MSA测量系统分析的5个评定指标
测量系统是对测量单元进行量化或对被测的特性进行评估,其所用的仪器或量具、标准、操作、方法、夹具、软件、人员、环境及假设的集合,也就是说用来获得测量结果的过程。理想的测量系统在每次使用时应只产生正确的测量结果:与一个标准值相符。
在现实生活中,理想的测量系统几乎是不存在的:用一把校准好的卡尺,不同的人测量同一件零件都会产生不同的结果。不良的测量系统产生的测量结果往往本身就有较大的偏差,从而可能掩盖被分析过程的偏差,这种结果用于质量验证、质量改进和过程控制分析显然是不恰当的。
测量系统的质量经常使用其测得数据的统计特性来确定,测量系统必须处于统计控制中,也就说测量系统产生的偏差只能是由普通原因造成,而不应由于特殊原因导致。测量系统分析就是用统计的方法分析测量系统所测数据的统计特性,而确定其质量水平。
通常,我们用下述5个指标来评价测量系统的统计特性:
一、偏倚Bias
测量观察平均值与该零部件采用精密仪器测量的标准平均值的差值。
二、线性Linearity
表征量具预期工作范围内偏倚值的差别。
三、稳定性Stability
表征测量系统对于给定的零部件或标准件随时间变化系统偏倚中的总偏差量,与通常意义上的统计稳定性是有区别的。
四、重复性Repeatability
指同一个评价人,采用同一种测量仪器,多次测量同一零件的同一特性时获得的测量值(数据)的偏差。
五、再现性Reproduciblity
指由不同的评价人,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偏差。
通常,前三种指标用于评价测量系统的准确性,后两种指标用于评价测量系统的精确性。测量系统的准确性可以通过对设备的校准等对测量系统进行维护、监控,也就是说,通过对测量系统的分辨率、偏倚、线性和稳定性进行分析后进行校准后可以解决其准确性问题。工程上通常用测量系统的精确性也就是其重复性和再现性来研究其统计特性,就是通常所说的“GR&R研究”。
测量系统分析流程及方法
测量系统分析是一项重要的系统工程。通常需要根据测量过程的可重复性(破坏性或非破坏性)、测量结果性质(计数型数据或计量型数据)、待测单元的数量大小、过程的成本、仪器或量具的状态及测量过程输出的重要性等因素来确定分析的方法和流程。测量系统分析步骤:
1. 验证 “量具(gauge)”的校准;
2. 选择工件和测量者执行测量;
3. 用MINITAB软件或Excel编辑表格进行数据评估;
4. 分析数据,解释结果,得出结论;
5. 检查是否有不合格的测量单位,制定长期量具保持/改进计划。
量具必须经过校准且才处在正常状态,没有经过校准或者已经过了校准期限的量具是处于不正常状态的,其测量所得数据不能用于测量系统分析。
为保证数据的统计独立性,视测量过程的时间、费用等因素,一般随机选择代表整个过程的8-10件工件进行测量,选择2~3名已经训练过的操作人员对各工件进行2~3次重复测量,得到一组用于评估测量系统的数据。
将所得数据按要求输入相应的计算工具,执行相关统计分析命令后,即可得到数据的统计特性,根据相应的评判规则既可判断测量系统的能力是否满足要求,既而根据分析结果有针对性的作出长期量具保持/改进计划。
如前所述,关于精确性的数据的统计特性包括测量系统的重复性、再现性等,MINITAB提供不同的分析方法以计算出测量系统的重复性、再现性、被测工件之间的偏差、过程总偏差以及各因素对过程偏差的百分比和对被测特性公差的比例,以考察测量系统相对于过程偏差及规范公差的测量能力,同时MINITAB还计算出测量系统的区别分类数(Number of Distinct Categories),以考察测量系统的有效解析度。
No comment