MSA-測(cè)量系統(tǒng)培訓(xùn)教材

1、MSA-測(cè)量系統(tǒng)培訓(xùn)教材MSA-測(cè)量系統(tǒng)培訓(xùn)教材21 九月 20222概 要計(jì)量型測(cè)量系統(tǒng)的分析方法 1）偏倚 2）穩(wěn)定性 3）線性 4）重復(fù)性和再現(xiàn)性（R&R） 計(jì)數(shù)型測(cè)量系統(tǒng)的分析方法 1）小樣法 2）大樣法測(cè)量系統(tǒng)分析的意義和目的；測(cè)量系統(tǒng)分析的定義： 測(cè)量系統(tǒng)、量具、測(cè)量、測(cè)量過程；測(cè)量系統(tǒng)分析的基礎(chǔ)知識(shí)： 1）、測(cè)量系統(tǒng)的統(tǒng)計(jì)特性：偏倚、重復(fù)性、再現(xiàn)性、穩(wěn)定性、線性、分辨力 2）、理想的測(cè)量系統(tǒng) 3）、測(cè)量系統(tǒng)的共同特性 4）、測(cè)量系統(tǒng)的評(píng)定步驟和準(zhǔn)備21 九月 20224概 要計(jì)量型測(cè)量系統(tǒng)的分析方法測(cè)21 九月 20223測(cè)量的重要性測(cè)量的重要性:如果測(cè)量出現(xiàn)問題，那么合格的產(chǎn)品

2、可能被判為不合格，不合格的產(chǎn)品可能被判為合格，此時(shí)便不能得到真正的產(chǎn)品或過程特性。 因此，要保證測(cè)量結(jié)果的準(zhǔn)確性和可信度。PROCESS原料人機(jī)法環(huán)測(cè)量測(cè)量結(jié)果合格不合格測(cè)量21 九月 20225測(cè)量的重要性測(cè)量的重要性:PROCES21 九月 20224 Y = x + 測(cè)量值 = 真值(True Value)+測(cè)量誤差戴明說沒有真值的存在一致測(cè)量誤差21 九月 20226 Y = 21 九月 20225測(cè)量系統(tǒng)分析的目的運(yùn)用統(tǒng)計(jì)分析方法，確定測(cè)量系統(tǒng)測(cè)量結(jié)果的變差（測(cè)量誤差），了解變差的來源。 從而確定一個(gè)測(cè)量系統(tǒng)的質(zhì)量，并且為測(cè)量系統(tǒng)的改進(jìn)提供信息。保證所用統(tǒng)計(jì)分析方法及判定準(zhǔn)則的一致性

3、。21 九月 20227測(cè)量系統(tǒng)分析的目的運(yùn)用統(tǒng)計(jì)分析方法，確21 九月 20226測(cè)量的概念基本術(shù)語測(cè)量：賦值(或數(shù))給具體的事物,以表示它們之間在某一特性上的關(guān)系.量具：任何用來獲得測(cè)量結(jié)果的裝置，經(jīng)常用來特指用在車間的裝置，包括用來測(cè)量合格不合格的裝置。測(cè)量系統(tǒng)： 用來對(duì)被測(cè)量特性賦值的操作、程序、量具、設(shè)備、軟件以及操作人員的集合。 21 九月 20228測(cè)量的概念基本術(shù)語21 九月 20227測(cè)量系統(tǒng)的概念所有對(duì)正確反映所測(cè)量的對(duì)象特性有影響的因素都屬于測(cè)量系統(tǒng)一部分方法/程序人量具夾具軟件環(huán)境時(shí)間21 九月 20229測(cè)量系統(tǒng)的概念所有對(duì)正確反映所測(cè)量的對(duì)21 九月 20228測(cè)量

4、系統(tǒng)的組成 測(cè)量系統(tǒng)人機(jī)料法環(huán)操作人員量具/測(cè)量設(shè)備/工裝被測(cè)的材料/樣品/特性操作方法、操作程序工作的環(huán)境21 九月 202210測(cè)量系統(tǒng)的組成 測(cè)量人機(jī)料法環(huán)操作人21 九月 20229測(cè) 量 系 統(tǒng) 分 析21 九月 202211測(cè) 量 系 統(tǒng) 分 析21 九月 202210一個(gè)典型的過程過程輸入輸出輸入測(cè)量過程Process輸出測(cè)量值零件數(shù)據(jù)變差的來源過程實(shí)際的變差測(cè)量到的過程變差測(cè)量的變差過程長(zhǎng)期的變差過程短期的變差樣本間的變差量具的變差測(cè)量人自身的變差測(cè)量人之間的變差人與零件交互作用變差重復(fù)性穩(wěn)定性線性校準(zhǔn)21 九月 202212一個(gè)典型的過程過程輸入輸出輸入測(cè)量過21 九月 20

5、2211稱菜的過程數(shù)據(jù)變差的來源沒有兩個(gè)土豆的重量是一樣的月復(fù)一月，土豆在發(fā)生著變異即使一個(gè)藤上的土豆的重量也是不一樣的同一個(gè)人用同一個(gè)秤對(duì)同一個(gè)土豆稱重的差異稱對(duì)公稱的差異隨著歲月流逝，秤還稱得準(zhǔn)嗎？稱一斤準(zhǔn)，稱五斤準(zhǔn)嗎？不同的人用同一個(gè)秤對(duì)同一個(gè)土豆稱重的差異為什么賣家和買家秤的結(jié)果會(huì)不同？過程實(shí)際的變差測(cè)量到的過程變差測(cè)量的變差過程長(zhǎng)期的變差過程短期的變差樣本間的變差量具的變差測(cè)量人自身的變差測(cè)量人之間的變差人與零件交互作用變差重復(fù)性穩(wěn)定性線性校準(zhǔn)21 九月 202213稱菜的過程數(shù)據(jù)變差的來源沒有兩個(gè)土豆21 九月 202212計(jì) 量 型 數(shù) 據(jù) 測(cè) 量 系 統(tǒng) 的 分 析21 九月

6、202214計(jì) 量 型 數(shù) 據(jù) 測(cè) 量 系 統(tǒng) 21 九月 202213理想的測(cè)量系統(tǒng) n理想的測(cè)量系統(tǒng)在每次使用時(shí)：應(yīng)只產(chǎn)生“正確”的測(cè)量結(jié)果。每次測(cè)量結(jié)果總應(yīng)該與一個(gè)標(biāo)準(zhǔn)值相符。一個(gè)能產(chǎn)生理想測(cè)量結(jié)果的測(cè)量系統(tǒng)，應(yīng)具有零方差、零偏倚和所測(cè)的任何產(chǎn)品錯(cuò)誤分類為零概率的統(tǒng)計(jì)特性。 21 九月 202215理想的測(cè)量系統(tǒng) n理想的測(cè)量系統(tǒng)在每21 九月 202214測(cè)量系統(tǒng)的統(tǒng)計(jì)特性 通常使用測(cè)量數(shù)據(jù)的統(tǒng)計(jì)特性來衡量測(cè)量系統(tǒng)的質(zhì)量：nDiscrimination 分辨力(ability to tell things apart) ;nBias 偏倚;nRepeatability 重復(fù)性;nRep

7、roducibility再現(xiàn)性 ;nLinearity 線性 ;nStability 穩(wěn)定性 。21 九月 202216測(cè)量系統(tǒng)的統(tǒng)計(jì)特性 通常使用測(cè)量數(shù)據(jù)21 九月 202215分辨力（率）定義：指測(cè)量系統(tǒng)檢出并如實(shí)指示被測(cè)特性中極小變化的能力。傳統(tǒng)是公差范圍的十分之一。建議的要求是總過程6(標(biāo)準(zhǔn)偏差)的十分之一。T103021 九月 202217分辨力（率）定義：指測(cè)量系統(tǒng)檢出并如21 九月 202216穩(wěn)定性(Stability)：穩(wěn)定性 時(shí)間1時(shí)間2穩(wěn)定性：是測(cè)量系統(tǒng)在某持續(xù)時(shí)間內(nèi)測(cè)量同一基準(zhǔn)或零件的相同特性時(shí)獲得的測(cè)量值的總變差。21 九月 202218穩(wěn)定性(Stability)：

8、穩(wěn)定性21 九月 202217偏倚(Bias)：基準(zhǔn)值觀測(cè)平均值 偏倚偏倚：是測(cè)量結(jié)果的觀測(cè)平均值與基準(zhǔn)值的差值。基準(zhǔn)值的取得可以通過采用更高級(jí)別的測(cè)量設(shè)備進(jìn)行多次測(cè)量，取其平均值來確定。 21 九月 202219偏倚(Bias)：基準(zhǔn)值觀測(cè)平均值 21 九月 202218線性(Linearity)：量程基準(zhǔn)值觀測(cè)平均值 基準(zhǔn)值線性是在量具預(yù)期的工作范圍內(nèi)，偏倚值的差值 21 九月 202220線性(Linearity)：量程基準(zhǔn)21 九月 202219線性(Linearity)：觀測(cè)的平均值 基準(zhǔn)值無偏倚有偏倚21 九月 202221線性(Linearity)：觀測(cè)的平21 九月 20222

9、0重復(fù)性（Repeatability)重復(fù)性重復(fù)性是由一個(gè)評(píng)價(jià)人，采用一種測(cè)量?jī)x器，多次測(cè)量同一零件的同一特性時(shí)獲得的測(cè)量值變差。 21 九月 202222重復(fù)性（Repeatability)21 九月 202221再現(xiàn)(Reproducibility)：再現(xiàn)性是由不同的評(píng)價(jià)人，采用相同的測(cè)量?jī)x器，測(cè)量同一零件的同一特性時(shí)測(cè)量平均值的變差。 再現(xiàn)性操作者B操作者C操作者A21 九月 202223再現(xiàn)(Reproducibility21 九月 202222測(cè)量正確的特性準(zhǔn)確性精確性一個(gè)好的測(cè)量系統(tǒng)的特性21 九月 202224測(cè)量正確的特性一個(gè)好的測(cè)量系統(tǒng)的特性21 九月 202223如何保證準(zhǔn)

10、確性準(zhǔn)確性： 偏倚 穩(wěn)定性 線性21 九月 202225如何保證準(zhǔn)確性準(zhǔn)確性：21 九月 202224如何保證精確性精確性： 重復(fù)性 再現(xiàn)性21 九月 202226如何保證精確性精確性：21 九月 202225測(cè)量系統(tǒng)的分析 測(cè)量系統(tǒng)特性可用下列方式來描述 ：位置：穩(wěn)定性、偏倚、線性。 寬度或范圍：重復(fù)性、再現(xiàn)性。 21 九月 202227測(cè)量系統(tǒng)的分析 測(cè)量系統(tǒng)特性可用下列21 九月 202226位置和寬度 位置寬度位置寬度標(biāo)準(zhǔn)值21 九月 202228位置和寬度 位置寬度位置寬度標(biāo)準(zhǔn)值21 九月 202227測(cè)量系統(tǒng)所應(yīng)具有的特性： 測(cè)量系統(tǒng)必須處于統(tǒng)計(jì)控制中，這意味著測(cè)量系統(tǒng)中的變差只能

11、是由于普通原因而不是由于特殊原因造成的。這可稱為統(tǒng)計(jì)穩(wěn)定性；測(cè)量系統(tǒng)的變異必須比制造過程的變異小； 變異應(yīng)小于公差帶；測(cè)量精密應(yīng)高于過程變差和公差帶兩者中精度較高者，一般來說，測(cè)量精度是過程變異和公差帶兩者中精度較高者的十分之一；測(cè)量系統(tǒng)統(tǒng)計(jì)特性可能隨被被測(cè)項(xiàng)目的改變而變化。若真的如此，則測(cè)量系統(tǒng)的最大的變差應(yīng)小于過程變差和公差帶兩者中的較小者。 21 九月 202229測(cè)量系統(tǒng)所應(yīng)具有的特性： 測(cè)量系統(tǒng)必21 九月 202228測(cè)量系統(tǒng)的評(píng)定 第一階段： 明白該測(cè)量過程并確定該測(cè)量系統(tǒng)是否滿足我們的需要。主要有二個(gè)目的： 1）確定該測(cè)量系統(tǒng)是否具有所需要的統(tǒng)計(jì)特性，此項(xiàng)必須在使用前進(jìn)行。 2

12、）發(fā)現(xiàn)那種環(huán)境因素對(duì)測(cè)量系統(tǒng)顯著的影響，例如溫度、濕度等，以決定其使用的環(huán)境要求。第二階段： 目的是在驗(yàn)證一個(gè)測(cè)量系統(tǒng)一旦被認(rèn)為是可行的，應(yīng)持續(xù)具有恰當(dāng)?shù)慕y(tǒng)計(jì)特性。 常見的量具R&R分析是其中的一種試驗(yàn)型式。 21 九月 202230測(cè)量系統(tǒng)的評(píng)定 第一階段：21 九月 202229 計(jì)量型測(cè)量系統(tǒng)研究 -指南21 九月 202231 計(jì)量型測(cè)量系統(tǒng)21 九月 202230穩(wěn)定性 Stability穩(wěn)定性 Stability：對(duì)同一零件的測(cè)量值在不同時(shí)間上的漂移。基準(zhǔn)值偏倚偏倚時(shí)間21 九月 202232穩(wěn)定性 Stability穩(wěn)定性 S21 九月 202231確定穩(wěn)定性的指南進(jìn)行研究1）取

13、一個(gè)樣本并建立相對(duì)于可溯源標(biāo)準(zhǔn)的基準(zhǔn)值。如果該樣品不可獲得，選擇一個(gè)落在產(chǎn)品測(cè)量中程數(shù)據(jù)生產(chǎn)零件 ，指定其為穩(wěn)定性分析的標(biāo)準(zhǔn)樣本。對(duì)于追蹤測(cè)量系統(tǒng)穩(wěn)定性，不需要一個(gè)已知基準(zhǔn)值。具備預(yù)期測(cè)量的最低值，最高值和中程數(shù)的標(biāo)準(zhǔn)樣本是較理想的。建議對(duì)每個(gè)標(biāo)準(zhǔn)樣本分別做測(cè)量與控制圖。2）定期(天,周)測(cè)量標(biāo)準(zhǔn)樣本35次，樣本容量和頻率應(yīng)該基于對(duì)測(cè)量系統(tǒng)的了解。因素可以包括重新校準(zhǔn)的頻次、要求的修理，測(cè)量系統(tǒng)的使用頻率，作業(yè)條件的好壞。應(yīng)在不同的時(shí)間讀數(shù)以代表測(cè)量系統(tǒng)的實(shí)際使用情況，以便說明在一天中預(yù)熱、周圍環(huán)境和其他因素發(fā)生的變化。3）將數(shù)據(jù)按時(shí)間順序畫在Xbar&R或Xbar&S控制圖上。21 九月 2

14、02233確定穩(wěn)定性的指南進(jìn)行研究21 九月 202232結(jié)果分析作圖法4）建立控制限并用標(biāo)準(zhǔn)控制圖分析評(píng)價(jià)失控或不穩(wěn)定狀態(tài)。結(jié)果分析數(shù)據(jù)法除了正態(tài)控制圖分析法，對(duì)穩(wěn)定性沒有特別的數(shù)據(jù)分析或指數(shù)。如果測(cè)量過程是穩(wěn)定的，數(shù)據(jù)可以用于確定測(cè)量系統(tǒng)的偏倚。同樣，測(cè)量的標(biāo)準(zhǔn)偏差可以用作測(cè)量系統(tǒng)重復(fù)性的近似值。這可以與（生產(chǎn)）過程的標(biāo)準(zhǔn)偏差進(jìn)行比較以決定測(cè)量系統(tǒng)的重復(fù)性是否適于應(yīng)用?？赡苄枰獙?shí)驗(yàn)設(shè)計(jì)或其他分析解決問題的技術(shù)以確定測(cè)量系統(tǒng)穩(wěn)定性不足的主要原因。穩(wěn)定性21 九月 202234結(jié)果分析作圖法穩(wěn)定性21 九月 202233穩(wěn)定性 Stability分析均值-極差控制圖，并可由此制定校準(zhǔn)周期 。評(píng)

15、估穩(wěn)定性，必需考慮磨損、腐蝕、溫度波動(dòng)等因素的影響。評(píng)估穩(wěn)定性非常重要，因?yàn)榇蠖鄶?shù)測(cè)量系統(tǒng)都是長(zhǎng)期使用的如果意識(shí)不到穩(wěn)定性的存在，會(huì)導(dǎo)致以為過程發(fā)生了浮動(dòng)，從而對(duì)過程進(jìn)行錯(cuò)誤的調(diào)整。21 九月 202235穩(wěn)定性 Stability分析均值-21 九月 202234偏倚 Bias偏倚 是測(cè)量值與真值之間的差異。真值偏倚測(cè)量值測(cè)量值偏倚 Bias21 九月 202236偏倚 Bias偏倚 是測(cè)量值與真值之21 九月 202235確定偏倚指南獨(dú)立樣本法進(jìn)行研究1）獲取一個(gè)樣本并建立相對(duì)于可溯源標(biāo)準(zhǔn)的基準(zhǔn)值。 如果得不到，選擇一個(gè)落在生產(chǎn)測(cè)量的中程數(shù)的生產(chǎn)零件，指定其為偏倚分析的標(biāo)準(zhǔn)樣本。在工具室測(cè)

16、量這個(gè)零件n10次，并計(jì)算這n個(gè)讀數(shù)的均值。把均值作為“基準(zhǔn)值”。可能需要具備預(yù)期測(cè)量值的最低值、最高值及中程數(shù)的標(biāo)準(zhǔn)樣本是理想的。完成此步后，用線性研究分析數(shù)據(jù)?；鶞?zhǔn)值測(cè)量系統(tǒng)的平均值偏倚21 九月 202237確定偏倚指南獨(dú)立樣本法基準(zhǔn)值測(cè)量系21 九月 2022362）讓一個(gè)評(píng)價(jià)人，以通常方法測(cè)量樣本10次以上。結(jié)果分析作圖法3）相對(duì)于基準(zhǔn)值將數(shù)據(jù)畫出直方圖。評(píng)審直方圖，用專業(yè)知識(shí)確定是否存在特殊原因或出現(xiàn)異常。如果沒有，繼續(xù)分析，對(duì)于n30時(shí)的解釋或分析，應(yīng)當(dāng)特別謹(jǐn)慎。結(jié)果分析數(shù)據(jù)法4）計(jì)算n個(gè)讀數(shù)的均值。X= (X1+X2+Xn)/n21 九月 2022382）讓一個(gè)評(píng)價(jià)人，以通常方

17、法測(cè)量樣本21 九月 2022375）計(jì)算可重復(fù)性標(biāo)準(zhǔn)偏差（參考量具研究，極差法， 如下）： 重復(fù)性 （標(biāo)準(zhǔn)偏差）=（最大值-最小值）/d2 這里d2*可以從附錄C中查到，g=1,m=n如果GRR研究可用（且有效），重復(fù)性標(biāo)準(zhǔn)偏差計(jì)算應(yīng)該以研究結(jié)果為基礎(chǔ)。確定偏倚的t統(tǒng)計(jì)量：偏倚=觀測(cè)測(cè)量平均值-基準(zhǔn)值b= r/ n t=偏倚/b21 九月 2022395）計(jì)算可重復(fù)性標(biāo)準(zhǔn)偏差（參考量具研21 九月 2022387）如果0落在圍繞偏倚值1-置信區(qū)間以內(nèi)，偏倚在水平是可接受的。偏倚- d2 b /d2*(tr,1-a/2 0偏倚- d2 b /d2*(tr,1-a/2 這里d2，d2*和v可以在

18、可以從附錄C中查到，g=1,m=n， 在標(biāo)準(zhǔn)t中可查到。所取的 水平依賴于敏感度水平，而敏感度水平被用來評(píng)價(jià)/控制該（生產(chǎn)）過程的并且與產(chǎn)品/（生產(chǎn)）過程的損失函數(shù)（敏感度曲線）有關(guān)。如果 水平不是用默認(rèn)值.05（95置信度）則必須得到顧客的同意。21 九月 2022407）如果0落在圍繞偏倚值1-置信區(qū)21 九月 202239舉例-偏倚一個(gè)制造工程師在評(píng)價(jià)一個(gè)用來監(jiān)控生產(chǎn)過程的新的測(cè)量系統(tǒng)。測(cè)量裝置分析表明沒有線性問題，所以工程師只評(píng)價(jià)了測(cè)量系統(tǒng)偏倚。在已記錄過程變差基礎(chǔ)上從測(cè)量系統(tǒng)操作范圍內(nèi)選擇一個(gè)零件。這個(gè)零件經(jīng)全尺寸檢驗(yàn)測(cè)量以確定其基準(zhǔn)值。而后這個(gè)零件由領(lǐng)班測(cè)量15次。21 九月 20

19、2241舉例-偏倚21 九月 202240偏倚 Bias偏倚 Bias確定偏倚-作圖法432105.65.75.85.96.06.16.26.36.4頻次測(cè)量值偏倚研究直方圖21 九月 202242偏倚 Bias偏倚 Bias確定偏倚21 九月 202241表3：偏倚研究偏倚研究分析n(m)均值 X標(biāo)準(zhǔn)偏差r均值的標(biāo)準(zhǔn)偏差b測(cè)量值156.0067.22514.05813基準(zhǔn)值= 6.00, =.05,g=1, d2*=3.35t統(tǒng)計(jì)量df顯著t值(2尾)偏倚95偏倚置信區(qū)間低值高值測(cè)量值.115310.82.206.0067-0.1185.131921 九月 202243表3：偏倚研究偏倚研究

20、分析n(m)21 九月 202242因?yàn)?落在偏倚置信區(qū)間（-0.1185，0.1319)內(nèi),工程師可以假設(shè)測(cè)量偏倚是可以接受的,同時(shí)假定實(shí)際使用不會(huì)導(dǎo)致附加變差源。偏倚研究的分析：如果偏倚從統(tǒng)計(jì)上非0，尋找以下可能的原因： 標(biāo)準(zhǔn)或基準(zhǔn)值誤差； 儀器磨損。這在穩(wěn)定性分析可以表現(xiàn)出，建議按計(jì)劃維護(hù)或修整 儀器制造尺寸有誤； 儀器測(cè)量了錯(cuò)誤的特性； 儀器未得到完善的校準(zhǔn)，評(píng)審校準(zhǔn)程序； 評(píng)價(jià)人設(shè)備操作不當(dāng)，評(píng)審測(cè)量說明書等；21 九月 202244因?yàn)?落在偏倚置信區(qū)間（-0.11821 九月 202243用你的測(cè)量系統(tǒng)對(duì)一個(gè)零件的一個(gè)特性測(cè)量10次，計(jì)算平均值A(chǔ)1。用更高層的量具對(duì)其再測(cè)10次，

21、計(jì)算平均值A(chǔ)2。偏倚 B = A1 - A2判斷準(zhǔn)則：| B | T/10 (T是所要測(cè)量特性的公差）第二版：偏倚 Bias21 九月 202245用你的測(cè)量系統(tǒng)對(duì)一個(gè)零件的一個(gè)特性測(cè)21 九月 202244量具的低值區(qū)量具的高值區(qū)較小的偏倚較大的偏倚線性 Linearity線性：量具在適用范圍內(nèi)偏倚的差異。21 九月 202246量具的低值區(qū)量具的高值區(qū)較小的偏倚較21 九月 202245確定線性指南進(jìn)行研究線性按以下指南評(píng)價(jià)： 1）選擇g5 個(gè)零件，由于過程變差，這些零件測(cè)量值覆蓋量具的操作范圍。 2）用全尺寸檢驗(yàn)測(cè)量每個(gè)零件以確定其基準(zhǔn)值并確認(rèn)了包括量具的操作范圍。 3）通常用這個(gè)儀器的

22、操作者中的一人測(cè)量每個(gè)零件m10次。 隨機(jī)的選擇零件以使評(píng)價(jià)人對(duì)測(cè)量偏倚的“記憶”最小化。21 九月 202247確定線性指南進(jìn)行研究21 九月 202246結(jié)果分析作圖法 4 計(jì)算每次測(cè)量的零件偏移及零件偏移均值 5 在線性圖上劃出相對(duì)于參考值的每個(gè)偏移和偏移平均值應(yīng)用以下公式，計(jì)算并畫出最適合的線及該線 的置信度區(qū)間；該線公式是 這里，是基準(zhǔn)值， 是偏移均值,并且21 九月 202248結(jié)果分析作圖法應(yīng)用以下公式，計(jì)算21 九月 202247公式:21 九月 202249公式:21 九月 202248確定線性-作圖法線性 Linearity21 九月 202250確定線性-作圖法線性 Li

23、ne21 九月 202249確定線性-作圖法線性 Linearity21 九月 202251確定線性-作圖法線性 Line21 九月 202250確定線性-作圖法分析:特殊原因影響測(cè)量系統(tǒng)基準(zhǔn)值=4處數(shù)據(jù)顯示雙峰線性 Linearity21 九月 202252確定線性-作圖法分析:線性 L21 九月 202251 7 劃出“偏移=0”線，評(píng)審該圖指出特殊原因和線性的可接受性。 為使測(cè)量系統(tǒng)線性可被接受，“偏移=0”線必須完全在擬合線置信帶以內(nèi)。21 九月 202253 7 劃出“偏移=0”線，評(píng)審該21 九月 202252結(jié)果分析-數(shù)據(jù) 8、如果作圖分析顯示測(cè)量系統(tǒng)線性可接受，則下面的假設(shè)就成

24、立： H0：a=0 斜率（Slope）=0 不推翻原假設(shè)，如果（do not reject if）-21 九月 202254結(jié)果分析-數(shù)據(jù)-21 九月 202253確定重復(fù)性和再現(xiàn)性的指南分析方法有： 極差法； 均值-極差法； 方差分析ANOVA。21 九月 202255確定重復(fù)性和再現(xiàn)性的指南分析方法有：21 九月 202254極差法迅速提供測(cè)量變異性的近似值只提供測(cè)量系統(tǒng)的總體情況，不將變異性分解成重復(fù)性及再現(xiàn)性樣品數(shù)量為5時(shí)，80%機(jī)會(huì)探測(cè)到不可接受的測(cè)量系統(tǒng)；樣品數(shù)量為10時(shí)，有90%的機(jī)會(huì)。21 九月 202256極差法迅速提供測(cè)量變異性的近似值21 九月 202255通常有2個(gè)測(cè)評(píng)

25、人測(cè)量5個(gè)樣品各一次樣件 測(cè)評(píng)人A 測(cè)評(píng)人B 差 值 （AB）10.850.800.0520.750.700.053 1.000.950.0540.450.550.1050.500.600.1021 九月 202257通常有2個(gè)測(cè)評(píng)人測(cè)量5個(gè)樣品各一次樣21 九月 202256平均值極差(R)=(R1+ +R5)/5=0.35/5=0.07GRR=R/d2=R/1.19=0.07/1.19=0.0588過程標(biāo)準(zhǔn)方差= 0.0777 能接受的（事先確定的）% GRR=100* GRR/過程標(biāo)準(zhǔn)方差=75.7%結(jié)論:測(cè)量系統(tǒng)需要改進(jìn)21 九月 202258平均值極差(R)=(R1+ +R521 九

26、月 202257均值-極差法；均值極差法(Xbar&R)是一種可提供測(cè)量系統(tǒng)重復(fù)性和再現(xiàn)性兩個(gè)特性作估計(jì)評(píng)價(jià)的方法。與極差法不同，這種方法可以將測(cè)量系統(tǒng)的變差分成兩個(gè)部分重復(fù)性和再現(xiàn)性，而不是他們的交互作用 。21 九月 202259均值-極差法；均值極差法(Xbar&21 九月 202258均值-極差法；進(jìn)行研究盡管評(píng)價(jià)人數(shù)量、試驗(yàn)次數(shù)和零件數(shù)是可變的，但我們下面的討論反映了研究中條件的優(yōu)化。參考表12GRR數(shù)據(jù)表。詳細(xì)的程序是：1、獲得一個(gè)樣本零件數(shù)n大于5，應(yīng)代表實(shí)際的或期望的過程變差范圍； (圖例24，P99例如,n=10)2、選擇評(píng)價(jià)人為A，B，C等。零件的號(hào)碼從1到n，評(píng)價(jià)人不能看

27、到零件編號(hào)。（盲測(cè)）21 九月 202260均值-極差法；進(jìn)行研究21 九月 2022593、如果是正常測(cè)量系統(tǒng)的一部分，應(yīng)校準(zhǔn)量具。讓評(píng)價(jià)人A以隨機(jī)的順序測(cè)量n個(gè)零件，將測(cè)量結(jié)果輸入第一行（如使用MINITAB應(yīng)輸入“數(shù)據(jù)”欄）。4、讓評(píng)價(jià)人B和C測(cè)量同樣的n個(gè)零件，而且他們之間不能看到彼此的結(jié)果，輸入數(shù)據(jù)到第6行和11行。5、用不同的隨機(jī)測(cè)量順序重復(fù)該循環(huán)。輸入數(shù)據(jù)到第2，7，12行，在適當(dāng)?shù)牧杏涗洈?shù)據(jù)，如果需要試驗(yàn)3次，重復(fù)循環(huán)并輸入數(shù)據(jù)到3，8，13行。6、當(dāng)零件數(shù)量很大或同時(shí)多個(gè)零件不可同時(shí)獲得時(shí)，測(cè)量步驟4，5可能改變?nèi)缦率切枰模?讓評(píng)價(jià)人A測(cè)量第一個(gè)零件并在第1行記錄讀數(shù)。 讓

28、評(píng)價(jià)人B測(cè)量第一個(gè)零件并在第6行記錄讀數(shù)。 讓評(píng)價(jià)人C測(cè)量第一個(gè)零件并在第11行記錄讀數(shù)。21 九月 2022613、如果是正常測(cè)量系統(tǒng)的一部分，應(yīng)校21 九月 202260 讓評(píng)價(jià)人A重復(fù)測(cè)量第一個(gè)零件并記錄讀數(shù)于第2行， 讓評(píng)價(jià)人B重復(fù)測(cè)量第一個(gè)零件并記錄讀數(shù)于第7行， 讓評(píng)價(jià)人C重復(fù)測(cè)量第一個(gè)零件并記錄讀數(shù)于第12行， 如果試驗(yàn)需要進(jìn)行3次，重復(fù)這個(gè)循環(huán)將數(shù)據(jù)記錄在 第3，8，13行。7、如果評(píng)價(jià)人屬于不同的班次，可以使用一個(gè)替代方法，讓評(píng)價(jià)人A測(cè)量所有的10個(gè)零件輸入數(shù)據(jù)于第1行，然后評(píng)價(jià)人A以不同的順序讀數(shù)，記錄結(jié)果于第2，3行，讓評(píng)價(jià)人B，C同樣做。依公式計(jì)算并作成控制圖或直接用表

29、計(jì)算即可。 21 九月 202262 讓評(píng)價(jià)人A重復(fù)測(cè)量第一21 九月 202261測(cè)評(píng)人系列#樣件(零件)平均值12345678910A10.29-0.561.340.47-0.80.020.59-0.312.26-1.36 0。19420.41-0.681.170.5-0.92-0.110.75-0.21.99-1.25 0。16630.64-0.581.270.64-0.84-0.210.66-0.172.01-1.31 0。211平均值0。4470。6071。2600。537-0。853-0。1000。667-0。2272。087-1。307 0。190極差0。350。120。170。

30、170。120。230。160。140。270。11 0。184B10。08-0。471。190。01-0。56-0。200。47-0。631。80-1。68 0。00120。25-1。220。941。03-1。200。220。550。082。12-1。62 0。11530。07-0。681。340。20-1。280。060。83-0。342。19-1。50 0。089平均值0。133-0。7901。1570。413-1。0130。0270。617-0。2972。037-1。600 0。068極差0。180。750。401。020。720。420。360。710。390。18 0。513數(shù)字計(jì)

31、算21 九月 202263測(cè)評(píng)人系列#樣件(零件)平均值121 九月 202262C10。04-1。380。880。14-1。46-0。290。02-0，461。77-1。49 （0。223）2-0。11-1。131。090。20-1。07-0。670。01-0。561。45-1。77 （0。256）3-0。15-0。960。670。11-1。45-0。490。21-0。491。87-2。16 （0。284）平均值（0。073）（1。157）0。8800。150（1。327）（0。483）0。080（0。503）1。697（1。807） -0。254極差0。190。420。420。090。39

32、0。380。200。100。420。67 0。328樣件(零件)平均值0。169-0。8511。0990。367-1。064-0。1860。454-0。3421。940-1。571 0。001 3。511 0。342 0.4446 0.8816數(shù)字計(jì)算(續(xù))XRp21 九月 202264C10。04-1。380。8821 九月 202263重復(fù)性設(shè)備偏差(E.V.) %EV=100(EV/TV)=17.61% E.V.=Rp*K1系列k1 =0.201920.886230.5908再現(xiàn)性測(cè)評(píng)人偏差(A.V.) %A.V.=100(AV/TV)=20.% A.V.=SQRT(Xdiff*K2)2

33、-(E.V.2/nr) =0.2297人k220.7071n=樣件 r=測(cè)量次數(shù)30.5231* SQRT表示可開平方， 2表示平方，K1/2/3為可查表的系數(shù)21 九月 202265重復(fù)性設(shè)備偏差(E.V.) 21 九月 202264R & R(GRR)%GRR=100(GRR/TV)=26.68% GRR=SQRTE.V.2+A.V.2 =0.3058樣件k350.403樣 件 偏 差 (P.V.)60.3742%PV=100(PV/TV)=96.38%P.V.=Rp*k3=1.104670.353480.337590.3249總 偏 差 (T.V.)100.3146T.V.=SQRT1.

34、1461樣件k35 0.4036 0.37427 0.35348 0.33759 0.324910 0.314621 九月 202266R & R(GRR) GRR=21 九月 202265變差被分解成4類零件/測(cè)評(píng)人/零件及測(cè)評(píng)人之間交互作用/重復(fù)性優(yōu)點(diǎn)：可處理各種試驗(yàn)情況更準(zhǔn)確地評(píng)估各種變差從試驗(yàn)數(shù)據(jù)中得到更多信息缺點(diǎn)：更復(fù)雜的計(jì)算要求懂得統(tǒng)計(jì)知識(shí)以解釋分析結(jié)果21 九月 202267變差被分解成4類21 九月 20226621 九月 20226821 九月 20226721 九月 20226921 九月 202268%R&R接受準(zhǔn)則： a. %R&R30%不能接受，必須改進(jìn)。此外，ndc

35、取整數(shù)，且應(yīng)該大于等于5。 21 九月 202270%R&R接受準(zhǔn)則： 21 九月 202269結(jié)果分析:當(dāng)重復(fù)性(EV)大于再現(xiàn)性(AV)時(shí)，原因可能是： 儀器需要保養(yǎng)；量具應(yīng)重新設(shè)計(jì)來提高剛度增強(qiáng)； 量具的夾緊或零件定位的方式需要改進(jìn)； 存在過大的零件變差。 當(dāng)再現(xiàn)性(AV)大于重復(fù)性(EV)時(shí)： 評(píng)價(jià)人員需要更好的培訓(xùn)如何使用量具及數(shù)據(jù)讀取方式；量具刻度盤上的刻度不清楚；需要某些夾具協(xié)助評(píng)價(jià)人員來提高使用量具的一致性。21 九月 202271結(jié)果分析:當(dāng)重復(fù)性(EV)大于再現(xiàn)性21 九月 202270Xbar Chart by Inspector474645444342411Saermp

36、le MeanMean=43.85UCL=44.20LCL=43.49再現(xiàn)性兩個(gè)操作者的平均值控制圖外形一致，具有良好的 再現(xiàn)性 。21 九月 202272Xbar Chart by Insp21 九月 202271方差分析法 ANOVA：方差分析法中，變差分為4類：零件、評(píng)價(jià)人、量具、零件與評(píng)價(jià)人的交互作用；優(yōu)點(diǎn)（與均值-極差法相比）：1、適用于任何試驗(yàn)調(diào)試；2、更精確地估計(jì)方差；3、可以從試驗(yàn)數(shù)據(jù)中分離出更多的信息；缺點(diǎn)：計(jì)算復(fù)雜，需借助計(jì)算軟件；對(duì)分析人員要求高；21 九月 202273方差分析法 ANOVA：方差分析法中21 九月 202272計(jì) 數(shù) 型 數(shù) 據(jù) 的 測(cè) 量 系 統(tǒng)21

37、 九月 202274計(jì) 數(shù) 型 數(shù) 據(jù) 的 測(cè) 量 系 21 九月 202273假設(shè)試驗(yàn)分析案例背景: 某生產(chǎn)制程PPk =0.5,將使用計(jì)數(shù)型量具（如通/止量具）以剔除不合格品，需對(duì)量具進(jìn)行測(cè)量系統(tǒng)分析。研究準(zhǔn)備代表整個(gè)生產(chǎn)范圍的50個(gè)零件3個(gè)測(cè)評(píng)人3次試驗(yàn)五 計(jì)數(shù)型GRR通用指南21 九月 202275假設(shè)試驗(yàn)分析案例背景:五 計(jì)數(shù)型GR21 九月 202274第一步：將收集的數(shù)據(jù)填入計(jì)數(shù)型數(shù)據(jù)收集表樣件A-1A-2A-3B-1B-2B-3C-1C-2C-3基準(zhǔn)基準(zhǔn)值代碼111111111110.476901211111111110.509015300000000000.576459400

38、000000000.566152500000000000.57036611011001110.544951711111110010.465454811111111110.502295900000000000.4378171011111111110.5155731111111111110.4889051200000001000.5599181311111111110.5427041411011110010.4545181511111111110.5173771611111111110.5319391711111111110.5196941811111111110.4841671911111111

39、110.5204962011111111110.47723621110101010105456042311111111110.5290652411111111110.5141922500000000000.5995811=判定為可接受 0=判定為不可接受21 九月 202276第一步：將收集的數(shù)據(jù)填入計(jì)數(shù)型數(shù)據(jù)收21 九月 202275樣件A-1A-2A-3B-1B-2B-3C-1C-2C-3基準(zhǔn)基準(zhǔn)值代碼2601000000100.5472042711111111110.502436+2811111111110.521642+2911111111110

40、.5237543000000100000.5614573111111111110.5030913211111111110.505853311111111110.4876133400100101100.4496963511111111110.4986983611011110110.5430773700000000000.4092383811111111110.4881843900000000000.4276874011111111110.5011324111111111110.5137794200000000000.5665754310111111010.462414411111111110.4

41、708324500000000000.4124534611111111110.49344147111111111110.4863794800000000000.5878934911111111110.483803計(jì)數(shù)型數(shù)據(jù)收集表1=判定為可接受 0=判定為不可接受5000000000000.44669721 九月 202277樣件A-1A-2A-3B-1B-2B21 九月 202276A*B 交互B總計(jì)01A0數(shù)44650期望值15.734.3501數(shù)397100期望值31.368.7100總計(jì)數(shù)47103150期望值47103150第二步：測(cè)評(píng)人相互之間的比較（交叉表法）15.7=47*50/15068.7=103*100/150*表中“期望值”是計(jì)算得出的，計(jì)算方法見黃色說明21 九月 202278A*B 交互B總計(jì)01A0數(shù)446521 九月 202277A*C交互C總計(jì)01A0數(shù)43750期望值1733501數(shù)892100期望值3466100總計(jì)數(shù)5199150期望值5199150B*C交互C總計(jì)01B0數(shù)42547期望值1631471數(shù)994103期望值3568103總計(jì)數(shù)5199150期望值519915021 九月 202279A*C交互C總計(jì)01A0數(shù)4375021 九月 202278Kappa-測(cè)評(píng)人之間的一致性