测量系统分析MSA参考 手册.pdf

部资料严禁翻印测量系统分析参考手册第三版 前言本参考手册是在美国质量协会（ASQ）及汽车业行动集团（AIAG）主持下,由戴姆 勒克莱斯勒、福特和通用汽车公司供方质量要求特别工作组认可的测量系统分析（MSA）工作组编写,负责第三版的工作组成员是David Benham（戴姆勒克莱斯勒）、Michael Down（通用）、Peter Cvetkovski（福特）,以及 Gregory Gruska（第三代公司）、Tripp Martin（FM 公司）、以及Steve Stahley（SRS技术服务）。过去,克莱斯勒、福特和通用汽车公司各有其用于保证供方产品一致性的指南和格式。这些指南的差异导致了对供方资源的额外要求。为了改善这种状况,特别工作组被特许将克 莱斯勒、福特和通用汽车公司所使用的参考手册、程序、报告格式有及技术术语进行标准化 处理。因此,克莱斯勒、福特和通用汽车公司同意在1990年编写并以通过AIAG分发MSA手 册。第一版发行后,供方反应良好,并根据实际应用经验,提出了一些修改建议,这些建议 都已纳入第二版和第三版。由克莱斯勒、福特和通用汽车公司批准并承认的本手册是 QS-9000的补充参考文件。本手册对测量系统分析进行了介绍,它并不限制与特殊生产过程或特殊商品相适应的分 析方法的发展。尽管这些指南非覆盖测量系统通常出现的情况,但可能还有一些问题没有考 虑到。这些问题应直接向顾客的供方质量质量保证（SQA）部门提出。如果不知如何与有 关的SQA部门联系,在顾客采购部的采购员可以提供帮助。MSA工作组裏心感谢:戴姆勒克莱斯勒汽车公司副总裁Tom Sidlik、福特汽车公司Carlos Mazzorin,以及通用汽车公司Bo Andersson的指导和承诺;感谢AIAG在编写、出版、分发 手册中提供的帮助;感谢特别工作组负责人Hank Gryn（戴姆勒克莱斯勒）、Russ Hopkins（福特）、Joe Bransky（通用），Jackie Parkhurst（通用（作为代表与ASQ及美国试验与材料 协会（国际ASTM）的联系。编写这本手册以满足汽车工业界的特殊需要。戴姆勒克莱斯勒、福特和通用汽车公司于2002后取得了本手册的版权和所有权。如果 需要,可向AIAG订购更多的本手册,和/或在得到AIAG的许可下,复制本手册的部分内 容,在各供方组织内使用。（AIAG联系电话:248-358-3570）。2002年3月前言本参考手册是在美国质量管理协会（ASQC）汽车部及汽车业行动集团（AIAG）主 持下,由克莱斯勒、福特和通用汽车公司供方质量要求特别工作组认可的测量系统分析（MSA）工作组编写,负责第二版的工作组成员是Ray Daugherty（克莱斯勒）、Victor Lowe,Jr.（福特）、Michael H.Down主席（通用）,以及Gregory Gruska（第三代公司）。过去,克莱斯勒、福特和通用汽车公司各有其用于保证供方产品一致性的指南和格 式。这些指南的差异导致了对供方资源的额外要求。为了改善这种状况,特别工作组被特许 将克莱斯勒、福特和通用汽车公司所使用的参考手册、程序、报告格式有及技术术语进行标 准化处理。因此,克莱斯勒、福特和通用汽车公司同意在1990年编写并以通过AIAG分发MSA 手册。第一版发行后,供方反应良好,并根据实际应用经验,提出了一些修改建议,这些建 议都已纳入第二版。由克莱斯勒、福特和通用汽车公司批准并承认的本手册可由供方在制造 过程和满足QS-9000要求中用来实现MSA技术。本手册对测量系统分析进行了介绍,它并不限制与特殊生产过程或特殊商品相适应的分 析方法的发展。尽管这些指南非覆盖测量系统通常出现的情况,但可能还有一些问题没有考 虑到。这些问题应直接向顾客的供方质量质量保证（SQA）部门提出。如果不知如何与有关 的SQA部门联系,在顾客采购部的采购员可以提供帮助。特别工作组裏心感谢:戴姆勒克莱斯勒汽车公司副总裁Thomas T.Stallkamp、福特汽 车公司Norman F.Ehlers,以及通用汽车公司Harold R.Kutner的指导和参与;感谢AIAG 在编写、出版、分发手册中提供的帮助;感谢特别工作组负责人Russell Jacobs（克莱斯勒）、Stephen Walsh（福特）、Dan Reid（通用）的指导,以及ASQC给予的关心帮助。因此,这本 手册得以编写出来似满足汽车业界的特殊需要。AIAG于1994年取得了本手册的版权和所有权。如果需要,可向AIAG订购更多的本 手册,和/或在得到AIAG的许可下,复制本手册的部分内容,在各供方组织内使用。（AIAG 联系电话:248-358-3570）1995年2月MSA第三版快速指南测量系统类型MSA方法基本计量型级差,均值和极差,方差分析（ANOVA）,偏倚,线 性,控制图三基本计数型信号探测,假设试验分析四不可重复（例如,破坏试验）控制图三、四复杂计量型极差,均值和极差,ANOVA,偏倚,线性,控制图三、四多重系统,量具 或试验台控制图,方差分析（ANOVA）,回归分析三、四连续过程控制图三其他情况替代法五其它White Papers 可在http:www.,aiag.ocg/publicatioos/quality/ms a3.html 中查到注:关于GRR标准差的使用传统上,惯例是用99%的分布代表测量误差的“全”分布,由系数5.15表示（此处,oGRR 乘以5.15用来表示全分布的99%）99.73%的范围由系数6表示,是3。并代表“正态”曲线的全分布。如果读者选择提高全部测量变差的覆盖水平或分布至99.73%,在计算中请使用系数6代替 5.15在等式完整和结果计算中了解使用哪个系数是关键的。如果在测量系统变差和公差之间进行 比较,这点特别重要。目录第一章通用测量系统指南.1第一章一第一节.2引言、目的和术语.2测量数据的质量.2目的.3术语.3术语总结.4真值.9第一章一第二节.10测量过程.10测量系统的统计特性.11变差来源.13测量系统变异性的影响.15对决策的影响.15对产品决策的影响.16对过程决策的影响.17新过程的接受.18过程设定/控制（漏斗实验）.20第一章一第三节.22测量战略和策划.22复杂性.22确定测量过程的目的.22测量寿命周期.23测量过程设计选择的准则.23研究不同测量过程方法.24开发和设计概念以及建议.24第一章一第四节.25测量资源的开发.25基准协调.26先决条件和假设.26量具来源选择过程.27详细的工程概念.27预防性维护的考虑.27规范.28评估报价.28可交付的文件.29在供应商处的资格.30装运.31在顾客处的资格.31文件交付.31测量系统开发检查表的建议要素.33第一章一第五节.37测量问题.37测量系统变差的类型.37定义及潜在的变差源.38测量过程变差.45位置变差.45宽度变差.49测量系统变差.53注释.55第一章一第六节.57测量不确定度.57总则.57测量的不确定度和MSA（测量系统分析）.57测量的溯源性.58ISO表述测量中不确定度的指南.58第一章一第七节.59测量问题分析.59第二章测量系统评定的通用概念.61第二章一第一节.62引言.62第二章一第二节.63选择/制定试验程序.63第二章一第三节.65测量系统研究的准备.65第二章一第四节.68结果分析.68第三章一简单测量推荐的实践.69第三章第一节.70试验程序示例.70第三章第二节.71计量型测量系统研究指南.71确定稳定性的指南.71确定偏倚的指南独立样本法.73确定偏倚的指南一控制图样本法.76确定线性的指南.78确定重复性和再现性的指南.84极差法.85均值极差法.86均值图.89极差图.90链图.91散点图.92振荡图.93误差图.93归化直方图.94均值一基准值图.95比较图.96数值的计算.97数据结果的分析.101方差分析法（ANOVA）.103随机化及和统计独立性.103第三章第三节.109计数型测量系统研究.109风险分析法.109解析法.119第四章复杂测量系统实践.126第四章第一节.127复杂的或非重复的测量系统的实践.127第四章第二节.129稳定性研究.129S1：单个零件,每个循环单测量.129S2：nN3个零件,每循环单测量.130S3:从稳定过程中大量取样.132S4：分割样本（通用）,每循环单样本.133S5：试验台.133第四章第三节.135变异性研究.135VI：标准GRR研究.135V2：p22台仪器的多重读数.135V3：平分样本（m=2）.136V4：分割样本（通用），.136V5：与VI 一样用于稳定化的零件.137V6:时间予列分析.137V7：线性分析.138V8:特性（性能）随时间的衰变.138V9V2：同时用于多重读数和PN3台仪器.138第五章-其他测量概念.139第五章第一节.140量化过度的零件内变差的影响.140第五章第二节.141均值极差法一附加处理.141第五章一第三节.148量具性能曲线.148第五章一第四节.154通过多次读数减少变差.154第五章一第五节.156GRR的合并标准偏差法.156附录.164附录A.165方差分析概念.165附录B.170GRR对能力指数Cp的影响.170公式.170图形分析.170附录C.173d2 表.173附录D.174量具R（重复性）的研究.174附录E.175使用误差修正术语替代PV计算.175附录F.176P.I.S.M.0.E.A 误差模型.176术语.179样表.184M.S.A手册用户反馈过程.187表格目录序号 题目 页码!控制原理和驱动兴趣点.152 偏倚研究数据.753 偏倚研究-偏倚研究的分析.764 偏倚研究偏听偏信倚的稳定性研究分析.785 线性研究数据.816 线性研究一中间结果.927 量具研究（极差法）.858 方差（ANOVA）表.1069 方差分析变差和贡献.10610 ANOVA法和均值极差法的比较.10711 ANOVA 法报告.10712计数型研究数据表.11113测量系统示例.12714基于测量系统形式的方法.12815合并标准偏差分析数据表.16016方差分量的估算.16517 5.150 分布.16618 方差分析（ANOVA）.16719 ANOVA结果列表（零件a&b）.16820观测和实际Cp的对比.172插图目录序号 题目 页码!长度测量溯源链的示例.82 测量系统变异性一因果图.143 不同标准之间的关系.404 分辨.415 过程分布的分组数量(ndc)对控制和分析活动的影响.426 过程控制图.447测量过程变差的特性.458 偏倚和重复性的关系.569稳定性的控制图分析.7210偏倚研究-偏倚研究直方图.7511线性研究一作图分析.8212量具重复性和再现性数据收集表.8813均值图“层叠的”.8914均值图“不层叠的”.9015极差图“层叠的”.9116极差图“不层叠的”.9117零件链图.9218散点图.9219振荡图.9320误差图.9421归化直方图.9522均值-基准值图.9623比较图.9624完整的GR&R数据收集表.9925 GR&R 报告.10026交互作用.10527残留图.10528过程举例.11029灰色区域与测量系统有联系.11030 具有 Pp=Ppk=1.33 的过程.11631绘制在正态概率纸上的计数型量具性能曲线.12432计数型量具性能曲线.12533(33 a&b)测量评价控制图.144&14534(34 a&b)评价测量过程的控制图法的计算.146&14735无误差的量具性能曲线.15136量具性能曲线一示例.15237绘制在正态概率纸上的量具性能曲线.15338(38a,b&c)合成标准偏差研究图形分析.159,162,16339观测的与实际的Cp(基于过程).17140观测Cp与实际Cp(基于公差).172致谢本手册是集体劳动的结晶。其中下面一些人士贡献了大量的时间和做出了很大努力。ASQ及AIAG贡献了时间和设施,为本手册的编写提供了帮助。ASQ汽车部的代表 Grey Gmska、修订工作组的前组长John Katona 一直是编写及出版本手册的主要贡献者。本手册第三章的技术部分是在Barney Flynn的指导和促进下,由雪佛莱产品质量保证 部的Kazem Mirkhani首先调研并编写的。计量型量具研究是依据General Electric（1962SQC 会刊）,把这些概念扩展到计数型研究和量具性能曲线中。这些技术由Bill Wiechec在1978 年6月进行了总结和编辑,出版了雪佛莱的“测量系统分析”书。在后来的几年里,本手册又增补了新内容。特别是Oldsmobile的Sheryl Hansen和Ray BenneR编写了 ANOVA法和置信区间的内容。八十年代,雪佛莱的Larry Marruffo和John Lazur修改了雪佛莱手册。JohnLazur和KazemMirkhani提出了新的测量系统章节并强化了 些概念,如稳定性、线性和方差（ANOVA）。EDS的Jothi Shanker为供方开发人员进 步修改工作做了准备。最新的修改包括增加零件内变差的标识与鉴定概念,马对统计稳定性 做了更全面的描述。这两处修改由通用汽车公司统计评审委员会完成。最新的改进是:更新格式,以符合现行QS-9000文件要求;更清楚,更多的示例,使 本手册用户使用方便;讨论测量不确定度的概念,增加在原手册编写中没有包括的部分或不 存在的内容。这改进还包括测量系统寿命周期以及测量分析向与常见过程分析相同发展的 概念。通用公司动传动系统内部海量过程的一部分:策划、使用或改进手册,993年4 月28日印刷,包括在本次修订中。目前重新编写的小组由通用汽车公司的Mike Down主持,该小组由戴姆勒克莱斯勒公司 的 David Benham、福特汽车公司的 Peter Cvetkovski、ASQ 汽车部的代表 Greg Gruska、FM 公司的 TrippMartin SRS 技术服务的 Steve Stahley 来自 Minitab 的 Yanling Zuo ASTM 国 际的Neil Ullman和Rock Valley大学技术部的Gordon Skattum同样做出了重要贡献。AIAG 为本手册的开发贡献了时间和设施。最后,分别代表通用、福特及克莱斯勒汽车公司的MSA工作组成员一致同意本文件内 容,他们的批准签名如下:Michael H.Down通用汽车公司David.Benham 戴姆勒克莱斯勒公司Peter Cvetkovski福特汽车公司第一章通用测量系统指南第一章第一节引言、目的和术语引言测量数据的质量测量数据的使用比以前更频繁、更广泛。例如,现在普 遍依据测量数据来决定是否调整制造过程,把测量数据或由 它们计算出的些统计量,与这过程的统计控制限值相比 较,如果比较结果表明这过程统计失控,那么要做某种调 整,否则,这过程就允许运行而勿须高干呀。测量数据另 个用处是确定在两个或更多变量之间是否存在重要关系。例如,可能怀疑注塑料件上的个关键尺寸和注射材料的温 度有关。这种可能的关系可以通过采用所谓回归分析的统计 方法来研究,即比较关键尺寸的测量值和注射材料的温度测 量值探索象这类关系的研究,是戴明博士称为分析研究的事 例。通常,分析研究是增加对有关影响过程的各种原因的系 统知识。各种分析研究是测量数据和最重要应用之一,因为 这些分析研究最终导致更好地理解各种过程。应用以数据为基础的方法的收益,很大程度上决定于所 用测量数据的质量。如果测量数据质量低,则这种方法的收 益很可能低。类似地,测量数据质量高,这一方法的收益也 很可能高。为了确保应用测量数据所得到的收益大于获得它们所 花的费用,就必须把注意力集中在数据的质量上。测量数据质量由在稳定条件下运行的某测量系统得 到的多次测量结果的统计特性确定。例如,假定用在稳定条 件下运行的某测量系统,得到某特性的多次测量数据。如 果这些测量数据与这特性的材料值都很“接近”,那么可 以说这些测量数据的质量“高”,类似地,如果一些或全部 测量数据“远离”标准值,那么可以说这些数据的质量“低”。表征数据质量最通用的统计特性是测量系统的偏倚和 方差。所谓偏倚的特性,是指数据相对基准（标准）值的位 置,而所谓方差的特性,是指数据的分布。低质量数据最通常的原因之一是数据变差太大。组测 量变差大多是由于测量系统和它的环境之间的交互作用造 成的。例如,测量某容器内流体的容积,使用的测量系统可 能对它周围的环境温度敏感,在这种情况下,数据的变差可 能由于其体积的变化或周围温度的变化,使得解释这些数据很困难,因此这测量系统是不理想的。如果交互作用产生太大的变差,那么数据的质量可能会 很低以至于数据没有用处。例如,个具有大量变差的测量 系统,在分析制造过程中使用是不适合的,因为测量系统变 差可能会掩盖制造过程的变差。管理一个测量系统的许多 作是监视和控制变差。这就是说,应着重研究掌握环境对测 量系统的影响,以使测量系统产生可接受的数据。目的本手册的目的是为评定测量系统的质量提供指南。尽管 这些指南足以用于任何测量系统,但希望它们主要用于业 界的测量系统。本手册不打算作为所有测量系统分析的汇 编。它主要关注的是对每个零件能重复读数的测量系统。许 多分析对于其它形式的测量系统也是很有用的,并且该手册 的确包含了参考意见和建议。对更复杂或不常见的情况在此 没有讨论,建议咨询有统计能力的资源。测量系统分析方法 需要顾客批准,本手册没有覆盖。术语不建立一套涉及通用统计特性和测量系统相关要素的 术语,对测量系统分析的讨论会使用权人迷惑和误解。本节 提供了本手册中使用的这些术语。在本手册使用以下术语:测量定义为赋值（或数）给具体事物以表示它们之间关 于特定性的关系。这个定义由c.Eisenhart（1963）首 次提出。赋值过程定义为测量过程,而赋予的值定义为 测量值。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:是用来对被测特性定量测量或定性评价的仪 器或量具、标准、操作、方法、夹具、软件、人员、环 境和假设的集合;用来获得测量结果的整个过程。根据定义,个测量过程可以看成是一个制造过程,它 产生数值（数据）作为输出。这样看待测量系统是有用 的,因为这可以使用权我们运用那些早已在统计过程控 制领域证明了有效性的所有概念、原理和工具。术语总结标准 用于比较的可接受的基准 用于接受的准则 已知数值,在表明的不确定度界限内,作为真值被接受 基准值个标准应该是个可操作的定义:由供应商或顾客 应用时,在昨天、今天和明天都具有同样的含义,产生 同样的结果。基本的设备 分辨、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 由设计决定的固有特性 测量或仪器输出的最小刻度单位 总是以测量单位报告!：10经验法则 有效分辨率 对于个特定的应用,测量系统对过程变差的灵敏性 产生有用的测量输出信号的最小输入值 总是以个测量单位报告 基准值 人为规定的可接受值 需要一个可操作的定义 作为真值的替代 真值 物品的实际值 未知的和不可知的1见第一章第五节术语定义和讨论位置变差 准确度“接近”真值或可接受的基准值N ASTM包括位置和宽度误差的影响 偏倚 测量的观测平均值和基准值之间的差异 测量系统的系统误差分量 稳定性V 偏倚随时间变化d 个稳定的测量过程是关于位置的统计受控 别名:漂移 线性N 整个正常操作范围的偏倚改变 整个操作规程范a的多个并且独立的偏倚误差的相互关系q 测量系统的系统误差分量宽度变差 精密度2 重复读数彼此之间的“接近度”测量系统的随机误差分量 重复性 由一位评价人多次使用种测量仪器,测量同一零件的同一特性时获得的测量变差 在固定和规定的测量条件下连续（短期）试验变差 通常指E.V.设备变差 仪器（量具）的能力或潜能 系统内变差2在ASTM文件中,没有测量系统的精密度这样的说法;也就是说,精密度不能用单数值表述。再现性 由不同的评价人使用同一个量具,测量一个零件的个特性时产生的测量平均值的变差。q 对于产品和过程条件,可能是评价人、环境（时间）或方法的误差 通常指a.v评价人变差 系统间（条件）变差N ASTM E456-96包括重复性、实验室、环境及 评价人影响GRR或量具R&R 量具重复性和再现性;测量系统重复性和再现性合成的评估 测量系统能力;依据使用的方法,可能包括或 不包括时间影响测量系统能力 测量系统变差的长期评估（长期控制图法）灵敏度 最小的输入产生可探测出的输出信号 在测量特性变化时测量系统的响应 由量具设计（分辨率）、固有质量（OEM）、使 用中的维修及仪器和标准的操作条件确定 总是以个测量单位报告一致性 重复性随时间的变化程度q 个一致的测量过程是考虑到宽度（变异性）下的统计受控均一性 整个正常操作范围重复性的变化程度 重复性的一致测量系统必须稳定和一致标准和溯源性国家测量研究院溯源性系统变差测量系统变差可以具有如下特征:能力 短期获取读数的变异性 性能 长期获取读数的变异性 以总变差为基础 不确定度 关于测量值的数值估计范围,相信真值包括在此范!I内测量系统总变差的所有特性均假设系统是稳定和 一致的。例如,变差分量可以包括第14页图2报示的各 项的合成。国家标准和技术研究院（NIST）是美国的主要国 家测量研究院（NMI）,在美国商务部领导下提供服务。NIST以前称为国家标准局（NBS）,是美国计量学最高水 平的权机构。NIST的主要责任是提供测量服务和测量标 准,帮助美国工业进行可溯源的测量,最终帮助产品和服 务贸易。NIST直接对许多类型的工业提供服务,但主要是 那些需要最高水平准确度的产品以及与之相配的生产过 程中进行精密测量的工业。世界范围内大多数业化国家都拥有自己的NMI和与 NIST相近的机构,他们为各自国家提供高水平的计量标准 或测量服务。美国NIST与其他国家的NMI机构合作,以 确保在个国家的测量与其它国家相同。这通常是通过多 边认可协议（MRAs）,在NMI之间进行国际实验室比对 完成的。有一点应该注意,这些NMI的能力不同,并不是 所有类型的测量是在定期的基础上进行对比,所以存在着 差异。这就是为什么需要了解哪国的测量是溯源的以及是 怎样溯源的是很重要的。在商品和服务贸易中溯源性是个重要概念。溯源到相 同或相近的标准的测量比那些没有溯源性的测量更容易 被认同。这为减少重新试验、拒收好的产品、接收坏的产 品提供了帮助。溯源性在，SO计量学基本和通用国际术语（VIM）中的定 义是:“测量的特性或标准值,此标准是规定的基准,通 常是国家或国际标准,通过全部规定了不确定度的不问 断的比较链相联系。”典型的测量溯源性是通过可返回到NMI的比较链建立 的。但在业中的许多情况下,测量溯源性可能与返回到 致同意的基准值或顾客与供应商之间”认同的标准”有联系。与这些“认同的标准”相关的返回到NMI溯源性可能不总 是理解得很清楚,因此最终测量可溯源到满足顾客需求是很 关键的。随着测量技术的发展和工业中精密测量系统的使 用,在哪里溯源以及怎样溯源的定义是个不断发展的概 念。NMI与不同的国家实验室、量具供应商、精密 制造公司等紧密合作,以确保他们的参考标准正确校准,并直接溯源到由NM!拥有他们的标准为他们客户的计 量、量具实验室、校准工作、或其他私人标准提供校准 和测量服务。这种连接或比较链最终达到厂,然后提供 测量溯源性的基础。通过这个不间断的测量链又连接返 回到NIST的测量称为可溯源到NIST0并不是所有组织在其设施内都有计量或量具实验室,需要依靠外界的商业/独立实验室提供溯源性的校准或 测量服务。这是种达到溯源到NIST的可接受的且适 当的方法,只要商业/独立实验室的能力通史通过如实验 室认可等过程得到保证。测量过程的目标是零件的“真”值,希望任何单独真值读数都尽可能地接近这数值（经济地）。遗憾的是 其循永远也不可能知道是肯定的。然而,通过使用 个基于被很好地规定了特性操作定义的“基准”值,使用较高级别分辨率的测量系统的结果,且可 溯源到NIST,可以使不确定度减小。因为使用基准 作为真值的替代,这些术语通常互换使用。这种用 法没有介绍。第一章一第二节 测量过程3为了有效地控制任何过程变差,需要了解:过程应该做什么 什么能导致错误 过程在做什么规范和工程要求规定过程应该做什么。过程失效模式及后果分析4(PFMEA)是用来确定 与潜在过程失效相关的风险,并在这些失效出现前提出纠 正措施。PFMEA的结果转移至控制计划。通过评价过程结果或参数,可以获得过程正在做什 么的知识。这种活动,通常称为检验,是用适当的标准和 测量装置,检查过程参数,过程中零件,已装配的子系统,或者是已完成的成品活动。这种活动能使观测者确定或否 认过程是以稳定的方式操作并具有对顾客规定的目标而 言可接受的变差这前提。这种检查行为本身就是过程。通用过程需要控制输入输出测量测量过程测量值分析的过程操作 决定3本章的部分内容经允许采用了潮量系统分外 指南,由GF.ruska和M.S.Heaphy编写,第三代,1987，1988。参见潜在的失效模式及后果分析(FMEA)参考手册-第3版遗憾的是,业界传统上视测量和分析活动为“黑盒 子”。设备是主要关注点-特性越“重要”,量具越昂贵。对仪器的有效性,与过程和环境的相容性,仪器的实用性很 少有疑问。因此这些量具经常是不能被正确使用或完全不被 使用。测量和分析活动是个过程一 个测量过程。所有的 过程控制管理,统计或逻辑技术均能应用。这就意味着必须 首先确定顾客和他们的需要。顾客,过程所有者,希望用最 小的努力做出正确的决定。管理者必须提供资源以采购对于 测量过程来说是充分且必要的设备。但是采购最好的或最新 的测量技术未必能保证做出正确的生产过程控制决定。设备公是测量过程的一部分,过程的所有者必须知道 如何正确使用这些设备及如何分析和解释结果。因此管理者 也必须提供清楚的操作定义和标准以及培训和支持。依次,过程的拥有者有监控和控制测量过程,以确保稳定和正确的 义务,这包括全部的测量系统分析观点量具的研究、程 序、使用者及环境,例如,正常操作条件。测量系统的统计特性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5相一致。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统计特性。遗憾的 是,具有这样理想统计特性的测量系统几乎不存在,因此过 程管理者必须采用具有不太理想统计特性的测量系统。个 测量系统的质量经常仅用其多次测量数据的统计特性来确 定。其它特性,如成本,使用的容易程度等对个测量系统 总体理想性的贡献也很重要。但是,确定一个测量系统质量 的正是其产生数据的统计特性。在某用途中最重要的统计特性在另种用途中不一 定是最重要的。例如,对个三座标测量机(CMM)的某 些应用,最重要的统计特性是“小”的偏倚和方差。个具 有这些特性的CMM将产生与证明过的、可溯源的标准值“很 近”的测量结果。从这样一台机器上所得到的数据对分析 个制造过程可能是十分有用的。但是,不管其偏倚和方差多 么“小”,使用一台CMM机的测量系统可能不能够用于在 好的或坏的产品中的分辨接收工作,由于测量系统中其他要 素带来了其他变关差源。5有关标准问题的完整讨论见走出危机,W.Edwards Deming,1982,1986,P.279-281.管理者有责任识别对数据的最终使用最重要的统计特,也有责任确保用那些特性作为选择个测量系统的基础。为 了完成这些,需要有关统计特性的可操作的定义,以及测量 它们的可接受的方法。尽管每个测量系统可能被要求有不 同的统计特性,但有一些基本特性用于定义“好的”测量系 统。它们包括:1）足够的分辨率和灵敏度。为了测量的目的,相对于过程变 差呀规范控制限,测量的增量应该很小。通常所知的十进 位或10-1法则,表明仪器的分辨率应把公差（过程变差）分为十份或更多。这个规则是选择量具期望的实际最低起 点。2）测量系统应该是统计受控制的。6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。这可称为统计稳定性且最好由图形法评价。3）K子产品控制,测量系统的变异性与公差相比必须小。依 据特性的公差评价测量系统。4）对于过程控制,测量系统的变异性应该显示有效的分辨率 并且与制造过程变差相比要小。根据6 过程变差和/或来 自MSA研究的总变差评价测量系统。测量系统统计特性可能随被测项目的变化而改变。如果是 这样,则测量系统最大的（最坏）变差应小于过程变差和规范 控制限两者中的较小者。与所有过程相似,测量系统受随机和系统变差源影响。变差源这些变差源由普通原因和特殊原因造成。为了控制测量系 统变差:1）识别潜在的变差源2）排除（可能时）或监控这些变差源rs标准 1W工件（如,零件）I仪器P人/程序L环境尽管特定的原因将依据条件,但些典型的变差源是 可以识别的。有多种不同的方法可以对这些变差源表述和 分类,如因果图、故障树图等,但本指南将关注的是测量 系统的主要要素。这五个字母S.WI.P.E7用来表示归纳的测量系统六 个基本要素,以确保达到要求的目标。SWI.P.E代表 标准、件、仪器、人、程序及环境。这可以视为全部测 量系统的误差模型要求理解影响这六个方面的因素。由此可以控制或排 除这些因素。图2显示了一张潜在的变差源的因果图。由于实际的 变差源影响个特定的测量系统,它对这个系统来说是唯 的,本图所示可作为研究测量系统变差源的一个思考的 起点。7这五个首字母最初是由Mary Hoskins提出的,她是个与HonEywell Eliwhitney计量实验室及Bendix 公司合作的计量学家。8 参见附录F替代误差模型-P.LS.MO.E.A.画2:誉睡州甌m寺凶阚几何相容性/体力的、/经验热膨胀稳定-系统部件温度环 循本位的和周围的空 阳照明/的y,理解环境人机厂人员测量系统变异的影响由于测量系统可以受多种变差源的影响,因此相同零件的 重复读数也不产生相同或同样的结果。读数之间不相同是由于 普通和特殊原因造成。不同的变差源对测量系统的影响应经过短期和长期评估。施摩系统的能力是短期时间的测量系统（随机）误差。它是 由线性能,如同过程性能,是所有变差源随时间的影响。这是 通过确定我们的过程是否统计受控（如,稳定并且一致;变差 仅由普通原因造成）,对准目标（无偏倚）,且在预期结果的范 围有可接受的变差（量具重复性和再现性（GRR）来完成的。这为测量系统能力增加稳定性和一致性。由于测量系统的输出值用于做出关于产品和过程的决 定,所有变差源的累积影响通常为现侯系统炭差,或有时 称为“误差”。对决策的影响测量了一个零件后可采取的活动之一是确定零件的状态。在历史上,它应该确定零件是否可接受（在公差内）或不可接 受（在公差外）。另外一种通常作法是把零件进行规定的分类（如,活塞尺寸）。在下面的讨论中,作为例子,使用两种分类条件:在 差外（“坏”）和在公差内（“好”）。对其他分类活动没有限 制讨论应用。进上步的分类可能是可返工的、可挽救的或报废的。在产 品控制原理下,这样的分类活动是测量零件的主要原因。但是,在过程控制原理下,兴趣的焦点是零件变差是由过程中的普通 原因还是特殊原因造成的。表1:控制原理和驱动兴趣点控制原理驱动兴趣点1产品控制零件是否在明确的目录之内?2过程控制过程是否稳定和可接受?对产品决策的影响下节讨论测量误差在产品决策上的影响。后面的章节讨 论测量误差对过程决定的影响。为了更好地理解测量系统误差对产品决策的影响,要考虑 单个零件重复读数所有变差由量具的重复性和再现性影响。那 就是测量过程是统计受控的并且是零偏倚。不论上面测量的零件分布与规范控制限是否有交叉,有时 也会做出错误的决定。例如,个好的零件有时会被判为“坏”的（I型错误,生产者风险或误发警报）,如果:个坏的零件有时会被判为“好”的（II型错误,消费者 风险或漏发警报）,如果:个坏的零件有时会被判为“好”的（II型错误,消费者 风险或漏发警报）,如果:相对公差,对零件做出错误决定的潜在因素只在测量 系统误差与公差交叉时存在。下面给出三个区分的区域下限 上限目标此处,I坏零件总是称为坏的II可能做出潜在的错误决定III好零件总是称为好的对于产品状况,目标是最大限度地做出正确决定,有两种 选择:1)改进生产过程:减少过程的变差,没有零件产生在II 区域。2)改进测量系统:减少测量系统误差从而减小I!区域的 面积,因此生产的所有零件将在ni区域,这样就可最 小限度地降低做出错误决定的风险。上述讨论假定测量过程是统计受控并且是对准目标。如果 有一种假定被违反,那么通过任何观测值做出正确决策的把握 就不大。能力指数9cp定义为对于过程控制,需要确定以下要求:对过程决策的影响 统计控制 对准目标 可接受的变异性在前节中已作了解释,测量误差可引起对产品产生不正 确的决策。对过程决策的影响如下:把普通原因报告为特殊原因 把特殊原因报告为普通原因测量系统变异性可能影响过程的稳定性、目标以及变差的 决定。实际和观测的过程变差之间的基本关系是:2 2 2 obs 二 actual+ms a此处,。2加二观测过程方差 Actual=实际过程方差 2msa=测量系统方差当有一个新过程,如机加工、制造、冲压、材料处理、热容差Cp-6 0这可以用上面的等式替代而得到观测过程和实际过程指数 之间的关系:（Cp）obs（Cp）actua+（Cp）ms a假定测量系统统计受控而且对准目标,实际过程Cp可以 与观测Cpi用图形法比较。因此,观测的过程能力是实际过程能力加上测量过程造成 的变差的合成。为了达到规定的过程能力目标需要变差因子分 解。例如,如果测量系统Cp指数是2,为了计算的（观测）指 数为1.33,实际过程需要Cp大于或等于1.79。如果测量系统 Cp本身是1.33,最终结果也要求是1.33,那么过程必须完全 没有变差这显然是个不可能的条件。新过程的接受处理,或采购总成时,作为采购活动的一部分,经常要完成一 系列步骤。这通常包括在供应商处对设备的研究以及随后在顾 客处对设备的研究。如果在任何一方使用的测量系统与正常情况下使用的测量 系统不一致,那么就会发生混乱。最通常的情况包括使用不同 的仪器,在供应商一方使用的比生产用的（量具）分辨率高。例如,在采购时用一具三坐标测量机测量零件,但在生产中用 个高度量具。在采购时用电子天平或实验室机械天平测量（称重）,但在生产中用简单的机械天平。在采购时使用的（高等级）测量系统的GRR为10%且实 际过程Cp为2.0的情况下,在采购时观测过程Cp将为1.96U。9此处讨论使用Cp,结果也支持性能指数Pp。10附录B一公式和图表。“对这个问题的讨论,假设没有样件的变差。事实上L96是一个期望值,实际的结果会在其周围变化。译者注:该公式为原文的,估计有误。这过程是在生产中用生产量具研究时,将会观测到更大 的变差（如,较小的Cp）。例如,如果生产量具的GRR为30%且实际过程Cp仍是2.0,那么观测的过程Cp为1.71o最坏的假想情况是如果生产用量具不具备资格却被使用了 如果测量系统的GRR实际为60%（但不知到这个事实）,那 么观测的Cp将是1.20。观测Cpl.96与1.20之间的差异是由 于不同的测量系统造成的。没有这个知识,就可能会臼花费努 来看发生什么错误。通常生产操作是在一天的开始时使用单个零件来检验过程过程作业准备/控制是否对准目标。如果测量的零件在目标外,就调整过程。然后,（漏斗试验）在些情况下测量另一具零件并且可能再次调整过程。戴明博 士把这种类型的测量和做决策称为干预。有一具零件的精密金属涂层的重量控制目标为5.00克的情 况。假设从用于确定重量的天平得到的结果在0.20克变化,但由于从来没