MSA测量系统分析

这个技能解决什么问题

量具能不能用，不该靠感觉判断。一次不规范的 GRR 研究，可能让重复性看着达标、再现性却已经失控；反过来，只盯 %GRR 一个指标，也可能漏掉分辨力不足的问题——nDC 小于 5 时，量具根本分不清零件之间的差异。这个技能把 MSA 的判断逻辑固化成可执行流程：输入测量数据，输出变差分解、%GRR 与 nDC 的双重判定、五性评估，以及带优先级的改进措施。

核心能力

• 支持均值极差法与 ANOVA 法两种 GRR 计算，ANOVA 可分离交互作用，适合严格场景。
• 按四级标准同时给出 %GRR 与 nDC 判定，取两者较差者作为综合结论。
• 五性分析：分辨力、稳定性、偏倚、线性、GRR 的完整评估流程。
• 传入 USL/LSL 时附带 Ppk/Pp 计算，测量系统与过程性能一次评估完。
• 自动生成改进措施表，包含问题、原因、措施和优先级。

关键步骤

1. 确认量具类型、测量特性与分析目的（GRR 研究，还是偏倚/线性/稳定性分析）。
2. 选择计算方法，默认均值极差法。
3. 核对研究参数，标准配置为 3 名评价人、10 个零件、每件测 2-3 次；数据整理为 CSV 后调用 scripts/grr_analysis.py。
4. 解读结果，输出结构化报告：EV/AV/PV/GRR/TV 变差分解、双判定结论、改进措施。

适用边界与注意点

• 零件必须覆盖过程变差范围，不能只挑合格品，否则 GRR 会被低估。
• 非标准参数（如 2 人 5 件）可以算，但结果可靠性打折扣，技能会明确提示。
• 偏倚与线性分析需要用户提供标准件或基准值数据。
• 脚本负责计算，交互引导与结果解读由智能体承担；采信报告前先确认数据完整。