Gage R&R कैलकुलेटर (MSA)

AIAG औसत-रेंज (Average-Range) विधि का उपयोग करके माप प्रणाली की पुनरावृत्ति (repeatability) और पुनरुत्पादकता (reproducibility) का आकलन करें

यह Gage R&R अध्ययन से उपकरण भिन्नता (Equipment Variation, EV), मूल्यांकनकर्ता भिन्नता (Appraiser Variation, AV), Gage R&R (GRR), भाग भिन्नता (Part Variation, PV), %GRR, और विशिष्ट श्रेणियों की संख्या (ndc) की गणना करता है, जो AIAG मापन प्रणाली विश्लेषण (MSA) चौथे संस्करण की औसत-रेंज विधि के अनुसार है।

Gage R&R (माप प्रणाली विश्लेषण) क्या है?

Gage Repeatability and Reproducibility (Gage R&R) मापता है कि माप डेटा में देखी गई भिन्नता का कितना हिस्सा माप प्रणाली से ही आता है, न कि भागों के बीच वास्तविक अंतर से। यह माप प्रणाली विश्लेषण (MSA) का मुख्य उपकरण है, जो किसी भी Cpk, SPC, या निरीक्षण डेटा पर भरोसा करने से पहले आवश्यक है।

पुनरावृत्ति (उपकरण भिन्नता, EV) वह भिन्नता है जो तब देखी जाती है जब एक ही ऑपरेटर एक ही भाग को एक ही गेज से कई बार मापता है — यह उपकरण की अंतर्निहित सटीकता को दर्शाती है। पुनरुत्पादकता (मूल्यांकनकर्ता भिन्नता, AV) वह भिन्नता है जो तब देखी जाती है जब अलग-अलग ऑपरेटर एक ही भाग को मापते हैं — यह लोगों के बीच तकनीक, फिक्सचरिंग, या गेज उपयोग में अंतर को दर्शाती है।

औसत-रेंज (X̄-R) विधि एक संरचित अध्ययन की रेंज और औसत से EV और AV का अनुमान लगाती है: कई ऑपरेटर प्रत्येक भागों के एक ही सेट को यादृच्छिक क्रम में, बिना पिछली रीडिंग जाने, कई बार मापते हैं। भाग भिन्नता (PV) का अनुमान भाग औसतों के फैलाव से अलग से लगाया जाता है और यह वास्तविक भाग-दर-भाग अंतर को दर्शाता है जिसे माप प्रणाली को पहचानने में सक्षम होना चाहिए।

Formula: EV = R̄ × K1 AV = √((X̄diff × K2)² − EV²/(n×r)) [floored at 0] GRR = √(EV² + AV²) PV = Rp × K3 TV = √(GRR² + PV²) %GRR = (GRR / TV) × 100 ndc = floor(1.41 × PV / GRR) n = भागों की संख्या, r = परीक्षणों की संख्या K1, K2, K3 AIAG द्वारा प्रकाशित स्थिरांक हैं, जो परीक्षण/ऑपरेटर/भाग संख्या पर आधारित हैं

गणना उदाहरण

2 भागों, 2 ऑपरेटरों, और प्रत्येक के 2 परीक्षणों वाला एक अध्ययन: भाग 1 की रीडिंग ऑपरेटर A [10, 12] और ऑपरेटर B [11, 13] हैं; भाग 2 की रीडिंग ऑपरेटर A [20, 18] और ऑपरेटर B [19, 21] हैं। प्रति भाग-ऑपरेटर संयोजन औसत रेंज 2 है, जिससे R̄ = 2 और EV = 2 × 4.56 = 9.12 मिलता है। ऑपरेटर औसत केवल 1 इकाई से भिन्न हैं, जो — पुनरावृत्ति योगदान घटाने के बाद — AV ≈ 0 देता है। भाग औसत 8 इकाइयों से भिन्न हैं, जिससे PV = 8 × 3.65 = 29.2 मिलता है। परिणाम %GRR ≈ 29.8% है, जो "सीमांत" (marginal) श्रेणी (10-30%) में आता है।

इस कैलकुलेटर का उपयोग कब करें

बचने योग्य सामान्य गलतियाँ

परिणामों की व्याख्या कैसे करें

संबंधित मानक और संदर्भ

अक्सर पूछे जाने वाले प्रश्न

मुझे कितने भागों, ऑपरेटरों, और परीक्षणों की आवश्यकता है?

AIAG मानक विधि 2 या 3 ऑपरेटर और 2 या 3 परीक्षणों का उपयोग करती है, क्योंकि प्रकाशित K1 और K2 स्थिरांक केवल इन्हीं संख्याओं को कवर करते हैं। भागों के लिए, 5-10 सामान्य है — यह कैलकुलेटर 2-10 भागों का समर्थन करता है (प्रकाशित K3 तालिका से मेल खाते हुए)। त्वरित जाँच के लिए 5 से कम भाग स्वीकार्य हैं, लेकिन इससे भाग भिन्नता के अनुमान पर विश्वास कम हो जाता है।

एक "अच्छा" %GRR मान क्या है?

AIAG दिशानिर्देशों के अनुसार: %GRR ≤ 10% स्वीकार्य है, 10-30% सीमांत है (अनुप्रयोग, लागत, और गंभीरता के आधार पर स्वीकार्य हो सकता है), और 30% से ऊपर अस्वीकार्य है — प्रक्रिया संबंधी निर्णयों के लिए डेटा पर भरोसा करने से पहले माप प्रणाली में सुधार आवश्यक है।

ndc (विशिष्ट श्रेणियों की संख्या) का क्या अर्थ है?

ndc अनुमान लगाता है कि माप प्रणाली पूरी भाग-दर-भाग भिन्नता में भागों के कितने विशिष्ट समूहों को विश्वसनीय रूप से अलग बता सकती है। AIAG अनुशंसा करता है कि माप प्रणाली को प्रक्रिया नियंत्रण के लिए पर्याप्त माने जाने के लिए ndc ≥ 5 हो; ndc < 2 का अर्थ है कि गेज अच्छे और खराब भागों के बीच भी अंतर नहीं कर सकता।