MSA是使用数理统计和图表的方法对测量系统的分辨率和误差进行分析,以评估测量系统的分辨率和误差对于被测量的参数来说是否合适,并确定测量系统误差的主要成分的一种非常科学的分析方法。
MSA作为TS五大工具之一,MSA有着必不可缺的重要地位,从评定测量系统质量,到获取并分析测量数据,MSA都在为TS改善工作扮演者举足轻重的角色。
我们常常说的MSA测量系统的统计特性包括:
1)Bias偏倚(Bias);
2)Repeatability重复性;
3)Reproducibility再现性;
4)Linearity线性;
5)Stability稳定性。
而如果尝试从数理的角度分析MSA测量系统的统计特性,我们不难发现更多有趣的内容。在数学上,我们所说的测量系统并不仅仅只局限于MSA测量系统,但同样作为测量系统,其所关注的点是非常相似的。在数学上我们把特性分为静态特性和动态特性两种。我们一般判断测量系统的基本特性依靠的是测量系统与其输入输出之间的关系,其中包括三个方面:
第一、已知测量系统的特性,输出可测,那么通过该特性和输出来推断导致该输出的输入量。这就是通常应用测量系统来测未知物理量的测量过程。
第二、已知测量系统特性和输入,推断和估计系统的输出量。通常应用于根据对被测量(即输入量)的测量要求组建测量系统。
第三、由已知或观测系统的输入、输出,推断系统的特性。通常应用于系统的研究。
无论MSA测量系统的统计特性如何,它都作为TS五大工具的重要分析方法而存在着,所以掌握和使用这种方法,具有非常重要的意义。
|