跳过到主内容
< 所有主题
Print

第6章测量技术

概览

正常

标准操作规程:测量系统重复性与再现性(R&R)研究

文件控制信息

• 文件编号: SOP-QA-001

• 版本号: 1.0

• 生效日期: YYYY-MM-DD

• 制定人:

• 审核人:

• 批准人:

——————————————————————————–

1.0 目的 (Purpose)

测量是所有过程分析与改进的基础。然而,任何测量过程本身都存在变异,在极端情况下,测量产生的变异甚至会掩盖过程的真实变异,导致对过程的分析完全失效。我们所观察到的过程变量,实际上是产品或过程的真实变量与测量系统变量的组合。本标准操作规程(SOP)旨在建立一套标准化的测量系统重复性与再现性(R&R)研究方法,以定量评估测量系统产生的误差,确保用于过程控制和产品决策的数据是可靠且精确的。

我们观察到的总变异(oobs)可以由以下公式表示,它清晰地揭示了实际变异(orue)与测量变异(oe)之间的关系: oobs=√Ga+oe (注:此为源标准表示法。在现代统计学中,该关系更常表示为方差相加:σ²_observed = σ²_true + σ²_measurement)

此公式强调,若要准确分析过程的真实状态,就必须将测量系统引入的变异控制在极小范围内。本规程将为执行测量系统分析(MSA)提供清晰、统一的指导,以识别并量化测量误差,从而提升决策的准确性。

2.0 范围 (Scope)

本标准操作规程适用于公司所有部门,特别是生产与质量部门,所使用的全部用于监控关键过程参数和产品特性的测量系统。遵循本规程是确保测量结果在不同操作者、不同时间下保持一致性与可靠性的前提。

具体适用场景包括但不限于:

• 新测量系统的引入与验证: 在新设备投入使用前,对其性能进行全面评估。

• 现有测量系统变更后: 在测量系统经过重大维修、调整或搬迁后,需重新验证其稳定性。

• 定期的性能监控: 作为预防性维护的一部分,定期对关键测量系统进行性能审核。

• 问题诊断: 当过程控制数据出现异常波动或不同班组间数据存在显著差异时,用于判断是否由测量系统问题引起。

3.0 术语与定义 (Terms and Definitions)

准确理解以下核心术语,是正确执行和解读R&R研究的基础。本节所列定义均严格依据测量系统分析(MSA)的核心原则,与AIAG(汽车工业行动集团)等行业标准保持一致。

术语 (Term)定义 (Definition)
重复性 (Repeatability / EV)指由一名操作者使用同一台测量仪器,对同一零件同一特性进行多次测量时产生的变异。这部分变异通常被视为设备变异 (Equipment Variation),反映了测量设备自身的内在变异或精密度。
再现性 (Reproducibility / AV)指由不同操作者使用同一台测量仪器,测量同一零件同一特性时,各操作者测量平均值之间的变异。这部分变异通常被视为评价人变异 (Appraiser Variation),反映了操作者之间因操作手法、读数习惯等差异所引入的变异。
重复性与再现性 (R&R)指由重复性(EV)和再现性(AV)共同构成的组合测量误差。它是评估测量系统整体精密度的关键指标,代表了测量系统总的随机误差。

在明确了这些核心概念后,下一步是界定执行这些研究所需承担的职责。

4.0 职责 (Responsibilities)

明确的职责分工是确保R&R研究得以顺利、规范执行的保障。各相关角色的职责如下:

• 质量工程师:

    ◦ 负责策划、组织并监督整个R&R研究的实施。

    ◦ 提供技术指导,确保研究方法符合本规程要求。

    ◦ 负责最终的数据分析、结果判读,并撰写研究报告。

    ◦ 根据研究结论,牵头制定并跟踪测量系统的改进措施。

• 操作员/技术员:

    ◦ 作为研究的评价人,严格按照本规程及设备操作指南执行测量任务。

    ◦ 准确、清晰地将原始测量数据记录在指定表格中。

    ◦ 向研究负责人反馈测量过程中遇到的任何异常情况。

• 部门主管:

    ◦ 负责协调并确保R&R研究所需的资源,包括合格的人员、校准的设备以及必要的工时。

    ◦ 监督本部门相关人员对本规程的遵循与执行。

    ◦ 支持并推动根据研究结果所制定的各项改进措施的落实。

在职责明确后,必须进行充分的实验准备工作,以保证研究过程的有效性。

5.0 实验准备 (Experiment Preparation)

周密的准备工作是获取有效R&R数据的先决条件,任何准备阶段的疏忽都可能导致研究结果失效。

1. 评价人选择 (Appraiser Selection):

    ◦ 选择 3名 常规操作该测量设备的操作员作为评价人。所选人员应能代表日常使用该设备的所有操作员的平均水平。

2. 零件选择 (Part Selection):

    ◦ 选择 10个 能够代表整个过程变差范围的零件。零件应覆盖从接近公差下限到接近公差上限的范围,以充分挑战测量系统在整个工作范围内的性能。

    ◦ 对零件进行编号(例如,1至10),但编号方式必须确保操作员在测量时无法识别具体是哪个零件,以避免主观偏见。

3. 测量仪器 (Measurement Instrument):

    ◦ 必须确保所使用的测量仪器处于有效的校准周期内

    ◦ 在《R&R数据采集表》上清晰记录仪器的名称、编号及校准有效期。

4. 测量次数 (Number of Trials):

    ◦ 规定每位操作员需对每一个零件进行 3次 重复测量。

所有准备工作就绪后,即可开始执行标准化的操作步骤。

6.0 操作步骤 (Operating Procedure)

为消除流程差异,减少测量过程中的人为误差,所有参与者必须严格遵循以下标准化的数据采集步骤。

1. 分发零件与首次测量:

    ◦ 由研究负责人将10个已编号的零件以随机顺序交给第一位操作员(操作员A)。

    ◦ 操作员A以随机顺序对所有10个零件进行第一次测量,并将结果清晰地记录在《R&R数据采集表》(附件A)的对应位置。

2. 操作员轮换:

    ◦ 操作员A完成后,由研究负责人收回零件,再以随机顺序交给第二位操作员(操作员B)。

    ◦ 操作员B重复步骤1,完成对所有10个零件的第一次测量。

    ◦ 操作员C同样重复此过程。

    ◦ 关键要求: 在所有操作员完成同一轮次的测量前,他们之间不得沟通或交流测量数据。

3. 后续轮次测量:

    ◦ 重复步骤1和2,完成所有操作员对所有零件的第二轮和第三轮测量。

    ◦ 每一轮次的测量顺序都应是随机的,以最大程度地避免操作员因记忆而产生的系统性偏差。

4. 数据核对:

    ◦ 所有测量任务完成后,由研究负责人回收所有数据采集表。

    ◦ 负责人需立即对表格进行初步核对,确保所有数据均已填写,且记录清晰、无遗漏。

在获得完整的原始数据后,下一步将进入关键的数据分析与计算阶段。

7.0 数据分析与计算 (Data Analysis and Calculation)

本章节将详细说明如何通过一系列标准化计算,将原始测量数据转化为量化的测量系统性能指标,包括设备变异(EV)、评价人变异(AV)以及最终的R&R值。

1. 计算极差 (Calculate Ranges, R):

    ◦ 对于每个操作员测量的每一个零件,计算其3次测量值的最大值与最小值之差,得到该零件的测量极差(R)。将此值填入数据采集表的“极差”列。

2. 计算平均极差 (Calculate Average Range, R):

    ◦ 分别计算每位操作员(A, B, C)的平均极差(R_AR_BR_C)。

    ◦ 计算总的平均极差 R

    ◦ 公式: R = (R_A + R_B + R_C) / 3

    ◦ 示例(源于表6.3数据):R = (0.06 + 0.07 + 0.06) / 3 = 0.0633

3. 计算重复性 – 设备变异 (Calculate Repeatability – EV):

    ◦ EV代表了由测量设备自身引起的变异,是评估设备精密度的指标。

    ◦ 公式: EV = R × K1

    ◦ 其中,K1 是一个基于测量次数的常数。当测量次数为 3 时,K1 = 3.05

4. 计算再现性 – 评价人变异 (Calculate Reproducibility – AV):

    ◦ AV代表了由不同操作员之间的差异所引起的变异。

    ◦ 公式: AV = √((Δx × K2)² - (EV)² / (n × r))

    ◦ 其中:

        ▪ Δx = 操作员测量平均值的极差(即最大平均值 – 最小平均值)。

        ▪ K2 = 基于操作员人数的常数。当操作员为 3 人时,K2 = 2.70

        ▪ n = 零件数量 (e.g., 10)。

        ▪ r = 每个零件的测量次数 (e.g., 3)。

    ◦ 特别说明: 如果根号内的计算结果为负数,则AV直接赋值为 0

5. 计算重复性与再现性 (Calculate R&R):

    ◦ R&R是测量系统总的精密度误差,是EV和AV的综合体现。

    ◦ 公式: R&R = √((EV)² + (AV)²)

6. 计算R&R占公差百分比 (%GR&R):

    ◦ 这是评估测量系统是否可接受的最终关键指标,它将测量误差与产品的公差范围进行比较。

    ◦ 公式: %GR&R = 100 × (R&R / 产品公差)

在完成所有计算并得出最终的%GR&R值后,需要根据公认的标准对其进行判读并采取相应措施。

8.0 结果判读与措施 (Result Interpretation and Actions)

计算出R&R值本身并非终点,真正的价值在于根据结果对测量系统的适用性做出科学判断,并在必要时采取有效的改进措施。

8.1 接受准则 (Acceptance Criteria)

%GR&R 值结论措施
< 10%可接受 (Acceptable)测量系统满足要求,可用于过程控制和产品检验。
10% ~ 30%有条件接受 (Conditionally Acceptable)测量系统可能被接受。是否接受取决于应用的场合重要性、测试成本、维修成本等因素。需进行风险评估。
> 30%不可接受 (Unacceptable)测量系统存在严重问题。必须立即停止使用该系统进行产品判定,并启动纠正和预防措施流程(CAPA)。

8.2 结果分析与对策 (Result Analysis and Corrective Actions)

如果%GR&R结果不可接受,需进一步分析变异的主要来源(EV或AV),以便采取针对性的纠正措施。

问题诊断 (Diagnosis)可能原因与对策 (Potential Causes and Actions)
重复性误差 (EV) 远大于再现性误差 (AV) <br> (设备问题占主导)– 仪器维护: 测量仪器可能需要清洁、维修或保养。<br>- 仪器能力: 仪器本身的精度不足以满足公差要求,考虑更换更高精度的测量设备。<br>- 夹持与定位: 零件在仪器中的定位或夹持方式不稳定,导致测量读数波动。需改进夹具或标准化放置方法。
再现性误差 (AV) 远大于重复性误差 (EV) <br> (人员问题占主导)– 操作员培训: 操作员未能很好地掌握仪器的标准使用方法或读数标准。这通常源于操作规程不够详细或对测量点的定义存在歧义,需要进行系统的再培训和考核。<br>- 仪器设计: 仪器上的刻度盘、数字显示不够清晰,导致不同操作员读数困难或产生误差。

本规程通过提供从准备到执行、从分析到改进的完整闭环流程,确保了测量系统分析工作的系统性与有效性。

9.0 附件 (Appendices)

附件A:R&R数据采集表

测量系统R&R研究 – 数据采集表

研究信息公差范围:
测量设备名称/编号:校准有效期至:
被测产品/特性:研究负责人:
研究日期:操作员:A: __________ B: __________ C: __________
零件号操作员测试 1测试 2测试 3极差 (R)平均值 (X)
1A
B
C
2A
B
C
3A
B
C
4A
B
C
5A
B
C
6A
B
C
7A
B
C
8A
B
C
9A
B
C
10A
B
C
总和 (Sum)R_A=
R_B=
R_C=
平均值 (Avg)R =X_A= <br> X_B= <br> X_C= <br> Δx =

——————————————————————————–

附件B:R&R计算报告表

测量系统R&R研究 – 计算与分析报告

1. 重复性 (设备变异 – EV)
平均极差 (R)
常数 K1 (3次试验)3.05
EV = R × K1=
%EV = 100 × (EV / 公差)= %
2. 再现性 (评价人变异 – AV)
操作员平均值极差 (Δx)
常数 K2 (3名操作员)2.70
AV = √((Δx × K2)² – (EV)² / (n × r))=
%AV = 100 × (AV / 公差)= %
3. 重复性与再现性 (R&R)
**R&R = √((EV)² + (AV)²) **=
%GR&R = 100 × (R&R / 公差)= %

——————————————————————————–

最终结论 (Final Conclusion)
%GR&R =
判定结果:☐ 可接受 (<10%) <br> ☐ 有条件接受 (10%-30%) <br> ☐ 不可接受 (>30%)
分析与建议:
报告人:日期:
目录