自然农业

测量系统分析-MSA测量系统测量系统应包括：—样品—人员—测量仪器—进行测量的环境条件数据的类型计量型数据Variabledata计数型数据Attributedata变异分解图整体变异部件之间变异测量系统变异由量具导致的变异由操作员导致的变异重复性再现性操作员操作员与部件测量系统基本要求准确性Accuracy精确性Precision测量系统基本要求+偏倚（Bias）准确性和精确性准确性描述了测量值和真实值之间的差异精确性描述了使用同一工具重复测量相同部件时存在的差异准确和精确精确但不准确准确但不精确不准确也不精确偏倚(Bias)测量系统误差的类型观测到的平均观测值和基准值之间的差异基准值可通过更高级别的测量设备进行多次测量取平均值来确定稳定性(Stability)测量系统误差的类型随着时间推移系统测量的准确性线性(Linearity)测量系统误差的类型部件的大小如何影响测量系统的准确性重复性(Repeatability)由同一操作者对同一部件用同一测量仪器的多次测量测量系统误差的类型再现性(Reproducibility)由不同操作者对同一部件用同一测量仪器的测量测量系统误差的类型判定标准P/T%GR&R%GR&R方差%N.D.C30%30%9%510%10%1%10P/T%是测量系统的波动与给定标准或规格-公差/容差的比GR&R方差%在统计上比GR&R%更正确，后者基于标准偏差，不太准确N.D.C=最小分类数，是分辨率的衡量指标N.D.C跨越产品变异极差的非重叠置信区间数。也可以将其视为测量系统可识别的过程数据中的分组数。假设测量10个不同部件，Minitab报告说测量系统可以识别4个可区分类别。这意味着，10个部件中某些部件的差异不够大，不足以被测量系统识别为存在差异。如果希望识别出更多可区分类别，需要更精确的量具。汽车工业行动组织(AIAG)建议，当类别数小于2时，测量系统对于控制过程毫无价值，因为无法区分各个部件。当类别数为2时，数据可分为两组，如高和低。当类别数为3时，数据可分为三组，如高、中、低。5或更高的值表明测量系统可接受。分辨率计量仪器能读取的最小单位,或是测量系统识别并显示补测量最微小变化的能力计量仪器的分辨率必须小于或等于过程总波动的10%和容差的10%：Unit≤min(6σ/10,(USL-LSL)/10)也可用最小分类数N.D.C作为判断分辨力足够与否的另一个标准：N.D.C=INT(1.41*σP/σMS)N.D.CσP过程波动的标准差σMS测量系统波动的标准差N.D.C控制分析1多数情况下不能用于控制图只能指出过程的输出是否合格，不能用于过程参数及指数的估计2-4能够用于不大敏感的计量型控制图只能用于过程参数及指数的粗略估计≥5能够用于各种类型的控制图表明测量系统的分辨力合格，能够用于过程参数及指数的估计。当其大于等于10时，表明分辨力优良好的测量系统的基本特征有足够的分辨率应该是统计受控的，即稳定的，具有线性特征对于产品控制，测量系统的波动与公差相比必须足够小对于过程控制，测量系统的波动与制造过程波动相比必须足够小最好没偏倚，有偏倚要有线性，有偏倚无线性须维修MSA分析取样建立量具R&R研究时，请考虑以下几个问题：需要多少个部件？应该有多少个操作员测量这些部件？一个操作员需要对每个部件测量几次？虽然具体数量取决于具体情况，但在选择部件、操作员和试验时请考虑以下几点。MSA分析取样第1点：选择表示过程变异的实际或预期范围的部件。由于必须估计部件间的变异，并将其与测量系统所产生的变异进行比较，因此从整个范围内选择部件会增加使估计值接近真实部件间变异的几率。MSA分析取样第2点：使用较多测量次数较少的部件，而不使用较少测量次数较多的部件。量具的测量变异性对于靠近规格中心的产品比位于规格极限的产品小。在研究中使用许多部件会增加检测出此问题的可能性。注意：如果对同一部件进行多次测量，则不太可能完整地执行测量过程的随机化。如果不进行完整的随机化，则您会忽略掉重要的变异源，而对测量变异性的估计也会过于乐观。因此，注意盲测MSA分析取样第3点：如果操作员对一个部件得到的测量值之间变异较大，请在研究前对操作员进行培训以使其测量活动更稳定。如果操作员之间的方差较大，则需要许多操作员才能得到较好的再现性变异估计。使用许多操作员实际上会增加研究的成本。MSA分析取样AIAG手册中的一个示例使用10个部件、3名操作员和2个仿行，如果满足以下条件，则这是良好的样本大小：10个部件表示过程的变异操作员之间的变异较小来自同一部件的2个测量值互相独立(盲测）MSA分析取样样本数*操作者数15如果不能实现，选择测量次数样本数*操作者数9-15,测量次数＝35-8，测量次数＝3-5≤4,测量次数＝6MSA分析取样输入包含单个部件的观测测量值的列。Minitab需要至少10个观测值才能执行此分析；但是，至少要有25个观测值才能进行充分研究。偏倚和线性示例一家电极制造商要评估用于测量电极柱外径的测量系统，以确定该系统能否准确地测量柱，公差为0.05毫米。操作员对已知外径（12.305毫米）的参考柱进行50次测量。分析测量系统中的偏倚为-0.00231。对偏倚的检验表明与0存在显著差异（T=4.506892，p值=0.000），这意味着测量系统中存在偏倚。此外，请注意运行图上标绘的许多观测值都低于参考值12.305。Cg比较公差与测量变异，而Cgk将公差同时与测量变异和偏倚进行比较。较大的Cg和Cgk表明与公差范围相比，因测量系统导致的变异较小。这两个值的典型阈值为1.33。分析在本例中，能力指数Cg=0.46，Cgk=0.25，都大大低于1.33。这些值表示因测量系统导致的变异较大。%变异（重复性）由Cg决定，而%变异（重复性和偏倚）由Cgk决定。较小的%变异值表明测量变异与公差相比较小。能力指数阈值1.33对应于%变异阈值15%。在本例中，%变异（重复性）=43.49%，%变异（重复性和偏倚）=81%。这些值远大于15%，再次表明因测量系统导致的变异很大。这些结果表明测量系统无法稳定而准确地测量部件，并因此应该加以改进。分析Cg比较公差与测量变异，而Cgk将公差同时与测量变异和偏倚进行比较。较大的Cg和Cgk表明与公差范围相比，因测量系统导致的变异较小。这两个值的典型阈值为1.33。在本例中，能力指数Cg=0.46，Cgk=0.25，都大大低于1.33。这些值表示因测量系统导致的变异较大。分析%变异（重复性）由Cg决定，而%变异（重复性和偏倚）由Cgk决定。较小的%变异值表明测量变异与公差相比较小。能力指数阈值1.33对应于%变异阈值15%。在本例中，%变异（重复性）=43.49%，%变异（重复性和偏倚）=81%。这些值远大于15%，再次表明因测量系统导致的变异很大。线性和偏倚新的测厚仪进行测量系统评估，根据实际需要的量程范围选了5个标准部件检验员以随机的方式对每个部件测量了6次，已知过程总波动即6倍的过程标准差为12,试分析偏倚和线性201510500.50.40.30.20.10.0-0.1-0.2参考值偏倚0回归95%置信区间数据平均偏倚偏倚线性210百分比常量-0.092640.044140.045斜率0.0202220.0035950.000自变量系数系数标准误P量具线性S0.128568R-Sq53.1%线性0.242664线性百分率2.0平均0.1176671.00.0002-0.0016670.00.94150.0166670.10.670100.0333330.30.425150.1566671.30.110200.3833333.20.001参考偏倚%偏倚P量具偏倚量具名称:研究日期:报表人:公差:其他:占过程变异的百分比测量值的量具线性和偏倚研究y(偏倚）=-0.09264+0.020222x（参考值）参考值计算（测量计数修正）y(偏倚）=-0.09264+0.020222x（参考值）X（读数）=x(参考值）+y（偏倚）X（读数）=x(参考值）-0.09264+0.020222x（参考值）x(参考值）＝（X（读数）+0.09264）/1.020222GRR示例选择了10个代表过程变异预期范围的部件。3名操作员以随机顺序测量这10个部件，每个部件测量3次。GR&R10%SV,SV/Toler301方差分量贡献率9部件间再现性重复量具R&R100500百分比%贡献%研究变异%公差1.00.50.0样本极差_R=0.342UCL=0.880LCL=0ABC20-2样本均值__X=0.001UCL=0.351LCL=-0.348ABC1098765432120-2部件CBA20-2操作员1098765432120-2部件平均ABC操作员量具名称:研究日期:报表人:公差:其他:变异分量R控制图（按操作员）Xbar控制图（按操作员）测量p部件测量p操作员操作员乘部件交互作用测量的量具R&R(方差分析)分析左上图红色条形表示各波动分量的方差与总体波动分量的方差之比，绿色条形的百分比研究变异表示各波动分量的标准差与总体波动分量的标准差之比，蓝色条形表示各波动分量的标准差的6倍与公差之比分析左中图是以每个测量员测量同一个部件的极差形成的R图，数据点绝大多数应落在控制限内，本图虽然都落在控制限内，但控制限范围太宽，说明重复性误差太大左下图是以所有部件的总平均值为中心，以重复观测的标准差为标准差绘制的常规控制图，正常情况应该是绝大多数平均值点落在控制域外，越多的数据点超出Xbar的控制限外表明过程的实际波动越大，测量系统能力越高破坏性试验的测量系统分析计数型测量系统分析计数型测量系统的最大特征是其测量值是一组有限的分类数，如合格、不合格，优、良、中、差、极差等。当过程输出特性为计数型数据时，测量系统的分析一般可以从一致性比率和卡帕值两个方面着手考虑一致性比率一致性比率包括4个方面：操作者对同一部件重复测量时应一致操作者不同但对同一部件重复测量时应一致，且与该部件的标准值一致所有操作者对同一部件重复测量时应一致，各操作者不但对同一部件重复测量时应一致，而且应与该部件的标准值一致，一般用这种比例来衡量计数型测量系统的有效性，一般至少要大于80%以上，最好达到90%以上，当小于80%应采取纠正措施所有检验员与标准评估一致性百分比：16.67%分析总体有效性比率＝16.67%远小于80%，因此该测量系统必须改进KAPPAKAPPA＝(P0-Pe)/(1-Pe)P0=实际一致的比率Pe=期望一致的比率K的取值为-1到1接收标准Kappa测量系统能力大于0.9良好介于0.7-0.9可接受小于0.7不合格0.7不合格分析Cohen的Kappa值为0.40.7,表示不同顾客之间的再现性较差结束