质量管理体系五种核心工具MSA

1、测量系统分析测量系统分析 measurement systems analysis 测量系统分析(msa)是汽车行业在采用质量管 理体系标准iso/ts16949:2002时所涉及的五 种核心工具之一。 本教材简单阐述了五个问题: 何谓测量系统? 为何要对测量系统进行分析? 对测量系统进行分析要分析什么? 如何分析测量系统的“五性”? 对测量系统进行研究分析了怎么办? 定义:是对测量单元进行量化或对被测的特性进行评 估，其所使用的仪器或量具，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 来获得测量结果的整个过程。 由这一定义可以将测量过程看作一个制造过程，其 产生的输出

2、就是数值(数据)。这样看待一个测量系统 是很有用的，因为这样让我们明白己经说明的所有概 念，原理，工具，这在统计过程控制中早已被证实它 们的作用。 检验本身就是一个过程。 操作输出 输入 测量 数值 分析 标准 人员 （评价人） 仪器 （量具） 工作件 （零件） 程序 环境 决定 测量过程 测量数据的质量: 数据的质量取决于多次测量的统计特征：偏倚及变差。 高质量数据-对某一特定特性值进行多次测量的数值 均于该特性的参考值“接近”。 低质量数据-测量数据均与该特性的参考值相差“很远”。 理想的测量系统-零偏倚，零变差。 理想的测量系统不存在，为什么? 由于测量系统变差源：标准，人员(评价人)。

3、仪器(量具)， 工作件(零件)，程序(方法)，环境的作用结果，使得观测 到的过程变差值与实际的过程变差值不相等。 2 观 =2实 +2测 由于变差源的作用结果,因此: 2 观 2实 生产用量具的变差生产用量具的变差 式中式中: 2 观 观 ：观测到的过程标 ：观测到的过程标 准差准差 2实 实：实际的过程 ：实际的过程(零件零件) 标准差标准差 2测 测: 测量系统标准差 测量系统标准差 实际过程的变差实际过程的变差 观测到的观测到的 过程变差过程变差 从另一角度能力指数cp看: cp= ，将此式转换后得: (cp ) -2观= (cp ) -2实+ (cp ) -2测 事实上,由于测量系统变

4、差源的作用结果， cp观 cp实 例如: cp测为2, cp实必须大于或等于1.79时，才得到cp观 为1.33 只有在测量过程没有任何变差源作用时, cp观= cp测,这是 不可能的。 r/ d2 * usl-lsl 6 再比如:当r对于抽样数为10 的情况下，机率为90%. =07. 0 5 35. 0 5 ir r 303. 0 19. 1 07. 0 15. 5 d 15. 5 * 2 = r rr 计数型测量系统是一种测量数值为一有限的分类数量的测 量系统,最常见的是通/止规量具，它只有两种可能的结果: 合格或不合格。其它的计数型测量系统，例如:目视标准， 可能产生五到七个分类，如:

5、非常好，好，一般，差，非 常差等。 计数型量具的最大风险区位于分类的边界区。 第类区:坏零件永远是坏零件。第类区:可能作出错误 决定，好的判坏，坏的判好 第类区:好零件永远是好零件。 下限上限 某生产过程处于统计受控状态,其能力指数cp = cp k =0.5 , 这是不可接受的。产品的公差为0.45-0.545。因过程正生 产不合格产品,于是要求用一量具进行分拣。 研究该量具: 从过程中随机选取50个零件,其中有一些稍高于或低于规 范限值(可选取各2-3件),以获得涵盖了整个过程的零件。 表中的参考值在一开始还没有被确定。 使用三名评价人。 每位评价人对每个零件测量3次。 测量结果填入表格内

6、。 假设试验分析: a与b的交叉表假设试验分析: b与c的交叉表 b 总计 c 总计 .001.0.001.0 a.00 观测值44650b.00 观测值42547 期望值15.7 34.3 50.0期望值16.0 31.047.0 1.0 观测值3971001.0 观测值994103 期望值31.3 68.7 100.0期望值35.068.0103.0 总计 观测值47103150总计 观测值5199150 期望值47.0 103.0 150.0期望值51.0 99.0150.0 假设试验分析: a与c的交叉表 c 总计 kappaabc 0.001.0a-0.86 0.78 a.00 观测

7、值43750b0.86 -0.79 期望值17.0 33.0 50.0c0.78 0.79 - 1.0 观测值892100结论:所有的评价人之间表现出的一致性好。 期望值34.0 66.0 100.0 总计 观测值5199150 期望值51.0 99.0 150.0 关于期望值的计算: 1在a与b的交叉表中: 1. 评价总次数=(好零件数+坏零件数)* 3 2. a与b都为好的期望值=(a为好的总次数/评价总次数)* (b 为好的总次数/评价总次数)*评价总次数 3. a为好而b为坏的期望值=(a为好的总次数/评价总次数)* (b为坏的总次数/评价总次数)*评价总次数 4. a为坏而b为好的期

8、望值=(a为坏的总次数/评价总次数)* (b为好的总次数/评价总次数)*评价总次数 5. a与b都为坏的期望值=(a为坏的总次数/评价总次数)* (b 为坏的总次数/评价总次数)*评价总次数 同理计算在a与 c的交叉表中和在 b与 c的交叉表中的各 个期望值. 关于kappa(一致性)的计算: kappa=(p o-p e )/(1-p e ) po=在对角栏框中,观测比例的总和 p e =在对角栏框中,期望部分的总和 1.a与b的一致性 在a与b的交叉表中 p0=a与b都为好的观测次数/评价总次数+ a与b都为坏的观测次数/评价总次数 p e = a与b都为好的期望值 /评价总次数+ a与b

9、都为坏的期望值 /评价总次数 a与b的一致性=(a与b都为好的观测次数/评价总次数+ a与b都为坏的观测次数/ 评价总次数-a与b都为好的期望值 /评价总次数- a与b都为坏的期望值 /评 价总次数)/(1- a与b都为好的期望值 /评价总次数- a与b都为坏的期望值 /评价总次数) 同理计算在a与 c和b与c的一致性. 决定测量系统有效性错误率错误警报率 评价人可接受条件90%2%5% 评价人可接受条件- 可能需要改进 80%5%10% 评价人不可接受条 件-需要改进 80%5%10% 评价人有效性错误率错误警报率 a84%6.3%4.9% b90%6.3%2.0% c80%12.5%8.8

10、% 注：有效性：是指评价人评价零件时，将好的零件 （参考1，在公差0.450.545之内）判为好的，将坏 的零件（参考0，超出0.450.545范围的）判为坏的， 其得到正确判别零件数除以评价人总评价零件数即为 有效性百分比； 错误率：是指评价人将坏的零件判为好零件的次 数除以对坏的零件的总评价次数的百分比； 错误警报率：是评价人将好的零件判为坏的零件 的次数除以对好零件的总评价次数的百分比。 在本例中，根据参考值（即参考1）在公差范围 内的好零件共有34件，评价人对每个零件评价3次， 共102次。 （参考0）坏零件（即超出公差范围的）共有16 件，评价人对每个零件评价3次，共48次。 这些结

11、果显示：各个评价者对于该测量 系统，在有效性、错误率与错误警报率上都 有不同程度的结果。在所有三个项目中，没 有一位评价者可接受的。 是否需要为这过程更改接受标准？这些 风险可以被接受吗？评价者是否需要更好的 培训？测量系统的环境可不可以被改善？ 重要的是：顾客对这测量系统与其研究 结果会有何看法？顾客原本预期的情况是什 么？ 顾客是否接受这些风险？ 信号检查表信号检查表 与其它所有过程一样,测量系统受随机的和系统的变差来源的影 响。这些变差是由普通原因和特殊(无次序的)原因造成的。为了 提高测量数据的质量，必须使测量系统变差尽可能减小，重要的 是识别变差来源,消除和降低变差源的影响。 针对测

12、量系统的“五性”研究分析，识别影响“五性”的变差源。 1.造成过大的偏倚的原因有: 仪器需要校准 仪器,设备或夹具磨损 基准的磨损或损坏 不适当的校准或调整 仪器质量不良 线性误差 使用了错误的量具 不同的测量方法作业准备,夹紧,技巧 测量的特性不对 变形(量具或零件) 环境温度，湿度，振动，清洁 错误的假设，应用的常数不对 应用零件的数量，位置，操作者技能，疲劳， 观测误差(易读性，视差) 在校准过程所使用的测量程序(如:使用“基 准”)，应该尽可能地与正常操作的测量程序一 致。 2.造成不稳定的可能因素有: 仪器需要校准，缩短校准周期 仪器，设备或夹具的磨损 正常的老化或损坏 维护保养不好

13、-空气，动力，液体，过滤器，腐蚀，尘土，清洁 基准的磨损或损坏,基准的误差 不适当的校准或调整 仪器质量不好设计或符合性 仪器缺少稳健的设计或方法 不同的测量方法作业准备，夹紧，技巧 变形(量具或零件) 环境变化温度，湿度，振动，清洁 错误的假设，应用的常数不对 应用零件数量，位置，操作者技能，疲劳，观测误差(易读性， 视差) 3.造成线性误差的可能原因有: 仪器需要校准，缩短校准周期 仪器，设备或夹具的磨损 维护保养不好空气，动力，液体，过滤器，腐蚀，尘土，清洁 基准的磨损或损坏，基准的误差最小/最大 不适当的校准(没有涵盖操作范围) 仪器质量不好设计或符合性 缺乏稳健的仪器设计或方法 应用

14、了错误的量具 不同的测量方法作业准备，夹紧，技巧 随着测量尺寸不同，(量具或零件)变形量不同 环境温度，湿度，振动，清洁 错误的假设，应用的常数不对 应用零件数量，位置，操作者技能，疲劳，观测误差(易读性，视 差) 4.造成重复性的可能原因有: 零件内部(抽样样本):形状，位置，表面粗糙度，锥度，样本的一 致性 仪器内部:维修，磨损，设备或夹具的失效，质量或保养不好 标准内部:质量，等级，磨损 方法内部:作业准备，技巧，归零固定，夹持，点密度的变差 评价人内部:技巧，位置，缺乏经验，操作技能或培训，意识，疲 劳 环境内部:对温度，湿度，振动，清洁的小幅波动 错误的假设稳定,适当的操作 仪器一致

15、性不好 量具误用 失真(量具或零件),缺乏坚固性 应用零件数量,位置,观测误差(易读性,视差) 5.造成再现性的可能原因有: 零件之间(抽样样本):使用相同的仪器,操作者和方 法测量a、b、c、零件类型时的平均差异 仪器之间:在相同零件,操作者和环境下使用a、b、c 仪器测量的平均值差异 标准之间:在测量过程中,不同的设定标准的平均影 响 方法之间:由于改变测量点密度,手动/自动系统,归 零,固定或夹紧方法等所造成的平均值差异 评价人(操作者)之间:评价人a、b、c之间由于培训, 技巧,技能和经验所造成的平均值差异 环境之间:在经过1、2、3等时段所进行的测量,由于 环境周期所造成的平均值差异

16、。这种研究常用于使 用高度自动化测量系统对产品和过程的鉴定。 研究中的假设有误 缺乏稳健的仪器设计或方法 操作者培训的有效性 应用零件数量,位置,观测误差(易读性,视差) 注:传统上将再现性称为“评价人之间”的变差。手动仪 器通常的确受操作者技能的影响。但是对于操作者不是 变差主要原因的测量过程(例如自动的测量系统),影响 再现性的原因是指测量系统之间或条件之间的平均值变 差。 6.再现性大于重复性的原因(当为手动仪器测量时): 操作者培训不够 量具刻度不清 需要夹具帮助 7.重复性大于再现性的原因有: 量具需要维护 量具需要重新设计来提高刚度 夹紧或检测点需改进 存在过大的零件内变差形状,位置,表面光洁度,锥度,样 本的一致性 8.影响一致