MSA-测量系统分析.docx
《MSA-测量系统分析.docx》由会员分享,可在线阅读,更多相关《MSA-测量系统分析.docx(69页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、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一些统计量,与这一过程的统计控制限值相比较,如果比较结果表明这一过程统计失控,那么要做某种调整,否则,这一过程就允许运行而勿须调整。测量数据另一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,可能怀疑注塑塑料件上的一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
2、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的最重要应用之一,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。测量数据的质量测量数据质量由在稳定条件下运行的某一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,得到某一特性的多次测量数据。如果这些测量数据与这一特性的标准值都很“接近”,那么可以说这些测量数据的
3、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。一组测量的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,因此这一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,一具具
4、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工作是监视和控制变压器差。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工业界的测量系统。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
5、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人迷惑或误解。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特性的关系。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,一个测量过程可以看成是一个制造过程
6、,它产生数值(数据)作为输出。这样看待测量系统是有用的,因为这可以使我们运用那么早已在统计过程控制领域证明了有效的所有概念、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 基准值一个标准应该是一个可操作的定义: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 分辨力、可读性、分辨率 别名:最小的读数的单位、测量分辨率、刻度限度或探测限度 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 1:10经验法则 有效分辨率 对于一个特定的应用,测量系统对过程变差的灵敏性 产生有
7、用的测量输出信号的最小输入值 总是以一个测量单位报告 基准值 人为规定的可接受值 需要一个可操作的定义 作为真值的代替 真值 物品的实际值 未知的和不可知的位置变差 准确度“接近”真值或可接受的基准值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 偏倚随时间的变化 一个稳定的测量过程是关于位置的统计受控 别名:漂移 线性 整个正常操作范围的偏倚改变 整个操作范围的多个并且独立的偏倚误差的相互关系 测量系统的系统误差分量宽度变差 精密度 重复读数彼此之间“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一种测量仪器,测量同一零
8、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 再现性 由不同的评价人使用同一个量具,测量一个零件的一个特性时产生的测量平均值的变差 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 ASTM E456-96包括重复性、实验室、环境及评价人影响 GRR或量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 测量系统变差的短期评估(例如“GRR”包括图形) 测量系统性能
9、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 总是以一个测量单位报告 一致性 重复性随时间的变化程度 一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 重复性的一致性 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围内测量系统必须稳定和一致测量系统总变差的所有特性均假设系统是稳定和一致
10、的。标准和溯源性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力机构。NIST的主要责任是提供测量服务和负责测量标准,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。国家测量研究院世界范围内大多数工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,以确保在一个国家的测量与其它
11、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比对,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。溯源性在商品和服务贸易中溯源性是一个重要概念。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ISO计量学基本和通用术语(VIM)中的定义是:“测量的特性或标准值,此标准是规定的其准,通常是国家或国际标准,通过全部规定了不确定度的不间断的比较链相联系。”典型的测量溯源
12、性是通过可返回到NMI的比较链建立的。但在工业中的许多情况下,测量的溯源性可能与返回到一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一个断发展的概念。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,以确保他们参考标准正确校准,并直接溯源到由NMI拥有的标准。这些政府的或私人的工业组织然后使用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
13、较链最终达到工厂,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的测量称为溯源到NIST。并不是所有组织在其设施内都有讲师或量具实验室,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。这是一种达到溯源到NIST的可接受的且适当的方法,只要商业/独立实验室的能力能够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,希望任何单独读数都尽可能地接近这一数值(经济地)。遗憾的是真值永远也不可能知道是肯定的。然而,通过使用一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,可以使不确定度减少。因为使用基准作
14、为真值的替代,这些术语通常互换使用。这种方法没有介绍。第一章第二节测量过程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(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,暖和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的活动。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一前提。这
15、种检查行为本身就是过程。遗憾的是,工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。测量和分析活动是一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。设备仅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
16、何分析解释结果。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相一致。一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。一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,
17、如成本,使用的容易程度等对一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。在某一用途中最重要的统计特性在另一种用途中不一定是最重要的。例如,对一个三座标测量机(CMM)的某些应用,最重要的统计特性是“小”的偏倚和方差。一个具有这些特性的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一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差源。管理者有责任识别对数据的最终使用最重要的统计特性,
18、也有责任确保用那些特性作为选择一个测量系统的基础。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。尽管每一个测量系统可能被要求有不同的统计特性,但是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,相对于过程变差或规范控制限,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。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) 对于产品控
19、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。变差源与所有过程相似,测量系统受随机和系统变差源影响。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)或监控这些变差源尽管特定的原因将依据条件,但一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
20、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.W.I.P.E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。S.W.I.P.E代表标准、工件、仪器、人、程序和环境。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。由于实际的变差来源影响一个特定的测量系统,它对这个系统来说是唯一的,本图所示可作为研究测量系统变差源的一个思考的起点。测量系统变变异性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的。不同的变差源对测量系统的影响应经过短
21、期和长期评估。测量系统的能力是短期时间的测量系统(随机)误差。它是由线性、一致性、重复性和再现性误差合成定量的。测量系统的性能,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 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了关于产品和过程的决定,所有变差源和累积影响通常称为测量系统误差,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
22、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)。在下面讨论中,作为例子,使用两种分类条件:在分差外(“坏”)和在公差内(“好”)。对其他分类活动没有限制讨论应用。进一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。下一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。对产品决策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
23、零偏倚的。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,一个好的零件有时会被判为“坏”的(型错误,生产者风险或误发警报),如果:一个坏的零件有时会被判为“好”的(型错误,消费者风险或漏发警报),如果:相对于公差,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,此处, 坏零件总是称为坏的 可能做出潜在的错误决定 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,没有零件产生在区域。2) 改进测量系统:减少测量系统误差从而减小区域的面积,因此生产的所有零件将在区域,这样就
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- MSA 测量 系统分析
限制150内