CPK制程能力分析.ppt15
合集下载
《CPK培训教材》PPT课件
2021/6/10
6
何谓『统计』？
统计
---收集的数据通过计算得到有益情报的活动
• 何谓『有意义的情报』？
至少应包括：
『集中趋势 + 离中趋势 + 涵盖在特定范围的出现的
2021/6/10几率
7
集中趋势
平均值 中位数
2021/6/10
8
平均值
概念:
表示数据集中位置，数据的算术平均_ 值，
Su= 规格上限 SL= 规格下限 T= 规格允差. ，T =Su - Sl
➢不2对021/称6/1公0 差亦可采用(USL-LSL)/2=公差中心的方式计算 27
偏移系数
T =Su – SL=Tu-TL
K _ 偏移量= M - x
偏移系数 K
_ M- x
= T/2
Su
M
2S02u1=/6/10規格上限 SL= 規格下限
公式一
CPK=CP*(1- Ca ) δ: 标准差 M : 规格中心
公式二
=T/6δ*【1- 2(M-X)/T 】
Cpk=min(
Cpu(USLX)
3
， CpL(XLSL)
3
)
既取2两021者/6/最10小值，但不管采用那种方式(含不对称公差)，結果都是一样的31。
各种状态下的Cpk
仅给出规格上限Su
97.72499%
1.00
99.730% 99.865% 99.86501%
99.86501%
1.33
99.994% 99.99683%
99.99683%
1.67
99.99994%
99.99997%
2.00
99.9999998%
制程能力CPK PPK
制程能力分析制程能力研究在于确认这些特性符合规格的程度，以保证制程成品不符规格的不良率在要求的水平之上，作为制程持续改善的依据。
制程能力研究的时机分短期制程能力研究及长期制程能力研究，短期着重在新产品及新制程的试作、初期生产、工程变更或制程设备改变等阶段；长期以量产期间为主。
制程能力指标 C p 或 Cp k 之值在一产品或制程特性分配为常态且在管制状态下时，可经由常态分配之机率计算，换算为该产品或制程特性的良率或不良率，同时亦可以几 Si gma来对照。
计数值统计数据的数量表示缺点及不良(Def ects VS. De fect ives)缺点代表一单位产品不符要求的点数，一单位产品不良可能有一个缺点或多个缺点，此为计点的质量指针。
例如描述一匹布或一铸件的质量，可用每公尺棉布有几个疵点，一铸件表面有几个气孔或砂眼来表达，无尘室中每立方公尺含微粒之个数，一片PC B有几个零件及几个焊点有缺点，一片按键有几个杂质、包风、印刷等缺点，这些都是以计点方式表示一单位产品的特性值。
不良代表一单位产品有不符要求的缺点，可能有一个或一个以上，此将产品分类为好与坏、良与不良及合格与不合格等所谓的通过－不通过(Go-No Go)的衡量方式称为计件的质量指针。
例如单位产品必须以二分法来判定质量，不良的单位产品必须报废或重修，这是以计件方式来表示一单位产品的特值。
每单位缺点数及每百万机会缺点数(DPU VS. DPMO)一单位产品或制程的复杂程度与其发生缺点的机会有直接的关系，越复杂容易出现缺点；反之越简单越不容易出现缺点。
因此，以每单位缺点数(DP U)来比较复杂程度不同的产品或制程质量是不公平的，在管理上必须增加一个衡量产品或制程复杂程度的指标，Six Sig ma 以发生缺点的机会(Opp ort uni tie s)来衡量。
DPU 是代表每件产品或制程平均有几个缺点，而D PMO 是每检查一百万个机会点平均有几个缺点。
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工作状态下的过程控制能力。
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）：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0.67，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1.078，与CPK值为0.656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0.656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。
CPK 制程能力分析
• 例如腳長規格 : 3.5mm0.1mm
– 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
– 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
质量管理工具CPK ppt课件
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;
• 对于双边规格，Ca = X C
T /2
Ca等级评定及处理原则
等級
Ca值
處理原則
A
|Ca|<12.5% 作業員遵守作業標準操作並達到規格之要求,需繼續保持.
Cpk<0.67
质量系统推荐
❖ 太友科技质量控制系统产品系列
MiniData-RT
MiniData
Mini-SPC
TYSPC企业版
数据采集
数据分析
自动在线监控
简单易学,实用
免费下载地址： http://
控制/反馈
集成/分析
帮助快速实施SPC,代 替EXCEL的理想工具
63 0.57 0.002
68.3 95.5 99.73 99.9937 99.99995 ≒100
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
Cpk和制程良率換算
Cpk
每一百件之不良 Defects per 100 parts
每一百萬件之不良(Dppm) Defects per million parts
合格率%
0.33
31.7
0.67
4.5
1
0.27
1.33
0.0063
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;
• 对于双边规格，Ca = X C
T /2
Ca等级评定及处理原则
等級
Ca值
處理原則
A
|Ca|<12.5% 作業員遵守作業標準操作並達到規格之要求,需繼續保持.
Cpk<0.67
质量系统推荐
❖ 太友科技质量控制系统产品系列
MiniData-RT
MiniData
Mini-SPC
TYSPC企业版
数据采集
数据分析
自动在线监控
简单易学,实用
免费下载地址： http://
控制/反馈
集成/分析
帮助快速实施SPC,代 替EXCEL的理想工具
63 0.57 0.002
68.3 95.5 99.73 99.9937 99.99995 ≒100
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
Cpk和制程良率換算
Cpk
每一百件之不良 Defects per 100 parts
每一百萬件之不良(Dppm) Defects per million parts
合格率%
0.33
31.7
0.67
4.5
1
0.27
1.33
0.0063
制程能力评价 CPK
Page 7
FIT Confidential
Jean
制程能力指数Ca (或ｋ)
Ca评定标准
评等参考
Ca值愈小，品质愈佳。依Ca值大小可分为四级 等级
A B C Ca值 |Ca| ≦12.5% 12.5% ≦ |Ca| ≦ 25% 25% ≦ |Ca| ≦ 50% 处理原则 作业员遵守作业标准并达到规 格的要求需继续维持. 有必要尽可能将其改进为A级. 作业员可能看错规格不按作业 标准操作或检讨规格及作业标 准.
当制程稳定时，质量特性数据为计量值且其分配呈常 态分配或近似常态分配时，Cp指标被用以说明一个制 程符合规格之能力。 精度用于衡量制程散差符合规格公差之程度。 Cp值愈高表示制程能力愈好。
Page 10
FIT Confidential
Jean
制程精密度Cp
规格中心(μ) 规格下限 (LSL)
Page 6
FIT Confidential
Jean
制程能力指数Ca (或ｋ)
Ca Process2
单边规格(设计规格)因没有规格中心值，故不计算Ca。 制造规格将单边规格公差调整为双边规格，如此方可
计算Ca。
当Ca＝0时，代表量测制程之实绩平均值与规格中心 相同；无偏移。 当Ca＝±1时，代表量测制程之实绩平均值与规格上 或下限相同；偏移100%。
新人训练及教育训练手册 制程能力评价 （CPK）
版次：A1 日期：10/15/2012
部门：品保中心 编撰：杨晶晶
Page 1
FIT Confidential
Jean
内容大网
一、制程能力指数Ca (或ｋ)
二、制程精密度Cp
三、综合制程能力指数Cpk
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
CPK过程能力分析
- 计算方法不同:在CPK的计算中,CP的δ算法与PPK中的PP的δ算法是不 同的. δst= δlt=
- 名称不同:Cpk是过程能力指数,Ppk是过程性能指数.
- 实施时机不同:Cpk一般是量产时实施,Ppk一般试生产时实施. 我们默认为稳定状态下连续抽样表征了量产的状况，所以新飞通目前 采取了在试产阶段控制Cpk的方式
12
600.4 599.6 600.0 600.8 600.4
13
599.4 599.0 598.4 599.0 599.6
14
598.8 599.2 599.6 598.6 599.8
5
6
598.8 598.8 599.8 599.2 599.4
600.0 600.2 600.2 599.6 599.0
案例-步骤4
用 ppm表示实际DATA脱离规格的程度。
案例-步骤4
只考虑工程的群内变动显示正态分布时，数据表现为 脱离规格的预想 ppm
案例-步骤4
对所有DATA的变动值来显示正态分布时， DATA表现脱离规格的预测 ppm
提高过程能力的思路
常犯的错误或常见问题
✓ 工艺过程不处于稳定状态，有异常发生时进行过程 性能分析
✓ 样本数量太少 ，不具备代表意义
✓ 有明显因为各种特殊原因导致的明显有问题的数 据，没做剔除而保留下来，影响了整体分析的结果
✓ 对计算结果的意义不了解，没有制定很好的改善 措施
回顾与讨论
过程能力分析的前提条件是什么？ CP与CPK，PP与PPK之间的区别是什么？ CPK与PPK之间的区别是什么？ CP>1.67而 CPK<1.0的时候，应该如何处理？ CP<1.0的时候，又该如何处理
- 名称不同:Cpk是过程能力指数,Ppk是过程性能指数.
- 实施时机不同:Cpk一般是量产时实施,Ppk一般试生产时实施. 我们默认为稳定状态下连续抽样表征了量产的状况，所以新飞通目前 采取了在试产阶段控制Cpk的方式
12
600.4 599.6 600.0 600.8 600.4
13
599.4 599.0 598.4 599.0 599.6
14
598.8 599.2 599.6 598.6 599.8
5
6
598.8 598.8 599.8 599.2 599.4
600.0 600.2 600.2 599.6 599.0
案例-步骤4
用 ppm表示实际DATA脱离规格的程度。
案例-步骤4
只考虑工程的群内变动显示正态分布时，数据表现为 脱离规格的预想 ppm
案例-步骤4
对所有DATA的变动值来显示正态分布时， DATA表现脱离规格的预测 ppm
提高过程能力的思路
常犯的错误或常见问题
✓ 工艺过程不处于稳定状态，有异常发生时进行过程 性能分析
✓ 样本数量太少 ，不具备代表意义
✓ 有明显因为各种特殊原因导致的明显有问题的数 据，没做剔除而保留下来，影响了整体分析的结果
✓ 对计算结果的意义不了解，没有制定很好的改善 措施
回顾与讨论
过程能力分析的前提条件是什么？ CP与CPK，PP与PPK之间的区别是什么？ CPK与PPK之间的区别是什么？ CP>1.67而 CPK<1.0的时候，应该如何处理？ CP<1.0的时候，又该如何处理
制程能力(Cpk)及直方图解析PPT
d.其他如：气候及环境变化，均可造成变异之 原因。
2020/12/8
9
B.非机遇原因（Assignable causes）
又称为：可避免之原因、人为原因、特殊原因、异常原
因、局部原因等等。 a.例如由于机器之不同、材料之相异、人为之因素或操
作疏忽等原因，影响质量之变异，这些原因都是可以 避免的，皆属于非机遇原因。 b.未遵照操作标准而操作，所发生之变异。 c.虽然遵照操作标准，但操作标准不完善，以致发生之 变异。 d.机器设备之变动，发生之变异。 e.操作人员之更动，造成之变异。 f.原材料之不同，发生之变异。 g.量具不准确，造成之变异。
1.QFD用于设计 2.FMEA用于设计 3.田口方法用于设计 4.使用TQC 5.重弹SQC（欧美） 6.追求6σ品质
1930
2020/12/8
1950
1970
1980
年代
5
二、基本统计概念
1.资料的性质
(1)资料的差异 因为没有两个产品（或制成品）是完全一样的， 就算是同一条生产在线用同样的原料，同样的方 法做出来的，还是会有变动因素所构成的差异。 因此，对于制造者而言，每一零件之各质量规格 特性，所能做的是： a.了解差异一定存在； b.找出差异的可能原因（原料、仪器、设备、随
(5)直方图的看法 次数分配或直方图之作用，在于了解制程之全 貌，可自图上看出分配之中心倾向，及分配之形 状，散怖状态与规格间之关系。
2020/12/8
16
演练
2020/12/8
17
2.群体与样本
以样本数据为根据而希望加以处理的对象， 谓之群体（POPULATION），为某种目的 而群体抽取一部分，谓之样本（SAMPLE）。
制程能力分析 (Cpk , Z值)
短期： (1)Z值 = (Xbar-LSL) /σ = (599.938-595)/1.64804 = 2.996 p(2.996)= 0.998632 缺點=1-0.998632=0.001368 =1368 ppm (2)Z值 = (USL-Xbar) /σ = (605-599.938)/1.64804 = 3.0715 p(3.0715)= 0.998935 缺點=1-0.998935=0.001065 =1065 ppm (3)缺點總數 =1367+1064=2421 ppm
Ca、Cp、Cpk Pp、Ppk Z值 (Sigma Level)
計數型數值 (Attribute data)
Defect、DPU DPO、DPMO
2 Cp , 製程精密度 -1
1-製程精密度(Capability of Precision)衡量製程分散寬度符合規格的程度 2-Cp只考慮標準差, 不考慮平均值 3-Cp值愈高, 表示製程能力佳 A 規格寬度 USL – LSL VOC Cp = -------- = ------------------------- = ------------------- = ---------B 實際分散寬度 6σ VOP ◎Cp 等級評定基準： A： Cp ≧ 2.00 B： 2.00 ＞ Cp ≧ 1.33 C： 1.33 ＞ Cp ≧ 1.00 D： 1.00 ＞ Cp
規格寬度=6
距離下限=2.25
距離上限=3.75
平均值偏移=0.75
Target=100 LSL=97
μ = 99.25
USL=103
σ = 0.5
5 Z值, Sigma Level -1
僅有規格上限
USL LSL
制程能力分析 Cpk
不良率：約5.73% (單一測站） Ｄ級：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。
Process Capability of test
LSL
P rocess D ata LS L 2300.00000 T arget * USL 2500.00000 S ample M ean 2401.90000 S ample?N 40 S tD ev (Within) 42.21350 S tD ev (O v erall) 51.78098
Primax Electronics Ltd. Confidential
5
應用
例：樣品是否合格？
ＲＤ(or IQC)對關鍵零件進行零件承認的檢驗
規格：2400
±100 工程師取樣 40 pcs 樣品經量測數值如下：
2410, 2440, 2352, 2410, 2345, 2397, 2413, 2364, 2413, 2325 2415, 2437, 2367, 2310, 2408, 2384, 2375, 2433, 2466, 2370 2325, 2368, 2328, 2369, 2458, 2485, 2343, 2485, 2473, 2315 2498, 2461, 2480, 2352, 2392, 2418, 2420, 2319, 2355, 2419
量測值都於規格內
，樣品品質是否合格？
假設取樣數 合於 MIL-STD-105E 要求 檢驗結果 ? Pass ?
Primax Electronics Ltd. Confidential 6
經SPC 手法推定 結果
制程能力分析 (Cpk , Z值)
5 Z值, Sigma Level -2
USL - Xbar Xbar – LSL Cpk = Min ( ----------------- ， ----------------- ) = Min (CPU, CPL) 3σ 3σ
USL - Xbar Xbar – LSL Z = Min ( ----------------- ， ----------------- ) = Min (ZU, ZL) σ σ
USL
短期： Cp = (USL-LSL) / 6σ = (605-595)/6x1.64804 = 10/9.88824 = 1.01 Within
Overall
Potential (Within) Capability Cp 1.01 CPL 1.00 CPU 1.02 Cpk 1.00 CCpk 1.01 Ov erall Capability Pp PPL PPU Ppk Cpm 0.97 0.96 0.98 0.96 *
內部教育訓練
1-統計製程管制 (SPC)---管制圖 2-製程能力分析 (Cpk, Z值) 3-量測系統分析 (MSA)
製程能力分析 (Cpk ，DPMO，Z值)
目錄
1- 製程能力度量 2- Cp 3- Ca 4- Cpk 5- Z值, Sigma Level 6- 短期能力與長期績效 7- 範例：計量型製程能力分析 8- 範例：計數型製程能力分析(不良率) 9- 範例：計數型製程能力分析(缺點數)
3種估算標準差的方法
1- σwithin = R/d2 ---- Rbar (R管制圖使用) 2- σwithin = S/C4 ---- Sbar (S管制圖使用) 3- σwithin ------------- pooled standard deviation
CpkPpk的区别演示幻灯片
宽度下限，一般表达式为：
2
Cp 輿Pp 一些概念:
3
Ppk: 製程性能指數 Pp = ( USL-LSL) / 6σ
σ=
4
Cpk: 製程能力指數 Cp = ( USL-LSL) / 6σ
σ=
5
6
2、现在我们来阐述Cpk、Ppk的含义 Cpk：这是考虑到过程中心的能力（修正）指数，定义为CPU 与CPL的最小值。它等于过程均值与最近的规范界限之间的差 除以过程总分布宽度的一半。即： Ppk：这是考虑到过程中心的性能（修正）指数，定义为： 或 的最小值。即： 其实，公式中的K是定义分布中心μ 与公差中心M的偏离度， μ 与M的偏离为ε=| M - μ|
Cpk= Min[ (USL- Mu)/3s, (Mu - LSL)/3s] Cpk应用讲议
? 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: 程精密度。
制程准确度。 Cp: 制
? 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)
13
? 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。
? 计算取样数据至少应有20~25组数据，方具有一定代表性。 ? 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。 ? 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 ；
2
Cp 輿Pp 一些概念:
3
Ppk: 製程性能指數 Pp = ( USL-LSL) / 6σ
σ=
4
Cpk: 製程能力指數 Cp = ( USL-LSL) / 6σ
σ=
5
6
2、现在我们来阐述Cpk、Ppk的含义 Cpk：这是考虑到过程中心的能力（修正）指数，定义为CPU 与CPL的最小值。它等于过程均值与最近的规范界限之间的差 除以过程总分布宽度的一半。即： Ppk：这是考虑到过程中心的性能（修正）指数，定义为： 或 的最小值。即： 其实，公式中的K是定义分布中心μ 与公差中心M的偏离度， μ 与M的偏离为ε=| M - μ|
Cpk= Min[ (USL- Mu)/3s, (Mu - LSL)/3s] Cpk应用讲议
? 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: 程精密度。
制程准确度。 Cp: 制
? 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)
13
? 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。
? 计算取样数据至少应有20~25组数据，方具有一定代表性。 ? 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。 ? 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 ；
制程能力分析 ppt课件
客戶聲音
和流程聲音
來決定流程是否能滿足客戶需 求
規格下限
D esc規rip格ti上ve限Statistics
And
60
70
80
90
100
110
120
95% C onfidence Interval for M u
長期和短期的數據
Individual Value Individual Value
150 140 130 120 110 100
排定變數的優 先次序
啟動流程 FMEA
進行流程觀察 研究
確認流程關鍵 因數
行動計畫
設計和執行流 程實驗
解決方案驗證
確定 FMEA和 最終控制計畫
貫徹流程控制 機制(移交和
培訓)
核實專案的長 期能力
定義
項目 章程
項目追蹤查檢表
測量
分析
改善
流程圖 測量系統分析
✓ 流程控制 &
流程能力分析
因果矩陣圖
FMEA
定義
測量
分析
改善
控制
在測量階段中，用來描述流程底線狀 況
在控制階段中，用來執行例行流程 能力分析以驗證持續的優異績效表
現
流程改善路徑圖
定義
測量
分析
改善
控制
定義專案的範 圍和目標
指定黑或綠帶 （ Black or Green Belt ）
組成團隊，並 建立專案章程
繪製流程圖
分析測量系統
評估流程控制 和能力
流程能力分析
目的
• 學完本單元後，您將能夠
– 陳述執行流程能力分析的目的 – 對離散型衡量指標的流程作能力分析 – 對連續型衡量指標的流程作能力分析 – 根據品質指標，如 Cp, Cpk, Pp, 和 Ppk，選擇正確的改善策略 – 避免和流程能力分析相關的易犯錯誤或陷阱
《CPK的含义》课件
03 CPK的应用场景
质量控制中的应用
过程能力评估
CPK用于评估生产过程的能力，确定过程是否稳定且受控，以及 是否满足产品质量要求。
质量改进
通过分析CPK值，识别生产过程中的瓶颈和问题，针对性地进行质 量改进。
预防措施
CPK分析有助于预测潜在的质量问题，提前采取预防措施，减少不 合格品的产生。
生产过程中的应用
生产调度
01
根据CPK值，合理安排生产计划，确保关键过程的稳定性和可
靠性。
资源优化
02
通过CPK分析，合理配置生产资源，提高资源利用率和生产效
率。
工艺优化
03
Байду номын сангаас
利用CPK分析结果，优化工艺参数和流程，提高产品质量和降
低生产成本。
数据分析中的应用
数据监测与预警
实时监测CPK数据，及时发现异常波动，为决策提供 依据。
CPK是评估产品质量的重要指标，通过分析制程能力，能够及时发 现并解决潜在的质量问题，提高产品质量和可靠性。
CPK对企业竞争力的影响
CPK的提高能够提升企业的竞争力，因为高质量的产品能够增加客 户满意度，提高品牌形象和市场占有率。
CPK在持续改进中的作用
CPK的分析结果可以作为改进的依据，帮助企业识别制程中的瓶颈 和问题，推动持续改进和优化。
CPK数据记录了每个产品的详细 信息，包括原材料、生产过程、 检测结果等，方便企业进行质量 追溯。
CPK的缺点
数据量大
CPK数据涉及生产过程中的各个环节，数据量 较大，需要强大的数据处理能力。
成本高
为了获得准确的CPK数据，企业需要投入大量 的人力、物力和财力，成本较高。