1. 课程导入
在制造质量与测试工程领域，最令人头疼的问题往往不是“设备坏了”，而是“设备看起来正常，却把坏品放过去了，或者把好品判成了坏品”。前者叫漏测（escape），后者叫误测（false reject）。它们直接侵蚀客户信任、推高制造成本，也让工程团队在数据面前失去判断力。本课程要解决的，正是如何用系统化的方法识别、量化并压缩这两类风险，而GRR（Gauge R&R，量具重复性与再现性）分析就是其中最核心的工程工具之一。
一、学习目标：从“感觉不准”到“量化可控”
本课程不满足于让大家记住几个公式，而是希望建立一套可落地的工程能力。学完之后，你应当能够：
- 区分误测与漏测的成因边界，判断问题出在测量系统、测试程序、判定阈值还是产品本身；
- 独立设计并执行一次GRR研究，正确选择样本、评价人、试验次数与随机化顺序；
- 读懂重复性（EV）、再现性（AV）、零件变差（PV）与总变差（TV）之间的关系，并计算%GRR与ndc（可区分类别数）；
- 根据GRR结果判断测量系统是否可用于产品放行、过程监控或工程分析；
- 把GRR结论转化为测试程序、治具、校准周期和判定规则的改进动作。
二、核心概念：误测、漏测与测量系统变差
误测是把合格品判为不合格，通常由测量系统偏倚、重复性差、阈值过紧或操作者手法不一致引起。它的代价是报废、返工和产能损失。漏测是把不合格品判为合格，往往由测量系统分辨率不足、量程压缩、测试覆盖不全或判定阈值过松造成。它的代价更隐蔽，却可能直接流向客户，引发投诉、召回和品牌损伤。
两者看似方向相反，根源却常常相同：测量系统本身存在过大的变差。GRR分析把这种变差拆成两部分：
- 重复性（Equipment Variation, EV）：同一评价人、同一量具、同一零件多次测量结果的一致性，反映设备与治具的固有波动；
- 再现性（Appraiser Variation, AV）：不同评价人使用同一量具测量同一零件时，平均值之间的差异，反映人员手法与读数的差异；
- 零件变差（Part Variation, PV）：被测量零件之间的真实差异，是我们希望保留的信号；
- 总变差（Total Variation, TV）：GRR与PV合成后的整体波动。
用公式表达，GRR = √(EV² + AV²)，TV = √(GRR² + PV²)。%GRR = GRR / TV × 100%。这个关系说明：如果测量系统变差太大，它就会淹没零件之间的真实差异，导致误判。
三、方法流程：一次标准GRR研究的推进路径
GRR不是“随便找三个人测十次”，它有明确的工程流程。典型步骤如下：
- 明确测量对象与特性：确定要研究的是尺寸、电性能、外观还是功能参数，并确认该特性的规格上下限。
- 选取样本：通常选10个零件，覆盖过程变差范围，最好包含接近规格限的边界样本。
- 确定评价人与试验次数：一般3名评价人，每人每零件重复测量2～3次，共60～90个数据点。
- 随机化测量顺序：避免评价人记住上一次读数，减少记忆偏倚。
- 记录并计算：用极差法或ANOVA法计算EV、AV、GRR、PV、TV、%GRR和ndc。
- 判定与改善：根据%GRR和ndc决定测量系统是否可用，并针对EV或AV制定改善措施。
示例：某连接器插拔力GRR研究参数
零件数 n = 10
评价人数 k = 3
每人重复次数 r = 3
总测量次数 = 10 × 3 × 3 = 90
规格下限 LSL = 8.0 N
规格上限 USL = 20.0 N
判定目标：%GRR ≤ 10%，ndc ≥ 5四、案例场景：一个被误测拖垮的产线
某电子厂在量产一款电源模块时，测试站每天报出约6%的“输出电压不合格”。工程团队第一反应是调整电源IC来料，但更换供应商后不良率依旧。后来做了一次GRR研究，发现%GRR高达42%，其中再现性AV贡献了主要部分。进一步观察发现，三名测试员对探针接触位置的按压手法不同，导致接触电阻波动，读数漂移。改善措施包括：增加治具导向、统一按压行程、把测试程序中的稳定等待时间从50 ms延长到200 ms。改善后%GRR降到8.7%，误测率降到0.9%，漏测率也因判定更稳定而下降。
五、常见误区与复盘要点
| 误区 | 表现 | 正确做法 |
|---|---|---|
| 只做重复性，忽略再现性 | 同一人测得很稳，换人就偏 | 必须包含多名评价人，分别计算EV与AV |
| 样本不覆盖过程变差 | 零件都差不多，PV被低估，%GRR虚高 | 选取覆盖规格范围、含边界值的样本 |
| 测量顺序固定不随机 | 评价人记住上次结果，AV失真 | 随机化零件顺序与测量轮次 |
| %GRR超标就调判定线 | 误测降了，漏测升了 | 先改善测量系统，再谈判定规则 |
| 忽略ndc | %GRR看似合格，但分不清零件等级 | 同时要求ndc ≥ 5，确保测量系统有足够分辨力 |
本课程后续将围绕GRR的统计原理、试验设计、ANOVA计算、判定准则、改善案例与常见工具展开。第1章的目标是建立全局视角：误测与漏测是结果，测量系统变差是根因，GRR是量化根因的工程语言。掌握这套语言，你才能在质量数据面前做出可靠判断，而不是被波动牵着走。