Gage R%R

Gage R%R与SPC控制图有什么关系?可以认为Gage R%R本身就是流程稳定性分析中MEASURE中的影响因素么?做GAGE R%R对流程稳定性有什么要求么?
我也来说两句 查看全部回复

最新回复

  • stdev (2003-7-06 11:21:58)

    我认为两者的侧重点是不同的, Gage 取样只是针对measure value , SPC 针对产品公差。
    应该是流程稳定性对Gage R&R 有要求。
  • 质量厨师 (2003-7-07 09:51:13)

    Gage R&R是对测量系统地分析,SPC市统计过程控制。怎么进行对比的?
  • sb_sigma (2003-7-07 11:24:10)

    楼上说的对, 这两个东东的针对性不同, 但都能用来提高工艺。
  • aresma (2003-7-07 12:25:52)

    Gage R&R 应该是对测量系统的再现性和可重复性的一种判定,个人认为Gage R&R 在一定的情况下才会用到。比如,需要对某批工艺改进的产品进行分析时,测量系统修复后重新投入使用时等等。

    SPC是一种很广泛的控制,如对生产线工艺、过程、人员等的判定,也可以包括Gage R&R,因为Gage R&R是对测量系统的一种判定。
  • eilein (2003-7-07 12:50:50)

    Gage R&R可以用来证明SPC所用数据的可信性,是SPC的能够正确发挥作用的一个前提。
  • 李俊虎 (2003-7-07 13:31:05)

    xiexie
  • aresma (2003-7-07 14:23:08)

    的确是,SPC的统计要基于很多的基础。

          对于国内的企业或生产线而言,运行SPC有许多的因素制约:人员,设备,材料,工艺等等。

          如果一个设备的Gage R&R不行,有没有办法确认确实是该设备不行,用Gage R&R统计出来的数据能做出说明么?如何确认?生产设备的厂家承认用Gage R&R的数据么?
  • zsst (2003-7-08 11:56:16)

    SPC 可以說包含有 Gauge R&R. CPK. PPK .CMK 的相關動作.
  • tonythb (2003-7-08 14:10:45)

    打一比方吧。
    让一个色盲去区别不同色彩的花儿,可以吗?
    GR&R就是去看量具是不是色盲,
    如果他不是色盲,让他去分析花儿色彩的变化是稳定的吗,就用SPC?
    即GR&R是分析量具的变异与产品变异比起来是不是够小?
    SPC是看产品的变异是不是正常的?
    当然先要做GR&R,因为SPC中所用的变异其实是产品变异与量具变异的合成,你清楚了吗?
  • 欧立威 (2003-7-08 15:34:23)

    很有创意的比方,但不知道Dragonhlj明白了没有啊?
    要学会读懂GRR的Six pack chart.
    里面的X-BAR,R chart 能告诉你一些什么呢?
  • tonythb (2003-7-08 16:05:51)

    谢谢,
    oliven, 不知你是否有MSA第三版的教材,其中关于计数型KAPPA分析方法中,讲到虚发警报和漏发警报的地方不知你是否清楚,请指教。教材的算法是否有误呢?
  • Dragonhlj (2003-7-08 19:34:05)

    tonythb:
        谢谢!非常形象的比喻,哈哈!我懂了,也感觉很有趣,很高兴!
         我现在可以看懂GRR的Six pack chart,但还不能很准确的解释X/与R图与SPC中的X/与R的原理上的差别!能不能解释一下?
  • openwon (2003-7-08 20:03:24)

    简单一句话,做好测试系统的Gage R&R,确定测试系统的可信性,在这个基础上实施SPC控制,才是正确的实施过程。这是SPC控制的分析结果才是实际生产的表现。
            那为什么感觉国内很多公司没有做Gage R&R 就直接运用SPC控制,很简单一方面是相关管理人员知识水平的问题;另一方面就是测试结果是对机器的依赖性很高,测试设备都通过计量局认证,很多人默认机器设备是稳定的,而对于人的不确定因素相对依赖非常底。
  • tonythb (2003-7-09 10:37:13)

    要清楚SPC与R&R中控制图的区别很简单,先须要弄清控制图的原理,
    XBAR图中的控制限计算是根据普通原因影起的变差来确定的,在SPC中普通原因变差反映的是制程的普通原因变差,而在RR中则反基于量具重复测量的变化,即组内变异。对于SPC而言,组间变异是指组与组之间样品均值的变化,而对于RR来说是指产品的变异。
    所以SPC是要求组间变异与组内变异相差不大,才能说明是稳定的;
    而对于RR,则要求产品变异相对于组内变异(量具的重复性)要很显著,才能说明量具有足够的能力侦测出产品的变化
    唉,也不知说清楚没有,一直在想一个形象的例子,想不出来,谁帮帮忙吧。
  • yngbng (2003-7-09 12:47:31)

    good
  • Dragonhlj (2003-7-09 12:53:10)

    这个我一直没有绕过弯来,如果从分组/控制限的计算/数据点三个方向来分析:
                 分组:SPC根据检验顺序进行分组,而R%R则根据检验员/PART进行分组(不是随机的检验顺序);
                  控制限的计算 :二者的公式应该都是一样的;
                  数据点:都是组内的平均值,但SPC与R%R的分组规律不一样。
          能不能根据以上的不同来解释一下他们的区别呢?

         另外,tonythb能不能看一下下面的问题(O大师讲过,可我没有弄懂
        我们在计算CPK是会遇到数据不是正态分布的(数据收集没有问题/BOX-COX转换也不行),那么我们应该怎么计算我们的CPK与PPK?(WEIBULL只能计算PPK)
             谢谢!
  • 欧立威 (2003-7-09 13:33:27)

    QUOTE:

    Originally posted by Dragonhlj at 2003-7-9 12:53 PM:
    tonythb能不能看一下下面的问题(O大师讲过,可我没有弄懂)
        我们在计算CPK是会遇到数据不是正态分布的(数据收集没有问题/BOX-COX转换也不行),那么我们应该怎么计算我们的CPK与PPK?(WEIBULL只能计算PPK)
             
    哈哈,我岂不是太失败啦!
  • hwh8779 (2003-7-19 12:34:59)

    good idea
  • zhou.j.p (2003-8-04 17:49:18)

    Gage R&R 是SPC的基础,作控制图之前,要求先通过Gage R&R 。
  • rick (2003-8-09 13:58:57)

    GRR 的好坏直接影响到spc 得准确,SPC 中的数据由测量而来,测量系统的好坏决定了SPC是否真实的反映了过程的状况