|
在工业制造领域中，波动就是管理的敌人，其来源一方面来自于过程本身，另一方面来自于测量系统。所谓测量系统分析是指运用统计学的方法对测量系统进行评估，在合适的特性位置测量正确的参数，了解影响测量结果的波动来源及其分布，并确认测量系统是否符合工程需求（像不像之前DOE部分提到的规律部分与随机部分）。这里要敲一个重点：符合工程需求，也就是说在不同行业、项目中第一步是设定目标（标准），然后研究才是对的，以偏概全的完全按某一标准操作是不对的。 特别是现在自动化测试、非标检验越来越多，一招鲜走天下的方法完全是不够用的。 常用的就是测量系统的“五性”： 第一个“性”就是所谓的偏倚性（Bias）。通常是在很短的时间内对一个已知的标准值进行多次测量，以确定测量系统测出值与标准值是否存在差异，是对测量系统准确性的最直接的描述。 第二个“性”就是所谓的线性（Linearity）。好的测量系统要求这些不同长度的偏倚连起来应该是一条直线，即“线性”。通常用一元线性回归来判断偏倚是否呈线性。 第三个“性”就是稳定性（Stability）。也就是说，在不同时间测量同一个东西(通常是标准件)，其偏倚和精度随着时间的变化所出现的波动应该是恒定的。这体现了你对测量系统的管理水平，通常用控制图来进行判断。 第四、五个“性”就是大家都非常熟悉的重复性（Repeatability）和再现性（Reproducibility）。这两个性用来评价测量系统在相同条件下多次测量一个被测物，和不同条件下测量一个被测物所出现的波动。 严格来说在做测量系统分析(MSA)时，这五性都要进行验证。偏倚与线性通常是通过定期检定来完成，除了负责计量的人其他人很少接触,而且现在工业化水准对标准化量具制造完全不存在问题，久而久之很多人想当然地把GageR&R等同于MSA，而且随着自动化测量设备的引进，甚至将测量系统分析弱化。 从系列的全面性来看这一章节是必要的，Minitab 量具研究中的许多方法均基于AIAG 出版物（如AIAG手册等），研究对象一样，方法不一样结果自然就不一样了。下面小结四个常见的误区：
下一章节将直接通过案例分析介绍Minitab如何对五性进行分析的。 整理不易，欢迎点亮再看！ ---Minitab系列--- ---------------------------------------------- 整理不易，欢迎点亮再看！
|
|
|
