cpk是什么意思(生产cpk是什么意思)

第一篇文章根据定义,Ppk反映过程的实际性能,而Cpk反映过程的能力。我们可以用生活中的一个类比来说明两者的区别:小明同学智商高,记忆力好,学习努力。如果他正常

第一篇文章

根据定义,Ppk反映过程的实际性能,而Cpk反映过程的能力。我们可以用生活中的一个类比来说明两者的区别:小明同学智商高,记忆力好,学习努力。如果他正常的话,可以考全班前三,但是这学期期末考试,小明因为失恋,心情不好,考的不好,只考了第十。在这个故事中,考前第三名是小明的能力,即小明的Cpk,考后第十名是小明的实际表现,即小明的Ppk。从这个类比中可以得出一个非常重要的结论。Cpk是制造过程中所能产生的最佳性能,所以Cpk必须大于或等于Ppk。

接下来我们从数学上讨论一下这两个参数的区别。为讨论方便,假设过程平均值与目标值一致,即Ppk=Pp,Cpk=Cp。计算公式如下

Cpk和ppk的最本质差别是什么?

一级方程式

Cpk和ppk的最本质差别是什么?

公式2

这两个公式比较了规格界限的宽度(公式中的分子)和过程的分散度(公式中的分母)。这两个值越高,规范限宽相对于工艺的离散程度就越大,所以不合格的概率就越小。但是,这两个公式计算过程离差的方法不同。

在公式1中,分母SigmaP计算如下:

Cpk和ppk的最本质差别是什么?

公式3

其中n是为过程监控收集的所有样本的数量(如果收集了25个子组,每个子组有5个样本,则n=125),xi是每个样本的值,xbar是这些样本的平均值。因为这个公式使用所有采集的样本计算标准差,SigmaP可以反映整个过程的实际离散程度,所以公式1计算的Ppk值反映了过程的实际表现。

在公式2中,分母SigmaC计算如下

Cpk和ppk的最本质差别是什么?

公式4

该公式利用子群中样本的分散度R或S来计算整个过程的分散度(R为子群的极值,S为子群中样本的标准差,d2或c4为子群中样本的分散度与整个过程的分散度之间的系数)。这种关系只有在过程处于稳定受控状态时才是正确的(这一点后面会讨论)。处于稳定受控状态的过程只有共同原因,没有特殊原因。此时,过程表现出最佳状态(除非通过系统措施改善常见原因,否则不能再降低过程的离散度)。因此,公式2计算出的Cpk值反映了流程的最佳状态,即流程的能力。

总结上面的讨论:SigmaC是由子群的离散度计算出来的,它只能代表过程在稳定可控状态下的离散度。所以Cpk反映了流程的最佳状态,反映了流程的能力。SigmaP是由所有采集的样本计算出来的,它可以反映过程在任何状态下的离散程度,所以Ppk反映的是过程的实际状态。

现在我们来讨论为什么公式4只能用来计算稳定受控状态下过程的分散度。

下图中,每条正态分布的曲线代表了某个制造过程中一天内生产的产品性能的分布。假设SPC每天抽取5个样本进行过程监控,根据统计学理论,任何一天生产的产品的分散度都可以通过样本的平均极值来计算,即

Cpk和ppk的最本质差别是什么?

如果制造过程是稳定可控的,那么每天生产的产品将保持相同的分布,该过程生产的所有产品的分布将与任一天相同,即稳定可控过程生产的所有产品的分散度与任一天生产的产品的分散度相同。所以公式5是该工艺生产的所有产品的分散度。

Cpk和ppk的最本质差别是什么?

Cpk和ppk的最本质差别是什么?

图1

但当流程不处于稳定受控状态时,某一天流程生产的产品的分散度将不再等于流程生产的所有产品的分散度,如下图所示。在该图中,使用的原料批次的性能在第5天下降,当天生产的产品性能的中间值从前4天转移。在这种情况下,该工艺生产的所有产品的分散度大于任何一天。

Cpk和ppk的最本质差别是什么?

Cpk和ppk的最本质差别是什么?

图2

这时,如果要表征过程的离散程度,就不能仅仅用某一天产生的样本的离散程度来表征,而需要考虑所有的抽样样本,用公式3来计算。

综上所述,当过程处于稳定受控状态时(只有共同原因,没有特殊原因),过程的离散度可以通过子群的离散度R或S来计算,如图1中的例子所示。此时过程的离散度是由子群内的离散度决定的,所以过程的变异只包括子群内的变异。但当过程不处于稳定受控状态时(既有共同原因,也有特殊原因),其离散度不仅包括子群内的变异,还包括特殊原因引起的子群间的变异(如图2,第五个子群与其他四个子群的偏离)。Ppk和Cpk之间的差异是由组间差异引起的。

如何利用Ppk和Cpk的区别来监控流程

在实施SPC的过程中,一个常见的错误是只关注Cpk和Ppk的绝对值,而不关注它们的差值。只要两者都符合客户或内部的要求,就认为流程OK。

但是从上面的讨论可以看出,Cpk和Ppk的区别意义重大。Cpk由共同原因引起的组内变异决定,Ppk由组内变异加上特殊原因引起的组间变异决定。所以在实施SPC的时候,除了要注意Ppk和Cpk的绝对值之外,还要注意两者的区别。当Ppk远小于Cpk时,说明子群间的变异比较大,有特殊原因。在这种情况下,即使Ppk和Cpk都满足顾客要求(例如顾客要求Cpk和PPK >: 1.33,而Cpk=2,Ppk=1.5)的工艺,也应采取措施消除存在的特殊原因。

第二篇文章

CPK是过程能力指数。PPK是性能指数。CMK是设备能力指数。CPK和PPK是按照安排好的区间采样的,每次采样都要连续采样(其实也可以只计算最终所有产品中的PPK再采样,当然客户不要为此争论)。CPK的计算公式和PPK一样,但是sigma的计算不一样,这是他们的区别。CPK使用Rbar/d2计算组内变异,而PPK使用传统公式计算总变异。

CMK被连续采样。既然没有分组,当然在计算sigma的时候不会用到CPK的公式。有,用哪个传统公式计算sigma。

总结:CPK和PPK的区别以sigma计算;CMK和PPK的区别在于取样方法。

CPK是区间采样,PPK不一定要求区间采样。CPK是组内变异,PPK是组间变异。CPK是能力指数,PPK是绩效指数。CMK是装备能力。

Ppk、Cpk和Cmk的区别与计算

1.首先,我们来解释一下Pp和Cp的定义和公式。

Cp(工序能力指数):稳定工序的能力指数,定义为公差宽度除以工序能力,不考虑工序偏差。一般的表述是:

Pp(过程性能独立):过程性能指数,定义为公差范围除以过程性能,不考虑过程偏差。一般的表述是:

(该指标仅用于与Cp和Cpk进行比较,或与Cp和Cpk一起衡量和确认一段时间内的改善优先级)

CPU:稳定过程的上限能力指数,定义为容差范围的上限除以实际过程分布宽度的上限。一般的表述是:

CPL:稳定过程的下限能力指数,定义为公差范围的下限除以实际过程分布宽度的下限。一般的表述是:

2.现在我们来解释一下Cpk和Ppk的含义。

Cpk:这是考虑流程中心的能力(修正)指数,定义为CPU和CPL的最小值,等于流程均值与最近规格极限之差除以流程总分布宽度的一半。即:

Ppk:这是考虑过程中心的性能(修正)指标,定义为:或的最小值。即:

实际上,公式中的k定义了分布中心μ与公差中心M的偏差,μ与M的偏差为ε=| M-μ|,则:

所以,

3.公式中标准差的不同含义

①在Cp和Cpk中,稳定过程的能力是计算出来的,稳定过程中的过程变异只是由共同原因引起的。公式中的标准差可以通过控制图中样本的平均范围来估计:

因此,Cp和Cpk一般与控制图一起使用。首先,控制图用于判断过程是否受控。如果过程不受控制,应采取措施改进过程,使过程处于受控状态。在计算Cp和Cpk之前,确保过程处于受控状态。

②由普通原因和特殊原因引起的变化可以用样本的标准差S来估计,用于过程性能指数的计算。即:

4.几个指标的比较和说明?

①无偏Cp表示过程加工的均匀性(稳定性),即“质量能力”。Cp越大,该质量特性的分布越细,质量能力越强。但有偏差的Cpk表示工艺中心μ与公差中心m之间的偏差,Cpk越大,两者之间的偏差越小,即工艺中心越“瞄准”公差中心。整合过程的“质量能力”和“管理能力”的结果。Cp和Cpk的侧重点不同,需要同时考虑。

②PP和Ppk的关系见上。

③关于Cpk和Ppk的关系,这里引用QS9000中PPAP手册的一段话:“当有可能得到历史数据或有足够的初始数据来绘制控制图(至少100个个体样本)时,可以在过程稳定时计算Cpk。Ppk应用于长期不稳定过程,其输出满足规范要求,并呈现可预测的图形。”

④另外,曾经看到一个网友的帖子,这里也提供给大家(未经原作者本人同意,在此向原作者致歉并致谢)。其内容如下:

“所谓PPK是指进入量产前小批量生产的能力评估,一般要求≥1.67;而CPK则是量产后对生产能力的评估,一般要求≥ 1.33,以保证量产生产的产品质量不会下降,保证和小批量生产一样的控制能力。一般来说,CPK需要受PPK的控制边界控制。…

Cpk的用法Ppk Cmk: Cpk:量产长期过程能力控制,要求>:1.33;Ppk:小批量生产或订单量不大,不连续,要求>:1.67;Cmk:新设备、大修设备或新产品的试生产,设备能力评估,至少50个样品,要求>:2.0;PPK人机材料法环境测量不变。一批样品全部或部分测得的数值最好按照PPK的计算方法计算。因为批内抽样的变异较小,所以在试制阶段一般采用组内差异,所以汽车行业要求PPK >: 1.67一般计算出来的控制线也会作为以后量产的控制线。CPK是在人机材料法环境测量有变化时,每班或每天取样计算。CPK >: 1.33,CMK计算机器能力指数。

IATF16949-2016版汽车行业质量管理体系程序和文件标准培训成套资料

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。

作者:美站资讯,如若转载,请注明出处:https://www.meizw.com/n/47503.html

发表回复

登录后才能评论