Cpk基本知识解析
合集下载
CPK基本知识及实例
9.995 10.014 9.928 9.983 9.972 10.016 9.992 9.987 10.025 9.972 9.981 9.971 9.914 9.976 10.054 10.003 10.027 9.995 10.021 9.975 9.963 10.095 10.017 9.968 10.159 9.994 10.018 10.001 9.987 10.002 9.947 10.034 10.021 10.026 9.973 9.983 10.005 10.017 10.006 9.943 10.016 10.004 10.006 9.991 9.984 9.976 10.003 10.003 9.982 9.994
Cpk基础知识及实例
Cpk和制程良率换算
Cpk 0.33 0.67 1 1.33 1.67 2 每一百件之不良 Defects per 100 parts 31.7 4.5 0.27 0.0063 0.000057 0.0000002 每一百萬件之不良 (Dppm) Defects per million parts 317310 45500 2700 63 0.57 0.002 合格率% 68.3 95.5 99.73 99.9937 99.99995 ≒100
Cpk基础知识及实例
总
代 號 定義 計算公式 雙邊規格 准確度: 比較制程實績平均值與規 Ca 格中心值一致的程度﹔ 精密度﹕ 比較規格公差寬度和制程 Cp 變異寬度﹔
结
單邊規格 無 等 級 A B C D A+ A B C D A+ A B C D 等級標准
Ca ≦ 12.5%
X-C Ca= T/2
Cpk基础知识及实例
Ca等级评定及处理原则
Cpk基础知识及实例
Cpk和制程良率换算
Cpk 0.33 0.67 1 1.33 1.67 2 每一百件之不良 Defects per 100 parts 31.7 4.5 0.27 0.0063 0.000057 0.0000002 每一百萬件之不良 (Dppm) Defects per million parts 317310 45500 2700 63 0.57 0.002 合格率% 68.3 95.5 99.73 99.9937 99.99995 ≒100
Cpk基础知识及实例
总
代 號 定義 計算公式 雙邊規格 准確度: 比較制程實績平均值與規 Ca 格中心值一致的程度﹔ 精密度﹕ 比較規格公差寬度和制程 Cp 變異寬度﹔
结
單邊規格 無 等 級 A B C D A+ A B C D A+ A B C D 等級標准
Ca ≦ 12.5%
X-C Ca= T/2
Cpk基础知识及实例
Ca等级评定及处理原则
《CPK基础知识》课件
控制图
通过绘制过程数据的控制图， 我们可以监控过程的稳定性 和识别特殊因素。
散点图
通过散点图分析，我们可以 了解不同因素之间的相互关 系和对过程的影响。
解释 过程不稳定，无法满足规格要求 过程稍显稳定，存在一些不合格品 过程稳定，有一定合格率 过程良好，质量较高 过程优秀，质量极高
数据的采集和整理
为了计算CPK值，我们需要收集过程的数据并进行整理。数据的采集应该遵循科学的方法，确保数据的 准确性和完整性。
数据的分析方法
直方图
通过绘制过程数据的直方图， 我们可以了解数据的分布情 况和过程的稳定性。
CPK基础知识
掌握CPK的基础知识对于质量管理至关重要。本课程将深入介绍CPK的意义、 计算公式、数据分析方法以及实际应用案例。
什么是CPK？
CPK是一个用于度量过程能力的指标，表示过程的稳定性和一致性。它可以帮助我们确定一个过程是否 能够稳定地生产出合格产品。
CPK的意义和作用
1 质量保证
CPK可以帮助我们确保产品的质量符合标准，提升客户满意度。
2 过程改进
通过分析CPK值，我们可以找出导致过程不稳定的因素并进行改进，提高生产效率。
3 竞争优势
具备高CPK值的企业往往能够提供更稳定可靠的产品，从而在市场中获得竞争优势。
CPK与质量管理的关系
总质量管理
CPK是质量管理体系中的重要 工具，帮助我们实现产品质量 的持续改进。
过程改进
CPK可以用来评估过程的稳定 性和一致性，从而指导问题的 解决和持续改进Байду номын сангаас作。
客户满意度
通过提高CPK值，可以减少产 品质量问题和客户投诉，提升 客户满意度。
CPK的计算公式及含义
CPK知识讲解
三、Ca值:制程准确度
Ca值:制程准确度:各工程之规格 中心值的目的就是希望各工程制造 出来的各个产品之实际值,能以规格 中心为中心,成左右对称的常态分配, 而制造时,也应以规格中心值为目标, 从而生产过程中所获得的资料,其实 际平均值(X)与规格中心值(u)之间偏 差的程度,称为制程准确度.
Ca：衡量制程平均值与目标值之一致性，或称K 值 x
A
B C D
继续保持
改进至A级 立即改进 必要时停止生产
E
0< Cpk <0.67
必要时制程能力非常良好,应继续保持。当Cpk>2.0时,我们 可考虑缩小 规格,以提升更高质量的形象或是寻求其他可以降 低成本的方法。 B级:状况理想,但可加以改进提升至A级等级。
所以此装填程序变异过大,要加以改善,才能符合现 代化产品的需求。
举例：
二、CPK制作 1、搜集数据 2、找出规格上限UCL 3、找出规格下限LCL 4、找出组数中最大值MAX、最小值MIN 5、计算出组数平均值Xbar 6、计算出标准样本差S 7、计算出制程准确度Ca 8、计算出制程精密度Cp 9、计算出制程能力上限CPU、下限CPL 10、找出CPU、CPL最小绝对值即就是制程能力系数CPK 11、判定标准CPK大于等于1.33为合格
检讨或修正操作规范,并加强操作员训练
应对制程与规格重新检讨修正 应立即停止生产,全面检讨
《Ex2》厂商佑晟所制造之FDDPanel外宽规格为96.01±0.1mm，
随机抽取35件计算得其平均为95.97mm，标准偏差为 0.011mm，求其制程准确度Ca值?
《Ans》 Ca = 95.97-96.01 x100% = x100% = -40% (USL-LSL)/2 0.2/2 X-μ
CPK基础知识
Cpk的計算實例1
某工序的規格要求為10± 0.1mm,實際測 出50個樣本值如下﹐計算出該工序的Cpk;
9.995 10.014 9.928 9.983 9.972 10.016 9.992 9.987 10.025 9.972 9.981 9.971 9.914 9.976 10.054 10.003 10.027 9.995 10.021 9.975 9.963 10.095 10.017 9.968 10.159 9.994 10.018 10.001 9.987 10.002 9.947 10.034 10.021 10.026 9.973 9.983 10.005 10.017 10.006 9.943 10.016 10.004 10.006 9.991 9.984 9.976 10.003 10.003 9.982 9.994
δ=
(X1-X)2+(X2-X)2+… …+(Xn-X)2
n -1
什么是Ca?
• Ca:制程准确度; (Capability of Accuracy)
•Ca 在衡量“實際平均值“與“規格中心值”之 一致性;
• 对于单边规格，不存在规格中心，因此也 就不存在Ca; X C • 对于双边规格，Ca =
X LSL
3s
对于双边规格：
USL-LSL Cp= 6s
Cp等级评定及处理原则
等級 A+ A B C D Cp值 ≧1.67 1.33 ≦ Cp ＜ 1.67 1.00 ≦ Cp ＜ 1.33 0.67 ≦ Cp ＜ 1.00 Cp ＜ 0.67 處理原則 無缺點考慮降低成本 狀態良好維持現狀 改進為 A 級 制程不良較多，必須提升其能力 制程能力太差，應考慮重新整改設計制程
最有用CPK基本知识
最有用CPK基本知识
CPK (Capability Process Index) 是一个衡量过程能力的指标，用于评估过程的稳定性和能力，它能够提供有关过程能否生产出符合规范的产品的信息。
以下是CPK的一些基本知识：
1. CPK是一个统计指标，用于衡量过程的能力。
它基于过程的长期稳定性和过程规格限制而计算得出。
2. CPK的计算需要知道过程的数据、过程规格限制和过程的标准偏差。
标准偏差是过程的变异程度的度量。
3. CPK的计算公式为：CPK = (USL - x) / (3 * s) ，其中USL是过程的上限规格限制，x是过程的平均值，s是过程的标准偏差。
1
4. CPK的值越高，代表过程的能力越好。
一般来说，CPK值大于
1.33代表过程具有较好的能力，能够满足规格要求。
5. CPK还可以与过程的六西格玛水平（即Sigma Level）相对应。
Sigma Level是衡量过程的稳定性和能力的指标，基于过程的偏差与规格限制之间的距离。
6. CPK的使用可以帮助企业评估过程的能力，确定是否需要改进和
优化过程，以提高产品质量和客户满意度。
总的来说，CPK是一个有用的工具，用于评估过程的能力和稳定性，帮助企业提高产品质量和效率。
2。
CPK知识讲解课件
151
８
152
150
151
152
９
148
147
１０
151
150
１１
150
147
150
155
151
150
148
153
12
157 152 150 151
13
150 151 150 149
14
149 147 150 153
15
149 150 151 150
16
153 150 151 149
17
148 145 150 155
Cpk = (1 – | Ca | ) Cp
x u Ca =
T /2
规格容许差 Cp = 或
3σ
规格公差T 6σ
单边规格:
单边规格时，CP值即为CPK值， 有精密度无准确度.
如耐磨规格>1250cycles.(下限规格)
单边规格时(上限规格)
Cpk(U) =
USL X
3
单边规格时(下限规格)
Cpk(L) =
三、Ca值:制程准确度
Ca值:制程准确度:各工程之规格 中心值的目的就是希望各工程制造 出来的各个产品之实际值,能以规格 中心为中心,成左右对称的常态分配, 而制造时,也应以规格中心值为目标, 从而生产过程中所获得的资料,其实 际平均值(X)与规格中心值(u)之间偏 差的程度,称为制程准确度.
Ca：衡量制程平均值与目标值之一致性，或称K
Cpk等级判定后的处置原则—
A级: 制程能力非常良好,应继续保持。当Cpk>2.0时,我们 可考虑缩小 规格,以提升更高质量的形象或是寻求其他可以降 低成本的方法。
CPK基本知识
Cpk和制程良率换算
Cpk 0.33 0.67 1 1.33 1.67 2 每每每每每每每 Defects per 100 parts 31.7 4.5 0.27 0.0063 0.000057 0.0000002 每每每每每每每每(Dppm) Defects per million parts 317310 45500 2700 63 0.57 0.002 合合合% 68.3 95.5 99.73 99.9937 99.99995 ≒100
和Cpk相关的几个重要概念1
单边规合：只有规合上限和规合中心或只有下限 单边规合 或规合中心的规合;如考试成绩每得低于80分，或 浮高每得超过0.5mm等；此时数据越接近上限或 下限越好﹔ 双边规合： 双边规合：有上下限与中心值,而上下限与中心值 对称的规合；此时数据越接近中心值越好；如 D854前加工脚长规合2.8±0.2mm;
Cpk的计算实例1
某工序的规格要求为10±0.1mm,实际测 出50个样本值如下﹐计算出该工序的Cpk;
9.995 10.014 9.928 9.983 9.972 10.016 9.992 9.987 10.025 9.972 9.981 9.971 9.914 9.976 10.054 10.003 10.027 9.995 10.021 9.975 9.963 10.095 10.017 9.968 10.159 9.994 10.018 10.001 9.987 10.002 9.947 10.034 10.021 10.026 9.973 9.983 10.005 10.017 10.006 9.943 10.016 10.004 10.006 9.991 9.984 9.976 10.003 10.003 9.982 9.994
CPK知识
CPK：Complex Process Capability index 的缩写，是现代企业用于表示制成能力的指标。
CPK值越大表示品质越佳。
CPK=min（（X-LSL/3s），（USL-X/3s））Cpk——过程能力指数CPK= Min[ (USL- Mu)/3s, (Mu - LSL)/3s]Cpk应用讲议1. Cpk的中文定义为：制程能力指数，是某个工程或制程水准的量化反应，也是工程评估的一类指标。
2. 同Cpk息息相关的两个参数：Ca , Cp.Ca: 制程准确度。
Cp: 制程精密度。
3. Cpk, Ca, Cp三者的关系：Cpk = Cp * ( 1 - ｜Ca｜)，Cpk是Ca及Cp两者的中和反应，Ca反应的是位置关系(集中趋势)，Cp反应的是散布关系(离散趋势)4. 当选择制程站别用Cpk来作管控时，应以成本做考量的首要因素，还有是其品质特性对后制程的影响度。
5. 计算取样数据至少应有20~25组数据，方具有一定代表性。
6. 计算Cpk除收集取样数据外，还应知晓该品质特性的规格上下限(USL，LSL)，才可顺利计算其值。
7. 首先可用Excel的“STDEV”函数自动计算所取样数据的标准差(σ)，再计算出规格公差(T)，及规格中心值(u 规格公差＝规格上限－规格下限；规格中心值＝（规格上限+规格下限）/2；8. 依据公式：，计算出制程准确度：Ca值9. 依据公式：Cp = ，计算出制程精密度：Cp值10. 依据公式：Cpk=Cp ，计算出制程能力指数：Cpk值11. Cpk的评级标准：（可据此标准对计算出之制程能力指数做相应对策）A++级Cpk≥2.0 特优可考虑成本的降低A+ 级2.0 ＞Cpk ≥1.67 优应当保持之A 级1.67 ＞Cpk ≥1.33 良能力良好，状态稳定，但应尽力提升为A＋级B 级1.33 ＞Cpk ≥1.0 一般状态一般，制程因素稍有变异即有产生不良的危险，应利用各种资源及方法将其提升为A级C 级1.0 ＞Cpk ≥0.67 差制程不良较多，必须提升其能力D 级0.67 ＞Cpk 不可接受其能力太差，应考虑重新整改设计制程。
- 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)。
1.67 > Cp ≧ 1.33
A(合格)
1.33 >Cp ≧ 1.00
B(警告)
1.00 > Cp ≧ 0.67
C(不足)
Ca Capability of Accuracy
准确度: 代表制程平均值偏离规格中心值之程度。若其值越 小，表示制程平均值越接近规格中心值，亦即质量越 _ x 接近规格要求之水平（集中趋势，与有关），值越大， 表示制程平均值愈偏离规格中心值，所造成的不良率 将愈大）
精密度评价
Cp值
Cp ≧ 1.67
制程等级
较佳
图 例
说
明
表示:工序能力过分充裕，有很大的贮 备 不合格品率p＜0.00006% 对精密加工而言，工序能力适宜；对一 般加来说工序能力仍比较充裕，有一定 贮备 不合格品率0.00006%≤p＜0.006% 对一般加工而言，工序能力适宜 不合格品率0.006%≤p＜0.27% 工序能力不足，不合格品率较高 不合格品率0.27%≤p＜4.55%
准确度差
•• • • • • ••
SL
准确度好
Su=规格上限 SL=规格下限 μ =规格中心
• • • • • • •• ••
M
M
Su
SL
Su
Ca Capability of Accuracy
准确度
制程平均值-规格中心值 规格允差之半
Ca= =
* 100%
X-M T/2
* 100%
即偏移系数( k ) = Ca
概念:
表示数据集中位置，数据算术平均数， _ 常用符号 表示。
X=
_
x
N
x
N:表示样本数 例:有统计数据2,3,4,5,6五个数据，则其平均数据为：
2+3+4+5+6 5 X =————— =4
中位数
概念:
把收集到的统计数据按大小顺序重新排列，排在正中 间的那个数就叫作中位数，常用符号 ~ x 表示。
-X)
2
样本: 从总体中随机抽取的若干个个体的总和称为样本。 组 成样本的每个个体称为样品。
3品质与6质量的差距
6品质—减少变异
品质
品质
Su
M
SL
数据分析
Cp、Ca、Cpk
数据的分布
A:每件产品的尺寸与别的都不同
B:但它们形成一个模型，若稳定，可以描述为一个分布
C:数据会有不同的分布型态，正态分布为钟型
祝:
大家工作愉快
•• • • • • ••
• • • • • •
• •• •• •
准确
• • •••• ••• •
CPK 制程能力指数
一种用以量度某一特性的变化 趋势及概率的统计指标.
公式一
CPK=CP*(1- Ca )
(USL X ) 3
δ:标准偏差M:规格中心
公式二
=T/6δ*【1- 2(M-X)/T 】
TIME
生产过程的几种状态
公差上限 公差上限
公差下限
公差下限
图a稳定可预计的
图b不稳定不可预计的
公差上限 公差上限
公差下限
公差下限
图c不稳定不可预计的
图d趋向稳定
TIME
Cpk的改善的方向
Cp精确度差
• • •••• ••• • • •• •• •
• • • • • •
Ca准确度差
Statistical Process Control – Identify and Reduce Process Variability 统计制程管制-确认并降低制程变异
何谓『统计』？
统计的基本原料是？
数 据
有数据就是统计吗？
计算
经过计算后得什么？
有意义的情报
统计基础
何谓『统计』？
统计
---收集的数据经过计算从而得到有意义的情报的活动
• 何谓『有意义的情报』？
至少应包括：
『集中趋势 +离中趋势 +含盖在特定范围内的机率』
集中趋势
平均值 中位数
平均值
CP Capability of Precision
精确度：
是衡量工序能力对产品规格要求满足程度的数量值， 记为Cp。通常以规格范围T与工序能力6*δ的比值来表 示。即： 不精密 精密
• • •••• ••• •
• • •• • •• •
精密度表示什么
Cp=T/6δ=规格公差/6*标准偏差
规格公差=UCL-LCL=规格上线-规格下线 1.制程精密度，其值越高表示制程实际值间的离 散程度越小，亦即表示制程稳定而变异小（离中趋 势，与σ有关）。 2.当公差范围内能纳入愈多的σ个数，则此制程 表现愈好，其本身是一种制程固有的（已决定的） 特性值，代表一种潜在的能力
Lower specification limit Upper specification limit (a) Acceptance sampling
(b) Statistical process control
(c) cpk >1
Cpk的应用
工程 制程
Cpk在工厂应用
Cpk迷思
1.如何将cpk活用于工厂 2.如何将cpk在质量活动中 发生作用。 3.有了cpk就等于有了spc吗?
工程先期了解制程能力对质量的意义
预先了解 材料及产品的 制程能力，可 确保产品的良 率，持续改进 产品质量。
制程应用Cpk
制程应用Cpk， 监控及预测制程能 力的发展趋势，及 时修正异常，控制 产品质量的变化。
预 测
?
可预测 的未来
时间
关注 制程(process)
大小
Cpk范例
谢谢大家光临本次课程
●
当n为奇数时-----正中间的数只有一个， 当n为偶数时-----正中位置有两个数，此时，为 正中间两个数的算术平均值。
例: 试找出3、5、6、7、11五个样本数据和3、5、6、8、 9、11六个样本数据的中 解：3、5、6、7、11的中位数为6 3、5、6、8、9、11的中位数为 6+8 = 7 2
【电子工程培訓教材】
CPK培訓教材
教材編號 : QC-009 版
Quality
本 : 1.0
jankywolf
SPC(Statistical Process Control) 統計制程管制
统计过程控制 是应用统计的方法对过程中的各个环节进行监控与诊断,从而达到 改进与保证产品质量的目的 .
SPC的发展进程
a. 1924年由美国的休哈特(W.A.Shewhart)提出. b.第二次世界大战后期, 1940年美国开始将SPC导入武器制 造商的制程中,取得了良好的效果,但世界大战结束后由于美 国内商业缺乏竞争,SPC在1950~1980有有逐渐从美国工业消 失. c.战败的日本为了复兴经济1950年从美国邀请休哈特的同事 戴明(W.Edwards Deming)博士到日本辅导SPC的应用,经过 30年努力,取得了辉煌的成就.从而日本济入世界工业强国之 列. d.在日本的强大竞争之下, 80年代美国在SPC作为一种高科 技技术来推广, SPC在美国得到全面的复兴,经过15年的努力 到1995年左右美国与日本在产品质量方面的差距才基本保持 平.
9
X
10
11
=
1 n n
Σ
(X -X)2Fra bibliotekSigma ()
表示数据的离散程度
i-1
～ 样本标准偏差S ～ δ
因为标准偏差是用数据整体计算，所以当数据量大太 时，就不便以操作,而且不符合现场需要。所以一般情况 下,会用样本标准偏差S来代替δ
S～ ～ δ
母 体
样本
S=样本标准偏差
S=
1 n n-1
(X Σ i-1
离中趋势
全距&极差 R
标准偏差σ
全距（极差）
概念: 将样本数据按大小顺序排列，数列中最大值 Xmax与最小资料Xmin之差 称为样本的极差。 常用符号R表示，其计算公式为： R=Xmax –Xmin 式中 Xmax 一组数据中的最大值， Xmin 一组数据中的最小值 例如：有3，6，7，8，10五个数据组成一组，则 极差R=10-3=7
1.00
1.33 1.67 2.00
99.730%
99.865%
99.994%
99.86501%
99.99683% 99.99994%
99.86501%
99.99683% 99.99997% 99.9999998%
CPK形象比喻
Cpk如同开车过小桥
1.车身的太小如同Cp好坏 (固有的品质特性) 2.桥如同工程规格大小 2.开车的技术如同Ca好坏
Su=规格上限SL=规格下限T=规格允差.，T =Su - Sl
偏移系数
T =Su – SL=Tu-TL
偏移量=
偏移系数K
_ M- x
K
=
_ M- x
T/2
M
Su
_ x
SL
Su=规格上限SL=规格下限T=规格允差.，T =Su - SL
Ca 等级评定后处理原则:
12.5% 等 级 之 解 说 规 格 中 心 值 25% 50% 100% 规 格 上 限 （ 下 限 ）
单边公差时：由于没有规格中心 值，故Ca =N/A，故定义Cpk=Cp
σ
SL
μ
x
Cpk制程能力指数
等级 Ａ Ｂ Ｃ
Ａ级：制程能力足够 Ｂ级：制程能力尚可，应再努力
Cpk值
1.33≦ Cpk 1.00≦ Cpk≦ 1.33 Cpk≦ 1.00