MSA丨偏倚及确定偏倚的方法

质量
2022-01-17 16:18
4548
手机查看

测量系统分析【MSA】分为计数型和计量型。计量型分析包含了极差法、均值与极差法、方差分析（ANOVA）法、偏倚、线性、控制图法等。下文就偏倚展开案例分析。

偏倚通常被称为“准确度”。是指对相同零件上同一特性的观测平均值与真值(参考值)的差异。

偏倚是测量系统的系统误差。它会增进所有已知或未知的变差来源所共同影响的总偏差，这促使在某一测量时期内重复地应用相同测量过程时，以总偏差趋向去恒定和预测地补偿所有的结果。

造成过大的偏倚的可能原因有：

●仪器需要校准

●仪器、设备或夹具磨损

●基准的磨损或损坏，基准偏差

●不适当的校准或使用基准设定

●仪器质量不良-设计或符合性

●线性误差

●使用了错误的量具

●不同的测量方法-作业准备、加载、夹紧、技巧

●测量的特性不对,变形(量具或零件)

●环境——温度、湿度、振动、清洁

●错误的假设，应用的常数不对

●应用零件数量、位置、操作者技能、疲劳、观测误差(易读性、视差)

在校准过程所使用的测量程序(如：使用“基准”)，应该尽可能地与正常操作的测量程序一致。校验报告中会给出不同值的偏倚量。偏倚为负，说明观察值比参考值小，偏倚为正，说明观察值比参考值大。前提是测量系统的偏倚量是可重复的。

确定偏倚是否可接受的独立样本方法采用假设试验：

H₀bias=0
H₁bias≠0

评估计算的平均偏倚来确定这个偏倚是否是由于随机(取样)变差而产生的。

偏倚性分析的步骤：

一、取生产线零件：

1) 从生产线中取一个落在规格中心值域的零件样本

2) 使用精准度较佳（至少同等级）之量具反复量测零件样本（至少15次）

3) 并以合理的统计量（如平均值），建立其参考标准值

二、测量

1) 作业员应熟悉并了解一般操作程序，避免应操作不熟练而增加量测数据变异

2) 定期对标准件或零件重复量测10-20次，将量测数据记录并计算平均（称为观测平均值）

3) 计算Bias(偏倚）：Bias(偏倚）=观测平均值-参考标准值

4) 计算相关统计量（标准差/t值等）

5) 检定H0: Bias=0及计算Bias 95% 信赖区间

3)计算分析—数值（计算Bias）

1)计算n个读数的平均偏倚

2)计算重复性标准偏差

3)通过计算%EV确定此重复性是否可以被接受

%EV = 100 [EV/TV]=100[σ重复性/TV]

这里的总变差(TV) 是基于预期的过程差(首选)或规格范围除6。如果%EV是大的，那么这个测量系统的变差可能不被接受。因为偏倚分析假定重复性是可以接受，所以继续运用一个%EV值大的测量系统进行分析会导致误导与混淆的情况。

4)确定偏倚的t值;

5)如果0落在偏倚值附近的1-a置信度界线内，则偏倚在a水准上是可接受的

所使用的a水准取决于敏感度的水准，敏感度水准对评价/控制过程是必要的，并且与产品/过程的损失函数(敏感度曲线)有关。如果ɑ置信度水准不是使用默认值0.05 (95%置信度)，则应该得到顾客的同意。

偏倚-范例

一个制造工程师评价了一个用于过程监控的新测量系统。测量设备的一项分析证明该测量系统应该没有线性误差的考量，所以该工程师只需对测量系统的偏倚进行评价。他基于一份已文件化的过程变差描述，在这测量系统操作范围内选取了一个零件；通过对该零件进行了全尺寸测量来确定它的参考值,然后由主要操作者测量该零件15次。