我觉得现在会有很多人存在这个疑问,毕竟曾经我也是从新手走过来的。
但是,这里面有些东西,属于新手的基础不足所致,需要多去了解多学习。
严格说来,MSA只是数据统计分析知识(SPC)的一种特殊表现形式,它的基本面很简单:
1、确认一个测量系统会对我们的检测过程带来多少的误判概率,这样的概率我们是否能够接受;
--->相对于尺寸公差的评估法;(注意,表格中算出来的百分之多少不是误判概率,但有对应关系,网上可搜索到)
2、评估一个完整系统中,寻找是什么问题导致了系统的不稳定和不确定;
--->相对于TV的评估法。
当一个系统测量不具有稳定的重复性或再现性的时候,你如何做有效评估?我想这个问题似乎就是在问这里的内容吧。
那么我们再次回归MSA的基本面第一条核心,或许“--->你用标准样品对系统进行评估,确认检验错误率是否能够满足你的理想;那么这也是一种模式。”
很多东西没有那么复杂,关键是要找到你的目标和知识的核心。
2013-12-01 21:06