量具稳定性分析怎么做？一文读懂AIAG MSA手册中的稳定性研究

量具稳定性分析怎么做？一文读懂AIAG MSA手册中的稳定性研究

在制造业的质量管理中，测量系统分析（MSA）是确保数据可信的基石。很多工程师熟悉重复性和再现性（GR&R），却容易忽略一个更前置、更隐蔽的风险——量具稳定性。如果测量系统本身随时间的推移发生漂移，那么再好的GR&R结果也会失真。今天，我们就依据AIAG《MSA手册》第4版，用一篇教程式文章，帮你彻底搞懂量具稳定性的定义、做法与判读。

什么是量具稳定性？为什么它比GR&R更“基础”？

稳定性（Stability） 是指：在相同的测量系统条件下，对同一基准件的某一特性进行多次测量，其测量结果的总变差随时间变化的情况。简单说，就是“测量系统在长时间运行中，偏倚是否保持一致”。

AIAG《MSA手册》第4版明确指出，稳定性研究是测量系统长期变异的度量，它考察的是统计稳定性——即测量过程是否处于受控状态。如果量具随温度变化、刀具磨损、传感器老化或操作者疲劳而出现系统性漂移，那么你每天测出的数据可能都在“悄悄移动”。

关键区别：

• 偏倚（Bias） 是某一时刻测量值与基准值的差异。
• 稳定性 是偏倚随时间的变化趋势。

一个量具可能今天偏倚很小，但一个月后偏倚变大——这就是稳定性问题。因此，稳定性研究通常应在GR&R之前或并行开展，因为它决定了后续分析是否有意义。

怎么做：AIAG推荐的稳定性研究步骤与公式

依据AIAG《MSHA手册》第4版的指导，稳定性研究的基本流程如下：

步骤1：选择基准件与测量条件

• 选取一个可追溯到基准值的样品（如标准块、校准件）。
• 确定测量频次：建议每天或每班次测量一次，至少持续20个测量日（AIAG建议至少25个子组，但20个是常见下限）。
• 每次测量时，由同一操作者、使用同一量具、在同一环境下重复测量同一位置3~5次（子组容量n通常取3或5）。

步骤2：记录数据并计算子组统计量
设第 i 个子组的测量值为 x_(i1), x_(i2),..., x_(in)，则：

• 子组均值： x̄_i = (1)/(n)Σ(j=1..n) x_(ij)
• 子组极差： R_i = max(x_(ij)) - min(x_(ij))

步骤3：绘制控制图（核心判读工具）
AIAG推荐使用均值-极差图（ X̄-R 图） 来监控稳定性：

• 中心线（CL）：
• bar{x̄} = (1)/(m)Σ(i=1..m) x̄_i （m为子组数）
• R̄ = (1)/(m)Σ(i=1..m) R_i

 

• 控制限（UCL/LCL）（依据ASTM/SPC常数表）：
• 均值图： UCL_(x̄) = bar{x̄} + A_2 R̄， LCL_(x̄) = bar{x̄} - A_2 R̄
• 极差图： UCL_R = D_4 R̄， LCL_R = D_3 R̄

 

常用常数（公开公认值）：当子组容量 n=5 时， A_2=0.577， D_3=0， D_4=2.114；当 n=3 时， A_2=1.023， D_3=0， D_4=2.574。

步骤4：判读稳定性

• 极差图：点子全部落在控制限内，且无连续上升/下降趋势 → 测量系统重复性稳定。
• 均值图：点子随机分布在中心线两侧，无超过3σ的失控点、无连续7点同侧或趋势 → 偏倚随时间无显著漂移。

若均值图出现失控点，说明偏倚发生改变，需要校准或维修量具。

步骤5（可选）：量化漂移幅度
若需量化，可计算每个子组的偏倚 B_i = x̄_i - 基准值，并观察 B_i 随时间的线性回归斜率。但AIAG强调，控制图是主要判据，回归仅作辅助。

一个演示算例（示例数据，仅供演示）

假设某量具测量标准块基准值为 10.000 mm，每天测5次（n=5），连续测5天（m=5），数据如下（示例数据，仅供演示）：

天数	测量值1	测量值2	测量值3	测量值4	测量值5	x̄_i	R_i
1	10.01	10.02	10.01	10.00	10.02	10.012	0.02
2	10.02	10.01	10.03	10.02	10.01	10.018	0.02
3	10.01	10.00	10.02	10.01	10.00	10.008	0.02
4	10.03	10.02	10.02	10.03	10.02	10.024	0.01
5	10.02	10.01	10.01	10.02	10.01	10.014	0.01

计算：

• bar{x̄} = (10.012+10.018+10.008+10.024+10.014)/5 = 10.0152
• R̄ = (0.02+0.02+0.02+0.01+0.01)/5 = 0.016

查常数表（n=5）： A_2=0.577， D_4=2.114， D_3=0

• 均值图控制限： UCL = 10.0152 + 0.577 × 0.016 = 10.0244， LCL = 10.0152 - 0.577 × 0.016 = 10.0060
• 极差图控制限： UCL_R = 2.114 × 0.016 = 0.0338， LCL_R = 0

判读（示例数据，仅供演示）：

• 所有 x̄_i 均落在 [10.0060, 10.0244] 内 → 均值受控。
• 所有 R_i 均小于 0.0338 → 极差受控。
• 但观察第4天均值10.024接近UCL，若数据延长，需警惕漂移趋势。本例中无失控点，可判定该量具在5天内统计稳定。

 

注意：实际稳定性研究至少需要20个子组，本例仅5天，仅为演示计算方法。

常见误区（避免踩坑）

1. 用GR&R代替稳定性：GR&R是短期重复性+再现性，稳定性是长期漂移，两者不能互换。
2. 忽略环境条件：温度、湿度变化是稳定性漂移的主因，研究期间应记录环境。
3. 子组数太少：少于10个子组的控制图判读不可靠，AIAG建议至少20~25个子组。
4. 基准件漂移：基准件本身必须稳定，若标准块磨损，稳定性结果会失真。
5. 只看均值图不看极差图：极差图反映重复性变化，若极差失控，均值控制限计算已无意义。

结语：用工具简化你的稳定性分析

手动计算控制限和绘图容易出错，尤其当数据量达到20+个子组时。我们为你准备了一款在线量具稳定性分析工具，只需输入子组数据，即可自动生成均值-极差图、计算控制限并给出判读建议。

? 立即使用在线工具： https://www.6sq.net/tools/stability/

下图是 6SQ 在线工具一键生成的结果效果：

该工具严格遵循AIAG《MSA手册》第4版的方法，支持自定义子组容量与基准值，输出结果可直接用于审核报告。让数据说话，从一次准确的稳定性分析开始。