测量系统分析

测量系统分析MeasurementSystemsAnalysis术语量具：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。计量型：从一个过程中可得到的测量数。（如千分尺、卡尺、光澤儀等）计数型：测量的数据只有两个值，合格/不合格、成功/失败、通过/不通过、出席/缺席。（如針規等）测量系统变差的类型测量系统误差可以分成五种类型：偏倚，重复性，再现性，稳定性以及线性。•现在广泽所用的测量系统分析：重复性、再现性、风性分析法、小样法偏倚是测量结果的观测平均值与基准值的差值。基准值，也称为可接受的基准值或标准值，是充当测量值的一个偏倚一致认可的基准，一个基准值可以通过采用更高级别的测量设备（例如，计量实验室或全尺寸检验设备）进行多次测量，取其平均值来确定。基准值观测的平均值偏倚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。重复性再现性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。操作者B操作者C操作者A再现性稳定性稳定性（或飘移），是测量系统在某持续时间内测量同一基准或零件的单一特性时获得的测量值总变差。稳定性时间2时间1线性线性是在量具预期的工作范围内，偏倚值的差值。象每个过程一样，对用来描述测量系统变差的分布可以赋予下列特性：1）位置·稳定性;·偏倚;·线性。2）宽度或范围·重复性；·再现性。测量系统的分析稳定性使用控制图来确定统计稳定性。控制图可提供方法来分离影响所有测量结果的原因产生的变差（普通原因变差）和特殊条件产生的变差（特殊原因变差）。控制图法可在质量与统计过程控制（SPC）一书中找到。需要着重指出的是，使用控制图时，我们不仅必须注意落在控制限以外的点，还应注意其他特殊原因信号如趋势和中心线附近的点。这些信号的出现及控制限外一点或多点都表明“失控”或不稳定状态。研究测量系统稳定性的一个方法是按常规画出基准或基准件重复读数的平均值和极差(X-R控制图)。从这种分析中可以确定，例如，失控信号是需要校准测量系统的标志。还有可能由于基准或基准件变脏而出现失控信号。无论哪种情况，包含在控制信号内的信息的解释取决于对过程的了解。用于测量系统控制图的样本容量及抽样频率的确定也应依赖于对测量系统的了解。主要考虑的还是使用过程中测量系统所有的外部条件。例如,如果确信使用者在使用系统之前提供足够的预热时间,则应预热后才进行抽样。2.2测量系统的分析——稳定性确定稳定性用指南确定稳定性用指南包括以下内容：1）获取一样本并确定其相对于可追溯标准的基准值。如果不能得到，则选择一个落在产品测量中程数的产品零件，并指定它作为标准样本进行稳定性分析。对追踪测量系统的稳定性不需要的一个已知基准值；可能需要具备预期测量的最低值、最高值及中程数的标准样本。建议对各样本单独测量并作控制图。2）定期（天，周）测量基准样品3至5次。样本容量和频率应基于对测量系统的了解。因素包括要求多长时间重新校准或维修，测量系统使用的频率，以及操作条件如何重要。读数应在不同时间读取以代表测量系统实际使用的情况。这些还包括预热，环境或其它在一天内可能变化的因素；3）在X＆R或X＆s控制图中标绘数据；4）确定每个曲线的控制限并按标准曲线图判断失控或不稳定状态；5）计算测量结果的标准偏差并与测量过程偏差相比较，确定测量系统的重复性是否适于应用。2.2测量系统的分析——稳定性偏倚为了在过程范围内指定的位置确定测量系统的偏倚，得到一个零件可接受的基准值是必要的。通常可在工具室或全尺寸检验设备上完成。基准值从这些读数中获得，然后这些读数要与量具R＆R研究中的评价人的观察平均值（定为XA，XB，XC）进行比较。如果不可能按这种方法对所有样件进行测量，可采用下列替代的方法：1）在工具室或全尺寸检验设备上对一个基准件进行精密测量；2）让一位评价人用正被评价的量具测量同一零件至少10次；3）计算读数的平均值。基准值与平均值之间的差值表示测量系统的偏倚。如果需要一个指数，把偏倚乘以100再除以过程变差（或容差），就把偏倚转化为过程变差（或容差）的百分比。2.2测量系统的分析——偏倚偏倚如果偏倚相对比较大，查看这些可能的原因：1）基准的误差；2）磨损的零件；3）制造的仪器尺寸不对；4）仪器测量非代表性的特性；5）仪器没有正确校准；6）评价人员使用仪器不正确。2.2测量系统的分析——偏倚偏倚示例基准值X=0.750.80偏倚＝观察平均值－基准值偏倚＝0.75－0.80＝－0.05偏倚占过程变差的百分比计算如下：偏倚％=100[0.05/0.70]=7.1％因此，在量具R＆R研究中使用的厚薄规的偏倚为－0.05mm。这意味着测量观测值平均比基准值小0.05mm，是过程变差的7.1％偏倚％＝100[偏倚/过程变差]重复性一个评价者使用一件测量仪器对同一零件的某一特性进行多次测量下的变异。再现性不同评价者使用相同量具，测量一个零件的一个特性的测量平均值的变异。GRR或量具的重复性和再现性量具的重复性和再现性：测量系统重复性和再现性的联合估计值。重复性和再现性量具重复性和再现性（R&R）的可接受性的准则是：·低于10％的误差——测量系统可接受；·10％至30％的误差——根据应用的重要性，量具成本，维修的费用等可能是可接受的；·大于30％的误差－测量系统需要改进。进行各种努力发现问题并改正。73%的零件平均值在限值以外，测量系统能够检测零件变差。（2/3点应落在控制线外）零件评价人平均值(X图)0.0000.2000.4000.6000.8001.0001.200123456789101112131415161718192021222324252627282930上控制界限(UCLX)=x+A2R下控制界限(LCLX)=x-A2R无极差落在限值以外，说明评价人结果一致。重复性极差（R图）0.00000.02000.04000.06000.08000.10000.12000.1400123456789101112131415161718192021222324252627282930上控制界限(UCLR)=D4R下控制界限(LCLR)=D3R当%R&R30%时，应进行改进。如果重复性比再现性大，原因可能是：1）仪器需要维护；2）量具应重新设计来提高刚度；3）夹具和检验点需要改进；4）存在过大的零件内变差。如果再现性比重复性大，那么可能的原因有：1）评价人需要更好的培训如何使用量具仪器和读数；2）量具刻度盘上的刻度不清楚；3）需要某种夹具帮助评价人提高使用量具的一致性。线性在测量仪器的工作范围内选择一些零件可确定线性。这些被选零件的偏倚由基准值与测量观察平均值之间的差值确定。正如在偏倚研究中一样，零件的基准值可由工具室或全尺寸检验设备确定。在操作范围内选取的那些零件由一个或多个评价人测量，确定每一零件的观察平均值，基准值与观察平均值之间的差值为偏倚，要确定各个被选零件的偏倚。线性图就是在整个工作范围内的这些偏倚与基准值之间描绘的。123452.004.006.008.0010.0012.705.105.807.609.1022.503.905.707.709.3032.404.205.907.809.5042.505.005.907.709.3052.703.806.007.809.4062.303.906.107.809.5072.503.906.007.809.5082.503.906.107.709.5092.403.906.407.809.60102.404.006.307.509.20112.604.106.007.609.30122.403.806.107.709.40最佳拟合这些点的线性回归直线及该直线的拟合优度（R2）计算如下：2.494.136.037.719.38y＝b＋ax式中：x＝基准值2.004.006.008.0010.00y＝偏倚0.490.120.02-0.29-0.62a＝斜率0.401.300.700.300.50偏倚=b＋ax=0.7367-0.1317*基准值b==0.7367斜率越低，线性越好。极差零件基准值∑xy-(∑x*∑y/n)试验次数零件均值基准值偏倚∑x2-(∑x)2/na==-0.1317=0.97791∑y/n-a*(∑x/n)R2=(∑xy-(∑x*∑y/n))2(∑x2-(∑x)2/n)?∑y2-(∑y)2/n)线性图-0.80-0.60-0.40-0.200.000.200.400.600.002.004.006.008.0010.0012.00基准值偏倚测量系统的分析——线性示例计数型量具研究（小样法）所谓计数型量具就是把各个零件与某些指定限值相比较，如果满足限值则接受该零件，否则拒收。不象计量型量具，计数型量具不能指示一个零件多么好或多么坏。它只指示该零件被接受还是拒收。小样研究是通过选取20个零件来进行的。然后两位评价人以一种能防止评价人偏倚的方式两次测量所有零件。在选取20个零件中，一些零件会稍许低于或高于规范限值。如果所有的测量结果（每个零件四次）一致则接受该量具，否则应改进或重新评价该量具。如果不能改进该量具，则不能被接受并且应找到一个可接受的替代测量系统。A评价人B评价人12121GGGG2GGGG3NGGGG4NGNGNGNG5GGGG6GGGG7NGNGNGNG8NGNGGG9GGGG10GGGG11GGGG12GGGG13GNGGG14GGGG15GGGG16GGGG计数型量具研究——线性示例计数型测量系统研究---风险分析法风险分析法：在一些计数情况下，不可能充分获得附有计量型参考数值的零件。选择和使用这样的技术应该基于一个良好的统计上的实践、了解影响产品和测量系统潜在变异来源，以及了解一个错误决定对下过程及最终客户的影响。计数型量具不能显示不个零件多么的好或坏，它只能指示该零件是被接受还是拒收。术语：1。E（effectiveness)正确判定良或不良的能力E=正确判定数÷全体要判定数2。Pfa（probabilityoffalsealarm)良品误判定为不良品的几率。Pfa=误判的次数÷可能误判的总数3。Pmiss(probabilityofamiss)不良品误判为良品的几率。Pmiss=误判的次数÷可能误判的总数4。B（bias)判定良品÷不良品的趋势能力B=Pfa÷Pmiss：当Pfa和Pmiss等于“零”时，基准明确＞1倾向拒收判定过严，基准不明＜1倾向允收判定过松，基准不明风险分析法---示例1。数据收集数据收集方法与计量值完全不一样，样本不是随机的收集。样本由主管人收集并已经决定样本的良/不良。样本收集方法：1/3良品、1/3不良品、1/3限度样本（良品限度和不良限度）2。数据记录每个检查者使用独立的检查记录表，随机检查样本，记录于下表：1231231231YYYNYYYNYY2YYNYNYYYYY3NNNYNNNNYN4NNNNNNYNNN5NNYNNNNNNN6YYYYYYYYYY7YYYYYYYYNY8YYNYNYYYYY9NNNNNNNNNN10NNNNNNNNNN11YYYYYYYYYY12NNNYNNNNNN13YYYYYYYYYY14NNNNYNNNNN15YYYYYYYYYY16NNNNNNNNNN17NNNNNNNNNN18YYYYYYYYYY19YYYYYYYYYY20NNNNNNNNNNCNO标准判定AB分析：评价特性：****评价人：A=***、B=***、C=***评价结果数据：数据整理：检查者总数总数A5460B5660C5760282827不良判良28良品正确判定数不良品正确判定数良判不良2729332221数据计算结果：检查者BA154600.93300.13300.1B156600.932300.072300.07C257600.952300.