您的测量系统准确吗?请使用量具 R&R 找出答案 | Are Your Measurement Systems Accurate? Use Gage R&R to Find Out

Minitab Blog Editor | 6/10/2022

主题: Minitab Statistical Software

您是否曾经踏上地秤称量自己的体重,再走下地秤,然后再站回地秤上第二次称量?您是否得出了两个不同的读数?无论您是在监控体重,还是努力想改进对您公司成功至关重要的流程,您所使用的测量系统都必须足以承担重任。 

大多数测量系统都包含一些变异,我们可以使用量具重复性与再现性研究(量具 R&R)来量化其变异并对测量系统进行评估。 

 过程中的总变异由各部件间的变异和测量系统的变异组成。测量系统变异可以分为两部分:重复性与再现性。 

01-3

重复性 

- 操作员相同 - 测量部件相同 - 以相同设备 - 多次测量时观察到的变异。  

再现性 

 - 操作员不同 - 测量部件相同 - 以相同设备测量时观察到的变异。 

 

在量具 R&R 研究中,测量系统变异将与部件间变异进行比较,如果测量系统符合要求,则这将是最大的变异部分。 

 

请遵循下列步骤进行量具 R&R 研究 

  1. 取部件的一个随机代表性样本进行测量。 

  2. 随机选择合格的操作员进行测量。在预测再现性时需要至少两个操作员。 

  3. 决定每个操作员需要进行的测量次数,通常为 2 次。 

  4. 创建测量计划并进行测量。 

    在本示例中, 

  • 有三个操作员 

  • 以随机顺序 

  • 测量了 10 个部件的厚度

  • 每个 2 次,以尽可能减少外部因素影响。 

前 24 行如下所示。 

02-3

5. 使用交叉量具 R&R 运行分析。 

我们可以使用量具 R&R 的结果评估测量系统。该分析的部分结果如下。 

gage-evaluation-screenshot

研究变异列表示不同组件间的样本变异。在量具 R&R 研究中,我们对测量系统引起的总变异百分比很感兴趣。因此,总量具 R&R 的研究变异先除以研究变异,得出总变异,然后再乘以 100 得出本例中为 33.07%。在查看此样本数据的 6 西格玛曲线时,测量系统占 33.07%。 

 

通常,低于 30% 的总量具 R&R 研究变异值是可接受的。低于 10% 是理想情况。在本示例中,该值超过 30%,因此测量系统需要改进。通过检查重复性与再现性的 %研究变异,分析人员可以确定最大的贡献者。再现性的贡献大于重复性,并且存在操作员与部件之间的交互作用。 

 

图形分析有助于了解较差的测量系统。 

report-screenshot

变异分量图显示了量具 R&R 组合以及重复性、再现性和部件间的变异量。该图显示了量具 R&R %研究变异超过 30%,且再现性在测量系统变异中占比更高。 

我们可以使用其他图形来指出为什么量具 R&R %研究变异大于理想值。例如,部件和部件*操作员交互作用图表明,在部件 10 的操作员测量中,厚度的变异量较高,这导致再现性结果较差。但是,可用于识别重复性问题的 R 控制图处于控制之中。此外,Xbar 控制图不受控制,也是有利的。这表明部件之间的变异大于同一操作员重复测量同一部件时的变异。 

量具运行图是另一个工具,可以用于识别测量系统问题。该图同样显示了部件 10 尤其难测量。量具运行图还可以揭示出数据具有模式。例如,我们看到 Bill 几乎总是第二次测量的部件较小,如果我们只依赖于量具 R&R 的结果,就很难发现这一点。 

gage-run-chart-screenshot

量具 R&R 研究显示了用于测量部件厚度的测量系统所需的改进。也许部件 10 有某些属性使其难以测量,而且量具运行图表明,Bill 在第二次测量部件时可能采用了不同的过程。有很多原因会造成测量系统不够完善,包括测量设备本身的问题,操作员未经充分培训,或是测量工具在反复使用后出现了磨损。无论何种情况,对您的测量系统进行评估都至关重要;只有这样您才能发现测量系统的问题,并对您的数据建立信心。