測(cè)量系統(tǒng)分析

1、測(cè)量系統(tǒng)分析（ MSA）衿目錄莄通用測(cè)量系統(tǒng)指南蚃- 引言、目的和術(shù)語肅- 測(cè)量系統(tǒng)的統(tǒng)計(jì)特性蚈評(píng)價(jià)測(cè)量系統(tǒng)的程序蒄- 測(cè)量系統(tǒng)變差的類型：偏倚、重復(fù)性、再現(xiàn)性、穩(wěn)定性和線性肄- 測(cè)量系統(tǒng)的分析蒁- 測(cè)量系統(tǒng)研究的準(zhǔn)備蕆- 計(jì)量型測(cè)量系統(tǒng)分析：2. 薄穩(wěn)定性分析方法3.4. 蒅重復(fù)性和再現(xiàn)性分析方法膃 3. 線性分析方法蒀-量具特性曲線蚄- 計(jì)數(shù)型量具研究薂 Measureme ntSystemA nalysis -MSA蟻測(cè)量系統(tǒng)分析艿測(cè)量系統(tǒng)的特性螄測(cè)量：- 羃通過把零件與已定的標(biāo)準(zhǔn)進(jìn)行比較，確定出該零件有多少單位的過程- 莂有數(shù)值與標(biāo)準(zhǔn)測(cè)量單位- 羈是測(cè)量過程的結(jié)果肈測(cè)量數(shù)據(jù)的質(zhì)量莃基準(zhǔn)

2、值-袀確定比較的基準(zhǔn)-肀對(duì)于理解“測(cè)量的準(zhǔn)確性”很重要-膈可以在實(shí)驗(yàn)條件下，使用更準(zhǔn)確的儀器以建立準(zhǔn)確的測(cè)量來獲得蒀測(cè)量數(shù)據(jù)的質(zhì)量羋咼質(zhì)量-薅對(duì)于某特性，測(cè)量接近基準(zhǔn)值羄低質(zhì)量-袁對(duì)于某特性，測(cè)量遠(yuǎn)離基準(zhǔn)值螆過程莄使用統(tǒng)計(jì)方法肇過程的聲音蒈人肅裝置祎材料葿我們工作的方法/»方法芃環(huán)境裊輸入過程/系統(tǒng)過程模式確,定改進(jìn)的機(jī)會(huì)芃質(zhì)量循環(huán)中的測(cè)量系統(tǒng)蒅測(cè)量系統(tǒng)必須處于統(tǒng)計(jì)控制中薃測(cè)量系統(tǒng)的變差小于制造過程的變差腿測(cè)量系統(tǒng)的變差小于規(guī)定極限或允許的公差羇測(cè)量變差小于過程變差或公差帶中較小者芄測(cè)量最大（最壞）變差小于過程變差或公差帶中較小者蚃定義薀量具蒞用來獲取測(cè)量的任何設(shè)備羃測(cè)量系統(tǒng)螂-用來

3、給被測(cè)特性賦值的操作、程序、量具及其他設(shè)備、軟件和操作人員的集合羈公差-腿零件特性允許的變差肆受控袂-變差在過程中表現(xiàn)穩(wěn)定且可預(yù)測(cè)膈不受控-衿所有特殊原因的變差都不能消除-螅有點(diǎn)超出控制圖的控制限，或點(diǎn)在控制限內(nèi)呈非隨機(jī)分布形狀袂受控過程蕿+1(=68%芇+2(=95%薄+3(=99.7%羂定義羀分辨率-罿測(cè)量設(shè)備能將測(cè)量的標(biāo)準(zhǔn)件分細(xì)的程序-莃測(cè)量設(shè)備所能指示的最小的刻度肂分辨能力莁-測(cè)量設(shè)備檢測(cè)被測(cè)參數(shù)的變差的能力蒆測(cè)量系統(tǒng)的變差類型蒞重復(fù)性-膂一個(gè)操作者，用一種量具，對(duì)同樣零件的同一特性進(jìn)行多次測(cè)量，所獲得的 測(cè)量值的變差。蕆再現(xiàn)性-膈不同的操作者，用同樣的量具，對(duì)同樣零件的同一特性進(jìn)行測(cè)

4、量，所獲得的 測(cè)量平均值的變差。膄偏倚節(jié)-所見測(cè)量結(jié)果的平均值與基準(zhǔn)值之差。袈線性-蚆量具在預(yù)期工作范圍內(nèi)，偏移值的差值。羃穩(wěn)定性-莂測(cè)量系統(tǒng)在某延續(xù)時(shí)間竝Q量相同零件的單個(gè)特性所得測(cè)量總變差。艿分布能由以下特性進(jìn)行描繪：莈位置-偏倚、線性、穩(wěn)定性羆寬度或范圍一重復(fù)性、再現(xiàn)性基準(zhǔn)值阿平均值蒁圖1偏倚圖乞2重復(fù)性螆?bào)Ｓ^測(cè)肁穩(wěn)定性螁再現(xiàn)性肀圖3再現(xiàn)性圖4穩(wěn)定性膅線性 肄線性是在量具預(yù)期的工作范圍內(nèi)，偏倚值的差值袁-蒆<10%:測(cè)量系統(tǒng)可以接受。-羃10%to30%:基于應(yīng)用的重要程度、量具的成本、修理成本等考慮，可能被接 受。-衿 >30% :需要改進(jìn)，盡一切努力確定問題所在并將之改正

5、。羆可變量具研究（圖形方法）- 袇誤差圖-蚅極差圖-羂均值/鍵圖肆歸一化的單值圖肄振湯圖-腿X -Y均值寶準(zhǔn)圖-螇X -Y比較圖-節(jié)散點(diǎn)圖蒁極差法：只提供整個(gè)測(cè)量系統(tǒng)的總體情形；袁均值極差法（X&R ）:允許將測(cè)量系統(tǒng)分解成重復(fù)性和再現(xiàn)性而不是它們的交互 作用；薆ANOVA法：能用來確定這種量具與評(píng)價(jià)人員之間的交互作用。薆極差圖可幫助確定: 袂關(guān)于重復(fù)性的統(tǒng)計(jì)控制;莈評(píng)價(jià)人對(duì)每個(gè)零件測(cè)量過程的一致性。蕿極差蚆肀5莇4螆3.蚃2 薈肆1袀0。芀ABCABCABCABCA評(píng)價(jià)人裊1234零件羆圖13a1極差圖芁極差莀3.蚇2膂0。羈123451234512零件羆ABC評(píng)價(jià)人莆圖13a2極差

6、圖羈誤差圖（圖13b）肁測(cè)量系統(tǒng)的數(shù)據(jù)分析可采用根據(jù)已接受的基準(zhǔn)值得到的單值偏差的“誤差圖”來進(jìn)行。每個(gè)零件的單值偏差或誤差計(jì)算取決于是否可得到被測(cè)數(shù)據(jù)的基準(zhǔn)值來選擇如下二公式之一：莇誤差=觀測(cè)值崔準(zhǔn)值螃或羃誤差=觀測(cè)值保件平均測(cè)量值肁在任何其它統(tǒng)計(jì)分析之前應(yīng)系統(tǒng)地分離明顯原因造成的系統(tǒng)偏差。從畫出的數(shù)據(jù)分析中可以得出多個(gè)有用解釋。例如，從圖13b中可以看出一些現(xiàn)象：螇1）評(píng)價(jià)人B的第二個(gè)讀數(shù)有規(guī)律地高于其第一個(gè)讀數(shù);蒅2）評(píng)價(jià)人B的平均值高于其他評(píng)價(jià)人的測(cè)量平均值；螂3）10號(hào)零件很難測(cè)量一致一一我們應(yīng)確定其原因。賺零件1零件2零件3零件4零件5膈20B羃誤差薁10CBC芁 BBCBBAAC

7、CB-B、/ 、蕿 0AAACABCCC_ / _蚅 ABCAAA薄-10莀-20蚆莃20蒀B裊10BBB肇肂（誤BBA薀 0AABCACCAAAB 蒈 BAACCCCA薇-10薀-20C衿圖13b誤差圖羄偏倚襖為了在過程范圍內(nèi)指定的位置確定測(cè)量系統(tǒng)的偏倚， 得到一個(gè)零件可接受的基準(zhǔn)值是必要的。通?？稍诠ぞ呤一蛉叽鐧z驗(yàn)設(shè)備上完成。基準(zhǔn)值從這些讀數(shù)中獲得，然后這些讀數(shù)要與量具 R&R研究中的評(píng)價(jià)人的觀察平均值（定為Xa,Xb,Xc）進(jìn)行比 較。蝕如果不可能按這種方法對(duì)所有樣件進(jìn)行測(cè)量，可采用下列替代的方法:羅1）在工具室或全尺寸檢驗(yàn)設(shè)備上對(duì)一個(gè)基準(zhǔn)件進(jìn)行精密測(cè)量；螆2）讓一位評(píng)價(jià)人用正

8、被評(píng)價(jià)的量具測(cè)量同一零件至少10 次；螞 3 ）計(jì)算讀數(shù)的平均值?；鶞?zhǔn)值與平均值之間的差值表示測(cè)量系統(tǒng)的偏倚（見 線性一節(jié)）。螀如果需要一個(gè)指數(shù)，把偏倚乘以 100 再除以過程變差（或公差） ，就把偏倚轉(zhuǎn) 化為過程變差（公差）的百分比。莆如果偏倚相對(duì)比較大，查看這些可能的原因：蝿1）基準(zhǔn)的誤差；肆2）磨損的零件；蒄3）制造的儀器尺寸不對(duì)；莂4）儀器測(cè)量了錯(cuò)誤的特性；蒁5）儀器校準(zhǔn)不當(dāng)；聿6）評(píng)價(jià)人員使用儀器不當(dāng)薄偏倚示例螃偏倚由基準(zhǔn)值與測(cè)量觀測(cè)平均值之間的差值確定。為此，一位評(píng)價(jià)人對(duì)一個(gè)樣件測(cè)量10次。10次測(cè)量值如下所示。由全尺寸檢驗(yàn)設(shè)備確定的基準(zhǔn)值為0.80mm,該零件的過程變差為0.70

9、mm.。衿 X1=0.75X6=0.80袈 X2=0.75X7=0.75薄 X3=0.80X8=0.75膄 X4=0.80X9=0.75蝕 X5=0.65X10=0.70薇觀測(cè)平均值為測(cè)量結(jié)果總和除以10蚄刀X7.5螁 1010螀如圖9所示，偏倚是基準(zhǔn)與觀察平均值間的差值羋圖9偏倚示例腿偏倚=觀察平均值崔準(zhǔn)值羃偏倚=0.75£.80=-0.05薃偏倚占過程變差的百分比計(jì)算如下：羀偏倚=100|偏倚|/過程變差羆偏倚 =1000.05/0.70=7.1%肅偏倚占公差百分比采用同樣方法計(jì)算，式中用公差代替過程變差。羄因此，在量具R&R研究中使用的厚度儀的偏倚為-0.05mm。這意

10、味著測(cè)量觀測(cè)值平均比值小0.05mm是過程變差的7.1%。蒈重復(fù)性罿測(cè)量過程的重復(fù)性意味著系統(tǒng)自身的變異是一致的。由于儀器自身以及零件在儀器中位置變化導(dǎo)致的測(cè)量變差是重復(fù)性誤差的兩個(gè)一般原因。由于子組重復(fù)測(cè)量 的極差代表了這兩種變差，極差圖將顯示測(cè)量過程的一致性。如果極差圖失控，通 常測(cè)量過程的一致性有問題。應(yīng)調(diào)查識(shí)別為失控的點(diǎn)的不一致性原因加以糾正。唯 一的例外是前面討論過的當(dāng)測(cè)量系統(tǒng)分辨力不足時(shí)出現(xiàn)的情況。膃如果極差圖受控，則儀器及測(cè)量過程在研究期間是一致的。重復(fù)性標(biāo)準(zhǔn)偏差或 儀器變差（° e）的估計(jì)為R7d2，式中R為重復(fù)測(cè)量的平均極差儀器變差或重復(fù)性（假 定為兩次重復(fù)測(cè)量，評(píng)

11、價(jià)人數(shù)乘以零件數(shù)量大于15）將為5.15R/d2或4.65R,代表正態(tài)分 布測(cè)量結(jié)果為99%。d2#等于1.128,可從表2中查出。肁重復(fù)性示例膀從生產(chǎn)過程選取5年樣品。選擇兩名經(jīng)常進(jìn)行該測(cè)量的評(píng)價(jià)人參與研究。每一 位評(píng)價(jià)人對(duì)每個(gè)零件測(cè)量三次，測(cè)量結(jié)果記錄在數(shù)據(jù)表格上（見表 1）。螈評(píng)價(jià)人1評(píng)價(jià)人2膃零件 1234512345蒂試驗(yàn)薈1217220217214216216216216216220芃2216216216212219219216215212220聿 3216218216212220220220216212220蕿均值 216.3218.0216.3212.7218.3216.321

12、8.3217.3215.7213.3220.0216.9肅極差 1.04.01.02.04.04.04.01.04.00.0羈表1數(shù)據(jù)表腿通過計(jì)算每個(gè)子組的均值（X）及極差（R）來分析數(shù)據(jù)。極差值標(biāo)繪在極差控制 圖上（見圖10）并計(jì)算平均極差（R）。根據(jù)試驗(yàn)次數(shù)（3）得出的D3及D4因子（見 表3）用來計(jì)算極差圖的控制限值。畫出控制限值來確定所有數(shù)值是否受控。如同這 里顯示的如果所有極差都受控，則所有評(píng)價(jià)人看起來“相同”。如果一名評(píng)價(jià)人失控， 那么他的方法與其他人的不同。如果所有評(píng)價(jià)人都有一些失控的極差，則測(cè)量系統(tǒng) 對(duì)評(píng)價(jià)人的技術(shù)是敏感的，需要改進(jìn)以獲得有用數(shù)據(jù)。罿重復(fù)性極差控制圖螇2名評(píng)價(jià)人

13、3次試驗(yàn)5個(gè)零件肄評(píng)價(jià)人1評(píng)價(jià)2腿6.4膆.芅 2.5.螃.艿0.0薇1234512345羇極差受控一測(cè)量過程是一致的薂 R=25/10=2.5螞R圖控制限D(zhuǎn)3=0.000D4=2.575（見表3）羈 UCLr=RXD4=2.5 >2.575=6.4蒞 LCL r=RX D3=0.000蚅重復(fù)性或量具變差的估計(jì)螂 R2.5螂 d2l.72螀式中d2#從表2中查得，它是依賴于試驗(yàn)次數(shù)(m=3)及零件數(shù)量乘以評(píng)價(jià)人數(shù)量(g=5 >2=10)。薅本次研究得出的重復(fù)性計(jì)算為 5.15 ° e=5.15 >.45=7.5式中5.15代表正態(tài)分布的99%測(cè)量結(jié)果膃m袂 2345

14、6789101112131415袇1芇2蚈3蚈4肅5蒀6蝕7螈8蒄9葿10膂袈11裊12蝕13莂 1.411.912.242.482.672.832.963.083.183.273.353.423.493.55羇 1.281.812.152.402.602.772.913.023.133.223.303.383.453.51肇 1.231.772.122.382.582.752.893.013.113.213.293.373.433.50莃 1.211.752.112.372.572.742.883.003.103.203.283.363.433.49螀 1.191.742.102.362.5

15、62.732.872.993.103.193.283.353.423.49肀 1.181.732.092.352.562.732.872.993.103.193.273.353.423.48腿 1.171.732.092.352.552.722.872.983.093.193.273.353.423.48螄 1.171.722.082.352.552.722.872.983.093.193.273.353.423.48薂 1.161.722.082.342.552.722.862.983.093.183.273.353.423.48蝿 1.161.722.082.342.552.722.862

16、.983.093.183.273.343.423.48芇 1.161.712.082.342.552.722.862.983.093.183.273.343.413.48膅 1.151.712.072.342.552.722.852.983.093.183.273.343.413.48羀 1.151.712.072.342.552.712.852.983.093.183.273.343.413.48羋14羈15羂15薈 1.151.712.072.342.542.712.852.983.083.183.273.343.413.48肅 1.151.712.072.342.542.712.852.

17、983.083.183.263.343.413.48節(jié) 1.1282.0592.5342.8473.0783.2583.407蕆 1.6932.3262.7042.9073.1733.3363.472莆g：對(duì)重復(fù)性，為零件數(shù)x評(píng)價(jià)人數(shù)對(duì)現(xiàn)性，為極差數(shù)（=1）膃表2平均極差分布的d2值蒈©#值g>15）的腿子組內(nèi)肅觀察次數(shù)芃 A2D3D4衿2蒅 1.88003.267薇3薂 1.02302.575襖4腿 0.72902.282芃5羇 0.57702.115芀6肂 0.48302.004荿7蒁 0.4190.0761.924蚃8蒈 0.3730.1361.864莂9薇 0.3370

18、.1841.816蟻10膅 0.3080.2231.777螇11薀 0.2850.2561.744蚆12 蒂13 螈14 葿15衿 o.266o.2841.716羅 o.249o.3o81.692襖 o.235o.3291.671蝕 o.223o.3481.652芀表3控制圖常數(shù)蚇再現(xiàn)性蚃測(cè)量過程的再現(xiàn)性表明評(píng)價(jià)人的變異性是一致的。考慮評(píng)價(jià)人變異性的一種方 法是認(rèn)為變異性是一致的?？紤]評(píng)價(jià)人變異性的一種方法是認(rèn)為變異性代表每位評(píng) 價(jià)人造成的遞增偏倚。如果這種偏倚或評(píng)價(jià)人的變異性真正存在，每位評(píng)價(jià)人的所 有平均值將會(huì)不同，這可以通過比較評(píng)價(jià)人對(duì)每個(gè)零件的平均值，在均值控制圖上 看出。螀評(píng)價(jià)人的變

19、異性或再現(xiàn)性可通過每一評(píng)價(jià)人所有平均值，然后從評(píng)價(jià)人最大平 均值減去最小的得到極差（Ro）來估計(jì)。再現(xiàn)性的標(biāo)準(zhǔn)偏差（T 0）估計(jì)為Ro/d2。再 現(xiàn)性（假定2名評(píng)價(jià)人）為5.15F0/d2或3.65F。代表正態(tài)分布測(cè)量結(jié)果的99%.d#等于1.41見 表2）.莇再現(xiàn)性示例膅根據(jù)表1所示數(shù)據(jù)，通過平均每位評(píng)價(jià)人獲得的所有樣品值來計(jì)算各位評(píng)價(jià)人 平均值，確定評(píng)價(jià)人平均值的極差（ Ro）由最大減去最小值得出。蒂 Ro=216.9 26.3=0.6袀估計(jì)的評(píng)價(jià)人標(biāo)準(zhǔn)偏差二Ro/d2#=o.6/1.41=o.4螈式中比#從表2查出，它取決于評(píng)價(jià)人的人數(shù)（m=2）和g,這里g為1,因?yàn)橹挥?個(gè)極差計(jì)算。祎

20、再現(xiàn)性 5.15 =5.15R0/d2#=2.2蒅由于量具變差影響了該估計(jì)值，必須通過減去重復(fù)性部分來校正2/r羀 R（5.15c e）2/莄-罿d校正過的再現(xiàn)性二_螆 7.52螂 5X =2.2-螈=1.0祎式中：n=零件數(shù)量，r=試驗(yàn)次數(shù)螆校正的評(píng)價(jià)人標(biāo)準(zhǔn)偏差（To =1.0/5.15=0.19芀線性螁測(cè)量?jī)x器的工作范圍內(nèi)選擇一些零件可確定線性 .這些被選零件的偏倚由基準(zhǔn) 值與測(cè)量觀察平均值之間的差值確定 .最佳擬合偏倚平均值與基準(zhǔn)值的直線的斜率乘 以零件的過程變差（或公差）是代表量具線性的指數(shù)。為把量具線性轉(zhuǎn)換成過程變差（或公差）的百分率，可將線性乘以100然后除以過程變差（或公差）。至

21、于穩(wěn)定性, 建議分析技術(shù)可采用圖形，即帶最佳擬合直線的散點(diǎn)圖。羅正如在偏倚研究中一樣，零件的基準(zhǔn)值可由工具室或全尺寸檢驗(yàn)設(shè)備確定。在 操作范圍內(nèi)選取的那些零件由一個(gè)或多個(gè)評(píng)價(jià)人測(cè)量，確定每一零件的觀察平均值， 基準(zhǔn)值與觀察平均值之間的差值為偏倚，要確定各個(gè)被選零件的偏倚。線性圖就是 在整個(gè)工作范圍內(nèi)的這些偏倚與基準(zhǔn)值之間描繪的。如果線性圖顯示可用一根直線 表示這些標(biāo)繪點(diǎn)，則偏倚與基準(zhǔn)值之間的最佳線性回歸直線表示這兩上參數(shù)之間的 線性。線性回歸直線的擬合優(yōu)度（R2 ）確定偏倚與基準(zhǔn)值是否有良好的線性關(guān)系。 系統(tǒng)的線性及線性百分率由回歸線斜率及零件過程變差（或公差）計(jì)算得出。如果 回歸線有很好的線

22、性擬合那么可以評(píng)價(jià)線性幅度及線度百分率來確定線性是否是可 接受的。如果回歸線沒有很好的線性擬合，那么可能偏倚平均值與基準(zhǔn)值有非線性 關(guān)系。這需要進(jìn)一步分析以判定測(cè)量系統(tǒng)的線性是否可接受。袃?nèi)绻麥y(cè)量系統(tǒng)為非線性，查找這些可能原因：羂1）在工作范圍上限和下限內(nèi)儀器沒有正確校準(zhǔn)；薀2）最小或最大值校準(zhǔn)量具的誤差；羅3）磨損的儀器；芄4）儀器固有的設(shè)計(jì)特性。蚄線性示例艿某工廠領(lǐng)班對(duì)確定某測(cè)量系統(tǒng)的線性興趣?；谠撨^程變差，在測(cè)量系統(tǒng)工作范圍 內(nèi)選定五個(gè)零件。通過全尺寸檢驗(yàn)設(shè)備測(cè)量每個(gè)零件以確定它們的基準(zhǔn)值。然后一 位評(píng)價(jià)人對(duì)每個(gè)零件測(cè)量12次。零件隨機(jī)抽取，每個(gè)零件平均值與偏倚值的計(jì)算如 表5所示。零

23、件偏倚由零件平均值減去零件基準(zhǔn)值計(jì)算得出。肅零件12345蚅基準(zhǔn)值 2.004.006.008.0010.00襖 12.705.105.807.609.10袇 22.503.905.707.709.30羈 32.404.205.907.809.50羈 42.505.005.907.709.30肇 52.703.806.007.809.40肂試肇驗(yàn) 膅次 肆數(shù)薅 62.303.906.107.809.50肁 72.503.906.007.809.50荿 82.503.906.107.709.50蝿 92.403.906.407.809.60莄 102.404.006.307.509.20蒅 11

24、2.604.106.007.609.30螀 122.403.806.107.709.40腿零件均值 2.494.136.037.719.38莇基準(zhǔn)值 2.004.006.008.0010.00薅偏倚 +0.49+0.13+0.03-0.29-0.62賺極差 0.41.30.70.30.5衿表5量具數(shù)據(jù)一覽表膆偏倚與基準(zhǔn)值之間的交點(diǎn)標(biāo)繪見圖12.最佳擬合這些點(diǎn)的線性回歸直線及該直線的擬合優(yōu)度(R2)計(jì)算如下：薄y=b+ax薂式中:x=基準(zhǔn)值莇y二偏倚羅a=斜率蚄刀y螆n刀xy- （刀蒃（刀 x）2=0.1317芇£E x2- 羄n芁 b=£ y -a（£ x）=0.

25、7367蝕nn蚇R2=（Exy-Exx£y/n）2Ex2-（Ex）2/n2 x £y2-（£y）2/n2蒂偏倚=b+ax肀=0.7367-0.1317X （基準(zhǔn)值）螀線性=|斜率|x （過程變差）螄=0.1317x 6.00膄=0.79蝿線性=100線性/過程變差袀=13.17%膅擬合優(yōu)度(R2)=0.98薂線性圖蒆1名評(píng)價(jià)人12次試驗(yàn)5個(gè)零件過程變差=6.00羆 0.40螂 0.20+肇-0.00 +薃低名義高羇線性:0.79膄%線性=13.172蚃 R =0.98衿-0.20螅-0.40 +葿-0.60芇 4.006.008.0010.00薄圖12線性圖蚈擬合

26、優(yōu)度可用來推斷偏倚與基準(zhǔn)值之間的線性關(guān)系.我們可以從它得出它們之間是否有線性關(guān)系的結(jié)論，并且如果有，是否可接受.但是必須再次強(qiáng)調(diào)，線性是由最佳 擬合直線的斜率而不是擬合優(yōu)度（R2）的值確定的。一般地，斜率越低，量具線性越 好；相反斜率越大，量具線性越差。蚆確定重復(fù)性和再現(xiàn)性用指南螅計(jì)量型量具的分析可以運(yùn)用多種不同的技術(shù)。本節(jié)詳細(xì)討論三種可接受的方 法。它們是極差法，均值和極差法（包括控制圖法）和方差分析法。除極差法外， 這些方法的分析數(shù)據(jù)設(shè)計(jì)都非常相似。正如介紹的，所有方法在他們的分析中都忽 略了零件內(nèi)變差（例如：圓度、錐度、平面度等）。聿但是，基本量具研究數(shù)據(jù)設(shè)計(jì)工作表除了不能用于極差法外，

27、可以很容易地運(yùn) 用在零件內(nèi)變差的識(shí)別和統(tǒng)計(jì)分析上。J （見圖16和17,完整的應(yīng)用于均值和極差 法的擴(kuò)展計(jì)算表的例子。但是，這樣做很不便于數(shù)據(jù)收集過程。螈相應(yīng)地要定量表示“純”測(cè)量?jī)x器變差，本節(jié)所述任何技術(shù)中使用的所有過程 零件都能在量具研究之前被抽樣來找出試件內(nèi)部的最大變差 （例如旋轉(zhuǎn)零件360°找出 總的不圓度，檢查頂部和底部直徑找出總的錐度）。如果零件內(nèi)最大變差相對(duì)被測(cè)特性 不可忽略（要求對(duì)過程了解），應(yīng)在零件上作出標(biāo)記（使用非特殊形式；即在零件的 任意選擇的位置上作標(biāo)記）以指示要測(cè)量出全部讀數(shù)的點(diǎn) /線/面位置。實(shí)質(zhì)上這從量 具重復(fù)性變差中消除了零件內(nèi)變差，否則，必須意識(shí)到量

28、具重復(fù)性變差中將至少包括 一些零件內(nèi)變差。肇但是，要再次強(qiáng)調(diào)整個(gè)測(cè)量系統(tǒng)不僅包括量具本身及相關(guān)的精度，重復(fù)性等， 而且還包括被檢零件的變差，就是說，除非有某些特殊合理的目的需要這么做，一般 避免從（上述段落中描述的）分析中排除零件內(nèi)變差，因?yàn)檫@個(gè)變差會(huì)影響零件的配 合及功能。怎樣處理零件內(nèi)變差必須基于對(duì)零件使用目的和測(cè)量目的的適當(dāng)了解。膂還有，采用恰當(dāng)?shù)慕y(tǒng)計(jì)方法（但是有些不方便）來特別地識(shí)別整個(gè)測(cè)量變差中 零件內(nèi)變差分量，使用頁圖16、17例中示例的程序。最后，本節(jié)中描述的所有方法 都以前討論過的統(tǒng)計(jì)穩(wěn)定性為先決條件。肂要討論的第一個(gè)量具研究方法是極差法袈極差法膃極差法是一種改進(jìn)的計(jì)量型具研究

29、方法，它可迅速提供一個(gè)測(cè)量變異性的近似 值。這種方法只提供整個(gè)測(cè)量系統(tǒng)的總體情形，不將變異性分解成重復(fù)性和再現(xiàn)性。襖典型的極差法使用兩名評(píng)價(jià)人和五個(gè)零件進(jìn)行分析。在這個(gè)分析中，每個(gè)評(píng)價(jià) 人測(cè)量每個(gè)零件一次，每個(gè)零件的極差是評(píng)價(jià)人A獲得的測(cè)量結(jié)果與評(píng)價(jià)人B獲得的 測(cè)量結(jié)果的絕對(duì)差值?？梢缘玫竭@些極差之和并計(jì)算出平均極差（R）。總測(cè)量變差可通過平均極差乘以5.15C2#得至嘰（d2#在表2中查到.m=2.g=件數(shù)）知道測(cè)量變差占過程 變差占過程變差百分率（或公差）是很有意義的。（為將R&R轉(zhuǎn)換為百分率，把R&R乘 以100除以過程變差（或公差）。在下面的例子中。過程變差為0.4,因

30、此R&R等于 100R&R/過程變差或75.5%見表6）.袀零件評(píng)價(jià)人A評(píng)價(jià)人B極差（A-B）羈 10.850.800.05薄 20.750.700.05莂 31.000.950.05蠆 40.450.550.10肇 50.500.600.10羅平均極差(R)=刀 Ri/5=0.35/5=0.07肄 GR&R=5.15(R)/ d2#=5.15(R)/1.19=5.15(0.07)/1.19=0.303螞過程變差=0.40袃GR&R=100GR&R/ 過程變差=1000.303/0.40=75.5%膂表6量具研究（極差法）羋既然測(cè)量系統(tǒng)的R&R確

31、定了，應(yīng)進(jìn)行結(jié)果解釋。表 6中只&只值確定為 75.5%，結(jié)論是測(cè)量系統(tǒng)需改進(jìn)。腿均值和極差法羃均值和極差法（*&R ）是一種提供測(cè)量系統(tǒng)重復(fù)性和再現(xiàn)性估計(jì)的數(shù)學(xué)方法。不象極差法，它允許把測(cè)量系統(tǒng)分析解成兩部分，重復(fù)性和再現(xiàn)性，而不足它們的交互作用。ANOVA法能用來確定這種量具與評(píng)價(jià)人之間的交互作用。但是，均值和 極差法與ANOVA法兩者都可提供有關(guān)測(cè)量系統(tǒng)或量具誤差的信息。薃例如，如果重復(fù)性比再現(xiàn)性大，原因可能是：羀1）儀器需要維護(hù);羆2）量具應(yīng)重新設(shè)計(jì)來提高剛度;肅3）夾緊和檢驗(yàn)點(diǎn)需要改進(jìn)；蝕4）存在過大的零件內(nèi)變差。蒈如果再現(xiàn)性比重復(fù)性大，那么可能的原因有：蚅1）評(píng)價(jià)人

32、需要更好的培訓(xùn)如何使用量具儀器和讀數(shù)；膃2）量具刻度盤上的刻度不清楚；肁3）需要某種夾具幫助評(píng)價(jià)人提高使用量具的一致性。膀當(dāng)不具備計(jì)算機(jī)時(shí)建議使用 X&R法，否則可以把方差分析法編進(jìn)計(jì)算機(jī)程序中。螈進(jìn)行研究膃盡管評(píng)價(jià)人，試驗(yàn)和樣本容量可能變化，但是下面的討論代表進(jìn)行研究的最佳條件。參考表7的量具R&R數(shù)據(jù)表，詳細(xì)程序如下：蒂1）取得包含10個(gè)零件的一個(gè)樣本，代表過程變差的實(shí)際或預(yù)期范圍;薇2）指定評(píng)價(jià)人A , B和C,并按1至10給零件編號(hào)，使評(píng)價(jià)人不能看到這些數(shù)字；節(jié) 3）如果校準(zhǔn)是正常程序中的一部分，則對(duì)量具進(jìn)行校準(zhǔn)。聿4）讓評(píng)價(jià)人 A 以隨機(jī)的順序測(cè)量 10個(gè)零件，并讓另

33、一個(gè)觀測(cè)人將結(jié)果記錄在第1行。讓測(cè)試人B和C測(cè)量這10個(gè)零件并互相不看對(duì)方的數(shù)據(jù)。然后將結(jié)果分別 填入第 6行和第 11行。薈5）使用不同的隨機(jī)測(cè)量順序重復(fù)上述操作過程。把數(shù)據(jù)填入第2、7和 12行。在適當(dāng)?shù)牧杏涗洈?shù)據(jù)。例如，第一個(gè)測(cè)量的零件是零件7，則將結(jié)果記錄在標(biāo)有第 7號(hào)零件的列內(nèi)，如果需要試驗(yàn) 3次，重復(fù)上述操作，將數(shù)據(jù)記錄在第 3、8和 13行；肅 6）當(dāng)零件量過大或無法獲得所需零件時(shí)，第 4 和第 5 步可以改成下述步驟之 后；羈（a）讓評(píng)價(jià)人A測(cè)量第1個(gè)零件，并在第1行記錄讀數(shù)，讓評(píng)價(jià)人B測(cè)量第1個(gè)零件并在第6行記錄讀數(shù)，讓評(píng)價(jià)人C測(cè)量第1個(gè)零件并在第11行記錄讀數(shù)；腿（b）讓評(píng)

34、價(jià)人A重復(fù)讀取第1個(gè)零件的讀數(shù)，記錄在第2行，評(píng)價(jià)人B在第7 行記錄重復(fù)讀數(shù)，評(píng)價(jià)人 C 在第 12 行記錄重復(fù)讀數(shù)。如果需要測(cè)量 3 次，則重復(fù) 上述操作并在第 3、8和 13行記錄數(shù)據(jù)。罿7）如果評(píng)價(jià)人在不同的班次，可以使用一個(gè)替換的方法。讓評(píng)價(jià)人 A 測(cè)量 10個(gè)零件，并將讀數(shù)記錄在第1行。然后，讓評(píng)價(jià)人A按照不同的順序重新測(cè)量，并 把結(jié)果記錄在第2和第3行。評(píng)價(jià)人B和C也同樣做蒃數(shù)值計(jì)算肄量具的重復(fù)性和再現(xiàn)性的計(jì)算如表 7和表8所示。表7是數(shù)據(jù)表格，記錄了所有研究結(jié)果。表8是報(bào)告表格，記錄了所有識(shí)別信息和按規(guī)定公式進(jìn)行的所有計(jì)算。腿注：樣表一節(jié)中提供了可復(fù)制的空白表格。膆收集數(shù)據(jù)后的計(jì)

35、算程序如下：芅1）從第1、2、3行中的最大值減去它們中的最小值；把結(jié)果記錄第5行。在第6、7和8行，11、12和13行重復(fù)這一步驟，并將結(jié)果記錄在第 10和15行（表7）；袃2）把填入第5、10和15行的數(shù)據(jù)變?yōu)檎龜?shù);羋3）將第5行數(shù)據(jù)相加并除以零件數(shù)量，得到第一個(gè)評(píng)價(jià)人的測(cè)量平均極差 Ra。 同樣對(duì)第10和15行的數(shù)據(jù)進(jìn)行處理得到 Rb和Rc （表"7）；薇4）將第5、10和15行的數(shù)據(jù)（Ra、Rb、Rc）轉(zhuǎn)記到第17行，將它們相加并除以評(píng)價(jià)人數(shù)，將結(jié)果記為 R （所有極差的平均值）（表7）；羇5）將R （平均值）記入第19和20行并與D3與D4 （表3中得出）相乘得到控 制下限和

36、上限。注意：如果進(jìn)行 2次試驗(yàn)，貝卩，D3為零，D4為3.27。單個(gè)極差的上 限值（UCLr）填入第19行。少于7次測(cè)量的控制下限極差值（LCLr）等于0;薂6）使用原來的評(píng)價(jià)人和零件重復(fù)讀取任何極差大于計(jì)算的UCLR的讀數(shù)，剔除那些值并重新計(jì)算平均值。根據(jù)修改過的樣本容量重新計(jì)算R及限值UCLR。糾正造成失控狀態(tài)的特殊原因。如果數(shù)據(jù)的繪制和分析是使用前面討論的控制圖法， 那么這種狀態(tài)應(yīng)早已被糾正了，且在這里不會(huì)出現(xiàn)；莈7）將行（第1、2、3、6、7、8、11、12和13行）中的值相加。把每行的和 除以零件數(shù)并將結(jié)果填入表（表 7）中最右邊標(biāo)有“平均值”的列內(nèi)；羈8）將第1、2第3行的平均值相

37、加除以試驗(yàn)次數(shù)。結(jié)果填入第 4行的Xa格內(nèi)。 對(duì)第6、7和8;第11、12和13行重復(fù)這個(gè)過程，將結(jié)果分別填入第 9和14行的 Xb、 格內(nèi) （表 7）。芃9）將第4、9和14行的平均值相加除以試驗(yàn)次數(shù)。結(jié)果填入第4行的Xa格內(nèi)。 并確定它們的差值，將差值填入第 18行標(biāo)有Xdiff%的空格內(nèi)（表7）;腿10）將每個(gè)零件每次測(cè)量值相加并除以總的測(cè)量次數(shù)（試驗(yàn)次數(shù)乘以評(píng)價(jià)人 數(shù)）。將結(jié)晶果填入第16行零件平均值的欄中（表7）;莇11）從最大的零件平均值減去最小的零件平均值，將結(jié)果填入和16行標(biāo)有Rp的空格內(nèi)。Rp是零件平均值的極差（表 7）;腿12）將R、Xdiff和Rp的計(jì)算值轉(zhuǎn)填入報(bào)告表格的

38、欄內(nèi)（表 8）;羅13）在表格左邊標(biāo)有“測(cè)量系統(tǒng)分析”的欄下進(jìn)行計(jì)算；節(jié)14）在表格右邊標(biāo)有“總變”的欄下進(jìn)行計(jì)算；莆15）檢查結(jié)果確認(rèn)沒有產(chǎn)生錯(cuò)誤。莄結(jié)果一數(shù)值分析蒃量具重復(fù)性和再現(xiàn)性數(shù)據(jù)和報(bào)告表格，表 7和表8,提供了研究數(shù)據(jù)的數(shù)值分析方法。這種分析可以評(píng)定變差和占整個(gè)測(cè)量系統(tǒng)的過程變差百分比以及它的重復(fù)性、再現(xiàn)性、零件間變差。這個(gè)結(jié)果與分析圖表相比較，并對(duì)此作補(bǔ)充。肁在表格（表8）左邊測(cè)量系統(tǒng)分析欄之下，占正態(tài)曲線以下面積99%的5.15個(gè)標(biāo)準(zhǔn)偏差，是每個(gè)變差分量的計(jì)算結(jié)果蒆重復(fù)性或設(shè)備變差（EV和°e）由平均極差R乘以一個(gè)常數(shù)（心）得出。K1取決 于量具研究中的試驗(yàn)次數(shù)，由5

39、.15/d2#得出，式中d2#數(shù)值來自表2,它取決于試驗(yàn)次 數(shù)（m）和零件數(shù)與評(píng)價(jià)人的乘積（g）,并假設(shè)高其值大于15來計(jì)算表8中的K1 值。螅再現(xiàn)性或評(píng)價(jià)人變差（AV或° e）由評(píng)價(jià)人的最大均值差（Xdiff）乘以一個(gè)常數(shù)（K2）得出。K2取決于量具研究中的評(píng)價(jià)人數(shù)量，由 5.15/d2#得出，5.15/cb#來自表2,取決于評(píng)價(jià)人數(shù)（m）和（g）, g的值為1,因?yàn)橹挥幸粋€(gè)極差計(jì)算。由于評(píng)價(jià)人變差包括設(shè)備變差，必須減去設(shè)備變差部分來校正。因此，評(píng)價(jià)人變差（AV）計(jì)算如下：膅AV=（Xdiff x K2） 2- （EV） 2/ （nr）螀式中:袀n=零件數(shù)，膆r=試驗(yàn)次數(shù)。薃如果根

40、號(hào)下計(jì)算值為負(fù)，則評(píng)價(jià)人變差（AV）缺省為0。袃測(cè)量系統(tǒng)變差重復(fù)性和再現(xiàn)性（R& R或cm）的計(jì)算是將設(shè)備變差的平方與評(píng)價(jià)人變差的平方相加并開方得出：芃零件間變差（PV或。p）由零件平均值的極差（Rp）乘以一個(gè)常數(shù)（心）。K3 依賴于量具研究使用的零件數(shù)，由5.15/d2#得出，d2#來自表2,它取決于評(píng)價(jià)人的數(shù)量（口）和（g），g的值為1，因?yàn)橹挥幸粋€(gè)極差計(jì)算。肁研究中的總變差（TV或）（Tt）由重復(fù)性和再現(xiàn)性的變差（R&R）的平方和零件間變差（PV）的平方相加并開方得出:莈 TV=( R&R)螆如果過程變差已知并且它的值以 6 （7為基礎(chǔ)，則它可以代替量具研究數(shù)據(jù)中

41、計(jì)算出的總變差（TV）,可通過進(jìn)行如下兩項(xiàng)計(jì)算完成：蚄 1、TV=5.15過程變差 /6.00蒈 2、PV=(TV)2- ( R&R)肆這兩個(gè)值（TV和PV）都可以替代前面計(jì)算的值祎一旦研究中的每個(gè)因素的變異確定后，就可以和總變差（TV ）進(jìn)行比較。這些可以通過量具報(bào)告表格（表 8）中右邊“ 總變差”下的計(jì)算完成袀設(shè)備變差占總變差（TV）的百分率“ %EV ”是通過100 （EV） / （TV）計(jì)算的。其它因素占總變差的百分率可以同樣計(jì)算如下：芀AV=100 (AV/TV )裊只& R=100 ( R& R) / (TV)羆PV=100 (PV) / (TV)芁各因素占

42、總變差的百分?jǐn)?shù)和不等于 100%蚈應(yīng)對(duì)總變差的百分?jǐn)?shù)結(jié)果進(jìn)行評(píng)價(jià)以確定測(cè)量系統(tǒng)是否被允許用于預(yù)期用途。袈如果分析是以公差而不是以過程變差為基礎(chǔ)，則量具重復(fù)性和再現(xiàn)性報(bào)告表格（表8）可將右側(cè)總變差可以改變?yōu)?公差。因此，EV、AV、R&R和%PV 的計(jì)算式中的分母總變差（TV ）應(yīng)替換成公差值，根據(jù)測(cè)量系統(tǒng)或顧客的要求可以 采用任何一種或兩種方法。羆量具重復(fù)性和再現(xiàn)性（R&R）的可接受性準(zhǔn)則是：螞低于10%的誤差一一測(cè)量系統(tǒng)可接受；膆.10%至30%誤差一一根據(jù)應(yīng)用的重要性，量具成本，維修的費(fèi)用等可能是可接 受的；莃大于30%的誤差一測(cè)量系統(tǒng)需要改進(jìn)。進(jìn)行各種努力發(fā)現(xiàn)問題并改正袁

43、表7:量具重復(fù)性和再現(xiàn)性數(shù)據(jù)表（零件）蝿評(píng)價(jià)人/試驗(yàn)次數(shù)薄1膂2袁3祎4芆5羈6羈7芇8螄9羄10肁平均值蚈 1.A1蒅 0.65蒈 1.00袇0.85襖0.85蠆0.55芇1.00羇 0.95芅0.85莁1.00芀 0.60肇 0.83莂2.2肅 0.60聿 1.00膆螃薁蒁袀 0.95螇祎膀 0.70羀 0.8250.800.950.451.000.801.00膈3.3莄4.平均值芃聿蒞肆羂聿螆蒄蕆羅袃0.6251.0000.8250.9000.5001.0000.9500.8251.0000.650Xa=0.8275羂5.極差薀 0.05羅 0.00芄荿艿肅蚅 0.00賺肇膅 0.10螁

44、0.050.100.100.000.050.00Ra=0.045蕿 6.B1薂 0.55羈 1.05羈肇薅肀荿 0.95蒅莄膀 0.55螀 0.7850.800.800.401.000.751.00腿7.2膃 0.55芀 0.95賺莁羂肆肄 0.90肂蟻膆 0.50蒅 0.750.750.750.401.050.700.95襖8.3葿9.平均值芆裊節(jié)羋莆芆蕿祎肀羇肆0.5501.0000.7750.7750.4001.0250.9250.7250.9750.525Xb=0.7675蚄10.極差肀 0.00莈 0.10螈莃蒄蝿膆 0.05蒆薄祎 0.05蚄0.050.050.000.050.05

45、0.05Rb=0.045羈 11.C1荿 0.50芇 1.05肂蝕葿蒄襖 0.95葿蕿裊 0.85節(jié) 0.0 8250.800.800.451.000.801.05蒂 12.2蒞 0.55羂 1.00蝿羆蒅莂腿 0.95螅薅葿 0.80衿 0.830.800.800.501.050.801.05薄 13.3薅14.平均值袀莇賺羋羄螞罿莈蒞膀0.5251.0250.8000.8000.4751.0250.9500.8001.0500.825Xc=0.8275蒈15.極差螆 0.05袂 0.05螁薇袃芀芆 0.00莃羀螈 0.05肅0.000.000.050.050.000.00Rc=0.030蒃

46、16.零件蒀螄薃螂羇袇蚃蚄蒞莁葿0.5671.0080.8000.8250.4581.0170.9420.7831.0080.667X=0.8075莁平均值(XP)Rp=0.559袃 17.(Ra=0.045)+(Rb=0.O45)+(RC=0.03)/#評(píng)價(jià)人數(shù)=3肀 R=0。04蕿 18.(MaxX=0.8275)-MinX=0.7675)=XDIFF蒆0.06薅 19.(R=0.04) X (D4=3.27)=UCLR膃0.13蚈 20.(R=0.04) X (D3*=0.00)=LCLR袇0.00羃*2次試驗(yàn)時(shí)D4=3.27, 3次試驗(yàn)時(shí) D4=2.58, 7次試驗(yàn)以內(nèi) D3=0; U

47、CLR代表單個(gè)R的極限，圈出那些超出極限的值，查明原因并糾正，同一評(píng)價(jià)人采用最初的儀器重復(fù)這些讀數(shù)或剔除這些值并由其作觀測(cè)值再次平均并計(jì)算R和極限值。蚈表8:量具重復(fù)性和再現(xiàn)性報(bào)告蒄零件編號(hào)和名稱：墊片量具名稱：厚度儀日期：4/12/88羄特性厚度量具編號(hào)：X -934執(zhí)行人：蒁量具類型：0.0-10.1蕆來自數(shù)據(jù)表：R=0.040Xdiff=0.06Rp=0.559薄測(cè)量系統(tǒng)分析賺總變差蝕%EV=100 ( EV/TV )艿=100 (0.18/0.93)蚄=18.7%衿重復(fù)性一設(shè)備變差（EV）膆 EV=RX K1薄=0.040 X 4.56薂=0.18螁試驗(yàn)次數(shù)羇Ki祎2螞3膂 4.56蠆

48、 3.05蚅再現(xiàn)性一評(píng)價(jià)人變差（AV）螂 AV= （Xdff X K） 2- （EV2/nr）蚈 AV=100(AV/TV)螂=100(0.16/0.93)螀=16.8%薄n=零件數(shù)量膂r=試驗(yàn)次數(shù)蚈評(píng)價(jià)人數(shù)量祎2芆3薃=(0.062.70) 2-0.182心0 X 2)肇=0.16羈Ki螈3.65芇2.70螄重復(fù)性和再現(xiàn)性（R & R）蒆R& R=100(R & R/TV)葿=100(0.24/0.93)蚃=25.2%蝕 R & R=(EV 2+aV2)«=(0.182-0.162)才蚈=0.24薁零件數(shù)量蝕Ki羋2蚃3羂4莂5羇6腿 3.65蒀 2

49、.70芇 2.30薄 2.08羃 1.93肇零件變差(PV)蕆PV=Rp X K肂=0.56 X 1.62膃=0.90蒈 %PV=100(PV/TV)蒈=100(0.90/0.93)蝿=96.8%祎總變差仃V)蒃 TV=(R & R2+PV2)2 2膀=(0.24 +0.90 )肇7莃8螀9 肀10袀 1.82螅 1.74芃 1.67肅 1.62蕆=0.93羆所有計(jì)算都基于預(yù)期 5.15 b （在正態(tài)分布曲線之下 99.0%的面積）.袃K1為5.15/d2, d2取決于試驗(yàn)次數(shù)（m）和零件數(shù)與評(píng)價(jià)人數(shù)的乘積（g）,并假設(shè)該值大于15。d2數(shù)值來自表2。 蚈AV 如果計(jì)算中根號(hào)下出現(xiàn)負(fù)值

50、，評(píng)價(jià)人變差缺省為0。芆K2為5.15d2#，式中d2#取決于評(píng)價(jià)人數(shù)量（口）和（g）, g為1,因?yàn)橹挥袉螛O差計(jì)算。羆K3為5.15d2#，式中d2#取決于零件數(shù)（口）和（g）, g為1，因?yàn)橹挥袉螛O差計(jì)算。羀d2#來自表1,質(zhì)量控制和工業(yè)統(tǒng)計(jì)膆計(jì)數(shù)型量具研究螁計(jì)數(shù)型量具研究（小樣法）袁所謂計(jì)數(shù)型量具就是把各個(gè)零件與某些指定限值相比較，如果滿足限值則接受 該零件，否則拒收。絕大多數(shù)這樣的計(jì)數(shù)型量具用來接受或拒收一套基準(zhǔn)件。不象 計(jì)量型量具，計(jì)數(shù)型量具不能指示一個(gè)零件多么好或多么壞，它只指示該零件被接 受還是拒收。腿小樣法研究是通過選取 20個(gè)零件來進(jìn)行的。然后兩位評(píng)價(jià)人以一種能防止評(píng) 價(jià)人偏

51、倚的方式（見第3節(jié)）兩次測(cè)量所有零件。在選擇 20個(gè)零件中，一些零件會(huì) 稍許低于或高于規(guī)范限值。薄如果所有的測(cè)量結(jié)果（每個(gè)零件四次）一致則接受該量具，否則應(yīng)改進(jìn)或重新 評(píng)價(jià)該量具。如果不能改進(jìn)該量具，則不能被接受并且應(yīng)找到一個(gè)可接受的替找測(cè) 量系統(tǒng)。螄一個(gè)典型的用于計(jì)數(shù)型量具研究小樣法的表格見17:袁橡膠軟管內(nèi)徑通過/不通過塞規(guī)薈A評(píng)價(jià)人芆B評(píng)價(jià)人薃1羈2罿1螄2肇1膆G衿G螃G蒅G螇2羂G羆G袇G羀G肆3羋NG薃G裊G腿G賺4罿NG莁NG襖NG芅NG肁5螃G蚈G蒂G羀G袇6羈G肆G羇G羀G膂7薇NG肄NG芆NG莆NG袃8芅NG袈NG蚆G螂G衿9薂G蒆G芁G羃G羇10羈G袂G肇G肀G薃11羈G膀G蚇G螆G莁12肇G芆G蚇G蒄G莄13薅G膅NG蚃G螁G螃14肀G羂G螀G膀G螀15荿G薁G蟻G腿G衿16蒅G羈G荿G蚈G膃17莄G羄G蚆G芆G袂18祎G肂G袀G羆G賺19蒆G羂G螈G羀G芇20羃G膂G袇G莀G肅表17計(jì)數(shù)型量具研究（小樣法）肅計(jì)數(shù)型量具研究（大樣法）莁就象對(duì)于任何測(cè)量系統(tǒng)一樣，該過程的穩(wěn)定性也應(yīng)檢驗(yàn)。如果需要還應(yīng)監(jiān)控， 對(duì)于計(jì)數(shù)型測(cè)螄系統(tǒng)，一個(gè)恒定樣本隨時(shí)間的計(jì)數(shù)型控制圖表是檢驗(yàn)