致性差，计算结果如下：,计数型MSA-假设检

20、验分析,案例kappa结果说明: 分析表明所有的评价人之间表现出的一致性好。 在此分析中有必要确定评价人之间是否存在差异。但是分析并未告诉我们测量系统区分不合格的与合格的零件的能力。在分析中，小组用计量型测量系统测量了零件，用结果确定基准判断。 用这些新的信息，另一组交叉表格被开发出来，用来将每个评价人与基准判断比较。,计数型MSA-假设检验分析,A与基准判断交叉表,计数型MSA-假设检验分析,B与基准判断交叉表,计数型MSA-假设检验分析,C与基准判断交叉表,计数型MSA-假设检验分析,结论：每个评价人与基准有好的一致性。 然后小组计算了测量系统的有效性。 有效性=正确判断的数量判断的机会总

21、数。,假设检验分析kappa 小组也计算kappa值以确定每个评价人与基准判断一致的程度。,计数型MSA-假设检验分析,有效性分析结果：,计数型MSA-假设检验分析,有效性分析结果,计数型MSA-假设检验分析,有效性分析结果-续 注意： 1）评价人自己在所有试验上都一致。 2）评价人在所有试验上都与基准一致。 3）所有评价人自己保持一致，两两间一致。 4）所有评价人自己和两两间一致并且与基准一致。 5）UCL和LCL分别是上、下置信区间边界线。,计数型MSA-假设检验分析,有效性分析结果-续 每对评价人间多重假设检验可用等于零的假设进行： H0：两个评价人都相同的有效性相同。 经计算，对每个评

22、价人的计算评价结果都落在另一个评价人的置信区间内，小组判断不放弃零假设。这一点验证了kappa的结论。 为了进一步分析，一名组员列出了下面的数据表，数据表提供了对每个评价人结果的指南：,计数型MSA-假设检验分析,有效性分析结果-续 判定指南：,计数型MSA-假设检验分析,有效性分析结果-续 小组整理了所得到的所有信息，得出下表。 基于这些信息，小组判断测量系统中评价人B勉强可接受，评价人A和C不可接收。 尽管这些结论和原先的判断有些矛盾，前面的判断是：评价人之间没有统计的差异。但小组还是决定采用前面的结论，因为他们厌烦了所有这些分析。,计数型MSA-假设检验分析,对于计数型测量系统，采用量具特性曲线的概念来进行测量系统分析，评价测量系统重复性和偏倚的总量。 这种分析可用于单限值和双限值的测量系统。 对于双限值的测量系统，假定误差是线性一致的，只需要检查一个界限。 计数型测量系统分析由几个获得基准值的被选择的零件构成。记录这些零件评价的次数(m)，接收的总数(a)，从结果中评价重复性和偏倚。,计数型MSA-解析法分析,计数型MSA-解析法分析,概率公式,计数型MSA-解析法分析,计数型MSA-解析法分析,计算偏倚：,计数型MSA-解析法分析,确