制程能力分析
制程能力分析
CPK
0.33 0.67 1.00 1.33 1.67 2.00
百分比
68.27% 95.45% 99.73% 99.9937% 99.999943% 99.9999998%
不良率（PPM）
317300 45500 2700 63 0.57 0.002
制程能力的提升
制程能力的品质等级
特级
A B C D E 极差
CP≥2.00
CP≥1.50 CP≥1.20 CP≥1.00 CP≥0.80 CP≥0.60 CP<0.6
CPK≥1.50
1.5>CPK≥1.33 1.33>CPK≥1.00 1.00>CPK≥0.8 0.8>CPK≥0.60 0.60>CPK≥0.40 CPK<0.40
制程能力的提升
要改善制程能力，必须控制下面三项变异：
制程能力的概念
准确度Ca : 实际中心点与规 格中心点的差异称为准 确度。
制程上实际中心
点规格中心的差异越小，
准确度越高，制程能力
越理想。
A制程： 准确度越 高，制程 越理想。 B制程： 准确度越 低，制程 越不理想。
制程能力的概念
精确度Cp : 品质特性的散布 范围大小或集中度称为 精确度。
在制程上，散布
组内变异以有组间变异。
总变异＝组内变异+组间变异
制程能力与不良率
准确度偏移后，不良率升高（CA偏大）
制程能力与不良率
精确度越差，不良率越高
制程能力与不良率：
从别一观点， CPK所代表是规格 公差与自然差的比 值 由图可知，CPK
越大，不良率越小
制程能力与不良率
CPK与不良率的对照表（不偏移）
制程能力分析
就是一个制程在固定的生产因素(条件)及稳 定管制下所展现的品质能力
制程能力如何表示： • 制程准确度Ca (Capability of accuracy) • 制程精确度Cp (Capability of precision ) • 综合评价 (不良率 p )
3
一、制程能力是什么？
制程准确度ca (capability of accuracy)
＊＊＊＊ ＊＊＊ ＊＊＊＊＊ ＊＊ ＊＊ ＊＊ ＊＊ ＊＊
σx ×√( n / ( n － 1))
6
一、制程能力是什么？
Cp ＝ 规格容许差 / 3 σ
＝ 规格公差 / 6 σ ＝ ( T/ 2 ) / 3σ
由上述可知：
1. 若T ＞ 6 σ 时， Cp 值愈大。（离散趋势 都在规格内） 2. Cp 值愈大愈好（尽量大于1以上）
制程能力分析
(Analysis for Process Capability)
1
疑问？
一、制程能力是什么？
二、制程能力分析在什么时候实施是正确 的？ 三、执行制程能力分析前有那些步骤？
四、制程能力分析的数据要如何评价？
五、制程能力分析的数据要如何应用？
六、究竟要量测多少个样品才能计算Cpk？
2
一、制程能力是什么？
凡从制程中所获得之数据(实绩)，其 平均 值( x ) 与规格中心值(μ) 之间偏差的程度， 标准常态曲线 制程常态曲线 称为制程准确度ca 。
(生产实绩) (设计规格)
X
Ca＝( X －μ ) / ( T / μ2 ) T＝ SU － SL ＝ 规格上
4
一、制程能力是什么？
由上述可知: 1.平均值( x ) 愈接近规格中心值(μ) 愈好 (尽量趋近或相等) 2.所以Ca值愈小愈好 (尽量趋近于0) 3.惟群体呈左右对称之常态分布时，才能使 用Ca做制程能力分析。(单边公差时，Ca 为0) 4. 正值(＋) 时表示偏高；负值(－) 时表示 偏低。
制程能力
二、制程能力分析所用指标？
Cpk : 制程能力指标 Cp Ca : 精密度 : 准确度 Process capability index Capability of precision Capability of accuracy
No of obs
4.9 13.3 5.0 4.9 3.4 6.3
6.0
Histogram 4
5.2 15.0 2.5
12.6 4.0
5.3 16.0 9.9
3.0 15.9 11.2 8.1 4.0 8.2 9.7 6.2
1
3
4.9 10.9 9.4 8.1 9.1 5.0
6.9 12.3 4.4 11.2 3.6 6.1 9.5 7.1 6.8 7.6
樣本數
Sample Size Ac Under 90 以下 91~150 151~280 281~500 501~1,200 1,201~3,200 3,201~10,000 10,001~35,000 35,001~150,000 150,001~500,000 500,001 以上 13 20 32 50 80 125 200 315 500 800 1250 1 2 0 0 1 1 1 2 2 3 0 0 1 1 1 2 3 2 3 4 0 0 1 1 1 2 3 5 2 3 4 6 0 0 1 1 1 2 3 5 7 2 3 4 6 8 0 0 1 1 1 2 3 5 7 10 2 3 4 6 8 11 0 0 1 1 1 2 3 5 7 10 14 2 3 4 6 8 11 15 0 0 1 1 1 2 3 5 7 10 14 21 2 3 4 6 8 11 15 22 0.04 Re 0.065 Ac Re Ac 0.1 Re Ac
制程能力分析概述
制程能力分析概述导言制程能力分析是一种用于评估和监控生产过程的质量控制方法。
它可以帮助企业了解其生产过程的稳定性和可靠性，并提供改进过程的指导。
本文将对制程能力分析进行概述，介绍其基本原理、方法和应用，并探讨其在质量管理中的重要性。
什么是制程能力分析？制程能力分析是一种统计技术，用于评估和监控生产过程的稳定性和变异性。
它通过收集样本数据并进行统计分析，帮助企业监测过程的性能，并确定其是否满足预定的质量要求。
制程能力分析通常涉及计算过程的能力指标，如过程能力指数（Cp）、过程能力指数修正版（Cpk）等。
制程能力分析的基本原理制程能力分析的基本原理是基于正态分布假设和过程稳定性假设。
它假设生产过程符合正态分布，且过程的变异性是常数的。
基于这些假设，制程能力分析使用统计工具来评估过程的能力，以及过程的中心性和变异性。
制程能力分析的基本步骤制程能力分析的基本步骤通常包括以下几个方面：1.数据收集：收集生产过程的样本数据。
样本数据应该代表整个生产过程，并且在收集过程中应注意数据的准确性和可靠性。
2.过程稳定性分析：通过绘制控制图、计算过程的平均数和标准差等统计方法来评估过程的稳定性。
过程应该在统计控制下，并且无特殊因素的影响。
3.过程能力指数计算：通过计算过程的能力指数（如Cp和Cpk）来评估过程的能力。
能力指数可以告诉我们过程的“容量”，即过程是否能够在规定的公差范围内生产出合格产品。
4.制程改进：根据制程能力分析的结果，进行必要的改进措施。
这可能包括调整生产参数、改进工艺流程、优化设备等，以提高生产过程的能力。
5.监控和持续改进：制程能力分析不仅是一次性的评估，而且应该是一个持续的过程。
企业应该建立起监控和评估制程能力的系统，并持续改进过程。
制程能力分析的应用制程能力分析在质量管理中有广泛的应用。
它可以帮助企业提前发现生产过程中的问题，并及时采取措施进行纠正。
以下是一些制程能力分析的应用场景：1.检验新产品：在生产新产品之前，进行制程能力分析可以评估生产过程的稳定性和变异性，判断是否满足产品质量要求。
制程能力分析报告
制程能力分析报告1. 引言制程能力分析是对某一制造过程的稳定性和一致性进行评估的重要工具。
通过分析制程能力，我们可以了解到制造过程是否符合规定的要求，以及是否有必要进行改进。
本报告将针对某一制造过程的制程能力进行分析，并给出相应的结论和建议。
2. 数据收集在制程能力分析前，我们首先需要收集相关的数据。
这些数据可以是该制造过程的样本数据，也可以是历史数据。
为了保证分析结果的有效性，我们需要收集足够的样本数据。
在本次分析中，我们采集了100个样本数据，每个样本包含了关键的制造参数。
3. 数据分析在进行制程能力分析前，我们需要对数据进行一些基本的统计分析，以获取有关制程能力的指标。
以下是一些常用的制程能力指标：平均值 (Mean)平均值是样本数据的总和除以样本数量。
它代表了制程的中心位置。
通过计算平均值，我们可以了解到制程的整体水平。
标准差 (Standard Deviation)标准差是对数据的离散程度的度量。
它告诉我们数据点的分布情况，越小表示数据越集中，越大表示数据越分散。
通过计算标准差，我们可以评估制程的稳定性。
Cp指数和Cpk指数Cp指数和Cpk指数是制程能力的两个重要指标。
Cp指数衡量了制程能力的上限，而Cpk指数衡量了制程能力的上下限。
通过计算这两个指标，我们可以判断制程是否满足规定的要求。
4. 制程能力分析结果根据对收集的数据进行的分析，我们得到了以下的制程能力分析结果：•平均值：X•标准差：S•Cp指数：Cp•Cpk指数：Cpk5. 结论和建议根据制程能力分析的结果，我们得出以下结论和建议：•结论1：制程的平均值为X，说明制程的中心位置符合要求。
•结论2：制程的标准差为S，说明制程的稳定性较好。
•结论3：Cp指数为Cp，说明制程的上限能够满足要求。
•结论4：Cpk指数为Cpk，说明制程的上下限能够满足要求。
基于以上结论，我们可以得出以下的建议：1.继续保持制程的稳定性和一致性，以确保产品的质量。
制程能力分析(SPC)
P.4 一種系統性工作。這種工作包 括下列步驟: (1)確定能代表製程能力的品質特 性。 (2)由製程抽取樣本,測定其特定性 質,普通需搜集 30 個以上數据。 (3)點繪出統計的形態,計算平均值 与標準差(利用次數分配圖)。 (4)解釋此種形態,發掘異常現象, 確定在經濟上是否值得採取措 施。 (5)對異常現象採取措施。
P.18
5.3.綜合評價:
要製程能達到規格要求必須 K 与 C P 均好 方可,但有時 K 雖很好,但 C P 不好,結果 還會有不良品, 与 C P 兩者綜合起來評定等級。 5.3.1.CPK(CMK)計算:
CPK(CMK) = CP(1-K) = CP(1X-U T/2 X - LCL
P.15
5.2.工程能力數之評價:
設定工程上下限的目的,在於希望製造 出來的各個的各個產品之特性值,能在規格 上下限之容許範圍內,工程能力的評價之目 的就在於衡量產品分散寬度符合公差的程 度, 工程能力數又可稱為工程精密度指數 (Capablity Of Precision) .
規格公差 5.2.1.CP 之計算: CP = 6 個標準差 = 6σ T 或 CP = 6 v 容許差異
2.2. * 製程:指從事生產的机器、工具、 方法、材料与人員(指 5M)等的一些 獨立組合。 * 管制:指製程在統計管制狀態下亦 即是毫無時間性的移動或其他可追 溯的變異原因時,所得到產品均一性。
P.5
*能力:指根据測試的績效,用以獲得
可以測定的結果。我們請看以下圖形:
P.6
P.7
P.8
三〄製程能力分析之用途
製程能力分析之用途可分為以下几 點: 3.1.提供資料給設計部門,使其能盡量利 用目前之工程能力,以設計新產品。 3.2.決定一項新設備或翻修的設備能否 滿足要求。 3.3.利用机械之能力安排適當工作,使其 得到最佳應用。
制程能力分析与研究(ProcessCapabilityAnalysisAndStudy)
制程能力分析与研究（Process Capability Analysis And Study）一、何谓制程能力制程能力（Process Capability）又称工序能力，在QS-9000的核心工具之一的《统计过程控制》（SPC）中解释为“一个稳定过程的固有变差总范围”，其实也就是指处于稳定状态下的工序实际加工能力，即产出品质能够符合工程规格上能力或程度。
工序实施的前后过程均应标准化，在非稳定生产状态下的工序所测得工序能力是设有意义的，且工序能力的测定一般是在成批生产状态下进行的，工序能力分析与研究一般应用于产品的开发，设计，试产及量产中，在制程中的关键工序或重要工序也有必要的用到。
还是先看看管制界限、规格值与个别值分配之关系吧！通过图示说明以便让我们对制程能力有一个感性的认知：＋※自然公差遠小於規格公差(6σ≤USL-LSL)時，当6σ≤ USL－LS L时，是最理想情况。
如上图所示，个别值分配A和规格的关系最佳，因为规格比制程变异大很多，即使制程平均值有很大移动，也不易超出规格界限；至于分配B的变异比分配A大，但所有个别值仍在规格内；而分布C所显示的变异又更大，但仍在规格内。
为符合经济上的效益，允许制程平均值适度地偏离规格中心(譬如：分配B和C)，而不至于产生不良品。
如此可避免时常调整机具或寻找非机遇因素等造成之延误成本。
甚至考虑减少抽样次数，或者取消使用管制图。
X__＋3σX__－3σX__规格上限(USL)规格下限(LSL)※自然公差差不多等于规格公差(6σ=USL-LSL)时，当6σ=USL-LSL，如果制程的次数分配与A相同则有99.73%的产品符合规格；但是当制程平均移动时(如分布B)或变异增大时(如分布C)，则不良率可能远大于0.27%。
只有分布A的是处于统计管制内，不良品的发生率在可接受的范围之内，可是一但发生非机遇因素的变异，应立即加以矫正。
※自然公差大于规格公差(6σ＞USL-LSL)时，当6σ＞USL-LSL时，表示制程处于非常不理想的状况下，如上图次数分布A，超出规格的上下限的不良率在不可接受的范围内；换句话说，制程无制造符合规格产品的能力。
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
制程能力综合分析报告
制程能力分析何谓制程能力制程能力是指「各种能力均标准化，制程在管制状态下所呈现之质与量的能力」。
故制程能力可以产量、效率表示，也可以成品、半成品、零件等之质量特性来表示，也可以不良率或缺点数来表示。
制程能力可为一部机器或一设备在一定条件下操作的能力，前者一般称为「机器能力」，可为一项预定的产品之全部制程，包括人、材料机器与方法在长时间所程现的能力。
前者一般称为「机器能力」，而后者则称为「综合制造能力」，后者经常包括了工具损耗之正长影响，材料的微些变化与其它的微小变化。
在此我们所讨论之制程能力即以后者为主。
制程能力与规格当考虑制程绩效之前，必须先讨论两个重要的问题：1.制程是否有维持良好”统计管制状态”的能力。
2.是否具有产出符合工程规格零件的制程能力。
只有当制程处于”统计管制状态”下，估计制程能力才合理，因为当制程处于”统计管制状态”下，制程没有可归咎的非自然因素存在，此时才可以显示制程真正的变异。
此部份已于管制图介绍中详细介绍过。
制程是否具有产出符合工程规格零件的能力，在于制程变异围是否介于工程规格之，一边而言可能有下列三种情况：1.制程变异小于规格间差异。
2.制程变异等于规格间差异。
3.制程变异大于规格间差异。
第一种情况：6＜USL－LSL当制程变异(6)小于规格间之差(USL－LSL)时，这是最理想情况，如图个别值分布A和规格的关系最佳，因为规格比制程变异大很多，即使制程平均值有很大的移动，也不易超出规格界线；分布B 的变异比分布A大，但所有个别值仍在规格之分布C所显示的变异更大，但仍在规格之。
此种情形具有经济上的利益，因为即使超出管制界线，如分布B和C，也布置产生不良品，所以不必时常调整机器或寻找非自然因素。
第二种情况：6＝USL－LSL如图，制程变异或制程能力等于规格间的差。
如果制程的次数分布与A一样则有99.74%的产品符合规格；但是当制程平均移动时(如分布B)或变异增大时(如分布C)，则不良率可能远大于0.06%。
品质管理全套资料——制程能力分析(精)
品质管理全套资料——制程能力分析(精) 什么是制程能力分析？制程能力分析是一种质量管理工具，用于度量制程的稳定性和能力。
它可以衡量一个制程的输出结果是否在一定范围内，并确定如何改进该制程以实现更高的质量和生产效率。
制程能力分析的核心是对样本数据进行统计分析，计算出数据的均值、标准差等参数，并与规格限值进行比较，形成各种指标来评估制程的能力和稳定性。
制程能力分析的目的制程能力分析的主要目的是确保产品或过程在特定的规格限值内可靠地运行。
通过制程能力分析，可以发现制程中存在的问题，并确定如何改进该制程以提高其性能和稳定性。
由于制程能力分析是基于数据的，所以它可以提供客观和可靠的结果，可以帮助制造商更好地管理制造过程。
制程能力分析的指标制程能力分析的核心指标包括：•正态分布图：可以帮助我们判断数据是否近似于正态分布。
•均值（X）和标准差（S）：均值是一组数据的平均值，标准差是一组数据的离散程度。
•正负3σ：为了确定一个制程是否稳定，在正负3σ范围内的数据占总数据的99.7%。
•纠正后的6σ：考虑到制程中的偏差或缺陷，可以通过统计数据来修正6σ值，以更好地反映制程的实际能力。
•Cp和Cpk指数：Cp指数表示规格限值与制程稳定范围之间的关系，Cpk指数表示制程能力与规格限值之间的关系。
制程能力分析的步骤制程能力分析的步骤包括：1.收集数据：首先需要收集一组数据，可以是一个产品或服务的一部分或整体，也可以是制造过程中的某个环节。
2.绘制正态分布图：对数据进行正态检验，并绘制正态分布图。
3.计算均值和标准差：计算出数据的均值和标准差。
4.确定规格限值：确定制程的规格限值。
5.计算Cp和Cpk指数：根据数据的均值、标准差和规格限值，计算Cp和Cpk指数。
6.解读结果并改进制程：根据Cp和Cpk指数的结果，解读制程的能力和稳定性，并改进制程以提高质量和效率。
制程能力分析的案例以下是一家汽车制造商使用制程能力分析的案例。
制程能力分析
二、制程精密度Cp
● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●
●
●
●
●
● ●
A Cp值低
B Cp值高
C
Cp值高 Ca值低
圖一
圖二
圖三
二、制程精密度Cp
制程精密度Cp( Capability of Precision) Cp=規格公差/6δ =T/6δ 1.從上圖可知Cp值越大越好; 2.從上公式可知,若T＞ 6δ 時,若大得越多Cp 值也越大,也就是說在這種生產條件(人、 機、 料、 法、 環)本制程非常適合於生產此種精 密度之產品,反之,若T＜ 6δ時,則Cp值也越 小,說明此種狀態下,不能適應此種精密度之 產.
七、工作實例
三、制程準確度Ca
Ca值 等 評估/處置 級
｜Ca ｜≦ 12.5% 12.5%＜｜Ca｜≦ 25%
25% ＜｜Ca｜≦ 50%
A B
C
作業員遵守作業標準操作, 並達到規格之要求; 盡可能將其改進為A級;
作業員可能看錯規格或不按 作業標準操作;有必要時可 檢討規格及作業標準; 應采取緊急措施,全面檢討 所有可能影響之因素,必要 時應停止生產.
1.00≦ Cp＜ 1.33 B
0.83 ≦ Cp＜ 1.00 Cp＜ 0.83
C D
三、制程準確度Ca
● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ●
●
●
●
● ●
A Cp值低
B Cp值高
C
Cp值高 Ca值高
圖一
圖二
圖三
三、制程準確度Ca
制程準確度Ca(Capability of Accuracy) Ca=(實際中心值-規格中心值)/規格容許差× 100% =(X-μ )/(T/2) × 100% 1.從上圖可知Ca值越小越好; 2.從上公式可知當X與μ 之差越小時,Ca值越小, 也就是品質平均值越接近規格中心值,Ca值是 負時表示實績值偏低.Ca值是正時表示實績值 是偏高.
制程能力分析释义
制程能力分析釋義對於品質管制手法的使用，一直是OEM 客戶注意的焦點。
尤其是制程能力分析(Analysis for Process Capability)應用,大家都視為一新開發產品導入量產階段的指標，所以本文的主題將針對制程能力分析來進行研討。
一、制程能力是什麼 ?所謂[制程能力]就是一個制程在固定的生產因素(條件)及穩定的管制下所展現的品質能力。
那些是[固定的生產因素(條件)]:如設計的品質、模治具、機器設備、作業方法作業者的訓練、作業照明與環境、檢驗設備、檢驗方法與檢驗者的訓練……等等皆屬之。
什麼是[穩定管制]:就是以上因素加以標準化設定后，並徹底實施后，且該制程之測定值，都是在穩定的管制狀態之下，此時的品質能力才可說是制程的制程能力。
制程能力如何表示:1.制程準確度Ca (Capability of accuracy)2.制程精確度Cp (Capability of precision)3. 綜合評價K4.制程能力指數CPK1.制程準確度 Ca (Capability of accuracy)凡在制程中所獲得之數據(實績)，其平均值(X)與規格中心值(μ)之間偏差的程度，稱為制程準確度Ca 。
X μCa= (X-μ) / (T/2)T= SU-SL=規格上限-規格下限※ 如系單邊公差時，則不適用。
由上述可知:1.平均值(X)愈接近規格中心值(μ)愈好，(盡量越近或相等)。
2.所以Ca 值愈小(盡量越近於0)3.惟群體呈左右對稱這常態分佈時，才能使用Ca做制程能力分析。
(單邊公差時，Ca 為0)4.正值(+)時表示偏高;負值(-)時表示偏低。
2.制程精確度Cp (Capability of precision)從制程中全廠檢驗或隨機抽樣(一般樣本n須在50個以上)所計算出來之樣本標準差(σn)，再乘以√[n/(n-1)],以推定實績群體標準差(σ)。
用3σ與規格容許公差做比較。
Cp = 規格容許差/3σ= 規格公差/6σ= (T/2)/3σ由上述可知:1.若T>6σ時, Cp值愈大。
《制程能力分析》课件
1 局限性
制程能力分析只能评估当前制程的稳定性，无法预测未来制程变化。
2 改进方法
结合其他质量管理工具，如六西格玛和质量功能展开，综合提升制程能力。
总结和展望
1 总结
2 展望
制程能力分析是评估制程质量的重要工具， 可以帮助企业优化生产过程，提高产品质量。
随着技术的进步和制程管理理念的不断演进， 制程能力分析将继续发展，并为企业提供更 有效的质量管理手段。
《制程能力分析》PPT课件
在本课件中，我们将介绍制程能力分析的定义、应用范围、计算方法以及实 际案例。同时，我们还将探讨控制图分析方法、制程能力分析的局限性和改 进方法，并总结展望未来。
制程能力定义
1 什么是制程能力？
制程能力是指衡量一个制程的稳定性和可控性的能力。
2 为什么制程能力重要？
通过对制程能力进行分析，我们可以评估制程的质量水平，帮助提升产品的符合性和一 致性。
软件开发团队可以运用制程能力 分析，提升软件产品的稳定性和 可靠性。
控制图分析方法
1
选择合适的控制图
根据具体制程和数据类型，选择最适合的控制图进行分析。
2
收集数据
收集制程的样本数据，并进行统计分析，计算关键性能指标。
3
绘制控制图
根据数据结果，绘制相应的控制图，以可视化制程的稳定性和变化。
制程能力分析的局限性和改进方法
制程能力分析的应用范围
制造业
制程能力分析在制造业中广泛应用，帮助优化生产过程，提高产品质量。
服务行业
制程能力分析也适用于服务行业，如银行、医院等，帮助提升服务质量。
软件开发
在软件开发过程中，制程能力分析可以帮助提升软件产品的稳定性和可靠性。
制程能力分析
一、数据的形态与数据的收集---母体与样本 数据的形态与数据的收集 母体与样本
母体Population 被评估的某一事件的整个群体。 样本Sample 母体的子群subset，用来预估母体的特征。 抽样方法 1.随机抽样Random Sampling 母体的每个样本有相同的机会被挑出。 2.层别抽样Cluster Sampling 先将被调查的项目作适当的分类（如班别、线别），然后从不同类别 中依相同或不同比例进行抽样。 3.系统抽样Systematic Sampling 以一定的时间或者数量的间隙取得样本，如每小时抽取5pcs。
常态分布检定
Probability Plot of C1
Normal
99.9 Mean StDev N AD P-Value 10.31 1.234 105 0.457 0.261
99
95 90 80 70 60 50 40 30 20 10 5
Percent
P-Value 1.5 Pp = 1.5 Pp = 1.5 Pp = 1.5 Pp = 1.5 Ppk = 1 Ppk < 1 Ppk = 0 Ppk < 0
X − LSL USL − X Ppl = Ppu = 3σ LT 3σ LT
Pp = 1.5 Ppk < -1
基本概念---Cpk与Ppk 与 基本概念
四、Minitab应用 应用
下述案例中所有“Minitab操作说明”之“*.MTW”均来自于 Minitab 14程式中自带的文档。
计算平均值与标准差
Summary for C1
Anderson-Darling Normality Test
µ σ
A-Squared P-Value Mean StDev Variance Skewness Kurtosis N Minimum 1st Quartile Median 3rd Quartile Maximum
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
制程能力分析
制程能力分析
制程能力分析（Cpk）
5、怎样进行制程能力分析？ 6、怎样有效提高制程能力？
1、使工序直方图呈现正态分布。 直方图呈现严重的锯齿状态。说明工艺不稳定，标准化的工作没 有做好。如：不同员工之间的做事方式和处理事情的方法不同；不同 的设备之间的精度不同；不同的来料等造成的。
制程能力分析
制程能力分析（Cpk）
3
第三步：参数选择
5
Estimate:一些统计参数的设定 Options:图形的一些设定 点击estimate进行参数设定
Single column:需处理的数据列 Subgroup size:样本数
4
Lower spec:规格下限 Upper spec:规格上限 Historical mean:以前的中值 Historical sigma:以前的标准偏差 Hard limit:在算超出上限/下限的百分比 是用样本中的实际情况来算。如不选 则默认是用概率可能来算。
8
制程能力分析
制程能力分析（Cpk）
1、制程能力代表什么？ 2、怎样计算制程能力？ 3、我们收集数据时应注意什么？ 4、怎样使用MINITAB11计算制程能力？ 5、怎样进行制程能力分析？
项目 级别 特级 一级 二级 三级 四级 工序能力指数Cpk 不合格率P 工序能力分析 （视具体情况）
Cpk>1.67
T/2-ε
T=0.08
偏移量：ε＝ M-Xbar
T/2-ε = min(Xbar-Tl, Tu-Xbar)=0.031mm
Cp= Cpk=
S=0.013
T =1.03
6S
T/2-ε
3S
1.51 Tl
1.542 1.55 Xbar M
《制程能力分析》课件
原因分析
分析变异和偏差产生的原因， 找出关键因素。
实施改进
将改进措施落实到实际生产中 ，并进行持续监控和优化。
02
制程能力指标
BIG DATA EMPOWERS TO CREATE A NEW
ERA
精确度
总结词
衡量制程稳定性的重要指标
详细描述
精确度是指制程输出的一致性，即各次输出结果之间的差异程度。高精确度的 制程能保证产品的一致性和稳定性。
详细描述
该企业在进行制程能力分析后，发现生产过程中的瓶颈环节 和潜在改进空间。通过优化工艺流程、引入自动化设备等措 施，企业提高了生产效率，降低了不良品率，从而提高了产 品质量和客户满意度。
案例二：某汽车制造企业的制程能力分析
总结词
某汽车制造企业通过制程能力分析，实现了生产过程的精细化管理，提高了企业的竞争 力。
BIG DATA EMPOWERS TO CREATE A NEW ERA
《制程能力分析》ppt课件
• 制程能力分析简介 • 制程能力指标 • 制程能力分析方法 • 制程能力分析的应用 • 制程能力分析的案例
目录
CONTENTS
01
制程能力分析简介
BIG DATA EMPOWERS TO CREATE A NEW
通过优化制程参数和提高设备精度， 可以提高产品的合格率和稳定性，减 少不良品和退货率。
生产流程优化
减少生产浪费
通过制程能力分析，可以发现生产过程中的浪费环节，如过多的 库存、过多的手工作业等，从而进行优化和改进。
提高生产效率
通过改进制程参数和优化设备配置，可以提高生产效率，缩短生产 周期和降低生产成本。
线性度
总结词
制程能力分析
A C
1-35
P D
Example 13
1. 鋼板厚度的規格為 ±0.3cm。依隨機抽查 鋼板厚度的規格為3±0.3cm。 10件 得如下資料，請計算C 10件，得如下資料，請計算 pk, Ca與Cp估 計值。 計值。
A C
1-36
P D
Example 14
1. 已知u=3.2，σ=0.02。若USL=3.3, =3.2， 。 LSL=3.0的情況下，請計算 pk值。 的情況下， 的情況下 請計算C
1. Ca值只考慮製程平均是否偏離規格中 而未考慮製程的變異，因此， 心，而未考慮製程的變異，因此，不 論製程的變異大小為何， 論製程的變異大小為何，在相同的製 程平均之下， 值是一樣的。 程平均之下，其Ca值是一樣的。職是 之故， 之故，單純的 用Ca值來衡量製程能 力是有偏頗的。 力是有偏頗的。
1. 或
USL − LSL ɵ Cp = ɵ 6σ
(雙邊規格)
2. 其中， Cp 為 C p 估計值 其中， ˆ 3. Cp值越大，表示製程能力越好。 值越大，表示製程能力越好。 值越大
A C
1-22
P D
Cp值的意義
1. Cp值必為正值 值必為正值(>0)。 。 2. Cp值愈大，表示產品品質變異愈小， 值愈大，表示產品品質變異愈小， 製程精密度愈高。製程能力佳。 製程精密度愈高。製程能力佳。 3. Cp值愈小，表示產品品質變異愈大， 值愈小，表示產品品質變異愈大， 製程精密度愈低。製程能力差。 製程精密度愈低。製程能力差。 4. Cp值反應製程潛在的 值反應製程潛在的 潛在的(potential)製程 製程 能力。 能力。
A C
1-17
P D
Example 4
- 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)。
Move the Spec. Limits 移规格线
Target Upper Lower Mean Specification Specification Limit Limit
Incorrect Specification
Lower Specification Limit下规格线 下规格线
外经 INTERNAL DIM.内径 内径
7
Capability Analysis – Steps 能力分析能力分析-步聚
Step 1: Select the output(s) (Y’s) to improve.
步骤1：选择输出(Y) 来改善(转子外表面直径)
(Outside rotor diameter.) Select from:选择途径 Business case 市场需要 Primary/Secondary metric.关键/次要尺寸 Important input to control.重要输入(X)控制 Step 2: Verify that the measurement system is capable.
步骤2：确认测量系统是可用的
8
Capability Analysis, Steps
能力分析能力分析-步聚
Step 3: Verify customer requirements. 步骤3：确认客户要求 – Consult the customer ( Internal/External) 客户沟通(内部/外部) – Make sure requirements are: Understood, Reasonable, Measurable, Achievable .确保要求是：清楚、合理、可测量、可达到。 Step 4: Validate the specification 确认规格 – Is the definition of the specification important?规格的精确度是否 重要？ – Where did the specification come from? 规格的来源？ Drawing?图低？ 图低？ 图低 Process procedure?工艺程序？ 工艺程序？ 工艺程序 Customer?客户？ 客户？ 客户
Target Mean目标均值 目标均值 目标
Upper Specification Limit上规格线 上规格线
CURRENT当前 CURRENT当前
OBJECTIVE目标 OBJECTIVE目标
Reduce Variation减 Variation减 少变异
Upper Specification Limit上规格线 上规格线 Lower Specification Limit下规格线 下规格线
Options对策 对策
OBJECTIVE OBJECTIVE 目标
CURRENT CURRENT当前 CURRENT当前
问题解决对策
Center the Mean均值处在
中心
Lower Lower Specification Limit Target Target Value Upper Upper Specification Limit
Target Mean目标均值 目标均值
Upper Specification Limit上规格线 上规格线
5
Capability Analysis - Process Map 能力分析能力分析-过程图
Parts per million, 每百万 零件数 Ppm, Ppm,
DPMO
1. Select the Output (Y) to improve选择输 选择输 出(y)来改善 来改善
Process Capability制程能力 Capability制程能力
(For One Part, Process Step, or Performance Parameter)
(对产品,工序,或表现参数) 对产品,工序,或表现参数)
1
Agenda
y
y y y y y y y y y y
Objectives 目标 Capability Assessment 能力评估 Our Problem-Solving Option我们问题对策的选择 我们问题对策的选择 Capability Analysis Process Map 能力分析过程图 Capability Analysis, Steps. 能力分析、步聚 能力分析、 The Z-Score or “Sigma Value” z-值或 值或sigma值 值或 值 PPM’s (Parts Per Million) ppm`s(每百万单位数 每百万单位数) 每百万单位数 Yield, converting % Non-conforming units to Yield 产出， 产出，不良单位百分比转换成产出 Process Capability Indices: Cp, Cpk, Pp,Ppk 制程能力指数： 制程能力指数： Cp, Cpk, Pp,Ppk
9
Step 5: Collect a Data Sample 步骤5：收集数据样品
We collected our data from cast rotors produced this week using the three machines we have in our process. We have determined that we have Short-Term data. 我们从生产的浇注转子收集数据，在制程中我们使用了3台机器，我们确定使用 短期数据
Definitions:定义： 定义： 定义 Short-Term – ST sample data captures a small portion of total variation that a process may exhibit. 短期-短期样品数据来自过程可能出现所有变异中的一小部分 Long-Term – LT sample data captures the majority of variation that a process will exhibit. 长期-长期样品数据来自过程可能出现所有变异中的大部分 You as the process experts should be in a position to determine if you are dealing with short-term or long-term data.作为一个工艺专家，你有能力决定是用短期或长期数据
Lower Specification Limit下规格线 下规格线 Targe t Mean 目标均 值 OBJECTIVE OBJECTIVE 目标 Upper Specification Limit上规格线 上规格线
Excessive Variation and Mean out of target过 target过 多的变异及均值 均值偏离目标 多的变异及均值偏离目标
Specification Limit下规格线 下规格线
MeanMean out of target out of target中心偏离目标 target中心偏离目标
Mean目标 目标 均值
Specification Limit上规格线 上规格线
Lower Specification Limit下规格线 下规格线
Options
对策
问题解决对策
OBJECTIVE 目标
CURRENT当前 CURRENT当前
Center the Mean and Reduce Variation中心
Target Mean Upper Specification Limit
Lower Specification Limit
的均值并减少变 异
3. Determination of the gap between where your process is and where you want it to be (improvement assessment).确认过程现状与目标状态的差距(改善评估)
3
Problem Solving Options
2
Capability Assessment 能力评估
What’s the purpose of assessing your product/process capability? 产品/制程能力评估的目的是什么？ 1. 2. Establishment of a baseline to measure improvement against. 确认测量改善效果的基准 Identification of the nature of your problem. 问题类型的辨认 q q q q q q q q Is centering the issue with your output of interest (Y)? 输出(Y)问题是否处于中心？ Is it process variation in your output of interest (Y)? 输出(Y)问题是否过程变异? Is the specification for your process output (Y) correct? 输出(Y)问题是否在于规格正确？ Is it a combination of centering and variation? 是否是中心和变异的综合问题？
Yield 产出
3. Verify customer requirements 确认客户要求
4. Validate specification limits确认规格 确认规格 界线
5. Collect sample data收 收 集样品资料 (Is it LT or ST?是 是 长期或短期？ 长期或短期？)