测量系统GR&R分析
GR%26R测量系统
量具的重复性与再生性 目的: 评估一个测量系统的测量能力,并以 此统计分析结果作为对操作者.测量 设备变异状况的改善参考
GRR实验方法
计量值量具GRR
(通过计算测量系统变异/规格或制程变异)
计数值量具GRR(GO/NO GO.目视.....)
(通过判定结果的一致性程度)
GRR实验要求
样品要求:
样本应在能代表整个作业范围的制程中随机 地选取(包括超出规格的样品)
特征GRR的特点
将样品与规格规定的标准进行比较,与规格 相符则为合格,否则为不合格.
FAIL PASS
只能作出允收与拒收的判断,而不能指出样 品好与不好的具体程度.
特征GRR的用途
可用来确定一个测量系统的能力、一致性及 信赖程度. 评估一个检验过程的可靠程度: 重复性:检验者个人对一样品进行多次 判断的一致性; 再现性:多个检验人员之间对某样品进 行判定的一致性; 校验结果:检验者的判断结果与公认的 标准是否一致
方法2:统计表单浅析
DATA ENTRY WORKSHEET
Attribute Legend 1 pass 2 fail
5 (used in com putations)
DATE: NAME: ITEM: LOCATION:
When study took place Study Co-Ordinator Name and Number (Identification) Where Study took place
计量值GRR实验方法
变异数分析法
变异数分析方法是一种标准的统计学的技术, 它 可用作分析测量误差或进行测量系统其他变异原 因的探究.
特性:
随机性(Randomization) 统计的独立性(Statistical Independence)
计数型GRR-KAPPA（MSA第四版-测量系统分析）全公式
计数型GRR-KAPPA（MSA第四版-测量系统分析）全公式380.0%312.5%508.8%0.5
(+0.05/
-0.05)Ppk:0.5
0.77评价⼈A
评价⼈B
评价⼈C
######（苏州）有限公司
#### TECHNOLOGY CO .,LTD GAGE R & R CHART
量规/量仪：尺⼨编号：⼯件机种：测量⼈数：实验次数：样品数量：评定结果：
评估⽇期：统计⼈员：GR&R值：24%
最⼩有效率：最⼤漏失率：最⼤误判率：最⼩KAPPA值：⽬标尺⼨：
变差来源
总检查数
相配数
错误的拒收
错误的接受
不相配
95%UCI
计算所得结果
95%LCI
总检查数
⼀致的数量
95%UCI
计算所得结果
95%LCI
样本：
补充：
kappa⼤于0.75表⽰有很好的⼀致
对于产品控制的情况下，当测量结果与决定准则是确定“符合或不
符合某特性的规范”（如：100%检验或抽样），样品（或标准）必须被选择，但不需要包括整个过程范围。
测量系统的评估是以特性公差为基础（如对公差的%GRR）。
在过程研究情况下，当测量结果与决定准则是确定“过程稳定性、
⽅向以及是否符合⾃然的过程变差”（如：SPC、过程控制、能⼒及过程改进），在整个作业过程范围的样本可获得性变得⾮常重要。
当评估⼀测量系统对过程控制的适⽤性时（如对过程变差
的%GRR），推荐采⽤过程变差的独⽴估计法（过程能⼒研究）。
如果Ppk⼤于1，则将测量系统与过程进⾏⽐较
如果Ppk⼩于1，则将测量系统与公差进⾏⽐较。
MSAGRR计算方法详细算法
MSAGRR计算方法详细算法MSA（Measurement Systems Analysis）GR&R（Gauge Repeatability and Reproducibility）是一种衡量测量系统准确性和可再现性的方法。
它主要用于评估测试设备（例如测量工具，仪器等）和测试员之间的差异，以确定测量系统的可靠性和稳定性。
下面将详细介绍MSA GR&R的计算方法。
1. 推导总变异（Total Variation）：首先，收集所需测量数据。
这些数据通常由多名测试员对同一物品进行多次测量而得到。
然后计算每次测量结果的平均值，并计算所有平均值的总平均值。
然后计算每个测量结果与总平均值之间的差异，并将这些差异平方相加得到总变异。
2. 推导工件变异（Part Variation）：对测量数据中的每个测量值，计算其与其所属工件的平均值之间的差异，并将这些差异平方求和得到工件变异。
3. 推导重复性变异（Repeatability Variation）：对于每个测试员进行的多次测量，计算其测量结果与其自身平均值之间的差异，并将这些差异平方求和得到重复性变异。
4. 推导再现性变异（Reproducibility Variation）：对于每个工件，计算不同测试员进行的测量结果之间的差异，并将这些差异平方求和得到再现性变异。
5. 计算GR&R可靠性指标：首先计算测量系统误差的平均值，即重复性变异和再现性变异之和。
然后计算测量系统误差与总变异的比值，得到可再现性（Reproducibility）指标。
最后，计算测量系统误差与工件变异的比值，得到重复性（Repeatability）指标。
6.评估和改进：通过对可再现性和重复性指标的分析，评估测量系统的可靠性和稳定性。
如果得到较高的指标值，则说明测量系统的误差较小，系统较为可靠。
如果得到较低的指标值，则需要对测量系统进行改进或调整以提高其准确性和稳定性。
GRR计算方法参考
GRR计算方法参考GRR（Gage R&R）是用于评估测量系统能力的一种方法。
它是一种能够衡量测量设备和测量操作员之间的变异性的指标。
GRR测试可以帮助制造商在过程控制或产品开发过程中选择合适的测量设备和操作员，并评估测量系统的稳定性和可靠性。
1.随机化试验设计在进行GRR测试之前，首先需要使用随机化试验设计来确定测量系统的相关因素。
这样可以将变异性的源头随机分配到每个因素中，以便有效地评估它们的影响。
2.方差分析（ANOVA）一旦完成随机化试验设计，就可以进行方差分析来估计每个因素的变异性和相对影响。
通过方差分析，可以将整体测量系统的变异性分解为几个组成部分，从而了解每个因素对总体变异性的贡献程度。
3.测量系统的变异性计算在进行GRR测试时，需要计算两个主要的变异性指标：测量系统的变异性（GR）和关于产品变异性的变异性（RR）。
- 测量系统的变异性（GR）：可以通过计算总变异性减去产品变异性来得到。
总变异性由三个因素构成：设备（Equipment）的变异性、操作员（Operator）的变异性和它们的交互影响（Equipment x Operator）的变异性。
-关于产品变异性的变异性（RR）：评估了测量操作员测量同一产品时的变异性。
RR是由操作员的变异性和操作员与产品之间的交互影响组成的。
4.GRR计算有几种不同的方法可以计算GRR指标- Gage R&R（%）：即GRR的百分比。
可以通过计算GR和RR的比值，并乘以100来计算。
GRR（%）越低，说明测量系统的稳定性和可靠性越高。
- Gage R&R（Value）：以测量单位为单位的GRR值。
可以通过计算GR和RR之和来得到。
5.结果解读和改进措施根据GRR测试的结果，可以对测量系统的稳定性和可靠性进行评估。
较低的GRR值表示测量系统的可靠性较高，并且对测量结果的变异性贡献较小。
如果GRR值较高，说明测量系统存在问题，需要采取相应的改进措施，例如更换测量设备、培训操作员等。
GRR管理办法
GRR管理办法GRR（GR&R）是指测量系统重复性与再现性（Gage Repeatability and Reproducibility）的能力，即评估测量工具或设备的稳定性和一致性。
GRR管理办法则是指在实施GRR评估过程中的一些具体管理措施和步骤，旨在确保评估结果的准确性和可靠性。
本文将介绍GRR管理办法的基本概念、主要步骤和注意事项。
一、概述GRR管理办法是在进行GRR评估时所需遵循的一系列管理规定和操作流程，旨在确保评估结果的可靠性和可重复性。
通过对测量系统的重复性和再现性进行评估，可以判断该系统在不同操作者和环境下的测量误差情况，从而选择合适的测量系统和优化测量过程，以提高产品质量和生产效率。
二、GRR管理办法的步骤1.确定评估目标：在进行GRR评估前，需要明确评估的目标和标准，即确定测量系统的可接受误差范围以及评估结果的判定标准。
2.选择评估方法：根据实际情况选择合适的GRR评估方法，常用的方法包括ANOVA法、均值偏移法和范围法等。
在选择评估方法时，需要考虑测量数据的特点和评估的目的，确保评估结果的准确性和可靠性。
3.确定评估样本：根据评估目标和方法，确定评估所需的样本数量和样本组成。
样本的选择应具有代表性，能够全面反映实际的测量情况。
4.进行评估实验：按照评估方法和样本要求，进行评估实验。
在实验过程中，不同的操作者应按照统一的操作流程进行测量，以确保实验的可比性和公正性。
同时，要注意记录实验所需的关键参数和数据，以便后续的数据分析和结果判定。
5.数据分析和结果判定：对实验中得到的测量数据进行分析和处理，计算得到评估指标和结果。
根据评估指标和判定标准，对测量系统的重复性和再现性进行评估和判定。
评估结果应以可视化的方式呈现，便于理解和使用。
6.制定改进措施：根据评估结果，对存在的问题和不足进行分析，并提出相应的改进措施。
改进措施可以包括优化测量设备、改进测量方法或调整工艺流程等，旨在提高测量系统的稳定性和一致性。
测量系统分析
22
2.连续GR&R
假如有件产品，其全长尺寸对其性能产生巨大影响，产品出厂前要对其尺寸进 行测量。测量不正确的话，就会给顾客传递不良品，需要花费修理费用。
因此，用属性R&Rで验
…… 不仅仅是颜色的问题，定性判断 的过程几乎都属于属性GR&R的对 象。
证用属性R&R对以下的比例进行评价
１. 对同一件样品反复评价能得出相同结果的比例 （不同检验人员评价）
２．对同一件样品反复进行同样的判定，符合检验标准的比例 （同上）
３．相关检验人员全员对同一件样本进行判定，得出同样结果的比例
短期偏差
操作员的原因
测量装置(量具)的原因 4
基本定义
属性数据 ー 用来记录及分析的非常重要的性质数据 属性测量系统 ー 针对特定的界限值（通常、视觉性），比较各零件，如果满足
界限值就可以接收，以此为目的的测量系统。 变量数据 ー 针对特定的特性的定量化的规格以及能进行比较的有数位性意义的
定量数据。 变量测量系统 ー 对各零部件进行数据性测量，并对和重要特性相关的数据进行
选择属性一致性分析
统计＞品质工具＞属性一致性分析
12
属性GR&R Step 7（Minitab）
在对话框中输入，对结果进行设置
統計＞品质工具＞属性的一致性分析
选择C3～C8
点击检验员内/间的评 价一致率（％）
选择本项
输入3（人） 输入2（回）
选择C2
输入完成后点击 OK键
13
属性GR&R Step. 各检验员相互之间对判定结果保密，并且，使判定结果和样本之 间的关系不容易记忆，各检验员各自随机进行检验，并把检验结果 记录在空白表格中。 ２．重复第二次。为了避免第一次判定内容对记忆的影响，更改变 化两次样本的顺序，或者在两次之间设置充分的间隔。
测量系统GR
目录
定义 名词解释 分析时机 分析方法 判定标准 处置方式 应用实例
定义
测量系统 ：是指由测量仪器（设备）、测量软件、
测量操作人员和被测量物所组成的一个整体。 测量系统分析 ：是指检测测量系统以便更好地了
解影响测量结果的变异来源及其分布的一种方法。 通过测量系统分析可把握当前所用测量系统有无 问题和主要问题出在哪里，以便及时纠正偏差， 使测量精度满足要求。 测量系统误差：由精确度、稳定度、可重复性、 再现性合并而成
应用实例
检查员 样本
1 2 3 4 5 6 7 8 9 10
AVER.
XA1 4.95 5.00 5.03 4.95 5.03 4.97 4.97 5.04 4.98 5.02
可重复性及再现性分析数据表（表1）
A
B
XA2
XA3
RA
XB1
XB2
XB3
RB
XC1
4.97 4.98 0.03 5.04 5.03 4.98 0.06 4.96
试验次数
2
K1
4.56
3 3.05
再现性——评价者变异（AV）
AV=SQRT[(Xbardiff*K2)2-(EV 2/nr)
评价人数 2
3
K2
3.65 2.70
样本数
n
试验次数 r
分析方法
计算公式 可重复性&再现性（R&R） R&R= SQRT（EV2+AV2）
基于公差方式的的分析结果： %EV=（EV/TOL）*100% %AV=（AV/TOL） *100% %R&R=SQRT（ %EV2+ %AV2） *100% =（ R&R/TOL） *100% 其中：TOL=USL-LSL
APQP PAP MSA测量系统分析自动表格 GRR 可编辑版本
372371.41012345678910Total 1.A 1#####################71.70371.682#####################71.70371.682717.00182.2#####################71.698971.6821#####################71.698971.6821716.9913.3#####################71.702971.6834#####################71.702971.6834716.99584.均值Mean 71.7240371.6859071.7040771.7016071.6825071.7240371.6859071.7040771.7016071.6825071.699620Sum A 215.1721215.0577215.1122215.1048215.0475215.1721215.0577215.1122215.1048215.04752150.98865. 极差Rang0.00170.00060.00290.00410.00140.00170.00060.00290.00410.00140.0021406.B 171.723371.689171.704671.703371.68371.723371.689171.704671.703371.683717.00667.271.725671.688571.704371.7034#######71.725671.688571.704371.7034#######11.3048.3#######71.691771.704671.703971.6829#######71.691771.704671.703971.6829717.01649.均值Mean 71.7246771.6897771.7045071.7035371.6834771.7246771.6897771.7045071.7035371.6834771.701187Sum B 215.174215.0693215.1135215.1106215.0504215.174215.0693215.1135215.1106215.05042151.035610. 极差Rang0.00320.00030.00060.00160.00230.00320.00030.00060.00160.00152211.C 1#######71.690171.701871.704471.6824#######71.690171.701871.704471.6824717.008812.2#######71.689671.701971.704571.6834#######71.689671.701971.704571.6834717.006213.371.724771.690471.702571.70471.684271.724771.690471.702571.70471.6842717.011614.均值Mean71.7247071.6900371.7020771.7043071.6833371.7247071.6900371.7020771.7043071.6833371.700887Sum C 215.1741215.0701215.1062215.1129215.05215.1741215.0701215.1062215.1129215.052151.026615. 极差Rang0.00200.00080.00070.00050.00180.00200.00080.00070.00050.00180.00116071.72446771.68856771.70354471.70314471.68310071.72446771.68856771.70354471.70314471.6831071.700564645.520200645.197100645.331900645.328300645.147900645.520200645.197100645.331900645.328300645.1479006453.05080.0413670.00160723D4 3.27 2.57571.7022090.004139D30071.698920.000000A2 1.88 1.02312345678910UCLx 71.702271.702271.702271.702271.702271.702271.702271.702271.702271.7022LCLx 71.698971.698971.698971.698971.698971.698971.698971.698971.698971.6989UCL R0.00410.00410.00410.00410.00410.00410.00410.00410.00410.0041LCLR0.00000.00000.00000.00000.00000.00000.00000.00000.00000.0000公差：6σpp变差PV PV 0.013014PV TVTV#DIV/0!TV基于公差base%#DIV/0!基于零件变差%#DIV/0!基于过程变差%#DIV/0!基于过程能力%#DIV/0!公式A Formula ndc 14.77027381公式B FormulaX^2/nkr 462687.3847462687.3847462687.403462687.4035462687.4035Source DF SS MS F P Source DF SS MS F P Parts 90.018640.00207524.016570.0000090.018640.002071166.10.0000020.000040.00002 5.247340.0160220.000040.0000211.6770.00003180.000070.00000 3.519300.00013600.000070.00000780.000140.00000Total 890.01882890.01882Source VarComp Stdev %Contributi %TV %Tolerance Source VarComp Stdev %Contribut %TV %Tolerance0.000000.00162 1.13%10.63% 1.62%0.000000.00155 1.04%10.18% 1.55%0.000000.001060.48% 6.95% 1.06%0.000000.001330.76%8.74% 1.33%0.000000.001230.65%8.04% 1.23%0.000000.000800.27% 5.22%0.80%0.000000.000750.24% 4.91%0.75%0.000000.000800.27% 5.22%0.80%0.000000.000970.41% 6.37%0.97%0.000230.0151698.87%99.43%15.16%0.000230.0151798.96%99.48%15.17%测试日期Test Tate 量具编号Equipment NO.基件编号P/N 测量人员Operator ＢB平价人数Appraisers 测量系统分析MSA GR&R---数据记录表 Data Worksheet报告编号Report NO.量具名称Equipment Name 产品类型Description 测量人员Operator ＡA试验次数Trials 单位UnitMM 规格下限LSL过程变差/过程能力Process Variation(σ/PP)样 品 数Samples参数规格Dimension规格上限USL 测量人员Operator ＣC71.69958071.70066071.70126071.70164071.70088071.700620分析时机Analytical Occasion零件编号PartsNO.平均值Average 71.70018071.699100sumSQ(sum(men))/nr SUMSQ(sum(1-10part))/kr 71.701160零件均值Parts Mean Total试验次数Trials 0.001567Part - To - Part Part - To - Part 注:当分析结果超出要求后，利用均值极差图分析原因When analysis result is out of spec,need analyse the root cause by mean and range chart 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
分析方法
计算公式
UCLr=Rbar*D4
若任何单独的R值大于UCLr，就应重新检讨试验过 程，重新试验并更正不正确的地方，或除掉不合 适的数据，利用新的数据重新进行计算R值。 D4 值按下表选取。
试验次数
2
3
D4
3.27
2.58
分析方法
计算公式 可重复性——测量仪器（设备）变异（ EV） EV=Rbar*K1
判定标准
如果Gage R&R小于所测零件公差的10%，则此 系统无问题。
如果Gage R&R大于所测零件公差的10%而小于 20%，那么此系统是可以接受的。
如果Gage R&R大于所测零件公差的20%而小于 30%，则接受的依据是数据测量系统的重要程度 和改善所花费的商业成本。
测量系统GR&R分析
目录
定义 名词解释 分析时机 分析方法 判定标准 处置方式 应用实例
定义
测量系统 ：是指由测量仪器（设备）、测量软件、
测量操作人员和被测量物所组成的一个整体。 测量系统分析 ：是指检测测量系统以便更好地了
解影响测量结果的变异来源及其分布的一种方法。 通过测量系统分析可把握当前所用测量系统有无 问题和主要问题出在哪里，以便及时纠正偏差， 使测量精度满足要求。 测量系统误差：由精确度、稳定度、可重复性、 再现性合并而成
实施 1、第一名检查员以随机方式对所给的零件进行第 一次测量，将测量结果填入表格第二列。然后第 二名检查员同样以随机方式对这些零件进行第一 次测量，将测量结果填入表格第六列。第三名检 查员做法相同，将测量结果填入表格第十列。 2、重复上述步骤，进行第二次、第三次测量，并 将测量结果填入其余空白表格。
试验次数
2
K1
4.56
3 3.05
再现性——评价者变异（AV）
AV=SQRT[(Xbardiff*K2)2-(EV 2/nr)
评价人数 2
K2
3.65
3 2.70
样本数
n
试验次数 r
分析方法
计算公式 可重复性&再现性（R&R） R&R= SQRT（EV2+AV2）
基于公差方式的的分析结果： %EV=（EV/TOL）*100% %AV=（AV/TOL） *100% %R&R=SQRT（ %EV2+ %AV2） *100% =（ R&R/TOL） *100% 其中：TOL=USL-LSL
XB3
XB21
XB31
XB22 XB23
XB32 XB33
XB24
XB34
XB25
XB35
XB26
XB36
XB27
XB37
XB28
XB38
XB29
XB39
XB2A
XB3A
XBbar
RB RB1 RB2 RB3 RB4 RB5 RB6 RB7 RB8 RB9 RBA RBbar
XC1 XC11 XC12 XC13 XC14 XC15 XC16 XC17 XC18 XC19 XC1A
XA37
XA28
XA38
XA29
XA39
XA2A
XA3A
XAbar
可重复性及再现性分析数据表
RA RA1 RA2 RA3 RA4 RA5 RA6 RA7 RA8 RA9 RAA RAbar
XB1 XB11 XB12 XB13 XB14 XB15 XB16 XB17 XB18 XB19 XB1A
B
XB2
分析方法
检查员 样本
1 2 3 4 5 6 7 8 9 10
AVER.
XA1 XA11 XA12 XA13 XA14 XA15 XA16 XA17 XA18 XA19 XA1A
A
XA2
XA3
XA21
XA31
XA22 XA23
XA32 XA33
XA24
XA34
XA25
XA35
XA26
XA36
XA27
C
XC2 XC21 XC22 XC23
XC3 XC31 XC32 XC33
XC24
XC34
XC25
XC35
XC26
XC36
XC27
XC37
XC28
XC38
XC29
XC39
XC2A
X RC3
RC4
RC5 RC6 RC7 RC8 RC9 RCA RCbar
分析方法
计算公式 XAbar=(XA11+ XA12 +…+ XA3A)/30 XBbar=(XB11+ XB12 +…+ XB3A)/30 XCbar=(XC11+ XC12 +…+ XC3A)/30 Xbardiff=MAX(XAbar, XBbar, XCbar )-MIN (XAbar, XBbar, XCbar ) RAbar=(RA1 + RA2 + …+RAA )/10 RBbar=(RB1 + RB2 + …+RBB )/10 RCbar=(RC1 + RC2 + …+RCC )/10 Rbar=(RAbar + RBbar + RCbar ) /3
名词解释
精确度(Accuracy)：测 量的观测平均值与真 实测量平均值的差异。
稳定性(Stability )：由 发生环境变化、电源 波动、磨损、量具老 化引起的周期性的变 异。
名词解释
可重复性（Repeatability ）： 当同一零件的同一种特征 由同一个人进行多次测量 时变异的总和。
分析方法
预实施 1、分析员要事先对所有零件进行编号并标识测量 点，对于给定特征有多个测量点时，为避免零件 内部偏差的影响，要确定其中一个作为测量点。 2、所选用的检查员一定是在测量仪器（设备） 使用方面经过培训的熟练的人员。 3、如果可能的话，每次试验前应对测量仪器 （设备）进行校准。
分析方法
再现性（Reproducibility ）： 当同一零件的同一种特征 由不同的人使用同一量具 进行测量时，在测量平均 值方面的变异的总和。
分析时机
对于需进行GR&R分析的测量系统,一般在以 下三种情况下要进行GR&R分析 1、首次正式使用前 2、每年一次的保养时 3、故障修复后
分析方法
准备 1、检查员人数：一般为3人。当以前分析时的GR&R值低 于20%时，也可为2人。 2、试验次数：与检查员人数相同，即两人时为每人两次， 三人时为每人3次。 3、零件数量：一般选10个可代表覆盖整个工序变化范围 的样品 。当以前分析时的GR&R值低于20%时，也可选5 个。 4、测量仪器（设备）的精度（分辨率）：需比被测量体 要求精度高一个数量级，即如要求测量精度是0.001，测 量仪器的精度要求须是0.0001。