exponenta event banner

gagerr

Исследование повторяемости и воспроизводимости датчика

Синтаксис

gagerr(y,{part,operator})
gagerr(y,GROUP)
gagerr(y,part)
gagerr(...,param1,val1,param2,val2,...)
[TABLE, stats] = gagerr(...)

Описание

gagerr(y,{part,operator}) выполняет исследование повторяемости и воспроизводимости измерений в y собранные operator на part. y - вектор столбца, содержащий измерения для различных частей. part и operator - категориальные переменные, числовые векторы, символьные матрицы, строковые массивы или массивы ячеек символьных векторов. Количество элементов в part и operator должно быть таким же, как в y.

gagerr печатает таблицу в окне команд, в которой разложение дисперсии, стандартное отклонение, проработка var (5.15 x стандартное отклонение) с соответствующими процентами для различных источников. Сводные статистические данные печатаются под таблицей с указанием количества отдельных категорий (NDC) и процента НИОКР по Gage от общих вариаций (PRR).

gagerr также строит гистограмму, показывающую процент различных компонентов вариаций. Измерения R&R, повторяемость, воспроизводимость и вариации от части к части показаны в виде четырех вертикальных полос. Вариация и вариация исследования нанесены на график как две группы.

Для определения возможностей системы измерения с использованием NDC используйте следующие инструкции:

  • Если NDC > 5, система измерения способна.

  • Если NDC < 2, измерительная система не работает.

  • В противном случае система измерения может быть приемлемой.

Для определения возможностей системы измерения с использованием PRR используйте следующие инструкции:

  • Если PRR < 10%, система измерения способна.

  • Если PRR > 30%, система измерения не способна.

  • В противном случае система измерения может быть приемлемой.

gagerr(y,GROUP) выполняет калибровочное исследование R&R по измерениям в y с part и operator представлены в GROUP. GROUP - числовая матрица, первый и второй столбцы которой определяют различные части и операторы соответственно. Количество строк в GROUP должно совпадать с количеством элементов в y.

gagerr(y,part) выполняет калибровочное исследование R&R по измерениям в y без информации оператора. Предполагается, что вся изменчивость вносится part.

gagerr(...,param1,val1,param2,val2,...) выполняет калибровочное исследование НИОКР, используя одну или несколько из следующих пар «имя/значение параметра»:

  • 'spec' - двухэлементный вектор, определяющий нижнюю и верхнюю границы процесса соответственно. В этом случае сводная статистика, напечатанная в окне команд, включает отношение точности к допуску (PTR). Также гистограмма включает дополнительную группу, процент допуска.

    Для определения возможностей системы измерения с использованием PTR используйте следующие инструкции:

    • Если PTR < 0,1, система измерения способна.

    • Если PTR > 0,3, система измерения не работает.

    • В противном случае система измерения может быть приемлемой.

  • 'printtable' - Значение 'on' или 'off' указывает, следует ли печатать табличные выходные данные в командном окне или нет. Значение по умолчанию: 'on'.

  • 'printgraph' - Значение 'on' или 'off' указывает, следует ли выводить на печать гистограмму или нет. Значение по умолчанию: 'on'.

  • 'randomoperator' - логическое значение, true или false, который указывает, является ли эффект operator является случайным или нет. Значение по умолчанию: true.

  • 'model' - Модель для использования, заданная одним из:

    • 'linear' - Только основные эффекты (по умолчанию)

    • 'interaction' - Основные эффекты плюс двухфакторные взаимодействия

    • 'nested' - Гнездо operator в part

    Значение по умолчанию: 'linear'.

[TABLE, stats] = gagerr(...) возвращает матрицу 6 на 5 TABLE и структура stats. Столбцы TABLE, слева направо, представляют дисперсию, процент дисперсии, стандартные отклонения, вариацию исследования и процент вариации исследования. TABLE, сверху вниз, представляют различные источники вариаций: измерить НИОКР, повторяемость, воспроизводимость, операторское, операторское и частичное взаимодействия и часть. stats представляет собой структуру, содержащую сводную статистику эффективности системы измерений. Поля stats являются:

  • ndc - Количество отдельных категорий

  • prr - Процент измеренных НИОКР от общих вариаций

  • ptr - Отношение точности к допуску. Значение: NaN если параметр 'spec' не приводится.

Примеры

свернуть все

Моделирование системы измерений путем случайного формирования операторов, деталей и измерений. y , операторы делают на деталях.

rng(1234,'twister')               % for reproducibility   
y = randn(100,1);                 % measurements
part = ceil(3*rand(100,1));       % parts
operator = ceil(4*rand(100,1));   % operators

Провести измерительное исследование R&R для этой системы с использованием смешанной модели ANOVA без взаимодействий.

gagerr(y,{part, operator},'randomoperator',true)
  Columns 1 through 4

    {'Source'           }    {'Variance'}    {'% Variance'}    {'sigma' }
    {'Gage R&R'         }    {[  0.9715]}    {[   99.2653]}    {[0.9857]}
    {'  Repeatability'  }    {[  0.9535]}    {[   97.4201]}    {[0.9765]}
    {'  Reproducibility'}    {[  0.0181]}    {[    1.8452]}    {[0.1344]}
    {'   Operator'      }    {[  0.0181]}    {[    1.8452]}    {[0.1344]}
    {'Part'             }    {[  0.0072]}    {[    0.7347]}    {[0.0848]}
    {'Total'            }    {[  0.9787]}    {[       100]}    {[0.9893]}

  Columns 5 through 6

    {'5.15*sigma'}    {'% 5.15*sigma'}
    {[    5.0762]}    {[     99.6320]}
    {[    5.0288]}    {[     98.7016]}
    {[    0.6921]}    {[     13.5838]}
    {[    0.6921]}    {[     13.5838]}
    {[    0.4367]}    {[      8.5716]}
    {[    5.0949]}    {0x0 char      }

Number of distinct categories (NDC):0
% of Gage R&R of total variations (PRR): 99.63
Note: The last column of the above table does not have to sum to 100%

Figure contains an axes. The axes contains 2 objects of type bar. These objects represent %Variance, %StudyVar.

Ссылки

[1] Бердик, Ричард К., Конни М. Боррор и Дуглас К. Монтгомери. Проектирование и анализ измерительных НИОКР: принятие решений с доверительными интервалами в случайных и смешанных моделях ANOVA. Общество промышленной прикладной математики: Американская статистическая ассоциация, 2005 год.

Представлен в R2006b