《MSA测量系统培训教材.ppt》由会员分享，可在线阅读，更多相关《MSA测量系统培训教材.ppt（85页珍藏版）》请在三一办公上搜索。
1、测量系统分析ISO/TS16949:2002之MSA培训教材,概 要,计量型测量系统的分析方法 1）偏倚 2）稳定性 3）线性 4）重复性和再现性（R&R）计数型测量系统的分析方法 1）小样法 2）大样法,测量系统分析的意义和目的；测量系统分析的定义：测量系统、量具、测量、测量过程；测量系统分析的基础知识：1）、测量系统的统计特性：偏倚、重复性、再现性、稳定性、线性、分辨力 2）、理想的测量系统 3）、测量系统的共同特性 4）、测量系统的评定步骤和准备,测量的重要性,测量的重要性:如果测量出现问题，那么合格的产品可能被判为不合格，不合格的产品可能被判为合格，此时便不能得到真正的产品或过程特性。
2、因此，要保证测量结果的准确性和可信度。,测量,Y=x+測量值=真值(True Value)+測量誤差,戴明說沒有真值的存在,一致,测量误差,测量系统分析的目的,运用统计分析方法，确定测量系统测量结果的变差（测量误差），了解变差的来源。从而确定一个测量系统的质量，并且为测量系统的改进提供信息。保证所用统计分析方法及判定准则的一致性。,测量的概念,基本术语测量：赋值(或数)给具体的事物,以表示它们之间在某一特性上的关系.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，包括用来测量合格不合格的装置。测量系统：用来对被测量特性赋值的操作、程序、量具、设备、软件以及操作人员的集合。,测量系
3、统的概念,所有对正确反映所测量的对象特性有影响的因素都属于测量系统一部分,测量系统的组成,测量系统,人,机,料,法,环,操作人员,量具/测量设备/工装,被测的材料/样品/特性,操作方法、操作程序,工作的环境,测 量 系 统 分 析,一个典型的过程,数据变差的来源,称菜的过程,数据变差的来源,没有两个土豆的重量是一样的,月复一月，土豆在发生着变异,即使一个藤上的土豆的重量也是不一样的,同一个人用同一个秤对同一个土豆称重的差异,称对公称的差异,随着岁月流逝，秤还称得准吗？,称一斤准，称五斤准吗？,不同的人用同一个秤对同一个土豆称重的差异,为什么卖家和买家秤的结果会不同？,计 量 型 数 据 测 量
4、 系 统 的 分 析,理想的测量系统,n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，应具有零方差、零偏倚和所测的任何产品错误分类为零概率的统计特性。,测量系统的统计特性,通常使用测量数据的统计特性来衡量测量系统的质量：nDiscrimination 分辨力(ability to tell things apart);nBias 偏倚;nRepeatability 重复性;nReproducibility再现性;nLinearity 线性;nStability 稳定性。,分辨力（率）,定义：指测量系统检出并如实指示
5、被测特性中极小变化的能力。传统是公差范围的十分之一。建议的要求是总过程6(标准偏差)的十分之一。,10,30,稳定性(Stability)：,稳定性,时间1,时间2,稳定性：是测量系统在某持续时间内测量同一基准或零件的相同特性时获得的测量值的总变差。,偏倚(Bias)：,基准值,观测平均值,偏倚,偏倚：是测量结果的观测平均值与基准值的差值。基准值的取得可以通过采用更高级别的测量设备进行多次测量，取其平均值来确定。,线性(Linearity)：,量程,基准值,观测平均值,基准值,线性是在量具预期的工作范围内，偏倚值的差值,线性(Linearity)：,观测的平均值,基准值,无偏倚,有偏倚,重复性
6、（Repeatability),重复性,重复性是由一个评价人，采用一种测量仪器，多次测量同一零件的同一特性时获得的测量值变差。,再现(Reproducibility)：,再现性是由不同的评价人，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。,再現性,操作者B,操作者C,操作者A,测量正确的特性准确性精确性,一个好的测量系统的特性,如何保证准确性,准确性：偏倚 稳定性 线性,如何保证精确性,精确性：重复性 再现性,测量系统的分析,测量系统特性可用下列方式来描述：位置：稳定性、偏倚、线性。宽度或范围：重复性、再现性。,位置和宽度,位置,寬度,位置,寬度,标准值,测量系统所应具有的特
7、性：,测量系统必须处于统计控制中，这意味着测量系统中的变差只能是由于普通原因而不是由于特殊原因造成的。这可称为统计稳定性；测量系统的变异必须比制造过程的变异小；变异应小于公差带；测量精密应高于过程变差和公差带两者中精度较高者，一般来说，测量精度是过程变异和公差带两者中精度较高者的十分之一；测量系统统计特性可能随被被测项目的改变而变化。若真的如此，则测量系统的最大的变差应小于过程变差和公差带两者中的较小者。,测量系统的评定,第一阶段：明白该测量过程并确定该测量系统是否满足我们的需要。主要有二个目的：1）确定该测量系统是否具有所需要的统计特性，此项必须在使用前进行。2）发现那种环境因素对测量系统显
8、著的影响，例如温度、湿度等，以决定其使用的环境要求。第二阶段：目的是在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。常见的量具R&R分析是其中的一种试验型式。,计量型测量系统研究-指南,稳定性 Stability,稳定性 Stability：对同一零件的测量值在不同时间上的漂移。,基准值,偏倚,偏倚,时间,确定稳定性的指南,进行研究1）取一个样本并建立相对于可溯源标准的基准值。如果该样品不可获得，选择一个落在产品测量中程数据生产零件，指定其为稳定性分析的标准样本。对于追踪测量系统稳定性，不需要一个已知基准值。具备预期测量的最低值，最高值和中程数的标准样本是较理想的。建议对每个标
9、准样本分别做测量与控制图。2）定期(天,周)测量标准样本35次，样本容量和频率应该基于对测量系统的了解。因素可以包括重新校准的频次、要求的修理，测量系统的使用频率，作业条件的好坏。应在不同的时间读数以代表测量系统的实际使用情况，以便说明在一天中预热、周围环境和其他因素发生的变化。3）将数据按时间顺序画在Xbar&R或Xbar&S控制图上。,结果分析作图法4）建立控制限并用标准控制图分析评价失控或不稳定状态。结果分析数据法除了正态控制图分析法，对稳定性没有特别的数据分析或指数。如果测量过程是稳定的，数据可以用于确定测量系统的偏倚。同样，测量的标准偏差可以用作测量系统重复性的近似值。这可以与（生产
10、）过程的标准偏差进行比较以决定测量系统的重复性是否适于应用。可能需要实验设计或其他分析解决问题的技术以确定测量系统稳定性不足的主要原因。,稳定性,稳定性 Stability,分析均值-极差控制图，并可由此制定校准周期。评估稳定性，必需考虑磨损、腐蚀、温度波动等因素的影响。评估稳定性非常重要，因为大多数测量系统都是长期使用的如果意识不到稳定性的存在，会导致以为过程发生了浮动，从而对过程进行错误的调整。,偏倚 Bias,偏倚 是测量值与真值之间的差异。,真值,偏倚,测量值,测量值,偏倚 Bias,确定偏倚指南独立样本法,进行研究1）获取一个样本并建立相对于可溯源标准的基准值。如果得不到，选择一个落
11、在生产测量的中程数的生产零件，指定其为偏倚分析的标准样本。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”。可能需要具备预期测量值的最低值、最高值及中程数的标准样本是理想的。完成此步后，用线性研究分析数据。,基准值,测量系统的平均值,偏倚,2）让一个评价人，以通常方法测量样本10次以上。结果分析作图法3）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。如果没有，继续分析，对于n30时的解释或分析，应当特别谨慎。结果分析数据法4）计算n个读数的均值。X=(X1+X2+Xn)/n,5）计算可重复性标准偏差（参考量具研究，极差法，如下）：
12、重复性（标准偏差）=（最大值-最小值）/d2 这里d2*可以从附录C中查到，g=1,m=n如果GRR研究可用（且有效），重复性标准偏差计算应该以研究结果为基础。确定偏倚的t统计量：偏倚=观测测量平均值-基准值b=r/n t=偏倚/b,7）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。偏倚-d2 b/d2*(tr,1-a/2 0偏倚-d2 b/d2*(tr,1-a/2 这里d2，d2*和v可以在可以从附录C中查到，g=1,m=n，在标准t中可查到。所取的 水平依赖于敏感度水平，而敏感度水平被用来评价/控制该（生产）过程的并且与产品/（生产）过程的损失函数（敏感度曲线）有关。如果 水
13、平不是用默认值.05（95置信度）则必须得到顾客的同意。,举例-偏倚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偏倚。在已记录过程变差基础上从测量系统操作范围内选择一个零件。这个零件经全尺寸检验测量以确定其基准值。而后这个零件由领班测量15次。,偏倚 Bias,偏倚 Bias,确定偏倚-作图法,4,3,2,1,0,5.6,5.7,5.8,5.9,6.0,6.1,6.2,6.3,6.4,频次,测量值,偏倚研究直方图,表3：偏倚研究偏倚研究分析,因为0落在偏倚置信区间（-0.1185，0.1319)内,工程师可以假设测量偏倚是可以
14、接受的,同时假定实际使用不会导致附加变差源。偏倚研究的分析：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。这在稳定性分析可以表现出，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；,用你的测量系统对一个零件的一个特性测量10次，计算平均值A1。用更高层的量具对其再测10次，计算平均值A2。偏倚 B=A1-A2判断准则：|B|T/10(T是所要测量特性的公差）,第二版：偏倚 Bias,线性 Linearity,线性：量具在适用范围内偏倚的差异。,确定线性指南,进行研究线性按以下指南评价
15、：1）选择g5 个零件，由于过程变差，这些零件测量值覆盖量具的操作范围。2）用全尺寸检验测量每个零件以确定其基准值并确认了包括量具的操作范围。3）通常用这个仪器的操作者中的一人测量每个零件m10次。随机的选择零件以使评价人对测量偏倚的“记忆”最小化。,结果分析作图法 4 计算每次测量的零件偏移及零件偏移均值 5 在线性图上划出相对于参考值的每个偏移和偏移平均值,应用以下公式，计算并画出最适合的线及该线 的置信度区间；该线公式是,这里，是基准值，是偏移均值,并且,公式:,确定线性-作图法,线性 Linearity,确定线性-作图法,线性 Linearity,确定线性-作图法,分析:特殊原因影响测
16、量系统基准值=4处数据显示双峰,线性 Linearity,7 划出“偏移=0”线，评审该图指出特殊原因和线性的可接受性。为使测量系统线性可被接受，“偏移=0”线必须完全在拟合线置信带以内。,结果分析-数据 8、如果作图分析显示测量系统线性可接受，则下面的假设就成立：H0：a=0 斜率（Slope）=0 不推翻原假设，如果（do not reject if）,-,确定重复性和再现性的指南,分析方法有：极差法；均值-极差法；方差分析ANOVA。,极差法,迅速提供测量变异性的近似值只提供测量系统的总体情况，不将变异性分解成重复性及再现性样品数量为5时，80%机会探测到不可接受的测量系统；样品数量为1
17、0时，有90%的机会。,通常有2个测评人测量5个样品各一次,平均值极差(R)=(R1+R5)/5=0.35/5=0.07GRR=R/d2=R/1.19=0.07/1.19=0.0588过程标准方差=0.0777 能接受的（事先确定的）%GRR=100*GRR/过程标准方差=75.7%结论:测量系统需要改进,均值-极差法；,均值极差法(Xbar&R)是一种可提供测量系统重复性和再现性两个特性作估计评价的方法。与极差法不同，这种方法可以将测量系统的变差分成两个部分重复性和再现性，而不是他们的交互作用。,均值-极差法；,进行研究尽管评价人数量、试验次数和零件数是可变的，但我们下面的讨论反映了研究中条
18、件的优化。参考表12GRR数据表。详细的程序是：1、获得一个样本零件数n大于5，应代表实际的或期望的过程变差范围；(图例24，P99例如,n=10)2、选择评价人为A，B，C等。零件的号码从1到n，评价人不能看到零件编号。（盲测）,3、如果是正常测量系统的一部分，应校准量具。让评价人A以随机的顺序测量n个零件，将测量结果输入第一行（如使用MINITAB应输入“数据”栏）。4、让评价人B和C测量同样的n个零件，而且他们之间不能看到彼此的结果，输入数据到第6行和11行。5、用不同的随机测量顺序重复该循环。输入数据到第2，7，12行，在适当的列记录数据，如果需要试验3次，重复循环并输入数据到3，8，
19、13行。6、当零件数量很大或同时多个零件不可同时获得时，测量步骤4，5可能改变如下是需要的：让评价人A测量第一个零件并在第1行记录读数。让评价人B测量第一个零件并在第6行记录读数。让评价人C测量第一个零件并在第11行记录读数。,让评价人A重复测量第一个零件并记录读数于第2行，让评价人B重复测量第一个零件并记录读数于第7行，让评价人C重复测量第一个零件并记录读数于第12行，如果试验需要进行3次，重复这个循环将数据记录在 第3，8，13行。7、如果评价人属于不同的班次，可以使用一个替代方法，让评价人A测量所有的10个零件输入数据于第1行，然后评价人A以不同的顺序读数，记录结果于第2，3行，让评价人
20、B，C同样做。依公式计算并作成控制图或直接用表计算即可。,数字计算,数字计算(续),X,Rp,*SQRT表示可开平方，2表示平方，K1/2/3为可查表的系数,样件k35 0.4036 0.37427 0.35348 0.33759 0.324910 0.3146,变差被分解成4类零件/测评人/零件及测评人之间交互作用/重复性优点：可处理各种试验情况更准确地评估各种变差从试验数据中得到更多信息缺点：更复杂的计算要求懂得统计知识以解释分析结果,%R&R接受准则：a.%R&R30%不能接受，必须改进。此外，ndc取整数，且应该大于等于5。,结果分析:,当重复性(EV)大于再现性(AV)时，原因可能是
21、：仪器需要保养；量具应重新设计来提高刚度增强；量具的夹紧或零件定位的方式需要改进；存在过大的零件变差。当再现性(AV)大于重复性(EV)时：评价人员需要更好的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员来提高使用量具的一致性。,再现性,两个操作者的平均值控制图外形一致，具有良好的 再现性。,方差分析法 ANOVA：,方差分析法中，变差分为4类：零件、评价人、量具、零件与评价人的交互作用；优点（与均值-极差法相比）：1、适用于任何试验调试；2、更精确地估计方差；3、可以从试验数据中分离出更多的信息；缺点：计算复杂，需借助计算软件；对分析人员要求高；,计 数
22、型 数 据 的 测 量 系 统,假设试验分析,案例背景:某生产制程PPk=0.5,将使用计数型量具（如通/止量具）以剔除不合格品，需对量具进行测量系统分析。研究准备代表整个生产范围的50个零件3个测评人3次试验,五 计数型GRR通用指南,第二步：测评人相互之间的比较（交叉表法）,15.7=47*50/150,68.7=103*100/150,*表中“期望值”是计算得出的，计算方法见黄色说明,Kappa-测评人之间的一致性程度指标Kappa=(Po-Pe)/(1-Pe)Po=对角单元观测比例之和Pe=对角单元预期比例之和Kappa 0.75显示良好的一致性Kappa0.4显示一致性程度较差,第三
23、步：计算和分析测评人之间的Kappa,例如,计算Kappa(A*B)Po=(44+97)/150=0.94Pe=(15.7+68.7)/150=0.563Kappa(A*B)=(Po-Pe）/（1-Pe）(0.940-0.563)/(1-0.563)=0.86,此Kappa并没有告知测量系统分辨合格/不合格能力 因此，经常需再计算和分析测评人与基准的Kappa,*计算出的各测评人之间的Kappa如下表,16.0=48*50/150,68.0=102*100/150,比较测评人与基准的一致性（交叉表法）,*表中“Ref为基准，是使用一计量型测量系统得到的结果,*经计算得出了各测评人与基准之间的一
24、致性的Kappa，此组数据表示有很好的一致性。,有效性(判断合格/不合格的准确性)正确判定次数/总判定次数错误报警率(拒收合格品的几率)假判次数/(总的正确判定合格品次数+假判次数)错误率(不拒收不合格品的几率)漏判次数/(总的正确判定不合格品次数+漏判次数),判断标准如下(是探索性的，应用时应基于客户要求作调整):,对每一测评人作出判断：,测量系统分析改善实例,测量系统分析改善实例,GR&R使尺寸误差从87%降到21%(摘自2001年FTQ改善报告),人,法,料,环,机,尺寸不良,装配板尺寸错,QC 和MFG测量方法不同,KB设计长度过短,注胶前后尺寸变化10mm左右,操作指导没有定义测量基准,操作人员不符资格要求,生产计划变动太大,各部门对培训重视不够,装配是线束节点放不入叉干,没考虑可制造性研究,挂线方式引起分支变形,感谢大家！,
