浅谈测量系统分析(MSA)(一):几个基本概念

测量的重要性是不言而喻的,中国也有落于杭州的中国计量大学来专门研究测量,因为我们所有的决策都是基于数据,而数据是由测量得来的,数据错了,决策也就错了。为了保证得到可靠的、可信的数据,也有专门的工具来评估测量过程,这就是测量系统分析(MSA),无论你从事的什么行业,汽车、电子、家电甚至航空、航天,我想大家都接触过这个工具,并且每天都在使用它。今天我们就澄清一下几个关键的概念性问题。

首先,我们要讨论一下,为什么叫测量系统分析,而不叫测量仪器分析呢?我们可以从测量误差的来源来理解这个问题、众所周知,测量的目的是无限地接近被测对象的真值或参考值,但我们永远也得不到这个值,也就是说测量总是有误差的,测量误差就是测量过程最大的敌人。那么误差的来源有哪些?这一点非常类似于制造过程的变差来源,也就是4M1E。

1st M, ( Machine), 在这儿指的就是测量装置。任何测量装置也是通过一定的制造工艺生产出来的,既然是生产,比必然有偏差,无论用多么精密的机加工设备,多么精密的电子元器件,制造误差是不可避免的,而且越复杂的测量设备误差可能越大。

2nd M, (Man), 指的是实施测量的、受过培训的、技能被认可的操作员。不同的人用同一种方法测量同一个零件,结果也是不同的,因为人和人之间的差异是不可避免的,也是绝对存在的。即使是同一个人,每次操作也是不完全一样的。

3rd M, (Method), 指的是测量操作的方法、步骤。不同的操作顺序,产生的误差也是不同的。比如,定位顺序、加紧顺序都会对测量结果产生影响。

4th M, (Material), 在这儿指的即使被测对象,准确地说,指的是某一产品特性。

E, (Environment), 实施该测量需要的环境,比如光照强度、温度、湿度、电磁辐射、噪音等级等。

从以上测量误差的来源可知,测量装置引起的误差只是其中的一个,所以我们称之为测量系统分析,而不是测量仪器分析。测量系统分析的目的就是量化这些测量误差,从而进一步确定误差来源,在实施措施改进。

第二,在上面的误差来源中比较难理解的是被测对象(或被测产品特性)对测量误差的影响。一般而言,我们都认为被测对象在一定的环境下、较短的时间内是固定的,为什么会对测量误差有贡献呢?一种情况时被测产品确实发生了变化,比如重量大、刚度较低的产品,每次放到测量装置上变形都不同;第二种情况,破坏性试验的产品,每次测量都是不同的;还有一种情况,同一个产品特性由于存在形状误差,尺寸在不同位置是不同的,如轴或孔的直径由于存在圆度误差,在不同位置测量直径的值是不同的。理论上讲,把产品引起的误差算作测量系统的误差是不公平的,所以我们在做测量系统分析的时候,务必把这种误差规避掉。针对第一种情况,可能需要把产品加强一下。第二种情况,针对破坏试验,尽量保证同一批产品的一致性高,然后采用嵌套法;第三种情况,务必保证每次测量在相同的位置。

第三,很多人认为 MSA=GRR, 这是错误的。测量系统分析,包括五个方面,如偏倚、线性、稳定性、重复性和再现性(R&R)。对于一个测量系统,需要做哪些分析,一定要根据实际的测量系统的特性事先确定好了。一般而言,遵循以下原则:

1. 标准量具,如卡尺、千分尺、高度尺等,偏倚和线性有第三方的校准机构完成,重复性和再现性在工厂内完成,是否需要做稳定性,根据量具的特性而定。

2. 专用量具,如检具,偏倚用CMM的校准代替,如果测量范围很小,线性不要做,稳定性视情况而定,重复性和再现性工厂内完成。

3. 有很多PCBA或其他电子元器件的自动测量设备,偏倚、线性、稳定性、重复性、再现性都需要在工厂内完成。

4. 如果是人为干预很少的测量设备,或人的操作几乎没有引起测量误差时,可以不做再现性。

第四,测量设备,不是越精密也好,更不是越贵越好,够用就好,因为MSA的分析结果是否接受是相对于特定的产品公差和过程变差而言。千万不要犯“杀猪用牛刀”和“大炮打蚊子”的错误。

在做测量系统分析时,有一个“可区分类别数(ndc)” 的指标,ndc到底是什么含义呢?ndc和GRR%有什么关系呢?咱们下次再详细介绍。

2021-2-3

如果对质量和运营感兴趣,请关注微信公众号“我们汽车人”。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容