用 AI Agent 做测量系统分析 GR&R:90 次测量、%GRR 判据到四个易错细节

用 AI Agent 做测量系统分析 GR&R:90 次测量、%GRR 判据到四个易错细节

工厂里最容易吵起来的一件事,是「这批到底合不合格」。吵完之后往往发现,双方用的尺子根本不一样:一个人拿卡尺在空调房里测,一个人拿同一把卡尺在车间门口测,第三个人换了个夹持姿势。产品只有一批,读出来的数有三个。

先把分工说清楚。计量器具校准与检定管的是「尺子本身准不准」,那是器具溯源的事,判定权在企业自己的计量确认;SPC 判异与过程能力管的是「过程稳不稳」,那是时间序列上的判定;本篇管的是第三个问题:同一批零件,让不同的人、用同一套器具、按同一份作业指导书去测,读出来的数能不能互相信任。这个问题不解决,前两件事做得再规范也白做——尺子准、过程稳,测量系统一塌糊涂,你照样分不清是产品在变还是人在变。

一、先分清三件事,别把 GR&R 当成品检

测量系统分析(MSA)里最常被直接拿来用的是 GR&R,也就是量具重复性与再现性。它要回答的问题非常具体:把同一个零件的同一个特性测两次,数会不会变(重复性);换一个人测,数会不会变(再现性)。两个变异合起来,占你允许的公差或者占过程总变异多少比例,就是这个测量系统值不值得信。

它跟成品检验的区别在于对象。成品检验判定的是零件,GR&R 判定的是「人 + 器具 + 方法 + 环境」这一整套测量过程。所以你不需要对每个零件做 GR&R,你要对每个关键特性的每一套测量方案做一次,然后定期复查。

二、重复性和再现性,分的是两种不一样的错

重复性(EV,设备变异)是同一个评估人、同一件零件、同一套方法,连测几次的离散程度。它大,说明器具本身分辨力不足、装夹不稳、或者读数靠人眼估。工程上先查两件事:量具的分辨力是不是小于公差带的十分之一,装夹基准有没有每次都落在同一个面上。

再现性(AV,评估人变异)是换人之后系统性的偏移。它大,通常不是「这个人手笨」,而是三个东西没统一:测量位置、夹持力度、读数时机。薄壁件被卡尺夹紧一点,数就小一丝;软材料测三次,第三次已经被压出痕迹。

还有一个容易被忽略的量:零件变异(PV)。它是这十件零件本身之间的差异。PV 太小,%GR&R 一定会爆表,因为分母是总变异。很多工厂第一次做 GR&R 得到 60% 的坏结果,原因不是测量系统烂,是抽样时从同一托盘里随手抓了十件几乎一样的活。

三、90 次测量的标准做法,每一步都有原因

经典方案是 10 件零件、3 个评估人、每人每件测 3 次,一共 90 次读数。这套数字不是随便定的:10 件能撑开零件变异,3 个人能看出人之间的一致性,3 次能算出重复性。

更关键的是取样和顺序:

零件必须覆盖过程的实际波动范围,最好包含接近上下限的件,而不是从一堆合格品里挑十个。原因在上一段——PV 撑不开,结论就是废的。

零件编号必须遮住。评估人一旦知道自己测的是「第 3 号件」,第二次就会下意识往第一次的数上靠,重复性被人为压小,你测出来的「好」是假的。

测量顺序必须打乱。不要 1 号测三次再换 2 号,要按随机表走。同一件连测三次,第二次开始就是「记忆读数」,不是测量。

三个评估人要用同一份作业指导书,但不能互相看数。现场最常见的违规是老师傅先测完,年轻人照着抄一个接近的值。

这四条的共同点是:它们防的都不是器具误差,是人的心理误差。这也是为什么纸质量具报告经常好看得可疑。

四、%GR&R 和 ndc 怎么判

算完之后看两个数。第一个是 %GR&R,第二个是可区分类别数 ndc(等于 1.41 乘以 PV 除以 GR&R),工程上要求不小于 5——意思是你这套测量系统至少能把过程分成五档,不然它只能告诉你「合格/不合格」,看不出趋势。

%GR&R 有两个分母,必须选对:

相对总变异(%GR&R of TV)用于过程改进、SPC 建图。分母是 TV,它回答的是「这套测量能不能看出过程的小变化」。

相对公差(%GR&R of Tolerance)用于产品验收、客户 PPAP 提交。分母是图纸公差带,它回答的是「这套测量会不会把好件判成坏件」。

判据一般按 10% / 30% 分三段:小于 10% 可接受;10% 到 30% 属有条件接受,要结合特性重要度和测量成本判断;大于 30% 不可接受,先改测量系统再谈数据。这里有个坑必须写进制度:同一份报告里不能一半用 TV 一半用公差,两个口径能差一倍以上,挑着用等于自己给自己发合格证。

五、四个最容易做错的细节

一是量具分辨力不够。用 0.02mm 的卡尺去测公差 0.05mm 的特性,分辨力已经占到公差 40%,后面的统计全是噪声。规则是分辨力不大于公差带十分之一。

二是只算不查图。正规的 GR&R 报告里除了方差分量,还有均值图和极差图。极差图失控说明有人操作不稳,均值图如果大部分点落在控制限内,说明你抽的零件没有代表性,%GR&R 的结论直接作废。

三是忽略零件与评估人的交互。某些件只有某个人测不准(比如薄件只有他会夹变形),平均值一摊平就看不出来了。真要查交互,得上方差分析(ANOVA)法,不能只用手工平均值极差法。

四是把 GR&R 做成一次性验收文件。换夹具、换量具、换测量员、改工艺之后都要重做。很多客户投诉的根因,是两年前的 GR&R 报告还在文件夹里躺着。

六、破坏性检测怎么办

拉伸、盐雾、硬度打到件上留坑、材料成分分析,这类测试没法对同一件重复测。做法是嵌套式 GR&R:从同一批均匀材料里取足够多的样本,假设同批内差异可忽略,把「同批样本之间的差异」当作重复性来看。

这个假设必须写进报告。同批材料本身不均匀(比如铸件、复合材料),嵌套法的结论会偏乐观,这时候更稳的办法是做测量系统的一致性研究,看不同人、不同设备对同一批样本的排序是否一致,而不是硬套 %GR&R。

七、Agent 能做什么,不能做什么

能做的五件事:一是录入校验,90 个读数最容易出现漏填、串行、单位混用,规则校验比人快;二是把 K1/K2/K3 常数、%GR&R 判据、ndc 阈值全部配置化,带生效日期,按客户要求切换口径;三是自动出全套图表和报告,包括均值图极差图,并在图上标出失控点;四是超阈值时给复测建议,比如「分辨力不足,建议换 0.001mm 量具」,把整改建议和数据一起给;五是留版本,谁测的、哪天测的、用的哪版指导书,全部可追溯,这正好接上证据包的思路。

不能做的三件事:不能代替人测;不能替质量负责人判定「这个测量系统可以接受」——判据是配置的,签字必须是人;不能修改原始读数,发现异常只能标记,不能顺手改。

顺带说一句,Agent 在这类任务上最容易犯的错不是算错,是「补数据」。缺一个读数时它倾向猜一个合理值让公式跑通。这条必须在提示词和校验里同时堵死:原始数据缺失就留空标红,不许推断。

八、落地三步,别一上来就全覆盖

第一步,只挑一个关键特性做。选客户抱怨最多、或者公差最紧的那一个。拿现成的历史数据先手算一遍,确认口径和判据能对上,再交给系统。

第二步,把模板和配置固化。零件数、评估人数、试验次数、K 常数、%GR&R 分段、ndc 阈值、客户特殊要求,全部写成带生效日期的配置文件,不进提示词。这一步决定了后面会不会每次做都要重新解释一遍规则。

第三步,接进 SPC 的前门。测量系统不合格时,控制图上的一切信号都不可信。所以流程顺序应该是:GR&R 过关,才允许这个特性上控制图;GR&R 复查不合格,自动给相关控制图打标。

九、适合谁

适合有客户 PPAP 要求、或者正在被「同一批货两方测出两个结果」折磨的制造企业。也适合已经开始用 Agent 做来料检验、制程巡检、出货检验的团队——这三篇判的都是产品,而产品判得对不对,取决于这篇里的测量系统。顺序反过来做,前面三套系统就是在给噪声做报表。

最后提醒一句:GR&R 的价值不在那个百分比,在于它逼你把「谁、用什么、怎么测」写成一句话。写不出来的时候,测量系统一定有问题,只是还没被数字揭穿。

发表评论

您的电子邮箱地址不会被公开,必填项已标注 *