MSA量测系统分析.doc

MSA量测系统分析.doc目录
通用测量系统指南
1引言、目的和术语
引言
测量数据的品质
测量过程
目的
术语
测量系统的统计特性
标准使用
通用指南
选择/制定试验程序
评定测量系统的程序
引言
测量有关的问题
测量系统变差的类型
偏倚
重复性
再现性
稳定性
线性
测量系统的分析
重复性
再现性
测量系统分析实施流程图
通用测量系统指南
1引言、目的和术语
引言
测量数据的使用比以前频繁、更广泛。例如，是否调整制造过程现在普通依据测量数据 来决定。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在统计控制之外，那么要做某种调整，否则，这一过程就允 许运行而无须调整。
测量数据的另外一个用途是确定两个或多个变量之间是否存在某种显着关系。例如，人 们可以推测一模制塑料件的关键尺寸与进料温度有关系。这种可能的关系可通过采用所 谓回归分析的统计方法进行研究。即比较关键尺寸的测量结果与进料温度的测量结果。
探索像这类关系的研究，是戴明博士称为以分析的方法研究的一些实例。通常，分析研 究是增加于对于有关影响过程的各种原因的系统的知识。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益处，很大程度上决定所用测量数据的品质。如果测量数据 品质低，则这种方法的益处很可能低，类似地，如果测量数据品质高，这一方法的益处 也很可能高。
为了确保应用测量数据所得到的益处大于获得它们所花的费用，就必须把注意力集中在数据 的品质上。
测量数据的品质与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有关。
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结果，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品质“高”，类似地， 如果一些或全部测量结果“远离”标准值，那么可以说这些数据的品质“低、
表征数据品质最通用的统计特性是偏倚和方差，所谓偏倚的特性，是指数据相对标准值的位 置，而所谓方差的特性，是指数据的分布，但是，其它的统计性如错误分类率在某些情况下 也是恰当的。
低品质数据最普通的原因之一是数据变差太大，例如，测量某容器内的流体的容积，使用的 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，使得解释这些数据更困难。因此这一测量系统是不太合乎需要的。
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。如果这种交互作用 产生太差，那么数据的品质会很低，以致这些数据是无用的。例如。一个具有大量变差的测 量系统，用来分析一个制造过程，可能是不恰当的，因为这一测量系统的变差，可能会掩盖 制造过程中的变差。
管理一个测量系统的许多工作是监视和控制变差。这就是说，在这些事情中应着重于环境对 测量系统的影响，以获得很高品质的数据。
绝大部分变差是不希望有的，但也有一些重要的例外。例如这一变差由于被测量特性的小变 化而引起的，一般情况下这一变差认为是有用的。一个测量系统对这种变化越灵敏，这个系 统越是良好。因为这一系统是一个较敏感的测量系统。
如果数据的品质是不可接受的，则必须改进，通常是通过改进测量系统