MSA 测量系统分析 第四版 英文版

MSA 测量系统分析是评估一个测量系统（包括量具、仪器、操作员、程序、软件、环境等）是否适合其预期用途。关键在于确定测量系统的变差在总过程变差或产品公差中所占的比例是否可接受，从而确保数据可靠，用于过程控制、产品验收或改进决策。

MSA 第四版的主要特点和更新（相较于第三版）

1. “五性”分析法替代传统的“GR&R”：

   • 这是最重大的变化！ 第四版不再仅仅关注“重复性”和“再现性”，而是扩展为五个核心特性：

     • 偏倚： 测量结果的观测平均值与参考值之间的差异。评估准确度。

     • 稳定性： 测量系统随时间保持其统计特性的能力（偏倚和变差）。常用控制图评估。

     • 线性： 在量具预期的工作（测量）范围内，偏倚值的差值。评估偏倚在整个量程上是否一致。

     • 重复性： 设备变差 (EV) – 在尽可能相同的条件下（同一操作员、同一设备、同一被测件、短时间间隔内），多次测量结果的变差。反映设备本身的波动。

     • 再现性： 操作员变差 (AV) – 由不同操作员使用相同的量具测量相同的产品特性时产生的测量平均值的变差。反映操作员间的差异以及操作员与设备的交互作用。

   • GR&R 被包含在内： 传统的量具重复性与再现性研究现在是评估“重复性”和“再现性”的主要方法，但它只是整个“五性”框架的一部分。最终报告通常会包含 %GR&R 或 %TV (总变差百分比) 作为测量系统整体波动性的关键指标。

2. 强调测量系统分辨力：

   • 更明确地要求确保测量设备具有足够的分辨力（最小刻度）。一个经验法则是：分辨力应小于或等于过程变差或公差带的十分之一（10:1 规则），且至少能检测到过程变差或公差带。不足的分辨力是许多测量系统问题的根源。

3. 样本选择和覆盖范围：

   • 强烈强调样本必须覆盖实际的过程变差范围。 样本不能只集中在规格中心附近，必须包含接近上下规格限的零件。这样才能真实反映测量系统在整个实际生产波动范围内的表现。

   • 推荐样本数量通常为 10 个，并且应代表生产过程中可能遇到的变差（例如，从不同的批次、不同的机器、不同的班次选取）。

4. 可区分类别数：

   • NDC 成为关键接受准则之一。 NDC 表示测量系统能够可靠地区分出多少个不同的数据类别（分组）。它基于 GR&R 研究的结果计算得出。

   • 接受准则： NDC >= 5 通常被认为是可接受的。NDC < 2 表示测量系统完全无法区分零件间的差异（完全不可接受）。2 <= NDC < 5 表示分辨力不足，需要改进。

5. 接受准则的演变：

   • 更强调基于过程变差 (%TV) 的评估，而不仅仅是基于公差 (%Tol)。 因为过程控制（SPC）更关注过程本身的波动，而不仅仅是符合规格。

   • 常用接受准则：

     • %GR&R 或 %TV (占总变差的百分比):

       • < 10%：测量系统可接受。

       • 10% – 30%：测量系统有条件接受（取决于应用的重要性、改进成本等，需要根据风险判断）。

       • 30%：测量系统不可接受，需要改进。

     • %Tol (占公差带的百分比): (当用于产品验收时更重要)

       • < 10%：可接受。

       • 10% – 30%：有条件接受。

       • 30%：不可接受。

     • NDC >= 5：可接受。

6. 计数型测量系统分析的显著增强：

   • 第四版大大扩充和完善了用于评估通过/不通过或分类（如颜色、缺陷等级）的测量系统的方法。

   • 引入了更严谨的统计方法，如：

     • 假设检验分析： 评估测量系统与标准判断的一致性。

     • 信号探测理论： 评估测量系统区分“好”与“坏”的能力（灵敏度和特异性）。

     • 更详细的交叉表分析： 分析操作员内部、操作员之间以及操作员与标准之间的一致性和错误类型（漏判、误判）。

   • 提供了更清晰的接受准则（如 Kappa 值）。

7. 图形化分析的重要性提升：

   • 手册强调使用各种图形（均值-极差图、均值图、极差图、箱线图、散点图、直方图、线性图等）来直观地理解测量系统的表现、识别异常值和特殊原因变差。

为什么使用 MSA 第四版？

1. 符合行业标准： 汽车行业（特别是 Tier 1 供应商）普遍要求使用第四版方法。

2. 更全面： “五性”框架确保了对测量系统所有关键方面的系统评估。

3. 更科学： 强调样本覆盖范围、分辨力和 NDC 等，使评估结果更可靠、更贴近实际应用场景。

4. 更实用： 增强的计数型 MSA 方法解决了实际中大量存在的定性测量评估需求。

5. 改进决策基础： 提供更可靠的数据，支持更好的过程控制、质量改进和产品验收决策。

实施关键点

• 理解“五性”： 掌握偏倚、稳定性、线性、重复性、再现性的定义、评估方法和接受标准。

• 重视样本： 确保选取的样本真正代表过程变差。

• 关注分辨力和 NDC： 这是判断测量系统能否有效“看见”过程变差的关键。

• 选择合适的分析方法： 根据测量类型（计量型/计数型）和目的选择正确的 MSA 方法。

• 利用图形工具： 图形是发现问题和理解结果的有力助手。

• 持续改进： MSA 不是一次性的活动，测量系统会漂移、磨损，需要定期评估和维护。

总而言之，MSA 第四版提供了一个更全面、更严谨、更实用的框架，用于评估测量系统的能力，确保其产生的数据可靠，从而为质量管理和过程改进奠定坚实的基础。它是现代制造业，尤其是汽车供应链中质量工程师和制造工程师必备的核心技能和知识。