统计过程控制spc测量误差

0 0 测量误差测量误差 0 . 91 准确度、精确度和可预测性 统计质量控制直接依赖于每一读数的准确度和精确度。准确度是指均值和目标对象之间 的接近程度，精确度则是指读数在均值周围的分布情况。例如，我们假设现在需要一个保镖，现在有 四个保镖前来应聘，他们分别对着一个靶子进行射击以证明各自的射击能力。图 1 . 91 显示的是他们射击的结果。那么你会选择雇佣哪个保镖呢？ 1号：既不准确也不精确2号：准确但不精确 3号：精确但不准确4 号：既精确又准确 图 9. 1 射击中准确度和精确度的区别 第一个保镖的射击结果分散在目标范围以外，既不准确也不精确。第二个保镖的射击是 准确的，但不是很精确，她的射击结果分散在目标范围内外。以此作为判断的话，她大约会有 50% 的概率击中目标。第三个保镖的射击是精确的，他的每一枪结果都跟其他结果很接近，但是却不够准 确， 我们可以看到他的所有射击结果都在目标范围以外。最后一个保镖的射击则是最接近完美的，她的 射击既准确又精确，各个结果彼此接近且又都落在目标范围以内，因此从射击命中率角度考虑，我 们应当选择第四个保镖。 当我们进行测量的时候，我们发现不同的测量器具和测量方法也会导致类似的差异。因此 我们认为测量过程中具有一定的变差也是合理的。但如果我们不加控制的话，变差很可能会使我们 的控制图发生错误。 当我们调节机器的时候，我们调节的是机器的准确度，而不是精确度。机器的维护则会 影响到它的精确度。不必要的维护也会导致机器适应性的变化而增加读数的波动性。我们 可以用统计 值指标来监控测量系统，它能告诉我们何时机器需要调节。类似这样的技术都可 以被用来对测量的波 动和控制图的误报情况进行控制。 2 . 92 操作员的变差 在测量系统中最难控制的变量就是操作员因素了。像工作态度、疲劳度和舒适度这样的 因素都会影响一个人精确执行过程的能力。 这一点在使用测量设备的时候是适用的， 在需要做出 诸如如何配色之类的决策时，这一点更加适用。即使来自于正确使用中的设备的读数也是会有一定 的波动。 你会怎样对图 9. 2 中第一个表盘 进 行 读 数 ? 你 可 能 会 说 是0. 020,0.025,0.0225 或 者0.022。 为 什 么会存在这样的差异呢？当一个读数 介于两个数字之间时，通常我们就需要去估 计它的实际值。即使表盘上的刻度划分到千 分之十那么细致，我们还是需要靠估计真 实值来获得读数。 我们再看图中的第二个表盘，你可 能会很直观地认为一个稍大于0. 020 的 读数理所当然地要大于一个稍小于 0.020 的读数。然而现在我们如果假定机 器的准确度是正负 0.005 ， 你是否依旧 坚 持 大 的 读 数 总 是 大 于 小 的 读 数 呢？ 我们对机器的读数还会和我们的培训 情况、经验甚至情绪有关。 图 9. 2 千分制的表盘比百分制的表盘更容易获得正确读数 一种减小因操作者主观判断带来的误差的方法是使用比规格要求更精细的测量仪器。例 如，测量要求的精度为百分之一，我们就采用能精确到千分之一的仪器。这样操作员就可以直接根 据最接近指针的刻度进行读数了。 另一种减小操作员波动带来影响的方法是采用能够获得数字化读数的仪器。通过直接提 供数字形式的读数，仪器自身避免了因主观判断可能发生的错误。操作员不再需要进行主观的猜测， 而只需将显示的数据直接记录下来即可。 3 . 93 指令 指令也是波动的一种来源。对执行测量的步骤的描述有多细致，直接影响到测量的准确 度和精确度。对缺陷的描述直接影响到一个数据点是否被确定为缺陷以及它应该被接受还是被拒绝。不 清晰的指令往往迫使操作员自身需要去主观猜测使用哪种方法才是正确的。每个人对此的理解可能都 是不一样的，因而我们得到的很可能将是类似于前文中提到的第一个保镖射击结果那样的图。 举个例子，如果你接到了下面这样的指令，你会怎么去做呢？“确 保操作正确。” “确保操作正确”这一指令告诉了我们需要做什么，但并没有告诉我们如何去做。假 设 你得到的指令就是： 确保操作正确： 1.把各个单元都排列到测试平台上，确保后面的单元控制前面的单元。 2.将基点的红线与管中的红线相连。同样将黑线与黑线相连。 3.将指示器与压力管相连。用螺丝固定并且用传感器检查有否渗漏。 4.在检查表上记录下传感器获得的读数。拒绝所有读数大于等于 50 的点。 现在你不仅知道要去确保操作正确，而且知道了怎样去确保。对于某些不太熟悉仪器的 检查者，有时候光有这样的指令依旧是不够的。这时我们可以画出步骤图，或者添加更精细的步骤指 令来帮助完成整个指令。 我们的目标是：同一个检测者在重复检测同一对象时，能够尽可能得到一致的读数。如 果我们的指令从一开始就不够详细准确，那么由于人员变动、休假以及操作时间的变长， 都会 对结果产生一些不良的影响。 4 . 94 手工检测中的问题 有些检测问题是无法使用仪器来完成的。 唯一的方法就是依靠检测者的感觉来做出判断。 像颜色的 特性和一些表面的缺损，例如标记、刮痕什么的，都需要依靠视觉来进行判断。 另外像气味这样的特征也 只能依靠一个人的感觉去进行检测。 对于这种类型的检测问题，接受与不接受之间的界限是模棱两可的。标准检测表中列出 了好与坏的标准例子，并且提供了检查者的一些基本判断标准，在检查时与标准检测表进行对照以作 出判断，可以帮助减小检查者之间的判断差别。但是这里要注意的是，这样做并不能够在本质上消 除这种波动性。 正如在本章一开始我们已讨论的， 工作态度、 舒适度以及疲劳度都会影响一个人的工作。 这在手工检测中尤为明显。举个例子， 随着工作者疲劳度的增加，他们的感觉能力也会发生变化。 他们 或者会变得更为严格，或者会漏检很多缺陷。有些人往往还有这样的想法， 如果不检测出足够多的 缺陷，他们的工作就是不负责任的。因此在使用同等检测标准检测出的缺陷数变少时，他们会不自觉 地提高检测标准。这对于整个生产过程的改进是很不利的。 目前为止还没有能够行之有效地解决这一类手工检测问题的通用方法。我们可以做这样 一个试验，把一堆已知缺陷数目的部件定期交给检测者检查。如果他们各自检测出的缺陷数目有很大 差别，那么意味着他们还需要更系统的培训。控制图在一些方面可以帮助我们追踪出不同检测者之间 的区别。我们可以要求每个检测者检查受控过程，然后把他们的检测结 果 画 成 p 图 或 者u图（见第十章） 。 那些得出结果中存在控制界限外点的检测者，显然都是存在问题的。 5 . 95 重复性和再现性（ R&R） 计量器能力的研究可以帮助我们确定计量器的准确度和操作者的精确度。重复性研究帮 助我们获得计量器的变差。在这种研究中， 我们让同一个人用同一台计量器对一个对象进 行多次的测 量。 再现性研究的是不同操作者之间的变差，因而需要多个操作者用同一计量器 对同一对象进行测量。 计量器能力的 R&R 研究通常采用 2到 3 个操作者对每个部件进行 2到 3 次测量的方案。下面我们 提出一套研究计量器重复性和再现性的方法： 第一步： 我们研究中必须选取若干个相似的部件。让每个测量者使用同一计量器对每个部件进行 测量并且记录下读数。对于“两次试验”的研