MSA-测量系统分析VIP专享VIP免费

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。第1页共72页量具：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，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，...