测量系统分析（MSA）实战：GRR研究不是走过场

如果你测出来的数据连自己都不敢信，那后面算的CPK、PPK还有什么意义？我见过不少企业，客户要PPAP，就随便填几个数字交差，结果到了产线上，良率忽高忽低，查来查去最后发现是量具本身的问题。唉，这还不算最糟的，最糟的是你根本不知道测量系统已经烂了。

今天不谈那些教科书上的定义，就聊聊测量系统分析（MSA）里最核心、也最容易被敷衍的GRR（重复性和再现性）研究。说实话，GRR不是非要你算得多精准，但你要是没踩过几个坑，你都不好意思说你会做MSA。

为什么不先搞定GRR，其他都是白搭？

简单说，GRR就是回答一个问题：你的测量结果到底可不可信？别看这个问题简单，里面水可深了。重复性是你同一人、同一台量具、测同一个零件测好几次，结果能不能一致；再现性是换个人来测，结果能不能一样。这两件事整不明白，你后面做的所有统计分析都是空中楼阁。

打个比方。你想测体重，结果你家这破秤，站三次三个数，差个五六斤。换个人站上去，又差三斤。那这秤的数据你敢用吗？减个肥想监控体重，结果每天看到的都是随机数，你还减个屁啊！量具就是那台秤，数据就是你的体重。别笑，工厂里好多“秤”就是这德性。

所以做MSA，第一步必须先做GRR，不是做偏倚、做线性，那些都是后面的事。GRR不过关，一切免谈。记住，这不是我的个人观点，这是AIAG手册里写得明明白白的。

做GRR时那些让人抓狂的坑

平时我去工厂审核，最怕看到两类人：一类是把GRR当成任务交差，三个人测十个零件，每人只测一次，然后算个平均值就说通过；另一类是太较真，把标准背得滚瓜烂熟，却不知道实际操作的细节。这两类人做出来的GRR，十个有八个是废的。

说个真实案例吧。某供应商做轴套内径，GRR每次都是几十的%GRR，客户要求小于10%，他们急得团团转。后来我去现场一看，三个测量员用的卡尺没校准不说，测量前也没做温度平衡，更离谱的是，其中一个测量员把零件上的毛刺当成了正常表面，测量位置上下游移。你说这数据能好吗？后来重新培训，规范操作，GRR一下子就降到4.6%。可见很多时候不是量具不行，是人不行。

💡 这里有个关键点：GRR的取样必须覆盖整个公差范围。你为了图方便，只挑几个接近中值的零件，那GRR会显得很“好”，但那是假的，因为你会低估测量系统在极限值附近的波动。所以，样件要包含从最小公差到最大公差的范围，最好都选极端点。

问：GRR的接受准则到底是什么？我老是背混。
答：按AIAG标准，%GRR小于10%是合格的，这个不用怀疑；10%到30%要分情况看，如果是控制关键特性，那还得想办法改进，如果是一般特性，可以暂时接受；大于30%就是不合格，测量系统根本不能用。另外要注意，这里的%是相对公差或过程标准差的比例，别算错了分母。

继续讲坑。第二个坑就是数据录入。你以为自动采集就靠谱？实际上很多老设备还是手动记录。人写数据的时候，手一抖就写错了，或者抄到Excel里的行对错了。别笑，我就见过有人把0.023录成0.203，GRR结果直接爆炸。所以，录入后一定要二次核对，或者用数据采集器直接导入。

第三个坑，环境。温度、湿度、震动，这些对高精度量具的影响是致命的。你说一个0.001mm精度的千分表，你拿在手里捂半天，热胀冷缩，测量结果能一样吗？所以做GRR时，环境要恒定，量具要在室温下放一会儿再用。

一次像样的GRR到底该怎么做？

别急着套公式。先搞清流程，不然你只会把数据往模板里一填，然后得到一个莫名其妙的结论。正确路径大概是这样：

选择测量系统：量具要校准过，精度要够，别拿游标卡尺去测±0.005mm的公差，那纯属扯淡。
设计试验：标准是3个测量员，10个样件，重复测量3次。这是最常用的，但注意样件要编号，顺序要打乱，不能让测量员记住上次的结果。
拿到数据后，用两种方法分析：极差法和方差分析法（ANOVA）。方差法能给出交互作用，更推荐，但如果你只会极差法也行，只是别忽略了人和零件之间的交互效应。
判读结果：看%GRR、ndc（可区分类别数）这两个值。ndc要大于等于5，最好大于10。这个和%GRR是互补的。

然后，别忘了保留原始记录。客户审核时可能要查，你自己以后也可以追溯。

问：如果GRR不符合要求，除了换量具，还有哪些办法？
答：先别急着换。很多时候是操作规范问题，重新培训测量员，或者固定测量位置、使用专用夹具，能解决大部分问题。另外可能你选的量具分辨率不够，那就换一个分辨率更高的表。实在不行，再考虑换量具或者改工艺。记住，GRR是测量系统的特性，不单纯是量具的问题。