干货MSA的公差比VS过程比

干货MSA的公差比VS过程比

测量系统分析是质量管理体系五大工具之一，而重复性和再现性是计量型测量系统分析的评价方式之一，在制造行业广泛应用。众所周知，数据是通过测量获得的，每个项目都需要数据作为依据，只有对数据进行缜密、严谨分析，才能做出正确的决策。因此，在对数据进行收集与分析之前，必须对测量系统进行研究与评估，对于不完善的地方及时纠正，以确保数据的准确性。

01 什么是重复性和再现性

在测量过程中，由检验人员、设备/仪器/量具、测量对象、操作方法和环境所构成的测量系统的重复性和复现性，被称为GR＆R，它是分析测量系统的准确度是否符合测量准确度要求的重要指标。

重复性通常被称为设备变差（equipment variation EV），重复性误差指的是同一个操作者使用同一套设备，对同一个部件的同一特性在较短的时间间隔内进行多次测量，所得结果的一致性。重复性强调所有的测量都尽可能相同的条件下完成的，这时误差的产生全部测量设备本身的固有波动引起，这部分误差一般是不可能再降低。如果重复性误差过大，则测量系统无法改进，只能彻底更换。

重复性示意图

重复性作为研究测量系统固有波动的度量，除了选用其方差作为绝对量的度量指标，也常选用设备波动与过程总波动（Total Variation，TV）的比值作为其相对量的度量指标，即重复性标准差与过程总体标准差的比值，即：

测量系统的误差不仅包含重复性，人员、量具、操作方法和环境的变化等也都可能形成误差。所谓再现性指在各种变化的测量条件下，对同一个测量部件的同一特性进行多次测量，所得测量结果的一致性。可能改变的测量条件包括操作者、操作方法、量具、地点、使用条件和测量时间等。其中相当普遍的情况是，误差主要有不同的操作人员

一起。因此，再现性又称为人员波动（Appraiser Variation，AV）。

再现性示意图

再现性作为研究具有多个波动源的测量系统波动的度量，除了用作为绝对量的度量，也常选用人员波动与过程总波动的比值作为其相对量的度量指标，即再现性标准差与过程总体标准差的比值，即：

重复性和再现性分析是对测量系统的系统内变差和系统间变差的衡量指标。两者结合在一起分析，可对整个测量系统进行分析，又称其为精确度分析（GR&R），主要内容二者应该同时评估，这是测量系统分析的重点。

02 什么是重复性和再现性的过程比和公差比

%GR&R称为“基于过程总变异的重复和再现性的比率”，简称“过程比”，计算公式为：

从公式上可以看出，过程比%GR&R受选取的被测量样本（PV）的干扰非常大，因为这组（10个）样本的变异情况将用代表制造过程的真实变异。如果有意选取了5个上限和5个下限的样本，那么分母就会变大，%GR&R的值就会非常小。让你看起来觉着非常放心的结果其实是虚假的。

%P/T称为“基于公差的重复性和再现性的比率”，简称“公差比”，计算公式为：

从公式上可以看出样本的波动对%P/T几乎没有影响，因为其分母是公差带宽，和样本的波动无关。

在实际应用中，公差比常用于产品控制，以证明测量系统的结果是值得信赖的，可以接受的；过程比常用于过程改进，以确认改进前的基线，找准改进方向，以及评价改进后的效果。在实际测量系统分析中，如果%GR&R的非常完美的话，应该关注一下%P/T这个值。

03 重复性和再现性的接受准则

在实际应用中，公差比（%P/T）常用于产品控制，以证明测量系统的结果是值得信赖的，可以接受的；过程比（%GR&R）常用于过

程改进，以确认改进前的基线，找准改进方向，以及评价改进后的效果。在实际测量系统分析中，如果过程比（%GR&R）的非常完美的话，应该关注一下公差比（%P/T）这个值。具体要求见下表：

测量系统过程比要求测量系统公差

比要求

说明

%GR&R＜10% %P/T＜10% 可接受

10%≤%GR&R≤30%10%≤%

P/T≤30%

有条件接受；根据应用的重要性，量具

成本，维修的费用等判断

%GR&R＞30% % P/T＞30% 不接受；测量系统必须改善

公差比（%P/T）着重评估测量系统针对产品规格的测量效果，强调测量系统对公差界限的分析性能，判断产品是否合格能否测量得足够准确。过程比（%GR&R）着重评估测量系统对生产改进分析性能，过程是否要改进能否测量得足够精确。公差比（%P/T）和过程比（%GR&R）评估测量系统性能的两个不同方面，缺少任何一个将是不全面的，因此，一个好的测量系统必须同时使这两项指标都能够满足要求。

04 结语

从测量系统分析的本质来看，就是对测量系统变异的研究；用测量系统的变异和产品公差以及过程变差大小来做比较，得出结论是否能够满足实际的测量需求。从变异的影响可以分为位置的变异和宽度的变异，从变异的性质及来源可以分为系统变异和偶然变异。继续拆分下去可以衍生出测量不确定度、分辨力、偏倚、线性、稳定性、重复性和再现性等不同的维度。

■ END ■