SuperAPI AI 工具集

msa-gauge-rr

通用与其它

查看项目

更新于 10-16 07:26

技能介绍

用途:在 PPAP 场景下鉴定新零件或新过程的测量系统,解读 Gauge R&R 结果判断量具是否可接受,审核供应商 MSA 研究的正确性与充分性,选择合适的研究类型,排查测量误差导致的质量问题,以及响应客户对特定特性 MSA 数据的要求。

主要能力:区分交叉 Gauge R&R(变量数据,2–3 名评价者,每人测量全部零件,最常用)、嵌套 Gauge R&R(测量中零件被破坏,如拉伸试验)、属性 MSA(合格/不合格、通止规、目视检查)、偏倚研究、线性研究与稳定性研究。PPAP 要求特殊特性的所有变量量具采用交叉 Gauge R&R。

使用方式:交叉研究最少 10 个覆盖过程变异范围的零件、2 名评价者(推荐 3 名)、每人每零件 2 次试验(推荐 3 次),标准设计如 10 零件×3 评价者×2 试验=60 次测量;零件随机编号,评价者不得看到彼此或自己先前的结果,测量条件须与正常生产一致。结果判读依据 %GRR:<10% 优秀可接受,10%–30% 边缘需工程评审与客户批准,>30% 不可接受。计算可用占总变异百分比(过程受控时优先)或占公差百分比(过程能力未知或属性量具时用)。PPAP 通常要求公差法 %GRR<30%,目标 <10%。另需计算可区分数 ndc=1.41×(零件变异/GRR),ndc≥5 合格,3–4 仅可用于通止判断,1–2 不可接受;特殊特性要求 ndc≥5。区分 EV(设备变异/重复性)与 AV(评价者变异/再现性):EV>AV 查量具校准、维护、分辨率;AV>EV 查培训、测量程序、夹具。%GRR>30% 时不得进入 PPAP,需查明根因并重测。属性 MSA 推荐扩展法:50 个零件覆盖全范围(含边界件)、3 评价者×3 试验=450 次测量,计算一致率与 Cohen's kappa(≥0.9 可接受);最短方法为 20 零件×2 评价者×2 试验,要求 90% 一致率。审核现有研究时检查零件代表性、样本量、盲测、%GRR 方法、ndc、EV/AV 分析、属性 kappa、生产条件与校准有效期。

适用场景:PPAP 提交、供应商审核、IATF 审核准备、质量问题的测量误差排查。

限制:资料未提供具体软件工具、价格、平台支持或自动化计算实现;输出格式可在结构化 Markdown、纯表格、叙述式报告中选择,默认结构化 Markdown。