CPCPK计算与分析.ppt

17-Jan-2007 * CP/CPK计算与分析 准确度Ca 精确度Cp 精密度CPK Ca/Cp/CPK之间的概念关系 CPK=Cp*(1-Ca) CPK CPK: Capability index of process 制程能力指数 目的: 评估制程满足实际尺寸要求的能力,并以此统计分析结果确定生产能力是否满足大批量生产之要求 一、工序质量控制 通常要解决两个问题: — 一是过程状态的稳定,即过程处于统计控制状态 — 二是过程具有生产合格品的保证能力 二、过程能力的概念、度量、分析评价 1. 过程能力概念 (1). 6M 或称 5MIE 构成了过程的六大要素, 其 综合效果加以量化时,就构成过程能力 (2). 过程控制系统图 人 机 料 法 环 量测 资源组合转换 中间产品 半成品 成品 零部件 …… 行动 统计方法 ? 制程能力 量度σ2. μ (3). 六大因素将各自对产品质量产生影响, 产品/ 服务量化的结果综合反应出: σ2 —— 变量概率分布的方差→标准偏差 — 过程能力大小的度量基础 μ —— 变量之平均值 数理统计理论 依数理统计理论,当生产过程稳定时,绝大多数计量值特性服从常态分布 对一个正常的过程参数(比如:尺寸)随机抽样,(计量值)数据应呈现常态分布(正态分布) 常态分布的特点: 非负性 归一性 对称性 依概率理论计算,99.73%的样本将落在+/3σ的范围内,只有很小的概率(0.27%)不在+/3σ的范围内,由于小概率事件一般不会发生,故可认为不会有尺寸在规格之外 Cp及Cpk(Capability index of process)即是依此理论对制程能力予以评估 F(x) x 6σ 3σ -3σ 2? ? 1 e - (x-?) 2 ? 2 2 F(x)= 标准差的计算 标准差主要是用以衡量观测资料与平均数之间的差异量数。 根据一组样本估计其标准差。 (4). 正确理解 σ、μ 及 X、S 试 比 较 样 本 与 群 数 Sample Population Statistic X — average S — Sample stand deviation Parameter μ — Mean σ— Standard deviation - (5). 正态分布之形成过程 Sample —— Population 标准测量: 少→多→ 群数 X → X → X → X → X → X → X → 重点说明: 讨论过程能力指数,一定在如下两个假定下 进行的: 1.过程是稳定的,即过程的输出特性X 服从 正态分布 N (μ , σ 2 ) 2. 产品的规格范围( 下限规格TL和上限规格 TU ) 能准确反映顾客 ( 下道工序的工人、 使用者 ) 的要求. 如果不知道分布是否是正态分布, 则应进行 正态性检验来验证过程分布是否服从正态 分布 小结: 所谓过程能力,就是过程处于统计控制状态下,加工质量正常波动的经济幅度,通常用品质特性值分布的 6 倍标准偏差表示,记为6 σ 试问: 过程本身与公差有无关系? Cp:制程能力 Cp(制程能力):Cp=TOL/6σ 设计公差与制程整个变异的比值,它反映的是设计的极限指数.是对制程潜在能力的测定,一个高的Cp指数表明制程具有好的潜在的再制能力 反映数据(尺寸)的波动范围大小,Cp数值越大,尺寸波动越小,制程能力越充足. CPK:制程能力指数 CPK(制程能力指数):反映制程满足实际尺寸要求的能力, CPK数值越大,制程越能保证实际尺寸的加工要求. SPC的基本理论是常态分配如图: -3σ -2σ -1σ μ +1σ +2σ +3σ 0.135% 0.135% 99.73% 95.45% 68.27% 常态分配: SPC (Statistical Process Control 统计制程管制) 是由制程调查来改进制程能力,不断降低产品质量的变异性,而达到提升产品质量的一种方法,其主要工具为管制图. 当制程开始产生变异时,其统计分