Cpk简明培训教程
CPK-培训教材
CPK 培训教材一.Cpk 的定义某一制程在一定因素与正常管制状态下的质量作业能力. 二.Cpk 的影响因素制程要因---原料,机器设备,人员能力,测量仪器. 制程条件---常态分配,统计管制状态. 三.Cpk 的计算 USL:上限尺寸 LSL:下限尺寸Average:测量数据的平均值σ:标准偏差,其公式为: σ=1/)(22--∑∑n n x xCpu=(USL-Average)/3σ Cpl=(Average-LSL)/3σ Cpk=Min(Cpu,Cpl)σ:其大小表示测量数据的离散程度, σ越小表示数据的离散程度越小,反之则数据的离散程度越大.Cpu:其值表示测量数据偏离上限的程度, Cpu 越大表示测量数据偏离上限较远; 反之则数据靠近上限.Cpl: 其值表示测量数据偏离下限的程度, Cpl 越大表示测量数据偏离下限较远; 反之则数据靠近下限. 四.Cpk 的等级 A: 1.33≦CpkA 级,制程能力满足图纸要求,生产中几乎没有不良品产生. B: 1.00≦Cpk<1.33B 级, 制程能力基本满足图纸要求,生产中约有0.27%不良品产生,必须加以注意,并设法维持不使其变坏.C: Cpk<1.00C级, 制程能力不能满足图纸要求, 生产中可能有较多不良品产生, 应采取紧急措施,全面检讨所有可能影响的因素,必要时得停止生产.五.Cpk 管制抽样的基本原则管制方法取样频率管制图查检表高 1--2小时 15--30分钟中 4--8小时每小时低每班次 2小时六.CPK数据分析.1.数据均分布于中值两旁, Cpk值一般大于1.33,见附图１.2.数据离散地分布中值两旁,Cpk值一般小于1.33,见附图２.3.数据分布离散度小,但偏中值不远,Cpk值大于1.33,见附图３.4.数据分布离散度小,但偏中值较远,Cpk值小于1.33. 见附图４.5.数据绝大多数虽均分布于中值两旁,但个别超差,将大大降低Cpk值,甚至Cpk值小于1.33,见附图５.七,Cpk的提高.1.减小σ,即增强设备的稳定性,增加夹具夹紧定位的可靠性,提高刀具切削的稳定性2.精心调整,使数据均布于中值两旁.3.加强监控,当数据偏离中值较远时,要及时调机,不必等到超差时再调机.八.CP制程精确度.CP=Ｔ/6σ.T:尺寸公差值CP:其值表示制程的精确程度, CP 越大制程精确程度越高,反之则制程精确程度越低. CP 的分级: A : 1.33≦CP B : 1.00≦CP<1.33 C : 0.83≦CP<1.00 D : CP<0.83 CP 等级的处置Ａ级:此一工程甚为稳定,可以将规格容许差缩小或胜任更精密的工作.Ｂ级:有发生不良品之危险,必须加以注意,并设法维持不要使其变坏及迅速追查. Ｃ级:检讨规格及作业标准,可能本工程不能胜任这么精密的工作. Ｄ级:应采取紧急措施,全面检讨所有可能影响的因素,必要时得停止生产.九 . 制程精密(ＣＰ值)与不良率的关系当数据对称分布于中值两边时,良品率的分布如下:制程精密度(CP 值)与不良率的关系如下:-４δ -３δ -２δ -１δ ０ +１δ +２ +３ +４ +５ +６ -５δ -６δ ０68.26%95.46% 99.73% 99.9937% 99.999943 99.9999998%十. C P与制程能力的判断。
《CPK培训讲义》课件
通过一个详细的计算示例，了解如何使用正态分布法和Box-Cox变换法计算CPK指 数。
2
实例2：使用Excel进行CPK计算
教您如何使用Excel中的CPK公式，进行快捷方便地CPK计算。
3
实例3：应用机器学习进行CPK预测
让您了解机器学习CPK预测的基本概念和实现流程，为您的工作提供更多思路和 创新点。
服务业中的CPK应用
在服务业领域，CPK指数协助我 们检验服务过程中的质量，提高 服务效率和满意度，降低客户投 诉率。
医疗行业中的CPK应用
在医疗行业，CPK可以帮助我们 确定患者治疗质量是否符合标准， 从而改善治疗质量，提高医疗保 障水平。
第三章：CPK计算实例
1
实例1：CPK计算方法的详细步骤
第五章：结语
CPK的未来发展趋势
CPK正在逐渐实现数字化，向着 更加精确和智能化发展。
CPK的应用前景
CPK可以在各行各业中得到应用， 将持续引领质量体系的发展。
如何进一步学习和研 究CPK
定期参加培训和研讨会，加强 理论知识和实践经验的积累， 不断提升专业能力。
《CPK培训讲义》PPT课 件
本课件将带您深入了解CPK的各个方面，包括计算方法、应用场景、常见错误 和注意事项等。无论您是从事制造业、服务业还是医疗行业，都会受益于这 次学习。让我们来开始吧！
第一章：CPK介绍
什么是CPK
CPK是一种用于评估过程稳定性和能力的统计工具。它可以指导我们如何改进生产流程、降 低不合格率并提高产品质量。
第四章：CPK常见错误和注意事项
1 常见误区
CPK计算容易把经验误判 为合格过程，还容易将实 际合格错误判为不合格。
2 注意事项
cpk-讲解课程
Cpk的計算實例2
X=10.036;
s=0.027;
Ca=(x-C)/(T/2)=(10.036-10)/0.1=0.36; Cp=(10+0.1-(10-0.1))/(6*0.027)=1.239; Cpk=Cpx(1-Ca)=1.239x(1-0.36)=0.793;
长期过程能力研究的目的﹕是判断过程持续满足要求的能力 记为CPK与CP
(六)什么是Cp?
•Cp:制程精密度 (Capability of Precision)
•Cp衡量的是“規格公差寬度”與“製程變異寬 度”之比例; USL-X 对于只有规格上限和规格中心的规格：
Cpu=
3s
Cpl=
对于只有规格下限和规格中SL-LSL Cp= 6s
USL
LSL
LSL
USL
μ无偏离
图1
μ有偏离
图2
(二)CPK用分布图的表示方法
68.27%
Cpk Value 1 1.33 1.67 2.00 Defective 2700ppm 63ppm 0.57ppm 0.002ppm Yield 99.73% 99.9937% 99.999943% 99.9999998% Distribution +/-3 Sigma +/-4 Sigma +/-5 Sigma +/-6 Sigma
Cpk和制程良率換算
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培训资料
CPK培训资料CPK（Cpk）是统计过程控制（Statistical Process Control，SPC）的一种指标，用于描述过程的稳定性和能力。
它能够评估过程能否稳定地在规定的容差范围内运行，并衡量过程的制造能力是否符合要求。
SPC是一种常用的质量管理方法，旨在通过分析过程数据，找出过程中可能存在的问题，进而采取措施进行改进。
它是一种客观的方法，通过收集数据而不是依赖直觉或经验判断，来评估过程的稳定性和能力。
在SPC的实施过程中，CPK是一个重要的指标之一。
它是由过程能力指数Cp和过程中心性指数Cpm计算得出的。
其中，Cp是比较过程的能力与规格宽度的比值，用于评估过程的扩散程度；而Cpm是将过程偏移量考虑在内的过程能力指数，用于评估过程的位置性。
CPK的计算公式为Cp(min)和Cp(max)中的较小值，其中Cp(min)的计算公式为（USL- Xmean）/（3*sigma），Cp(max)的计算公式为（Xmean- LSL）/（3*sigma）。
其中，USL是上限规格，LSL是下限规格，Xmean是过程的均值，sigma是过程的标准差。
通过CPK的计算，我们可以判断出过程的稳定性和能力。
当CPK 值大于1时，说明过程能够在规定的容差范围内稳定运行；当CPK值小于1时，说明过程存在较大的随机变动，需要进行改进。
在SPC实施过程中，CPK的计算需要依赖过程数据的收集和分析。
为了获得准确的CPK值，我们需要收集足够的样本数据，并使用统计方法进行分析。
通常情况下，我们可以使用控制图、直方图、正态分布图等工具来可视化数据，以便更好地理解过程的稳定性和能力。
通过CPK的计算和分析，我们可以及时发现过程中的问题，并采取相应的措施进行改进。
例如，如果CPK值低于要求，我们可以通过优化操作方法、改进设备性能、提高供应商质量等方式来提高过程能力。
同时，CPK值的监控也可以帮助我们持续改进，并防止过程的变异性逐渐增大。
CPK-培训课程
总体指南
PPK的概念 Performance Index of Process，初始过程能力指数。
➢ PPAP中提交的是PPK，而非CPK ➢ 在过程尚未稳定时，使用PPK，数值需>1.67 ➢ 对于小批试生产的评价，至少连续取样30pcs ➢ 当过程稳定，有超过100组数据以绘制控制图时，使用CPK，数值需>1.33 ➢ 批量生产中，保证与试生产有同样的控制能力，至少间隔抽样25pcs ➢ CPK需要借助PPK的控制图/控制界限，来执行量产中的控制 ➢ 如果二者相差很大，说明特殊原因造成异常波动较大
➢ 对于双边规格，
实际平均值-规格中心值
即
规格公差/2
9
总体指南
CPK/Cp/Ca 的关系
代
号
定义
计算公式
等
双边规格
单边规格
级
制程准确度：
A
Ca
在衡量“实际平均值“ 与“规格中心值”之一
Ca X C T/2
无
B C
致性
D
制程精密度:
Cp
Cp衡量的是“规格公 差宽度”与“制程变异
宽度”之比例
Cp USL LSL 6
➢ Ca，制程准确度， Capability of Accuracy， 衡量实际平均值与规格中心值的一致性。
➢ CPK 就是Cp+Ca的综合表现。
Ca好 Cp差
Ca差 Cp好
Ca好 Cp好
6
总体指南
CPK的精密度 ➢ Cp ，制程精密度， Capability of Precision ➢ 表示数据之间的离散趋势，衡量制程变异范围和规格公差范围的比例。 ➢ Cp值越大，规格公差T大于估计实际标准差σ越多，代表了制程变异范围越小 于规格公差范围。 ➢ 对于只有规格上限和中心的规格：
CPK知识培训教材
1.37 1.42 1.42 1.44 1.36 1.38 1.31 1.38 1.46 1.41
1.4 1.42 1.3 1.45 1.48 1.43 1.41 1.35 1.36 1.41
1.32 1.45 1.34 1.32 1.4 1.41 1.44 1.42 1.37 1.44
1.42 1.35 1.42 1.48 1.39 1.48 1.44 1.43 1.27 1.48
30
五.CPK的分析与改进
影响因素： 5M1E (1)人——与工序直接有关的操作人员、辅助人员的质 量意识和操作技术水平； (2)机——包括设备的精度、工装的精度及其合理性、 刀具参数的合理性等； (3)料——包括原材料、半成品、外协件的质量及其 适用性； (4)法——包括工艺方法及规范、操作规程的合理性； (5)环——生产环境及劳动条件的适应性。 (6)测——测量方法及测量精度的适应性；
应的是位置关系（集中趋势） 标准公式：
Ca= 实际平均值 - 规格中心值 = 2(X-μ)/T
（规格公差）/2
规格公差 = T = 规格上限 - 规格下限 = USL-LSL 规格中心值 = u =(规格上限 ＋ 规格下限)/2=（USL+LSL）/2 单边规格因沒有规格中心值故不能算Ca
当Ca ＝ 0 时，代表量测制程之实绩平均值与规格中心值 相同，无偏移；
1.36 1.41 1.44 1.37 1.39 1.36 1.37 1.35 1.42 1.42
1.49 1.36 1.42 1.34 1.46 1.45 1.37 1.36 1.4 1.34
1.43 1.4 1.39 1.37 1.39 1.5 1.39 1.39 1.41 1.43
1.41 1.34 1.42 1.37 1.53 1.43 1.45 1.4 1.37 1.42
Cpk过程能力分析 ---培训教案
“提高过程能力 ”的方法
C.减少工序加工的中心偏移量的措施如下： 减少工序加工的中心偏移量的措施如下： 减少工序加工的中心偏移量的措施如下
工序能力指數与优率統計表
CPK 0.73 0.74 0.75 0.76 0.77 0.78 0.79 0.80 0.81 0.82 0.83 0.84 0.85 0.86 0.87 0.88 YIELD(%) 98.61% 98.93% 98.93% 98.93% 99.18% 99.18% 99.18% 99.18% 99.39% 99.39% 99.39% 99.53% 99.53% 99.53% 99.65% 99.65% CPK 0.89 0.90 0.91 0.92 0.93 0.94 0.95 0.96 0.97 0.98 0.99 1.00 1.01 1.02 1.03 1.04 YIELD(%) 99.65% 99.65% 99.74% 99.74% 99.74% 99.81% 99.81% 99.81% 99.81% 99.87% 99.87% 99.87% 99.90% 99.90% 99.90% 99.93% CPK 1.05 1.06 1.07 1.08 1.09 1.10 1.11 1.12 1.13 >1.14 >1.15 >1.16 >1.17 >1.18 >1.19 >1.2 YIELD(%) 99.93% 99.93% 99.95% 99.95% 99.95% 99.97% 99.97% 99.97% 99.97% 99.97% 99.97% 99.97% 99.97% 99.97% 99.97% 99.97%
1、一般原因（Common Causes)，(85%)
在制程中的自然或天 生的变异，通常这些变异是由一些 小干扰造成，不容易控制，即使再好的制造，我们必须承 认，必定有此等变异存在，所以我们认定当制程只有一般 原因时，仍属管制状态。
CPK培训教材
σ=Rs/1.128
当n=2时，d2=1.128； 当n=3时，d2=1.693； x-R控制图计算标准差案例
当n=4时，d2=2.059；
当n=5时，d2=2.326；
内部资料 2014-3-25
x-Rs控制图计算标准差案例
5
一 过程能力研究概念
4、过程总变差：由普通原因和特殊原因所产生的变 差，用长期过程标准差表示，可用所有样本的标准
内部资料 2014-3-25 3
一 过程能力研究概念
２、变差：变异的程度，用标准差σ表示。
３、过程固有变差：仅由普通原因产生的那部分过
程变差，用短期过程标准差表示，可从控制图上通
过Ｒ/d2来估计。
内部资料
2014-3-25
4
一 过程能力研究概念
控制图类型 x-R图 x-Rs图
过程标准差σ
其中：
σ=Ｒ/d2
能满足顾客要求，经顾客批准可 开始生产，并按控制计划进行
1.33≤ CP ≤ 1.67(计量) 可被接受，但顾客可能会要求改 233≤ PPM ≤577 （记数） 进，批量前无改进应更改控制计 划
CP ＜1.33(计量) PPM ＞ 577（记数）
不能接受，与顾客代表取得联 系，对结果进行评审
内部资料
要求程度的量值。指过程结果满足要求的程度。
◆计算过程能力指数时在过程质量特性值服从正态分
布，过程受控状态下进行的。
◆当测数据≥50时，可近似用样本均值x代替总体均
值μ，用样本标准差s代替总体标准差σ。
内部资料 2014-3-25 9
一 过程能力研究概念
T Cp 6
过程能力是指品质上所能达到的程度 生产能力是指数量上所能达到的程度
CPK培训教材(6sigma基础知识培训)
製程能力靶心圖
. . . . .
.
. ..
... .
Cp好﹐Ca差
. . ... . . . .
Cpk好﹔
Ca好﹐Cp差
如何通过CPK看制程能力
了解了CPK的涵义和计算公式，那么我们在生产过程中，多大的CPK是 好的，怎样的CPK是需改善，一般来说，下面的表格可作为参考：
10.016 10.004 10.006 9.991 9.984 9.976 10.003 10.003 9.982 9.994
CP/CA/CPK应用举例2
X=10.036;
=0.027;
Ca=(X-C)/(T/2)=(10.036-10)/0.1=0.36; Cp=(10+0.1-(10-0.1))/(6*0.027)=1.239;
CP/CA/CPK应用举例1
某物件產品規格為18+-0.5m/m.抽測值如下:求Cp,Ca,Cpk各值? 18.4,17.6,17.9,18.3,18.2,17.7,18.5,18.0,18.1,18.3
1.平均數X=(18.4+17.6+…….18.3)/10=18.1
2.規格公差T=18.5-17.5=1 3.標準差 = (18.4-18.1)² +(17.6-18.1)² +...(18.3-18.1)² 10 = 0.08=0.282844 Ca=(18.1-18.0)/0.5=0.2
CPK培训教材
龍元 2014/01/15
CPK(Process Capability index)
一般我们讲CPK时是指“制程能力指数研究” 英文是：Process Capability Analysis
CPK-培训教材详细讲解
CPK 培訓教材一.Cpk 的定義某一制程在一定因素與正常管制狀態下的品質作業能力. 二.Cpk 的影響因素製程要因---原料,机器設備,人員能力,測量儀器. 製程條件---常態分配,統計管制狀態. 三.Cpk 的計算 USL:上限尺寸 LSL:下限尺寸Average:測量數据的平均值σ:標準差,其公式為: σ=1/)(22--∑∑n n x xCpu=(USL-Average)/3σ Cpl=(Average-LSL)/3σ Cpk=Min(Cpu,Cpl)σ:其大小表示測量數据的離散程度, σ越小表示數据的離散程度越小,反之則數据的離散程度越大.Cpu:其值表示測量數据偏離上限的程度, Cpu越大表示測量數据偏離上限較遠; 反之則數据靠近上限.Cpl: 其值表示測量數据偏離下限的程度, Cpl越大表示測量數据偏離下限較遠; 反之則數据靠近下限.四.Cpk的等級A: 1.33≦CpkA級,製程能力滿足圖紙要求,生產中几乎沒有不良品產生.B: 1.00≦Cpk<1.33B級, 製程能力基本滿足圖紙要求,生產中約有0.27%不良品產生,必須加以注意,並設法維持不使其變坏.C: Cpk<1.00C級, 製程能力不能滿足圖紙要求, 生產中可能有較多不良品產生, 應採取緊急措施,全面檢討所有可能影響的因素,必要時得停止生產.五.Cpk 管制抽樣的基本原則管制方法取樣頻率管制圖查檢表高 1--2小時 15--30分鐘中 4--8小時每小時低每班次 2小時六.CPK數据分析.1.數据均分布于中值兩旁, Cpk值一般大于1.33,見附圖１.2.數据离散地分布中值兩旁,Cpk值一般小于1.33,見附圖２.3.數据分布离散度小,但偏中值不遠,Cpk值大于1.33,見附圖３.4.數据分布离散度小,但偏中值較遠,Cpk值小于1.33. 見附圖４.5.數据絕大多數雖均分布于中值兩旁,但個別超差,將大大降低Cpk值,甚至Cpk值小于1.33,見附圖５.七,Cpk的提高.1.減小σ,即增強設備的穩定性,增加夾具夾緊定位的可靠性,提高刀具切削的穩定性2.精心調整,使數据均布于中值兩旁.3.加強監控,當數据偏离中值較遠時,要及時調机,不必等到超差時再調机.八.CP制程精确度.CP=Ｔ/6σ.T:尺寸公差值CP:其值表示制程的精确程度, CP越大制程精确程度越高,反之則制程精确程度越低.CP的分級:A : 1.33≦CPB : 1.00≦CP<1.33C : 0.83≦CP<1.00D : CP<0.83CP 等級的處置Ａ級:此一工程甚為穩定,可以將規格容許差縮小或胜任更精密的工作. Ｂ級:有發生不良品之危險,必須加以注意,並設法維持不要使其變坏及迅速追查.Ｃ級:檢討規格及作業標準,可能本工程不能胜任這么精密的工作. Ｄ級:應採取緊急措施,全面檢討所有可能影響的因素,必要時得停止生產.九 . 制程精密(ＣＰ值)与不良率的關系當數据對稱分布于中值兩邊時,良品率的分布如下:制程精密度(CP 值)与不良率的關系如下:-４δ -３δ -２δ-１δ０+１δ +２+３+４+５ +６ -５δ -６δ ０68.26% 95.46% 99.73% 99.9937% 99.999943 99.9999998%十. C P与制程能力的判斷3 1.33＞CP ≧1.00警告使制程保持于管理制狀態,否則產品隨時有發生不良品的危險,需注意4 1.00＞CP ≧1.67不足產品有不良品產生,需作全數選別,制程有妥善管理理及改善之必要.5 0.67＞CP 非常不足應采取緊急措施改善品質并追究原因,必要時規格再作檢討.SUδSLSUδSLCp与Cpk的计算公式1、首先我们先说明Pp、Cp两者的定义及公式Cp（Capability Indies of Process）：稳定过程的能力指数，定义为容差宽度除以过程能力，不考虑过程有无偏移，一般表达式为：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。
CPK培训资料
案例三：cpk在供应商管理中的应用
总结词
评估供应商的质量保证能力
详细描述
通过对供应商提供的产品的CPK值进行计算和分析，可以评估供应商的质量保 证能力，帮助企业选择更加可靠的供应商，降低采购风险。
THANKS
谢谢您的观看
顺利进行。
cpk培训课程评估与改进
培训效果评估
通过考试、问卷调查等方式对 受训者的学习效果进行评估， 以便了解培训的不足之处和改
进方向。
培训反馈
收集受训者的反馈意见和建议， 对培训内容、方法等进行改进， 提高培训质量和效果。
培训计划调整
根据受训者的反馈和实际应用场景 ，对培训计划进行调整，增加或删 除某些内容，优化培训内容和方法 。
PPK计算公式：PPK=（1-（|USL-TL|/（T/2）））*100%，其中T为样本均值与规格中心 之间的距离。
CPK和PPK都是制程能力指标，但它们的侧重点略有不同。CPK更多地关注制程短期稳定 性和一致性，而PPK更多地关注制程长期稳定性和偏移量的影响。在生产过程中，通常会 同时使用这两种指标来评估制程能力水平。
02
cpk应用指南
cpk在生产中的应用
监控生产过程
通过计算CPK，可以实时监控 生产过程是否稳定，以及产品
是否满足规格要求。
识别异常
当CPK值低于1时，说明生产过程 存在异常，需要进行调查和改进 。
改进措施
根据CPK结果，可以采取针对性的 改进措施，如调整工艺参数、更换 设备等。
cpk在质量改进中的应用
。
对跟踪和反馈的数据进行分析， 寻找潜在的问题点和改进点。
cpk数据与spc的关系
CPK数据是SPC（统计过程控制）中 的重要指标之一，可以反映生产过程
CPk知识培训
5. 样本极差 极差是一组数据中最大值与最小值之差，常用符号R表示。
R=Xmax-Xmin
极差是表示数据分散程度的各特征值中最简单的一种。但是由于 只用了一组数据中两头的数据，没有充分利用全部数据所提供的 信息，因此极差反映实际情况的准确性较差。
CPk知识培训
CPk知识培训
3、工序能力指数Cp的计算
位置有两个数，此时，中位数为正中两个数的算术平均值。
例如；在1.2，1.1，1.4，1.5，1.3五个统计数据
则中位数 ∽ X =1.3
又如，有1.0，1.2，1.4，1.1四 个统计数据
则中位数
X =1.15
中位数也是表示数据集中位置的一种特征数，只是较样本平均值所表示的数据集中
CPk知识培训
CPk知识培训
• 当给定单向公差的上限公差时 ，无下限要求，则工序能力指数应按下式计算：
•
CPU＝(TU－μ)/3σ
•
若μ＞TU ，则取CPU为零，说明该工序完全没有工序能力。
• 当给定单向公差的下限公差时 ，无上限要求，工序能力指数应按下式计算：
•
CPL＝(μ－TL)/3σ
•
若μ＜TL ，则取CPL为零，说明该工序完全没有工序能力。
σ 是处于稳定状态下的工序的 标准偏差.
CPk知识培训
3、工序能力指数 工序能力是表示生产过程客观存在着分散的一个参数。但是这个参数能否满足产品的技术要求，仅
从它本身还难以看出。因此，还需要另一个参数来反映工序能力满足产品技术要求(公差、规格等质量标
工序能力指数=技术规格／工序能力。 正态分布标准偏差σ的大小反映了参数的分散程度。根据数理统计学理论可以知道，在正态分布情 况下质量特性值落在6δ范围内的概率为99.73%，T 越大，表明工序的实际精度越差，工序能力越小。 T 越小，表明工序的实际精度越高，工序能力越大。
- 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)。
Central line
Run of 4 •在中心线的任何一方,有连续的点就称为连点 •如果连点的数目等于七或以上,我们便可总结在 过程中,有不正常的因素存在
12
过程在非控制状态
趋势(TRENDS)
•如果有连续的点上升或下降,我们便称之为趋势 •我考虑如果有连练七个点的上升或下降趋势时, 过程中会有不正常的因素存在
MQL法所使用的润滑液用量非常少，而且MQL技术只要使用得 当，加工后的刀具、工件和切屑都是干燥的，避免了后期的处 理，清洁和干净的切屑经过压缩还可以回收使用，完全不污染 环境，故又称之为准干式切削。
/view/1152933.html?wtp=tt#1
24
产品
顾客
输入
生产过程
输出
3
统计方法
QC七大方法:
1.层 别 法
量 度值(特性参数):
2.查 检 表 3.直 方 图 4.柏 拉 图 5.特性要因图 6.推 移 图
7.散 布 图
平均值 众 数 众 数 极差值 标准差
工序能力指数:
过程能力指数:CP 过程能力偏差度:CPK
控
制
图
4
走势图与控制图
规格上线
20
统计过程控制(SPC)的限制
限制一: 需二十至二十五数据以上来计算出控制界线 限制二: 每个控制图只可控制一个特性 限制三: 虽然产品特性相同,但材料不同或规格改变,
都需重新作控制图.
21
成功推行SPC的条件
数据的完整性:数据准确,有良好重复性
数据的追溯性:问题可追溯至相关的材料、设备等
确定关键过程的参数:确立对质量有重要影响参数 实时能力:按实况及时调整有关参数、作出改善
下控制界限(UCL)
中位线(CL)
17
过 程 能 力 计 算
标准偏差σ
过程能力指数Cp
过程能力准确度Ca 过程能力偏差度Cpk
18
Cp、Ca、Cpk意义及关系
1.Cp-过程能力指数，指过程满足技术要 求的能力。反映过程满足产品品质标准 （规格公差）的程度，Cp越大表示过程变 异越小，过程能力越稳定。 2.Ca-过程准确度，及偏移修正指数。是衡量 过程平均值与规格中心值（公差中心值）的一 致性。Ca越大，表明过程平均值偏离规格中心 值越大，过程能力越差。 3.Cpk-过程能力指数，是指过程平均值与 产品标准规格发生偏移的大小。通常定义 为CPL或Cpu的最小值。Cpk越大，表示偏 移越小，过程越稳定。 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)
MQL技术介绍
MQL技术是将压缩气体与极微量润滑液混合汽化后， 喷射到加工区，对刀具和工件之间的加工部位进行有效的润滑。 MQL可以大大减少“刀具-工件”和“刀具-切屑”之间的摩擦， 起到抑制温升、降低刀具磨损、防止粘连和提高工件加工质量 的作用， 使用的润滑液很少，而效果却十分显著，既提高了 工效，又不会对环境造成污染。
13
过程在非控制状态
周期性(PERIODCITY)
•如果点显示相同的变化(即升或降)出现在相同的 时间内,即点的轨迹有规律地变化,我们便称之为 周期性的形态
14
过程在非控制状态
紧靠(HUGGING)
}1/3UCL }1/3 }1/3 CL }1/3 }1/3 } UCL
•当点紧靠上下界限时,我们便称之为界限紧靠
规格中线
规格下线
UCL CL LCL 控制上线 控制中线 控制下线
5
计数值控制图与计量值控制图
计数值
数一数,点一点.如不 良数,合格数等
计量值
量一量,称一称.如 高度,重量等
收集此类数 据控制图表 称为:计数值 控制图
收集此类数 据控制图表 称为:计量值 控制图
6
计数值控制图
不良品
缺点
不良数控制图
X
R
6.7
1.5
6.4
1.4
7.2
0.9
6.3
2.06.5ຫໍສະໝຸດ 1.26.30.5
7.2
2.4
… 6.1
… 1.3
6.2
1.1
6.5
1.4
6.5
1.7
5.7
1.6
X
7.31 6.47 5.63 3.06
R
1.45 0
9
X-R控制图例
控制图正确判读
过程在控状态
UCL CL
LCL
11
过程在非控制状态
连点(RUNS)
不良率控制图
缺点数控制图
单位缺点数控制图
Pn控制图
P控制图
C控制图
U控制图
7
计量值控制图
平均值-极差图
平均值-标准偏差图
平均值-移动极差
X-R图
X-S图
X-RS图
8
X-R控制图例
日期 项目 X1 X2 X3 X4 X5 12/1 7.6 6.7 6.8 6.2 6.1 12/2 6.9 6.9 6.9 7.0 5.8 12/3 7.0 7.3 6.9 7.0 7.8 12/4 7.3 6.5 5.3 6.4 6. 12/5 7.2 6.4 6.5 6.4 6.0 12/6 6.0 6.3 6.5 6.2 6.3 12/7 8.4 6.0 7.8 7.2 6.8 12/2 1 … 6.8 … 5.5 … 6.0 … 5.9 … 6.1 12/2 2 5.7 6.3 6.8 5.3 6.8 12/2 3 6.4 7.2 6.4 6.6 5.8 12/2 4 6.4 6.5 6.3 7.5 5.8 12/2 5 6.8 5.2 5.4 5.5 5.6
19
过程能力 与CP、CPK关系
工序表现CP、CPK 小于1.00 1.00-1.33 1.33-2.00 大于2.00 过程状况 不良品率PPM
能力不足够,需改进， 2700或以上 严重时停产整顿 勉强可生产,但接近1 危险 2700至63.3
充足的能力,继续保持 63.3至0.002 卓越的能力,可适当放 0.002或以下 宽检验
15
过程在非控制状态
SUDDEN SHIFT IN LEVEL
•因点的型态急趋于上升或下降时,而产生一个新 的水平
16
Challenge
有史以来最有难问题 The most difficult question in human history 上控制界限(UCL)
区域A 区域B 区域C 区域C 区域B 区域A
什么是过程
人 设备 材料 方法 环境 我们工作的方 式/资源的融 合 产品 顾客
输入
生产过程
输出
2
什么是统计过程控制
使用统计技术来分析过程 或其输出,以便采取适当的 措施来使过程达到并保持 统计受控状态,预防不良产 生,从而提高过程能力.
人
设备 材料 方法 环境
统计方法 我们工作的方 式/资源的融 合
统计过程控制的起源
1924年修华特博士( Dr WA Shewhart )在贝而试验室( Bell Laboraty)工作期间发明了质量控图.
1939年修华特博士与戴明博士(Dr Deming)合作写了一本
『质量观点的统计方法』 第二次世界大战前后,英、美两国将质量控制图的方法引进 制造业,并应用于生产过程中 美国汽车制造厂,例如,福特(FORD)通用(GM)等均对SPC 十分重视,SPC因此得以广泛地推广.