- 1、本文档共38页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
.
Prepared By :申加兵
Date:11/17/2021
工序能力 (Cpk)
.
什么叫工序能力
工序能力:也叫过程能力
过程:一组将输入转化为输出的相互关联或相互作用的活动( ISO9000:2000标准中的定义)
过程必须是一种增值的转换。
每一过程还会与其它过程有着相互关系。
所有工作通过过程来完成。
过程(工序)能力指数
过程(工序)能力指数是表示过程(工序)能力满足公差范围要求程度的量值。
过程能力指数是公差范围(T)和过程(工序)能力(6σ)的比值,通常用Cp( Capability Process Index)来描述,工序能力高,则产品的合格率就高,反之,产品的合格率就低,因此,提高合格率,就需要研究工序的能力。
.
工序数据
比如在工序中,每件产品的尺寸与别的都不同
我们将它们形成一个模型,若稳定,可以描述为一个分布
分布可以通过以下因素来加以区分
位置分布宽度形状
或这些因素的组合
.
计量特性值工序,如长度、重量、时间、强度、纯度、成分等连续性数据,最常见的是正态分布(normal distribution)。
工序的种类
.
计件特性值工序,如特性测量的结果只有合格与不合格两种情况的离散性数据,最常见是二项分布(binomial distribution)。
.
计点特性值工序,如铸件的沙眼数、布匹上的疵点数、电路板上的焊接不良数等离散性数据,最常见的是泊松分布(Poisson distribution)。
.
计件值与计点值又统称计数值,都是可以0个,1个,2个,…,这样数下去的数据。
掌握这些数据的统计规律可以用以保证和提高产品质量。
.
工序能力的计算
名称
解释
平均值( )
一组测量值的均值
极差(Range)
一个子组、样本或总体中最大与最小值之差
σ(Sigma)
用于代表标准差的希腊字母
标准差
(Standard Deviation)
过程输出的分布宽度或从过程中统计抽样值(例如:子组均值)的分布宽度的量度,用希腊字母σ或字母s(用于样本标准差)表示。
分布宽度(Range)
一个分布中从最小值到最大值之间的间距
中位数( )
将一组测量值从小到大排列后,中间的值即为中位数。如果数据的个数为偶数,一般将中间两个数的平均值作为中位数。
单值(Individual)
一个单个的单位产品或一个特性的一次测量,通常用符号 X 表示。
.
工序能力的计算 --部分公式
平均值
标准偏差
.
过程(工序)能力指数计算
1) 当给定双侧公差(TU, TL),过程数据分布中心( )与公差中心(M)相一致时,用符号CP表示。
2)当给定双侧公差,过程数据分布中心( )与公差中心(M)不一致时,用符号CPK表示,T=TU-TL,
3)当给定单向公差的上限时:
4)当给定单向公差的下限时:
K=ε/(T/2)= 2 ε /T
.
怎样研究工序能力?
切断数据
.
怎样研究工序能力?
研究的重点– 切斜
.
步骤1:找出最大值和最小值。
从附件的切斜数据中可见最大值为4.0,最小值为0.0。
数据分散宽度=(最大值-最小值)=4.0-0.0=4.0
步骤2:确定组数。
设n为数据个数,组数k可按下表或按经验公式:k 进行估计,这些都是经验值。其实,组数k=3,图形太粗糙,组数k=12,分组过多,直方图的直方之间已经出现缺口,故图中组数k在3-12之间最合适。本例数据个数n=47,故试取组数k=6。
.
假设一组数据的分布图如下,组数和分布图的关系图如下:
.
.
步骤3:确定组距。
本例组距:h = (最大值-最小值)/组数 = 4.0/6 = 0.667 0.7
步骤4:确定各组的边界。
为了使得所有数据不可能落在组界上,并使最小值0.0落在第一组内,故取第一组的下限等于最小值减去最小测量单位的一半(在本例即0.01/2 = 0.005)。于是,第一组的下限 = 0.0 - 0.005 = -0.005;第一组的上限 = 第一组的下限 + 组距 = -0.005 + 0.7 = 0.605
.
其余各组依此类推,参见下面的频数分布表。可见最大值4.0已包括在第六组内。
步骤5:确定各组的频数。
将数据表中的各个数据按其数值大小分配到各个组中去。从切断倾斜数据表得出频数分布表。
.
步骤6:作直方图。
根据频数分布表,在横轴上以每组对应的组距线段为底,以该组的频数为高,作出6个矩形所组成的直方图(histogram),参见下图。
.
步骤7:对直方图的观察。
本例直方图的形状特点是:中间高、两头低、左右比较
文档评论(0)