测量系统分析(上).pptVIP

检定或校准：能不能替代测量系统分析？ 计量型数据质量：均值与真值（基准值）之差；方差大小 计数型数据质量：对产品产生错误分级的概率 有人认为，量具定期检定或校准就够了，不必进行麻烦的测量系统分析。此观点是不正确的，两者作用不相同。 1.检定或校准解决的是某量具是否合格的问题 2.测量系统分析解决的是，某测量系统能否用于判断产品合格或判断生产过程是否稳定。 MSA手册的目的是为评价测量系统的质量提供指南，主要关注的是能对零件进行重复测量的测量系统。 分辨力（Discrimination）： 分辨力又称最小的可读单位，最小刻度限值。 分辨率（Resolution）：参见分辨力 测量系统探测，并如实显示被测特性微小变化的能力。 有效分辨率（Effective Resolution）： 考虑整个测量系统变差时的数据分级大小叫有效分辨率。基于测量系统变差的置信区间，来确定该等级的大小。 通过把该数据大小划分为预期的过程分布范围能确定数据分级数（ndc）。对于有效分辨率，该ndc的标准（在97%置信水平）估计值为：ndc = 1.41[PV/GRR]。 基准值（Reference Value）： 被承认的一个被测体的数值，作为一致同意的，用于进行比较的基准或标准样本： 一个基于科学原理的理论值或确定值； 一个基于某国家或国际组织的指定值； 一个基于某科学或工程组织主持的合作试验工作所产生的一致同意值； 对于具体用途，采用接受的参考方法获得的一个同意值。 该值包含特定数量的定义，并为其它已知目的自然被接受，有时则是按惯例被接受。 真值、偏倚（偏移 Bias） 真值（True Value）： 物品的实际值，是未知的和不可知的。 偏倚（偏移，Bias） 测量的观测平均值（在重复条件下的一组试验）和基准值之间的差值，传统上称为准确度。偏倚是在测量系统操作范围内对一个点的评估和表达。 稳定性、线性（Linearity）： 稳定性（Stability）： 是偏倚随时间变化的统计受控； 又称漂移。 线性（Linearity）： 测量系统预期操作量程范围内偏倚误差值的差别。 宽度变差（Width variation） GRR或量具RR GRR或量具RR (Gage Repeatability Reproducibility) 一个测量系统的重复性和再现性的合成变差的估计。 GRR变差等于系统内和系统间变差之和。 GRR方差 = 系统内方差 + 系统间方差 即： GRR方差 = 设备变差（EV）+ 评价人变差(AV): GRR变差忽略了环境和零件的因素，只考虑了人、量具、测量方法对测量系统（MS）的影响。 GRR计算公式： 10.3 测量过程变差及其对决策的影响 测量系统的统计特性 理想的测量系统在每次使用时，只产生“正确”的测量结果，每次测量结果总应该与一个标准相一致。 一个能产生理想测量结果的测量系统，应具有零方差、零偏倚和对所测的任何产品错误分类为零概率的特性。 但是，具有这样理想统计特性的测量系统几乎不存在。 一个测量系统的质量经常用其多次测量数据的统计特性来确定。测量系统的质量，并非分辨率越高越好。 因为分辨率越高，对环境的要求越苛刻。如果表面粗糙度达不到要求，高分辨率也没有意义。 期望的统计特性应包括： ⑴ 足够的分辨率和灵敏度。 通常按1∶10法则，表明仪器分辨率把过程变差（公差）分为十份或更多。这是选择量具的实际最低起点。 ⑵ 测量系统应该是统计受控制的。 这可称为统计稳定性，且最好用控制图法评价。 ⑶ 对于产品控制，测量系统变异性与公差相比应很小。依据产品特性的公差来评价测量系统。 ⑷ 对于过程控制，测量系统变异性应该显示有效分辨率且与制造过程变差相比要很小。根据6σ制造过程总变差和/或来自MSA研究的总变差来评价测量系统。 测量系统的误差： 测量误差的概念 测量结果和被测量真值之间的偏差，叫做测量误差。 按对测量结果影响的性质，分为：系统误差、随机误差。 测量误差 = 测量结果一真值 = 系统误差 + 随机误差 系统误差是在重复性条件下对同一被测尺寸进行多次重复测量时，所得测量结果的平均值和被测量的真值之差。 随机误差（偶然误差）是在重复性条件下，对同一被测尺寸进行多次重复测量时，所得测量结果的平均值之差。 真值 = 测量结果 + 修正值 = 测量结果一误差 10.3 测量过程变差及其对决策的影响 即使是用同一个量具多次测量同一个零件的同一特性，其结果也会不同，这说明测量系统存在变差。 生产过程中的测量结果通常有两个用途： 1、产品控制：判断产品合格与否； 2、过程控制：判断生产过程是否稳定。 若稳定，过程能力/过程能力指数是多少？是否可接受？ 企业希望提高测量系统分析MSA能力的职业人士