MSA-GRR,Stability,Linearity,Bias
测量系统分析MSA简介
1、稳定性研究
➢Xbar-R法
➢取一个样本并建立相对于可朔源标准的基准值
➢定期〔天,周〕测量标准样本3-5次,样本容量和 频率应该基于对测量系统的了解
➢将数据按时间顺序画在x&R或X&s控制图上
➢结果分析：
➢
建立控制限并用标准控制图分析评价
失控或不稳定状态。
稳定性练习
10/16 48.6
10/22 48.4
被管理的 过程
测量
测量过程 测量值
分析
入
作业 一般的过程〔放羊式过程〕
输出
对产品决策的影响
➢第一类错误〔生产者风险/假警报〕 ➢ 一个好的零件有时被误判为“不合格〞
➢第二类错误〔消费者风险/漏判率〕 ➢ 一个不合格的零件有时被误判为“合格〞
对产品决策的影响
➢ 减少过程变差,没有零件产生在Ⅱ区
48.5
48.7
48.3
48.0
48.9 48.0
49.2
49.0
48.3
47.7
48.7
48.4
48.7
48.9
48.5
Sample StDev
Sample Mean
49.6 49.2 48.8 48.4 48.0
1
0.8 0.6 0.4 0.2 0.0
1
稳定性案例- Xbar-R法
Xbar-S Chart of C1
评价疑心有测量缺陷的量具的依据
维修前后测量设备的比较
计算过程变差所需的方法,以及生产过程的可接受性水平
作出量具的特性曲线的必要信息。
以上一切是为了满足ISO/TS 6949的相关要求：
“7.6.1 测量系统分析
如何做好MSA测量系统分析报告
准确度（Accuracy）：
表示测量结果（单值或平均值） 与 真值的接近程度。
数量上，准确度可以用相对误差数 表示。
准确度 = 基准值 - 多次测量平均值
精密度（Precision）：
在相同条件下进行重复测量或试验，其 结果相互间的一致程度。 表示测定结果中随机误差大小的程度。
精密度常用测量的标准差来表示，标准 差越大，精密度越低。
（2）大样法实例
至少2名测量人员，至少10个另件，每 人对每个另件至少重复测2遍。
步骤：
10个零件逐一编号 量具校准 人员A对零件进行测量（随机顺序） 记录员记录读数。 人员B、C对零件进行测量（随机顺序） 记录员记录读数。 上述循环重复3遍，测量顺序打乱。
（a）确定重复性 Repeatability
测量系统分析（MSA）
一、术语及其定义
1、测量（Measurement）
以确定实体或系统的量值大小为目标 的一整套作业。 包括过程、产品、服务的输入、输出 及性能/绩效的定量化信息。
2、Cage——任何用以获得测量结果的装置，
特别指基层使用的量具，包 括 用来测量合格/不合格的装置。
——引自QS 9000参考手册
数据的真实性——观测值 ？= 真值
真 值
测量误差
真 值
测量误差
系统的稳定性——
不同的时间、环境、人员、仪器设备 对测量结果影响如何？ 系统是否处于统计控制状态？
测量结果的精确性——
反映被测实体/系统微小变化的能力。 测量误差与被测量的变化范围（总变 差）相比，是否可以接受？
4、测量系统的精度与误差类型
容差百分率≤10% 过程变差百分率≤10%
拒绝条件：
容差百分率 >30% 或: 过程变差百分率>30%
最新MSA测量系统分析第四版
系统内部变差。
2020/10/17
陈瑞泉
10
本手册中使用了以下术语
再现性(Reproducibility) 不同评价者使用相同的量具，
测量同一个零件的同一个特性的测 量平均值的变差。
通常被称为A.V.—评价者变差 (Appraiser Variation)。
系统之间（条件）的 误差。 在ASTM E456-96包括：重 复性、实验室、环境及评价者影响 。
2020/10/17
陈瑞泉
5
本手册中使用了以下术语
位置变差（Location variation)
准确度（Accuracy)
与真值或可接受的基准值“接 近“的程度。
在Aቤተ መጻሕፍቲ ባይዱTM包括了位置及宽度误 差的影响。
偏倚（Bias)
观测到的测量值的平均值与基 准值之间的差值。
2020/10/17
6
准确度和精确度
量具 A 量具 B 量具 C 量具 A的均值 量具 B的均值 量具 C的均值
A 具有最佳准确度 B 具有最佳精确度 C 的准确度好于B
比较A和C的表现
2011.09.01
7
本手册中使用了以下术语
稳定性(Stability)
随时间变化的偏倚值。
一个稳定的测量过程在位置
方面是处于统计上受控状态。
别名：漂移（drift)
系统变差 （System Variation)
测量系统的变差可分类为：
能力(Capability) 短期内读数的变化量 。 性能(performance) 长期读数的变化量。以总变差(total
variation)为基础。
不确定度(Uncertainty)
有关被测值的数值估计范围，相信真值都被包括在该范围内。
五大工具-MSA
典型的,此能力的度量是看仪器的最小刻度值
五大工具-MSA 什么样的分辨率是可以接受的?
• 分辨率:测量系统检测并如实指示被测特性的微小变化 的能力。被测特性根据测量值分为不同的数据组，同 一数据组内的零件之被测特性具有同样的数值。
GR&R sheet Long Method
R&R =
(EV) 2 + (AV) 2 0.10
P/T = 100 x (R&R) / Tolerance 19.13
% R&R = 100x(R&R)/TV 18.91
测试人
对于给定的x0,α水平置信带是：
a
xy
1 gm
xy
斜率
b y ax 截距
x2 1 x2
低值＝b
ax0
gm t gm2,1
/2
1 gm
2
x0 x
2
xi x
1/ 2
s
高值＝b
ax0
t
gm2,1
/2
1 gm
2
x0 x
2
xi x
1/ 2
s
五大工具-MSA 重复性和再现性
B、改进测量系统：减少测量系统误差从而减 少区域的面积，所有零件都在Ⅲ区，从而 风险降低。
五大工具-MSA 测量数据的变差:
如果测量系统用于过程控制，测量系统的误差会掩盖 制造过程本来的变差
在进行过程分析之前必须先进行测量系统分析确保测 量误差在接受的范围内
五大工具-MSA
在进行测量系统分析之前的概念和准备:
质量常用五大工具七大手法
五大工具--SPC 柏拉图
柏拉图介绍
♦ 柏拉图1：古希腊哲学家，427B.C ♦ 柏拉图2：1897年，意大利经济学 家，发现财富不均衡的80/20规律 ♦ 美国质量大师朱兰博士（19042008），将此概念引入质量管理。 ♦ 又叫排列图 ♦ 找出“重要的少数”
五大工具--SPC 散布图
散布图介绍
步骤：1、计划和确定项目 2、产品设计和开发 3、过程设计和开发 4、产品和过程确认 5、反馈、评定和纠正措施
目的：对产品和过程进行反复的验证和确认，来对“策划”进行“认定”
五大工具--APQP
提出概念 项目批准
样件鉴定
试生产
量产 （PPAP的批准）
项目策划
产品开发/设计 过程开发/设计
产品/过程确认
质量管理常用五大工具七大手法
朱兰三部曲
Joseph M.Juran 美国 1904~2008
●约瑟夫·朱兰（Joseph M．Juran） 博士，他的“质量计划、质量控制和 质量改进”被称为“朱兰三部曲”。
●奠定全面质量管理（TQM）的理论 基础和基本方法做出了卓越的贡献
●引入著名的“80/20原则”、柏拉图。
0.01个，每1000件产品
频度数
10 9 8 7 6 5 4 3 2 1
五大工具--FMEA
可探测度评价准则
探测度
准则：设计控制可能探测出来的可能性
探测度定级
绝对不肯定
设计控制将不能和/或不可能找出潜在的起因/机理及后续的失效模式，或根本没有设计 控制
10
很极少 设计控制只有很极少的机会能找出潜在的起因/机理及后续的失效模式
反馈，审核与纠正措施
量产
计划和确定项目 产品设计和开发 过程设计和开发 产品和过程确认
GRR知识简介
(%AV) = 100 ( AV/TV ) % GR&R = AV 2 + EV 2
2
14
GR&R：量具的重复性和再现性
GR&R 的执行步骤
GR&R 的执行
要获取可信的GR&R，需按照一些的标准程序如下： 1. 在量测系统使用者中选出2 ~ 3个评价人员；
2. 抽取10个零件，以此代表实际或期望的过程变差；
C、 同一环境
D、 同一位置 E、 同一仪器 F、 短期时间内
8
GR&R：量具的重复性和再现性
GR&R目的是什么
基本含义介绍
因为GR&R只是保证量具的稳定性，所以可简单的理解其目的就是 降低量测误差，使量测值之尽量接近(真值之标准差 )。 例：我们抽测100支圆筒的外径，可得到100组数据，会形成一个分配；如图(A)
总变异数（σr）
60
70
80
90
100
110
120
图(A) 其实上面图形分配并不是一直不变的，我们知道同一样品给同一个人量测， 第一天和第二天的量测数据不会一模一样；那是什么原因导致数据变
0
化呢？
9
GR&R：量具的重复性和再现性
基本含义介绍
我们知道同一产品在温度/湿度等等环境下本身特性上会发生一些变 异，量测的仪器/工具也会发生变异，还有其他的一些随机的变异；而这 些变异就会产生数据上的误差；那么我们可以理解：看到的数据误差(σr)
GR&R应用目的：借助量具量测数据，验证量具是否可靠？ 是否好用？ 还可以计算出量具的量测误差；
CPK 应用目的：大量生产情况下，查看并降低不良率( %ppm)，提 高品质质量(合格优等)，找出制程管制方向；
测量系统分析(MSA)
测量系统分析（MSA）测量系统可分为“计数型”及“计量型”测量系统两类。
测量后能够给出连续性的测量数值的为计量型测量系统；而只能定性地给出测量结果的为计数型测量系统。
“计量型”测量系统分析通常包括(Bias)、稳定性(Stability)、(Linearity)、以及重复性和再现性(Repeatability&Reproducibility，简称R&R)。
在测量系统分析的实际运作中可同时进行，亦可选项进行，根据具体使用情况确定。
测量：是指以确定实体或系统的量值大小为目标的一整套作业。
我们通常用分辨力、偏倚、稳定性、线性、重复性和再现性等评价测量系统的优劣，并用它们控制测量系统的偏倚和波动，以使测量获得的数据准确可靠。
有效测量的十原则：1.确定测量的目的及用途。
一个尤其重要的例子就是测量在质量改进中的应用。
在进行最终测量的同时，还必须包括用于诊断的过程间测量。
2.强调与顾客相关的测量，这里的顾客包括内部顾客与外部顾客。
3.聚集于有用的测量，而非易实现的测量。
当量化很困难时，利用替代的测量至少可以提供关于输出的部分理解。
4.在从计划到执行测量的全程中，提供各个层面上的参与。
那些不使用的测量最终会被忽略。
5.使测量尽量与其相关的活动同时执行，因为时效性对于诊断与决策是有益的。
6.不仅要提供当期指标，同时还要包括先行指标和滞后指标。
对现在及以前的测量固然必要，但先行指标有助于对未来的预测。
7.提前制订数据采集、存储、分析及展示的计划。
8.对数据记录、分析及展示的方法进行简化。
简单的检查表、数据编码、自动测量等都非常有用，图表展示的方法尤为有用。
9.测量的准确性、完整性与可用进行阶段评估。
其中，可用性包括相关性、可理解性、详细程度、可读性以及可解释性。
10.要认识到只通过测量是无法改进产品及过程。
基本概念：3.稳定性：测量系统保持其位置变差和宽度变差随时间恒定的能力。
4.偏倚：观测平均值（在重复条件下的测量）与一参考值之间的差值。
IATF16949质量管理体系五大工具之MSA（测量系统分析）实操及异常分析。
IATF16949质量管理体系五大工具之MSA（测量系统分析）实操及异常分析。
IATF16949：2016版汽车行业质量管理体系五大工具，其分别是：APQP APQP先期质量策划FMEA IATF16949五大工具：FMEA潜在失效模式与效应分析详解及案例分析。
MSASPC SPC控制图八大判异准则PPAP IATF16949：PPAP生产件批准程序详解。
附国内某著名汽车公司PPAP案例质量工程师之家今日给大家分享MSA（测量系统分析），本文包含常规的测量系统分析、破坏性测试的测量系统分析和计数型测量系统分析等。
一.MSA定义测量系统定义:用来对被测特性赋值的量具和其它设备,人员,标准,规程,操作,软件,环境和假设的集合,用来获得测量结果的整个过程.测量系统变差来自于:设备,人员,原材料,操作规程,环境等测量误差来源如果测量的方式不对，那么好的结果可能被测为坏的结果，坏的结果也可能被测为好的结果，此时便不能得到真正的产品或过程特性。
准确度与精密度误差：1.偏倚(Bias)是测量结果的观测平均值与基准值的差值。
真值的取得可以通过采用更高等级的测量设备进行多次测量，取其平均值。
1.1造成过份偏倚的可能原因仪器需要校准仪器、设备或夹紧装置的磨损磨损或损坏的基准，基准出现误差校准不当或调整基准的使用不当仪器质量差─设计或一致性不好线性误差Ø应用错误的量具不同的测量方法─设置、安装、夹紧、技术测量错误的特性量具或零件的变形环境─温度、湿度、振动、清洁的影响违背假定、在应用常量上出错应用─零件尺寸、位置、操作者技能、疲劳、观察错误2.重复性(Repeatability)指由同一个操作人员用同一种量具经多次测量同一个零件的同一特性时获得的测量值变差（四同）重复性与偏倚值是独立的零件(样品)内部：形状、位置、表面加工、锥度、样品一致性。
仪器内部：修理、磨损、设备或夹紧装置故障，质量差或维护不当。
基准内部：质量、级别、磨损方法内部：在设置、技术、零位调整、夹持、夹紧、点密度的变差评价人内部：技术、职位、缺乏经验、操作技能或培训、感觉、疲劳。