MSA测量系统分析-常用术语释义
- 格式:docx
- 大小:21.05 KB
- 文档页数:10
MSA测量系统一、什么是MSA1.测量系统:指被测试特性赋值的操作、程序、量具、设备、软件及操作人员的集合,是用来获得测量结果的整个过程。
2.量具:指任何用来获得测量结果的装置,包括用来测量合格或不合格的装置。
3.测量系统的分辨率:测量系统检出并如实指示被测特性中极小变化的能力(也称分辨力)。
注意:单独一个测量仪器不是测量系统,如一把卡尺、一把千分尺等。
二、测量系统的作用1.评估测量系统误差的大小,是否能被客户接受。
2.评估测量系统的稳定性,随着时间的推移,变异是否受控。
3.评估测量系统的偏移值是否能被客户接受。
4.评估几种不同测量系统的优劣。
通过MSA评估,找到测量系统改善的着力点,确定是进行人员培训还是调整测量方法或调整仪器如图1所示,第一份X-R图显示过程正常,分辨力0.001,第二份X-R图显示过程不正常,分辨力0.01。
虽然这是针对同一制程,但是为什么会有这么大的差异呢?从以上数据来看,第二份控制图的测量系统分辨力太低,导致需发报警。
因此可以推断出,做SPC的前提是MSA必须合格,虚发警报导致成本过高。
图1三、MSA评估的仪器1.MSA分析的范围来自控制计划所有的测量系统,包括计量性、计数性。
2.破坏性的测量系统现在一般不做分析,除非客户有特殊要求,如盐雾试验测量系统。
注意:MSA分析的包括控制计划中所有的测量系统,而不仅仅是测量特殊特性的测量系统。
四、MSA专业术语解释1.准确度(Accuracy)准确度或称偏倚(BIAS),是指测量值与相对真值之间的差异。
真值是使用更精密的仪器找到的相对真值。
准确度值也称为偏倚值,一般说来要求越小越好。
在MSA中,一般分析偏倚值和稳定性值。
如图2,偏倚变差允许出现,但是超过范围就不能接受。
如图3,随着时间的推移偏倚值越大,稳定性不可接受。
图2 偏倚变差示意图图3 稳定性变差示意图2.精密度(Precision)精密度或称变差(Variation),是指利用同一量具,重复测量相同工件同一质量特性,所得数据之变异性。
MSA - 测量系统分析MSA术语准确度Accuracy = 一观测值与可接受的参考值之间的一致接近程度。
变异数分析Analysis of Variance = 通常被用于实验设计(DOE)的一种统计方法(A NVOA)。
用来分析多个群体中的计量型数据,以便比较变异的意义和分析其来源。
可视分辨力Apparent Resolution = 测量仪器最小的增量大小即为可视分辨力。
该数值通常广泛的用在公告资料中,以划分测量仪器的等级。
数据的分类数可透过该增量大小除以预期的过程分布宽度(6sigam)来确定评价者变异Appraise Variation = 不同评价者(操作者)使用相同的测量方法,在一稳定的环境下,对相同零件(被测物)进行测量所得的平均值的变异。
评价者变异(AV)是测量系统变异(误差)的普通原因变异之一。
偏倚Bisa = 测量观测平均值(在重复条件下的测量)与一参考值之间的差异;历史上被称为准确度。
透过一个单值点是否落在测量系统工作范围内来评价和表述偏倚。
校准Calibration =在规定条件下,建立测量装置与一可追溯且已知参考值不确定度的标准之间关系的一整套操作活动。
校准可能包括以下步骤:检验、矫正、报告、或透过调整来消除被比较的测量装置在准确度方面的任何偏差。
校准周期Calibration Interval = 在两次校准之间的特定时间或条件设定。
在这段时间内,一测量装置的校准参数是被认为有效的。
能力Capability = 基于测量系统的一短期评估,对测量误差(随机的和系统的)的组合变异的一个估计值。
自信度区间Confidence Interval = 预期的包括了某一参数的真值的数值范围(在某些要求应用情况下被称为自信水平)。
控制图Control Chart = 在以时间为顺序所进行样本测量的基础上的一过程特性图。
它用来显示一过程的表现、识别过程变异的模式、评估稳定性,并显示过程的走向。
测量系统分析MSA一.稳定性:1.定义:稳定性——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。
2.使用均值和极差控制图,该控制图可提供方法以分离影响所有测量结果的原因产生的变差(普通变差)和特殊条件产生的变差(特殊原因变差)。
凡信号出现在控制值外点均表现“失控”或“不稳定”。
3.研究:绘出标准(样件)重复读数X或R,图中失控信号即为需核准测量系统的标志。
4.操作要领:必须仔细策划控制图技术(如取样时间、环境等),以防样本容量、频率等导致失误信号。
5.稳定性改进①从过程中排除特殊原因——由超出的点反应。
②减少控制限宽度——排除普通原因造成的变差。
图2测量系统特性图二.偏倚1.定义:偏倚——测量结果的观察平均值与基准的差值。
2.操作方式:①对一件样件进行精密测量。
②由同一评价人用被评价单个量具测量同一零件至少十次。
③计算读数平均值。
④偏倚=基准值-平均值3.产生较大偏倚的原因①基准误差②磨损的零件③制造的仪器尺寸不对④测量错误的特性⑤仪表未正确校准⑥评价人使用仪器不正确。
三.重复性1.定义:重复性——由一个评价人采用一种测量器具,多次测量同一零件的同一特性时获得的差值。
2.测量过程的重复性意味着测量系统自身的变异是一致的。
重复性可用极差图显示测量过程的一致性。
3.重复性或量具变差的估计:σe=5.15×R/d2d2——常数(查表得)与零件数量、试验次数有关。
5.15——代表正态分布的90%的测量结果。
四.再现性1.定义:再现性——由不同评价人采用相同测量器具测量同一零件的同一特性时测量平均值的变差。
2.测量过程的再现性表明评价人的差异性是一致的。
若评价人变异存在,则每位评价人所有平均值将会不同,可采用均值图来显示。
3.估计评价人标准偏差σo=5.15×R o/d2d2——常数(查表得)与零件数量、试验次数有关。
5.15——代表正态分布的90%的测量结果。
测量系统分析(MSA)方法测量系统分析(MSA)方法**** 1.目的对测量系统变差进行分析评估,以确定测量系统是否满足规定的要求,确保测量数据的质量。
2.范围适用于本公司用以证实产品符合规定要求的所有测量系统分析管理。
3.职责3.1质管部负责测量系统分析的归口管理;3.2公司计量室负责每年对公司在用测量系统进行一次全面的分析;3.3各分公司(分厂)质检科负责新产品开发时测量系统分析的具体实施。
4.术语解释4.1测量系统(Measurement system):用来对被测特性赋值的操作、程序、量具、设备以及操作人员的集合,用来获得测量结果的整个过程。
4.2偏倚(Bias):指测量结果的观测平均值与基准值的差值。
4.3稳定性(Stability):指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平均值总变差,即偏倚随时间的增量。
4.4重复性:重复性(Repeatability)是指由同一位检验员,采用同一量具,多次测量同一产品的同一质量特性时获得的测量值的变差。
4.5再现性: 再现性(Reproductivity) 是指由不同检验员用同一量具,多次测量同一产品的同一质量特性时获得的测量平均值的变差。
4.6分辨率(Resolution):测量系统检出并如实指示被测特性中极小变化的能力。
4.7可视分辨率(Apparent Resolution):测量仪器的最小增量的大小,如卡尺的可视分辨率为0.02mm。
4.8有效分辨率(Effective Resolution):考虑整个测量系统变差时的数据等级大小。
用测量系统变差的置信区间长度将制造过程变差(6δ)(或公差)划分的等级数量来表示。
关于有效分辨率,在99%置信水平时其标准估计值为1.41PV/GR&R。
4.9分辨力(Discrimination):对于单个读数系统,它是可视和有效分辨率中较差的。
4.10盲测:指在实际测量环境中,检验员事先不知正在对该测量系统进行分析,也不知道所测为那一只产品的条件下,获得的测量结果。
测量系统分析(MSA)方法测量系统分析(MSA)方法**** 1.目的对测量系统变差进行分析评估,以确定测量系统是否满足规定的要求,确保测量数据的质量。
2.范围适用于本公司用以证实产品符合规定要求的所有测量系统分析管理。
3.职责3.1质管部负责测量系统分析的归口管理;3.2公司计量室负责每年对公司在用测量系统进行一次全面的分析;3.3各分公司(分厂)质检科负责新产品开发时测量系统分析的具体实施。
4.术语解释4.1测量系统(Measurement system):用来对被测特性赋值的操作、程序、量具、设备以及操作人员的集合,用来获得测量结果的整个过程。
4.2偏倚(Bias):指测量结果的观测平均值与基准值的差值。
4.3稳定性(Stability):指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平均值总变差,即偏倚随时间的增量。
4.4重复性:重复性(Repeatability)是指由同一位检验员,采用同一量具,多次测量同一产品的同一质量特性时获得的测量值的变差。
4.5再现性: 再现性(Reproductivity) 是指由不同检验员用同一量具,多次测量同一产品的同一质量特性时获得的测量平均值的变差。
4.6分辨率(Resolution):测量系统检出并如实指示被测特性中极小变化的能力。
4.7可视分辨率(Apparent Resolution):测量仪器的最小增量的大小,如卡尺的可视分辨率为0.02mm。
4.8有效分辨率(Effective Resolution):考虑整个测量系统变差时的数据等级大小。
用测量系统变差的置信区间长度将制造过程变差(6δ)(或公差)划分的等级数量来表示。
关于有效分辨率,在99%置信水平时其标准估计值为1.41PV/GR&R。
4.9分辨力(Discrimination):对于单个读数系统,它是可视和有效分辨率中较差的。
4.10盲测:指在实际测量环境中,检验员事先不知正在对该测量系统进行分析,也不知道所测为那一只产品的条件下,获得的测量结果。
读完此文,终于懂了MSA(测量系统分析)1、什么是MSA?MSA是Measure System analyse的第一个字母的缩写。
2、为什么叫测量系统而不是测量工具或测量仪器?因为影响测量结果的因素除了所使用的仪器外,还包括测量的标准、操作人员的使用方法、读数误差、夹具的松紧、环境温度等综合因素。
(人、机、料、法、环)使用的仪器是好的,并不意味着测量出的结果就是准确的,因此称为测量系统。
是对影响测量结果的因素的综合分析.3、为什么要做MSA?是为了对所使用的测量系统做一个科学、系统的分析和评定,保证测量出的结果是真实、有效的(六西格玛中强调用数据说话)。
4、量具经过校验是合格的,是否可以不用做MSA分析?现在要用一把千分尺测量槽的直径。
千分尺长期测量这一款产品,两个接触面上因为磨损出现了一个和产品直径相对应的圆弧(如红线所示)。
校验时测量标准块用的接触面的最高点,因此校验是合格的。
但如果拿来测量产品,就会因为圆弧而有一定的误差。
5、MSA分析的前提A、选择合适的量具:必须保证量具有足够的分辩率力,最少满足1/10原则。
分辩力太低不能探测出过程中的变差。
B、测量系统是稳定而且受控制的,即不能包括特殊变差在内。
如有特殊变差则不能用于控制。
6、哪些情况下需做MSA分析?·购买的新量具;·根据顾客要求或过程要求;·持续改进的过程中,测量数据之前;·按PPAP的要求,所有CP中提到的量具都需要进行分析。
对于用同一个量具测量多个尺寸的情况,则选择KPC尺寸或公差最小的尺寸进行分析。
7、MSA方法的分类· 计量型分析(极差法、均值极差法等)· 计数型分析(交叉法)· 破坏型分析(嵌套法)8、基本术语MSA中的术语很多,主要是分析以下几项,合称MSA的五性(详见下页图示):·偏倚·线性·稳定性·重复性和再现性,合称R&R或GRR偏倚:实际测量值和真值间的差值·通常又被称为”准确度“,但是因为准确度还有其它多种意思,因此不建议用准确度来代替”偏倚“。
超详细MSA测量系统分析讲解MSA(Measurement System Analysis)是一种用于评估测量系统准确性和可重复性的方法。
它被广泛应用于各种工业领域,特别是质量管理和过程改进领域。
下面将详细介绍MSA的一些关键概念和测量过程。
首先,MSA的主要目标是确保测量系统能够准确地衡量一个过程或产品的特性。
测量系统可以是任何用于测量的工具、设备或方法,如卡尺、天平、人工测量等。
为了评估测量系统的准确性和可重复性,主要使用以下几个指标:1. 精确度(Accuracy): 指测量结果与真实值之间的接近程度。
通常通过与已知的标准进行比较来评估。
2. 可重复性(Repeatability): 指在重复测量同一样本时,测量系统的结果之间的一致性。
这可通过多次测量同一样本并比较结果来评估。
3. 重现性(Reproducibility): 指在不同的条件下,不同操作员使用相同的测量系统测量同一样本时,测量结果之间的一致性。
现在,我们将介绍MSA的几个主要步骤:1.选择适当的测量系统:首先需要确定要使用的测量系统,这取决于所需测量的特性以及资源和时间的限制。
为了选择合适的测量系统,需要考虑其测量范围、精度和可靠性等因素。
2.收集数据:在进行MSA时,需要收集足够的数据量以便对测量系统进行分析。
数据收集可以通过抽样、重复测量或使用模拟数据等方式进行。
3.分析数据:收集到数据后,需要对其进行统计分析。
常用的分析方法包括直方图、均值-方差图和相关性分析等。
通过这些分析,可以计算出测量系统的准确性和可重复性指标。
5.评估测量系统:通过上述步骤,可以评估测量系统的准确性和可重复性,并确定它是否符合要求。
如果发现测量系统存在问题,可以采取改进措施,如校准、调整或更换测量设备等。
需要注意的是,MSA不仅适用于新的测量系统,也适用于已经在使用的测量系统。
对于已经在使用的测量系统,MSA可以帮助识别潜在的问题并提出相应的改进建议。
测量系统分析(MSA)知识科普一、什么是MSA?测量系统分析,英文Measurement System Analysis,缩写MSA,简单地说测量系统分析就是“对测量系统所作的分析”。
为了理解MSA的含义,我们可以把它分解成两个部分,一个是“测量系统”,一个是“分析”。
01.什么是测量系统?我们知道测量就是一个对被测特性赋值的过程,测量系统其实就是这个赋值过程涉及到的仪器或量具、标准、操作、方法、夹具、软件、人员环境等要素的集合。
系统中各个要素对测量结果的影响可能是独立的,也可能是相互影响的。
02.什么是“分析”?其实,如果要较个真,我们可以说测量系统分析的根本对象不是零件,而是测量系统输出的变差。
“分析”代表了一系列的分析方法。
MSA要回答的问题是:我们测量出来的数据在多大程度上代表了真实的数据?尽管我们永远不能确保测量出绝对准确的数据,但如果采集的数据偏差过大,那么这些数据就没有分析意义,可见MSA是非常关键的。
二、MSA的目的MSA的目的就是通过测量系统输出变差的分析,判断测量系统是不是可接受的,如果不可接受,进而采取相应的对策。
需要注意的是,世界上没有绝对完美的测量系统,因此测量系统误差可以减少但不能绝对消除。
三、MSA方法论MSA涉及多种方法,每一种都跟统计有关。
对大多数人来说,这些方法往往难以被记住,包括我自己。
为了便于理解记忆,我们先对“变差”进行剥丝抽茧,即进行结构,看看那些指标可以用于表征测量系统的测量变差。
弄清楚了这些指标,MSA方法论也就清晰可见了。
第一层:测量观察到的总变差(Observed Variation)=零件间变差(Unit-to-unit variation)+ 测量系统误差(Measurement system Error)其中零件间变差是指不同零件间客观存在的真实差异,由零件本身决定;测量系统误差就是我们MSA的对象,即由测量系统能力决定的测量偏差。
第二层:测量系统误差(Measurement system Error)=精确度(precision) + 准确度(Accuracy)精确度研究的是测量变差的波动范围,没有考虑与真值的差异;准确度研究的是测量变差离真值(或参考值)的差异。
MSA测量系统分析简介MSA测量系统分析(Measurement System Analysis)是一种用于评估和优化测量系统可靠性和稳定性的统计方法。
在各个领域,测量系统在产品设计、生产过程控制和质量检验等方面起着重要的作用。
通过进行MSA分析,可以确定测量系统的误差、偏差和稳定性,并评估测量结果的可靠性和准确性。
MSA的重要性测量系统是一个包含人员、设备、程序和环境等多个因素的复杂系统。
任何一个因素的变化都可能对测量结果产生影响,从而导致产品的不一致或质量问题。
因此,进行MSA分析非常重要,它可以帮助我们理解和控制测量系统的误差来源,优化测量过程,提高产品质量。
MSA的指标和方法1. 测量系统误差测量系统误差是指测量结果与实际值之间的差异。
常用的误差指标有Ma(Measurement accuracy)、Repeatability(重复性)、Reproducibility(可再现性)和Stability(稳定性)等。
其中,重复性指示了测量系统对同一样本重复测量时的一致性,可再现性指示了不同操作者在相同的条件下测量时的一致性,稳定性指示了测量系统的长期稳定性。
2. 测量系统判定为了评估测量系统的可靠性和准确性,可以使用以下方法进行测量系统的判定: - 直接对比法:将同一个样本分别由不同测量系统测量,通过比较测量结果的一致性来评估测量系统的准确性。
- 方差分析法:对测量结果进行方差分析,判断测量系统的误差是否显著。
- 通过测量系统分析工具,如测量系统拆解图、测量系统误差分析图等,可直观地帮助我们理解和诊断测量系统的问题。
3. MSA的方案和步骤进行MSA分析时,首先要确定合适的样本数量,并选择合适的测量方法。
然后,按照以下步骤进行分析: 1. 收集样本数据:从不同的测量系统中收集一组样本数据。
2. 分析数据:使用统计方法对测量数据进行分析,计算测量系统的误差指标。
3. 评估误差来源:通过分析测量结果的差异,确定误差的来源。
测量系统分析MSA测量系统分析(Measurement System Analysis,MSA)是一种用于检验和评估测量系统准确度、可重复性和稳定性的方法。
在各种生产行业和研究领域中,测量系统都扮演着重要的角色,这些系统能够测量和记录各种物理量,比如尺寸、温度、压力等。
而MSA旨在确保测量结果的准确性和可靠性,从而保障生产和研究的可靠性和可重复性。
首先,MSA包括三个关键的要素,即精度(accuracy)、重复性(repeatability)和稳定性(stability)。
精度表示测量结果与真实值的接近程度,重复性指相同条件下多次测量的结果的一致性,稳定性表示测量系统在长时间使用过程中的性能保持程度。
这三个要素都是评估测量系统品质的重要指标,需要通过一系列的统计分析方法来评估。
其次,MSA可以通过多种技术和工具进行分析。
常见的分析方法包括方差分析(Analysis of Variance,ANOVA)、组间方差分析(Gauge R&R)和Cp/Cpk等指标分析。
方差分析通过比较测量系统的变异与总变异的比值,从而确定测量系统的贡献程度。
组间方差分析是一种常用的检验方法,它通过比较同一工件在不同测量系统上的测量结果,确定每个测量系统的准确度和重复性。
Cp/Cpk是一种常用的机制能力指数,可以评估测量系统的性能是否满足工艺要求。
在进行MSA分析时,还需要按照一定的步骤来进行实施。
首先,需要明确测量系统的目标和使用条件。
其次,需要确定要测量的元件或工件,并确定测量系统的参数和所需的样本数量。
然后,进行测量试验,并收集数据。
在收集数据之前,需要确保测量设备的正常运行和校准。
数据收集后,可以进行数据分析,评估测量系统的准确度和可重复性。
最后,根据分析结果,提出改进建议,优化测量系统的性能。
MSA的应用范围十分广泛,可以涵盖制造业、医药行业、科研领域等各个领域。
在制造业中,MSA可以用于产品质量控制、工艺改进和供应链管理等方面。
MSA测量系统解析简介MSA〔测量系统分析〕是一种用于评估和分析测量系统的方法。
它可以帮助我们确定测量系统的准确性、稳定性和可重复性,从而评估测量系统是否能够提供可靠的测量结果。
本文将对MSA方法进行解析,并介绍其相关内容和步骤。
MSA的意义在很多领域,测量都是非常重要的。
无论是生产线上的质量控制,还是科学实验中的数据采集,准确的测量结果都是根底。
而测量系统的准确性和稳定性那么直接关系到数据的可靠性和可重复性。
因此,进行MSA分析是非常必要和重要的。
MSA可以帮助我们找出测量系统中的误差和变异,进一步优化测量过程,提高测量结果的准确性和可靠性。
通过对测量系统的分析,可以帮助我们确定适宜的修正和校准方法,从而提高测量系统的性能。
MSA的步骤1. 确定测量目标和标准在进行MSA分析之前,首先需要明确测量目标和标准。
这包括确定要测量的特征、测量方法和测量标准。
只有在明确了测量目标和标准之后,才能进行后续的分析和评估。
2. 进行稳定性分析稳定性分析是MSA分析的第一步,它用于确定测量系统的长期稳定性。
通常可以使用统计方法,如控制图或范围图来分析测量数据的稳定性。
通过分析数据的稳定性,可以确定测量系统是否存在非随机误差或异常值。
3. 评估准确性准确性评估是MSA分析的重要步骤,它用于确定测量系统的系统误差。
通常可以使用比照测量、重复测量或参考标准等方法来评估测量系统的准确性。
通过评估准确性,可以确定测量结果与真实值之间的偏差。
4. 评估可重复性可重复性评估是MSA分析的另一个重要步骤,它用于确定测量系统的随机误差。
通常可以使用重复测量或方差分析等方法来评估测量系统的可重复性。
通过评估可重复性,可以确定测量结果在屡次测量中的一致性和变异程度。
5. 分析测量系统误差来源在评估了准确性和可重复性之后,还需要进一步分析测量系统误差的来源。
这可能涉及到测量仪器、操作人员、环境条件等因素。
通过分析误差来源,可以确定改良测量系统的措施和方法。
术语准确度观测值和可接受的基准值之间同意的接近程度。
方差分析一种经常用于试验设计(DOE)中的统计方法(ANOVA),用于分析多组的计量型数据以便比较方法和分析变差源。
可视分辨率测量仪器最小增量的大小叫可视分辨率。
该数值通常以文字形式(如广告中)来划分测量仪器的分级。
数据的分级数可通过把该增量的大小划分为预期的过程分布范围(6O)来确定。
注:显示或报告的位数不一定总表示仪器的分辨率。
例如,零件的测量值为29.075、29.080、29.095等,记录为5位数。
然而,该仪器的分辨率为 0. 005而不是 0. 001。
评价人交差在一个稳定环境中应用相同的测量仪器和方法,不同评价人(操作者)对相同零件(被测体)的测量平均值之间的变差。
评价人变差(AV)是一种由于操作者使用相同测量系统的技巧和技能产生的差别造成的普通原因测量系统变差(误差)源。
评价人变差通常被假定为与测量系统有关的“再现性误差”,但这并不总是正确的(见再现性)。
偏倚测量的观测平均值(在可重复条件下的一组试验)和基准值之间的差值。
传统上称为准确度。
偏倚是在测量系统操作范围内对一个点的评估和表达。
校准在规定条件下,建立测量装置和己知基准值和不确定度的可溯源标准之间的关系的一组操作。
校准可能也包括通过调整被比较的测量装置的准确度差异而进行的探测、相关性、报告或消除的步骤。
核准周期两次校准间的规定时间总量或一组条件,在此期间,测量装置的校准参数被认定为有效的。
能力以测量系统短期评定为基础的~种测量误差的合成变差(随机的和系统的)的估计。
置信区间期望包括一个参数的真值的值的范围(在希望的概率情况下叫置信水平)。
控制图一种按时间顺序以样本测量为基础的过程特性图形,(这种图形)用于显示过程的行为,识别过程变差的形式,评价稳定性并指示过程方向。
数据一组条件下观察结果的集合,既可以是连续的(一个量值和测量单位)又可以是离散的(属性数据或计数数据如成功/失败、好/坏、过/不通过等统计数据)。
设计的试验一种包含一系列试验统计分析的有计划的研究,在试验中,有目的地改变过程因子并观察结果,以便确定过程变量之间的联系并改进过程。
分辨力(别名)又称最小可读单位,分辨率是是测量分辨率、刻度限值或测量装置和标准的最小可探测单位。
它是量具设计的一个固有特性,并作为测量或分级的单位被报告。
数据分级数通常称为“分辨力比率”,因为它描述了给定的观察过程变差能可靠地划分为多少级。
明显的数据分级能通过测量系统有效分辨率和特定应用下被观察过程的零件变差可靠地区分开的数据分级或分类。
见ndc。
有效分辨率考虑整个测量系统变差时的数据分级大小叫有效分辨率。
基于测量系统变差的置信区间长度来确定该等级的大小。
通过把该数据大小划分为预期的过程分布范围能确定数据分级数(ndc)。
对于有效分辨率,该 ndc的标准(在97%置信水平)估计值为1.41[PV/GRR]。
(见Wheeler,1989,一书中的另一种解释。
)F比在选定的置信水平上,用于评估随机发生概率的一系列数据的组间均方误差与同组内均方误差之间的数学比率的统计表达。
量具R&R(GR)一个测量系统的重复性和再现性的合成变差的估计。
GRR变差等于系统内和系统间变差之和。
直方图分组数据的频率的一种图形表示(条形图),用来提供数据分布的直观评价。
受控只表现出随机、普通原因变差的过程的状态内无序、可指定的或特殊原因变差相反)。
只有随机变差的过程操作是统计稳定的。
独立一个事件或变量的发生对另一个事件或变量发生的概率没有影响。
独立和相同的分布通常叫“iid”。
一组同质的数据,这些数据相互独立并随机分布于一个普通分布之中。
交互作用源于两个或多个重要变量的合成影响或结果,评价人和零件之间具有不可附加性。
评价入差别依赖于被测零件。
线性测量系统预期操作范围内偏倚误差值的差别。
换句话说,线性表示操作范围内多个和独立的偏价误差值的相关性。
长期能力对某个过程长时间内表现的子组内变差的统计量度。
它不同于性能,因为它不包括子组间的变差。
被测体在规定条件下被测量的特殊数量或对象;对于测量应用一个定义的系列规范。
测量系统用于量化一个测量单位或确定被测特性性质的仪器或量具、标准、操作。
方法、夹具、软件、人员、环境、和条件的集合;用来获得测量的整个过程。
测量系统误差由于量具偏倚、重复性、再现性、稳定性和线性产生的合成变差。
计量学测量的科学ndc分级数。
1.41(PV/GRR)不可重复性由于被测体的动态性质决定的对相同样本或部件重复测量的不可能性。
分级数见 ndc不受控表现出混乱的、可指定的或特殊原因变差的过程的状态。
不受控的过程即统计不稳定。
零件变差与测量系统分析有关,对于一个稳定过程零件变差(PV)代表预期的不同零件和不同时间的变差。
总件间变差由于测量不同零件产生的变差。
性能以测量系统长期评价为基础的测量误差(随机的和系统的)的合成变差的估计,包括所有随时间变化的显著的和可确定的变差源。
精密度测量系统在操作范围内(容量、范围和时间)的分辨力、敏感性和重复性的净效果。
在一些组织中,精密度和重复性具有互换性。
事实上,精密度最经常用于描述测量范围内的预期重复测量变差,这个范围可以是容量和时间。
通常建议使用比术语“精度”更具有描述性的分术语。
概率以已收集数据的特定分布为基础的,描述特定事件发生机会的一种估计(用比例或分数)。
概率估计值范围从0(不可能事件)到1(必然事件)。
一组条件或原因共同作用产生某种结果。
概率在已收集数据的特定分布为基础的,描述特定事件发生机会的一种估计(用比例或分数)。
概率估计值范围从0(不可能事件)到1(必然事件)。
一组条件或原因共同作用产生某种结果。
过程控制一种运行状态,将测量目的和决定准则应用于实时生产以评估过程稳定性和测量体或评估自然过程变差的性质。
测量结果显示过程或者是稳定和“受控”,或者是“不受控”。
产品控制一种运行状态,将测量目的和决定准则应用于评价测量体或评价特性符合某规范。
测量结果显示过程或者是“在公差内”或者是“在公差外”。
基准值被承认的一个被测体的数值,作为一致同意的用于进行比较的基准或标准样本:◆一个基于科学原理的理论值或确定值;◆一个基于某国家或国际组织的指定值;◆一个基于某科学或工程组织主持的合作试验工作产生的一致同意值。
对于具体用途,采用接受的参考方法获得的一个同意值。
该值包含特定数量的定义,并为其它已知目的自然被接受,有时是按惯例被接受。
注:与基准值同义使用的其它术语:已接受的基准值已接受值惯用值指定指最佳估计值标准值标准测量回归分析两个或多个变量之间关系的统计研究.确定两个或多个变量间数学关系的一种计算。
重复性在确定的测量条件下,来源于连续试验的普通原因随机变差。
通常指设备变差(EV),尽管这是一个误导。
当测量条件固定和已定义时,即确定零件、仪器标准、方法、操作者、环境和假设条件时,适合重复性的最佳术语为系统内差。
除了设备内变差,重复性也包括在特定测量误差模型下条件下的所有内部变差。
可重复的对相同样件或部件进行重复测量的能力,被测体或测量环境没有明显的物理变化。
重复重复性(相同的)条件下的多次实验。
再现性测量过程中由于正常条件改变所产生的测量均值的变差,一般来说,它被定义为在一个稳定环境下,应用相同的测量仪器和方法,相同零件(被测体)不同评价人(操作者)之间测量值均值的变差。
这种情况对受操作者技能影响的手动仪器常常是正确的,然而,对于操作者不是主要变差源的测量过程(如自动系统)则是不正确的,由于这个原因,再现性指的是测量系统之间和测量条件之间的均值变差。
分辨率可用作测量分辨率或有效分辨率。
测量系统探测并如实显示被测特性微小变化的能力。
(参见分辨率为。
)如果对与标准零件之差小于δ的任何零件的指示值与标准零件指示值概率相等,则测量系统分辨率为δ。
测量系统的分辨率受测量仪器以及整个测量系统其它变差源的影响。
散点图数据的X-Y坐标图,用于评估两个变量之间的关系。
敏感性导致一个测量装置产生可他探测(可辨别)输出信号的最小输入信号,一个仪器应至少和其分辨力单位同样敏感。
敏感性是通过固有量具的设计与质量、服务期内维护和操作条件确定的。
敏感性是用测量单位报告的。
显著水平被选择用来测试随机输出概率的一个统计水平,也同风险有关,表示为α风险,代表一个出错的概率。
稳定性既指测量过程的统计稳定性又指随时间变化的测量稳定性。
两者对于测量系统预期用途都是重要的。
统计稳定性包含一个可预测的,潜在的测量过程,该过程在普通原因变差(受控)条件下运行,测量稳定性(别名漂移)代表测量系统在运行周期(时间)内对测量标准或基准的必要的符合程度。
容差(公差)为了维持配合、形式和功能,与标准或公称值相比允许的偏差。
不确定度同测量结果有关的一个参数,代表数值的分散特性,次数值归结于被测体(VIM)是合理的。
在给定的置信水平内,对一个测量结果的指定范围描述,限值期望包含真实测量结果。
不确定是一个测量可靠性的量化表述。
单峰具有一种模式的一组邻近的数据。