下载文档原格式
MSA（MeasurementSystemAnalysis）使用数理统计和图表的方法对测量系统的分
R&R是指量具（gage）的重复性（Repeatability）和再现性（reproducibility)。
R&R数值 > 30% 表示该量具系统不能接受，须予以改进。
R&R=开根号(EV平方+ AV平方)
EV（Equipment Variation）是重复性－设备变差
AV（Appraiser Variation）是再现性－评价人变差
当R&R的值大于30%的时候，表面设备变差和评价人变差超过了标准允许的范围，量具的重复性
对测量系统的分辨率和误差进行分析，以评估测量系统的分辨率和误差对于被测量的参数来说是否合适，并确定测量roducibility)。
准允许的范围，量具的重复性和再现性结果不可接受，必须改进！
数来说是否合适，并确定测量系统误差的主要成分。
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。
msa grr标准MSA GRR标准是度量系统分析（MSA）的工具之一，用于评估测量系统的能力和稳定性。
此标准适用于逐次检测测量数据（例如，测量某物件的长度时，可以多次测量并记录结果）。
以下是针对MSA GRR标准的中文解释。
一、测量系统能力测量系统能力是指测量系统提供正确性和精确性的能力。
若测量系统的能力不足，则所获得的数据可能无法准确反映实际情况。
测量系统的能力评估可通过分析系统的偏倚、线性性和稳定性来完成。
1. 偏倚测量系统的偏倚是指系统得出的平均值与实际值偏离程度的大小。
在MSA GRR标准中，可以通过测量平均向和偏差（分析的是每个测量结果和整体平均值之间的偏离程度）来评估系统的偏倚。
2. 线性性测量系统的线性性是指系统在整个测量范围内是否能保持恒定的量程。
这可以通过分析线性回归来评估。
3. 稳定性测量系统的稳定性是指系统在同一时间内多次测量同一物件时，得出的结果的变化程度大小。
在MSA GRR标准中，稳定性评估可通过分析方差成分来完成。
二、GRR分析GRR（Gage Repeatability and Reproducibility）分析是MSA GRR标准中用于评估测量系统稳定性的一种方法。
GRR分析包括确定系统误差和操作员误差。
1. 系统误差系统误差指由于测量系统本身导致的误差。
在GRR分析中，可以通过测量重复度（重复检测同一物件，检测者亦相同），来评估系统误差。
2. 操作员误差三、数据分析在完成GRR分析后，需要对测量数据进行统计分析。
以下是MSA GRR标准中常用的数据分析方法：1. Cp和Cpk指标：可用于衡量测量系统的能力是否足够，以满足产品或过程的规格要求。
2. 误差图：可以帮助用户直观地评估测量系统的稳定性和误差。
3. 方差分析（ANOVA）：可用于确定系统误差和操作员误差及其交互作用的大小。
综上所述，MSA GRR标准是一种用于评估测量系统能力和稳定性的方法。
通过对系统偏差、线性性和稳定性进行评估，以及GRR分析和数据分析，可以获得全面的测量系统能力信息。
MSA中GRR（重复性和再现性）简单介绍在日常生产中，我们经常根据获得的过程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；那么，怎么确保分析的结果是正确的呢？我们必须从两方面来保证，一是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；二是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）；而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）。
01 引言一般来说，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一。
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。
在QS9000中，对测量系统的质量保证作出了相应的要求，要求企业有相关的程序来对测量系统的有效性进行验证。
02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。
03表标准构成测量系统的主体元素之测量仪器必须经过校准至可追溯的标准国家标准←第一级标准(连接国家标准和私人公司、科研机构等)←第二级标准(从第一级标准传递到第二级标准)←工作标准(从第二级标准传递到工作标准)←量具04 术语4.1 分辨率：最小读数单位、测量分辨率、刻度限度或探测度。
MSA指标%P/T与%GRR知识梳理一．前言：任何一个制造系统皆处于随机波动过程中，透过量测所获得之数据，无形中隐含许多的变异，使得高质量产品的现代工业充满对量测数据产生质疑。
量测系统分析即是将量测资料或是一些衍生出的统计量与过程的管制界线进行分析比较，藉以评价整个量测系统过程是否可接受或应进行改善。
此篇主要以量测系统评价中之量测能力指标，以两种不同的表达方式进行探讨，因此对量测系统之变异并不个别予以研究(假设为已知)。
二．量测系统：探讨量测数据的质量，必须先对量测系统进行整体性了解：1．系统中有哪些过程？2．每一阶段过程应进行那些步骤？3．每一步骤是否有那些变异发生？4．最后对系统作出决定？三．量测数据的质量：量测数据的质量决定于稳定条件下进行操作的量测系统中所得的统计特性，一般量测所得资料皆为观测变异值，此值受到制造过程之变异及量测系统中变异所影响。
制造过程变异则分别受到零件变异、短期过程变异及长期过程变异所牵引，而量测变异亦同时由零件变异、量具产生之变异及评价者产生之变异所影响。
量测系统的变异而言，我们把焦点着重在由评价者产生之变异(Reproducibility)与量具本身之重复性(Repeatability)对整个量测变异贡献度之程度。
四．量测系统之统计特性：1.量测系统均须在统计管制下而其所产生之变异应根源于共同原因，而非特殊原因。
2.量测系统之变异须相对小于生产制程之变异。
3.量测系统之变异须相对小于规格界限。
4.量测系统之最小刻度须相对小于制程变异或规格界限之较小者。
五．量测系统的变异种类：1. 位置变异：◎准确度(Accuracy)◎偏倚(Bias)◎稳定性(Stability)◎线性(Linearity)2. 宽度变异：◎精密度(Precision)◎重复性(Repeatability)◎再现性(Reproducibility)◎GRR (Gage Repeatability & Reproducibility)3. 量测系统变异：◎量测系统能力(Capability)◎量测系统性能(Performance)六．量测系统评价：1. 量测能力指标%P/T精密度(Precision)对公差(Tolerance)之比例。
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。
