GRR培训-完整版.ppt

《GRR培训-完整版.ppt》由会员分享，可在线阅读，更多相关《GRR培训-完整版.ppt（41页珍藏版）》请在三一办公上搜索。

1、,GR&R 分析,课程目标、效果,了解测量误差的构成、GRR的含义掌握GRR检测的具体操作流程掌握卡尺/外观GRR检测基础知识,外观GRR分析,引言,测量系统的构成,测量误差的构成,GRR分析流程,卡尺GRR分析,课程内容,第一节、引言,数据是由测量得来的测量结果能否代表被测量对象的真实值测量误差由哪些部分组成，有多大测量误差如何确定什么样的误差可以接受，什么样的误差不能接受,第二节、测量系统的构成,测量是一个过程，它会使被测量对象(产品)的值偏离真值,第三节、测量误差的构成,第三节、测量误差的构成,准确性：同一测量仪器由同一测量人员测量同一样品，并重 复无限多次，测量结果的平均值与真值之间会

2、存在 差异，差异大小就反映了该测量系统的准确性。它可用偏倚（BIAS）来衡量。偏倚=测量平均值()-基准值,第三节、测量误差的构成,线性：同一测量仪器在不同测量范围的测量值与被测量对 象基准值的差异大小。,第三节、测量误差的构成,稳定性：同一测量仪器在不同时间测量时与被测量对象基 准值的差异大小。,GRR(Gage Repeatability And Reproducibility):量具重复性和再现性重复性：同一测量人员用同一测量仪器重复测量同一测量 对象时所存在的差异。体现为设备变差（EV）,第三节、测量误差的构成,再现性：几个不同的测量人员用同一测量仪器测量同一测 量对象时所存在的差异。

3、体现为人员变差（AV）,第三节、测量误差的构成,测量系统分析的目的确认总误差、测量系统中的测量人员误差和测量仪器误差的大小，并对测量系统的适用性作出判断。GRR分析的目的确定测量系统中人员变差和设备变差的大小，并对其适用性作出判断。理想的测量系统应该只存在测量对象本身的误差，由于测量仪器、测量人员所带来的误差均为零。即不存在测量误差，这时的测量值完全代表真值。实际上这种情况并不存在。,小结,外观GRR分析,引言,测量系统的构成,测量误差的构成,GRR分析流程,卡尺GRR分析,课程内容,第四节、GRR分析流程,确认数据类型,数据分析,选择误差来源,选择样本,收集数据,计量型数据：长度、时间、温度

4、等计数型数据：合格/不合格、通/止等,普通测量系统：测量人员、测量仪器和零件目视检查：测量（检查）人员和零件,选择的10个样本应能代表过程范围,服从正态分布，P0.05；样本取值变异过大或过小都不合理,a、测量前应确认测量仪器经过校准b、确保使用足够分辨力的仪器进行测量c、盲测法：随机顺序测量各样本，不得参 照他人或自己以前的数据。,a、选择分析方法：方差分析法、平均值-极差法b、计算EV、AV、GRR、PV、TV、%EV、%AV、%GRR、%PV、NDCc、判定测量系统可否接受。对于不可接受的要 分析原因，加以改进。,第五节、卡尺GRR分析,卡尺GRR分析方法有如下两种:平均值极差法（Xba

5、r-R）要求 A、选择能够代表整个过程范围的10个被测量零件 B、选择23名测量人员 C、每人对每个零件测量23次特点：它将总测量误差分为零件变差、重复性、再现性三类方差分析法（ANOVA）要求：同平均值极差法特点：它在Xbar-R方法的基础上将再现性变差细分为人员变 差及测量人员-零件交互作用变差如果零件与操作者的交互作用的P值小于0.05,则其交互作用影响大,不可忽略,用ANOVA方法较精确.,可以手工计算或MINITAB计算,用MINITAB计算,第五节、卡尺GRR分析,分辨力:又称可视解析度。测量仪器能够读取的最小测量单位，一般要求测量仪器的分辨力小于或等于被测量对象 1/10 规格公

6、差或过程变差（6倍过程标准差）的较小者。有效分辨力:又称有效解析度，是一个综合概念，以NDC表示。NDC 5，表明量具有效分辨力足够。,GRR分析准则如给定公差：则优先看%Tolerance，此值即为%GRR如未给定公差:则优先看%Contribution,公差方法可更好地确定测量系统的稳定性。如果%GRR30%,则测量结果与真值误差1%,GRR评价标准,第五节、卡尺GRR分析,客户测量系统评价标准,第五节、卡尺GRR分析,GRR的原因分析 如果重复性再现性(EVAV),原因可能是A、仪器需要维修B、可能需要对量具进行重新设计，以获得更好的严格度。C、需要对量具的夹紧或固定装置进行改进D、零件

7、内变差太大 如果再现性重复性(AVEV)，原因可能是A、需要对评价人进行如何使用和判读该量具仪器的培训B、量具校准、刻度不清晰。,公司需要评价某一测量系统，要评价的量具是数显卡尺。QA决定用10个能反映过程变差的零件并从检验人员中随机抽出3名操作者来检验，从而确定系统的变差。一、确认测量数据类型：本例数据为计量型数据二、确定误差来源：本例误差来源为被测量零件、测量人 员和测量仪器，可能存在测量人员和被测量零件交互 作用的影响。三、选择样本：本例随机抽取了10个样本进行研究。四、收集数据：本例为35743 S把手 11.25+/-0.05mm。,第五节、卡尺GRR分析（案例）均值-极差法,平均值

8、-极差法(手工计算),第五节、卡尺GRR分析（案例）均值-极差法,第五节、卡尺GRR分析（案例）均值-极差法,公司于2006/5/15需要评价某一测量系统，要评价的量具是数显卡尺。QA决定用10个能反映过程变差的零件并从品保人员中随机抽出3名操作者来检验，从而确定系统的变差。一、确认测量数据类型：本例数据为计量型数据二、确定误差来源：本例误差来源为被测量零件、测量人 员和测量仪器，可能存在测量人员和被测量零件交互 作用的影响。三、选择样本：本例抽取了10个样本进行研究。四、收集数据：本例为7016D 接头 16.0+/-0.05mm。,第五节、卡尺GRR分析（案例）方差分析法,16.00.05

9、,第五节、卡尺GRR分析（案例）方差分析法,第五节、卡尺GRR分析（案例）方差分析法,第五节、卡尺GRR分析（案例）方差分析法,第五节、卡尺GRR分析（案例）方差分析法,用 MINITAB 软件分析流程如下:1、在MINITAB中输入数据，格式如下：,第五节、卡尺GRR分析（案例）方差分析法,2、选择“StatQuality ToolsGage R&R Study(Crossed)3、在出现的对话框输入如下信息,第五节、卡尺GRR分析（案例）方差分析法,4、点击“Gage Info”在出现的对话框输入如下信息,Gage R&R（Crossed）Gage Info,Gage name:,Date

10、 of study:,数显卡尺MD2552,OK,Reported by:,Gage Tolerance:,2006/05/15,田首丰,0.01,第五节、卡尺GRR分析（案例）方差分析法,5、点击“Options”在出现的对话框输入如下信息,其余依默认值,第五节、卡尺GRR分析（案例）方差分析法,6、MINITAB图形视窗输出,a、数据输出如下表,P值=0.0202850.05,第五节、卡尺GRR分析（案例）方差分析法,b、图形输出如下表,AA0.01,大约一半或一半以上的平均值应落在控制限以外，表示该测量系统的有效分辨力足够。,OPER*DATA Interaction,By DATA,若

11、所有极差都受控，说明测量过程受控,A B C,如果这K条线是平行的，则没有交互作用,第五节、卡尺GRR分析（案例）方差分析法,数显卡尺MD2552田首丰2006/5/150.01,第六节、外观GRR分析,一、目的 查核外观检验员依标准检验外观的能力二、指标正确性=两次检验都作出正确决定的部品数/检验的部品总数漏检率=两次检验都将不良品判为良品的部品数/检验的部品总数误判率=两次检验都将良品判为不良品的部品数/检验的部品总数错误警报率：一次判定正确，一次判定错误的部品数/检验的部品总数重复性比率：两次检验的判定结果一致的部品数/检验的部品总数正确性+漏检率+误判率+错误警报率=100%重复性比率

12、+错误警报率=100%,第六节、外观GRR分析,三、检测流程,检测的部品：依不同的单位，现场取样（高/中档产品），涵盖整个部品的各种品质状况.,30PCS同一档次的零件各“盲测”两次目视检验（结合检验卡片）,主管依外观标准判定部品，得参考值现场实测有争议者再判定，得最终参考值检测中造成撞划伤的，应及时修正参考值,第六节、外观GRR分析,四、判定准则,关于可接受的风险,应该最终取决于对后续过程及最终顾客的影响(如风险)风险可否被接受:内部接受&外部顾客的接受,第六节、外观GRR分析(案例),“我非常想到那棵树顶上去，”火鸡叹口气道，“但是我没有那份力气”。,一只火鸡和一头公牛在聊天。,火鸡吃了一团牛粪，发现它真的使自己有力气到达树的第一个分叉处。,第二天，在吃了更多的牛粪以后，火鸡到达了树的第二个分叉处。,最终，两星期后，火鸡非常骄傲地站在了树的顶端。,但不幸的是，没多久，它就被一个农夫盯上了，,并且农夫非常利索地就将火鸡射了下来。,情趣链接,这个故事的寓意是,牛粪（狗屎运）也许能使你抵达顶峰，但它不能使你永远呆在那儿。,课程提问时间：。,课程结束,谢谢！,