MSA测量分析的方法(质量工具MSA判定标准)

摘要：测量系统的误差由稳定条件下运行的测量系统多次测量数据的统计特性：偏倚和方差来表征。偏倚指测量数据相对于标准值的位置，包括测量系统的偏倚、线性和稳定性；而方差指测量数据的分散程度，也称为测量系统的R&R，包括测量系统 的重复性和再现性。

测量系统分析（MSA）

MSA是使用数理统计和图表的方法对测量系统的分辨率和误差进行分析，以评估测量系统的分辨率和误差对于被测量的参数来说是否合适，并确定测量系统误差的主要成分。

测量系统的统计特性

•Bias偏倚(Bias)

•Repeatability重复性(precision精度)

•Reproducibility再现性

•Linearity线性

•Stability稳定性

1.偏倚：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。

2.重复性: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）

3.再现性:由不同操作人员，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（三同一异）

4.线性:在量具正常工作量程内的偏倚变化量多个独立的偏倚误差在量具工作量程内的关系是测量系统的系统误差构成.

5.稳定性:是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。

测量系统应有的特性

•足够的分辨率和灵敏度。为了测量的目的，相对于过程变差或规范控制限，测量的增量应该很小。通常所有的十进制或10/1法则，表明仪器的分辨率应把公差(过程变差)分为十份或更多。这个规则是选择量具期望的实际最低起点。

•测量系统应该是统计受控制的。这意味着在可重复条件下，测量系统的变差只能是由于普通原因而不是特殊原因造成。这可称为统计稳定性且最好由图形法评价。

总之,理想的测量系统在每次使用时，应只产生“正确”的测量结果。每次测量结果总应该与一个标准值相符。一个能产生理想测量结果的测量系统，应具有零方差、零偏倚和所测的任何产品错误分类为零概率的统计特性。