问:MSA和SPC之间有什么关系?
答:MSA用来分析测量过程,以评价测量过程所获得数据的质量,测量数据质量有保证是分析真实零件特征值变差的前提条件;MSA可以认为是把在制造过程中的统计或逻辑技术运用到了测量过程中来。
1、在进行SPC分析之前,为什么需要先考虑MSA?
当我们在分析大量的零件特征测量值数据时,首先第一个需要考虑的问题是这些数据本身是准确的吗?这些测量值能在多大程度上代表零件真实的特征值呢?
通常以AIAG出版的MSA手册提出,把测量过程当做是一个制造数据的过程,要评估数据本身的质量,可以拿测量过程做试验,研究评估测量过程中测量误差是否足够小。AIAG的MSA手册把测量过程中的误差分为两大类,系统性的误差(与位置有关的,包括偏倚,线性,稳定性)和随机性的误差(与离散有关的,包括重复性和再现性),并且给出了五个测量过程统计特性的定义。
因为零件特征测量值的变差中包括了零件真实的变差和测量过程导致的变差(如下图所示),通常当GRR占公差的百分比小于10%时,可以忽略测量过程本身导致的变差,测量观测值的变差可以认为几乎都是由于零件本身特征值不一致导致,即观测到的过程能力跟实际过程能力几乎一致(备注:当GRR占公差百分比等于10%时,观测的cp在1到2之间时,实际的cp与观测cp之间相差最大在0.05之内)。
换一句话说,汽车行业要求,通常测量系统分析合格后,才认为可以用测量值代表零件的实际特征值,进而再去分析导致零件实际特征值变化的原因,比如设备能力和过程能力。
2、如何理解可以把制造过程中的统计,逻辑技术运用到测量过程中来?
AIAG的第四版MSA手册中提到,所有的测量和分析活动是一个过程,所有的过程控制管理,统计或逻辑技术都可以运用。如何去理解这段文字呢?
我们常说,AIAG出版的手册往往只是具有理论指导意义,对于实际工程中如何落实,更建议参考一些德系汽车公司内部的标准。我们将制造过程中所运用的统计或逻辑技术运用到测量过程中来,总结对测量过程分析的具体路线,如下图所示:
我们在制造过程中用到的管理策划工具,例如流程图,PFMEA,控制计划,当然也可以移植到测量过程中来,特别的对于一些复杂的测量过程,需要团队一起讨论测量过程的风险时,显得非常重要,而对于一些简单的测量过程,建议公司至少需要去对测量过程中的测量人员,零件,方法,环境,量具按制定好的检查表进行检查,以便在量化分析之前,对明显的问题进行纠正,而无须等到量化评价发现有问题再去改进。
在量化评价测量过程的误差来源时,也可以用与制造过程相同的逻辑流程去分析,与机器能力对应的检具能力,与制造过程能力对应的测量过程能力,与生产过程稳定性监控对应,我们也可以拿标准件对测量过程中的误差是否有异常进行监控。这些对应关系,对于确定测量过程分析的流程步骤非常有益,它确定了很多企业实施测量系统分析的标准方法。
3、总结
在这篇短文中,我们说明了为什么在进行设备能力研究,过程能力研究之前,需要先进行测量系统分析,因为观测值的变差中包含了测量过程带来的误差,通常,当GRR%小于等于10%时,在现有的能力指数要求下,观测到的过程能力与实际过程能力几乎相等
另一个方面,我们将在制造过程中运用的过程控制管理,统计和逻辑技术运用到测量过程中来,总结了对于测量过程分析的大致框架,换一句话说,可以认为是把曾经在制造过程中运用的统计方法运用到测量过程中来,很多企业根据这种对应关系确定了测量系统分析的标准方法和流程。
联系客服