经典详细的MSA培训课件.ppt

《经典详细的MSA培训课件.ppt》由会员分享，可在线阅读，更多相关《经典详细的MSA培训课件.ppt（91页珍藏版）》请在三一办公上搜索。

1、,MSA测量系统分析,TS16949五大工具培训教材系列三,课程内容为什么要实施MSA?什么是MSA?如何实施MSA?如何分析MSA?培训目标:了解MSA5性分析,及应用5性分析确保量测系统能满足测试过程中的要求.,MSA:1.是一种系统性的方法2.监测总变异中测量系统占的比例3.人的误差和设备误差占总误差的百分比,重点：MSA分析方法：重复性、再现性、线性、稳定性、偏倚,课程分两部分：一、基础篇1.测量过程的理解2.测量过程基础术语3.测量系统的统计特性二、方法篇1.MSA的策划2.MSA研究准备3.MSA分析重点计量型测量系统分析,一、基础篇,前 言 企业经常会用到数据进行管理，没有数据就

2、没有标准，也就没有管理，如不能用数据表示我们所知，那么我们对他所知不多，所知不多将无法控制它，那就要靠运气了！,1.1测量的用途：1.测量是对制造过程进行调整的决定的依据如：注塑工序的一个关键尺寸，用X-R图，有控制点，超出异常则调整2.确定在2个或多个变数之间是否存在重大的相互关系注塑：时间、温度等等参数与某种产品尺寸、性能的关系MSA组成：量具、被测量工件、测量人员、程序方法等及他们之间交互作用共同构成MSA,测量数据和产品一样有质量高数据和质量低数据。低质量数据-错误结论MSA重要性：本身从原料测量加工过程经过测量得出结果测量过程受人、机、料、法、环、测的影响 如测量方式不对，好的测为坏

3、的，不合格测量合格，这时不能得到真正的产品或过程的一个特性。,7.6.1测量系统分析为分析在各种测量和试验设备系统测量结果存在的变差，应进行适当统计研究。此要求必须适用于在控制计划中提出的测量系统。所用的分析方法及接收准则，应符合与顾客关于测量系统分析的参考手册的要求.。如果得到顾客批准，也可采用其它分析方法和接收准则。 PPAP手册中规定:对新的或进的量具测量和试验设备应参考MSA手册进行变差 研究APQP手册中规定:, MSA分析计划及分析报告为的输出之一.主要对控制计划提出的MSA进行测量系统分析，MSA结果、接收标准、分析方法必须和顾客一致,MSA分析的对象,TS-16949 标准7.

4、6 监视和测量设备的控制,对MSA的理解应掌握如下知识： 1.过程应做什么？ 常用客户图纸或工程规范去了解过程应做什么？-也就是客户的一个要求。 2.过程会出什么错？ 一般用FMEA与效果分析的一个结果去了解过程会出什么错？ 如注塑产品：外观不合格、留痕、尺寸等 3.过程正在做什么： 注塑温度、时间过程是否稳定 通过首检、专检了解尺寸是否在控制之中，-通常的检验 检验使我们确认过程是否稳定我们把检验作为一个过程来管理他的输出-决定过程是否可接受-测量,1.2.过程与量测过程比较,测量过程：可用以前用过的对所有过程用过的一个管理统计和逻辑技术对测量过程重点掌握： 测量设备的资源、如何正确使用这些

5、设备；测量设备的内容是什么（测尺寸？、性能？）；如何分析和解释测量结果；监视和控制这个测量过程,一般过程： 输入-活动-输出,简单说： 人和量具的误差，可理解为测量系统误差。更准确一点说： 是系统内和系统间的误差所占总误差的比率。按照国际标准： MSA的误差占总比率30%，MSA测量的数据不可用 MSA的误差占总比率10% OK可做为调整工艺的依据。MSA特性理想的MSA应是零方差、零偏移、错误为零概率的统计特性，实际不存在。,1.相对好的MSA: 足够的分辨率和灵敏度。足够：1/10法则，仪器公差、变差分十份2.MSA变差由普通原因引起，不能由特殊原因引起。普通原因：具有稳定的可重复的分布过

6、程中许多变差的原因，即处于统计受控状态。特殊原因（可查明原因）：指造成不是始终作用于过程的变差的原因。普通原因：不可避免的原因，如：转速、原材料材质在允许范围内的变化同一卡尺、同一人测量零件，一个测3次，每次误差用同一仪器、同一人测量相同产品数次，短期内测量的差异。特殊原因：未按操作规程作业、设备坏了、换人、材料混批、量具未准备所造成的变异。,好的测量系统： 对产品控制： 要求对MSA的一个变异与公差相比必须小于特性的公差的评价的MSA，故对产品控制来说，一般MSA误差除以这个公差，用T表示。 对过程控制： 要求MSA的变异，应显示有效的分辨率而且比过程变差相比较小。通用6变差来表示-过程控制

7、一个产品控制、一个过程控制 我们关心MSA误差的来源： 一般仪器：分辨率、重复性、准确度、机器的一种损坏程度。 对MSA:被测工件间差异、执行测量的不完整、操作者之间、准确度、精密度、检验者之间（训练技能）、环境、方法和材料（美、日、中标准可能不一样，材料差异）、量具,测量 定义为赋值（或数）：就是赋予给它一定的数量的值。 量具：任何用来获得测量结果的装置，经常用来特指 用在车间的装置；包括通过/不通过装置。 测量系统：是用来对被测特性赋值的操作、程序、量 具、设备、软件以及操作人员的集合；用来获 得测量结果的整个过程。,术语,敏感度（Sensitivity）,敏感度是指能产生一个可检测到（有

8、用的）输出信 号的最小输入。它是测量系统对被测特性变化的回应。敏感度由量具设计（分辨力）、固有质量（OEM）、 使用中保养，以及仪器操作条件和标准来确定。它通常被表示为一测量单位。,数据2大类 连续计量型 不连续、离散计数型 成功或不成功等标准：指用以计数的标准，或者说是基准。校准：在规定的条件之下，建立我们的测量设备和已知基准值和不确定度，可塑性、标准之间的一种操作。例：我们用游标卡尺、千分尺每年到技术监督局进行校准，这些测量设备和国家标准进行追溯，,测量仪器-分辨率,分辨率(分辨力、可读性、分辨率): 别名：最小的读数的单位、测量分辨率、刻度限度 或探测度 为测量仪器能够读取的最小测量单位

9、。,强调：与过程变差和公差比较小的去比较，过程变差小，用过程变差，公差小用公差。通常在国际上应用得比较多：量具的GRR，即一个MSA的重复性和再现性的合成。变差的一个估计,由设计单位决定的一种固有一种特性测量或仪器输出的最小 刻度单位总是以测量单位报告1：10经验法则,测量系统的有效分辨率,1.要求不低于过程变差或允许偏差（tolerance）的十分 之一.2.零件之间的差异必须大于最小测量刻度;极差控制图可 显示分辨率是否足够看控制限内有多少个数据分级 不同数据分级(ndc)的计算为: ndc=(零件的标准偏差/ 总的量具偏差)* 1.41. 一般要求它大于4才可接受,GRR变差：测量分辨率

10、描述了测量仪器分辨两个部件的测量值之间的差异的能力,GRR:系统内和系统间变差之和 国际标准：均指GRR占总误差百分比，指系统内和系统间变差之和。测量系统误差包括：用于量具的偏移、复性、再现性、线性、稳定性。五种误差合成的一个变差。总误差中还有一个大类，叫零件变差 零件变差一般用PV表示，这里强调的是一个过程控制，测量结果显示过程是稳定的、受控的。过控制：受控、不受控2种,特性特性较多，统计量大组成5个：复性、再现性、线性、稳定性、偏倚偏移：是观测结果的平均值与基准值的一个差值。基准值：可以用更高等级的测量设备进行多次测量获得所取的一个平均值。造成过大偏移的可能原因：仪器需要校准；仪器设 备部

11、或装置的磨损；磨损或损坏的一个基准； 校准不当或巩固调查。测量错误的一个特性,测量系统的统计特性,Bias偏倚(Bias)Repeatability重复性(precision精度)Reproducibility再现性Linearity线性Stability稳定性,偏倚：是测量结果的观测平均值与基准值的差值。真值的取得可以通过采用更高等级的测量设备进行多次测量，取其平均值。,1.偏倚(Bias),仪器需要校准仪器、设备或夹紧装置的磨损磨损或损坏的基准，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线性误差应用错误的量具,不同的测量方法设置、安装、夹紧、技术测量错误的特性量具或

12、零件的变形环境温度、湿度、振动、清洁的影响违背假定、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,1.1造成过份偏倚的可能原因,重复性,指由同一个操作人员用同一种量具经多次测量同一个零件的同一特性时获得的测量值变差（四同）,2.重复性(Repeatability),零件(样品)内部：形状、位置、表面加工、锥度、样品一致性。仪器内部：修理、磨损、设备或夹紧装置故障，质量差或维护不当。基准内部：质量、级别、磨损方法内部：在设置、技术、零位调整、夹持、夹紧、点密度的变差评价人内部：技术、职位、缺乏经验、操作技能或培训、感觉、疲劳。,环境内部：温度、湿度、振动、亮度、清洁度的短期起伏

13、变化。违背假定：稳定、正确操作仪器设计或方法缺乏稳健性，一致性不好应用错误的量具量具或零件变形，硬度不足应用：零件尺寸、位置、操作者技能、疲劳、观察误差(易读性、视差),2.重复性不好的可能原因,由不同操作人员，采用相同的测量仪器，测量同一零件的同一特性时测量平均值的变差（三同一异）,3.再现性(Reproducibility),零件(样品)之间：使用同样的仪器、同样的操作者和方法时，当测量零件的类型为A,B,C时的均值差。仪器之间：同样的零件、操作者、和环境，使用仪器A,B,C等的均值差标准之间：测量过程中不同的设定标准的平均影响方法之间：改变点密度，手动与自动系统相比，零点调整、夹持或夹紧

14、方法等导致的均值差,3.1再现性不好的可能潜在原因,评价人(操作者)之间：评价人A,B,C等的训练、技术、技能和经验不同导致的均值差。对于产品及过程资格以及一台手动测量仪器，推蕮进行此研究。环境之间：在第1,2,3等时间段内测量，由环境循环引起的均值差。这是对较高自动化系统在产品和过程资格中最常见的研究。违背研究中的假定仪器设计或方法缺乏稳健性操作者训练效果应用零件尺寸、位置、观察误差(易读性、视差),3.1再现性不好的可能潜在原因,基准值,較小的偏倚,基準值,較大的偏倚,量测平均值(低量程),量测平均值(高量程),基準值,量测值,無偏倚,偏倚,線性(變化的線性偏倚),在量具预期的工作范围内的

15、偏倚值的差值例：一把游标卡尺，几个刻度50、100、150、250这四个不同刻度之间，他们的偏移是否成一条线性,4.线性(Linearity),仪器需要校准，需减少校准时间间隔；仪器、设备或夹紧装置磨损；缺乏维护通风、动力、液压、腐蚀、清洁；基准磨损或已损坏；校准不当或调整基准使用不当；仪器质量差；设计或一致性不好；仪器设计或方法缺乏稳定性；应用了错误的量具；不同的测量方法设置、安装、夹紧、技术；量具或零件随零件尺寸变化、变形；环境影响温度、湿度、震动、清洁度；其它零件尺寸、位置、操作者技能、疲劳、读错。,4.1线性误差的可能原因,稳定性,时间1,时间2,是测量系统在某持续时间内测量同一基准或

16、零件的单一特性时获得的测量值总变差。,5.稳定性(Stability),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,5.1不稳定的可能原因,MSA变差对决策影响很大：-分两大类1.对产品的控制：关注零件是否在明确的目录之内或在规格之内2.对过程控制过程是否

17、稳定和可接受对产品接受的影响分为两大类：1.将好的判为坏的：生产者的一个风险原因：平均值在合格区域之内，由于存在测量系统误差（人的误差或量具的误差），造成误判。-第一类风险2.将坏的判为好的：顾客的一个风险原因：平均值在不合格区域之内，由于存在测量系统误差（人的误差或量具的误差），造成误判。-第二类风险,6. 测量系统变差的影响,对于公差： 对于零件误判潜在的因素：只在测量系统误差和公差交叉的时候存在。 一般分为三个区域： 第一类区域：完全不合格 第二类区域：容易造成上述两类错误 第三类区域：完全合格为减少第二类的状况，有两种选择： 1.改进生产区域，即减少过程偏差，没有零件在第二区域内 2.

18、改进测量系统，减少MSA的变差，减少二区域的面积，最小限度地作出错误的一个风险。GRR对能力指数细微的一个影响，是它的一个观察的CP值和真实的CP值之间，由于有测量误差的存在会有很大的影响。即：当实际CP：2.0时，MSA：0.1，则观测到的CP（过程能力）才是1.96,如MSA误差从0.1变为0.3.观测到的CP变为1.71如果MSA误差为0.6，观测到的CP变为1.2 如果我们不知道MSA误差为60%，1.2明显小于国际标准1.33,这时本来是仪器问题,而去寻找制程问题,如注塑去改变温度压力时间,就会白费努力.造成很大的浪费,所以对一个新过程的接收,了解MSA误差非常主要.,理想的测量系统

19、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。,第二部分方法篇,第二讲 MSA的统计特性,方法：MSA策划MSA研究准备MSA分析方法-5个统计特性计量型MSA分析计数型MSA分析2.1 MSA策划：人员、方法还要考虑它的一个长期的稳定性、一些特殊的一个考虑，如检测者的一个素质或健康问题都是策划时应该考虑到的，即MSA实施的策划，-P阶段2.2 MSA研究准备：对MSA评价两个阶段第一阶段：主要了解该测量过程，并确定该测量系统，是否满足我们的要求。目的： 1.MSA

20、是否具有所需要的统计特性 没有就没法做MSA误差的一个分析-必须在使用前进行,2。哪种环境因素对MSA有显著的影响，温度？湿度？振动？-来决定我们使用的空间或环境。第二阶段的评定：目的是验证一个测量系统，一旦被认为是可行的，应持续具有恰当的统计特性、或者说具有受控。 通常用稳定性分析、偏移分析、线性分析、重复性、再现性分析方法。MSA准备：1.计划：将使用的方法是什么？如我们用工程决策直接观察，或在量 具研究决定是否评价人在校准或使用仪器中产生影响。 人为作用大：卡尺 人为作用小:测量程序2.评价人数量、样品数量、重复读数的次数，预先应确定。 一般采用：三三十法则 三人、三次、十个零件,二二十

21、 二二五 样品可以是5个、10个，关键尺寸需要更多的零件或者试验，原因量具研究评价所需要的置信度，故数量要多一点。10个最好。 另外一种因素：零件的结构，一些大的零件或重的零件可以规定比较小的样品，或较多的试验。都要考虑三三十的法则。由于其目的是研究整个测量系统或叫量具的误差，则：人的选择：-非常重要 日常操作该仪器的人当中挑选样品： 必须从过程当中选取，并代表其整个工作范围，有时每天选一个样品，持续若干天，也可能十天半月一个月，甚至2个月。根据产品不同而不同。 原因：因为这些零件被认为是产品变差的全部范围，即考虑到产品的误差。,故对每个零件将测若干次，可以是三次、二次，必须对每个零件编号，以

22、便识别，仪器分辨率应容许至少读取数特性的预期过程变差的1/10, 例：过程变差0.001-三位 仪器能读取的为：0.0001四位确保测量方法： 在规定的操作步骤，测量特征尺寸是否正确地进行分析测量，其中一个关键点，取样的一个代表性。,MSA执行的中心点： 1.测量应按随机的顺序 目的：确保研究过程产生的任何漂移变化是随机分布的，评价人不应知道正检查零件的编号，以避免可能的偏移。但我们进行研究的人员应知道正检查零件编号并记录。 2.在设备读数当中，我们应读取到最小刻度的一半。如：最小读数0.0001四位，则做MSA研究时则每个读数的估计应该圆整为0.00005五位。另外研究工作应是知道其重要性、

23、且仔细认真的人员进行-关键结果分析进行分类： 1.一个是位置的误差，通过分析偏移和线性来确定 MSA偏移或线性的误差若是与零误差差别比较明显，或超出量具校准程序确定的最大容许误差-肯定不可接受。 此时：应校准MSA 减小该误差、偏移与零误差差别小， 2.关于宽度误差,MSA的变异是否令人满意的准则，取决于MSA变差，被MSA变差掩盖掉的生产制造过程变异性的百分比，或零件公差的百分比，即系统内和系统间的误差占总误差的多少？ 人和设备占50%-一样则测量数据不可用，即测量结果错误。国际标准： GRR10% OK GRR30% 不可接受，通过努力改进MSA，仪器更新、校准、人培训。 10%-30%

24、根据应用的重要性，关系到产品的安全特性、重要特性，不能接受，一般特性可以接受，还要考虑测量装置的成本、维修成本可能可以接受 此外：一个重要的指标，过程能被测量系统区分开的一个分级数应大于等于5，一般用NDC表示NDC要求MSA误差，分辨率应把过程变差能分成5等份以上。,测量系统分析方法,位置误差：用分析偏移和线性来确定。宽度误差：即重复性和再现性，判别标准10%；10-30%；30%以上过程能被测量系统区分开的一个分级数NDC应该大于5，简单理解为MSA分辨率把过程变差5等份以上。MSA分析方法： 分析时间：2个阶段 一阶段：1.有新的产品，零件误差不同， 一般叫代表性PV不同，需要进行 2.

25、新仪器有不同，需要二阶段：1.新操作人员MSA方法：计量型计数型破坏型,计量型,位置分析,离散分析,稳定性分析,偏移分析,线性分析,重复性,再现性,稳定性,计数型,风险分析,信号分析,数据解析法,MSA分析方法的分类,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）,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

26、,再现性,过程变差,1.测量系统变异性的影响,“重复性” 和 “再现性” 是测量误差的主要来源,常会碰到一些破坏性MSA分析，可做偏移分析、变异和稳定性分析重点：计量型MSA,1.稳定性:,产品特性/控制计划中所提及的过程特性,针对样本使用更高精密度等级的仪器进行精密测量十次，加以平均，做为参考值。,计算每一组的平均值/R值。计算出平均值的平均值/R的平均值。,1.计算控制界限: A)平均值图：Xbarbar+-A2Rbar, Xbarbar B)R值图：D4Rbar, Rbar, D3Rbar2.划出控制界限,将点子绘上3.先检查R图，以判定重复性是否稳定。4.再看Xbar图，以判定偏移是否

27、稳定。5.若控制图稳定，可以利用Xbarbar-标准值，进行偏差检 定，看是否有偏差。6. 若控制图稳定，利用Rbar/d2来了解仪器的重复性。,步骤,测量系统选择： 要分析的测量系统一般都来自控制计划，控制计划中的： 产品特性 过程特性 都是比较主要的样本的选择： 产品特性 过程特性 具有代表性针对样本使用最高精密度等级的仪器，精密测量10次，平均作为一个参考值。并且此标准样品可溯源 请现场测量人员测量25组数据，每次测量25次，注意：25组数据应在短的时间内收集。短涉及到可能的频次，可以是每小时1组，,1.稳定性分析:,3-5个/小时，根据产品特点也可以是：1组/天，1组/周。根据均值极差

28、法，首先计算25组当中每一组的均值和极差，然后计算每组平均值的平均值，我们叫 就是X的两bar，同时计算出每组极差的平均 ，R的平均值。,计算控制界限，有2组控制线，一组是平均值的 A2 ，中间值 ，R图：上线D4 ,下线D3 ，控制线画好，点描上，此时有关键点，2个图，先检查R图，来判定重复性是否稳定，然后再检查X-bar图，判定偏移是否稳定，若控制图稳定，则可以利用X-ba标准值进行偏差检定，有个简单公式，控制图稳定，可利用X-ba除以D2来了解仪器重复性，这是一个估计值。,进行后续持续描点，或者判断，如控制图稳定，则可以把控制界限作为以后的控制用的界限，后续就固定时间使用同样的样本，同样

29、的测量仪器，同样的人员，这些固定，样本异常则仪器有问题，要进行处理。异常的判定：应从点线面这个原则识别异常因素。,异常的处理： R图：极差图失控，表明不稳定的重复性，我们思考的是： 可能什么东西松动了、堵塞了、变化了 X-bar：均值图失控，表明测量系统不在正确测量，可能磨损了。 这时需要重新进行校正另外一个判定原则： 不可以发生重复性的标准差大于制程变差现象，如重复性变差为0.8，制程变差0.6时，仪器不可接受。测量变异大于制程变异。 分析记录予以保存，可和PPAP档案放在一起，证明公司仪器测量能力足够，让客户放心。点：超出控制线极差：分两种情况，要区别对待，超下控制线的点可能与超上控制线的

30、点的情况不一样。可能是一件好事。平均值：超出上下控制线均异常。,链-连续7点上升或下降，连续7点在中心线的同一侧异常面-依据正态分布判定图形，正常情况下，应有2/3点应在落在中间1/3的区 域内，即1范围内。明显多于或少于2/3点（一般90%、40% ）在1范围内异常。,偏移： 观测到的数据的平均值减去基准值 有2种研究方法： 独立样本法 控制图法分析步骤：,2.偏倚,偏倚BIAS分析之执行:,决定要分析的测量系统，和稳定性差不多，均来自控制计划中的产品特性和过程特性，控制计划是我们质量策划中的一个重要的文件。控制计划：我们加工的所有工序当中需要控制的关键点。分别包括使用哪种生产设备，要控制哪

31、些产品特性和过程特性，重要的，它的公差规格是多少，使用什么测量设备，多长时间抽查一次。用什么样的控制方法，当生产中出现不合格反应计划是什么？对于生产现场抽取样本时，一般取制程中间的一个产品，到更高精密的测量设备测量10次加以平均。人员：现场实际测量人员。重复测量15次，输入表格计算平均值、标准差、平均值的标准差，对结果进行作图分析，常见直方图（代表数据的分布情况），从图看出是否有特殊原因或出现异常，没有继续分析，计算T值,含义要求与零误差差别不要过大，如果差别大数据不能用。保存记录，和PPAP文件放在一起，可证明量具偏移符合。偏移研究及线性分析前面讲了： 偏移的判定标准和它的一个操作方法例：对

32、一个零件测15次，它的基准值可用更高等级的仪器来测量测出为6，分别是5.7、5.8、5.9一直到15次6.0，根据偏移计算方法（观测值基准值）计算偏移分别为0.2、0.3，一直到15次的0.0，首先用直方图判定有无特殊原因（人为的、异常的）计算公式：,偏移研究及线性分析,计算重复性或者叫设备误差： 15次中最大的减去最小的 偏移：bias 观测值：observeaverage 基准值：reference计算西格玛偏移的标准差： 利用我们的置信区间 和T值可查表得到从数据解析结果来看：,置信区间： 0.11859，0.1319，和我们的零误差很接近，零误差最好，接近偏移可接受 可以假设偏移可接受

33、，可同时假设实际使用不会导致附加的变差源。我们希望能够真正的了解：零位于上下置信区间的真正的含义是什么？另外一种对偏移的计算也可用控制图的方法： 可以使用均值极差图或者均值标准差图用于测量稳定性，它的数据可以用来评价我们的偏移，但有个前提两种控制图应该是稳定的受控的，即它的输出是可预测的原因，非人为的共同的原因。 它的步骤：作直方图判定有无特殊原因（有重新收集数据）继续分析，从控制图得到 从 减去基准值计算出偏移用平均极差来计算重复性标准偏差确定偏移的统计量。 判断原则和前面一样。如果零落在围绕者偏移量的1-置信区间内，则偏移在水平内是可被接受的。 一般默认为0.05，即95%的置信区间 原理

34、和前面讲的差不多。 控制图计算偏移参考公式：,判这样的定标准为什么是？ 如果计算出零位于上下置信区间的一个范围内，代表零变异是很小的，即它在测量的时候就不会产生别的变差源。最后的结果： 0.0299，0.0519零落在上下置信区间内。 从偏移研究分析得出： 如果偏移从统计上非零时，我们应该查找原因： 标准或基准值的误差检查这个标准程序，仪器磨损？在X-R图会失控（点线面） 要求对三坐标、游标卡尺、千分尺进行维护、进行修整。也可能是仪器制造尺寸有误差，仪器测量了错误的特性，即零件偏差扩大，也可能仪器未得到完善的校准，这都是偏移过大的原因。MSA的偏移不符合我们的要求，可通过硬件、软件或两项同时给

35、它调整，要达到零。 这是我们很重要和很科学的一个判定标准,3线性,如何分析： 1决定要分析的测量系统 2抽取代表制程的4到5个样本，每个样品经测取参考值 3请现场测量人员测12次 4输入数据， 5计算截距，一个T统计量，斜率的T值 6看是否合格，是否要加补正值或调整 7保留记录关键点： 选择什么样的MSA？ 一般典型包含了产品特性、过程特性的测量仪器，即测量风险越高的仪器要优先分析。例：卡尺、三坐标，做三坐标线性，测量特性重要：安全？法规？特性，涉及零件功能？性能？,一般说耐高温、耐低温、寿命等等 故线性一般是在制程变异范围内，它比较宽，只做单点的偏差分析可能担心不足时候使用，抽样时应注意：

36、由现场当中取出，最好能覆盖的最大值和最小值，对样品进行精测，测10次的平均值作为参考值 人员：代表实际测量的人员 计算截距T值，斜率的T值 分析结论或看P值，一般看T的检定结果依据（是否合格，是否要加补正值或者调整） 首先看：截距T值是否大于T，如果大于则有明显的截距问题 其次：检查斜率T值是否大于T，如果大于则有明显的斜率问题 故一共两个统计量：斜率、截距 截距明确，看其截距的百分比，决定是否要加补正值 斜率明确，看其斜率的百分比，以决定是否对斜率进行处理保留记录和PPAP文件放在一起证明公式仪器线性符合要求。,做线性分析指南时： 由于存在过程变差，选择一般大于5个零件，注意要使用测量涵盖量

37、具的整个工作量程精测参考值，覆盖工作量程 经常使用该量具的操作者，测每个零件10次，要随机选取零件 计算每次测量偏移和偏移的均值 在线性图上画单值的偏移和相关基准值的偏移的均值，即横坐标为基准值，纵坐标为偏移和偏移均值,用上面公式计算出最佳拟合线和置信带。 每个刻度内的用X表示，即在X轴上，它的纵轴分别是每个刻度涉及到的偏移（用Y表示），则有公式：a斜率B截距S标准差,计算置信区间：,分析控制图： 画出偏移等于0的线观测是否存在特殊原因和线性的可接受性，前面偏移要求算出置信区间范围（零应在范围内），为使MSA的线性可接受，偏移等于零必须完全在拟合线置信带内。是一重要判定原则 如作图分析，显示M

38、SA线性可接受，则下面假设可成立： 1斜率等于零，不推翻原假设，如果斜率的统计量t绝对值，用公式分别计算斜率的t的统计量是否小于具有风险t的统计量即tgm-2,1-/2的风险,如果以上假设成立，说明MSA所有的基准值有相同的偏移这是我们希望的希望在50;100;150;200他们有相同的偏移，另外对于可接受的线性，偏移必须为零条件 2 b为零，截距的偏移为零，不推翻原假设，如果截距的统计量和tgm-2,1-/2的风险量进行比较，则截距可以接受。例：,注意：要覆盖整个的量程 分别是2;4;6;8;10量程内相对应的5个零件,从图上可看出5个量程2;4;6;8;10；特别是4的量程明显看到有两个峰

39、值，直方图有2个峰则不符合要求。 按线性的判定标准需要计算，计算出斜率的统计量是-12.043;截距的统计量是10.158,它的绝对值明显大于默认值=0.05,自由度是58的这个比例, T58 0.975,它的得值为2.00172, 可看到T明显不论截距和斜率都明显大于T58 0.975,这是一个风险. 通过计数斜率的统计量和截距的统计量,分别大于T58 0.975它所计算出2.00172 ，明显可看出不符合要求，从作图分析获得的结果，由数据分析得到，MSA存在线性问题，告诉我们需要调整软件硬件或同时调整来达到零偏移。说明：如不能调整到零偏移，MSA可用于产品、过程控制但不能用于分析。因为分析

40、要求比较高：最基本的要求，MSA达到稳定,4.重复性和再现性研究,理解： 重复性和再现性的分析可以理解为系统内变差和系统间的变差，即量具的变差和人的变差。 通常我们用三种方法：1.极差法2.均值极差法3.方差分析法应用广泛的是均值极差法，精度最高的是方差分析法测量系统变异分类：,MSA误差为重复性和再现性的平方根做RR前的准备工作: 1.测量数据的取得,必须是随机的,即测量者不知到前一位测量者的测量数据.盲测 2.每位测量者的测量程序必须一致.-经过事先的培训 3.数据的分析由对测量分析有经验的人员来进行 4.被测零件的一个读值要以MSA的最小的刻度为主1.极差法： 方法最简单的一致,它是对测

41、量变差提供一个快速的一个近视值. 最大的缺点: 不能将变差分解为重复性和再现性.或者说误差是人产生还是量具产生的. 方法:,选两个评价人和5个零件每个评价人测量每个零件一次 测量人A测量每个零件的极差和测量人B测量的每个零件的极差是不同的,计算极差之和以及极差的平均值. 则总测量变差为:极差的平均值乘以1/ ,最大的缺点无法分解是人的误差还是量具的误差.,注意:极差始终是正值2.均值极差法: 可同时对MSA的重复性和再现性估计值的研究方法,即容许MSA将变差分解为两个独立的部分,但它不能确定它们两者之间的相互作用.步骤: 1.取包含10个零件的样本,代表过程变差或者预期范围,对10个零件进行编

42、号.注意:不能人评价人看见盲测 2.指定2到3位操作人员,在不知情的情况下使用校验合格的量具,分别对10个零件进行测量, 3.研究人员记录测量读数,研究其重复性和再现性 4.测试人员把量具的重复性和再现性,以公式计算做成均值极差图或者X-R图.注意是将量具的重复性和再现性做成X-R图,和前面说的稳定性虽然原理相同,但要注意区别,例:有2个操作者A和B,分别找零件A B C D E,每个零件测三次,分别得出每组的平均值和极差,1.计算重复性设备误差EV（RA RB RC）即系统内的误差,注意:重复性来自仪器本身的变化,零件在仪器当中测量位置的变化,此组极差正好代表量数变化,所以叫系统内的变差.2

43、.计算再现性简单理解为人的变差AV首先计算操作平均的极差R0然后将其转化为标准差注意:在这里边要减去由于设备变差或重复性所造成的变差部分R0同时包含设备变差和人的变差3.计算零件之间的变异(PV)每次测的值都是同一零件的测量三次所以这是侦测出仪器的变异,用RE表示,两个测量者的变异是两个人,用R0表示,每个产品的差异代表着产品的变异,即五个样品中平均值的最大减去最小代表一个产品的变异.测量系统变异为:,我们这里所涉及到的:变差、变异、误差都是以平方和的形式出现的4计算GRR分别计算操作者A、B的平均值，再平均。还可以计算出总变异TV等于零件变差的平方加上测量系统的平方，然后再开根号这样我们就能

44、够分别计算出测量系统GRR的比值，总误差TV的比值和零件误差PV的比值，这样就和国际标准进行对比，即测量系统误差除以总误差例此处计算得：50.7%远大于30%，不符合标准,5计数型量具分析,方差分析： 一种标准的统计技术 可以用于分析测量误差和其他测量系统研究当中数据变异的来源。 分为四部分： 一个是零件、一个是评价人、一个是零件和评价人的交互作用 注意：比均值极差法多了一部分 和量具造成的重复误差优点： 和均值极差法相比，有处理任何实验设备的能力。更精确的估计方差，从实验数据中获得更多的信息。缺点： 比较复杂操作者需要掌握一定的统计学知识，不作详细讲解,计数型量具的分析,介绍： 它是一种离散

45、型的，结果常常是： 通过不通过 合格不合格 好坏之分 最常见的是：G/NG的量具注意：一些可视标准，结果可形成5到7个不同的分级任何测量系统都存在可量化的风险，最大的风险来自于分区的边界，重点风险分析法。风险分析法： 假设检验分析 信号探测这些分析方法不能量化测量系统的变异性，有一定的局限性，要和顾客沟通协商,遏制行动： 项目小组选择一个计数型量具，即每个零件同一个特性的限定值进行比较，零件满足特定值就接受，反之拒绝，典型G/NG的量具。 只有两个结果：好和坏，好到什么程度不知道 选用的特定量具与公差相比的GRR=25%,随机抽取50个零件，同样要覆盖过程范围的零件，3名评价人，每个人对零件评

46、价三次，1代表接受，0不接受。 使用kappa分析方法： 目的：确定评价人之间意见一致 的程度 kappa分析只用于2个变量，具 有相同的分级数和相同分级数这 种情况。 注意： kappa分析是评价人一 致性的测量值,A不过B不过的期望： 475015015.7A不过B过的期望（或叫权数）： 1035015034.3A过B不过的期望： 4710015031.3A过B过的期望： 10310015068.7A地第一列：15.734.350A地第二列：31.368.7100同理：纵列： 15.7 31.347.0 34.3 68.7103.0,再看B和C的交叉，A和C的交叉,Kappa是一个评价人之

47、间，一致性的测量值Kappa值的计算： 1。检验是否对角线的格子当中的接受比例一 样的零件，与哪些仅是偶然的情况不同， 具体说就是P0，它就是对角线当中观测值的 总和是观测值。 PE：是对角线单元当中期望值的总和虽然谈到：等于对角线单元当中观测值的总和，但必须除以总数，同理对角线单元当中期望值的总和除以150,两人同评为0 类的概率为P0+P+0，两人同评为1 类的概率为P1+P+1 Pe = P0+P+0+ P1+P+1 Kappa分析计算出来： 即人的判定一致性的一个程度， 注意： Kappa是测量，而不是检验，即大小有一个渐进的标准误差构成的T统计量来决定。它有一个法则： Kappa0.75，表示好的一致性,Kappa0.4，表示一致性比较差,根据法则都大于0.75，这几个人判定的一致性比较好故有必要评价人之间的差异：,有效性：正确判断的一个数量和判断的一个机会总数,