《质量管理学》课件第9章测量系统分析

*,85,矿业工程学院 工业工程系 李乃梁,cumt_lnl,质量管理学,测量系统分析,9.1,测量系统概述,9.2,测量系统分析基础,9.3,测量系统分析,Measurement Systems Analysis,参考文献,:,Measurement Systems AnalysisThird Edition,测量系统分析,学习与理解,王霄锋 编著 清华大学汽车工程系 培训讲稿,9,CHAPTER OUTLINE,9.1,测量系统概述,被测对象（输入）,测量结果（输出）,测量过程,参照标准,测量者,测量仪器,测量方法,环境,一、测量系统构成,注：,影响测量结果的因素，人、机、料、法、环、测，,5M1E,二、,MSA,术语,（,1,）分辨力（,Discrimination,）,分辨力是指测量系统识别并反映被测量对象最微小变化的能力，又称最小可读单位、最小刻度极限。,一般测量系统的分辨力应满足,10,：,1,的通用规则,，即分辨力应能分辨出过程总波动（,6,倍的过程标准差）的,1/10,以上，或容差（,USL-LSL,）的,1/10,，但,通常用前者,.,分辨力的要求：,分辨力是否足够的评判方法,对于计量型测量数据，常直接用测量结果的最小间距作为其分辨力，用,10,：,1,通则作为判定标准。,经统计分析后由测量系统所得出的两个标准差而确定的,区别分类数,（,Number of Distinct Categories, ndc,），来评判。,注：,一般来说，,ndc,应该,5,。,通过绘制测量数据的极差控制图进行评判。,注：,极差值数目少。,示例：,下面是同样的数据用不同分辨力的测量系统在绘制极差控制图时得出不同的结果，单位,cm,。,不同分辨力的极差控制图,（,2,）真值,(,True 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，常被用来代替真值使用。,被测对象客观存在的实际值。,（,3,）基准值,(Reference Value),测量值模型：,测量值,基准值,测量误差（变差），,美国测量标准等级体系,国家标准,第一级标准,第二级标准,工作标准,准确度下降、成本降低、对环境更加稳健,校准程序,校准程序,校准程序,NIST,（,National Institute of Standards and Technology),美国国家标准和技术局,公司标准（引用标准）,由公司的计量部门保持和使用,工作标准（生产标准）,由生产人员保持和使用，用来校准在生产中使用的测量系统。,注：,各级标准之间都利用适当的校准程序进行相互连接，以保证任何测量都 能返连到国家标准，至可溯性。,（,4,）偏倚,(bias),指测量结果的观测平均值与基准值的差值。,AVG,基准值,bias,偏倚,（,5,）稳定性（,Stability,）,反映了随时间变化的偏倚值，亦称漂移。,时间,基准值,注：,B,的时间效应。,稳定的测量过程在位置方面应该处于统计受控状态。,（,6,）线性（,Linearity,）,指测量系统在不同测量范围（或量程）时测量误差呈线性变化。,它反映了在操作范围内多个独立的偏倚误差在量具工作量程内的相关性。,均值,基准值,低量程,高量程,偏倚,注：,B,的量程效应。,（,7,）重复性,(,Repeatability,),重复性,同一个操作者采用同样的测量仪器对同样的样品进行测量分析时的差异程度。,在确定的测量条件下，来源于连续（短期内）多次测量中的,普通原因随机变差,。通常被称为设备变差（,Equipment Variation, EV,）。属于系统内变差。,（,8,）再现性,(,Reproducibility,),测量系统,A,测量系统,B,测量系统,C,再现性,测量过程中由于正常条件改变所产生的,测量均值,的变差，条件可以是环境、评价人（操作者）或方法等。 属于系统间变差。,通常被称为评价人变差,（,Appraiser Variation, AV,）,。,（,9,）,GRR,或量具,GR&R,（,Gage Repeatability & Reproducibility,）,一个测量系统的重复性和再现性的联合误差估计值。即,GRR,变差等于系统内和系统间变差之和。,（,10,）位置变差（,Location Variation,）,包括：偏倚、稳定性、线性。,（,11,）宽度变差（,Width Variation,）,包括：重复性、再现性。,三、测量过程变差对决策的影响,（,1,）对产品控制决策的影响,第一类错误,第二类错误,测量判断的三个区间,区：坏零件总是判为坏零件；,区：可能做出潜在错误的判断；,区：好零件总是判为好零件。,注：,解决方法,改进生产过程；改进测量系统。,（,2,）对过程控制决策的影响,将普通原因（偶因）识别为特殊原因（异因）；, 将特殊原因（异因）识别为普通原因（偶因）；, 过低估算过程能力指数。,问：,如果测量系统的,C,p,值为,2,，实际过程的,C,p,大于多少，才能得到,1.33,的计算值。,在什么情况下需要做测量系统分析,在正常仪器维护条件下，测量仪器误差很大；,测量仪器进行了改装，如更换了重要零部件；,对测量仪器进行了大修；,进行过程能力分析时需要考虑测量仪器的测量能力；,测量系统不稳定；,测量结果波动大；,决定是否接受一台新仪器；,测量仪器之间进行比较。,注：,TS16949,要求必须做的情况。,9.2,测量系统分析基础,测量系统能力要求,（,1,）位置变差,测量系统,首先,应具有稳定性。,一个测量系统的偏倚或线性的变差若是明显异于零或超出量具校准程序确立的最大允许变差，那么它是不可接受的。,在这种情况下，应对测量系统重新进行校准或偏差校正以尽可能地减少该变差。,常用表示测量系统能力的指标有,P,/,T,比率、,%,GRR,。,注：,上述公式基于三个假设。,测量误差彼此独立；,测量误差与零件大小彼此独立；,测量误差为正态分布。,（,2,）宽度变差,测量系统能力的要求,P/T,比率和,%GRR 30%,测量系统能力过低。,应查明原因，减少测量系统的变异。,9.3,测量系统分析,一、测量系统的稳定性分析,获得一个样本并确定相对于可溯源标准的基准值；,（,1,）稳定性分析程序,定期（天、周）测量标准样本,3,5,次；,绘制控制图，至少连续,20,个点。,分析评价测量系统的状态。,示例,1,应用同一把量具对同一个零件上的同一个特性进行测量，每天测量,3,次，得到,3,个测量结果，以它们组成一个子组，其测量了,5,周，每周,5,天，共得到,25,个子组，子组数据如右图,注：,X-bar,与,R,图应都正常，说明测量系统统计特性可预测。,（,2,）测量系统不稳定的可能原因,仪器没有按要求经常做校准；,对于气动仪器可能需气压调节或过滤器；,某些电子仪器需要预热；,仪器维护不好等。,二、测量系统的偏倚分析,测量系统的偏倚是指对同一测量对象进行多次测量的平均值与该测量对象的基准值或标准值之差。,即,B,的估计。,故：,（,1,）偏倚分析的程序,获取一个样本并确定可追溯到相关标准的参考值；,让一个评价人以正常方法测量样本,10,次以上；,绘制这些测量数据相对于基准值的直方图； 判断是否存在特殊原因或出现异常点。如不存在， 继续分析。,计算,n,个读数的均值；,计算重复性标准差；,注：,是一个与子组个数,g,及子组容量,n,有关的数值。,确定偏倚的,t,统计量,;,偏倚,=,观测测量平均值基准值,偏倚值,1-,的置信区间,均值标准差,注：,0,落在围绕偏倚值,1-,的置信区间内，则偏倚是可 接受的。,示例：,一个制造工程师在评价一个用来监视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，请进行偏倚分析。,结论,：偏倚可接受。,（,2,）产生偏倚的主要原因, 基准件或参考值有误，检查确定基准件的程序。, 仪器磨损。这会在稳定性分析中呈现出来，建议 进行维修或重新安排计划。, 仪器制造尺寸有误。, 仪器所测量的特性有误。, 仪器没有经过适当的校准。评审校准程序。, 评价人使用仪器的方法不正确。 评审测量指导书。, 仪器纠正的指令错误。,三、测量系统的线性分析,（,1,）线性分析的程序,选择,g,5,个零件，考虑过程变差，这些零件测量值 覆盖量具的操作范围；,用全尺寸检验设备测量每个零件以确定其基准值；,让操作者测量每个零件,m10,次（,注意随机性,） ；,计算每次测量的零件偏倚及零件偏倚均值；,画出每个偏倚和对应基准值的偏倚,基准值图的散 点图；,用线性回归方法计算并画出最佳拟合线与置信带；,画出“偏倚,=0”,线，评审该图，指出特殊原因和线性 的可接受性。 注：线性可被接受的条件，“偏倚,=0”,线必须完全在 拟合线置信带以内。,示例：,一名工厂主管希望对过程采用新测量系统。作为顾客的生产件批准程序的一部分，需要评价测量系统的线性。基于已证明的过程变差，在测量系统操作量程内选择了,5,个零件。每个零件经过全尺寸检验测量以确定其基准值。然后由领班分别测量每个零件,12,次。研究中零件是被随机选择的。测得的研究数据记录和处理的中间结果见下表。,使用,MINITAB,进行分析,输入数据,选择命令,“,统计”,-“,质量工具”,-“,量具研究”,-“,量具线性和偏倚研究”,参数设置,特殊原因：,基准,4,问题。,可接受性：,不接受；,0,线不在置信带内。,（,2,）缺乏线性的主要原因,测量系统在高低量程上未做正确地校准；,最大和最小校验标准有误差；,测量仪器磨损老化；,测量系统的内部设计需重新评审。,四、测量系统,GRR,分析,（,1,）均值极差法 分析程序,获取一个样本零件数,n,5,（通常,n,=10,），应代表实 际的或期望的过程变差范围；,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 ；,让评价人,A,以随机顺序测量,n,个零件，将测量结果 输入记录表第,1,行；,让评价人,B,和,C,测量同样的,n,个零件。输入数据到第,6,行和,11,行,;,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（及,3,、,8,、,13,行）。,结果分析： 计算并作均值极差控制图,说明：,均值图看分辨力，测量系统越好， 越小，一般要求要求其中有一半以上的点子在界限以外；,注：,本图满足要求。,极差控制图用于观察过程是否受控；,注：,本图一点出了界限，有问题，需找原因。,评价人,A,评价人,B,评价人,C,评价人,A,评价人,B,评价人,C,结果分析：,GRR,计算,续报告表：,（,2,）重复性较差的可能原因,测量仪器没有得到很好的,维护,；,测量仪器,精度,达不到要求；,测量仪器需重新,设计,；,零件的,装夹,方式需进一步改进；,存在松动连接，接地不良，干扰等。,（,3,）再现性较差的可能原因,操作工未能得到正确使用仪器的培训；,仪表盘上面读数不清楚，或精度差；,仪器未校准；,两个测量系统的设计不同，制造时间不同；,两个测量系统的工作环境不同。,使用,MINITAB,进行分析,创建,R&R,研究工作表,“,统计”,-“,质量工具”,-“,量具研究”,-“,创建,R&R,研究工作表”,“,统计”,-“,质量工具”,-“,量具研究”,-“,量具运行图”,量具运行图,使用此图快速评估不同操作员和部件间测量值的差异。稳定过程 使点在水平方向随机分散；操作员或部件效应在图中呈现某种模式。,量具,R&R,研究（交叉）,“,统计”,-“,质量工具”,-“,量具研究”,-“,量具,R&R,研究（交叉）”,量具,R&R,研究（交叉）变异源,量具,R&R,研究（交叉）,-,输出图形,量具,R&R,研究（交叉）,-,输出数据,量具,R&R,研究（交叉）,-,输出数据,补充一：破坏性试验的测量系统,GRR,分析,（,1,）量具,R&R,研究（嵌套）,人员,A,人员,B,人员,C,部件,1,部件,2,交叉结构,人员,A,人员,B,人员,C,部件,1,部件,2,嵌套结构,部件,3,部件,4,部件,5,部件,6,为解决无重复性问题：,在同一批次内部件间的差异可忽略不计，采用同一批次中的多个部件作单个部件来用。,该思想同样适用于不可重复性试验的,MSA.,量具,R&R,研究（嵌套）变异源,（,2,）量具,R&R,研究（嵌套）,“,统计”,-“,质量工具”,-“,量具研究”,-“,量具,R&R,研究（嵌套）”,示例：嵌套量具研究工作表。,量具,R&R,研究（嵌套）,-,输出图形,量具,R&R,研究（嵌套）,-,输出数据,补充二：计数型测量系统分析,计数型测量系统的最大特征是其测量值是一组有限的,分类数,，如合格、不合格，优、良、中、差、极差，等等。,计数型测量系统一般可以从,一致性比率（卡帕值）和有效性,两个方面来分析。,一、计数型测量系统概述,步骤,1,选取,20,50,个样本，样本数可根据实际情况而定,此样本要包括合格、不合格的产品，临界附近的产品,研究人员对每一样本取得基准值，并正确判断是否合格,2,3,名现场的测量人员,步骤,2,每个人重复测量,2,3,次，根据规格作出是否合格的判定,步骤,3,将测量人员的判定结果记录在表格中,记,“,1,”,为合格；记,“,0,”,为不合格,步骤,4,利用交叉表方法来确定评价人之间和评价人与基准值之间的一致性,计算每个评价人作出判定的有效性,步骤,5,一致性,kappa,值大于,0.9,，良好,Kappa,值,0.7,0.9,，可接受,Kappa,值小于,0.7,，则一致性差,有效性,个人的重复性正确百分比,90%,。,个人和标准值相比较的正确百分比,90%,。,全部测量人员一致的百分比,90%,。,全部测量人员和标准一致的百分比,90%,。,万一小于此百分比，则代表此测量系统尚不可以被接受，应做调整。,步骤,6,风险分析的记录要保存下来，可以和,PPAP,档案存放在一起，以有效证明公司的测量仪器其测量能力是足够的。,案例,某生产过程受控，但性能指数,Pp=Ppk=0.5,，,该过程,会产生较多,不合格产品,。,因此，,需要一个可接受的,计数型测量系统将不合格,产品从生产流中挑选出来,。与计量型量具不同的是，该量具不能指出产品的好坏，只能指出产品可接受或拒绝。,LSL,USL,0.55,0.45,LSL,USL,0.55,0.45,案例,选择三名评价人，每个人对每个产品评价了三次，记录在计数型研究数据表中,一致性分析列联表（评价人之间）,B,总计,0,1,A,0,计算,期望的计算,44,15.7,6,34.3,50,50.0,1,计算,期望的计算,3,31.3,97,68.7,100,100.0,总计,计算,期望的计算,47,47.0,103,103.0,150,150.0,A,与,B,的列联表,列联表（评价人之间）,C,总计,0,1,B,0,计算,期望的计算,42,16.0,5,31.0,47,47.0,1,计算,期望的计算,9,35.0,94,68.0,103,103.0,总计,计算,期望的计算,51,51.0,99,99.0,150,150.0,B,与,C,的,列联,表,列联表（评价人之间）,C,总计,0,1,A,0,计算,期望的计算,43,17.0,7,33,50,50.0,1,计算,期望的计算,8,34.0,92,66.0,100,100.0,总计,计算,期望的计算,51,51.0,99,99.0,150,150.0,A,与,C,的,列联,表,一致性分析,Kappa,Kappa,是一个评价人之间一致性的测量值,Kappa,的计算：,设,p,0,列联表正对角线单元中观测值的总和,/,观测,总次数,称为,实际一致性比率,p,e,列联表正对角线单元中期望值的总和,/,观测,总次数,称为,偶然一致性比率,Kappa,（,p,0,p,e,）,/,（,1,p,e,）,Kappa,的判定（通常的建议法则）,Kappa,评价人之间,计算评价人之间的,Kappa,值,kappa,A,B,C,A,0.86,0.78,B,0.86,0.79,C,0.78,0.79,列联表（评价人与基准值）,基准,总计,0,1,A,0,计算,期望的计算,45,15.0,5,34.0,50,50.0,1,计算,期望的计算,3,33.0,97,68.0,100,100.0,总计,计算,期望的计算,48,48.0,102,102.0,150,150.0,A,与基准判断,列联,表,列联表（评价人与基准值）,基准,总计,0,1,B,0,计算,期望的计算,45,15.0,2,32.0,47,47.0,1,计算,期望的计算,3,33.0,100,70.0,103,103.0,总计,计算,期望的计算,48,48.0,102,102.0,150,150.0,B,与基准判断,列联,表,列联表（评价人与基准值）,基准,总计,0,1,A,0,计算,期望的计算,42,16.3,9,34.7,51,51.0,1,计算,期望的计算,6,31.7,93,67.3,99,99.0,总计,计算,期望的计算,48,48.0,102,102.0,150,150.0,C,与基准判断,列联,表,Kappa,评价人与基准值,评价人与基准值之间的一致性,A,B,C,kappa,0.88,0.92,0.77,有效性,有效性的计算,有效性正确判断的数量,/,判断机会的总数,案例的计算结果如下,来源,%,评价人,评价人,A,评价人,B,评价人,C,总受检数,50,50,50,符合的,42,45,40,不符合的,8,5,10,95% UCI,93%,97%,90%,计算得分,84%,90%,80%,95% LCI,71%,78%,66%,有效性,测量系统的有效性计算结果,SYSTEM % EFFECTIVE SCORE,TOTAL INSPECTED,50,#IN AGREEMENT,39,95% UCI,64%,计算得分,78%,95% LCI,89%,“,统计,”,“,质量工具,”,“,属性一致性分析,”,。,使用,MINITAB,进行分析,有效性的评价,以下表格提供了对测量系统评价的指南,判断,测断系统,有效性,漏发警报的比例,误发警报的比例,评价人可接受,90%,2%,5%,评价人可接受的边缘可能需改进,80%,5%,10%,评价人不可接受需改进,5%,10%,有效性的评价,根据案例数据得到三个评价人的信息,有效性,漏发警报的比例,误发警报的比例,结论,A,84%,2,%,3.33,%,边缘,B,90%,2,%,1.33,%,可接受,C,80%,4,%,6,%,不可接受,评价人,A,处于可接受的边缘，可能需要改进,评价人,B,可接受,评价人,C,不可接受，需要改进，建议重新进行培训，甚至弃用,