开篇语

各位小伙伴，你们好。

上一期与您介绍了“我学MSA 之：偏倚分析（独立样件法）”，偏倚分析还有一种控制图法。此方法可以基于稳定性的结果进行数据二次利用，进行偏倚分析。为了这种有序的承接，本文将对稳定性分析（控制图法）做一些基本介绍。

稳定性相关概念

1.     如图所示，“稳定性”是测量系统位置变差和宽度变差随时间保持状态的能力。

2.     这里请您注意一下MSA手册中关于“稳定性”术语的介绍：

在第一章 A节 术语汇总中，“稳定性”包括3个解释：

-        随时间变化的偏倚值

-        一个稳定的测量过程在位置方面是处于统计上的受控状态

-        别名：漂移（drift）

在附录“术语”部分，“稳定性”有如下的解释：

指测量过程的统计稳定性和长期的测量稳定性两种情况。这两种情况对测量系统是否能满足其预期目的来说都是很重要的。统计稳定性是指具有可预测的，测量过程在只有普通原因变差（受控）的情况下操作。测量稳定性（同义词漂移）是指测量系统在整个操作生命周期内，能够满足测量标准或参考的需要。

所以，在稳定性分析时，“稳定性”分析包含两个方面：统计稳定性和测量稳定性。本文仅以手册的稳定性指南示例做引导，其是“统计稳定性”的分析方法。

稳定性（统计稳定性）控制图法的操作步骤

【步骤1】：MSA计划

特性哪里选呢？来自控制计划！

频次安排或时机呢？产品更改啊、新项目啊、测量方式改变啊、当然还可以定期，比如每季度……

选关键特性还是一般特性呢？当然首选特殊特性（产品的）!

同样，考虑将稳定性分析纳入MSA计划中，有关稳定性分析其他方面的策划，将在后续的步骤进行介绍。

【步骤2】：选定样品

如指南中所述，在生产线随机选取一件产品（注意对该样品的完整保护）：

-        建立标准值（这里仅做个铺垫， 用控制图分析的可接受结果进行“偏倚”分析（控制图法，这将是后续的发文分享的内容））

-        如果仅是用于“稳定性”分析，则无需建立基准值了

-        落在测量范围的中间值的件，如果是有其他位置上的考虑（如上差或下差），则选择多个样件

-        本学习过程的模拟数据，见下面的控制图表中的数据

备注：场景及数据是模拟的，仅为学习而设，也可以以您自己的实际数据为准

【步骤3】：选定人员和设备

-        1名固定的操作工或检验员

-        他/她使用的卡尺（经过常规校准了）

【步骤4】：测量、取值/作图一气呵成

计量工程师的测量方案、控制图构建及操作工实施测量和记录：

-        操作工/检验员每天测量5次，可以间隔一定的时间，比如每2H（考虑现场实际应用该卡尺的实际时间，数据在上面步骤呈现了）

-        操作工/检验员一共测量25天，即25组，一共125个数据

注意：上述测量方案由计量工程师做出策划（基于实际的职责安排）

-        计量工程师构建和选用均值-极差图（因为是测量3-5次，X-R图更常用）

-        计量工程师描点作图（需要控制图模板-可网上下载，或者用Minitab亦可）

注意：在指南中并未提示是“分析用”还是“控制用”，基于常识，属于“分析用控制图”（仅是用控制图的原理来判定“测量过程”的统计受控与否）

-        成图如下：

(请参考SPC中有关：常规控制图 — 均值 - 极差图的做法)

【步骤5】：结果分析/结论 - 图示法（顾名思义：以控制图的直观趋势）

图形分析，需借助控制图判异准则：

-        R图判定，无异常原因，受控

-        均值控制图，无异常原因，受控

综合结论：该测量系统在统计上是稳定受控的。

采用控制图稳定性分析相对来说，是比较容易掌握的方法。

但对于均值图的判异准则分享一些个人看法，供您参考：

1.      因控制图的用途、图形敏感性、结合成本考虑与实际的测量过程，判异准则是需要做出合理选则（非8选）；

2.      MSA稳定性分析与实际生产过程的变异源是有区别的，比如样件；

3.      个人推荐仅选用“规则1：点超出3σ” 。

结束语

本文仅对“统计稳定性”的学习过程进行了分享，“测量稳定性”的方法未包含其中。

要澄清的是，本文并非对AIAG -MSA手册给出的方法提出质疑，也并非标新立异、另辟蹊径，仅是个人学习之后的一些认知分享，请您批判性阅读。

作为铺垫，后续给大家分享MSA偏倚分析 – 控制图法的学习经验。

感谢您的阅读。

往期文章

我学MSA 之：偏倚分析（独立样件法）

在线课程推荐