【正文】 6 ④ %RR ● 量 RR在總變差 TV中所占百分比記為 %RR， 即 ● %RR是評(píng)價(jià)測(cè)量系統(tǒng)能否被接受使用的重要指數(shù) 169。 copy right reserved by T220。 copy right reserved by T220。 copy right reserved by T220。 copy right reserved by T220。V Rheinland Academy Beijing 58 ② 案例： 在量具全作業(yè)范圍內(nèi)選取 5個(gè)部分，并已求得各部分被測(cè)件的真值分別為： ，每一零件由操作者重復(fù)測(cè)量12次。假如上例中的過程變差 PV ＝ 6， 則其線性＝ 6＝ 。 copy right reserved by T220。造成偏倚的變差被放大的原因，就在于回歸直線斜率的大小。V Rheinland Academy Beijing 68 ? GoNo Go 數(shù)據(jù)模式 ?人為因素主導(dǎo)，情況復(fù)雜 ? 統(tǒng)計(jì)模型多種多樣 ? 統(tǒng)計(jì)學(xué)上各家爭(zhēng)鳴，尚無定論 ? 實(shí)踐中采用何種形式，取決于實(shí)例與統(tǒng)計(jì)模型的接近程度 169。V Rheinland Academy Beijing 72 實(shí)例 : ? 由主管選取 14 個(gè)樣品 （ 其中 8 個(gè)合格 ， 6 個(gè)不合格 ） ? 三個(gè)操作員對(duì)每個(gè)樣品測(cè)三次 ? 記錄中 A= 接受 （ accept） ， R= 拒收 （ reject） 操作員A B C樣品編號(hào) 真實(shí) A /R 1 2 3 1 2 3 1 2 31 A A A A A A A A A A2 R R R R R R R R R R3 A A A A A A A A A A4 R R R R R R R R R R5 R R R R R A R R R R6 A R R R A A A A A A7 A R A R A A A A R A8 A A A A A A A A A A9 R R R R A A A A A A10 A A A A A A A A A A11 A A A A A A A A A A12 R R R R R R R R R R13 A A A A A A A A A A14 R R R R R R R R R R169。V Rheinland Academy Beijing 76 例如兩個(gè)檢驗(yàn)員目測(cè) 12來料樣品 樣品 1 2 3 4 5 6 7 8 9 10 11 12 QC1 P P P P P F P P P F P F QC2 P P P F P F P P P F P F P代表合格 , F代表不合格 Pass Fail Pass 8 0 Fail 1 3 Pobserved=(8+3)/12=11/12 Pchance=[(8+0)*(8+1)]/144 +[(1+3)*(0+3)]/144 =7/12 Kappa=(117)/(127)= 一般要求 Kappa 大于 , 小于 169。V Rheinland Academy Beijing 74 指標(biāo) 可接受 邊緣 拒收E 0. 9 0. 8 0. 9 0. 8P ( F A ) 0. 05 0. 05 0. 1 0. 1P ( m i ss ) 0. 02 0. 02 0. 05 0. 05B 0. 8 1. 2 0. 5 0. 8 0. 5or 1 .2 1. 5 or 1. 5測(cè)量系統(tǒng)好壞的判據(jù) E, P(FA), P(miss) and B 169。V Rheinland Academy Beijing 70 大樣法：以下為判斷所用的指標(biāo) ? 有效性 Effectiveness(E) 即判斷“合格”與“不合格”的準(zhǔn)確性 E= 實(shí)際判斷正確的次數(shù) /可能判斷正確的機(jī)會(huì)次數(shù) . ? 漏判的幾率 Probability of miss(Pmiss) 將“不合格”判為合格的機(jī)會(huì) P(miss)=實(shí)際漏判的次數(shù) / 漏判的總機(jī)會(huì)數(shù) . ? 誤判的幾率 Probability of false alarm P (fa) 將“合格”判為不合格的機(jī)會(huì) . P (fa)=實(shí)際誤判次數(shù) / 誤判的總機(jī)會(huì)數(shù) . ? 偏倚 Bias(B) 指漏判或誤判的偏向 . B=P (fa) / P(miss) B=1, 無偏倚 B1, 偏向誤判 B1, 偏向漏判 169。 169。 169。 copy right reserved by T220。 copy right reserved by T220。 ???線性接受準(zhǔn)則： 對(duì)重要測(cè)量特性的測(cè)量系統(tǒng)： %線性 ≤5%可接受； 對(duì)一般 測(cè)量特性的測(cè)量系統(tǒng)， %線性 ≤10%可接受； %線性＞ 10% —— 拒絕接受。 copy right reserved by T220。 copy right reserved by T220。通過測(cè)量系統(tǒng)控制圖，確定系統(tǒng)穩(wěn)定性。） ● 當(dāng) %RR ＞ 30%—— 判斷：測(cè)量系統(tǒng)不能接受，應(yīng) 改進(jìn)。V Rheinland Academy Beijing 44 ③ 方差平衡公式： 其中： 是測(cè)量數(shù)據(jù)總方差 是被測(cè)零件數(shù)據(jù)方差 是測(cè)量系統(tǒng)方差 222mpT ??? ??2T?p2m?? ? ? ? ? ? ? ?ToepTTVEVAVPVTV?????:.22222222???????其中或或169。,max(21m in21m axm inm axkkxxxxxxxxxxRp??????169。 copy right reserved by T220。 再現(xiàn)性測(cè)定步驟： （ 1）測(cè)量： m位操作者，對(duì) n個(gè)零件，每零件重復(fù)測(cè) q次 零件號(hào) 重復(fù)測(cè)次 1 2 … …… n 1 2 q X11 X21 Xn1 X12 X22 ………X n2 X1q X2q Xnq ……… (i總平均 ) … … … … i 2X1 nXii第 i 次操作者數(shù)據(jù)表 169。 169。 ②計(jì)算重復(fù)性 EV= 其中： σe 為重復(fù)測(cè)量標(biāo)準(zhǔn)差。V Rheinland Academy Beijing 30 案例：偏倚分析 例：某作業(yè)者測(cè)一零件 10次，數(shù)據(jù)如下： 且已知該零件真值 =，且零件制造過程變差 =，試進(jìn) 行偏倚分析。 ②被研究測(cè)量系統(tǒng)，重復(fù) n≥10測(cè)量該樣件（標(biāo)件）均值。 具體地講： 準(zhǔn)則一：測(cè)量系統(tǒng)的最小分度值用于識(shí)別產(chǎn)品質(zhì)量特性的變異 ， 應(yīng)是產(chǎn)品規(guī)定公差的十分之一；若用于識(shí)別制造過程參數(shù)的變異應(yīng)是該制造過程六倍標(biāo)準(zhǔn)差 (6σ )的十分之一 。 copy right reserved by T220。 copy right reserved by T220。V Rheinland Academy Beijing 20 測(cè)量?jī)x器分辨率 （測(cè)量?jī)x器的分辨率必須小于或等于規(guī)范或過程誤差的 10%） ?測(cè)量?jī)x器分辨率可定義為測(cè)量?jī)x器能夠讀取的最小測(cè)量單位。 前提：非破壞性測(cè)量 第二節(jié) 評(píng)定測(cè)量系統(tǒng)的程序 169。V Rheinland Academy Beijing 14 過程變差剖析 長(zhǎng)期 過程變差 短期 抽樣產(chǎn)生的變差 實(shí)際過程變差 穩(wěn)定性 線性 重復(fù)性 準(zhǔn)確度 量具變差 操作員造成的變差 測(cè)量誤差 總 觀測(cè)值 變差 “重復(fù)性” 和 “再現(xiàn)性” 是測(cè)量誤差的主要來源 再現(xiàn)性 過程變差 169。 copy right reserved by T220。V Rheinland Academy Beijing 9 偏倚（ Bias） —— 對(duì)同樣零件的同樣特性重復(fù)測(cè)量均值與真值（基準(zhǔn)值）的偏差（即準(zhǔn)確度）。V Rheinland Academy Beijing 7 不準(zhǔn)