过程能力分析程序
过程能力分析办法
过程能力分析办法文件编号：版本：1.0拟制：日期：审核：日期：批准：日期：2003-04-15发布2003-05-01实施1、目的通过统计过程控制来有效的了解过程变差并使之达到统计控制状态，在此状态下可以通过减少普通原因变差和改进过程中的目标来进一步改进，以减少成本并提高生产率；同时，为操作过程的人员之间、生产线和支持活动的人员之间提供了通用的语言，并为解决问题，采取正确有效的措施提供依据。
2、适用范围计量型：Ppk、Cpk、Cmk统计分析；计数型：不合格品率的P图。
3、术语CMK：机器能力指数PPK：过程性能指数CPK：过程能力指数4、职责开发部、制造部、质保部负责数据收集。
质保部负责进行数据分析、进行相应措施并跟踪。
5、规定5.1控制图的建立与分析在进行统计过程控制时，在本公司内最常用的方法是均值和极差图（X-R图）5.1.1收集数据5.1.1.1子组大小选择子组应使得一个子组内在该单元中的各样本之间出现变差的机会小。
在本公司目前状态下，子组一般由4到5件连续生产的产品组合；5.1.1.2子组频率在过程的初期研究中，通常是连续进行分组或很短的时间间隔进行分组，当子组已处于稳定状态时，子组的间隔时间可以增加；5.1.1.3子组数的大小一般情况下，包含100或更多单值读数的25或更多个子组可以很好地用来检验稳定性。
5.1.2建立控制图X—R图表内还应包括单位名称、机器名称/编号、控制卡名称、量具名称/编号、检验部门、零件名称/零件号、上干扰极限、下干扰极限、上警告极限、下警告极限、控制特性值、控制中心、抽样频次、样本大小等。
通常是将X图画在R图之上方，下面再接一个数据栏，数据栏应包括每个读数的空间，同时还应包括记录读数的和、均值、极差、以及日期/时间或其它识别子组的代码的空间。
5.1.3计算每个子组的均值和极差对于每个子组，计算：X1+X2+ (X)X =nR = X最大值– X最小值式中：X1、X2…为子组内的每个测量值。
过程能力分析.
0.6
均值 标准差 12 2 15 0.67
0.5 B 0.4
0.3
0.2 A 0.1
0.0 6 8 12 15 18
图7-9 过程输出从分布A变化到B
17
过程绩效指数 Pp和Ppk
• Cp及Cpk估计σ的方法：只考虑“短期”波动
– 单值时，用移动极差 – 可以分组时，若子组大小不超过6，用子组极差； 若子组大小超过6，用子组标准差
• 内部服务与外部服务
– 内部服务：公司内部的服务 – 外部服务：顾客付账单的服务
• 自愿服务与非自愿服务
– 自愿服务（voluntary services):主动寻求并自愿采纳的服 务：如加油站 – 非自愿服务（in voluntary services）
• 服务质量问题与制造质量问题相比，有何不同之 处？
非正态过程能力计算
• 一种方法
USL LSL Cp P 0.995 P 0.005 C pk USL P P 0.50 0.50 LSL min( , ) P P 0.995 P 0.50 0.50 P 0.005
WhereP
应用实例
..\数据源\SPC_钢珠直径.MTW ..\数据源\SPC_二极管不合格品率.MTW ..\数据源\SPC_BoxCox变换.MTW
• 二者之间的关系
– 过程的理想状态，受控状态
• 质量改进就是要持续减小设计、制造和服务过程的波动
• 在实际制造过程中，如果过程处于受控状态，则 过程输出的质量特性 X 通常服从正态分布， 即 X ~ N ( 。 , ) • 考察以标准差 为单位构造的三个典型区间：
[ , ]
6 Sigma BB 测量阶段 过程能力培训课件
过程能力评估程序
过程能力评估程序 SANY标准化小组 #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#通过对过程能力之评定,确保产品品质特性所需之工序能力,并能针对能力的差距,及时加以改善,使制程处于合理管制状况。
2范围凡本公司关键过程能力之控制。
3权责由品质部收集数据,整理制作直方图,并计算制程能力由相关部门主管,分析过程能力,作出汇报。
管理代表综合资料报告,呈交总经理。
4定义Cp或Cpk：制程能力指数,用于衡量设备达到关键特性之能力大小。
5作业内容过程能力评定流程图。
(见附件一)确定制程管理参数。
依据工程部《工艺设计管理程序》之输出文件﹐确定产品关键参数及其公差,中心值。
确定初始制程能力由品管部协同生产部门,在生产过程中连续取样100个相同产品﹐测量关键尺寸,数据记录在《直方图绘制数据表》中。
依据所测量数据,来制作直方图,分析判定过程是否处于稳定状态。
若直方图处于稳定状态,则可以计算出相应制程能力指数Cp或Cpk若直方图处于不稳定状态,则应消除原因,重新进行。
制程能力核定：每一设备之制程能力应登录于《设备制程能力表》,呈交工程部审查,副总审定后,作为制程能力之基准。
由品管部,每月依据的要求进行过程能力测量,与核定的《设备制程能力表》进行比较,来判定过程能力是否符合要求。
当制程能力不符合要求时,由品管部门填写《品质异常单》依照《纠正与预防措施管理程序》进行改善,改善后仍应依重新进行测算。
当符合要求时,由品管部保存过程能力指数评定的相关资料,以提交管理审查会议。
当制程能力连续3个月,所计算出的过程能力指数超出或不满足公司要求时,由品管部重新制作《设备制程能力表》报工程部审查,副总核准后颁布执行。
《设备制程能力表》核定后,应交ISO文控中心依照《文件与资料管理程序》分发品管部、生产部、工程部,《直方图绘制数据表》依《质量记录管理程序》由品管部予以保存。
6相关文件：工艺设计管理程序纠正与预防措施管理程序文件与资料管理程序质量记录管理程序7使用表单设备制程能力表直方图绘制数据表过程能力评定流程图附件一过程能力评定流程图。
六西格马——过程能力分析
（4）仅给出了规格下限和目标值， 望大特性值。
Cpm =
USL - T
∑∑(xij - T)2
( ) ∑ Toler * i j ni - 1
Cpm =
T - LSL
∑∑(xij - T)2
( ) ∑ Toler * i j ni - 1
东菱六西格玛推行委员会
长期能力和短期能力
所谓过程的短期能力是指过程仅受随机因素的影响时其输出特性波动的大 小，是过程的固有能力。而长期能力是指在较长的时间里表现出的过程输出波 动的大小，此时过程不仅受到随机因素的影响，而且受到其它特殊因素的影响。
σR = R/d2 , R = xmax - xmin
∑ σs = S/C4 ,S =
1 n-1
n i=1
(Xi
-
X)2
用极差估计的方法一般适用于样本量n≤10，标准差的方法则无此限制。
n
2
3
4
5
6
7
8
9
10
11
12
13
C4
0.7979 0.8862 0.9213 0.9400 0.9515 0.9594 0.9650 0.9693 0.9727 0.9754 0.9776 0.9794
总平方和=批内平方和+批间平方和
∑∑( ) ∑ ∑ ( ) k
Q=
ni
2
xij - x =
k
(ni - 1)si2 +
k
ni
xi - x 2
i=1 j=1
i =1
i =1
其中批内平方和表示批内产品品质量的波动或者说组内波动，而批间平方 和表示批与批之间质量波动的大小或者说组间波动。
过程能力分析
7
过程能力指数的计算
一 计量值 1 双侧规格界限 （1）无偏 （2）有偏 2 单侧规格界限
（1）仅给出规格上限TU（望小值） （2）仅给出规格上限TL（望大值）
二 记数值 1 记件值 2 记点值
8
1 计量值双侧规格界限
双侧规格界限是指既具有规格上限(TU)要求，又有规格下限(TL)要求的情况
(1)无偏——规格中心Tm与分布中心 x重合
过程能力指数：
P2
或：
C pk
(1 k)Cp
(1 k)
T 6S
C pk
T 6S
2eT T 6S
T 2e 6S
当k≥１，即e≥T/2时，
P1 TL Tm
μ TU e
x
规定Cpk=0 (图中，曲线2)
●不合格品率估计：
有偏时过程能力指数与不合格品率
① p 1[(TU x ) (TL x )]
完全不同的概念。过程能力强并不等于对规格要求的满足程度高，相
x 反，过程 能力弱并不等于对规格要求的满足程度低。当质量特性服从
正态分布，而且其分布中心 与规格中心Tm重合时，一定的过程能力
指数将与一定的不合格品率相对应。因此，工序能力指数越大，说明
过程能力的贮备越充足，质量保证能力越强，潜力越大，不合格品率 越低。但这并不意味着加工精度和技术水平越高。
2Φ(2.727) 20.003197 0.006394
10
计量值—双侧规格界限
(2)有偏——规格中心Tm与分布中心 x
不重合
●计算公式：
T f（x）
绝对偏移量 ：e Tm x (图中曲线1)
e
SPC过程能力分析报告
SPC过程能力分析报告SPC（统计过程控制）是一种以统计方法来控制过程稳定性和质量的管理工具。
通过在过程中收集数据并进行统计分析，SPC可以帮助企业识别和纠正过程中的变异，以确保产品或服务的一致性和稳定性。
本篇报告将对公司进行SPC过程能力分析，以评估和改进其过程控制能力。
一、背景介绍本次分析的对象是一家电子产品制造公司，其主要产品为手机电池。
公司希望通过SPC过程能力分析来评估和改进其电池生产过程的稳定性和质量，以提高产品一致性并降低缺陷率。
二、数据收集和分析为了进行SPC过程能力分析，我们收集了公司过去六个月的电池生产数据。
主要数据包括每月产量、每月缺陷数量以及每月质量控制检查结果等。
通过对数据进行统计分析，我们得出了以下结论：1.控制图分析我们使用控制图来分析过程的稳定性。
通过绘制产量、缺陷数量和质量控制检查结果的控制图，我们发现产量的控制图显示过程处于可接受的稳定性范围内，而缺陷数量和质量控制检查结果的控制图则显示过程存在明显的非随机变异。
2.批次分析我们对每个批次的电池进行了分析，发现一些批次的电池存在较高的缺陷率。
通过深入分析这些批次的生产数据和质量控制记录，我们发现生产过程中存在一些固定的问题，如材料供应商质量不稳定和操作员技能不足等。
三、问题原因分析基于数据收集和分析结果，我们对电池生产过程中存在的问题进行了原因分析。
主要问题包括以下几个方面：1.材料质量不稳定一些批次的电池缺陷率较高，部分原因是材料供应商质量不稳定。
为了解决这个问题，公司应该与供应商合作，建立更加稳定的供应链，并定期审核供应商的质量体系。
2.过程操作不规范操作员技能和培训不足是导致缺陷率高的原因之一、公司应该加强对操作员的培训，确保其熟悉操作流程和使用设备的规范。
此外，公司还应该建立标准操作程序，并通过培训和审查来确保操作员按照这些程序进行操作。
3.设备维护不及时设备故障和维护不及时也会导致生产过程的不稳定性和缺陷率的升高。
CPK过程能力分析方法
C P K过程能力分析方法As a person, we must have independent thoughts and personality.过程能力分析过程能力也称工序能力，是指过程加工方面满足加工质量的能力，它是衡量过程加工内在一致性的，最稳态下的最小波动。
当过程处于稳态时，产品的质量特性值有%散布在区间[μ-3σ，μ+3σ]，(其中μ为产品特性值的总体均值，σ为产品特性值总体标准差)也即几乎全部产品特性值都落在6σ的范围内﹔因此，通常用6σ表示过程能力，它的值越小越好。
为什么要进行过程能力分析进行过程能力分析，实质上就是通过系统地分析和研究来评定过程能力与指定需求的一致性。
之所以要进行过程能力分析，有两个主要原因。
首先，我们需要知道过程度量所能够提供的基线在数量上的受控性;其次，由于我们的度量计划还相当"不成熟"，因此需要对过程度量基线进行评估，来决定是否对其进行改动以反映过程能力的改进情况。
根据过程能力的数量指标，我们可以相应地放宽或缩小基线的控制条件。
工序过程能力分析工序过程能力指该工序过程在5M1E正常的状态下，能稳定地生产合格品的实际加工能力。
过程能力取决于机器设备、材料、工艺、工艺装备的精度、工人的工作质量以及其他技术条件。
过程能力指数用Cp 、Cpk表示。
非正态数据的过程能力分析方法当需要进行过程能力分析的计量数据呈非正态分布时，直接按普通的计数数据过程能力分析的方法处理会有很大的风险。
一般解决方案的原则有两大类:一类是设法将非正态数据转换成正态数据，然后就可按正态数据的计算方法进行分析;另一类是根据以非参数统计方法为基础，推导出一套新的计算方法进行分析。
遵循这两大类原则，在实际工作中成熟的实现方法主要有三种，现在简要介绍每种方法的操作步骤。
非正态数据的过程能力分析方法1:Box-Cox变换法非正态数据的过程能力分析方法2:Johnson变换法非正态数据的过程能力分析方法3:非参数计算法当第一种、第二种方法无法适用，即均无法找到合适的转换方法时，还有第三种方法可供尝试，即以非参数方法为基数，不需对原始数据做任何转换，直接按以下数学公式就可进行过程能力指数CP和CPK的计算和分析。
过程能力分析
±6σ
过程有±1.5σ偏移时产品特征正态分布图
Cpk： 只有单边公差限
• 单边公差——上限（USL)
USL C pk C pu 3
• 单边公差——下限（LSL）
LSL C pk C pl 3
• 为了进一步强调质量特偏离设计目标值造成的质量损 失，88年提出了
E( X T ) ( T )
• SERVQUAL包括两部分：顾客期望 （expectations)和顾客感知（perceptions) • 差距（gap),顾客期望与顾客感知之差 • 调查表
[ 2 , 2 ]
[ 3 , 3 ]
3
2
µ 68.26%
2
3
95.46% 99.73%
(i 1, 2,3)
图7.1 正态分布和落入
[ i , i ]
的概率
5
如何估计参数
• 分布规律 • 参数估计
– 过程短期波动（样本内波动），R-bar/d2， s/c4 – 过程长期波动
• 过程能力 • 过程绩效
过程能力指数
• 假设
– 过程输出质量特性x服从正态分布 – 过程输出中心 x 与设计目标值T（target value )重 合
• 分析 • 过程能力（区间长度6σ）
– 刻画了过程的自然输出能力 – 与设计目标值无关
• 过程能力指数的评注
– 目前，至少也有20种单变量过程能力指数，都是在这三代 过程能力指数的基础上发展起来的，适用于不同的应用背 景。 – 正态性假设 – 每一种过程能力的评价方法都有局限性。相比之下，不合 格品率是最自然的方法，但也有自身的局限性。 – 企业文化对采用过程能力指数的影响。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
过程能力分析程序
（Process Capability Analysis，PCA）是一种用于评估过程能力
的统计方法，可用于衡量一个过程的性能是否满足规定的要求。
它通过基本统计工具，如均值、标准差等指标，来确定一个过程
的稳健程度和控制能力。
在现代制造和服务业中，过程可控性是
实现品质管理和质量控制的关键因素之一。
本文将对进行深入探讨，包括其原理、应用、局限性以及未来发展方向。
一、原理
是通过测量过程输出的偏差和分散程度，确定这个过程是否能
够满足特定规格要求的能力。
其核心是确定该过程的六个参数：
上限、下限、平均值、标准差、控制范围和过程漂移。
其中平均
值和标准差是指样本平均值和标准差，上下限是指指定的上下限
规格，控制范围是指在过程控制下允许的范围，过程漂移是指一
个过程的平均值发生显著改变的程度。
在进行过程能力分析时，首先需要收集一组数据样本，然后通
过计算样本的平均值和标准差，确定该过程的中心位置和稳健性。
接着使用正态分布的概率密度函数，计算该过程在指定范围内的
百分比，以估算该过程的能力水平。
最后，通过对比该过程的能力指标和规格要求，可以确定该过程是否满足要求。
二、应用
是在现代制造和服务业中广泛应用的一种质量控制工具。
它可以帮助企业实现以下目标：
1. 帮助企业确定产品或服务的能力水平，以便制定合理的质量目标和规格要求；
2. 识别过程中可能存在的问题，从而加以改进和优化；
3. 帮助企业确定是否需要更改过程或提高所用的材料和设备的质量等；
4. 为企业提供决策依据，帮助其评估供应商和监控其供应链。
三、局限性
虽然在质量控制领域中应用广泛，但它存在一些局限性：
1. 该方法只能测量特定过程输出的性能，不能识别质量问题的原因；
2. 过程能力分析只是一种预测性指标，无法保证过程的控制能力始终得到维持；
3. 该方法对过程中的随机性和自然偏差非常敏感，如果样本数量太小，会导致估算的能力水平不准确；
4. 过程能力分析只能评估符合正态分布假设的过程，不能评估非正态分布或数据齐全度不足的过程。
四、未来发展方向
随着制造和服务业的发展，也在不断发展和完善。
未来，它的应用领域还将继续扩大，涉及更多的行业和领域。
具体来说，的未来发展方向包括以下几个方面：
1. 扩大适用范围。
这意味着开发新的能力测量方法和模型，能
够解决非正态分布和缺失数据等问题，使该方法的实用性更广泛。
2. 强化与其他质量控制方法的整合。
通常与其他质量控制方法
一起使用，未来需要发展更多的结合性方法，以更好地整合它们
的作用。
3. 变得更加自动化和智能化。
未来的将更加重视智能化技术的
应用，如嵌入式系统、机器学习等，以提高该方法的效率和准确性。
4. 推广到全球。
随着全球供应链的发展，需要逐步将该方法在
全球范围内推广和应用，以确保产品和服务的同质性和高质量性。
总之，是一种重要的质量控制工具，可以帮助企业识别和解决
质量问题，提高生产效率和竞争力。
未来，其发展方向将更加多
样化和智能化，以适应日益复杂的生产和服务环境。