msa一致性分析实例

2024-07-13

msa一致性分析实例

1.msa一致性分析实例篇一

1 进行MSA时的前期准备

(1) 假设被测量零件或特性不因测量而改变或破坏。

(2) 假设测量过程变差符合正态分布, 否则采用MSA方法会过高估计测量系统误差。

(3) 根据测量系统定义把测量过程看作一个制造过程, 其输入为样本, 输出为测量数据。这样在统计过程控制领域使用的所有概念、原理、工具均适用于测量过程。

(4) 测量数据是测量系统处在稳定条件下时, 用随机抽样和盲测法 (操作者事先不知道正在进行测量系统评定) 在实际测量环境下获得。

(5) 所取样品必须从过程中选取代表整个范围, 即有最大值、最小值、中间值的样品。

(6) 评价人应该从日常工作中挑选。

(7) 检测仪的分辨力。初选时, 可以规定能识别出公差 (或过程变差) 值的1/10。

2 策划分析

2.1 如何选择样本

由于车架制造误差和摆臂内的弹性橡胶元件的弹性差别等原因, 造成车辆在组装之后其外倾角角度差别很大。表1为从组装线下线车辆的车轮外倾角角度。

(′)

如果我们这样采集数据, 然后进行M S A分析, 就犯了一个严重的错误。就好像采集某个螺栓的力矩样本进行MSA分析, 在使用气扳机拧紧螺栓后还未进行力矩扳手校准就采集数据。这样肯定不正确。

所以, 应该将这10辆车的外倾角调成一个统一的角度 (此项目定为3.5′) , 然后重新到四轮定位仪上检测并取得样本数据。

2.2 测量系统变差分析

测量系统变差分析矩阵表见表2。

偏倚常被称作“准确度”;稳定性是测量系统在某一阶段时间内, 测量同一基准或零件的单一特性时获得的测量总变差;线性是指在设备的预期操作 (测量) 范围内偏倚的不同。这三性的分析重点在准确性上。为了保证测试的准确性, 此检测仪通过国家专业检测部门使用标定小车 (是一个没有悬挂系统的带有4个轮胎的小车) 标定, 而且每个班次都使用专用标定架进行一次零位检查。所以, 上面所指的三性是有保证的。

分析重点应该放在设备的精确度分析上。重复性是由1个评价人, 采用同一种测量仪器, 多次测量同一零件的同一特性时获得的测量变差。再现性通常定义为由不同的评价人, 采用相同的测量仪器, 测量同一零件的同一特性时测量平均值的变差。考虑到这台设备涉及到2个人作业, 作业时需要操作者停好车、向左/向右匀速转动方向之后复位, 而且设备的实际精确程度是未知的 (只有供应商提供的数值) , 所以对四轮定位检测仪的双性 (重复性、再现性) 进行分析。

3 数据采集及核算

(1) 每位评价人分别对10辆车各测量1次为1个循环, 共测量3个循环。

(2) 这10辆车的外倾角在取样之前都调成3.5′。

(3) 此车前轮外倾角规定值:0±30′。所以, 为了保证所选样本能代表过程变差的实际或预期范围, 对取样车辆外倾角调成3.5′之前, 要求选取的10辆合格车的状态是:车轮外倾角在-30′～-20′范围内1辆;车轮外倾角在-20′～-10′范围内2辆;车轮外倾角在-10′～0范围内2辆;车轮外倾角在0～10′范围内2辆, 车轮外倾角在10′～20′范围内2辆, 车轮外倾角在20′～30′范围内1辆。

(4) 评价人并不知道所测车辆的编号, 且每位评价人测量时另外一名评价人回避, 已达到盲测的要求。

外倾角的数据采集及核算见表3。

4 量具重复性和再现性报告

量具重复性和再现性报告见表4。

5 方差分析 (ANOVA) 的变差和贡献

ANOVA是一种标准统计技术, 可用于分析测量误差或其他测量系统研究中数据变异的来源。在方差分析中, 方差可以被分解成4个部分:零件、评价人、零件与评价人之间的交互作用及由于量具造成的重复误差。变差和贡献见表5。

6 绘制方差分析图

在下面的作图分析讨论中涉及到的图1 a～图1f, 可以作为ANOVA研究的一部分, 可用来确认和提供进一步的数据趋势。

7 分析

(1) 在图1a中, 部件间的贡献变异百分比为98.84%, 远远大于量具R&R的贡献百分比1.16%, 表明大部分变异是由于部件间的差异所致。

(2) 在图1c中, 所有控制点没有超出控制范围, 说明测量一致。

(3) 在图1e中, 有90%以上的点 (18个点子) 落在控制线以外, 在控制线以外的点超过50%, 说明测量系统适合检验出车辆的变差, 能为过程的分析和控制提供有用的信息。