4. 测量系统分析（MSA）基础：重复性与再现性（GR&R）、偏倚、线性、稳定性
在精密计量与误差预算校准中，测量系统本身是误差的重要来源。若测量系统不可靠，所有基于测量数据的误差预算阈值都将失去意义。本章系统讲解测量系统分析（MSA）的四大核心指标：重复性、再现性（合称 GR&R）、偏倚、线性 与 稳定性，并阐明它们如何直接驱动误差预算的阈值设定。
4.1 测量系统误差的构成
测量系统总变差（TV）由被测对象实际变差（PV）与测量系统变差（MSV）组成。MSV 进一步分解为：
- 重复性（Repeatability）：同一操作者、同一仪器、同一位置、短时间重复测量同一零件的变差。
- 再现性（Reproducibility）：不同操作者、不同条件（如不同班次、不同仪器）测量同一零件的平均变差。
- 偏倚（Bias）：测量平均值与参考值之间的系统偏差。
- 线性（Linearity）：偏倚在整个量程范围内的变化规律。
- 稳定性（Stability）：测量系统在较长时间内保持计量特性一致的能力。
关键概念： GR&R 评估测量系统的精密度（随机误差），偏倚与线性评估准确度（系统误差），稳定性评估时间维度的可靠性。四者共同构成测量系统合格判定的完整框架。
4.2 重复性与再现性（GR&R）
4.2.1 定义与计算公式
| 指标 | 符号 | 定义 | 计算公式（基于方差分量） |
|---|---|---|---|
| 重复性 | EV | 设备变差（Equipment Variation） | EV = 5.15 × σ重复性 |
| 再现性 | AV | 操作者变差（Appraiser Variation） | AV = 5.15 × σ再现性 |
| GR&R | GRR | 测量系统重复性与再现性综合变差 | GRR = √(EV² + AV²) |
| 零件变差 | PV | 被测零件之间的实际变差 | PV = 5.15 × σ零件 |
| 总变差 | TV | 测量数据的总波动 | TV = √(GRR² + PV²) |
其中系数 5.15 对应 99% 的置信区间（正态分布下 ±2.575σ）。
4.2.2 判定准则
- %GR&R ≤ 10%：测量系统能力优秀，可用于误差预算校准。
- 10% < %GR&R ≤ 30%：有条件接受，需根据应用重要性及成本决定。
- %GR&R > 30%：测量系统不可接受，必须改进。
实践提示： 在误差预算阈值校准中，若 %GR&R 超过 20%，建议将 GR&R 方差分量直接纳入预算模型，作为测量不确定度的固定分量处理，避免阈值被测量噪声淹没。
4.3 偏倚（Bias）
偏倚是测量系统准确度的核心指标。计算公式为：
Bias = X̄_measurement - X_reference
其中：
X̄_measurement = 多次测量同一标准件的平均值
X_reference = 标准件的参考值（溯源至更高等级标准）偏倚的统计显著性通过 t 检验判定：
t = Bias / (σ_repeatability / √n)
若 |t| > t_critical(α, n-1)，则偏倚显著，需进行校准或补偿。
注意： 偏倚显著时，不能简单通过“加修正值”了事。必须分析偏倚来源（如磨损、温度、算法误差），并在误差预算中明确标注修正后的残余不确定度。
4.4 线性（Linearity）
线性描述偏倚在整个测量量程内的变化趋势。若偏倚随被测值变化，则测量系统存在非线性误差。
线性评估步骤：
- 选取覆盖量程的 5～10 个标准件（含低、中、高值）。
- 每个标准件重复测量 10 次以上，计算各点的偏倚。
- 以参考值为 X 轴、偏倚为 Y 轴，拟合线性回归：
Bias = a × X + b - 检验斜率 a 的显著性：若 a 显著不为 0，则存在线性偏倚。
线性误差在误差预算中通常以最大残余偏倚或线性不确定度分量的形式纳入合成。
4.5 稳定性（Stability）
稳定性评估测量系统在时间维度上的可靠性。常用控制图（X̄-R 图或 X̄-S 图）进行监控。
| 监控参数 | 控制限 | 判定规则 |
|---|---|---|
| 均值（X̄） | X̄ ± A₂ × R̄ | 连续 3 点超出控制限 → 不稳定 |
| 极差（R） | D₄ × R̄（上界） D₃ × R̄（下界） |
极差超出上界 → 重复性恶化 |
| 标准差（S） | B₄ × S̄（上界） B₃ × S̄（下界） |
标准差趋势上升 → 测量系统退化 |
误差预算关联： 稳定性数据应定期（如每月）更新，若发现测量系统漂移，需重新评估偏倚与 GR&R，并相应调整误差预算阈值。稳定性控制限可直接作为预算中的“长期漂移不确定度”分量。
4.6 MSA 指标与误差预算的映射关系
下表总结了各 MSA 指标如何转化为误差预算中的不确定度分量：
| MSA 指标 | 误差类型 | 预算中的分量名称 | 典型贡献范围 |
|---|---|---|---|
| 重复性（EV） | 随机误差 | u重复性 | 5%～20% 总预算 |
| 再现性（AV） | 随机误差 | u再现性 | 5%～15% 总预算 |
| 偏倚（Bias） | 系统误差 | u偏倚（修正后残余） | 2%～10% 总预算 |
| 线性（Linearity） | 系统误差 | u线性 | 3%～15% 总预算 |
| 稳定性（Stability） | 长期漂移 | u漂移 | 5%～25% 总预算 |
4.7 MSA 核心指标关系图
下图展示了 MSA 四大指标之间的逻辑关系及其在误差预算中的位置：
4.8 本章小结
- GR&R 是测量系统精密度的综合指标，%GR&R ≤ 10% 为优秀，≤ 30% 为有条件接受。
- 偏倚 反映系统误差，需通过 t 检验判断显著性，并在预算中保留修正残余。
- 线性 描述偏倚随量程的变化，非线性误差需单独建模。
- 稳定性 通过控制图监控，长期漂移应作为独立不确定度分量纳入预算。
- 所有 MSA 指标最终以方差合成的方式进入误差预算模型，驱动阈值校准。