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 собрано по operator на part. y - вектор-столбец, содержащая измерения на различных частях. part и operator являются категориальными переменными, числовыми векторами, матрицами символа, строковыми массивами или массивами ячеек векторов символов. Количество элементов в part и operator должны быть такими же, как и в y.

gagerr печатает таблицу в командном окне, в которой происходит разложение дисперсии, стандартное отклонение, исследование var (5,15 x стандартное отклонение) перечислены с соответствующими процентами для различных источников. Итоговая статистика печатается ниже таблицы, в которой указывается количество отдельных категорий (NDC) и процентная доля Gage R&R от общих изменений (PRR).

gagerr также строит штриховой график, показывающий процент различных компонентов изменений. R&R датчика, повторяемость, воспроизводимость и изменения между частями строятся как четыре вертикальные планки. Отклонения и исследование var строятся как две группы.

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

  • Если NDC > 5, система измерения способна.

  • Если NDC < 2, система измерения не способна.

  • В противном случае система измерения может быть приемлемой.

Для определения возможностей системы измерений с помощью 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 измерительное исследование R&R на измерениях в y с part и operator представлено в GROUP. GROUP является числовой матрицей, первый и второй столбцы которой задают различные части и операторы, соответственно. Количество строк в GROUP должно совпадать с количеством элементов в y.

gagerr(y,part) выполняет измерительное исследование R&R на измерениях в y без информации об операторе. Предположение, что вся изменчивость обусловлена part.

gagerr(...,param1,val1,param2,val2,...) выполняет измерительное исследование R&R с использованием одной или нескольких из следующих пар имя/значение параметра:

  • 'spec' - Двухэлементный вектор, который задает нижний и верхний предел процесса, соответственно. В этом случае итоговая статистика, напечатанная в командном окне, включает отношение точности к допуску (PTR). Кроме того, штриховой график включает дополнительную группу, процент допуска.

    Для определения возможностей системы измерений с помощью PTR используйте следующие инструкции:

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

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

    • В противном случае система измерения может быть приемлемой.

  • 'printtable' - Значение 'on' или 'off' что указывает, следует ли печатать табличный выход в командном окне или без. Значение по умолчанию 'on'.

  • 'printgraph' - Значение 'on' или 'off' что указывает на то, должен ли быть нанесен штриховой график или нет. Значение по умолчанию 'on'.

  • 'randomoperator' - Логическое значение, true или false, что указывает, является ли эффект operator является случайным или not. значение по умолчанию true.

  • 'model' - Модель для использования, заданная одной 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, переменную исследования и процент изменения исследования. Строки TABLE, сверху вниз, представляют различные источники изменений: измерительные R&R, повторяемость, воспроизводимость, оператор, взаимодействие оператора и детали и часть stats. - структура, содержащая сводную статистику по эффективности системы измерений. Поля stats являются:

  • ndc - Число отдельных категорий

  • prr - Процент измерения R&R от общих изменений

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

Примеры

свернуть все

Симулируйте систему измерений путем случайного генерирования операторов, частей и измерений y , операторы делают на частях.

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

Проведите измерительное исследование R&R для этой системы, используя смешанную модель 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 С. Монтгомери. Проект и анализ манометров области НИОКР: принятие решений с доверительными интервалами в случайных и смешанных моделях ANOVA. Общество промышленной прикладной математики: Американская статистическая ассоциация, 2005.

Введенный в R2006b