测量系统MSA讲课.pptVIP

四、计数型测量系统分析 例子包括： 把部件特征分级为好或坏 在品尝之后分级葡萄酒的香味和口感 从1到5给雇员的表现分级 给体操打分 质检判定：S3、S4、S5 计数型数据 Go-No Go 数据模式： 人为因素主导，情况复杂，GRR考察的概念是与定量数据一样的，但方法上完全不同。 定性数据测量系统的能力取决于操作员判断的有效性，即将“合格”判断成合格，将“不合格”判断成不合格的程度. 确定内容： 与整体一致的%； 评价者自身一致的% （重复性） 评价者之间一致的% （再现性） 与已知标准一致的% （准确性） 引入专家判定 系统评价： Kappa—评价测量系统比随机偶然性好多少 Pobserved：判定员一致同意的单元的比率=判定员一致判定为优良的比率+判定员一致判定为次劣的比率 P chance：预期偶然达成一致的比率=（判定员A判定为优良的比率*判定员B判定为优良的比率）+（判定员A判定为次劣的比率*判定员B判定为次劣的比率） 要达成完全一致， P observed = 1 且 K=1 一般说来，如果Kappa值低于0.7，那么测量系统是不适当的 如果Kappa值为0.9或更高，那么测量系统是优秀的 Kappa的下限为0到 -1 如果 P observed = P chance 那么 K=0 因而Kappa值为 0表示达成一致和随机偶然预期达成的一致是一样的 谢谢大家！ 不稳定的可能原因 仪器需要校准，需要减少校准时间间隔 仪器、设备或夹紧装置的磨损 正常老化或退化 缺乏维护─通风、动力、液压、过滤器、腐蚀、锈蚀、清洁 磨损或损坏的基准，基准出现误差 校准不当或调整基准的使用不当 仪器质量差─设计或一致性不好 仪器设计或方法缺乏稳健性 不同的测量方法─装置、安装、夹紧、技术 量具或零件变形 环境变化─温度、湿度、振动、清洁度 违背假定、在应用常量上出错 应用─零件尺寸、位置、操作者技能、疲劳、观察错误 6.稳定性(Stability) 7.理想的测量系统 理想的测量系统在每次使用时，应只产生“正确”的测量结果。 每次测量结果总应该与一个标准值相符。 一个能产生理想测量结果的测量系统，应具有零变差、零偏倚和所测的任何产品错误分类为零概率的统计特性。 8.测量系统应有的特性 足够的分辨率和灵敏度。 测量系统应该是统计受控制的。这意味着在可重复条件下，测量系统的变差只能是由于普通原因而不是特殊原因造成。 偏倚、重复性、再现性、线性可接受 长期 过程变差 短期 抽样产生的变差 实际过程变差 稳定性 线性 重复性 准确度 量具变差 操作员造成的变差 测量误差 过程变差观测值 再现性 过程变差 “重复性” 和 “再现性” 是测量误差的主要来源 9.测量系统误差的主要来源 9.测量系统误差的主要来源 三、测量系统分析 重 复 性 分 析 再 现 性 分 析 线 性 分 析 稳 定 性 分 析 偏 倚 分 析 位 置 分 析 变 异 分 析 稳 定 性 分 析 信 号 分 析 风 险 分 析 小 样 法 大 样 法 偏 移 分 析 稳 定 性 分 析 变 异 分 析 计量型 计数型 破坏型 MSA ●极差法 ●均值极差法（包括控制图法） ●ANOVE法（方差分析法） MSA分析方法的分类 1.稳定性分析 1.稳定性分析 1.稳定性分析 1.稳定性分析 1.稳定性分析 1.稳定性分析 1.稳定性分析 1.稳定性分析 2.偏倚分析 1)首先用较高准确度的设备对基准件进行测量十次,计算平均值,得到基准值Xr. 2)再让评价人用待评价设备测量基准件至少十次以上,得到平均值Xbar. 3)偏倚 Bias＝Xbar－Xr 4)偏倚% Bias%＝[Bias/过程变差]*100% 判定：重要特性部份其偏倚%须=10%； 一般特性其偏倚%须30%； 其偏倚%大于30%者，此项仪器不适合使用 3.线性分析 线性指在量具整个工作范围内的准确度，即偏倚值的差值 线性(变化的线性偏倚) 有偏倚 基准值 无偏倚 观测的平均值 非线性 3.量具分析 又叫测量能力指数，估计的是相对于全部流程变异，测量系统表现的有多好。 定义图 3.量具分析 对比图 实例—测量员测水 10个纸杯，一个直尺，三个测量员 ----在10个纸杯中装入相差不大的水量 ----让测量员每人单独测量水的高度2次，不碰到容器