摘要：MSA（Measurement System Analysis）测量系统分析的核心目的是评估测量系统的准确性、精确性和稳定性，以确保测量数据能够真实可靠地反映被测量对象的特性。在汽车行业，准确的测量数据对于产品质量控制、过程改进以及满足法规要求至关重要。例如，
MSA 测量系统分析培训资料
编辑讲师 王利民 尊重原创 版权所有
## 一、MSA 简介
1. **目的**
- MSA（Measurement System Analysis）测量系统分析的核心目的是评估测量系统的准确性、精确性和稳定性，以确保测量数据能够真实可靠地反映被测量对象的特性。在汽车行业，准确的测量数据对于产品质量控制、过程改进以及满足法规要求至关重要。例如，汽车发动机零部件的尺寸测量必须精确，否则可能导致发动机装配不良，影响性能和可靠性，甚至引发安全问题。通过 MSA，可以量化测量系统的误差，识别误差来源，进而采取措施加以改进，提高测量数据的质量。
2. **重要性**
- 为质量决策提供依据：在汽车制造过程中，无论是原材料检验、过程监控还是成品验收，都依赖测量数据来判断产品是否合格。如果测量系统存在较大误差，可能导致误判，将不合格品判定为合格品流入市场，或者将合格品误判为不合格品造成浪费。例如，汽车制动系统零部件的尺寸测量不准确，可能使制动性能不稳定的产品被放行，危及行车安全；而对于一些实际上符合要求的零部件，如果因测量误差被拒收，会增加生产成本。
- 支持过程能力分析：准确的测量数据是计算过程能力指数（如 Cpk）的基础。只有测量系统可靠，才能真实评估生产过程是否有能力稳定地生产出符合规格要求的产品。例如，在汽车零部件的机械加工过程中，如果测量系统的误差较大，计算出的 Cpk 值可能无法准确反映过程的实际能力，从而误导企业对生产过程的改进决策，可能导致不必要的工艺调整或资源浪费。
- 满足法规与客户要求：汽车行业受到严格的法规监管，同时客户对产品质量也有很高的期望。许多法规和客户标准都要求企业对测量系统进行有效的分析和控制。例如，汽车排放测试的测量系统必须经过严格的 MSA 验证，以确保排放数据的准确性，满足环保法规要求；汽车主机厂也会要求零部件供应商提供测量系统分析报告，证明其测量过程的可靠性，否则可能影响供应商的供货资格。
## 二、测量系统的组成要素
1. **测量设备**
- 量具：包括卡尺、千分尺、量表、三坐标测量仪等用于直接测量物理量的工具。在汽车零部件生产中，卡尺常用于测量较小尺寸的零件，如螺栓的直径、厚度等；千分尺则可提供更高的测量精度，用于测量发动机曲轴的轴颈尺寸等关键部位；三坐标测量仪能够对复杂形状的零件进行精确的三维尺寸测量，如汽车车身冲压件的形状和尺寸检测。
- 测量仪器：如硬度计、粗糙度仪、光谱分析仪等用于测量材料特性的设备。例如，硬度计用于检测汽车零部件材料的硬度，确保其符合设计要求，像发动机缸体、变速器齿轮等零部件的硬度对其耐磨性和强度有重要影响；粗糙度仪可测量零件表面的粗糙度，对于一些有密封要求或高速运动的零件，如发动机活塞、气门等，合适的表面粗糙度是保证其性能的关键；光谱分析仪则用于分析材料的化学成分，在原材料检验中发挥重要作用，确保汽车零部件使用的钢材、铝材等材料的成分符合标准。
- 测量软件：在一些自动化测量系统或与计算机连接的测量设备中，测量软件负责数据采集、处理和分析。例如，三坐标测量仪配套的测量软件可以根据预设的测量程序自动控制测量头的运动，采集测量点的坐标数据，并进行数据拟合、尺寸计算和误差分析，生成详细的测量报告。测量软件的准确性和稳定性也会影响整个测量系统的性能，需要进行定期的验证和更新。
2. **操作人员**
- 操作人员的技能水平：包括对测量设备的操作熟练程度、对测量标准的理解和执行能力等。例如，一个熟练的质检员使用卡尺测量汽车零部件尺寸时，能够正确地操作卡尺，准确地读取和记录测量数据，并且能够根据测量标准判断测量结果是否合格；而一个新手操作人员可能因操作不熟练导致测量误差增大，如测量时用力不当使卡尺变形，或者读数错误等。
- 操作人员的工作态度：认真负责的工作态度有助于减少测量误差。操作人员如果能够严格按照测量操作规程进行操作，注重测量环境的控制，及时记录和报告测量过程中的异常情况，就能提高测量数据的质量。相反，如果操作人员粗心大意，不遵守操作规程，如随意更改测量设备的设置，不进行测量前的校准检查等，就会增加测量系统的变差。
3. **测量环境**
- 温度：温度对测量结果有显著影响，尤其是对于一些精密测量。例如，在测量汽车发动机缸体的孔径尺寸时，由于金属材料的热胀冷缩特性，如果测量环境温度不稳定或与标准温度（通常为 20℃）偏差较大，会导致测量结果出现误差。一般来说，温度每变化 1℃，一些金属材料的尺寸可能会产生约 10 - 12μm/m 的变化。因此，精密测量通常要求在恒温环境中进行，或者对测量结果进行温度补偿。
- 湿度：高湿度环境可能会影响某些测量设备的性能，如电子测量仪器可能会因受潮而出现故障或测量误差增大。对于一些对湿度敏感的材料测量，如汽车内饰材料的吸水性测试，湿度的控制更是关键。如果湿度超出规定范围，可能会导致材料的吸湿量发生变化，从而影响测量结果的准确性。
- 振动：在测量过程中，振动可能会使测量设备或被测量对象发生位移，导致测量误差。例如，在汽车发动机装配线上进行零部件的拧紧力矩测量时，如果附近有大型设备在运行产生振动，可能会使拧紧力矩扳手的读数不稳定，影响测量的准确性。因此，对于一些高精度测量，需要在无振动或振动极小的环境中进行，或者采取减振措施。
- 照明：照明条件会影响操作人员对测量设备的读数和对被测量对象的观察。例如，在进行汽车零部件外观缺陷检查时，如果照明不足或光线不均匀，可能会导致操作人员漏检或误判缺陷。合适的照明条件应该能够提供足够的亮度且光线均匀，以便清晰地观察被测量对象的特征。
## 三、测量系统的变差来源
1. **重复性（Repeatability）**
- 定义：重复性是指在相同测量条件下，对同一被测量对象进行多次测量时，测量结果之间的差异。例如，一名质检员使用同一把卡尺对同一汽车零部件的同一尺寸进行多次测量，每次测量得到的数值可能不完全相同，这种差异就是重复性变差。
- 影响因素：
- 测量设备的固有特性：如量具的磨损、弹性变形、测量仪器的电子噪声等。例如，一把使用时间较长的卡尺，其测量面可能会磨损，导致测量时与被测量对象的接触不紧密，从而产生测量误差；电子测量仪器中的电子元件老化或受到电磁干扰时，可能会产生噪声信号，使测量结果出现波动。
- 操作人员的操作习惯：即使在相同条件下，不同的操作人员可能因操作手法略有差异而导致测量结果不同。例如，使用卡尺测量时，不同操作人员的测量力大小可能不同，测量力过大可能会使被测量对象产生微小变形，从而影响测量结果；或者操作人员读取刻度时的视差也会导致重复性变差。
2. **再现性（Reproducibility）**
- 定义：再现性是指在不同测量条件下（通常是不同的操作人员、不同的测量设备或不同的测量时间），对同一被测量对象进行测量时，测量结果之间的差异。例如，不同的质检员使用相同型号的卡尺对同一汽车零部件的同一尺寸进行测量，或者同一质检员在不同时间使用同一卡尺进行测量，得到的结果可能存在差异，这种差异就是再现性变差。
- 影响因素：
- 操作人员的差异：包括操作人员的技能水平、工作经验、对测量标准的理解和执行能力等。例如，经验丰富的操作人员可能更能准确地操作测量设备和判断测量结果，而新手操作人员可能会出现更多的错误；不同操作人员对测量标准中关于测量位置、测量方法等规定的理解可能不同，导致测量结果的差异。
- 测量设备的差异：即使是相同型号的测量设备，由于制造公差、校准状态等不同，也可能产生测量结果的差异。例如，不同的卡尺可能存在零位误差不同的情况，或者在使用一段时间后，由于校准的差异，其测量精度也会有所不同。
- 测量环境的变化：如温度、湿度、振动等环境因素在不同时间或不同地点可能发生变化，从而影响测量结果。例如，在不同季节，车间的温度和湿度可能有较大差异，对于一些对环境敏感的测量，就会导致再现性变差。
3. **偏倚（Bias）**
- 定义：偏倚是指测量结果的平均值与被测量对象的基准值（已知的真实值或通过更精确的测量方法得到的参考值）之间的差异。例如，使用某一硬度计测量汽车零部件的硬度，经过与标准硬度块（其硬度值为已知的基准值）对比，发现该硬度计测量结果的平均值总是比标准硬度块的硬度值高或低一定数值，这个数值就是偏倚。
- 影响因素：
- 测量设备的校准误差：如果测量设备没有正确校准，就会产生偏倚。例如，校准砝码不准确的天平在称量汽车零部件质量时，会导致测量结果偏离真实值；或者测量长度的量具的零位没有校准准确，也会使测量结果存在系统误差。
- 测量方法的不完善：某些测量方法可能本身存在缺陷，导致测量结果有偏倚。例如，在测量汽车零部件的表面粗糙度时，如果测量取样长度或评定长度选择不当，可能会使测量结果不能准确反映零件表面的真实粗糙度，从而产生偏倚。
4. **线性（Linearity）**
- 定义：线性是指在测量设备的量程范围内，测量系统的偏倚值与被测量对象的基准值之间的关系是否呈线性。例如，一把测量范围为 0 - 100mm 的卡尺，在测量较小尺寸（如 10mm）和较大尺寸（如 90mm）时，其偏倚值如果随测量尺寸的增大而均匀变化，说明该测量系统具有较好的线性；如果偏倚值变化无规律或非线性，如在测量 10mm 时偏倚较小，而在测量 50mm 时偏倚突然增大，然后在测量 90mm 时偏倚又减小，就说明测量系统存在线性问题。
- 影响因素：
- 测量设备的设计和制造缺陷：一些测量设备在设计和制造过程中，由于采用的测量原理或机械结构等原因，可能导致在不同量程段的测量精度不同，从而出现线性问题。例如，某些基于杠杆原理的测量仪器，在杠杆的不同位置，其传动比可能存在微小差异，导致测量结果的线性度不佳。
- 测量元件的老化和磨损：随着测量设备的使用，测量元件可能会老化或磨损，影响其在量程范围内的测量性能。例如，应变片式压力传感器在长期使用后，应变片的电阻值可能会发生变化，导致其在不同压力测量范围内的线性度变差。
5. **稳定性（Stability）**
- 定义：稳定性是指测量系统在一定时间内，对同一被测量对象进行多次测量时，测量结果的一致性。例如，一台汽车零部件的尺寸测量设备，在一周内每天对同一标准件进行测量，如果测量结果的波动较小，说明该测量系统具有较好的稳定性；如果测量结果每天都有较大变化，如第一天测量结果为 10.00mm，第二天变为 10.05mm，第三天又变为 9.98mm 等，就说明测量系统的稳定性较差。
- 影响因素：
- 测量设备的维护保养情况：定期的维护保养可以保持测量设备的性能稳定。例如，卡尺如果不定期清洁、润滑和校准，其测量精度可能会逐渐下降；测量仪器如果不及时更换老化的元件、进行软件升级等，也会影响其稳定性。
- 测量环境的长期变化：如长期的温度、湿度、电源电压等环境因素的变化可能会对测量设备产生累积影响。例如，在一个温度波动较大且没有良好温度控制措施的车间，测量设备可能会因长期的热胀冷缩而导致内部结构发生变化，从而影响其稳定性。
## 四、MSA 的分析方法
1. **计量型数据的 MSA 方法 - 均值和极差法（Xbar - R）**
- 实施步骤：
- 选取样品：选择一定数量（通常为 10 - 20 个）能代表被测量特性变化范围的样品。例如，在分析汽车发动机缸体孔径测量系统时，选择不同孔径尺寸且在公差范围内的缸体作为样品。
- 确定测量人员和测量次数：安排一名或多名操作人员对每个样品重复测量\(n\)次（一般\(n = 2 - 10\)）。例如，一名操作人员使用卡尺对 10 个缸体的孔径分别测量 3 次。
- 记录测量数据：详细记录每个操作人员对每个样品的测量数据。例如，对于第一个缸体的三次测量值分别为\(X_{11}\)、\(X_{12}\)、\(X_{13}\)，依此类推，记录所有测量数据。
- 计算均值和极差：对于每个样品，计算其测量值的均值\(\bar{X}\)（如\(\bar{X}_1=(X_{11}+X_{12}+X_{13})\div3\)）和极差\(R\)（如\(R_1=\max(X_{11},X_{12},X_{13})-\min(X_{11},X_{12},X_{13})\)）。然后计算所有样品均值的均值\(\overline{\bar{X}}\)和极差的均值\(\bar{R}\)。
- 计算控制限：根据样本量\(n\)查控制图系数表，得到\(A_2\)、\(D_3\)、\(D_4\)等系数。计算均值控制图（\(\bar{X}\)图）的中心线\(CL_{\bar{X}}=\overline{\bar{X}}\)，上控制限\(UCL_{\bar{X}}=\overline{\bar{X}}+A_2\bar{R}\)，下控制限\(LCL_{\bar{X}}=\overline{\bar{X}}-A_2\bar{R}\)；极差控制图（\(R\)图）的中心线\(CL_{R}=\bar{R}\)，上控制限\(UCL_{R}=D_4\bar{R}\)，下控制限\(LCL_{R}=D_3\bar{R}\)。
- 绘制控制图：将每个样品的均值和极差数据点绘制在相应的控制图上。如果数据点都在控制限内且无异常分布模式（如连续 7 个点在中心线同一侧、连续上升或下降等），则说明测量系统的重复性和再现性在可接受范围内。
- 计算重复性和再现性指标：重复性标准差\(\sigma_{重复性}=\frac{\bar{R}}{d_2}\)（\(d_2\)可根据样本量\(n\)查相关系数表）；再现性标准差\(\sigma_{再现性}=\sqrt{\left(\frac{\overline{MS_{操作者}}-\overline{MS_{重复性}}}{n_{样品}\times r}\right)}\)（其中\(\overline{MS_{操作者}}\)和\(\overline{MS_{重复性}}\)是通过方差分析计算得到的操作者均方和重复性均方，\(n_{样品}\)是样品数量，\(r\)是重复测量次数）；测量系统的总标准差\(\sigma_{总}=\sqrt{\sigma_{重复性}^{2}+\sigma_{再现性}^{2}}\)；测量系统的重复性和再现性占总变差的百分比\(R\&R\%=\frac{\sigma_{重复性和再现性}}{\sigma_{总}}\times100\%\)（其中\(\sigma_{重复性和再现性}=\sqrt{\sigma_{重复性}^{2}+\sigma_{再现性}^{2}}\)）。一般来说，\(R\&R\%\)小于 10%表示测量系统可接受，10% - 30%之间需要根据具体情况评估，大于 30%则测量系统不可接受。
2. **计量型数据的 MSA 方法 - 方差分析法（ANOVA）**
- 实施步骤：
- 选取样品与安排测量：选取一定数量（如 10 - 20 个）的样品，由多名操作人员（如 2 - 3 名）对每个样品重复测量多次（如\(n = 2 - 3\)次）。例如，3 名操作人员对 15 个汽车零部件的某一尺寸特性分别测量 2 次。
- 进行方差分析：将测量数据进行方差分析，计算各种变差来源的均方（Mean Square - MS），包括零件间均方\(MS_{零件}\)、操作者均方\(MS_{操作者}\)、交互作用均方\(MS_{交互}\)、重复性均方\(MS_{重复性}\)等。
- 计算指标：重复性标准差\(\sigma_{重复性}=\sqrt{\frac{MS_{重复性}}{n_{样品}\times r}}\)；再现性标准差\(\sigma_{再现性}=\sqrt{\frac{MS_{操作者}-MS_{交互}}{n_{样品}\times r}}\)；测量系统的总标准差\(\sigma_{总}=\sqrt{\frac{MS_{零件}+MS_{操作者}+MS_{交互}+MS_{重复性}}{n_{样品}\times r}}\)；测量系统的重复性和再现性占总变差的百分比\(R\&R\%=\frac{\sigma_{重复性和再现性}}{\sigma_{总}}\times100\%\)（其中\(\sigma_{重复性和再现性}=\sqrt{\sigma_{重复性}^{2}+\sigma_{再现性}^{2}}\)。方差分析法能够更精确地分离和评估测量系统中不同变差来源的贡献，为深入分析和改进测量系统提供更详细的信息。它可以考虑到操作者与零件之间可能存在的交互作用，这在一些复杂的测量场景中尤为重要，比如汽车零部件的多特性联合测量或不同批次零件在不同操作人员测量下的综合分析。
3. **计数型数据的 MSA 方法 - 假设检验分析法**
- 实施步骤：
- 选取样品：挑选一定数量（通常为 30 - 50 个）包含已知合格和不合格品且能代表实际生产质量分布的样品。例如，在汽车零部件外观检验中，选 40 各零部件，其中 20 个外观无缺陷合格品，20 个有不同程度外观缺陷不合格品。
- 安排人员测量：由多名操作人员（如 2 - 3 名）对每个样品独立判断并记录结果（合格或不合格）。比如，3 名质检员分别对 40 个汽车内饰件外观检查并记录。
- 构建列联表：将操作人员判断结果汇总统计成列联表，行代表操作人员，列代表样品，表中数据为判断结果（1 合格，0 不合格）。
- 假设检验：常用卡方检验（\(\chi^{2}\)检验），原假设\(H_0\)为不同操作人员判断结果无显著差异（再现性好），备择假设\(H_1\)为有显著差异。计算卡方统计量\(\chi^{2}=\sum\frac{(O_{ij}-E_{ij})^{2}}{E_{ij}}\)（\(O_{ij}\)实际观测值，\(E_{ij}\)期望值，由列联表行列总和计算），与相应自由度下卡方临界值比较。若计算卡方统计量小于临界值，接受原假设，说明测量系统再现性可接受；反之则需分析原因，如人员培训不足、检验标准不明等。这种方法适用于评估计数型测量系统中不同操作人员判断的一致性，对于汽车行业中诸如零部件外观检查、装配完整性检查等计数型测量过程的有效性评估非常关键，能有效避免因人员差异导致的误判，保障产品质量控制的准确性。
4. **计数型数据的 MSA 方法 - 信号探测法**
- 实施步骤：
- 确定变化水平：明确产品特性的不同变化程度，如汽车零部件缺陷检测中确定不同严重程度缺陷等级为变化水平。
- 选取样品：选取包含无缺陷及不同缺陷等级的样品。例如，选 50 个汽车零部件，20 个无缺陷，10 个轻微缺陷，10 个中等缺陷，10 个严重缺陷。
- 测量与记录：由测量系统（质检员或检测设备）检测样品并记录结果（是否探测到缺陷及等级）。
- 计算指标：计算探测率（Detection Rate - DR）和误报率（False Alarm Rate - FAR）。探测率是测量系统正确探测有缺陷样品比例，误报率是将无缺陷样品误判为有缺陷比例。如 30 个有缺陷样品中正确探测 25 个，则\(DR=\frac{25}{30}\times100\%\approx83.3\%\)；20 个无缺陷样品中误判 3 个，则\(FAR=\frac{3}{20}\times100\% = 15\%\)。一般关键质量特性要求探测率高（90%以上），误报率低（5%以下）。信号探测法有助于评估计数型测量系统对产品特性变化的敏感程度和准确性，在汽车行业的质量检测中，能确保对零部件缺陷的有效识别，防止有缺陷产品流入下一工序或市场，保障汽车产品的安全性和可靠性。
## 五、MSA 结果的判定与应用
1. **判定准则**
- 对于计量型数据的 MSA，主要依据\(R\&R\%\)（重复性和再现性占总变差的百分比）来判定。当\(R\&R\%\lt10\%\)时，测量系统可接受，其测量数据能可靠用于质量控制与过程分析。例如，在汽车发动机关键尺寸的测量中，如果\(R\&R\%\)满足此标准，说明测量系统能精准监测发动机零部件尺寸变化，为发动机的高质量装配提供有力数据支持。当\(10\%\leq R\&R\%\lt30\%\)时，处于临界状态，需依具体情况评估。如对于一些非关键汽车零部件或对测量精度要求相对不高的过程，可综合考虑成本、生产效率等因素决定是否接受。但对于汽车安全关键部件，如制动系统、转向系统零部件的测量，即使处于此范围也可能需要改进。当\(R\&R\%\geq30\%\)时，测量系统不可接受，必须改进或重新评估，否则测量数据无法用于质量控制与决策。比如汽车变速器齿轮的齿厚测量，若\(R\&R\%\)过高，会导致齿厚偏差无法准确监控，影响变速器换挡性能和可靠性。
- 对于计数型数据的 MSA，假设检验分析法依据卡方检验结果判定再现性，若接受原假设则再现性可接受；信号探测法主要依据探测率和误报率，关键质量特性要求探测率高且误报率低。在汽车零部件外观缺陷检测中，若探测率低可能导致有缺陷外观件流入整车装配，影响汽车外观质量和品牌形象；误报率高则会增加不必要的检验成本和生产延误。
2. **应用场景**
- 在产品质量控制方面，MSA 结果可确定测量数据的可信度，从而合理设置控制限。例如，在汽车整车装配过程中，对零部件装配力矩的测量系统经 MSA 验证可靠后，可依据测量数据准确设定力矩控制的上下限，确保装配质量稳定，避免因力矩过大或过小导致的连接松动或部件损坏等问题。
- 在过程能力分析中，只有测量系统合格，计算出的过程能力指数（如 Cpk）才有意义。如汽车发动机缸体加工过程，若测量缸体孔径的测量系统不稳定或误差大，计算出的 Cpk 值不能真实反映加工过程能力，可能误导企业对加工工艺的调整或优化决策，而准确的 MSA 结果能为企业提供可靠的过程能力评估依据，助力企业精准改进生产过程。
- 在测量设备的选择与验收环节，MSA 可评估不同品牌、型号测量设备的优劣。例如，汽车零部件制造企业在采购新的三坐标测量仪时，可对候选设备进行 MSA 测试，比较它们的重复性、再现性、线性和稳定性等指标，选择最适合企业生产需求和质量标准的测量设备，同时在设备验收时，依据 MSA 标准判断设备是否达到预期性能要求，保障企业测量资源的有效投入和质量保障能力。
## 六、MSA 的实施与改进
1. **实施流程**
- 计划阶段：确定需进行 MSA 的测量过程和特性，明确测量系统的组成要素（设备、人员、环境等），选择合适的 MSA 分析方法，制定详细的实施计划，包括样品选取、人员安排、测量时间等。例如，在汽车新车型开发项目中，针对车身尺寸测量过程，确定要分析的关键尺寸特性，计划采用均值和极差法进行 MSA，选取不同生产批次的车身样件，安排经验丰富和新手操作人员参与测量，并确定在特定的环境条件（如恒温恒湿实验室）下进行测量操作。
- 执行阶段：按照计划进行样品测量，准确记录测量数据，确保数据的完整性和真实性。在测量过程中，严格控制测量条件，如温度、湿度、操作人员的操作规范等。例如，在汽车零部件硬度测量时，要确保硬度计的探头垂直于被测表面，测量力稳定，同时记录测量时的环境温度和湿度，操作人员要按照标准操作流程进行多次测量操作，避免因操作不当引入额外误差。
- 分析阶段：运用选定的 MSA 方法对测量数据进行分析，计算相关指标（如重复性标准差、再现性标准差、\(R\&R\%\)、探测率、误报率等），绘制控制图（如均值 - 极差控制图），判断测量系统是否满足要求。例如，对汽车发动机缸体孔径测量数据进行方差分析后，计算出各项变差指标，绘制控制图观察数据点分布，依据判定准则评估测量系统的性能状态。
- 改进阶段：若测量系统不满足要求，需深入分析变差来源，制定针对性的改进措施。如针对重复性变差大的问题，可能需要对测量设备进行维修、校准或更换磨损部件；对于再现性差的情况，可加强操作人员培训，统一操作标准，或对测量设备进行标准化管理。例如，若汽车内饰件外观检验的计数型测量系统再现性不佳，通过对操作人员进行外观检验标准培训，明确缺陷判定准则和检验流程，提高操作人员的判断一致性，从而改进测量系统性能。
- 监控阶段：对改进后的测量系统进行持续监控，定期重新进行 MSA，确保测量系统始终保持良好的性能状态。例如，汽车零部件制造企业对关键尺寸测量系统每月进行一次抽检 MSA，观察测量数据的变化趋势，及时发现潜在问题并采取措施解决，保障测量系统长期稳定可靠，为产品质量控制提供持续有效的数据支持。
2. **改进措施示例**
- 测量设备方面：
- 定期校准：制定合理的校准周期，使用标准校准件对测量设备进行校准，确保其准确性。如汽车发动机零部件制造企业对卡尺、千分尺等长度测量工具每月进行一次校准，对三坐标测量仪等高精度设备每季度进行全面校准，校准后记录校准数据和结果，以便追溯和分析。
- 设备维护：加强日常维护保养，清洁、润滑测量设备，及时更换老化或损坏的部件。例如，定期清理卡尺的测量面，防止油污和杂质影响测量精度；对电子测量仪器进行内部除尘，检查电路连接是否松动，确保设备正常运行；对于磨损严重的测量头，及时更换，以恢复测量设备的性能。
- 设备升级：当现有设备无法满足测量精度或功能要求时，考虑升级设备。如汽车零部件制造企业将传统的手动测量设备升级为自动化、智能化测量系统，提高测量效率和精度，减少人为误差，同时新设备应具备更好的稳定性和线性度，能更好地适应复杂的测量需求。
- 操作人员方面：
- 技能培训：开展专业的测量技能培训课程，包括测量设备操作培训、测量标准和规范培训、数据处理和分析培训等。例如，组织汽车零部件质检员参加卡尺、千分尺等测量工具的操作技巧培训，使其熟练掌握正确的测量方法和读数技巧；进行测量标准培训，让操作人员清楚了解产品的公差要求和合格判定准则；开展数据处理培训，教导操作人员如何记录、整理和初步分析测量数据，提高其数据处理能力和质量意识。
- 操作规范制定与监督：制定详细的测量操作规范手册，明确每个测量步骤的要求和标准，设立监督机制确保操作人员严格遵守。如在汽车整车装配线上的力矩测量操作规范中，规定力矩扳手的使用方法、拧紧方向、拧紧速度等，同时安排现场管理人员定期检查操作人员的执行情况，对违规操作及时纠正并记录，通过规范操作减少人为因素导致的测量误差。
- 测量环境方面：
- 环境控制设施建设：对于对环境要求较高的测量过程，建设专门的环境控制设施，如恒温恒湿实验室、减振平台等。例如，汽车发动机缸体的高精度尺寸测量在恒温恒湿实验室内进行，实验室温度控制在±1℃，湿度控制在 40% - 60%，同时将测量设备安装在减振平台上，减少振动对测量结果的影响，为测量提供稳定的环境条件。
- 环境监测与记录：在测量过程中，实时监测环境参数并记录。如在汽车内饰件的颜色检测过程中，使用温湿度传感器和光照度计监测测量环境的温度、湿度和光照强度，记录这些参数与测量数据一同保存，以便在数据分析时考虑环境因素的影响，同时当环境参数超出规定范围时，及时调整或暂停测量，确保测量结果的准确性。
通过全面深入的 MSA 培训与实施，汽车行业相关企业能够有效提升测量系统的质量和可靠性，为产品质量保障、过程改进和企业竞争力提升奠定坚实的基础。
## 七、MSA 案例分析
### （一）汽车发动机缸体孔径测量系统的 MSA
1. **案例背景**
- 某汽车发动机制造企业，其缸体孔径尺寸是关键质量特性，直接影响发动机的性能和装配精度。现使用一套新的内径测量系统，包括特定型号的电子内径千分尺及配套的数据采集软件，由多名质检员负责测量操作。为确保测量数据的准确性和可靠性，决定对该测量系统进行 MSA 分析。
2. **MSA 实施过程**
- 采用均值和极差法（Xbar - R）进行分析。首先选取了 15 个不同孔径尺寸且在公差范围内的发动机缸体作为样品，这些样品基本涵盖了该型号发动机缸体孔径的正常变化范围。安排 3 名质检员，对每个缸体的孔径使用电子内径千分尺重复测量 3 次。例如，第一名质检员对第一个缸体的三次测量值分别为 80.012mm、80.015mm、80.013mm，依此类推，共得到 135 个测量数据。
- 计算每个缸体测量值的均值\(\bar{X}\)和极差\(R\)。如第一个缸体的均值\(\bar{X}_1=(80.012 + 80.015+80.013)\div3 = 80.013mm\)，极差\(R_1=\max(80.012,80.015,80.013)-\min(80.012,80.015,80.013)= 0.003mm\)。然后计算所有样品均值的均值\(\overline{\bar{X}}\)和极差的均值\(\bar{R}\)，假设\(\overline{\bar{X}} = 80.015mm\)，\(\bar{R}=0.004mm\)。
- 根据样本量\(n = 3\)查控制图系数表，得到\(A_2 = 1.023\)，\(D_3 = 0\)，\(D_4 = 2.574\)。计算均值控制图（\(\bar{X}\)图）的中心线\(CL_{\bar{X}}=\overline{\bar{X}} = 80.015mm\)，上控制限\(UCL_{\bar{X}}=\overline{\bar{X}}+A_2\bar{R}=80.015 + 1.023\times0.004\approx80.019mm\)，下控制限\(LCL_{\bar{X}}=\overline{\bar{X}}-A_2\bar{R}=80.015 - 1.023\times0.004\approx80.011mm\)；极差控制图（\(R\)图）的中心线\(CL_{R}=\bar{R}=0.004mm\)，上控制限\(UCL_{R}=D_4\bar{R}=2.574\times0.004\approx0.010mm\)，下控制限\(LCL_{R}=D_3\bar{R}=0\)。
- 绘制\(\bar{X}-R\)控制图，将 15 个缸体的均值和极差数据点分别绘制在相应控制图上。经观察，数据点均在各自控制限内，且无明显异常分布模式，如连续 7 个点在中心线同一侧、连续上升或下降等情况。
- 计算重复性和再现性指标：重复性标准差\(\sigma_{重复性}=\frac{\bar{R}}{d_2}\)，查系数表得\(d_2 = 1.693\)（\(n = 3\)），则\(\sigma_{重复性}=\frac{0.004}{1.693}\approx0.0024mm\)；再现性标准差\(\sigma_{再现性}=\sqrt{\left(\frac{\overline{MS_{操作者}}-\overline{MS_{重复性}}}{n_{样品}\times r}\right)}\)，通过方差分析计算得到\(\overline{MS_{操作者}} = 0.000012\)，\(\overline{MS_{重复性}}=0.000005\)，则\(\sigma_{再现性}=\sqrt{\frac{0.000012 - 0.000005}{15\times3}}\approx0.0004mm\)；测量系统的总标准差\(\sigma_{总}=\sqrt{\sigma_{重复性}^{2}+\sigma_{再现性}^{2}}=\sqrt{0.0024^{2}+0.0004^{2}}\approx0.0024mm\)；测量系统的重复性和再现性占总变差的百分比\(R\&R\%=\frac{\sigma_{重复性和再现性}}{\sigma_{总}}\times100\%=\frac{\sqrt{0.0024^{2}+0.0004^{2}}}{0.0024}\times100\%\approx17\%\)。
3. **结果分析与应用**
- 由于\(R\&R\% = 17\%\)，处于 10% - 30%之间，该测量系统处于临界状态。对于发动机缸体孔径这样的关键质量特性，虽然数据表明测量系统有一定的可靠性，但仍需进一步评估和可能的改进。企业决定对质检员进行更深入的测量技能培训，包括如何更好地操作电子内径千分尺以减少人为误差，以及对测量数据的正确记录和处理方法等培训。同时，对测量设备进行更频繁的校准和维护检查，以提高测量系统的精度和稳定性，确保测量数据能够更精准地指导发动机缸体的生产过程控制和质量改进。
### （二）汽车内饰件外观缺陷检测的 MSA
1. **案例背景**
- 一家汽车内饰件生产企业，其产品的外观质量对整车的内饰美观度和客户满意度有重要影响。采用人工目视检查的方式对内饰件进行外观缺陷检测，由 3 名检验员负责。为评估该计数型测量系统的有效性，进行 MSA 分析。
2. **MSA 实施过程**
- 采用假设检验分析法。选取了 40 个内饰件作为样品，其中 20 个为外观无缺陷的合格品，20 个为有不同程度外观缺陷（如划痕、色差、表面不平整等）的不合格品。3 名检验员分别对这 40 个内饰件进行独立的外观检查，判断每个内饰件是否合格，并记录结果（1 表示合格，0 表示不合格）。
- 构建列联表，如下：
|检验员|样品 1|样品 2|...|样品 40|
|检验员 1|0|1|...|0|
|检验员 2|0|1|...|1|
|检验员 3|1|1|...|0|
- 进行卡方检验，原假设\(H_0\)为不同检验员的判断结果无显著差异（即测量系统的再现性良好），备择假设\(H_1\)为不同检验员的判断结果有显著差异。计算卡方统计量\(\chi^{2}=\sum\frac{(O_{ij}-E_{ij})^{2}}{E_{ij}}\)，通过计算得到\(\chi^{2}= 6.2\)。查卡方分布表，当自由度为\((3 - 1)\times(40 - 1)= 78\)时（自由度计算公式为\((行数 - 1)\times(列数 - 1)\)），卡方临界值（取\(\alpha = 0.05\)）约为 94.3。
3. **结果分析与应用**
- 由于计算得到的卡方统计量\(6.2\lt94.3\)（卡方临界值），接受原假设，说明该计数型测量系统的再现性可接受。然而，企业为了进一步提高外观缺陷检测的准确性和一致性，决定制定更详细的外观检验标准操作手册，明确各种外观缺陷的定义、判定方法和严重程度等级，并对检验员进行定期的培训和考核，确保检验员能够准确地识别和判断外观缺陷，同时建立内部的质量监督机制，对检验过程进行不定期抽查，以持续保持测量系统的良好性能，提升汽车内饰件的外观质量水平，满足客户对汽车内饰美观度的要求。
通过以上案例分析，可以看出 MSA 在汽车行业不同测量场景中的应用，无论是计量型数据还是计数型数据的测量系统，通过科学的 MSA 分析，能够有效评估测量系统的性能，发现潜在问题，并采取相应的改进措施，从而为汽车产品的质量控制和生产过程优化提供有力支持。
来源：三日雨-等风来