CPK工程能力分析
CPK制程能力分析讲解
CPK为什么要定1，，，这几个值？CPK：Complex Process Capability index 的缩写，是现代企业用于表示的指标。
现今下产品的质量要求越来越高，产品的质量也不是仅仅能保证在公差范围内就能满足要求，因此对产品的质量关注从原来的被动检查产品尺寸转换到对产品加工过程的控制，那么如何来评价某个过程对产品加工质量的控制能力，利用统计学的原理按照一定的时间规律、对加工生产出的产品进行数据统计，通过计算其产品数据的离散度、标准差等数据来表达这个过程中产品的质量波动情况，CPK就在这种情况应运而生。
CPK用数值来表示，该值反映的是制造加工过程控制能力的大小，数值越大表示该过程的控制能力越好，产品的一致性越好，产品的尺寸变化波动越小越靠近中间值；而数值越大表示该过程的控制能力越差，产品的一致性越差，产品的尺寸变化波动越大离散度越大，甚至容易超出两边极限公差。
CPK的计算数据由至少125组数据组成，抽取的数据也有一定的要求（每5件为一组连续数据，每组之间按一定的时间间隔进行），抽取数据时制程必须是无任何异常状态下进行，所以CPK值反应的是某个制程在正常工作状态下的过程控制能力。
下面分别用4态图、柱状图辅助理解这样更直观一些（两侧的竖直线表示产品的尺寸极限，中间的竖直线表示产品的中间值）：上图的CPK值为，接近，从柱状表示可以看出，虽然产品的尺寸都在极限范围以内，但大部分的产品数据分列在靠近极限值的两端，产品的离散度大；如果某过程的CPK计算数值在左右，意味作该过程的控制能力并不稳定，具有超出产品极限的风险，如果数值小于，加工过程中可能已经有超差极限值得产品存在。
上图的CPK值为，与CPK值为的图形对比可以看出，产品的尺寸的波动范围比前一副图约小一点，更趋近中间值。
因此当CPK值增大时，该图反应出的过程控制能力就比CPK值为的过程控制能力要好，那么产品超差两端极限的情况也就更小。
下面分别为CPK值为和左右的图形从上列4张图片的对比不难看出，当CPK值越大时，过程控制能力越强，加工出的产品越靠近中间值且波动范围越小，产品互换性好质量越高。
CPK制程能力分析
1
名詞介紹
USL:產品之規格上限 LSL:產品之規格下限 u:規格中心值 N X /N 樣本算術平均(平均值): X Σ i=1 N ( X i )2 / N :母體標準差: i 1 n s:樣本標準差: ( X i )2 / n 1 i 1 T:規格公差=規格上限-規格下限(USL-LSL) 平衡公差:18.0 ±0.5 不平衡公差:18.0 +0.5/–0.2 or 18.0 +0.3/ –0.5 PPM(Parts Per Million):每百萬個單位的不合格數
ቤተ መጻሕፍቲ ባይዱ
Cpk = Min ( Cpku ,Cpkl )
= Cp ( 1 - Ca )
Cpku =
USL -X
3σ
LSL
Cpkl =
x u
USL
X - LSL
3σ
-∞ -3σ -2σ -1σ TARGET +1σ +2σ +3σ
+∞
6
Ca/Cp/Cpk等級判定
等級
A B
Ca
0 ≦ Ca < 0.0625
0.0625 < Ca ≦ 0.125
(18.4-18.1)2+(17.6-18.1)2+ (17.9-18.1)2 +….+ (18.3-18.1)2
σ=
9
=0.2981
T=18.5 -17.5=1
Ca = (18.1-18.0)/0.5=0.2……………... B級 Cp = 1/(6× 0.2981)=0.559…………….. D級 Cpk = 0.559 × (1-0.2)=0.4472…………D級 結論:此產品須大大的改善才可符合現代化的要求.
CPK 制程能力分析
– 單邊規格 : 品質特性的合格範圍僅定上限或下 限者稱為單邊規格
•1、 中间高，两边低，左右对称；两边伸向无穷远。 •2、与横坐标所围成区域的面积为 1； •8
制程能力分析的基础
正态分布概率：
•0.34 0.34
•P(u-1σ<X<u+1σ)=0.6827 •P(u-2σ<X<u+2σ)=0.9545 •P(u-3σ<X<u+3σ)=0.9973 •P(u-6σ<X<u+6σ)=0.9999966
CPK值越大表示品质越佳。
•Cpk 基础
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
(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；
•Cpk 基础
7. 依据公式：Ca=(X-U)/(T/2) ， 计算出制程准确度：Ca值 (x为7
所有取样数据的平均值) 8. 依据公式：Cp =T/6σ ， 计算出制程精密度：Cp值 9. 依据公式：Cpk=Cp(1-|Ca|) ， 计算出制程能力指数：Cpk值 10. Cpk的评级标准：（可据此标准对计算出之制程能力指数做
{ } (1) CPK = Min CPU ,CPL
(2)
CPK
=
USL - LSL - 2 ±3
制程能力分析(Cpk)
Confidential
12
穩定製程 vs 不穩定製程
穩定的製程
可以預計未來的品質狀況.
機遇原因
不穩定的製程
可能無法預計未來的品質狀況
機遇原因 非機遇原因
Confidential 13
取樣
取樣原則：系統、隨機、批次、分散
避免影響統計結果
X Sample
X
X
X Sample
X X X X
Sample A C C B B D D
E xp . O v e ra ll P e rf o rm a n c e P P M ?< ?LS L 2 4 5 3 9 .5 4 P P M ?> ?U S L 2 9 0 7 8 .1 5 P P M ?T o ta l 5 3 6 1 7 .6 9
5
基本统计概念
6
常態分配
常態分配特性
須先考慮 製程是否有維持良好＂統計管制狀態＂的能力
假設製程產出是一個常態分配
Confidential
18
製程能力分析
製程能力分析
Cp:(Capability of Precision) 製程精密度 Ca: (Capability of Accuracy) 製程準確度 Cpk:(Process performance ) 製程績效指標
P r o c e s s C a p a b i l i ty o f te s t
LS L
P ro c e s s D a ta LS L 2 3 0 0 .0 0 0 0 0 T a rg e t * USL 2 5 0 0 .0 0 0 0 0 S a m p le M e a n 2 4 0 1 .9 0 0 0 0 S a m p le ?N 40 S tD e v (W ith in ) 4 2 .2 1 3 5 0 S tD e v (O v e ra ll) 5 1 .7 8 0 9 8
Unit-3测量3.3工程能力研究(CPKPPK)
利用指数平滑公式对过程数 据进行处理，预测未来的 CPK和PPK值。
CPK/PPK分析步骤
数据收集
收集相关的过程数据，确保数据的准确 性和完整性。
计算CPK和PPK值
根据选定的分析方法，利用过程数据 计算CPK和PPK值。
数据处理
对收集到的数据进行整理、清洗和转 换，以满足计算CPK和PPK的要求。
03
PPK计算
PPK计算公式
PPK计算公式：PPK = (USL - T/2) / (T/2) * sqrt((1-T/2)/(T/2))
其中，USL为规格上限，T为总体标准差。
PPK计算步骤
收集数据
收集生产过程中的实际测量数据。
计算PPK
根据PPK计算公式进行计算。
计算平均值和标准差
计算数据的平均值和标准差。
结果分析
对计算得到的CPK和PPK值进行分析， 评估过程的稳定性和能力。
CPK/PPK分析实例
实例一
某机械加工过程的CPK和PPK分析，通过收集加工过程中的数据，计算CPK和PPK值，评估加工过程 的稳定性和能力。
实例二
某电子装配过程的CPK和PPK分析，通过对装配过程中的数据进行处理和分析，计算CPK和PPK值， 评估装配过程的稳定性和能力。
1.2mm、1.3mm、1.4mm、1.5mm、1.6mm、1.7mm、1.8mm、1.9mm、2.0mm。
计算平均值
T = (1.2 + 1.3 + ... + 2.0) / 9 = 1.6mm
计算标准差
σ = sqrt((1/9) * ((1.2 - 1.6)² + (1.3 - 1.6)² + ... + (2.0 - 1.6)²)) = sqrt((1/9) * (0.4² + 0.3² + ... + 0.4²)) = sqrt((1/9) * (0.4² * 9)) = sqrt((1/9) * (0.4² * 9)) = 0.4mm
制程能力分析(CPK定义)
加强质量检测与控制
总结词
质量检测与控制是保障CPK值的重要环节， 通过加强检测和控制，可以及时发现和解决 制程中的问题，避免不良品的产生。
详细描述
加强质量检测与控制包括制定严格的质量检 测计划、采用高效的检测设备和工具、建立 完善的质量信息管理系统等措施。同时，推 行全员质量管理，强化员工的质量意识和技 能培训也是必不可少的。通过持续改进和优 化质量检测与控制体系，可以不断提升CPK 值，提高制程能力和产品质量。
生产过程改进
01
02
03
优化制程参数
通过CPK分析，可以发现 制程参数的不合理之处， 进而优化参数设置，提高 制程效率和产品质量。
改进设备配置
根据CPK分析结果，可以 针对性地改进设备配置， 提高设备利用率和生产效 率。
提升员工技能
通过CPK分析，可以评估 员工的技能水平，进而开 展针对性的培训和技能提 升计划。
详细描述
CPK是制程能力的一种度量，它反映 了制程在满足产品质量要求方面的能 力。CPK值越大，表示制程能力越强， 越能满足产品质量要求。
CPK计算方法
总结词
CPK计算方法包括计算制程的规格界限、计算制程的平均值和标准差、计算制程能力指数等步骤。
详细描述
首先，需要确定产品的规格界限，即产品合格的最大和最小范围。然后，通过收集制程数据，计算制 程的平均值和标准差。最后，利用这些数据计算CPK值，评估制程能力是否满足规格界限的要求。
CPK值的意义
总结词
CPK值的意义在于评估制程能力是否满足产品质量要求，以及发现制程中存在的问题和 改进方向。
详细描述
通过CPK值的大小，可以判断制程能力是否足够满足产品质量要求。如果CPK值较低， 说明制程能力不足，需要采取措施改进制程；如果CPK值较高，说明制程能力较好，但 仍需持续监控和优化制程。同时，CPK值的分析还能帮助发现制程中的瓶颈和问题，为
工序能力指数CPK的计算和分析
工序能力指数CPK的计算和分析CPK的计算公式如下：CPK = min（USL - μ，μ - LSL）/（3 * σ）其中，USL为规格上限，LSL为规格下限，μ为平均值，σ为标准差。
CPK的值越大，表示工序的稳定性和可控性越强。
一般来说，CPK值大于1.33被认为是良好的，大于1.67则被认为是极好的。
而CPK值小于1则表示工序不稳定或者不可控。
CPK的分析可以从以下几个方面进行：1.变异性分析：通过计算标准差和绘制控制图来评估工序的变异性。
如果标准差较小，并且控制图上的数据点在控制界限内，则说明工序具有较小的变异性，可以认为是稳定的。
反之，则说明工序存在较大的变异性，需要进一步改进。
2.规格限值分析：通过比较规格限值和平均值，以及计算CPK值，来评估工序是否能够满足产品的规格要求。
如果CPK值大于1，则说明工序具有足够的能力满足规格要求。
如果CPK值小于1，则需要进行进一步的改进，以提高工序的能力。
3.误差源分析：通过分析工序中可能存在的误差源，找出和改进引起工序不稳定的原因。
误差源可能包括人为因素、设备问题、材料质量等。
通过改进和优化这些误差源，可以提高工序的稳定性和可控性。
4.过程能力改进：通过改进工序中的控制措施和方法，来提高工序的能力。
例如，可以采用六西格玛等质量管理工具，优化工序的流程和参数设定，以减少变异性和提高工序的能力。
总之，CPK是评估工序稳定性和可控性的重要指标，可以通过计算和分析CPK值来评估工序的能力，并通过改进控制措施和优化过程来提高工序的能力。
CPK制程能力分析讲解
CPK为什么要定1 , 1.33 , 1.67，这几个值?CPK : Complex Process Capability index 的缩写，是现代企业用于表示制程能力的指标。
现今下产品的质量要求越来越高，产品的质量也不是仅仅能保证在公差范围内就能满足要求，因此对产品的质量关注从原来的被动检查产品尺寸转换到对产品加工过程的控制，那么如何来评价某个过程对产品加工质量的控制能力，利用统计学的原理按照一定的时间规律、抽样方案对加工生产出的产品进行数据统计，通过计算其产品数据的离散度、标准差等数据来表达这个过程中产品的质量波动情况，CPK就在这种情况应运而生。
CPK用数值来表示，该值反映的是制造加工过程控制能力的大小，数值越大表示该过程的控制能力越好，产品的一致性越好，产品的尺寸变化波动越小越靠近中间值；而数值越大表示该过程的控制能力越差，产品的一致性越差，产品的尺寸变化波动越大离散度越大，甚至容易超出两边极限公差。
CPK的计算数据由至少125组数据组成，抽取的数据也有一定的要求（每5件为一组连续数据，每组之间按一定的时间间隔进行），抽取数据时制程必须是无任何异常状态下进行，所以CPK值反应的是某个制程在正常下面分别用4张正态图、柱状图辅助理解这样更直观一些（两侧的竖直线表示产品的尺寸极限，中间的竖直线表示产品的中间值）：中回LSL["R S n234 5 679孔Q133030 010 01虧 1.331 er 2 062J3 2 5321 2 a£ 2 31性能性能CP CPU CPL CPK⑥过程能力扌㈱（CP3O打O爲程性魁埶（PPK）Q71300.770能力不足上图的CPK值为0.656 ，接近0.67，从柱状表示可以看出，虽然产品的尺寸都在极限范围以内，但大部分的产品数据分列在靠近极限值的两端，产品的离散度大；如果某过程的CPK计算数值在0.67左右，意味作该过0.67，加工过程中可能已经有超差极限值得程的控制能力并不稳定，具有超出产品极限的风险，如果数值小于 产品存在。
工程能力分析CPK
利用 MINITAB的 工程能力 分析
阶段1 : 输入Data 阶段 2 : 工程能力 分析
Stat > Quality Tools > Capability Analysis(Binomial)
C PK min(C PL , C PU ) SL S C PL , C PU U 3 3 R s X or X = or d2 c4
工程能力分析 概述
短期/长期 数据和工程能力
短期 数据
没有工程的外部影响(例:温度，作业 者， 原材料,LOT 等)的, 单纯 偶然 要素的 变动 存在的 短期间 定义为技术 潜在 工程能力
在焊接 工程上，为了测出 焊接后Leakage而引起的不良的工程能力，测了 20LOT的 不良数. LOT的大小是 均衡的 20个.
文件名: Capability_Binomial.mtw
LOT 1 2 3 4 5 6 7 8 不良数 3 2 3 5 2 1 1 5 LOT 9 10 11 12 13 14 15 16 不良数 3 1 1 3 2 4 2 2 LOT 17 18 19 20 不良数 3 1 1 1
-1.47
-1.05 -1.08 -1.31
-1.07
-1.04 -0.82 -0.93
-0.58
-0.85 -1.15 -0.92
-0.88
-0.98 -0.91 -1.14
-1.02
-1.02 -1.24 -1.00
-0.85
-1.03 -1.12 -0.99
利用 MINITAB的 工程能力 分析
工程能力分析CPK
工程能力分析事例
测量 数据 例：
Sigma 基准 : 3 + 1.5 = 4.5 Sigma
CPK-工程能力分析报告
CP < 0.67
3. CPK ( 工程
等級 A B C D
CPK 值 P=0
0% P ≦ 1.22% 1.22% P≦ 15.72%
15.72% P
4. 各 等級說
21.. BA 級: 繼續維持現有作業. 級3. :C有級: 作業員
4規. 格D 及 級: 應
五. 不 要時停 合格處
T值 T≧8σ 6σ≦T< 8σ 4σ≦T< 6σ T≧4σ
三. 計 算:
Max ( 最Mi大n ( 平最均小 值平:均(X) 值規:格(X中) 心規值格:容 許標差準: 差標:準(σ差) σ6標=準 差σ=
產品 名稱
規格 特性 一. 測 量記 錄: 測量單
CPK 工程能力分析報告
產品 編號 制程 名稱
NO.
測試日期 取樣方式
隨機 抽樣
mm
二. 規 格1. 等CP級( 工程精
等級
A
B C D
CP 值 1.33 ≦CP 1.00 CP <1.33 0.67 CP <1.00 CP < 0.67
2. CA ( 工程准
2. CP 等級:
3. CPK 等級:
4. 合 格判
合格
不合 格
5. 備 注:
核' 准
確認
制表
0 0
#DIV/0! 0.2 0.05
#DIV/0! #DIV/0!
CCAA(( 工工程准確度 )= | X - U | / ( T/ 2)*100
程准確
#DIV/0!
=CP( 工
产品设计-CPK能力分析
此格請填入 審核人員
工具 版本
此格請填入零件 之料號 例:911100000810
此格請填入 圖紙版本
此格請填入 發行人員
此格請填入 發行日期
23
規格輸入
此格請選規格形式:
當游標靠近 紅色三角時,
雙邊規格(為上下限意思 如:8±0.1, ,...), 單邊USL或單邊LSL
如規格下限LSL為:29.9
單位為輔。
等級 A
Cp值 2 ≦ Cp
B 1.33 ≦ Cp ≦ 2 C 1.0 ≦ Cp ≦ 1.33
D
Cp ≦ 1.0
處理原則
此一工程甚為穩定，可以將規格容許差縮小 獲勝任更精密的工作
表示尚佳，要設法維持，不要使其變壞
本工程能力不足，有改善必要，必要時檢討 規格及作業標準
應採取緊急措施，對產品加以分類，全面檢 討可能因素，必要時停止生產。
2325, 2368, 2328, 2369, 2458, 2485, 2343, 2485, 2473, 2315
請使用CPK Table，試求下列各項規格之CPK值
1.規格：2400 ±100
2.規格：2400 +150/-50 3.規格：2400+100
31_2007_0601-N 檔案
4.規格：2400-100
4
製程能力分析
目的：
․衡量製程的自然公差、協助設定製程標準和規格、以及確定 和消除「非自然變異」(Production) ․可以協助製造前之開發活動、找出問題、設定標準與降低成 本(Design)
何謂製程能力?
美國品質協會對製程能力的定義為： 「對一指定特性的固有製程變異性的統計量測」
CPK工 序 能 力 分 析
工序能力分析1、工序能力的概念工序能力是指处于稳定状态下的工序实际加工能力。
稳定生产状态应具备以下条件：a.原材料或上一道工序半成品按照标准要求供应；b.本工序按作业标准实施，并应在影响工序质量各主要因素无异常的条件下进行；c.工序完成后，产品检测按标准要求进行。
工序能力的测定一般是在成批生产状态下进行的。
工序满足产品质量要求的能力主要表现在以下两个方面：a.产品质量是否稳定；b.产品质量精度是否足够在稳定生产状态下，影响工序能力的偶然因素的综合结果近似地服从正态分布。
为了便于工序能力的量化，可以用3δ原理来确定其分布范围：当分布范围取为µ±3δ时，产品质量合格的概率可达99.7%接近于1。
因此以±3δ，即6δ为标准衡量工序的能力是具有足够的精确度和良好的经济特的。
所以在实际计算中就用6δ的波动范围来定量描述工序能力。
记工序能力为B，则B=6δ。
2、影响工序能力的因素在加工过程中影响工序能力的因素，主要有以下几个方面：2.1、设备方面。
如设备精度的稳定性，性能的可靠性，定位装臵和传动装臵的准确性，设备的冷却润滑的保护情况，动力供应的稳定程度等。
2.2、工艺方面工艺流程的安排，工序之间的衔接，工艺方法、工艺装备、工艺参数、测量方法的选择，工序加工的指导文件、工艺卡、操作规范、作业指导书、工序质量分析表等。
2.3、材料方面。
如材料的成分，物理性能，化学性能处理方法，配套件元器件的质量等。
2.4、操作者方面。
如操作人员的技术水平熟练程度，质量意识，责任心，管理程度等。
2.5、环境方面。
如生产现场的温度、温度、噪音干扰、振动、照明、室内凈化、现场污染程度等。
3、进行工序能力分析的意义1、工序能力的测定的分析是保证产品质量的基础工作。
2、工序能力的测试分析是提高工序能力的有效手段。
3、工序能力的测试分析为质量改进找出方向。
4、工序能力指数4.1、工序能力指数的概念质量标准(T)与工序能力(B)之比值，称工序能力指数，记为Cp。
制程能力指数(CPK)分析
制程能力指数(CPK)分析
摘要：制程能力指数分析主要就是利用CPK推移图来了解某项产品的某一重要管制特性在一段时间内的宏观品质变化状态。
CPK推移图需要设定一CPK目标值，如下是CPK目标值设定的方法：
一般设定为1.33或1.54（6.9PPM）,也可根据实际情况，比如出现品质比较差在0.7左右，希望达到1.0（2700PPM），就可设立目标值为1.0。
计算CPK值
双边规格：CPK=（1-Ca）*Cp 其中，CPK值越大表示制程能力越强
单边规格：CPK=Cp
补充：
Ca:准确度，表示制程特性中心位置的偏移程度，值等零表示不偏移，值越大表示偏移越大。
Cp：精确度，表示制程特性的一致性程度，越大越集中。
CPK图示例
以下是直接利用太友免费CPK计算工具自动生成的CPK分析图表：
CPK图形分析方法
主要是看每一个点与目标值的比较状况，和在这段时间内品质变化幅度的大小，以利于做品质工作的总结。
如某产品在连续生产的情况下，某项管制特性在连续2-3个月时间内都达到或超过目标值，建议则提升品质目标值；如在连续2-3个月内CPK值达到2.0以上，可联合品管、制造、工程开会讨论是否可减少该项管制特性的检验。
CPK分析报告
CPK分析报告目录CPK分析报告 (1)引言 (1)背景介绍 (1)目的和意义 (3)CPK分析概述 (4)CPK分析的定义 (4)CPK指数的含义 (5)CPK分析的应用领域 (6)CPK分析的步骤 (7)数据收集 (7)数据处理 (8)CPK指数计算 (9)CPK分析的解读 (10)CPK指数的分类标准 (10)CPK指数的解读方法 (11)CPK指数的实际应用案例 (12)CPK分析的优势与局限性 (13)优势 (13)局限性 (14)结论 (14)CPK分析的重要性 (14)对未来的展望 (15)引言背景介绍CPK分析报告背景介绍一、引言CPK分析是一种常用的统计方法，用于评估过程的稳定性和能力。
它可以帮助企业了解产品或过程的质量水平，以及是否符合客户的要求。
本报告旨在对CPK分析进行详细介绍，并通过实例分析展示其应用。
二、CPK分析的定义与意义CPK分析是一种通过计算过程能力指数（CPK）来评估过程稳定性和能力的方法。
CPK 是一种统计指标，用于衡量过程的离散程度和偏离程度。
CPK值越高，说明过程的稳定性和能力越好，产品质量越高。
CPK分析的意义在于帮助企业了解产品或过程的质量水平，以及是否符合客户的要求。
通过CPK分析，企业可以及时发现并解决潜在的质量问题，提高产品的一致性和稳定性，降低不良品率，提高客户满意度。
三、CPK分析的基本原理CPK分析基于正态分布的假设，通过计算过程的均值、标准差和规格限来评估过程的稳定性和能力。
具体而言，CPK分析包括以下几个步骤：1. 收集数据：收集与过程相关的数据，包括样本数据和规格限数据。
2. 计算过程的均值和标准差：根据收集到的数据，计算过程的均值和标准差。
均值反映了过程的中心位置，标准差反映了过程的离散程度。
3. 确定规格限：根据产品的设计要求和客户的要求，确定规格限。
规格限是产品或过程允许的最大和最小值。
4. 计算CPK值：根据过程的均值、标准差和规格限，计算CPK值。
- 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)。
0.09 0.17 0.08 0.13 0.02 0.20 0.06 0.73 1.10 0.29
结论
管控在0.15mm，CPK=0.29，工程能力特差，无法保证生
；
置"5"是影响平面度的关键。
建议
平面度0.15mm的稳定性，必须改善现有模具与整平机等。
建议
1.若需保证平面度0.15mm的稳定性，必须改善现有
求0.15mm
最大值 0.12 0.10 0.16 0.17 0.15 0.15 0.17 0.12 0.11 0.16 0.14 0.10 0.17 0.15 0.11 0.12 0.12 0.16 0.12 0.13 0.13 0.16 最小值 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.01 0.00 0.00 0.01 0.01 0.02 0.00 0.01 0.00 0.02 0.00 0.01 0.01 0.00 0.03 平面度 0.12 0.10 0.15 0.17 0.15 0.15 0.16 0.11 0.11 0.16 0.13 0.09 0.15 0.15 0.10 0.12 0.10 0.16 0.11 0.12 0.13 0.13
0.19 0.14 0.14 0.14 0.13 0.11 0.14 0.16
0.05 0.04 0.05 0.05 0.04 0.04 0.04 0.08
0.04 0.06 0.06 0.04 0.07 0.08 0.02 0.08
1.CP：当Cp越大时，表示制程越稳定，分散度小，分布集中:
CP≥2.0 2.0>CP≥1.8 1.8>CP≥1.5 1.5>CP 工程能力良好。 工程能力较好。 工程能力一般，建议改善。 工程能力特差，必须改善。
0.19 0.14 0.14 0.14 0.13 0.11 0.14 0.16
0.02 0.02 0.02 0.01 0.00 0.01 0.00 0.04 分析
0.17 0.12 0.12 0.13 0.13 0.10 0.14 0.12
最小平面度MIN 最大平面度MAX 极差R 平均值AVE 标准偏差σ 上控制线UCL 下控制线LCL 制程准确度CA 制程精密度CP 随机制程能力指数CPK
2.CPK：当Ca越小，Cp越大时，Cpk也就越大，表示制程的能力也就越强:
CPK≥1.67 1.67>CPK≥1.33 1.33>CPK≥1.0 1.0>CP 工程能力良好。 工程能力较好。 工程能力一般，建议改善。 工程能力ቤተ መጻሕፍቲ ባይዱ差，必须改善。
结论
1.若平面度管控在0.15mm，CPK=0.29，工程能力特 产的稳定性； 2.如图示,位置"5"是影响平面度的关键。
23 24 25 26 27 28 29 30
0.02 0.02 0.02 0.01 0.00 0.01 0.02 0.05
0.02 0.03 0.02 0.02 0.01 0.04 0.00 0.05
0.04 0.07 0.06 0.05 0.08 0.10 0.05 0.06 备注
0.07 0.05 0.05 0.03 0.04 0.05 0.04 0.04
工程能力分析
强网M830500200双向垫片平面度要求0.15mm
序号 个数 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 0.00 0.00 0.01 0.01 0.03 0.02 0.02 0.01 0.02 0.00 0.01 0.01 0.02 0.01 0.03 0.00 0.02 0.00 0.01 0.01 0.00 0.04 0.00 0.00 0.01 0.00 0.00 0.00 0.01 0.02 0.00 0.01 0.01 0.02 0.02 0.00 0.01 0.01 0.02 0.00 0.01 0.01 0.00 0.03 0.05 0.04 0.07 0.05 0.07 0.06 0.05 0.11 0.02 0.03 0.06 0.04 0.07 0.04 0.07 0.04 0.07 0.04 0.05 0.06 0.05 0.06 0.04 0.05 0.04 0.04 0.05 0.04 0.07 0.02 0.08 0.04 0.04 0.03 0.06 0.03 0.04 0.04 0.07 0.05 0.03 0.06 0.02 0.07 0.12 0.10 0.16 0.17 0.15 0.15 0.17 0.07 0.11 0.16 0.14 0.10 0.17 0.15 0.11 0.12 0.12 0.16 0.12 0.13 0.13 0.16 0.04 0.04 0.04 0.05 0.04 0.04 0.05 0.03 0.06 0.04 0.04 0.02 0.06 0.05 0.04 0.06 0.04 0.05 0.03 0.04 0.02 0.09 0.06 0.04 0.05 0.06 0.09 0.08 0.08 0.12 0.05 0.04 0.06 0.06 0.07 0.06 0.08 0.04 0.07 0.02 0.05 0.05 0.04 0.05 1 2 3 4 5 6 7