（浙江大华科技有限公司 浙江杭州 310053）
摘要：随着全球化经济的到来，企业面临的竞争压力不仅仅只是在国内同类公司的竞争，也面临着全球同类行业的竞争和全球化的挑战。这迫使各个企业对产品进行各种参数的优化，包括从价格到质量等全方位的革新。如今，质量已成为国家战略，从国家层面树立国家品牌，各省、市建设、打造各级质量品牌企业。在这种形势下，各个企业的品质意识、问题意识、危机意识、改善意识均是一步一步地在加强。为满足客户的要求，对外不断降低产品的价格，提升服务的品质；对内公司不断推行全员质量管理，通过QC小组，6sigma的推行来提升产品质量，降低产品的生产成本。所以，大家可以明显的感觉到QC小组的全面推行已初见成效。在QC项目中，对于产品的质量改善，数据的分析的准确性将会直接导致问题点的定位，同时，相关措施落实后的效果验证也需要数据的支撑说明，这些数据的准确性将极大的影响效果是否有效的判断。而这些数据的来源，依赖于稳定的测量系统。所以，在QC项目中，测试系统提供准确的数据变得非常重要。
关键词：质量改善；测量系统；系统的稳定性；GR&R测试
一 什么是测量系统
在我们讨论QC项目的测量系统之前，我们首先了解一下什么是测量系统分析，测试系统分析简称MSA(MeasurementSystemAnalysis)，是使用数理统计和图表的方法对测量系统进行分辨率及误差分析的工具。它主要用来评估我们的测试系统的分辨率和误差对于被测量参数是否合适。这个方法是评价测量系统是否可以胜任测试的基本工具。
我们的产品，都会有国标、行标、企标的标准要求。对于产品关键的性能指标参数都必须严格测试，确保达到相关标准的要求。在安防行业中，这点就尤为重要，为了防止产品在使用过程中出现问题，就必须对可能存在的风险进行评估，通过产品的设计进行保证。但是生产过程中的控制结果如何确保，就需要我们通过检验进行判断，而检验所使用到的设备、人员、环境等所组成的测量系统，也必须要是稳定的。只有这样，获得的数据才是准确的，我们的检验结果才是可信的，才能更好地保证产品的可靠性。
测量系统的稳定性测试一般采用GR&R测试（GR&R测试是gage repeatability& reproducibility 的缩写），也就是量具的可重复性和可再现性。它是我们一般在使用测量系统前必须完成的一个测试，GR&R一般采用在minitab工具中生成一个表单，在表单中通常采用3人，3次和10个样品的测试，测试结果在小于10%是优异，10~20%之间可接受，对于20~30%之间，非关键性指标可以接受，对于大于30%的误差是不可接受的，我们必须改进测量系统，直到小于20%的总计误差。
二 QC中如何使用测量系统分析工具
在QC项目中，也就是PDCA循环的4个阶段中，D阶段和C阶段是过程改进和检验阶段，我们依据检验的结果进行改进，而检验的结果就是测量数据。可见，如果数据不准确，就无法做出正确的分析判断，也无法评估改进的效果。
在P阶段的现状分析中，同样需要严谨的数据支撑。我们需要对现有的数据进行分析，并根据数据分析的结果评估现状。如果测量系统的误差大于改善的结果，必然导致错误的判断。所以，测试系统提供的数据精确性将直接影响到改善效果的确认。
在测量系统的GR&R测试中，使用的Minitab的统计->质量工具->量具分析->创建量具R&R研究工作表。
将测试的部件根据部件号进行对应的操作员进行测试，将测试结果写在后面的行中，就可以让软件自动计算GR&R数据了。
下面是一个实际的案例，从下表中可以看到%GR&R值在31.77%，所以，这个测量系统是不可接受的，需要对测量系统进行分析改进后，再进行%GR&R验证，直至小于20%以下。
研究变异%研究变
来源 标准差(SD) (6 * SD) 异 (%SV)
合计量具 R&R 0.117309 0.70386 31.77
重复性0.117309 0.70386 31.77
再现性 0.000000 0.00000 0.00
操作员 0.000000 0.00000 0.00
部件间0.350158 2.10095 94.82
合计变异 0.369286 2.21572 100.0
实际在进行测量系统分析时，当发现现有的测量系统误差远远超出30%，有时甚至达到90%。到底是哪里出了问题，如何下手分析改善我们的测量系统呢？如果测量过程没有明显的问题，我们首先要考虑是不是样本选择上：随机样本。大家可能会认为在产线上随机选择样本就是随机了，但是如果你选择的样本都是良品，或者都是不良品，那么样本就只有一种状态，即使你认为样本是随机选取的，但是实际上样本并不符合随机原则，这样导致的结果往往就是%GR&R很高。那么当出现这样的情况时，我们应该如何选取随机样本的。通常我们会随机抽取样品，选择10个良品、10个不良品、10个可过可不过的产品，然后按照前面的步骤进行测试，这样就能反映出测量系统的真实情况。
按照上述的方式选择样品后如果测试结果仍不能满足要求，我们还有一个地方经常容易疏忽：这就是测试步骤。检验员只要根据我们的操作指导进行测量即可，为什么测试步骤会出现问题。首先，我们的测试步骤是否清晰、明确，是否所有的检验员都明白每个过程的步骤，每个步骤的先后顺序，他们是否了解要严格按照操作步骤完成实验。一般我们选择的检验员都是有一定测试经验的，我们前期遇到过检验员会有一定的思维定式，会根据以往的测试经验进行操作，很多细节的差异往往未注意，而正是由于忽略了这些许的操作差异，导致测试的过程就不稳定，从而影响了测试结果的准确性，最终导致测量系统无法满足要求。所以为了避免类似情况的发生，我们在测试前会对检验员进行操作过程的培训，确认所有参与验证的检验员都明白整个测试过程的步骤、要点、要求和易出错的地方，从而保证测试结果的一致性。
测量系统分析过程中，还会遇到很多影响的因素，大家需要根据实际的环境和要求进行分析判断，提高测量系统的稳定性，确保测量数据结果的准确性。
三 测量系统对QC结果的影响
测量系统的准确性对我们项目的影响是巨大的。我们许多的工程项目中，例如隧道的开挖，均是从两头开始的，如果没有精确的数据测绘系统支持，两边的山洞就不会直接贯穿，这样的直接结果，就是不得不放弃一边的山洞，继续另一边的山洞。这样不仅浪费了大力的人力物力，也会直接导致工期的延误。两边对向挖掘，本是想尽快的完成一个挖山洞的项目，由于测量系统的偏差，没有节省人力，反而延长了工期，浪费了人力和财力，得不偿失。
QC项目中，测试数据的准确性同样会直接影响QC的结果。在实际产品检验过程中，我们有时候会忽略对测量系统的确认。而是惯性的认为测试系统就是稳定的，在QC项目过程中使用了现有系统（未经过测量系统分析）输出的结果直接进行判断。最终做出改善后发现过程不稳定，存在较大波动而迟迟找不出原因。更有甚者导致QC项目分析过程持续很长，进入一个困难区，找不出问题所在。
我们早期也遇到过类似的问题，有个QC项目通过产品测试套工装的开发提高了测试效率，但是由于没有进行工装的测量系统分析，就测试了几个样品，发现能够判断pass和fail，感觉满足了我们的检验需求，就判断这套工装是可行的，并批量投入到了生产线去。在生产的过程中，工装也测试出很多的NG设备出来，大家也非常开心。但是过了半年，客户端反馈产品质量问题并返回维修，这时我们才重新分析寻找失效原因的时候发现，测量系统的%GR&R超过30%，这表明现有的系统测试结果无法判定产品是否合格，前期出货的产品都存在风险。当初的QC项目虽然表面上提高了效率，但是不良品的流程导致了公司的损失，而原因就是没有进行测量系统分析。
可见，在我们的QC项目中，对于D阶段的改善阶段和C阶段的管控阶段，对于数据的处理上，特别是关键的质量管控过程中，测量系统的稳定性和可靠性是非常重要的，决不能忽视。也不能因为测试周期可能对产品交付的影响，不去做测量系统的分析，而只是经过简单的判断，就直接将其运用到产线上。测量系统分析虽然可能会影响到一点时间，但是可靠的测量系统能使我们放心提供给客户的产品质量，从总体成本上来看，还是值得的。如果不做测量系统分析，看似可以缩短周期，提高产品出货效率。但是，等大量不良产品流出到客户手中产生大规模的返修时，其损失就远远高于前期的影响。
可以看出，在QC小组活动中，所有的项目都要对测量系统进行分析。没有稳定、可靠的测量系统进行数据保障，QC项目的实际效果就会大打折扣，甚至会导致项目的失败。所以，测量系统分析在QC项目和各个项目改进中是非常重要的，大家务必重视。
参考文献：
[1]《测量系统分析 参考手册》第三版
论文作者:贾冬松
论文发表刊物:《电力设备》2018年第12期
论文发表时间:2018/8/9
标签：测量论文; 测试论文; 系统论文; 项目论文; 数据论文; 系统分析论文; 产品论文; 《电力设备》2018年第12期论文;