MSA测量系统分析流程及方法
测量系统分析(MSA)
测量系统分析（MSA）1目的和范围规范测量系统分析，明确实施方法、步骤及对数据的处理、分析。
2规范性引用文件无3定义3.1测量系统：用来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。
3.2稳定性：是测量系统在某持续时间内测量同一基准或零件的单一特性时获得的测量值总变差。
稳定性是整个时间的偏倚的变化。
3.3分辨率：为测量仪器能够读取的最小测量单位。
别名：最小读数单位、刻度限度、或探测度、分辨力；要求低于过程变差或允许偏差（tolerance）的十分之一。
Minitab中常用的分辨率指标：可区分的类别数ndc=(零件的标准偏差/ 总的量具偏差)* ，一般要求它大于等于5才可接受，10以上更理想。
3.4过程总波动TV=6σ。
σ——过程总的标准差3.5准确性（准确度）：测量的平均值是否偏离了真值，一般通过量具计量鉴定或校准来保证。
3.5.1真值：理论正确值，又称为：参考值。
3.5.2偏倚：是指对相同零件上同一特性的观测平均值与真值的差异。
%偏倚=偏倚的平均绝对值/TV。
3.5.3线性：在测量设备预期的工作量程内，偏倚值的差值。
用线性度、线性百分率表示。
3.6精确性（精密度）：测量数据的波动。
测量系统分析的重点，包括：重复性和再现性3.6.1重复性：是由一个评价人，采用一种测量仪器，多次测量同一零件的同一特性时获得的测量值变差。
重复性又被称为设备波动（equipment variation，EV）。
3.6.2再现性：是由不同的评价人，采用相同的测量仪器，测量同一零件的同一特性时测量平均值的变差。
再现性又被称为“评价人之间”的波动（appraiser waration，AV）。
3.6.3精确性%公差（SV/Toler），又称为%P/T：是测量系统的重复性和再现性波动与被测对象质量特性σ / (USL-LSL) *100%。
测量系统分析MSA--原理和通用方法
b= ∑y/n-a*（∑x/n）
R2=
[∑xy-∑x∑y/n]2 [∑x2-（（∑x）2/n）]*[∑y2-（（∑y）2/n）]
线性由最佳拟合直线的斜率而不是拟合优度（R2 ）的值确定，斜率越低，线性越好。
分辨力对测量系统变差的影响
分 辨 力 合 适 的 控 制 图
0.145 0.144 0.143 0.142 0.141 0.14 0.139 0.138 0.137 0.136 0.135
0.02
0.015
0.01
0.005
0
0.14555(UCL) 控制上限
0.13571(LCL) 控制下限
0.1810(UCL) 控制上限
用规定的检测方式测量每个零件以确定其基准 值和确认包含了被检量具的工作范围；
让通常情况下使用该量具的操作人之一用该量 具测量每个零件12次；
计算每个零件平均值和偏移平均值； 计算回归直线和直线的拟合优度。
线性计算方法
Y=b+aX
其中：X=基准值；Y=偏倚；a=斜率
a=
∑xy-（∑x∑y/n） ∑x2-（∑x）2/n
再现性或评价人变差（AV或σo）由评价人的最 大平均差（XDIFF）乘以一个常数（K2）得出。 K2取决于量具分析中的评价人数量。评价人变 差包含设备变差，必须减去设备变差来校正。 AV=√[XDIFF×K2]2-（EV）2/n*r
n=零件数，r=试验次数
重复性和再现性——数据分析
测量系统变差重复性和再现性（R&R或σm）的 计算是将设备变差的平方与评价人变差的平方 相加并开方得出： R&R=√[(EV)2+(AV)2]
比较，确定测量系统的重复性是否适于应用。
测量系统分析(MSA)-实例
03 实例测量系统分析
偏倚分析
确定测量系统的准确性
通过比较测量系统所得结果与已知标准值或参考值之间的差异， 评估测量系统的偏倚程度。
计算偏倚值
将测量系统的结果与标准值或参考值进行对比，计算出偏倚值。
判断偏倚是否可接受
根据所允许的偏倚范围，判断测量系统的偏倚是否在可接受的范围 内。
线性分析
1 2
测量系统分析（MSA）-实例
目录
• 测量系统分析概述 • 实例选择与数据收集 • 实例测量系统分析 • 实例测量系统评价 • 实例总结与改进建议
01 测量系统分析概述
定义与目的
定义
测量系统分析（MSA）是对测量系 统的误差来源、大小及分布进行评 估的过程。
目的
识别测量系统的变异性来源，确 保测量系统能够满足产品质量和 过程控制的要求。
测量系统分析的重要性
提高产品质量的可预测性和可靠性
01
通过对测量系统进行全面分析，可以了解测量误差的大小和分
布，从而更准确地预测产品质量。
优化生产过程控制
02
准确的测量数据是生产过程控制的基础，对测量系统进行有效
的分析有助于提高过程控制的稳定性和有效性。
降低成本
03
通过减少测量误差，可以减少重复测量、检验和返工等不必要
的操作，从而降低生产成本。
测量系统分析的步骤
确定分析范围和对象
明确需要分析的测量设备、工 具或方法，以及相关的操作人
员和环境条件。
数据收集
收集一定数量、具有代表性的 测量数据，包括重复测量、再 现性数据等。
数据分析
对收集到的数据进行统计分析 ，识别测量系统的变异性来源 。
结果评估与改进
超详细MSA测量系统分析讲解
2.线性的分析方法和接受准则
●回顾：
1.什么是线性？
●线性指南
1.在量具的操作范围内，选择g（子组数）≥5个零件 2.检验每个零件，以确定基准值 3.一个人测量每个零件m（子组容量）≥10次 4.计算每次测量的零件偏倚及零件偏倚的平均值。（偏倚i，j=Xi，j -基准值） 5.在线性图上画出单值偏倚和基准的偏倚值 6.计算并画出最佳拟合线和置信带 7.画出“偏倚=0”线，评审该图指出特殊原因和线性的可接受性 （即“偏倚=0”线必须完全在拟合线置信带以内）
MSA
课前思考
1.什么是MSA ？ 2.什么时候做MSA？ 3.谁做MSA？ 4.哪些测量系统需要做MSA？ 5.在哪里做MSA？ 6.怎么做MSA？原理是什么？
MSA
第一单元
MSA的基本概念
MSA
二.MSA的基本概念
1.测量的定义
●测量：被定义为“对某具体事物赋予数字（或数值），以表示它们 对于特定特性之间的关系”。这定义由C.Eisenhart（1963）首次提出 。赋予数字的过程被定义为测量过程。而数值的指定被定义为测量值 。
3.MSA与FMEA（潜在失效模式及后果分析）
a. FMEA可以用来识别特殊特性，为SPC和MSA确定控制和分析的 对象
b.可以建立测量系统FMEA，管理测量系统的风险
MSA
一.MSA的概述介绍
（二）MSA 与汽车行业五大质量手册
4.MSA与SPC（统计过程控制）
测量系统对适当的数据分析来说是很关键的，在收集过 程数据之前就应很好地对它加以了解。这些测量系统缺少 统计控制，或它们的变差在过程总变差中占很大比例，就 可能做出不恰当的决定。
MSA测量系统分析指标解读与评估方法
MSA测量系统的重要性
提高产品质量
通过评估测量系统的性能，可以减少因测量误差 导致的产品质量问题，提高产品质量水平。
降低生产成本
优化测量系统可以减少不必要的返工和浪费，降 低生产成本。
增强客户满意度
准确的测量结果有助于提高客户满意度，增强品 牌信誉。
MSA测量系统的应用领域
制造业
用于评估生产线上的测 量设备，确保产品质量
实施效果
优化后的测量系统在产品质量控制方面取得了显著成效。产品的合格率提高了15%，客户投诉率降低了 10%，为公司赢得了良好的市场声誉和经济效益。
06
MSA测量系统未来发展趋势 与展望
技术创新与发展趋势
智能化发展
随着人工智能技术的不断进步，MSA测量系统将更加智能化， 实现自动化测量、数据分析和处理。
实施效果
经过改进后的测量系统，在产品质量控制方面取得了显著成效。产品的 合格率提高了10%，客户投诉率降低了8%，为公司带来了可观的经济 效益。
案例二：某电子企业MSA测量系统改进实践
问题描述
某电子企业在生产过程中，发现测量系统存在较大的误差和不稳定性，导致产品质量波动 较大。
解决方案
该企业决定对测量系统进行改进，引入MSA方法进行全面的分析和评估。通过对测量设 备的校准、优化测量环境、改进测量方法等措施，提高了测量系统的精度和稳定性。
制定测量计划
制定详细的测量计划，包括测量时间、地点、人 员、设备、方法等。
实施测量
按照测量计划进行测量，记录测量数据，确保数据 的准确性和完整性。
数据分析
对测量数据进行统计分析，计算各项指标，评估 测量系统的性能。
结果报告
将分析结果以报告形式呈现，包括各项指标的计算结果 、评估结论和改进建议等。
测量系统分析(MSA)管理程序
测量系统分析(MSA)管理程序该计划包括测量系统的分析方法、分析人员、产品抽样编号、测量设备校准过程以及措施效果验证等内容，以确保测量系统的准确性和可信度。
5.2 确定分析方法: 确定适合本公司的分析方法，例如重复性和再现性分析、稳定性分析、线性分析和小样法分析等。
5.3 确定测量者: 确定具有测量能力的人员进行测量分析，以确保测量结果的准确性和可信度。
5.4 测量设备校准过程: 对测量设备进行校准，以确保其测量准确性和可靠性。
5.5 措施效果验证: 对采取的措施进行效果验证，以确保其有效性并纠正任何不足之处。
6、控制流程：本程序的控制流程如下图所示，包括MSA计划、测量系统分析、纠正和预防措施等环节，以确保测量系统处于受控状态，保证测量结果的准确性和可信度。
每年12月，需要编制下一年度的MSA计划，对控制计划中涉及的测量系统进行至少一次分析，且分析间隔不大于12个月。
此外，在以下情况下也需要制定MSA计划：初装的测量设备在安装、调试、验收合格后；测量装置维修或搬迁；操作人员变动；每天使用频率高于7小时；产品出现大批不合格；过程能力Cpk＜1.33；GRR在10-30%之间；以及顾客的要求。
在实施计划时，需要确定分析方法。
对于计量型量具，应该使用量具重复性和再现性(GRR)研究分析方法；对于需要监控过程参数的量具，应使用稳定性分析方法；对于计数型量具，应使用小样法。
在需要时，也可以对测量系统进行偏倚、线性分析。
确定测量者时，应从日常操作人员中选择，并规定测量人数m及测量次数t。
对于计量型量具，GRR时m=2-3，t=2-3；稳定性时m=1，t=5（定期）；线性时m=1，t≥10.对于计数型量具，m=2，t=2.确定样件时，应从同一批产品的不同班次中选取。
对于计量型量具，GRR时n=10；稳定性时n=1；线性时n≥5（样件的被测量值需包含量具的测量范围）；对于计数型量具，n=20（必须包含不合格品）。
测量系统分析MSA
如设备误差、人员误差、环境误差等。
制定改进措施
制定实施计划
包括时间表、责任人、实施步骤等。
根据分析结果制定改进措施
如更换设备、培训人员、改进操作流程等 。
确保措施的有效性
确保改进措施能够有效地解决问题并提高 测量系统的性能。
验证改进效果
实施改进措施并观察 效果
对改进措施进行实施并观察其效 果。
收集和准备所需的数据、样本、设备等。
收集数据
确定数据来源
包括测量设备的校准证书、测量作业指导书、 测量结果记录等。
确定数据收集方法
如抽样方法、数据筛选等。
确保数据质量
确保数据的准确性、完整性和可靠性。
数据处理与评估
数据清洗和处理
处理异常值、缺失值和重复数据等。
数据分析与评估
包括数据的分布、稳定性、线性范围等。
04
其他相关技术
F检验
用于比较两组数据的方差是否相等，判断 其是否满足方差分析的前提条件。
VS
t检验
用于比较两组数据的均值是否存在显著差 异，判断其是否满足方差分析的前提条件 。
05
测量系统分析的挑战 与解决方案
人为因素影响
操作不规范
在测量过程中，不同的 人操作可能导致测量结 果存在较大差异。
。
数据噪声大
由于各种因素的影响，测量数据中 可能存在较大的噪声，影响数据分
析的准确性。
数据丢失风险
庞大的数据量也带来了数据丢失的 风险，需要采取有效措施进行保护
。
THANK YOU
测量系统的线性与偏移
01
02
03
线性
偏移
影响
如果测量系统的输出与输入之间 存在线性关系，则称该系统为线 性系统。
干货MSA测量系统分析流程及方法详解
均值比较法
比较不同操作员、不同设备或不同时间下的测量数 据均值，判断是否存在显著差异。
图解法
利用箱线图、柱状图等图表展示不同条件下 的测量数据分布情况，以便直观地评估测量 系统的重复性和再现性。
04
CATALOGUE
独立样本t检验
通过比较测量值与标准值或参考值之间的差异，判断测量 系统是否存在偏倚。
01
配对样本t检验
对同一样本在不同时间或不同条件下的 测量值进行比较，以评估测量系统的偏 倚情况。
02
03
回归分析
通过建立测量值与标准值之间的回归 模型，计算回归系数和截距，以判断 测量系统是否存在偏倚。
线性分析方法
准确性。
05
02
选择合适的测量设备
根据测量目标和要求，选择适当的测量设备 ，确保设备的精度和稳定性满足需求。
04
实施测量
按照测量计划进行测量，记录测量数 据，并对数据进行初步处理和分析。
06
改进和优化
根据分析结果，对测量系统进行改进和优化， 提高测量精度和效率。
注意事项与常见问题解决方案
01
02
03
MSA测量系统实施步骤与注意 事项
实施步骤
明确测量目标
确定需要测量的关键特性和参数，明确测量目 的和要求。
01
制定测量计划
制定详细的测量计划，包括测量时间 、地点、人员、设备、方法等，确保
测量过程的可控性和可重复性。
03
分析测量结果
采用适当的统计方法和技术手段，对测量数 据进行深入分析，评估测量系统的稳定性和
大数据在MSA中的价值挖掘
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
MSA测量系统分析流程及方法
MSA（测量系统分析）是对测量系统稳定性、可靠性和能力的评估，用于确认测量结果的准确性和可靠性。
它可以用于评估任何测量系统，包括设备、仪器和应用程序。
以下是MSA的流程和方法：
1.确定测量系统的目的和应用：在开始MSA之前，首先需要明确测量系统的目的和应用。
这将有助于确定需要分析的关键因素以及选择适当的方法。
2.选择测量系统分析方法：根据测量系统的类型和目的，选择适当的MSA方法。
常见的方法包括GR&R（重复性与再现性）分析、准确性、稳定性和线性度分析。
3.收集数据：使用标准样本或实际样本来收集测量数据。
应该保证数据具有代表性和充分，以便能够全面评估测量系统的性能。
4.重复性与再现性（GR&R）分析：这是评估测量仪器和操作员之间的可重复性和再现性的方法。
它通常包括重复性（同一操作员重复测量同一样本）和再现性（不同操作员在不同时间重复测量同一样本）的分析。
5.准确性分析：准确性是评估测量结果与真实值之间的偏差程度。
可以使用标准样本或比较方法（如正交试验）来评估准确性。
如果测量系统有偏差，可以进行校正，以提高测量的准确性。
6.稳定性分析：稳定性是指测量系统的输出是否随时间而变化。
稳定性分析可以通过收集数据的不同时间点来进行。
7.线性度分析：线性度是指测量系统对于不同输入值的响应是否是线性的。
线性度分析可以通过收集不同输入值对应的测量数据来进行。
8.分析结果和改进措施：对收集到的数据进行分析，并得出结论和建议。
如果测量系统的性能不符合要求，应制定相应的改进措施，例如修理、更换或校准测量设备，培训操作员，改进测量方法等。
9.持续监控和改进：MSA是一个持续改进的过程，应确保测量系统的
性能得到持续监控和改进。
定期重复MSA分析，以确保测量系统的稳定性
和准确性，及时发现和纠正潜在问题。
总结起来，MSA的流程包括确定目的和应用、选择方法、收集数据、
进行分析，最后制定改进措施和持续监控。
通过MSA的实施，可以确保测
量系统的稳定性、可靠性和准确性，提高测量结果的可靠性和准确性。