测量系统分析(MSA)培训教材--张中宝.pptVIP

测量系统分析(MSA) 课程大纲： 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： 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 计量型测量系统的分析方法 1）、偏倚 2）、稳定性 3）、重复性和再现性（量具RR分析） 极差法、均值-极差法、 4）、线性 计数型测量系统的分析方法 1）、小样法 范例：MSA控制程序，常用MSA分析表单和分析软件 第一章 测量系统分析的意义 測量的重要性 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。 因此，要保证测量结果的准确性和可信度,即保证测量数据的质量。 为什么要进行测量系统分析 即使量具经过检定或校准，由于人、机、料、法、环、测等五方面的原因，会带来测量误差。 检测设备的检定或校准不能满足测量的需要。 因此，还需要对测量系统进行评价，分析测量结果的变差，从而确定测量系统的质量，以满足测量的需要。 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。 第二章 基本概念和知识 测量系统的基本知识和概念 测量系统及其统计特性 分辨力、稳定性、偏倚 、重复性、再现性、线性 术语 理想的测量系统 测量系统的共同特性 测量系统的评定步骤和准备 术语 测量：赋值给具体事物以表示他们之间的关系。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。 测量系统的组成 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(Accuracy准确性) ; nRepeatability 重复性(precision精密度) ; 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被测特性中极小变化的能力。 分辨率（力）的要求 对于计量型的量具的分辨率，应是公差（过程变差的(1/5~1/10)。 对于特殊特性，建议的要求是总过程6σ(标准偏差)的十分之一。传统是公差范围的十分之一; 偏倚(Bias)： 重复性(Repeatability) 再现性(Reproducibility)： 稳定性(Stability)： 线性(Linearity)： 测量系统所应具有的特性： 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； 测量系统的变差必须比制造过程的变差小； 测量系统的变差应小于公差带； 测量精度应高于过程变差和公差带两者中精度较高者，一般来说，测量精度是过程变差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。 第三章 计量型测量系统的分析方法 测量系统研究的淮备 应预先确定评价人的数量，样品数量及重复读数次数。在此选择中应考虑的因素如下： 尺寸的关键性：关键尺寸需要更多的零件和/或试验，原因是量具研究评价所需的置信度。 零件结构：大或重的零件可规定较少样品和较多试验。 由于其目的是评价整个测量系统，评价人的选择应从日常操作该仪器的人中挑选。 样品必须从过程中选取并代表其在整个生产过程中产品变差的全部范围。可能会每一天取一个样本，持续若干天才能满足此要求。由于每一零件将被测量若干次，必须对每一零件编号以便识别。 确保测量方法(即评价人和仪器)在按照规定的测量步骤进行测量。 测量应按照随机顺序，以确保整个研究过程中产生的任何漂移或变化将随机分布。评价人员不应知道正在检查零件的编号，以避免可能的偏倚。但是进行研究的分析人员应知道正在检查那一零件，并记下数据。 在设备读数中，读数应估计到可得到的最接近的数字。如果可能，读数应取至最小刻度的一半。例如，如果最小刻度为0.0001，则每个读数的估计应圆整为0.00005。 分析工作应由知其重要性