GRR(测量系统的重复性和复现性)
GRR(Gauge Repeatability and Reproducibility)
在日常生产中,我们经常根据
获得的加工部件的测量数据
去分析过程的状态
、过程的能力
和监控过程的变化
一 确保测量数据的准确性/质量,使用测量系统分析(MSA)方法对获得测量数据的测量系统进行评估;
二 确保使用了合适的数据分析方法,如使用SPC工具、试验设计、方差分析、回归分析等。
测量系统的误差由稳定条件
下运行的测量系统多次测量数据的统计特性:偏倚
和方差
来表征。
偏倚指测量数据相对于标准值的位置,包括测量系统的偏倚(Bias)、线性(Linearity)和稳定性(Stability);
方差指测量数据的分散程度,也称为测量系统的R&R,包括测量系统的重复性(Repeatability)和再现性(Reproducibility)。
一般来说,测量系统的分辨率应为获得测量参数的过程变差的十分之1
测量系统的偏倚和线性由量具校准来确定。
测量系统的稳定性可由重复测量相同部件的同一质量特性的均值极差控制图来监控。
测量系统的重复性和再现性由Gage R&R研究来确定。
分析用的数据必须来自具有合适分辨率
和测量系统误差
的测量系统,否则,不管我们采用什么样的分析方法,最终都可能导致错误的分析结果。
测量系统:是用来对被测特性定量测量或定性评价的仪器或量具、标准、操作、方法、夹具、软件、人员、环境和假设的集合;用来获得测量结果的整个过程。
分辨率 :最小的读数单位、测量分辨率、刻度限度或探测度。由设计决定的固有特性,是测量或仪器输出的最小刻度单位。做GRR时选择仪器应该遵守1:10经验法则
重复性EV(Repeatability):指以同一测量设备,同一测量人员,测量同一批待测物之同一品质特性所产生的测量差异。
再现性AV(Reproducibility):指以同一测量设备, 不同测量人员测量同一批待测物之同一品质特性所得平均测量值的差最大值。
GRR或量具R&R(重复性与再现性):是测量系统重复性和再现性合成的评估。
参考文献
https://www.sohu.com/a/253325118_226128
https://baike.baidu.com/item/grr/6725244?fr=aladdin
GRR(测量系统的重复性和复现性)相关推荐
- GRR(评价重复性和再现性)
GR&R:Gauge Repeatability and Rroducibility.(评价重复性和再现性) MSA:Measurement System Analysis,包含5-study ...
- GRR(Gauge Repeatability and Reproducibility)
描述 GRR是Gauge Repeatability and Reproducibility的缩写,意思是测量系统的重复性和复现性,需要在相同的归零条件下,在短时间内取得数据. 目的 GRR的目的就是 ...
- 2021-06-08实验室如何正确选择和确认检测方法?
实验室如何选择和确认检测方法? 1 检测方法的选择 1.1 为减少检测风险,实验室的检测依据首选以下正式颁布的标准: a) 国际标用: b) 国家标准: c) 行业标准或政府发布的技术规范: d) 地 ...
- 测量系统分析(MSA)在企业质量管理中的应用(转载)
测量系统分析(MSA)在企业质量管理中的应用 http://www.quality-world.cn/guanli/2301.html MSA 是什么?它在企业的质量管理中发挥着什么样的作用?它在企业 ...
- 精益六西格玛绿带应用培训(5天)
[课程背景] 精益六西格玛绿带是企业实施精益六西格玛管理的骨干力量.85%的六西格玛项目可以由绿带来完成.绿带通常负责他们自己的项目,但有时候直接与作为跨专业项目领导者的精益六西格玛黑带协作, ...
- 六西格玛管理测量系统的特性
六西格玛方法是一种基于数据的决策方法.通过对所关注的过程数据的分析和处理,根据处理结果作出决策,决策实施的结果又通过数据来验证.数据是六西格玛方法的基础,它贯穿了六西格玛的始终.用于支持决策的数据首先 ...
- 张驰课堂:六西格玛测量系统的误差分析与判定
测量系统分析(MSA)在六西格玛知识体系中至关重要,它是帮助我们判断拿到的数据是否可靠,避免因为数据的误差过大造成决策错误. 计量数据测量系统是否合格,取决于测量者的重复性与再现性(R&R)误 ...
- 《基于机器视觉测量系统的工业在线检测研究》论文笔记
<基于机器视觉测量系统的工业在线检测研究>论文笔记 原文链接:Research on Industrial Online Detection Based on Machine Vision ...
- PyTorch中模型的可复现性
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自:AI算法与图像处理 在深度学习模型的训练过程中,难免引入 ...
最新文章
- linux内核cfs浅析
- (原创)Android6.0亮屏流程分析
- JZOJ 3742. 【TJOI2014】上升子序列
- e-mobile帐号状态存在异常_个体工商经营户解除异常名录操作步骤(暂执行)
- Unity——用UnityEditor拷贝FBX中的AnimationClip
- 从QQ空间热度分析看社区营销
- 【报告分享】2020年中国短视频头部市场竞争状况专题研究报告.pdf(附下载链接)...
- type=xhr的500错误
- iOS 新浪微博-5.3 首页微博列表_集成图片浏览器
- oracle如何禁用索引,oracle 禁用索引
- 磨刀室-文本编辑之全面接触PDF:最好用的PDF软件汇总(转)
- [SYZOJ279]滑♂稽♂树
- 信息竞赛:DEV C++常用技巧
- 【Arduino】重生之Arduino 学僧(1)----Arduino简介
- 12款超牛的办公神器,个个功能强大,让工作轻松不累!
- Python h5py安装 HDF5 library version mismatched error
- 王兴,中国互联网最小清新的男人!
- 人工智能基础——为什么逻辑学中“假推真”、“假推假”永远是真命题?
- ShardingSphere 简介(一)
- 同个局域网内的A,B两个电脑主机,A能PING通B电脑,B无法PING通A 电脑,双方均能学习到对方ARP地址