MSA基础培训
MSA培训(2024)
2024/1/30
15
04
CATALOGUE
MSA实施过程与注意事项
2024/1/30
16
实施前准备工作
2024/1/30
确定MSA实施目标和范围
01
明确MSA要解决的问题和实施的范围，为后续工作提供指导。
组建实施团队
02
成立专门的MSA实施团队，包括项目经理、数据分析师、业务
专家等角色，确保项目的顺利进行。
光学测量技术具有非接触、高精度、高效率等优 点，在MSA中有广阔的应用前景，如三维形貌测 量、表面粗糙度测量等。
数字化和虚拟化技术
3
数字化和虚拟化技术可以实现测量过程的数字化 建模和仿真，减少实际测量的成本和风险，提高 测量效率和灵活性。
2024/1/30
26
行业发展趋势及挑战
智能化和自动化
随着工业4.0和智能制造的推进 ，MSA将向智能化和自动化方向 发展，实现测量过程的自动化和
28
2024/1/30
14
设备故障诊断中应用
MSA在设备故障诊断中具有重要应用 价值，通过对设备运行过程中的各种信 号进行测量和分析，可以准确识别设备
的故障类型和原因。
MSA可以帮助建立设备故障诊断的模 型和算法，提高故障诊断的准确性和效
率，减少人工干预和误判的可能性。
在设备故障诊断中，MSA还可以用于 评估设备的维修需求和预测设备的寿命 ，为设备的维护和更新提供科学依据。
MSA培训
2024/1/30
1
contents
目录
2024/1/30
• MSA概述与基本原理 • MSA分析方法与步骤 • MSA在工业生产中应用 • MSA实施过程与注意事项 • MSA结果评价与报告编写 • MSA持续改进与未来发展
MSA基础知识培训
测量系统分析基础Measurement System Analysis◆测量系统简介◆测量系统误差来源◆MSA推行目的◆名词解释◆测量系统分析计量型计数型一、测量系统分析（MSA）概述1、测量系统分析（MSA）的概念：指Measurement Systems Analysis (测量系统分析) 的英文简称。
M(Measurement ) 测量S( Systems ) 系统A( Analysis ) 分析2、测量系统的定义：指用来对被测特性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。
误差来源误差来源------------测量方法测量方法A=A=5050B=B=4242C=C=3636不同的人不同的人//同一个人同一个人，，不同的角度读数不同的角度读数，，会造成差异差异-30°50 30°°50°量具A A量具与标准的关系测量的过程也有偏倚测量者B测量者A1 2 3 4 5 6 7 8 9 1064736072786667807772647260717767668177726673606777646880807365746067766368818072製品No.测量第1次测量第2次测量第1次测量第2次测量的偏倚误差来源：环境，人员，设备，样品等综合因素准确度(Accuracy)●准确度(Accuracy) —测量的平均值是否与真值吻合?●真值(True Value):–理论上正确的值–国际度量衡标准真实值好的再现性作业者1差的再现性作业者2作业者3作业者1作业者2作业者3•再现性:指不同的人使用同一测量工具对同一对象(产品)的同一特性进行多次测量中产生的变差。
检查员A检查员B 检查员C检查员A检查员B检查员C AB真实值σ2Totalσ2测定σ2製品Gage R&R Repeatability & Reproducibility测定的偏倚测量系统分析方法•位置误差：用分析偏移和线性来确定。
msa培训教程(2024)
2024/1/27
挑战
企业实施MSA面临着数据收集困难、分析工具缺乏、人员技能不足等问题，需要投入 大量的人力和物力资源。
机遇
实施MSA可以提高企业的产品质量和生产效率，降低生产成本和风险，增强企业的市 场竞争力。同时，MSA也是企业实现精益生产和智能制造的重要手段之一，有助于推
动企业转型升级。
30
15
04 GR&R计算与评 估方法
2024/1/27
16
GR&R计算公式及参数解释
GR&R（Gauge Repeatability and Reproducibility）即量具重复性和再 现性，计算公式为：GR&R = sqrt[(EV^2) + (AV^2)]
AV（Appraiser Variation）表示评 价者变差，是不同操作员使用相同量 具对同一零件进行测量得到的变差。
稳定性是指测量设备在长时间内保持其性能参数的能力。评估稳定性时，需要对设备进行重复测量， 观察其输出值的变化情况。可以使用统计方法分析测量数据，如计算标准差、变异系数等。
标准制定
根据设备规格和实际需求，设定稳定性的接受标准。例如，可以设定最大允许波动范围、稳定性误差 等参数，以确保测量设备的长期稳定性。
改进效果
通过加强生产过程监控、提高测量设备精度、优化测量程 序等措施，有效提高了产品质量稳定性和合格率，降低了 客户投诉率。
27
07 总结与展望
2024/1/27
28
本次培训内容回顾与总结
2024/1/27
MSA基本概念和原理
介绍了测量系统分析（MSA）的定义、目的、原理和基本 步骤，使学员对MSA有了初步的认识和理解。
2024版MSA培训教材(PPT1)
MSA培训教材(PPT1)contents •MSA概述与基本原理•测量系统分析流程与方法•稳定性评估及改进措施•偏倚性评估及校正方法•线性度评估与优化策略•重复性和再现性评估及改进•总结回顾与展望未来发展趋势目录CHAPTERMSA概述与基本原理MSA （Measurement System Anal…通过对测量系统的各组成要素进行分析和评估，确定该测量系统是否满足使用要求的过程。
要点一要点二MSA 作用确保测量数据的准确性和可靠性，提高产品质量和生产效率。
MSA 定义及作用测量系统组成要素01020304测量设备测量人员测量方法测量环境010405060302基本原理与假设条件CHAPTER测量系统分析流程与方法明确分析目的选择测量系统制定分析计划030201按照计划进行测量，并记录测量数据。
对测量数据进行统计分析，如计算均值、标准差、变异系数等。
根据分析结果判断测量系统是否满足要求。
如果测量系统不满足要求，需要采取改进措施，如校准设备、改进测量方法等。
进行测量数据分析结果判断改进措施描述性统计假设检验方差分析回归分析常用统计方法实例演示与操作指南实例演示操作指南CHAPTER稳定性评估及改进措施稳定性概念及评估方法稳定性定义评估方法数据收集不稳定因素识别与处理不稳定因素分类包括设计缺陷、制造过程问题、材料问题、环境问题等。
识别方法采用故障模式、影响及危害性分析（FMECA）、故障树分析（FTA）等方法进行识别。
处理措施针对识别出的不稳定因素，采取相应的纠正措施，如设计优化、工艺改进、材料更换等。
持续改进通过不断收集用户反馈、市场信息和新技术应用等，持续改进产品设计和制造工艺，提高产品稳定性。
预防措施在设计阶段引入可靠性设计理念，预防潜在的不稳定因素。
改进措施针对已出现的问题，采取根本原因分析（RCA ）等方法，找到问题根源并进行改进。
监控与预警建立稳定性监控体系，实时监测产品状态，及时发现并处理潜在问题。
经典详细的MSA培训资料全
数据可视化
利用图表等方式将数据呈现出 来，帮助理解数据分布和规律
。
相关性分析
研究变量之间的相关关系，探 索数据之间的内在联系。
回归分析
建立数学模型，预测因变量的 值，并解释自变量对因变量的
影响程度。
05
结果解读、报告编制及改进
建议提出
结果解读方法论述
数据可视化
将MSA结果以图表形式展示，如 控制图、散点图等，以便直观理
感谢观看
THANKS
通过对测量系统的变差进行分析，以判断测量系统对于被 测量的参数来说是否合适，并确定测量系统误差的主要成 分。
要点二
MSA作用
确保测量数据的准确性和可靠性，提高产品质量和生产效 率，降低生产成本和风险。
测量系统组成要素
测量标准
用于校准或检定测量仪器的标 准器或标准物质。
操作人员
进行测量操作的人员，其技能 水平和经验对测量结果有重要 影响。
理。
02
及时处理异常情况
一旦发现异常情况，立即按照处理流程进行处理，包括停机检查、调整
参数、更换零部件等，确保设备正常运行和产品质量。
03
记录并分析异常情况
对异常情况进行详细记录，并进行深入分析，找出根本原因，采取措施
防止类似情况再次发生。同时，将异常情况和处理结果及时上报相关部
门，以便进行持续改进和优化。
选择依据
设备的测量范围、精度、稳定性 、可靠性、易用性、价格等因素 。
校准方法与周期确定
校准方法
采用比较法、直接测量法、互换法等 方法进行校准。
周期确定
根据设备的使用频率、重要性、稳定 性等因素，制定合理的校准周期。
设备维护保养策略
MSA培训教程(完整版)
3
MSA在供应链管理中的应用
通过对供应商的测量系统进行分析和评估，确保 供应商提供的产品符合质量要求，降低供应链风 险。
某电子产品生产企业MSA应用案例
MSA在产品设计阶段的应用
01
在产品设计阶段引入MSA，对设计方案的测量系统进行评估，
如何提高测量系统的稳定性？可以通 过对测量设备进行定期校准和维护、 优化测量方法和环境等方式来提高测 量系统的稳定性。
Part
06
MSA在企业中实践案例分享
某汽车制造企业MSA应用案例
1 2
MSA在质量控制中的应用
通过测量系统分析（MSA）对生产线上的关键质 量特性进行监控，确保产品质量稳定。
MSA在工艺改进中的应用
信号探测理论在计数型MSA中应用
01
信号探测理论简介
信号探测理论是一种用于研究如何在噪声背景下检测和识别信号的理论
。在计数型MSA中，该理论可用于评估测量系统的稳定性和可靠性。
02 03
信号探测理论应用
通过设定合适的阈值，将测量数据分为信号和噪声两部分。利用信号探 测理论中的相关指标（如信噪比、探测概率等），对测量系统的性能进 行评估和优化。
偏倚分析方法
STEP 02
STEP 01
独立样本法
图表法
通过比较测量结果与已知 标准值之间的差异，评估 测量系统的偏倚。
STEP 03
回归分析法
通过回归分析，确定测量 结果与标准值之间的线性 关系，进一步评估偏倚。
利用图表直观展示测量结 果与标准值之间的差异， 帮助识别偏倚。
线性分析方法
01
MSA基础知识培训
MSA基础知识培训第一章通用测量系统指南MSA目的：选择各种方法来评定测量系统的质量．．．．．．．．．。
活动：测量、分析、校正适用范围：用于对每一零件能重复读数的测量系统。
测量和测量过程：1)赋值给具体事物以表示它们之间关于特殊特性的关系；2)赋值过程定义为测量过程；3)赋予的值定义为测量值；4)测量过程看成一个制造过程，它产生数字（数据）作为输出。
量具：任何用来获得测量结果的装置；经常用来特指在车间的装置；包括用来测量合格／不合格的装置。
测量系统：用来对被测特性赋值的操作、程序、量具、设备、软件、以及操作人员的集合；用来获得测量结果的整个过程。
测量变差：●多次测量结果变异程度；●常用σm表示；●也可用测量过程过程变差R&R表示。
注：a.测量过程（数据）服从正态分布；b.R&R=5.15σm表征测量数据的质量最通用的统计特性是偏倚和方差。
所谓偏倚特性，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。
测量系统质量特性：●测量成本；●测量的容易程度；●最重要的是测量系统的统计特性。
常用统计特性：●重复性（针对同一人，反映量具本身情况）●再现性（针对不同人，反映测量方法情况）●稳定性●偏倚●线性（针对不同尺寸的研究）注：对不同的测量系统可能需要有不同的统计特性（相对于顾客的要求）。
测量系统对其统计特性的基本要求：●测量系统必须处于统计控制中；●测量系统的变异必须比制造过程的变异小；●变异应小于公差带；●测量精度应高于过程变异和公差带两者中精度较高者（十分之一）；●测量系统统计特性随被测项目的改变而变化时，其最大的变差应小于过程变差和公差带中的较小者。
评价测量系统的三个问题：●有足够的分辨力；（根据产品特性的需要）●一定时间内统计上保持一致（稳定性）；●在预期范围（被测项目）内一致可用于过程分析或过程控制。
●这些问题的确定同过程的变差联系起来是很有意义的。
长期存在的把测量误差只作为公差范围百分率来报告的传统，是不适应汽车行业的发展的。
MSA培训(完整版)
将各个评价指标进行组合，形成全面、客观 的评价体系，确保评价结果的科学性和准确 性。
数据收集与分析
结果反馈与持续改进
通过调查问卷、访谈、观察等方式收集相关 数据，运用统计分析方法对数据进行处理和 分析，得出评价结果。
将评价结果反馈给相关责任人和组织管理层， 针对存在的问题和不足进行持续改进，推动 组织不断提升自身能力和水平。
02
测量设备选择与校准
设备类型及选择依据
根据测量需求确定设备类型
01
例如，长度测量、角度测量、温度测量等。
设备精度与测量要求匹配
02
确保所选设备的精度等级满足测量需求。
设备稳定性与可靠性评估
03
选择经过验证且稳定的设备品牌和型号。
校准方法与周期确定
校准方法选择
依据设备类型和测量要求，选择合适 的校准方法，如比较法、直接测量法 等。
3
医疗器械与生命科学
医疗器械和生命科学领域对测量系统的可靠性和 准确性要求极高，MSA的应用将有助于提升产品 质量和患者安全。
不断提升自身专业素养
01
持续学习与实践
通过参加培训课程、阅读专业书籍、参与实际项目等方式，不断提高自
己在MSA领域的专业素养。
02
关注行业动态与新技术发展
关注相关行业的最新动态和新技术发展，了解MSA的最新应用趋势和
再现性评估
使用同一测量设备，由不同操作人员在相同条件下对同一被 测对象进行测量，分析操作人员之间的差异对测量结果的影 响。
稳定性评估
在长时间内使用同一测量设备对同一被测对象进行定期测量， 分析测量结果随时间的变化情况。
偏倚评估
通过与已知准确值的比较，分析测量设备的系统误差大小和 方向。
- 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)。
磨损
计划行不通
测量
方法
环境
测量系统分析
测量仪器的分辨率
部件A 部件B
A = 2.0 B = 2.0
部件A 部件B
A = 2.25
B= 2.00
1234
因为上面刻度的分辨率比两个 部件之间的差异要大，两个部 件将出现相同的测量结果。
1234
第二个刻度的分辨率比两个部 件之间的差异要小，部件将产 生不同的测量结果。
再现性
测量系统分析
术语
۞ 稳定性(Stability) – 指测量系统在不同时间内对同一 个主体或部件测量它的某个单一特性时得到的变异。
۞ 线性(Linearity) – 在有效测量范围内相对于标准测量 期望值偏离值得差值。
两类待解决的问题
测量系统分析
术语 — 精而不准 Accuracy
我浴室里的磅秤 称出来的重量总 是要高2公斤！
μ产品 ＋μ测量 ＝ μ观察值
真值均值
+
测量误差均值
=
观察值均值
测量系统分析
测量系统的变异
σ²产品 ＋ σ²测量 ＝ σ总² 误差
产品变异
测量变异
总变异（观察到的变异）
+
=
测量系统分析
离散数据的MSA
离散数据 – 是不能进一步有意义地细分的数据。 Defectives数据 – 是区分型：是/不是，合格/不合格。
如果要比较检验员Ａ测量结果与标准值之间的一致性，则 只需把second Measure改为标准值即可
Minitab工具
Kappa计算也可以通过软件Minitab来实现 路径： 打开Minitab 软件－打开工作表－统计－质量
工具－属性一致性分析.下表为范例．
范例
１．打开工作表，选择kappa test excel.
◆测试样品收集
在选择测试样品时，要考虑以下几方面：
如果只有两个类别：良品和次品， ◆至少应该选择20个良品和20个次品 最多可选择 50个良品和50个次品 尽量保持大约50%的良品和50%的次品 选择不同程度的良品和次品
如果样品类别超过2种，其中一类是优良，其它类别是不同 种类的缺陷方式
◆至少应该选择大约50%的良品和每种缺陷方式最少为10%的 产品．比如选择40个样品，其中良品约需20个，其中一类 不良缺陷至少需要4个．
Part Rater A Rater A Rater B Rater B Rater C Rater C
1
Good
Good
Good
Good
Good
Good
2
Bad
Bad
Good
Bad
Bad
Bad
3
Good
Good
Good
Good
Good
Good
4
Good
Bad
Good
Good
Good
Good
5
Bad
Rater A Good
10
2
12
Second
Measure Bad
1
7
8
11
9
边格的 数字代 表行和 列的总 和
第三格代表检验员A在第一次测量中判定一 个样品为良品，在第二次测量中判定为次 品的次数
第四格代表检验A在第一次测量和第二次测量 中判定一个样品为次品的次数
交叉表-比例
Rater A First Measure Good Bad
地。基于不可靠数据的决策与无数据支持的决策没有什 么差别。
产品的分散性
测量系统的 分散性
总的分散性
+
=
实际值
观察值
在进行实际项目之前，要先评估测量系统
测量系统分析
了解测量系统分散性的重要性
• 如果测量系统的变异太大，就会增加如下风险 好的产品被拒收 坏的产品被接受
• 观察值的变异中有多少是源于 流程的变异 测量系统的变异
12
Good
Good
Good
Bad
Good
Good
13
Bad
Bad
Bad
Bad
Bad
Bad
14
Good
Good
Bad
Good
Good
Good
15
Good
Good
Good
Good
Good
Good
16
Bad
Good
Good
Good
Good
Good
17
Bad
Bad
Bad
Good
Bad
Good
18
Good
Good
测量系统分析
测量一个流程
过程
输入
输出
产品
测量系统
۞ 观察
过程
۞ 测量
输入
输出 ۞ 数据
测量不会是完美的。从测量系统所得到的信息 通常不会完全反映实际。
测量系统分析 – 用来确定测量是否反 映真实流程，并有一致性
测量系统分析
测量系统分析的基本问题
六西格玛方法建立在这样一种思想上： 基于数据的决策。用于决策过程的数据必须是可靠
0.4
0.55 0.45
检验员A比例
由行和列的总和计算而得
计算检验员KA的PoKbasperpvaed值 Pchance
1 Pchance
Pobserved
检验员两次判断一致比率=检验员A两次一致判定为良品的 比率+检验员A两次一致判定为次品的比率
Pchance
预期偶然达成一致的比率=（检验员A第一次判定为良品的 比率*第二次判定为良品的比率）+（检验员A判定为次品 的比率*第二次判定为次品的比率）
平均值 太高并靠右
问题是正确性
实际值
测量系统分析
术语 — 准而不精 Precision
实际值
我不知道浴室里的
磅秤称出来的重量
到底是多少：有时 要高2公斤，有时
又低10公斤！
问题是一致性
测量系统分析
精和准
=
实际值
=
实际值
=
实际值
精而不准 准而不精 又精又准
测量系统分析
准确性 Accuracy(Bias) – 平均值偏离
测量系统分析
Measurement Systems Analysis
测量系统分析
测量阶段
定义 Define
测量 Measure
分析 Analyze
改善 Improve
控制 Control
1. 确定测量标准 缺陷定义
工具： 数据类型 数据标签
2. 建立团队契约
测量系统
工具： 测量 离散数据的
Bad
Bad
Bad
Bad
Bad
6
Good
GooGood
7
Bad
Bad
Bad
Bad
Bad
Bad
8
Good
Good
Bad
Good
Good
Bad
9
Good
Good
Good
Good
Good
Good
10
Bad
Bad
Bad
Bad
Bad
Bad
11
Good
Good
Good
Good
Good
Good
测量仪器的分辨率必须小于或等于规范（公差）的10%
测量系统分析
收集数据前的准备
收集数据时需保证 • 测量仪器经过校准且在校准有效期内 • 确保测量仪器有足够低的分辨率 • 至少有两个或以上的操作人员 • 被测零件个数一般为10个 • 每一个零件应被每一个操作人员测2~3次
测量系统分析
Gage R&R结果
等于上表对角K线 上Po概bse率rv的ed 总 P和ch：ance P observed =(0.500 + 0.3510) =Pc0h.8an5c0e
Pchance 等于每个分类概率乘积的总和： Pchance =(0.600*0.55) + (0.400*0..45) = 0.51
那么 Krater A=(0.85 - 0.51)/(1 - 0.51)=0.693
Good
Good
Good
Good
19
Bad
Bad
Bad
Bad
Bad
Bad
20
Bad
Good
Good
Bad
Bad
Bad
第一格代表检验员A在第一次和第二次 测量中判定为良品的次数
交叉表
第二格代表检验员A在第一次测量中判 定一个样品为次品，在第二次测量中 判定为良品的次数
Rater A First Measure Good Bad
MSA 连续数据的
Gage R&R
3. 确定流程能力
流程表现如何：
Zbench p(d) FTY
工具： 基本统计 能力分析
4. 确定流程目标
确立项目目标
Benchmarking Leveraging Zst
工具： Benchmarking 能力分析
量测系统是数据制造系统
受人机料法环影响 有数据才可衡量，测量是控制和改善的基础
Rater A Good
10
2
12
Second
Measure Bad
1
7
8
11
9
Rater A First Measure Good Bad
下表代表上表的数据，其中每个单元格 用总数的百分比来表示