1. 课程导入与工程场景锚定
在消费电子、汽车零部件、精密五金与医疗器械等制造现场，3D测量系统（如激光轮廓扫描、结构光扫描、白光干涉、三坐标测量机CMM）已经从“实验室抽检工具”变成“量产验收判据”。当一条产线每天要判定成千上万个零件是否合格时，测量系统本身是否可靠，直接决定了“合格判定”是否可信。本课程围绕一个核心问题展开：如何用GRR（Gauge R&R，量具重复性与再现性）证明一套3D测量系统足以支撑量产验收，并把结论落到可执行的验收方案中。
一、3D测量系统在量产验收中的真实角色
量产验收不是“测一个数”，而是一条完整的判定链：零件被装夹定位→3D传感器采集点云→软件拟合特征（平面、孔位、轮廓度、位置度）→与图纸公差比对→输出OK/NG。这条链上任何一环引入的波动，都会被误判为“零件波动”。例如某手机中框平面度公差为0.05 mm，若测量系统自身重复性就达到0.02 mm，那么测量结果中相当一部分波动来自设备而非零件，验收结论就失去意义。
因此，3D测量系统在量产验收中承担三个角色：判定者（给出合格与否）、数据源（为SPC、追溯提供数据）、过程反馈器（把测量偏差反馈给工艺调整）。角色越靠前，对测量系统能力的要求越高。GRR正是量化这种能力的标准方法。
二、GRR的工程意义：不是统计练习，而是风险控制
GRR的本质是把测量总波动拆成三部分：重复性EV（设备+方法固有波动）、再现性AV（操作者、装夹、环境等条件变化）、零件间波动PV（真实差异）。三者合成总波动TV，再用%GRR=100×√(EV²+AV²)/TV衡量测量系统占整体波动的比例。行业通用判据是：%GRR≤10%可接受，10%~30%视应用条件接受，>30%不可接受。
这个判据的工程含义是：测量系统波动必须显著小于零件公差带和零件间真实波动。若%GRR过大，会出现两类风险——把合格件判成NG（误判，浪费成本），或把NG件判成OK（漏判，流出风险）。在量产验收中，漏判往往比误判更严重，因为它直接冲击客户端的可靠性。
示例（合理假设，非实测）：某零件平面度公差T=0.05 mm，10个零件、3名操作者、每人每件测3次，得到EV=0.008 mm，AV=0.006 mm，PV=0.030 mm。则GRR=√(0.008²+0.006²)=0.010 mm，TV=√(0.010²+0.030²)=0.0316 mm，%GRR=0.010/0.0316×100%≈31.6%。结论：测量系统不可接受，需先改善装夹或测量方法，再用于量产验收。
三、课程目标与学习路径
本课程的目标不是让学员背公式，而是能独立完成三件事：设计一次可信的GRR实验、正确计算并解读%GRR、把GRR结论转化为量产验收方案。学习路径按“认知→方法→计算→落地→复盘”推进：
- 认知层：理解3D测量系统在量产验收中的角色、GRR的工程意义与判定阈值。
- 方法层：掌握GRR实验设计——零件选取、操作者安排、测量顺序随机化、装夹与基准统一。
- 计算层：用极差法或ANOVA法计算EV、AV、PV、TV与%GRR，并判断可接受性。
- 落地层：把GRR结果写入量产验收SOP，明确抽样频次、判定规则、异常处理与追溯要求。
- 复盘层：当%GRR超标时，定位是设备、装夹、操作者还是软件拟合问题，并给出改善方向。
学习建议：每学完一个计算模块，就用自己产线上的一个真实特征（如孔位、平面度、轮廓度）代入练习。GRR的价值不在考试，而在你下次面对“这批零件到底合不合格”时，能拿出有说服力的测量系统能力证据。
四、先建立三个关键约定
为避免后续章节出现歧义，本课程统一以下约定：第一，公差带T指图纸规定的允许波动范围，单位与测量值一致；第二，%GRR默认以TV为分母，若课程中改用公差带为分母会明确标注；第三，测量顺序必须随机化，避免操作者记忆或设备漂移造成系统性偏差。这些约定会贯穿后续所有实验设计、计算与验收方案。
当你完成本课程后，应该能独立回答一个量产现场最常被问到的问题：“这套3D测量系统，到底能不能用来判合格？”答案不是“能”或“不能”，而是“在%GRR=某值、判定阈值某档、抽样方案某条件下，可以/不可以”。这正是本课程要训练的核心能力。