第一章----第 B 节测量过程3

为了有效地管理任何过程的变差，需要以下知识：

●过程应该做什么

●会出什么错

●过程正在做什么

规范和工程要求决定过程应该做什么。

过程失效模式及后果分析 4（PFMEA）是用来确定与潜在过程失效相关的风险，并在这些失效出现前提出纠正措施。PFMEA 的结果转移至控制计划。

通过评价过程结果或参数，可以获得过程正在做什么的知识。这种活动，通常称为检验，是用适当的标准和测量装置，检查过程参数，过程中零件，已装配的子系统，或者是已完成的成品活动。这种活动能使观测者确定或否认过程是以稳定的方式操作并具有对顾客规定的目标而言可接受的变差这一前提。这种检查行为本身就是过程。

不幸的是，工业界传统上视测量和分析活动为“黑箱作业”。设备是主要关注点 – 特性越“重要”，量具越昂贵。很少顾虑仪器的适用性。因此这些量具通常没有得到适当的使用或简单地不去用它。

测量和分析活动是一个过程 – 测量过程。所有的过程控制管理，统计或逻辑技术均能应用。

这就意味着必须首先确定顾客和他们的需要。顾客，过程的拥有者，希望用最小的努力做出正确的决定。管理者必须提供资源以采购必要的和足够的设备来完成工作，但是采购最好的或最新的测量技术未必能保证做出正确的生产过程控制决定。

设备只是测量过程的一部分，过程的拥有者必须了解如何正确使用这些设备及如何分析和解释结果。因此管理者也必须提供清晰明了的操作规定和标准以及培训和支持。接下来，过程的拥有者有义务监控和控制测量过程，以确保获得稳定和正确的结果，包括整个测量系统分析方法– 对量具、程序、使用者及环境的研究，例如，正常操作条件的研究。

测量系统的统计特性

一个理想的测量系统在每次使用时均能产生“正确”的测量结果。每个测量都会遵循某个标准 5。能产生这样的测量结果的测量系统被称为具有如下的统计特性：零方差、零偏倚和对所测的任何产品被错误分析的可能性为零。遗憾的是，具有这样理想统计特性的测量系统很少存在，因此过程管理者被迫使用统计特性不太理想的测量系统。测量系统的质量通常仅仅取决于经过一段时间后产生数据的统计特性。当他们要促成一整体上令人满意的测量系统时，其它因素如成本，易于操作等也同样重要。但是这是所产生数据的统计特性，是测量系统质量的决定因素。

对某种使用情况下非常重要的统计特性，其不一定是另一种使用情况下非常重要的统计特性。例如：在某些情况下使用三坐标测量仪（CMM），最重要的统计特性是“小”的偏倚和方差。具有这样统计特性的 CMM 将产生接近可追溯标准的公认值的测量结果。用这样仪器上所得到的数据对分析一个制造过程可能是十分有用的。但是，不管其偏倚和方差多么“小”，使用 CMM 这样的测量系统可能不能够用来分辨好产品或坏产品的接受工作，由于测量系统中其他因素会产生额外的变差来源。

管理者有责任为最佳的数据应用，识别最为重要的统计特征；管理者也有责任确保使用这些特征作为选择测量系统的依据。为了达成以上目的，需要有关统计特性的具体定义，并且规定测量它们的可接受的方法。尽管每一个测量系统可能被要求有不同的统计特性，但有一些基本特性用于定义“好的”测量系统。包括：

1）足够的分辨率和灵敏度。测量的增量应该小于测量的目的相应的过程变差或规范限值。通常被称为 10 比 1 规则，也就是说仪器的分辨力应把公差（或过程变差）划分成 10 等份或更多。这比例规则的意图是作为选择量具时的一个实际最先遵守的原则。

2）测量系统应该是统计受控制状态 6。这意味着在重复测量条件下，测量系统中的变差只能是由普通原因造成，而不能由特殊原因造成。这种情况可称之为具有统计的稳定性且可以通过控制图法最佳地进行评价。

3）为了产品控制，测量系统的变异性与公差相比必须小。依据特性的公差评价测量系统。

对于过程控制，测量系统的变差必须小于规范限值。以特性的公差来评估测量系统。

4）为了过程控制，测量系统的变差应该能证明具有有效的解析度，并且小于制造过程的变差。6Ω 过程变差和/或 MSA 研究中的总变差可用来评估测量系统。

测量系统的统计特性随着被测量的项目不同可能会发生变化。如果这样，测量系统的最大（最坏）的变差必须小于过程变差或规范限值。

变差的来源

与所有过程类似，测量系统受到变差的随机原因和系统上变差的影响。这些变差来源由普通原因和特殊原因造成的。为了控制测量系统变差：

1)识别潜在的变差源

2)消除（如有可能的话）或监控这些变差的来源

尽管特殊原因取决于不同情况，但一些典型的变差源是可以被识别。有多种不同的方法来呈现与分类这些变差的来源，例如因果图、失效树等，但本指南将关注的是测量系统的主要要素。

缩写 S.Ｗ.Ｉ.Ｐ.Ｅ7 用来表示一个普遍化的测量系统为了达成被要求的目标，有六个必要因素。S.Ｗ.Ｉ.Ｐ.Ｅ分别代表标准、工作件、仪器、人和程序及环境。可以考虑作为整个测量系统的一个误差模型 8。

S标准

W工作件(即零件)

I仪器

P人/程序

E环境

需要理解影响那六个区域的因素，以便能够控制或消除它们。

测量系统变差的影响

由于测量系统会被不同的变差来源影响，相同零件的重复读值不会有相同的产出与结果，每个读值之间不同是因为普通和特殊原因变差造成的。

重复读数也不产生相同或同样的结果。读数之间不相同是由于普通和特殊原因造成。

对测量系统变差的不同变差来源影响应该进行经过短期和长期评价。测量系统的能力是测量系统在短期间的（随机）误差。它是由线性、均一性与再现性结合的误差量。测量系统性能，像过程性能一样，是所有变差来源在长期的影响。这是经由确定了我们的过程是否处于统计受控状态（如，稳定并一致；仅有普通原因的变差），对中性（无偏倚），以及具有期望结果在一定范围内的可接受变差，（量具重复性和再现性（GRR））的实现，这是在测量系统能力上增加了稳定性和一致性。

由于我是是用测量系统的输出来对某产品和过程做出决策，这所有变差来源的累积后果通常被称为测量系统误差，或有时简单地称为“误差”。

对决策的影响

测量一个零件后，可以对零件状态的确定采取一个行动措施。一般来说，可以用来确定该零件是否可接受（在规范内）或不可接受（超出规范）。另一个常用的情况是将零件分类为特定的类别（例如：活塞的尺寸）

以一个范例作为接下来的讨论，有两种分类将被使用：超出规范“坏”和在规范内“好”；这并不为其它类别活动的讨论做出限制。

进一步的分类可能是可返工的、可补救的或报废。按照产品控制理论（product control philosophy），这样分类活动是测量一个零件的主要原因。但是，在过程控制理论下，集中的关注是零件的变差是否由过程中的普通原因还是特殊原因造成的。

对产品决策的影响

为了更好地理解测量系统误差对产品决策的影响，考虑的案例是假设对某一个单一零件的多次读值的所有变差是由于量具的重复性和再现性引起的。也就是说，测量过程处于统计受控状态，要考虑单个零件重复读数所有变差由量具的重复性和再现性影响。那就是测量过程是统计受控状态，并且是零偏倚。

无论何时任何零件的测量分布区域与规范限值重迭时，有时可能会做出错误的决定。例如，如果出现以下情况，一个好的零件有时会被判为“坏”的（第 I 类误差，制造者风险或错误警告）

然后，如果出现以下情况，一个坏的零件有时会被判为“好”的（第 II 类误差，顾客的风险或过失比率），如果：

备注：错误警告比率+过失比率＝误差比率存在风险是作决策的机会，也可能会作出对个人或进程不利的决策。也就是说，考虑到规范限值，只要当测量系统误差与规范限值相交时，就可能发生对零件做出潜在的错误决定。以下提出三个明显的区域。

第 I 类区 坏零件永远被称为坏零件

第 II 类区 可能做出潜在的错误决定

第 III 类区 好零件永远被称为好零件

对于产品状况，目标是最大限度地做出正确决定，有以下两种选择：

1）改进生产过程：减少过程的变差，没有零件产生在 II 区域。

2）改进测量系统：减少测量系统误差从而减小 II 区域的面积，因此生产的所有零件将在 III区域，这样就能减少做出错误决定的风险。

上述讨论假定测量过程是统计受控并且是对准目标。如果以上两个假设中的任何一个不成立，那么很难相信任何观测值能带来正确的决定。

对过程决策的影响

对于过程控制，以下需求要被建立：

●统计的控制

●对准目标

●具有可接受的变差