对于 m 的第 4 部分y “从错误中吸取教训”博客系列,我将讨论测量系统以及如果我们不理解它们就会面临的风险。
我们都知道什么是测量系统，对吧？ 也许这是一个带有数字读数的气泵。 或者可能是护士测量病人的脉搏频率，或者杂货店工作人员判断香蕉是否足够成熟（但不是太熟）以展示在摊位上。 每个“系统”都被用来衡量某种质量或数量，以便做出最终的判断。
如果说所有测量系统都有一个共同点，那就是误差。 没有一个测量系统是完美的，如果我们不了解测量系统的功能，我们就会面临根据系统输出犯错误的风险。
多年来，我在收集和报告测量数据时发现了各种各样的错误。 其中一些错误包括：
- 报告测量数字过多。
- 不报告测量的不确定度。
- 使用无法进行所需测量的仪表。
我们将按顺序逐一讨论。 我不希望这篇博文成为测量系统分析的“操作指南”。 （我将在最后提供一些参考资料，指向一些有用的资源。）但我确实想指出人们使用测量系统的方式的一些常见缺陷。 如果您发现您的特定测量系统“不够好”，我将提供一些建议，告诉您该怎么做。
错误#1：在测量中报告太多数字
Do you believe a gas pump is accurate to three decimal points?Do you believe a gas pump is accurate to three decimal points?Do you believe a gas pump is accurate to three decimal points?Do you believe a gas pump is accurate to three decimal points?您相信气泵精确到小数点后三位吗？此特定主题适用于具有数字读数的测量系统（通常简称为“仪表”）。 以前面提到的气泵为例。 有些燃气泵的读数精确到 0.001 加仑。 这可能会让您感觉良好（“我得到了 14.372 加仑的汽油！”） 但你相信它准确到那个程度吗？ 每次我从加注口拔出喷嘴时，我通常都会看到几滴气体落到地面上。 有多少气体真正从喷嘴中泵出？ 到底有多少东西进入了水箱？ 如此准确还重要吗？
另一方面，你们中的一些人可能还记得“老式”气泵，其读数可能精确到 0.1 加仑（如果是的话）。 作为汽油价格上涨时代的消费者，您不想对自己刚刚泵送的汽油量更有信心，以确保没有被多收费吗？
在我的行业经验中，我见过这两种错误。 如果您参加会议并且有人提供数据，您将如何回应以下两个陈述？
- “我测量了产品 A 之一的值为 97.3275412，测量了产品 B 之一的值为 98.2021929”
- “产品 A 测量为 97，产品 B 测量为 98”
对于观众来说，如果做出第一个陈述，就意味着测量的准确性非常高。 可能会得出这样的结论：产品 B 明显高于产品 A，并且高出非常具体的量。 另一方面，精明的听众可能会质疑演讲者是否知道他在做什么，因为很少有仪表可以产生这种准确性。
如果采用第二种说法，观众可能会对两种产品之间的差异产生“更柔和”的感觉。 观众可能会开始询问有关测量系统的可重复性和/或测量的零件是否确实不同的问题。
What's the proper number of digits to report?What's the proper number of digits to report?What's the proper number of digits to report?What's the proper number of digits to report?报告的正确位数是多少？那么应该报告多少位数字呢？ 您如何做出这个决定？ 进行测量的人是否应该仅仅根据“经验”随意决定报告多少位数？
幸运的是，事实证明有一些简单的方法可以解决这个问题。 事实上，一种称为 EMP（评估测量过程）的方法可以根据仪表的性能为您提供适当的报告位数。我们稍后将在本文中讨论 EMP。
错误#2：没有报告测量的不确定性
继续上面的例子，测量值的表述还有一个问题。 我们的测量系统是不完善的（在某种程度上）。 假设我们使用量规一遍又一遍地测量一个零件。 测量结果不会相同，因为我们的仪表存在随机误差。 我们获得该零件的前 3 个读数的以下值：
98.2
97.3
98.5
那么这部分的测量值是多少呢？ 假设零件本身在读数之间没有变化，则仪表一定会在读数中引入变化。 此外，如果该部件的规格下限为 98，会怎样。这是好部件还是坏部件？ 我们应该如何报告这部分的测量值？
如果我们能够了解仪表的能力，我们就能够表达仪表的不确定性。 例如，单个测量值的不确定度可能为 ±2.1 个单位，因此我们报告的测量值可能为 98.2 ± 2.1 个单位。 这让信息的消费者了解这个测量有多好（或多坏！）。
我们如何获得这个计量不确定度？ 不确定度基于总仪表误差，这是由于测量设备的误差和仪表操作员造成的误差（通常称为仪表重复性和再现性，或 GR&R），以及您希望的置信水平报告。 您可以选择 95% 置信度或 99% 置信度，也可以指定测量系统的中值误差之类的值。 （当然，请确保您的受众在发布数据时了解这一不确定性标准！）
我们将在接下来的部分中详细讨论 Gauge R&R。 目前，这部分故事的寓意是：切勿报告测量值而不报告随之而来的不确定性！
错误#3：使用无法进行测量的测量系统
这个主题可能看起来是一个明显的错误，但我已经看到仍在使用的测量系统具有令人无法接受的高变异性。 原因多种多样，从简单地忽视仪表的功能到“这是我们一直在做的”到“这是我们拥有的唯一仪表”。
使用这种无用的仪表可能会导致许多问题。例如：
- 如果使用劣质的仪表来筛选生产线上的零件，我们就会面临丢弃好零件和/或接受坏零件的风险，这两种情况都会给公司带来金钱损失。
- 如果使用不良仪表来监控生产过程是否“受控”，我们将面临以下风险：(1) 掩盖失控情况，因为仪表会向系统添加掩盖噪声，或者 (2) 支出当问题实际上是测量噪声时，需要花时间尝试解决失控的情况。
- 如果在研发环境中使用较差的量规，我们可能无法检测到潜在改进之间的差异，因为该量规无法测量微小（但有价值）的差异。
了解仪表的测量能力对于有效使用仪表至关重要！ 下一节将讨论评估仪表性能的几种简单且常见的方法。
解决方案的开始：了解您的测量系统
如果您看到上述任何错误，请放心：有一些工具可以以某种方式解决所有问题。 下面简要介绍其中两个工具（Gauge R&R 和 EMP）。
测量仪 R&R
Gauge R&R代表Gauge Repeatability and Reproducibility，其中“重复性”代表测量仪器本身产生的误差，“再现性”代表操作者使用测量仪器产生的误差。
Gauge R&R 诞生于几十年前，旨在满足测量生产过程的需求。 它根据规格限制或用于研究仪表的各种零件来评估仪表的性能。 从本质上讲，您希望量规 R&R 的变异性相对于规格范围或零件范围较低，以便最大限度地减少测量零件真实值的污染。
测量 R&R 是一个相对简单的过程，通常需要三名操作员重复测量 10 个零件。 由此得出规格相对于规格或零件的变化量的估计。 然后可以使用仪表变异性与总变异性的比例来判断仪表的性能。 Gauge R&R 有很多参考资料。 本文末尾的参考文献中将列出其中一些。
电磁脉冲
几年前，Donald Wheeler 对传统的 Gauge R&R 有了新的认识。 惠勒将其称为评估测量过程（或 EMP），他研究了测量系统是否有可能检测过程是否“失控”。 （注意联合管理计划尽管软件中提供了 EMP 和 Gauge R&R，但建议使用 EMP 作为标准做法。）
回想一下，流程是否受控并不取决于产品规格或零件范围，而仅取决于流程执行良好（即受控）时的正常变化。 惠勒的评估过程确定了给定仪表捕获失控情况的可能性。 在此过程中，惠勒开发了诸如“中位仪表误差”之类的东西，这在确定仪表测量报告的不确定性时很有帮助。 他还确定了报告仪表测量值时要使用的正确有效数字位数。 执行 EMP 的过程（多个操作员、多个零件、重复测量）与传统的 GR&R 相同，但随后的计算不同。 JMP 会自动为您处理所有这些。
与 Gauge R&R 一样，您可以在本博文末尾找到 EMP 的参考资料。
我的仪表不够好 — 我现在该怎么办？
我确信您现在已经了解了，并非所有仪表都足以满足我们想要收集的测量结果。 那么现在我们该怎么办？
我们可以考虑几种选择。 每个都有优点和缺点。 有些涉及使用当前的测量仪，而另一些则需要寻找新的测量系统。
使用相同测量仪的选项包括重复测量零件、测量更多零件、改进操作员培训和改进夹具。 让我们逐一看看。
重复测量零件
您可能想利用多次测量同一零件的优势。 对多个测量值求平均值可以更好地估计单个零件测量值的真实值。
本质上，我们正在做的是重新定义“测量系统”，使得测量过程包括对任何给定零件进行多次测量，作为标准测量过程的一部分。 请注意，“多次测量”意味着每次都从头开始，因此，例如，必须在夹具中移除并更换零件，以解决安装错误等，否则您最终可能会在一个方向上偏置测量结果或其他。
当然，多次测量可能会导致需要更多的时间来进行测量，这本身就是一种支出。 如果这限制了生产率，您可能无论如何都需要构建重复的仪表。 如果测试本身对被测部件具有破坏性，它也将不起作用。
测量更多零件
与上述“进行更多测量”类似，增加部分数量（即样本大小）也可以改善对总体平均值的估计。 在这种情况下，我们实质上考虑的是所有部件的总方差由部件方差本身加上量具 R&R 方差组成，因此总方差将会被夸大。 然后，测量系统的程序将每次测量 N 个零件，这使我们能够更好地估计总体平均值，即使在规格方差较高的情况下也是如此。
当然，缺点是测量更多零件需要更多时间，并且（在破坏性测试的情况下）样品零件的成本更高。 尽管如此，当通过 t 检验和方差分析比较两个或多个样本时，或者运行过程控制图时，仍可以使用平均值。
改善操作员培训
根据仪表评估的结果，您可能会发现大部分差异来自一名或多名操作员。 虽然您应该小心不要让任何人难堪，但通常您可以找到方法来重新培训操作员以进行更好的测量。 有时（例如，如果某人的眼睛不够好，无法准确执行给定的任务），您可能需要将该操作员更换为更有能力进行测量的人。
改进夹具
有时，在进行测量之前需要将零件安装在夹具中，并且零件的方向（例如）会影响测量。 在这种情况下，您需要研究夹具设计并消除其可变性。
一个警告：假设您正在测量零件的直径，并将零件放置在夹具中进行测量。 如果夹具始终以相同的方式（在角度意义上）定位零件，您可能会大大改善测量的可变性。 但是，如果所有零件都是“蛋形”，并且您始终调整零件方向以便测量最宽的直径，则可能会获得很好的测量重复性，但会错过您想要检测的实际属性！
这些是使用相同仪表的选项。 还可以选择更换仪表：购买新仪表、建造新仪表以及找到不同的测量量。 让我们看看每个选项。
购买新仪表
这似乎是显而易见的，但如果旧的仪表不够好，我们是否可以简单地购买更好的仪表？ 这可能涉及探索旧仪表的工作原理。 我们可以购买更精确的传感器吗？ 差异是否来自信号调理电子设备？ 我们是否必须更换整个测量系统，或者更换单个部件是否会减少我们的变化？
通常，购买新仪表是最简单的解决方案，尽管购买新系统可能会花费大量资金（特别是需要更换多个仪表时），并且在订购和鉴定新测量系统方面可能会花费时间。
建立一个新的仪表
You may be able to build a better gauge, if you have the resources.You may be able to build a better gauge, if you have the resources.You may be able to build a better gauge, if you have the resources.You may be able to build a better gauge, if you have the resources.如果您有资源，您也许能够建立一个更好的衡量标准。有时，您正在寻找的仪表精度并不存在现成的。 如果您拥有开发测量系统（或为您的特定流程或产品开发特殊夹具）的内部专业知识，您也许能够利用这些资源来构建更好的测量仪。 或者，您可能会找到一家特殊的定制店可以为您完成此类工作。 与简单地购买新仪表一样，这将花费时间和金钱。
构建自己的仪表的一个注意事项：未来您可能会支持该指标。 这可以被视为积极的（即工作保障）或消极的（可能不会给你带来回报的额外责任）。 无论哪种方式，如果您正在考虑构建新的仪表，请考虑可能伴随该项目的额外支持和/或过渡问题。
寻找不同的量来测量
您是否真正考虑过您正在测量的内容？是否有其他可以测量的量？例如，用于测量零件之间摩擦力的线性阻力装置可能会不稳定。除了线性阻力之外，如何制作材料圆盘并测量扭矩以使平坦表面彼此相对？或者使用激光扫描仪来测量表面粗糙度怎么样？煮鸡蛋的方法通常不止一种！再次，成本和时间是问题。
资源
如果您想了解有关测量系统分析的更多信息，这里有一些有用的链接和参考：
当然，我们随时欢迎您联系我寻求帮助。
接下来
我计划在讨论过程中讨论以下所有主题。 希望你能加入我们！
准备好尝试 JMP 了吗？获得 30 天免费试用！
很棒的博客杰瑞。 这是一个我深爱的话题。 添加一些我没有看到的实用且可以增加价值的其他技术，特别是在描述现有流程时：
1. 是否有文件化的质量管理体系（例如 ISO9001 或类似的变体），并且 QMS 是否包括对测量系统的完整处理？ 在组织中审核这些内容时，我发现最多的就是一些关于校准的指导，仅此而已。 差远了。 质量管理体系应包括操作定义、校准要求、纠正措施指南、培训、审核、所有步骤的记录工作说明以及控制要素。
2. 然后“去看”。 拥有记录在案的质量管理体系是一回事……车间所做的事情可能非常非常不同。 所以你自己“去看看”吧。 将您在程序中观察到的内容与记录的工作说明进行比较。 要求查看校准和控制记录。 要求查看审计结果。 要求查看控制记录……他们至少应该有测量系统的控制图。
