analysis(五大工具（三）：MSA)

五大东西（三）：MSA

你对否有碰到过不同的利用职员使用相反的仪器丈量后果不一律的情况？

你对否有碰到过即使是同一一局部使用同一仪器，多次丈量后果仍旧不一律且动摇很大的情况？

你对否还碰到过接纳同一厂家两种相反型号的量具丈量后果却不一律的情况？

你对否还碰到太过明内里检测及格的尺寸在客户端却反复被举报的情况？

”庆贺你“，这些征象都在表现你的丈量体系约莫以前变得极不成靠了！！！

第一局部：MSA简介

1. MSA的界说

MSA是Measurement Systems Analysis（丈量体系分析）的英文简称，其涵义表明如下：

丈量：指对被测目标赋值的历程，这个值可以是具体的数值，也可以是及格与不及格，对与错一类的定性形貌；

丈量体系：不但是包含局面意思的丈量仪器、装备或量具，而是指用来取得丈量后果的全体（包含仪器或量具、标准、利用、办法、夹具、软件、职员、情况、假定等）；

丈量体系分析：指经过统计分析的伎俩，对构成丈量体系的各个影响因子举行变差分析来推断丈量体系可靠性的历程。

因此，MSA的实质实践上就是变差分析，确保丈量体系本身的变差相对历程总变差要尽约莫小，即历程的变差泉源主要是历程本身，而非来自丈量体系，这就是MSA分析的终极目标。

2.历程总变差的泉源分析

历程总变差（TV）包含历程制造的产物本身变差（PV）和丈量体系变差（GRR），丈量体系变差又包含偏倚、安定性、线性、反复性（EV）和再现性（AV），此中，偏倚、安定性和线性反应了丈量体系的准确度，通常可以经过量具校准或更新就能确保可被承受，而丈量体系的反复性和再现性体现了丈量装备和丈量职员的变差，是丈量体系变差的主要泉源，必需经过MSA来举行改良。

历程总变差的泉源

1）偏倚（Bias）：指多次丈量后果的均匀值与基准值（或称真值，但必要了解真值是不成丈量的）的差值。

2）安定性（Stability）：指在一段时间内丈量同一零件的同一特性时取得的丈量值变差。

3）线性（Linearity）：指在量具的量程范围内，丈量的偏倚值与基准值（真值）呈线性干系。

4）反复性（Repeatability）：指同一丈量职员用同一量具多次丈量同一零件的同一特性时取得的丈量值变差，由于丈量职员和被测目标坚持安定，多次丈量的丈量值之间的一律性反应了量具本身的才能或潜力，代表量具本身固有的变差，通常称为装备变差，用EV表现。

5）再现性（Reproducibility）：指不同丈量职员，接纳同一量具对同一零件的同一特性丈量均匀值的变差，由于量具和被测目标坚持安定，因此，再现性反应了丈量职员之间在丈量武艺方面的变差，通常称为评价人变差，用AV表现。

3.变差之间的干系

变差之间的干系模子

由此可以直观地看出，历程总变差TV由产物变差PV和丈量体系变差GRR构成，而GRR泉源主要是装备变差EV（反复性）和评价人变差AV（再现性）。由于历程总变差包含PV、EV和AV，因此，当新产物消费时（PV不同）、新丈量仪器导入时（EV不同）和丈量职员产生厘革时（AV不同）就必要做MSA分析。

4.MSA分析的目标——数据

包含计量型数据和计数型数据，计量型数据指经过丈量历程可以定量得出的丈量数值，如尺寸、分量、温度、压力等，计数型数据指经过丈量历程只能定性给出的丈量后果，如及格与不及格、对与错等。计数型数据分析相对较为简便，本次主要先容计量型数据的MSA分析，包含“五性”：偏倚、安定性、线性、反复性和再现性。

第二局部：MSA的分析历程

1. 偏倚分析

• 取样办法：

选择标准件或在消费线上选择一个产物

• 丈量人：

量具现利用用者

• 丈量办法：无需盲测

1)用更高精密度品级的量具丈量10次以上的均匀值作为基准值；

2)让同一评价人用现行量具以相反的办法再丈量10次以上。

• 丈量数据分析：

0对否落在偏倚值的1-α相信区间内，如是，则偏倚在α水平上可被吸收（通常相信度α取0.05）。

举一个例子，如在消费线上选择了一个产物，用更高精密度品级量具测试其10次厚度均值8mm，然后同一评价人用现行量具丈量了10组数据如下：

1）盘算出其偏倚均匀值-0.01mm；

2）盘算反复性标准差σr；

3）盘算均匀偏倚的标准偏差σb；

4）盘算统计量t值；

5）查表取得临界t值；

由于t统计量的相对值比临界t值更小，故而无法回绝原假定，即偏倚不明显，该丈量体系的偏倚水平可被承受。

t分布表

为了制止繁琐的盘算，统计软件MInitab可以大大减小盘算的事情量，具体利用历程为：

1）将数据导入Minitab的表格中；

2）选择单样本t查验

经过Minitab盘算的t统计量值为-0.16，软件盘算后果和人工盘算后果一律，P值=0.879＞明显性水平0.05，故无法回绝原假定，相反得出了偏倚不明显的结论，即该丈量体系的偏倚水平可被承受。

必要注意的是，假如结论为偏倚不成承受，则其约莫必要改良的场合有：

1. 量具必要校准；
2. 量具磨损；
3. 丈量历程中办法不一律；
4. 量具变形；
5. 测试历程中情况的影响等；

2. 安定性分析

• 取样办法：

选择标准件或在消费线上选择一个产物

• 丈量人：

量具现利用用者

• 丈量办法：无需盲测

1)用更高精密度品级的量具丈量10次以上的均匀值作为基准值；

2)让同一评价人用现行量具以相反的办法定期（每班、天天或每周等）丈量标准样件3~5次，最少反复丈量15组数据并纪录；

• 丈量数据分析：

依据丈量数据盘算均值，绘制均值-极差图（Xb~R图）

Xb图上底限的盘算：

R图上底限的盘算：

上述式中，Xbb指均值的均值，Rb指极差的均值，A2、D3、D4指与每次丈量次数干系的常量，参考下表：

举个例子，假定一标准件标准尺寸为6.95mm，用现有量具一连丈量15天，天天丈量5次，汇总数据如下：

1）容易盘算出Xbb=6.955mm，Rb=0.02mm；

2）盘算Xb图上底限；

3）盘算R图上底限；

4）绘制控制图；

控制图失控的推断标准：

1）点：任一点出界；最主要的推断标准！！！

2）线：一连7点位于均值同一侧或一连6点上升或下降；

3）面：分明少于2/3的点落在正中1/3的地区。

团结上例可以发觉，R图显现了一连9个点位于均值一侧，即R图失控，该丈量体系安定性不成承受。

用Minitab分析流程为：

1）将数据导入Minitab中；

2）选择子组的观察值位于多列的同一列中，设置失控条件，然后绘制控制图；

控制图失控标准设置

Minitab绘制的Xb-R图

Minitab分析后果相反以为该丈量体系安定性不成承受，当显现此情况时，约莫必要改良的场合有：

1. Xb图失控：标明丈量体系不再准确地丈量，约莫产生了磨损之类；
2. R图失控：标明丈量体系的反复性不佳，约莫是产生了松动之类（此例的情况）。

3. 线性分析

• 取样办法：

选择5个以上零件，其丈量特性必要掩盖量具的整个事情量程

• 丈量人：

量具现利用用者

• 丈量办法：盲测法

1)用更高精密度品级的量具丈量10次以上的均匀值作为基准值；

2)让同一评价人用现行量具以相反的办法再丈量10次以上，注意丈量历程中必要将零件排序随机化，制止丈量职员影象效应对丈量后果的影响。

• 丈量数据分析：

举一个例子分析：假定量具的量程为10mm，分散公道拔取了2mm、4mm、6mm、8mm、10mm五个标准件，掩盖了量具的整个事情量程。同一个丈量职员用现有量具分散对5个标准件随机丈量了12次，丈量后果如下：

接纳Minitab统计软件举行分析：

1）将一切丈量数据导入Minitab事情表中；

2）选择量具线性研讨；

3）点击确定，输入后果；

依据输入后果可以直观地看到，该丈量体系的线性方程为：

y=-0.13292x+0.73917

斜率为-0.13292，分析该丈量体系量程每增长1mm，偏倚值会再变小-0.13292mm，即随着量程增大，丈量值与基准值之间的差值会越来越大，截距为0.73917，分析该丈量体系还存在较大的偏倚。

从图中可以看到，偏倚=0的线没有完全在偏倚的95%相信带，均匀偏倚的P值为0.025＜0.05，分析应该回绝该丈量体系的线性是不明显的原假定，即该丈量体系存在线性成绩。

该丈量体系存在线性约莫的缘故有：

1. 量具必要校准；
2. 量具磨损；

丈量体系的偏倚、安定性和线性可承受后，最初再举行反复性和再现性研讨！

4. 反复性和再现性分析

• 取样办法：

在消费线上随机抽取10个零件（注意不要一连抽取，必要体现出差别性，最好存在超出上底限的产物）

• 丈量人：

长时从事此项丈量的3名颠末培训的职员

• 丈量办法：盲测法

1)分散让甲、乙、丙三名丈量职员依次丈量这10个零件，纪录丈量后果；

2)分散让甲、乙、丙三名丈量职员随机丈量这10个零件，制止丈量职员影象效应对丈量后果的影响；

3)再分散让甲、乙、丙三名丈量职员随机丈量这10个零件，制止丈量职员影象效应对丈量后果的影响。

• 丈量数据分析：

举一个例子分析，在消费线上随机选择了10个零件，给甲、乙、丙三人丈量，每个零件每人丈量三次，后果汇总如下：

当样本趋于无量大时，样本的标准差就是总体的标准差，但是实践情况下，在MSA中我们无法让一一局部对一个零件举行多数次测试，也无法让多数人对一个零件举行测试，因此仅有经过抽样的办法依据样本的标准差来估测总体的标准差。

依据汽车产业举动小组AIAG的MSA手册，团结本例（K1、K2、K3的值和子组容量m、子组数目g有关），起首经过查表法确认安稳参数的值如下：

1）盘算装备变差EV；

2）盘算评价人变差AV；

3）盘算丈量体系变差GRR;

4）盘算零件变差PV；

Rb为甲、乙、丙三名评价人对10个零件丈量的均值极差的均值。

5）盘算历程总变差TV；

6）盘算R&R%；

7）盘算丈量体系好效区分力NDC；

依据盘算后果，推断丈量体系的反复性和再现性对否可被承受，推断标准如下：

本例中，R&R%为26.55%，NDC为5.134，因此，该丈量体系只可条件性承受，可以用来丈量产物的寻常特性。

相反地，接纳统计软件Minitab则可以制止这些繁琐的盘算，底下简便先容接纳Minitab举行GRR分析的流程：

1）创建量具R&R分析事情表，输入三名利用员称呼，每个零件每人反复丈量三次，仿形数选择3；

2）依照运转序举行实验，并录入丈量后果；

3）选择量具R&R研讨，选择Xbar-R分析办法；

4）输入分析后果

Minitab分析后果体现该丈量体系R&R%值为26.7%，NDC=5，与人工盘算后果一律（些微差距是人工盘算保存小数位点较少招致），接纳Minitab分析相反以为该丈量体系寻常，另有改良的空间。

当丈量体系必要改良时，有如下思绪：

1）反复性变差比再现性变差大，即EV＞AV时，可以思索：

1. 仪器必要维护
2. 约莫必要对量具举行重新计划，以取得较好的刚度
3. 夹紧和检测点需改良
4. 零件内变差过大

2）反复性变差比再现性变差小，即EV＜AV时，可以思索：

1. 评价人必要进一步培训
2. 量具刻度不明晰
3. 约莫必要夹具帮助评价人丈量

总结

1、当我们用丈量仪器丈量某一产物特性时，我们渴望丈量的值就是这一特性的“真值”，并且颠末反复丈量或其他人丈量都能取得相反的后果，即完成丈量体系的零偏倚和零变差，但是并没有如此抱负的丈量体系。

2、实践上，一切的丈量值既取决于产物特性本身，又遭到丈量体系的影响，我们仅有尽力减小丈量体系对产物特性的影响，使丈量值尽约莫准确地、准确地反应产物特性本身属性，才是MSA分析的终极目标。

更多内容请眷注微信群众号 ?