GRANT 

journal 

ISSN 1805-062X, 1805-0638 (online), ETTN 072-11-00002-09-4 

EUROPEAN GRANT PROJECTS | RESULTS | RESEARCH & DEVELOPMENT | SCIENCE 

 

 

 

real part, ring gauges with three dimensions were used, referred to in 
the article as ‘small’, ‘medium’, and ‘large’ diameters. 
 
The parameters of the gauge at two depths, the roundness of the 
gauge at two depths, the diameter of the cylinder, and finally the 
cylindricality were evaluated on the individual gauges. The 
individual elements were repeatedly scanned with different numbers 
of points. Measurements were performed by contact scanning. All 
measurements were repeated 5 times. All measurements were 
performed clockwise as part of the test. 
 
Subsequently, the data were subjected to mathematical analysis. 
This analysis was performed in several consecutive steps. In the first 
step, the standard deviations of the measured data were calculated. 
These were used to create an initial view of the data obtained. In the 
second step, the data were analyzed using the one-factor, or multi-
factor ANOVA method. The outputs then confirmed or refuted the 
initial data. 
 
Based on the results, it can be clearly stated that for the evaluation 
of the diameter of a circle or cylinder, the optimum number of 
points really lies on the border of 30 points. However, it is different 
if we focus on the evaluation of cylindricality and circularity. Based 
on the results, it is not possible to unambiguously mark the optimum 
number of points sufficient for relevant measurements. For the 
evaluation of roundness, there was a long-term hope that the 
optimum would be found, but in the last test, the standard deviation 
flew well above the values obtained throughout the test, see Graph 
8. For the evaluation of cylindricality, this hope of finding the 
optimum was terminated even earlier, with a value of 500 points 
when the standard deviation began to fluctuate significantly. And 
therefore the optimum was not found here either. 
 
Therefore, based on the data obtained from both tests in this article 
or in article 2, an additional experiment is already planned, which 
will focus exclusively on the evaluation of roundness and 
cylindricality in contact scanning and combine the findings from 
both tests. 
 
Source  
 

1.

 

STHLE, Lars a Svante WOLD. Analysis of variance 
(ANOVA). Chemometrics and Intelligent Laboratory Systems. 
1989, 6(4), 259 - 272. DOI: doi.org/10.1016/0169-7439(89) 
80095-4. 

2.

 

Kubatova, D[ana] &Melichar, M[artin] (2019). Influence of the 
Number of Points on the Evaluated Element when Measuring on 
CMM, Proceedings of the 30th DAAAM International 

Symposium, pp.0476-0483, B. Katalinic (Ed.), Published by 
DAAAM International, ISBN 978-3-902734-22-8, ISSN 1726-
9679, Vienna, Austria DOI: 10.2507/30th.daaam.proceedin 
gs.064 

3.

 

Mayer, J. R. R., Mir, Y. A., Trochu, F., Vafaeesefat, A., 
&Balazinski, M. (1997). Touch probe radius compensation for 
coordinate measurement using kriging interpolation. Proceeding 
softhe Institution of Mechanical Engineers, Part B: Journal of 
Engineering Manufacture, 211(1), 11-18. doi:10.1243/095 
4405971516031ZEISS [online]. [cit. 2019-03-15]. 

4.

 

GHASEMI, Asghar a Saleh ZAHEDIASL. Normality Tests for 
Statistical Analysis: A Guide for Non-Statisticians. International 
Journal of Endocrinology and Metabolism [online]. 2012, 10(2), 
486-489 [cit. 2020-06-05]. DOI: 10.5812/ijem.3505. ISSN 
1726-913X. Available: https://sites.kowsarpub.com/ijem/articl 
es/71904.html 

5.

 

JIROUŠEK, Pavel. Eligibility of measurement system in the 
gearboxes production of Škoda auto a.s [online]. 2012 [cit. 
2017-03-08].  

6.

 

PERNIKÁŘ J.:  Assessment of the competence of control means 
[online]. [cit. 2016-11-25]. Available from: http://gps.fme.vutb 
r.cz/STAH_IN FO/31_Pernikar_VUTBR.pdf 

7.

 

Płowucha W., Jakubiec W., Wojtyła M.: Possibilities of CMM 
Software to Support Proper Geometrical Product Verification, 
Procedia CIRP, Volume 43, 2016, Pages 303-308, ISSN 2212-
8271, http://dx.doi.org/10.1016/j.procir.2016.02.124 . 

8.

 

Barini M. E., Tosello G. Chiffre d L.: Uncertainty analysis of 
point-by-point sampling complex surfaces using touch probe 
CMMs: DOE for complex surfaces verification with CMM, 
Precision Engineering, Volume 34, Issue 1, January 2010, Pages 
16-21, ISSN 0141-6359, http://dx.doi.org/10.1016/j.precision 
eng.2009.06.009  

9.

 

D. Kubátová, M. Melichar, J. Kutlwašer, Evaluation of 
Repeatability and reproducibility of CMM equipment, (2017) In 
Procedia Manufacturing, Volume 13, Pages 558-564, ISSN 
2351-9789, https://doi.org/10.1016/j.promfg.2017.09.091. 

10.

 

RYAN, P., T., Statistical Methods for Quality Improvement. 
(2011) Georgia: Wiley, 657 p. ISBN 978-1-118-05811-4 

11.

 

Bicova, K[aterina] &Bebr, L[ukas] (2018). Analysis and 
Dependability of Production Processes for the Automotive 
Industry, Proceedings of the 29th DAAAM International 
Symposium, pp.0416-0420, B. Katalinic (Ed.), Published by 
DAAAM International, ISBN 978-3-902734-20-4, ISSN 1726-
9679, Vienna, Austria DOI: 10.2507/29th.daaam.proceedin 
gs.061 

 
 

 

Vol. 9, Issue 1

105