重复性再现性课件.ppt

《重复性再现性课件.ppt》由会员分享，可在线阅读，更多相关《重复性再现性课件.ppt（92页珍藏版）》请在三一办公上搜索。

1、第1章 绪论,第9章 计数型量具与破坏性试验的MSA,第5章 测量系统的稳定性分析,第3章 测量不确定度,第6章 测量系统的偏倚分析,第7章 测量系统的线性分析,第8章 测量系统的R&R分析,第2章 测量数据的误差理论,2022/12/19,第4章 测量系统过程变差与来源,测量系统分析第8章测量系统的重复性和再现性分析（R&R）,2022/12/19,本章主要教学内容和要求,掌握测量系统的重复性和再现性的定义；,结合实例掌握测量系统重复性和再现性分析的方法；,掌握测量系统R&R的分析方法；,理解引起测量系统重复性、再现性问题的可能原因；,2022/12/19,8.1 测量系统的重复性和再现性的

2、定义与计算,2022/12/19,1 测量系统的重复性和再现性GR&R概念,重复性( Repeatability)测量系统的固有变动 ；在同一条件重复测量同一对象；同一测量者；同一测量仪器；同一环境条件；同一测量方法；也称重复试验错误或短期变动；也称Equipment Variation (EV)。,2022/12/19,8.1 测量系统重复性和再现性概念,再现性（Reproducibility)不同条件下测量同一对象（以下至少1项满足）；不同测量者；不同测量仪器；不同环境条件；不同方法也称Appraiser Variation（AV）长期（Long Team）变动,2022/12/19,8.

3、1 测量系统重复性和再现性概念,定义：同一人利用同一装备重复测量同一零件的同一特性。,虽不正确但重复性好!,虽然正确但重复性太差了!,重复性低的潜在原因测量仪器 ：GAGE需要修理；环境原因(照明，噪音)； 需要更精密的GAGE人：身体原因（视力）；有需要改善的部品 。,2022/12/19,8.1.1 重复性的定义与计算,重复性标准偏差或仪器变差的估计 为：,式中 为重复测量的极差平均。,重复性标准偏差或仪器变差的估计（EV）为：,*,*,2022/12/19,8.1.1 重复性的定义与计算,8.1.1 重复性的定义与计算,重复性计算实例,重复性分析时，采用了2个人，多个零件，貌似与重复性定

4、义不符实际理解应为：抽样了2个人重复性（平均掉人产生的差异），且每个人又抽样了5个零件的测量数据（平均掉零件差异），就只剩下“机”的影响EV）。,注意均值的求法按每个人测的每个零件,2022/12/19, （标准差表示）, （99%置信区间表示）, 重复性分析的前提是测量系统（过程）稳定 ,2022/12/19,8.1.1 重复性的定义与计算,2022/12/19,8.1.1 重复性的定义与计算,计算EV,计算AV,计算PV,定义：不同人利用同一装备采用同一测量方法测量同一部品的同一特性。,虽不准确，但检查者间再现性非常好!,检查者间再现性非常不好! 测量方法还没形成标准化?,低再现性潜在原因

5、测量步骤不明确；没有学好 GAGE使用方法和 GAGE读法；测量定义不明确,2022/12/19,8.1.2 再现性的定义与计算,再现性的标准偏差：a=Ra/d2 * (Ra为评价人最大平均值减去最小平均值测量人之间产生的极差：2人均值的极差，包括了重复性的影响)。再现性AV=5.15 Ra/d2 * 。(d2的值取决于评价人的人数m和参与计算的极差的个数g，可从附表2.18中查得)由于量具变差影响了该估计值，必须通过减去重复性部分来调整（将人产生的变差分离出来）。校正后的再现性的标准偏差：a=AV/5.15,*,校正前,2022/12/19,8.1.2 再现性的定义与计算,注意均值的求法按人

6、求均值,2022/12/19,8.1.2 再现性的定义与计算,8.1.2 再现性的定义与计算, （标准差表示）, （99%置信区间表示）,2022/12/19,剔除了“料”的方差公式,8.1.2 再现性的定义与计算,计算EV,计算AV,计算PV,2022/12/19, （99%置信区间表示）, （标准差表示）,2022/12/19,8.1.2 再现性的定义与计算,8.1.3 零件间变差,由同一或不同的评价人，采用同一个的测量仪器，同一测量方法，测量不同零件（但要同规格） 的同一特性时零件测量平均值的变差。零件间标准偏差：p =Rp/d2*（ Rp为样品平均值极差）。零件间变差：PV=5.15

7、Rp/d2 * 。( d2* 取值取决于量具研究使用的零件数m和参与计算的极差个数g，可从附表2.18中查得)。,2022/12/19,2022/12/19,8.1.3 零件间变差,注意均值的求法按零件, （标准差表示）, （99%置信区间表示）,2022/12/19,8.1.3 零件间变差,8.1.3 零件间变差,计算EV,计算AV,计算PV,2022/12/19, （标准差表示）, （99%置信区间表示）,2022/12/19,8.1.4 测量系统总变差的计算,也可以是2.95.15=14.94, 测量系统变差太大，分辨力不足。, 数据分级数5。,2022/12/19,8.1.4 测量系统

8、总变差的评价,8.1.4 测量系统总变差的评价, 测量系统接受条件 ,0GR&R10%：测量系统可接受；,10%GR&R30%：测量系统在特定条件下 可接受；决定于该测量系统之重要性, 量具成本、修理所需之费用等因素，可能是可接受的。,GR&R30%：测量系统不可接受；须予以改进。必要时更换量具或对量具重新进行调整，并对以前所测量的库存品再抽查检验， 如发现库存品已超出规格应立即追踪出货通知客户， 协调处理对策。,数据分级数5。,2022/12/19,8.2 测量系统的重复性和再现性的控制图分析,2022/12/19,1)测量步骤：取包含5个零件的一个样本，代表过程变差的实际或预期范围；指定评

9、价人A、B（至少2人），并按1至5给零件编号，使评价人不能看到这些数字；如果校准是正常程序中的一部分，则对量具进行校准；让评价人A以随机的顺序测量5个零件，并让另一个观测人记录结果。让评价人B以同样的方法测量5个零件；使用不同的随机测量顺序重复上述操作过程至少3次；,2022/12/19,8.2.1 控制图分析方法,2) 数据收集,2022/12/19,8.2.1 控制图分析方法,8.2.1 控制图分析方法,零件均值控制图：其控制限是基于重复性变差，而不是零件间的变差；与传统的SPC控制图不同，点超出控制界限越多越好，至少50%以上才表明测量系统区分零件间变差能力足够。,注意：指零件的极差平均

10、（不同人不同零件），反映重复性。,按不同人不同零件的平均值的极差，反映再现性。,按零件的平均值的极差，反映零件间变差。,2022/12/19,将每个评价人/零件组合的观察值画在均值控制图中，均值控制图的控制限由下式计算:,均值控制线是以重复性变差而不是零件间变差为基础，所以点超出控制限正常，表明零件变差未淹没在重复性变差中，测量系统辨别零件间变差的能力强（最好50%以上的点超出控制限）。,甲测的第4个零件的均值超限（重复性极差限）零件变差大。,2022/12/19,8.2.1 控制图分析方法,虚线左边为甲，右边为乙,极差控制图：将每个评价人/零件组合的极差画在极差控制图中，极差控制图的控制限由

11、下式计算：,2022/12/19,8.2.1 控制图分析方法,R图受控，表明甲乙两人看起来是“相同”的，若失控，表明测量系统对测量人敏感，需要改进。,虚线左边为甲，右边为乙,将每个评价人/零件组合的观察值画在均值控制图中，均值控制图的控制限由下式计算:,均值控制线是以重复性变差而不是零件间变差为基础，所以点超出控制限正常，表明零件变差未淹没在重复性变差中，测量系统辨别零件间变差的能力强（最好50%以上的点超出控制限）。,甲测的第4个零件的均值超限（重复性极差限）零件变差大。,2022/12/19,8.2.1 控制图分析方法,虚线左边为甲，右边为乙,测量系统R&R计算和分析,测量系统R&R标准偏

12、差:,总标准差：,测量系统R&R总变差：,总变差：,2022/12/19,8.2.2 GR&R分析实例,测量系统R&R计算和分析,2022/12/19,8.2.2 GR&R分析实例,研究结果表明：研究显示测量系统的%R&R为50.5%，不符合测量要求；数据分级数小于5，表明测量系统分辨率不够；测量系统的重复性是测量系统%R&R不合格的主要原因；,2022/12/19,8.2.2 GR&R分析实例,8.3 测量系统的重复性和再现性评定指南,2022/12/19,确定使用环境,环境影响试验（以保证量具对环境不敏感）,稳定性（验证系统一直测量正确变量）,偏倚和线性,重复性和再现性（R&R）,2022

13、/12/19,均值极差法,试验设计,获取数据,极差图,均值图,计算变差,评定报告,方差分析法,试验设计,获取数据,数据图示,计算变差,评定报告,极差法,试验设计,获取数据,计算变差,评定报告,2022/12/19,8.3.1 GR&R评价的准备,有效分辨率？,可视分辨力:如游标卡尺0.02mm的最小读数,有效分辨力:考虑整个测量系统极差控制图可显示分辨力是否足够，控制限内有至少4个数据分级,2022/12/19,2022/12/19,8.3.1 GR&R评价的准备,2022/12/19,8.3.1 GR&R评价的准备,2022/12/19,8.3.1 GR&R评价的准备,分辨力,2022/12

14、/19,8.3.1 GR&R评价的准备,极差法均值极差法方差分析法（ANOVA）,2022/12/19,8.3.2 GR&R评价方法,极差法,2人5个零件；,每人每个零件测1次；,不能将重复性和再现性分开，更不能将“人/件交互作用”从数据中分离出来；,只适用于零件（产品）数不超过300件时。,概念：一种经修正的计量器具研究方法。能快速提供一测量系统变差的估计值，但只对测量系统提供变差整体情况的估计，无法实现重复性和再现性的分离，通常用在快速检查验证GR&R是否有变化的场合。,2022/12/19,8.3.2 GR&R评价方法,2022/12/19,8.3.2 GR&R评价方法,2022/12/

15、19,8.3.2 GR&R评价方法,人与5,2022/12/19,8.3.2 GR&R评价方法,均值-极差法,均值极差法：常用的测量系统分析方法，用来研究测量系统的双性：R & R。它也称为大样法（Long Method）。研究R & R的前提：测量系统已经过校准，而其偏倚、线性及稳定性已经过评价并认为可接受。,同时评估不同操作员对量具熟练度,2022/12/19,8.3.2 GR&R评价方法,8.3.2 GR&R评价方法,在过程中随机抽，从而保证与被测零件属同一过程，且要求n个零件同规格。,评价人应熟悉并了解一般操作程序, 避免因操作不一致而影响分析的可靠度 。,2022/12/19,202

16、2/12/19,8.3.2 GR&R评价方法,2022/12/19,12级 产品质量工程 卓越班,8.3.2 GR&R评价方法,2022/12/19,8.3.2 GR&R评价方法,2022/12/19,8.3.2 GR&R评价方法,2022/12/19,8.3.2 GR&R评价方法,2022/12/19,8.3.2 GR&R评价方法,8.3.2 GR&R评价方法,2022/12/19,12级 产品质量工程 卓越班,2022/12/19,12级 产品质量工程 卓越班,8.3.2 GR&R评价方法,8.3.2 GR&R评价方法,2022/12/19,12级 产品质量工程 卓越班,2022/12/1

17、9,12级 产品质量工程 卓越班,8.3.2 GR&R评价方法,报告最后还应该给出测量系统GRR是否合格的结论，若不合格，也要简要分析可能原因。, 测量系统接受条件 ,0GR&R10%：测量系统可接受；,10%GR&R30%：测量系统在特定条件下 可接受；决定于该测量系统之重要性, 量具成本、修理所需之费用等因素，可能是可接受的。,GR&R30%：测量系统不可接受；须予以改进。必要时更换量具或对量具重新进行调整，并对以前所测量的库存品再抽查检验， 如发现库存品已超出规格应立即追踪出货通知客户， 协调处理对策。,数据分级数5。,2022/12/19,8.3.2 GR&R评价方法,方差分析法（AN

18、OVA）,方差分析法是一种标准的统计技术。可用它分析测量误差和测量系统中的其他误差来源。在方差分析中，变差可分解为四类：零件，评价人，零件和评价人间的相互作用，量具造成的重复误差。与均值-极差法比较的优点有能力解决任何测量的作业准备；能够准确地估计变差；可从测量数据中得到更多的信息。（如：评价人与零件间相互作用）缺点：数据计算更复杂。,对方差分析法，大家可以自行查相关资料，本课程不详细介绍。该法因为考虑了人件交互作用，而使结果更准。,2022/12/19,8.3.2 GR&R评价方法,如果重复性再现性：仪器需要维护；量具应重新设计来提高刚度；量具的夹紧或零件定位的方式(检验点)需加以改善 ；存

19、在过大的零件内变差。如果再现性重复性：需要对评价人如何使用量具和读数进行更好的培训，作业标准应再明确订定或修订 ；量具刻度盘上的刻度不清楚；可能需要某些夹具协助操作员, 使评价人更具一致性的使用量具。量具与夹具校验频率在入厂及送修纠正后须再做测量系统分析，并作记录。,2022/12/19,8.3.3 重复性与再现性的比较与原因分析,粗糙度,2022/12/19,8.3.3 重复性与再现性的比较与原因分析,不,2022/12/19,8.3.3 重复性与再现性的比较与原因分析,2022/12/19,8.3.3 重复性与再现性的比较与原因分析,2022/12/19,8.3.3 重复性与再现性的比较与

20、原因分析,2022/12/19,8.3.3 重复性与再现性的比较与原因分析,2022/12/19,12级 产品质量工程 卓越班,8.3.3 重复性与再现性的比较与原因分析,2022/12/19,8.3.3 重复性与再现性的比较与原因分析,8.3.3 重复性与再现性的比较与原因分析,2022/12/19,12级 产品质量工程 卓越班,针对重要特性(尤指是有特殊符号指定者)所使用量具的精确度应是被测量物品公差的1/10, (即其最小刻度应能读到1/10过程变差或规格公差较小者; 如: 过程中所需量具读数的精确度是0.01m/m, 则测量应选择精确度为0.001m/m), 以避免量具的分辨力不足，一

21、般之特性者所使用量具的精确度应是被测量物品公差的1/5。 试验完后, 测试人员将量具的重复性及再现性数据进行计算如 (R&R数据表), (R&R分析报告), 依公式计算并作成-R控制图或直接用表计算即可。,注意：,2022/12/19,8.3.3 重复性与再现性的比较与原因分析,8.4 利用Minitab的GR&R分析,2022/12/19,实例,在此示例中，对两个数据集进行量具 R&R 研究：(1)在一个数据集（数据1.MTW）中，测量系统变异 对整体观测变异的贡献很小；(2)在另一个数据集（数据2.MTW）中，测量系统变异对整体观测变异的贡献较大。为进行比较，我们同时使用方差分析法（如下所

22、示）以及 Xbar-R 法分析数据。 “数据1”的数据取自 Measurement Systems Analysis Reference Manual 第 3 版。(Chrysler, Ford, General Motors Supplier Quality Requirements Task Force)。选择了 10 个代表过程变异预期范围的部件。3 名操作员以随机顺序测量这 10 个部件，每个部件测量 3 次。对于“数据2”数据，选择了 3 个代表过程变异预期范围的部件。3 名操作员以随机顺序测量这 3 个部件，每个部件测量 3 次。,2022/12/19,8.4.1 MINITAB

23、软件操作,对数据1进行分析,2022/12/19,74,8.4.1 MINITAB 软件操作,8.4.1 MINITAB 软件操作,“交叉”： 用于非破坏性测试（每个零件可有多个测量数据）“嵌套”：当每个部件只由一名操作员测量（如在破坏性试验 中）时，请使用量具 R&R 研究（嵌套）（每个零件只有1个测量数据）；“扩展”：当需要包含除操作员和部件以外的更多因子、包含固定因子、混合的交叉和嵌套因子或不平衡设计时，请使用量具 R&R 研究（扩展）。,2022/12/19,X-bar和R法,C1,C2,C3,2022/12/19,8.4.1 MINITAB 软件操作,2022/12/19,8.4.1

24、 MINITAB 软件操作,X 和 R 法之于“汽车工业行动组织量具研究”数据量具 R&R 研究 - XBar/R 法,10%R&R30%；分级数=5结论：测量系统可接受，但仍有改进余地。,2022/12/19,8.4.1 MINITAB 软件操作,8.4.1 MINITAB 软件操作,2022/12/19,部件间的贡献百分比大于合计量具 R&R 的贡献百分比，表明大部分变异是由于部件间的差异所致。,按零件分组的测量结果图，一般均值连线的变化越大，表明过程实际的波动越大；均值周围的多个散点分布越集中，表明重复性与再现性的变差越小。本图中部件间存在较大差异，如非水平线所表明。,显示测量值中由每个

25、操作员引起的变异，使您可以比较各个操作员。本图中操作员 B 的部件测量值很不稳定,按人员分组的测量结果图,这条均值的连线的变化越小,表明再现性的变差越小。本图中与部件间的差异相比，操作员之间的差异较小。操作员 C 的测量值似乎比其他人略低一些。,显示每个操作员的测量值与总体平均值的关系。本图中大部分点都在控制限制之外，表明变异主要是由于部件间的差异所致。,重叠地显示了ABC按零件分组的测量结果均值图，一般连线的变化越大,表明过程实际的变差越大;一般三条连线越接近平行表明人员与零件间的交互作用越小:如果人员与零件有明显的交互作用,则可以通过该图找出是哪几个零件使得评价人间“分歧”较大。本图中人间

26、交互作用不明显。,对数据2进行分析,2022/12/19,80,8.4.1 MINITAB 软件操作,X 和 R 法之于“数据2”量具 R&R 研究 - XBar/R 法,2022/12/19,8.4.1 MINITAB 软件操作,%R&R30%；分级数5结论：测量系统需改进。,2022/12/19,8.4.1 MINITAB 软件操作,部件间的差异很小，因为均值连线为近似水平线。,大部分点都在控制限之内，表明测量人员测量值比较稳定，但第2名测量人员稳定性略差。,操作员之间没有差异，如水平的线所表明。,人间交互作用较明显，因为三个人的折现互相不平行，且在零件1和3上测量人员“分歧”较大。,均值

27、均在控制限内，表明测量系统分辨率不足，且测量系统变差大于零件间变差。,合计量具 R&R 的贡献百分比大于部件间的贡献百分比，表明大部分变异是由测量系统所致 - 主要是重复性；只有很小一部分是由于部件间的差异所致。,方差分析法,C1,C2,C3,2022/12/19,8.4.1 MINITAB 软件操作,2022/12/19,8.4.1 MINITAB 软件操作,2022/12/19,0.025交互作用不明显,10%R&R30%；分级数=4结论：测量系统可接受，但仍有改进余地。需要至少 5 个可区分类别才能得到满足要求的测量系统,部件贡献率大于R&R,说明变异主要由部件间差异所致,8.4.1 M

28、INITAB 软件操作,2022/12/19,8.4.1 MINITAB 软件操作,量具2的分析结果,0.025交互作用不明显,%R&R30%；分级数5结论：测量系统需改进。表明测量系统分辨率较差，无法区分部件间的差异。,部件贡献率小于R&R,说明变异主要由测量系统所致,大于Xbar和R法考虑交互作用,步骤1: 收集代表长期过程变异整个范围的n=5个样本，找出最常使用该仪器的作业员2-3位，重复测量2-3次；步骤2: 校正量具或检验最后校正日期是否有效； 步骤3: 备妥R&R研究的Minitab数据收集表。表头: 零件ID、作业员、试验号次、量测值；步骤4: 请第一位作业员以随机次序量测所有的

29、样本一次(注意盲测)； 随意抽样，使作业员无法辩认其量测过的每个样本以减少人为偏差。,总结：GR&R进行方法,2022/12/19,8.4.2 GR&R分析的总结,步骤5: 请第二位作业员以随机次序测量所有的样本一次，并继续进行，直到所有的作业员测量所有的样本一次；步骤6: 根据所需的试验次数重复步骤4和5； 步骤7: 将数据和公差信息输入Minitab. 统计 质量工具 量具 R&R 研究(交叉） 步骤8: 得出分析结果。,2022/12/19,8.4.2 GR&R分析的总结,样本的选择,样本一般选定 =5个，应能 代表工程的散布。下图选了10个。,如样本只取与工程平均相近的，测量能力评价指

30、标显示出来的会比实际差。,样本在比工程散布范围广的地方选取， 显示出来的测量能力评价指标要比实际好。,2022/12/19,8.4.2 GR&R分析的总结,测量者的选定 & Blind Measurement,测量者选定选平时用测量仪测量并收集 数据或检查的人员。,Blind Measurement不要让测量者知道自己测量的标本是哪一个，防止不要受到之前测量值（不论是自己的测量值或他人的测量值）的影响。,2022/12/19,8.4.2 GR&R分析的总结,准备数据表,2022/12/19,8.4.2 GR&R分析的总结,如果主要的变异源是重复性(设备)，那么需要更换、修理、或者调整设备。 如果咨询设备经销商或者对行业情报进行研究后，发现使用的量具技术已达到当前工艺水准，并且量具工作符合规范，那么仍然需要修正量具。对这个问题的一个临时解决方案是信号平均 如果占主导地位的变异源是测量者造成的（再现性），那么必须透过训练和定义标准作业程序来解决这个问题。应当观察不同作业人员之间的差别，以发现是训练、技巧、还是程序方面的问题。 对规格进行分析，它们合理吗？,如何处理GRR的不足,2022/12/19,8.4.2 GR&R分析的总结,