测量系统分析作为六西格玛管理中实施质量控制与改进的现代质量工具,其使用频率越来越高,进行测量系统分析的目的是通过分析测量系统的波动变异源及其造成的影响来评判测量系统的能力是否充足,并最终明确该测量系统能否接受。在实际生产中,生产产品或过程的质量通常利用统计质量控制手段或工具来检测或保证,而统计质量控制都是以测量为基础,要保证测量数据的可靠有效,必须对测量系统的能力作出评价和判断。通常,产品或过程的质量特性按复杂程度可分为一元、二元或多元变量的形式,而针对复杂精密产品的制造过程,产品的关键质量特性往往用轮廓模型来描述,甚至存在具有相关关系的轮廓与多变量的质量特性的情况。由于轮廓数据的复杂性以及轮廓与多变量质量特性之间数据的相关性,使得这种质量特性的测量系统进行能力评价更有难度,而传统的一元或多元能力评价方法已无法直接适用于轮廓数据的测量系统分析。因此,如何进行具有相关关系的轮廓与多变量的测量系统分析,是当前需要解决的问题。国内外一些学者对简单线性轮廓的过程能力分析或控制图方面进行了相关的研究,但是缺少对相关关系的轮廓与多变量的测量系统分析的研究。基于此,本文应用构建一个组合多维统计向量的方法,对具有相关关系的轮廓与多变量的测量系统进行分析和能力评价。先将简单线性轮廓的两个参数组成二维预测轮廓向量,再根据两者的相关性,将二维轮廓向量与多变量合并成一个多维统计向量,将轮廓与多变量的问题转化成多元问题,再利用主成分分析法对该统计向量进行降维,进而对简单线性轮廓与多变量的测量系统进行量具重复性与再现性研究,求出此类测量系统分析的能力评价指数。最后,本文进行仿真实验研究,通过模拟仿真实现测量系统分析,通过仿真计算解决简单线性轮廓与多变量的测量系统分析问题,结果表明,仿真实验很好地证明了所应用方法的有效性与可用性。