第四章- 第 C 节变差研究
所有描述的研究,是在研究期间对测量系统(包括环境的后果)本质的计算。由于测量系统是被用于作出对产品、过程或服务的未来判定,所以就需要对测量系统作出分析的结论。从计算到分析结果的转化需要专业知识和专家,以能:
确保某研究的设计和实施已考虑到所有预期的测量变差来源。
根据预期的用途、环境、控制,保养等分析结果(数据)。
V1:标准 GRR 研究
这些研究已被包含在本参考手册中。
这些研究包括图形分析和数值分析。
V1a——极差法(R&R)
V1b——极差法(R&R 和零件内部)
V1c——ANOVA 法(R&R)
V1d——修改的 ANOVA/极差法
V2:p≥2 台仪器的多个读数
这里允许多台仪器的比较。
应用:
a)零件不会由测量过程而被改变的测量系统,即测量系统是非破坏性的,并且可使用具有
如下特性的零件(样本):
1)静态属性,或
2)稳定的动态(变化)特性
假设:
已知特性(属性)的定性期限,并延续超过预期的研究期间,即在整个预期的使用和/或储存期间,被测特性不会改变;
零件(样本)涵盖了该特性(属性)的过程变差的预期范围;
采用 Grubb70(或 Thompson)71 估计的分析:
过程变差性;
仪器变差性=重复性;
置信度范围的计算是可获得的。
V3:分割的样本(m=2)
应用:
个别的零件(样本)部分的测量不可被重复,因此可用破坏性和不可重复的测量系统进行研究,并且可被使用在动态我的测量系统分析。
假设:
已知特性(属性)的定性期限,并延续超过预期的研究期间;即在整个预期的使用和/或储存期间被测特性不会改变;
零件(样本)涵盖了该特性过程变差的预期范围;
这些样本被分成 m 部分。m=2 时常称为试验一再试验研究。
采用回归技术分析:
用误差估术语计重复性:σ 重复性估计=σ2 e;
线性(通过估计线和 45°线进行比较)
V3a—V3 用于连续的配对零件
本研究同 V3 一样,但使用连续连续零件的配对,而不是分割样本。本研究应用在当不破坏被测量的属性,该零件就不能被划分的情况。
这是一个上边界分析:σ 重复性估计≤σ e+σ 样本之间
V4—分割样本(一般)
应用:
个别的零件(样本)部分的测量不可被重复,因此可用破坏性和不可重复的测量系统进行研究,并且可被使用在动态特性的测量系统分析。
70见参考清单,NO.15。
71见参考清单,NO.38。
假设:
特性(性质)的保存寿命已知并延续超过预期的研究时期,即在预期的使用和/或储存期间被测特性不改变;
零件(样本)涵盖了该特性(属性)的过程变差的预期范围;
把样本分割成 m 部分。这里 m 为 2 或 3 的倍数; m≥2(如 m=3,4,6,9┄)
采用以上方法进行分析:
包括图形法的标准 GRR 技术
ANOVA——随机化的分组设计(双向 ANOVA)。
V4a—V4 用于从不同批次中连续(同质的)配成对的零件
本研究同 V4 研究一样,但使用连续零件而不是分割样本。本研究应用在于当不破坏被测量的属性,该零件就不能被划分的情况。
这是一个上边界研究:σ 重复性估计 ≤ σe + σ 零件 + σ 批次
下述研究件假定零件(样本)特性(属性)是动态的:
V5:与 V1 相同,使用稳定的零件
本研究中使用基于工程知识和专门技术为基础的稳定过程的零件;例如,磨合过的发动机对新发动机的比较。
V6—时间序列分析
假设:
在规定的时间间隔内重复的读值;
已知特性(属性)的定性期限,并延续超过预期的研究期间;即在预期的使用和/或储存期间,被测特性不会改变;
零件(样本)涵盖了该特性(属性)的过程变差的预期范围;
通过确定了每个样本的退化模型来分析:
Σ 重复性估计 = σe ;
退化的一致性(如果 n≥2);
V7:线性分析
假设:
在规定的时间间隔内重复的读值;
已知(已有文件说明的)在规定的时间间隔内,这测量系统中的退化具有线性回应。
已知特性(属性)的定性期限,并延续超过预期的研究期间;即在预期的使用和/或储存期间,被测特性不会改变;
零件(样本)涵盖了该特性(属性)的过程变差的预期范围;
通过线性回归来分析:
Σ 重复性估计 = σe ;
退化的一致性(如果 n≥2);
V7a—V7 用于同质性的样本
通过线性回归来分析:
这是一个上边界分析:σ 重复性估计≤σe+σ 零件之间
V8:特性(性质)随时间的衰变
可以修改 V6 和 V7,以确定这退化是否基于于时间(即定性期限)或活动
V9:V2 用于同时存在的多个读值,且 P≥3 台仪器
分析同 V2[参见 Lipson 和 Sheth,13.2 节]。