4. GR&R分析原理与统计基础

GR&R(Gage Repeatability and Reproducibility,量具重复性与再现性)分析的核心任务,是把测量系统总变异拆解成若干可解释的方差分量,再据此判断这套测量系统是否适合用于产品判定或过程控制。理解GR&R,关键不是记住公式,而是理解“变异从哪里来、如何被量化、量化后如何评价”。

一、测量值的基本统计模型

在GR&R研究中,通常采用10个零件、3名评价人、每人每零件重复测量2~3次的交叉设计。对第 i 个零件、第 j 名评价人、第 k 次重复的测量值 yijk,ANOVA模型可写为:

y_ijk = μ + Part_i + Operator_j + (Part×Operator)_ij + Error_ijk

其中:
μ            总体均值
Part_i       零件间差异(PV,真实产品变异)
Operator_j   评价人间差异(AV,再现性主效应)
(Part×Operator)_ij  交互作用
Error_ijk    同一人同一零件重复测量的随机误差(EV,重复性)

这个模型说明:一次测量读数中,既包含零件本身的真实差异,也包含评价人之间的系统差异、评价人与零件搭配产生的交互差异,以及同一条件下重复测量的随机波动。GR&R分析的本质,就是把这些分量从数据中分离出来。

二、方差分量计算

ANOVA法通过均方(MS)估计各方差分量。设 a 为零件数、b 为评价人数、n 为重复次数,则:

重复性方差(EV²)      = MS_Error
再现性方差(AV²)      = (MS_Operator − MS_Interaction) / (a·n)
交互作用方差(INT²)   = (MS_Interaction − MS_Error) / n
零件方差(PV²)        = (MS_Part − MS_Interaction) / (b·n)

GRR² = EV² + AV² + INT²
TV²  = GRR² + PV²

若出现负的方差估计(例如MS_Operator小于MS_Interaction),按惯例取0,表示该分量在当前数据中不可检出。均值极差法(Average & Range法)是ANOVA的简化替代:用极差均值 R̄ 估计EV,用评价人均值极差 X̄diff 估计AV,计算量小,但无法分离交互作用,适合现场快速评估。

三、%GRR评价指标

把方差开方得到标准差,再与总变异TV或公差带Tol比较,得到两类常用指标:

  • %GRR(相对于TV) = 100 × GRR / TV,反映测量系统占过程总变异的比例;
  • %GRR(相对于公差) = 100 × GRR / (USL − LSL),反映测量系统占公差带的比例。

此外还有 %EV(重复性占比)、%AV(再现性占比)、ndc(可区分类别数)= 1.41 × (PV / GRR),用于判断测量系统能否分辨零件差异。

四、判定准则

行业通用判定标准如下:

%GRR范围判定处置建议
< 10%优秀测量系统可接受,适合关键特性测量
10%~30%可接受(视应用而定)根据成本、风险、特性重要性决定是否改进
> 30%不可接受必须查找原因并改进测量系统

同时要求 ndc ≥ 5,否则测量系统无法有效区分零件。若%GRR合格但ndc不足,说明过程变异本身太小,测量系统相对过程能力不足。

GR&R 方差分量分解与评价流程 测量数据 10零件 × 3人 × 3次 ANOVA 方差分解 MS_Part / MS_Operator MS_Interaction / MS_Error 方差分量估计 EV² = MS_Error AV² = (MS_Op − MS_Int)/(a·n) PV² = (MS_Part − MS_Int)/(b·n) 标准差与总变异 GRR = √(EV²+AV²+INT²) TV = √(GRR²+PV²) 评价指标 %GRR = 100 × GRR / TV 或 GRR / Tol ndc = 1.41 × (PV / GRR) 判定准则 %GRR < 10% 优秀 | 10%~30% 可接受 %GRR > 30% 不可接受 | ndc ≥ 5 均值极差法 EV = R̄ / d₂* AV = √((X̄diff/d₂*)² − EV²/(n·r)) 无法分离交互作用 关键理解 • EV(重复性):同一人、同一零件、同一条件下多次测量的波动 • AV(再现性):不同评价人之间测量均值的系统差异 • INT(交互作用):评价人与零件搭配产生的非可加效应 • PV(零件变异):零件之间的真实差异,是希望被测量系统捕捉的信号 • GRR = EV + AV + INT,代表测量系统自身的“噪声”

五、一个教学示例

假设某轴径特性公差为10.00 ± 0.05 mm,即Tol = 0.10 mm。用10个零件、3名评价人、每人重复测量3次,ANOVA计算得到:

MS_Error = 0.000012
MS_Interaction = 0.000018
MS_Operator = 0.000045
MS_Part = 0.000820

EV² = 0.000012
AV² = (0.000045 − 0.000018) / (10×3) = 0.0000009
INT² = (0.000018 − 0.000012) / 3 = 0.000002
PV² = (0.000820 − 0.000018) / (3×3) = 0.0000891

GRR² = 0.000012 + 0.0000009 + 0.000002 = 0.0000149
GRR = √0.0000149 ≈ 0.00386 mm
TV² = 0.0000149 + 0.0000891 = 0.000104
TV = √0.000104 ≈ 0.0102 mm

%GRR(TV) = 0.00386 / 0.0102 ≈ 37.8%
%GRR(Tol) = 0.00386 / 0.10 ≈ 3.86%
ndc = 1.41 × (0.00944 / 0.00386) ≈ 3.4 → 取整为3

这个示例中,%GRR(TV)高达37.8%,说明测量系统噪声相对于过程变异偏大;但%GRR(Tol)仅3.86%,说明相对于公差带尚可。ndc = 3 < 5,表明测量系统无法有效区分零件。此时应优先改善重复性(EV²占比最大),例如检查夹具刚性、测量力、温度稳定性或操作规范。

注意:%GRR(TV)与%GRR(Tol)可能给出不同结论。当过程能力本身很高(PV很小)时,即使测量系统绝对误差很小,%GRR(TV)也可能偏大。此时应结合测量目的选择评价基准:用于过程控制看TV,用于产品判定看Tol。

六、ANOVA法与均值极差法的选择

ANOVA法能分离交互作用,给出更准确的方差分量,适合正式MSA研究;均值极差法计算简单,适合现场快速筛查,但无法识别交互作用,且当评价人数量较多时精度下降。实际工作中,若%GRR接近判定边界或存在明显交互作用,应改用ANOVA法复核。

实操建议:在ZEISS CALYPSO等测量软件中,GR&R分析模块通常同时输出ANOVA表和均值极差法结果。建议优先查看ANOVA的方差分量与%贡献率,再结合ndc和%GRR综合判定。若交互作用贡献率超过5%,应检查零件选取是否覆盖过程范围、评价人是否经过统一培训。