Gauge R&R (powtarzalność i odtwarzalność) to badanie statystyczne, które ilościowo określa, jaka część zmienności w zestawie pomiarów pochodzi od samego systemu pomiarowego, a nie od mierzonych części. Jest to podstawowa technika w analizie systemu pomiarowego (MSA) i odpowiada na jedno bezpośrednie pytanie: czy możesz ufać liczbom generowanym przez twoje przyrządy pomiarowe i inspektorów? Jeśli system pomiarowy wnosi zbyt dużą część obserwowanej zmienności, każda decyzja oparta na tych danych (bramki jakości, analizy zdolności, karty kontrolne) jest zagrożona. Gauge R&R rozdziela błąd pomiaru na dwie składowe — powtarzalność i odtwarzalność — i wyraża ich skumulowany efekt jako procent, abyś mógł zaakceptować, poprawić lub odrzucić system.
Dwie części Gauge R&R opisują różne źródła błędu pomiarowego, a ich mylenie prowadzi do naprawiania niewłaściwego problemu.
Razem tworzą one całkowitą zmienność systemu pomiarowego, zwykle zapisywaną jako GRR. Pozostała zmienność w badaniu powinna pochodzić z rzeczywistych różnic między częściami, czyli z sygnału, który faktycznie chcesz wykryć.
System pomiarowy jest soczewką, przez którą obserwujesz proces. Jeśli soczewka jest zniekształcona, nie możesz ufać niczemu, co przez nią widzisz. Dlatego zatwierdzone badanie Gauge R&R musi poprzedzać statystyczne sterowanie procesem (SPC) oraz każdą analizę zdolności procesu. Jeśli twój przyrząd dodaje 25 procent całkowitej zmienności, karta kontrolna może zgłaszać fałszywe alarmy lub, co gorsza, maskować prawdziwe sygnały specjalne. Wskaźniki zdolności takie jak Cp i Cpk tracą sens, ponieważ część rozrzutu, który mierzą, to czysty szum pomiarowy. Ustrukturyzowany wysiłek usprawniania, taki jak DMAIC, niemal zawsze weryfikuje system pomiarowy w fazie Pomiar z dokładnie tego powodu: nie można poprawić czegoś, czego nie można rzetelnie zmierzyć.
Wyniki Gauge R&R raportuje się jako procent, aby można je było ocenić według standardowej reguły. Istnieją dwie powszechne podstawy:
Pokrewną miarą jest liczba odrębnych kategorii (ndc), która szacuje, ile odrębnych grup części system potrafi wiarygodnie odróżnić. Ndc równe 5 lub więcej jest zwykle uważane za akceptowalne.
Wytyczne Automotive Industry Action Group (AIAG) podają prostą regułę decyzyjną opartą na wartości %GRR:
Te progi są wytycznymi, nie prawami. Wymiary krytyczne dla bezpieczeństwa mogą wymagać ostrzejszych limitów, podczas gdy przyrząd do wstępnego sortowania może tolerować większą zmienność.
Wyobraź sobie badanie Gauge R&R dla suwmiarki mierzącej średnicę wałka. Po wykonaniu obliczeń odchylenia standardowego otrzymujesz te wartości w milimetrach:
Ponieważ te składowe łączą się w sposób kwadratowy (dodają się wariancje, nie odchylenia standardowe), najpierw podnieś każdą wartość do kwadratu. Wariancja powtarzalności to 0.008 squared = 0.000064. Wariancja odtwarzalności to 0.006 squared = 0.000036. Wariancja GRR to ich suma: 0.000064 + 0.000036 = 0.000100, więc odchylenie standardowe GRR jest pierwiastkiem kwadratowym — 0.010 mm.
Następnie znajdź całkowitą zmienność. Wariancja część‑do‑części to 0.040 squared = 0.001600. Całkowita wariancja = wariancja GRR + wariancja części = 0.000100 + 0.001600 = 0.001700, więc całkowite odchylenie standardowe to pierwiastek kwadratowy, około 0.041231 mm.
Teraz oblicz % zmienności badania: (odchylenie standardowe GRR / całkowite odchylenie standardowe) razy 100 = (0.010 / 0.041231) razy 100 = 24.25 procent. Wynik ten mieści się w przedziale 10–30 procent, co oznacza, że system jest marginalny i warto go poprawić. Ponieważ powtarzalność (0.008) jest większa niż odtwarzalność (0.006), rozdzielczość lub stan suwmiarki jest głównym dźwignią — więc ponowna kalibracja lub wymiana przyrządu pomoże bardziej niż szkolenie operatorów.
Gdy badanie nie przechodzi, przyczyna leży zwykle w kilku kategoriach. Uszeregowanie ich za pomocą analizy Pareto pomaga zaatakować największego sprawcę najpierw.
Usunięcie tych przyczyn łączy się bezpośrednio z szerszą dyscypliną niezawodności. Dobrze prowadzony program Total Productive Maintenance utrzymuje przyrządy skalibrowane i w dobrym stanie, a FMEA może wykryć tryby awarii pomiaru zanim dotrą na halę produkcyjną.
Dla jasności: przeprowadzenie formalnego badania Gauge R&R to dedykowane ćwiczenie MSA wykonywane w oprogramowaniu statystycznym, a Fabrico nie jest kalkulatorem Gauge R&R. To, co oferuje Fabrico, to warstwa wiarygodnych danych produkcyjnych, która sprawia, że dyscyplina pomiarowa jest wykonalna na dużą skalę. Fabrico dostarcza w czasie rzeczywistym OEE i monitorowanie produkcji, a jego produkt CMMS śledzi zasoby, zlecenia i harmonogramy prewencyjne, które utrzymują sprzęt pomiarowy skalibrowany i zgodny ze specyfikacją. Fabrico oferuje również monitoring wizyjny oparty na komputerowym rozpoznawaniu obrazu, który rejestruje dane cykli i zatrzymań nawet na maszynach bez PLC, więc zdarzenia jakościowe są logowane konsekwentnie, zamiast polegać na niespójnych ręcznych wpisach. Dobre systemy pomiarowe zmniejszają nieplanowane przestoje, które wynikają z błędnie ocenionej jakości, a wspólny CMMS zapewnia, że każdy przyrząd ma udokumentowaną historię kalibracji. Gdy pomiary są wiarygodne, Fabrico daje tym czystym danym stałe, hostowane w UE miejsce.
Klasyczne, krzyżowe badanie AIAG używa 10 części, 3 operatorów i po 3 próby każdego, co daje łącznie 90 pomiarów. Części powinny obejmować pełen zakres zmienności procesu, a operatorzy powinni mierzyć w losowej kolejności bez podglądania wcześniejszych wyników. Mniejsza liczba części lub prób zmniejsza statystyczne zaufanie do oszacowania, dlatego układ 10 x 3 x 3 pozostaje praktycznym standardem dla większości kontroli wymiarowych.
Nie. Kalibracja porównuje przyrząd z odniesieniem wzorcowym, aby potwierdzić jego dokładność (bliskość do wartości rzeczywistej), podczas gdy Gauge R&R mierzy precyzję (rozrzut powtarzanych odczytów). Przyrząd może być idealnie skalibrowany, a mimo to oblać Gauge R&R, jeśli jego odczyty są rozproszone, i może być powtarzalny, a jednocześnie obarczony przesunięciem, jeśli jest poza kalibracją. Oba są potrzebne, a program proaktywnego utrzymania powinien planować obie czynności.
Gauge R&R weryfikuje wejścia pomiarowe, podczas gdy metryki niezawodności, takie jak MTBF i MTTR (średni czas między awariami i średni czas naprawy), opisują wydajność urządzeń w czasie. Są komplementarne: jeśli twoje znaczniki czasu przestojów i awarii są rejestrowane niespójnie, metryki niezawodności dziedziczą ten szum pomiarowy. Rzetelne zbieranie danych, które Fabrico automatyzuje, jest wspólną podstawą zarówno dla analiz jakości, jak i niezawodności.
Wiarygodny system pomiarowy to punkt startowy każdej inicjatywy jakościowej, a rzetelne dane produkcyjne to to, co go utrzymuje. Zobacz, jak Fabrico przekształca OEE w czasie rzeczywistym, CMMS i monitoring wizyjny w czystą, hostowaną w UE bazę danych dla twojego programu jakości, umawiając demo.
Zaloguj
Blog
