制程能力知识分析讲解
- 格式：doc
- 大小：174.00 KB
- 文档页数：29
下载文档原格式
合集下载
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
平均值 变异数 标准差
统计学基础---二项分布概率计算
Ppk 长期制程能力
基本概念---6σ level 与3σ level
基本概念---6σ level with 1.5σ shift
1.5σ漂移
期望值
百万分之3.4
理想的6σ制程不考虑长期平均1.5 σ漂移其不良率为0.002 ppm; 理想的6σ制程考虑长期平均1.5 σ漂移其不良率为3.4 ppm 。
概率密度函数
常态分布
统计学基础---常态分布与概率密度函数
概率=区间内的面积
已知：µ=100，σ=20，计算80~120之间的概率
统计学基础---标准常态分布的概率值
µ=0，σ=1
统计学基础---普通常态分布转换成标准常态分布
• Remark：所有常态分布均可以利用上述公式转换为标准常态分布
统计学基础---中央极限定理
3.分析零件来料、公差配合设计、模 具、治具设计对平均值的影响。
基本概念---Pp
Pp =
公差宽度 Tolerance Width
长期过程分布
Long Term Process Spread
Pp
=
USL - LSL
6s LT
Lower Specification
Limit
Upper Specification
计量型数据更能揭示变化规律。
一、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
统计学基础---二项分布概率计算
Ppk 长期制程能力
基本概念---6σ level 与3σ level
基本概念---6σ level with 1.5σ shift
1.5σ漂移
期望值
百万分之3.4
理想的6σ制程不考虑长期平均1.5 σ漂移其不良率为0.002 ppm; 理想的6σ制程考虑长期平均1.5 σ漂移其不良率为3.4 ppm 。
概率密度函数
常态分布
统计学基础---常态分布与概率密度函数
概率=区间内的面积
已知：µ=100，σ=20，计算80~120之间的概率
统计学基础---标准常态分布的概率值
µ=0，σ=1
统计学基础---普通常态分布转换成标准常态分布
• Remark：所有常态分布均可以利用上述公式转换为标准常态分布
统计学基础---中央极限定理
3.分析零件来料、公差配合设计、模 具、治具设计对平均值的影响。
基本概念---Pp
Pp =
公差宽度 Tolerance Width
长期过程分布
Long Term Process Spread
Pp
=
USL - LSL
6s LT
Lower Specification
Limit
Upper Specification
计量型数据更能揭示变化规律。
一、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
生产制程能力分析讲解
生产制程能力分析讲解1. 引言生产制程能力分析是指通过对生产过程中各环节能力的评估，来确定生产系统能否满足预期的生产要求。
这对于企业来说是非常重要的，因为生产能力的不足或者不稳定会导致生产周期延长、质量问题增加以及成本上升。
因此，对生产制程能力进行分析是企业提高竞争力和运营效率的关键。
2. 生产制程能力的定义生产制程能力是指生产系统在特定条件下按照规定的方法，能够稳定地生产出合格产品的能力。
生产制程能力与生产过程中的关键节点和环节密切相关，包括设备性能、操作工艺、材料质量等因素的综合影响。
3. 生产制程能力分析的方法在进行生产制程能力分析时，通常采用以下几种主要方法：3.1 控制图分析法控制图是生产制程能力分析中常用的方法之一。
通过统计样本数据的变异情况，判断生产过程是否稳定，并根据控制图的结果进行相应的控制和改进。
3.2 流程分析法流程分析法是对生产流程进行详细分析和评估，找出其中的瓶颈和关键环节，并针对这些问题提出改进措施。
通过对流程进行优化，提升生产系统的能力。
3.3 统计分析法统计分析法是通过对生产数据进行统计学分析，评估生产过程的稳定性和能力。
常用的统计方法包括方差分析、六西格玛等。
3.4 设备性能评估法设备性能评估法是对生产设备的使用情况进行评估，包括设备的故障率、维护保养情况、使用效率等。
通过评估设备的性能，找出其中的问题并采取相应的措施进行改进。
4. 生产制程能力分析的指标在进行生产制程能力分析时，常用的指标包括：4.1 Cp指数Cp指数是衡量生产制程能力的一种常用指标。
它是由制程能力上限和下限之间的差异除以制程偏差的标准差得到的。
4.2 Cpk指数Cpk指数是Cp指数的改进版本，它考虑了过程中偏离目标值的情况，进一步衡量了生产过程能力的稳定性和准确性。
4.3 Pp指数Pp指数是在生产过程中统计标准差固定的情况下，测定过程对应的能力，类似于Cp指数。
Pp指数可以反映制程上下限的变异情况。
CPK制程能力分析讲解
CPK为什么要定1，，，这几个值？CPK：Complex Process Capability index 的缩写，是现代企业用于表示的指标。
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、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，接近，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，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，与CPK值为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。
下面分别为CPK值为和左右的图形从上列4张图片的对比不难看出，当CPK值越大时，过程控制能力越强，加工出的产品越靠近中间值且波动范围越小，产品互换性好质量越高。
6 sigma-制程能力分析
Variables For Grouping（0-3）处选择shift档位 4. 按下OK，确认其是否符合常态分配
组内组间制程能力分析
规格USL=53 LSL=47 连续测量25卷，每卷测量3个 Stat>Quality Tools>Capability Analysis>Between/within
制程能力等级判断及处置建议－Cpk P%
等
Cpk制程能力指数
级
Process Capability
Index
A 1.33≦Cpk
处置建议
制程能力足够
B 1.0≦Cpk＜1.33
制程能力尚可，应再努力。
C Cpk＜1.0
制程应加以改善。
等 级
P%（综合评价）
处置建议
A P≦0.44%
稳定
B 0.44%＜P≦1.22%
B 12.5%＜│Ca│≦25%（1/4） 有必要尽可能将其改进为Ａ级。
C 25%＜│Ca│≦50%（1/2）
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。
D 50%＜│Ca│
应采取紧急措施，全面检讨所有可能影响之因素， 必要时停止生产。
等
Cp制程精密度
级 Capability of precision
数据转换之范例
数据转换之范例
数据转换之范例
数据转换之范例
此种转换要求 数据为正值
左上角为原始资 料之分布
非常态分配与制程能力指标
此种转换不 要求数据为 正值，也不 需要输入样 本大小
转换公式
Stat>Quality Tools> Johnson Transformation
非常态分配与制程能力指标
组内组间制程能力分析
规格USL=53 LSL=47 连续测量25卷，每卷测量3个 Stat>Quality Tools>Capability Analysis>Between/within
制程能力等级判断及处置建议－Cpk P%
等
Cpk制程能力指数
级
Process Capability
Index
A 1.33≦Cpk
处置建议
制程能力足够
B 1.0≦Cpk＜1.33
制程能力尚可，应再努力。
C Cpk＜1.0
制程应加以改善。
等 级
P%（综合评价）
处置建议
A P≦0.44%
稳定
B 0.44%＜P≦1.22%
B 12.5%＜│Ca│≦25%（1/4） 有必要尽可能将其改进为Ａ级。
C 25%＜│Ca│≦50%（1/2）
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。
D 50%＜│Ca│
应采取紧急措施，全面检讨所有可能影响之因素， 必要时停止生产。
等
Cp制程精密度
级 Capability of precision
数据转换之范例
数据转换之范例
数据转换之范例
数据转换之范例
此种转换要求 数据为正值
左上角为原始资 料之分布
非常态分配与制程能力指标
此种转换不 要求数据为 正值，也不 需要输入样 本大小
转换公式
Stat>Quality Tools> Johnson Transformation
非常态分配与制程能力指标
制程能力解析
1. 問題列舉法 2. KJ 法 3. 5W1H 法 4. 7M 5. 5S
品管有效手法運用
1. QC工程圖 2. 品質管制圖 3. 系統圖 4. 矩 陣 5. 日程計劃圖 6. 箭形作圖 7. 抽樣法
C. 補償系統
品管有效手法運用 D. 解析手法
1. 檢驗推定 2. 抽樣檢驗 3. 實驗計劃 4. 迴歸分析 5. 田口品質工程 6. IE方法
2、製程能力與製程績效
製程能力（Process Capability）：6σ 以6σ表示製程能力，其中σ為固有之變異（標 準差）即導因於一般原因，用Rbar/d2來估計， 所以又稱6σ為自然公差。
製程績效（Process Performance）： 6σ 亦以6σ表示製程績效，但其中σ乃由s（或 ^ σs） 來估計，即導因於一般及特殊原因。
1) 異常現象的發現：制造條件查核表、自主檢 查、品管員抽樣、管制圖、不良率高、故障 頻繁或產量達不到要求。
2) 異常原因的追查：逆向追溯、順向追查、過 程審查、4M法、層別法、改善提案、頭腦風 暴、田口實驗計劃。
3) 異常連絡單：目的、內容及填寫方法。 4) 改正行動：應急措施、根本措施。
製程管制績效的整理與分析
結論
1. （變異）乃是過程的一部份 2. 進行企劃前必須先預測人事物未來可能的表現，
但任何測試（實驗）過去的績效表現；即使頗 具價值還是無法作準。 3. 員工都在某一個自己控制不了的系統下工作， 即使他們努力嘗試決定，績效表現的是（系統） 而非（個人技能) 4. 唯有管理階層才能改變系統。 5. 某些員工的表現總在水準之上而某些總在水準 之下。
）
3 、製程能力的評價
（8）綜合評價
x-M
Cpk=Cp（1-K）=CpD
品管有效手法運用
1. QC工程圖 2. 品質管制圖 3. 系統圖 4. 矩 陣 5. 日程計劃圖 6. 箭形作圖 7. 抽樣法
C. 補償系統
品管有效手法運用 D. 解析手法
1. 檢驗推定 2. 抽樣檢驗 3. 實驗計劃 4. 迴歸分析 5. 田口品質工程 6. IE方法
2、製程能力與製程績效
製程能力（Process Capability）：6σ 以6σ表示製程能力，其中σ為固有之變異（標 準差）即導因於一般原因，用Rbar/d2來估計， 所以又稱6σ為自然公差。
製程績效（Process Performance）： 6σ 亦以6σ表示製程績效，但其中σ乃由s（或 ^ σs） 來估計，即導因於一般及特殊原因。
1) 異常現象的發現：制造條件查核表、自主檢 查、品管員抽樣、管制圖、不良率高、故障 頻繁或產量達不到要求。
2) 異常原因的追查：逆向追溯、順向追查、過 程審查、4M法、層別法、改善提案、頭腦風 暴、田口實驗計劃。
3) 異常連絡單：目的、內容及填寫方法。 4) 改正行動：應急措施、根本措施。
製程管制績效的整理與分析
結論
1. （變異）乃是過程的一部份 2. 進行企劃前必須先預測人事物未來可能的表現，
但任何測試（實驗）過去的績效表現；即使頗 具價值還是無法作準。 3. 員工都在某一個自己控制不了的系統下工作， 即使他們努力嘗試決定，績效表現的是（系統） 而非（個人技能) 4. 唯有管理階層才能改變系統。 5. 某些員工的表現總在水準之上而某些總在水準 之下。
）
3 、製程能力的評價
（8）綜合評價
x-M
Cpk=Cp（1-K）=CpD
制程能力知识分析讲解
由上述可知:
4.制程能力指数Cpk
Cpk是综合Ca和Cp两者之指数，其计算公式:
Ca＝( X－μ)/ ( T / 2 )
Cp＝规格容许差/ 3σ
＝规格公差/ 6σ＝( T/ 2 ) /3σ
Cpk＝( 1－| Ca | )×Cp
由上述可知:
1.当Ca＝0，Cpk＝Cp
2.单边规格时，Cpk＝Cp
二、制程能力分析在什么时候实施是正确的?
12.5％＜|Ca|25％
如有必要时，尽可能改进为A级。
25％＜|Ca |50％
作业员可能看错规格不按SOP操作或检讨规格及作业标准。
50％＜|Ca|
应采取紧急措施，全面检讨有可能影响之因素，必要时得停止生产。
*对策方法是以制造单位为主、技术/品管单位为辅。
2.制程精确度Cp (Capability ofprecision)
制程能力指数cpkcpk是综合cacp两者之指数其计算公式cp由上述可知单边规格时cpkcp二制程能力分析在什么时候实施是正确的正如前面所提到制程能力的评估必须要在制程稳定后才能实施也就是xr管制图已显示制程在稳定的统计管制状态下非机遇原因已经被发现经过分析与矫正以及防止再发而且继续保持在统计管制状态因此回忆过去我们所做的可以发现到一些问题
经过分析与矫正，以及防止再发)，而且继续保持在统
计管制状态下。
要多少个样本数才能显示出制程的稳定性？理论
要求最好有25个以上的样组，才具代表性。请大家注
意！这里所提到的25个以上的样组数是针对管制图而言，并不是指Cpk。
所以只要能了解制程的稳定性，即使n＝2 ~ 5
也能计算Cpk，但是唯一前提是必须先用计量值管制图，来持续观察制程稳定(必要时采取矫正行动)。
4.制程能力指数Cpk
Cpk是综合Ca和Cp两者之指数，其计算公式:
Ca＝( X－μ)/ ( T / 2 )
Cp＝规格容许差/ 3σ
＝规格公差/ 6σ＝( T/ 2 ) /3σ
Cpk＝( 1－| Ca | )×Cp
由上述可知:
1.当Ca＝0，Cpk＝Cp
2.单边规格时，Cpk＝Cp
二、制程能力分析在什么时候实施是正确的?
12.5％＜|Ca|25％
如有必要时，尽可能改进为A级。
25％＜|Ca |50％
作业员可能看错规格不按SOP操作或检讨规格及作业标准。
50％＜|Ca|
应采取紧急措施，全面检讨有可能影响之因素，必要时得停止生产。
*对策方法是以制造单位为主、技术/品管单位为辅。
2.制程精确度Cp (Capability ofprecision)
制程能力指数cpkcpk是综合cacp两者之指数其计算公式cp由上述可知单边规格时cpkcp二制程能力分析在什么时候实施是正确的正如前面所提到制程能力的评估必须要在制程稳定后才能实施也就是xr管制图已显示制程在稳定的统计管制状态下非机遇原因已经被发现经过分析与矫正以及防止再发而且继续保持在统计管制状态因此回忆过去我们所做的可以发现到一些问题
经过分析与矫正，以及防止再发)，而且继续保持在统
计管制状态下。
要多少个样本数才能显示出制程的稳定性？理论
要求最好有25个以上的样组，才具代表性。请大家注
意！这里所提到的25个以上的样组数是针对管制图而言，并不是指Cpk。
所以只要能了解制程的稳定性，即使n＝2 ~ 5
也能计算Cpk，但是唯一前提是必须先用计量值管制图，来持续观察制程稳定(必要时采取矫正行动)。
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）：中回LSL["R S n234 5 679孔Q133030 010 01虧 1.331 er 2 062J3 2 5321 2 a£ 2 31性能性能CP CPU CPL CPK⑥过程能力扌㈱（CP3O打O爲程性魁埶（PPK）Q71300.770能力不足上图的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0.67，加工过程中可能已经有超差极限值得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 产品存在。
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
Cpu=（TU/3σ Cpu=（TU- X ）/3σ
当X ≥TU时，因过程能力指数不能取负数，则认为过 程能力 Cpu=0，即完全没有过程能力。这时过程出 现的不合格品率可能是50—100%。
b) 只规定公差下限不规定公差上限
如产品的寿命、水泥的强度、产品合格率 等，不规定上限质量指标，要求越大越好。这 时过程能力指数用CpL表示： /3σ CpL=（ X - TL）/3σ 当X ≤TL时，因过程能力指数不能取负数，则认 为过程能力 CpL=0，即完全没有过程能力。这 时过程出现的不合格品率可能是50—100%。
若K≥1，则规定CpK=0。
6、规定双侧公差限且有偏过程能力的调整： 、规定双侧公差限且有偏过程能力的调整：
当有偏（ 当有偏（X≠M）时，是否需将数据 ） 中心调整到与公差中心一致， 中心调整到与公差中心一致，则取决于 多种因素， 值的富裕度、 多种因素，如Cp值的富裕度、调整的 值的富裕度 难易程度、调整的经济性、 难易程度、调整的经济性、对最终产品 的影响等。 的影响等。下面给出的情况可供参考
5、过程能力指数的计算： 、过程能力指数的计算：
1）分布中心与公差中心重 合，即 X=M，这时，称过 程能力“无偏”，过程能 力指数用Cp表示。这时 Cp=T/6σ /6σ Cp=T/6σ=（TU — TL ）/6σ 式中： 式中：T—公差范围； TU — 公差上限； TL—公差下限
TLΒιβλιοθήκη X MTU3、过程能力的用途： 、过程能力的用途：
1）掌握生产过程中的质量水平，预防不合格 品的产生； 2）为制定标准、进行质量分析提供依据； 3）向领导汇报质量情况； 4）在QC活动中用于课题选择、现状调查、原 因分析等。
4、过程能力指数 、
当X ≥TU时，因过程能力指数不能取负数，则认为过 程能力 Cpu=0，即完全没有过程能力。这时过程出 现的不合格品率可能是50—100%。
b) 只规定公差下限不规定公差上限
如产品的寿命、水泥的强度、产品合格率 等，不规定上限质量指标，要求越大越好。这 时过程能力指数用CpL表示： /3σ CpL=（ X - TL）/3σ 当X ≤TL时，因过程能力指数不能取负数，则认 为过程能力 CpL=0，即完全没有过程能力。这 时过程出现的不合格品率可能是50—100%。
若K≥1，则规定CpK=0。
6、规定双侧公差限且有偏过程能力的调整： 、规定双侧公差限且有偏过程能力的调整：
当有偏（ 当有偏（X≠M）时，是否需将数据 ） 中心调整到与公差中心一致， 中心调整到与公差中心一致，则取决于 多种因素， 值的富裕度、 多种因素，如Cp值的富裕度、调整的 值的富裕度 难易程度、调整的经济性、 难易程度、调整的经济性、对最终产品 的影响等。 的影响等。下面给出的情况可供参考
5、过程能力指数的计算： 、过程能力指数的计算：
1）分布中心与公差中心重 合，即 X=M，这时，称过 程能力“无偏”，过程能 力指数用Cp表示。这时 Cp=T/6σ /6σ Cp=T/6σ=（TU — TL ）/6σ 式中： 式中：T—公差范围； TU — 公差上限； TL—公差下限
TLΒιβλιοθήκη X MTU3、过程能力的用途： 、过程能力的用途：
1）掌握生产过程中的质量水平，预防不合格 品的产生； 2）为制定标准、进行质量分析提供依据； 3）向领导汇报质量情况； 4）在QC活动中用于课题选择、现状调查、原 因分析等。
4、过程能力指数 、
《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
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(Cpk)分析教程 讲解
A0
日 期 07/10/11 页 号
页版本 A0
小页号
(二) 正态 分布 的解 释与 应用
正态分布 函数中的 μ与σ是 互相独立 的两个分 布函数,μ 决定正态 曲线的位 置,σ决定 它的形状.
σ
μ
文件 名称 章节 5.0
工程能力分析与控制
工序能力分析
第五章:工序能力分析
(一) 工序 能力
工序能力 是指工序 处于稳定 状态下的 实际加工 能力.有时 也称工序 能力为工 序能够稳 定的生产 出合 格品 的能 力. 从定量的 角度看,工 序能力是 工序本身 所固有的 一种可以 度量的特 性.如果工 序能力高, 所加工 产品 质量 指针 的波 动就 小,说 明工 序质 量好.
1.可以 反映产 品质量 的波动 性(变 异形)
从统计 学的角 度,可以 把产品 质量波 动分为 两类:
(1)正常 波动: 由随机 因素引 起的,表 明生产 过程稳
(2)异常 波动: 由系统 因素引 起的,表 明生产 过程稳 异常;
2.可以 掌握产 品质量 波动的 统计规 律
在正常 的生产 的情况 下,通过 大量的 调查., 收集生 产现场 的产品 质量数 据,并利 用概率 论和数 统计方 法对这 些质量 数据进 行分析 与处 理,发 现和掌 握产品 质量波 动的统 计规 律,如 果其分 布情况 与正常 状态的 质量分 布不同, 就说明 生产过 程有异 常波动, 如果相 同,说明 生产过 程的波 动是正 常波动.
(一) 加 工精度
在生 产制 造过 程中, 通常 采用 加工 精度 这个 概念 来反 映质 量的 波动 程度. 误差 大则 精度 低,误 差小 则精 度高.
精度 可分 为:
工程能力分析与控制
《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
- 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)。
12.5％＜|Ca|25％
如有必要时，尽可能改进为A级。
25％＜|Ca |50％
作业员可能看错规格不按SOP操作或检讨规格及作业标准。
50％＜|Ca|
应采取紧急措施，全面检讨有可能影响之因素，必要时得停止生产。
所处的状态。
3.决定管制项目:依制程之生产条件、品质特性、制程
现况来决定管制项目。
4.实施标准化:订定各项标准，并对相关人员实施各
项标准之教育与训练。
5.管制图的运用:应先建立解析用管制图，评估管制界
限，再实施管制用管制图，持续观察
制程的稳定性与异常矫正。
6.制程能力分析:收集数据，进行分析，以了解是否符
2.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。
3.制程精确度Cp (Capability ofprecision)
从制程中全数检验或随机抽样(一般样本n须在50
个以上)所计算出来之样本标准差(σx)，再乘以
√( n / ( n－1）)，以推定实绩群体标准差(σ)。
制程能力如何表示：
1.制程准确度Ca (Capability of accuracy)
2.制程精确度Cp (Capability ofprecision)
3.综合评价(不良率p )
4.制程能力指数Cpk
以上最常用的是Cpk、Cp、Ca，而p比较少有人使用。
1.制程准确度Ca (Capability of accuracy)
2. 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，称为制程准确度Ca
Xμ
Ca＝( X－μ)/( T/2 )
T＝SU－SL＝规格上线－规格下线
※如系单边公差时，则不适用
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)
由上ห้องสมุดไป่ตู้可知:
4.制程能力指数Cpk
Cpk是综合Ca和Cp两者之指数，其计算公式:
Ca＝( X－μ)/ ( T / 2 )
Cp＝规格容许差/ 3σ
＝规格公差/ 6σ＝( T/ 2 ) /3σ
Cpk＝( 1－| Ca | )×Cp
由上述可知:
1.当Ca＝0，Cpk＝Cp
2.单边规格时，Cpk＝Cp
二、制程能力分析在什么时候实施是正确的?
合规格或客户要求，如不能符合，立
即采取矫正行动。
7.制程之持续管制:除非有证据显示制程平均值或全距
值发生变化，否则仍然使用原管制界
限，不能随意修改。
四、制程能力分析的数据要如何评价?
1.制程准确度Ca (Capability of accuracy)
评价等级
分级基准
处置原则
|Ca|12.5％
作业员遵守SOP操作并达到规格之要求，所以持续维持。
那些是「固定的生产因素(条件)」；如设计的品质、模治具、机器设备、作业方法与作业者的训练、作业照明与环境、检验设备、检验方法与检验者的训练….等等皆属之。
什么是「稳定管制」；就是以上因素加以标准化设定后，并彻底实施后，且该制程之测定值，都是在稳定的管制状态之下，此时的品质能力才可说是该制程的制程能力。
因此对于品质管制手法的使用，一直是OEM客户注意的焦点。尤其是制程能力分析(Analysis for Process Capability)的应用，大家都视为是一新开发产品导入量产阶段的指针，
所以本文的主题将针对制程能力分析来进行研讨。
接下来将透过下列几个问题，来切入正题:
一、制程能力是个什么东西？
用3σ与规格容许公差做比较。
Cp＝规格容许差/ 3σ
＝规格公差/ 6σ＝( T/ 2 ) / 3σ
由上述可知：
1.若T＞6σ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）
3.若T＜6σ时，Cp值愈小。(表示目前的生产条件，
不适合此精密度之产品)
4.Cp与Ca成反比。(Cp愈大愈好，Ca则反之)
2.不探讨非机遇原因，只是一味要求算Cpk，而制程并不会随着时间长而稳定。
3.为达成客户要求，只好修改数据，『表面』的Cpk非常『良好』，却冒着被退货的高风险。
4.制程不良率『变异』起伏太大时，只好用人海战术来克服，不断重工，现场人仰马翻。
5.没有因为Cpk不好，而针对『共同因』或『特殊因』，采取矫正措施。
3.综合评价(不良率p )
当有些制程的生产实绩为了达成规格之要求，必须Ca
值与Cp值两者都要很好的情况下，而对整个制程品质之综
合评价，计算出不良率p
SUXSL
Z1Z2
Z1＝3 Cp ( 1＋Ca )….由Z1查常态分配表得P1％
Z2＝3 Cp ( 1＋Ca )….由Z2查常态分配表得P2％
p％＝P1％＋P2％
正如前面所提到，制程能力的评估必须要在制程稳定
后，才能实施，也就是X-R管制图已显示制程在稳定
的统计管制状态下(非机遇原因已经被发现，并经过分析
与矫正，以及防止再发)，而且继续保持在统计管制状态
下。
因此回忆过去我们所做的，可以发现到一些问题：
1.未先执行管制图以确认制程的稳定性，就径行将所算得Cpk当做『真正』的制程能力。
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？
七、Cpk是否能监测连续生产之制程？
一、制程能力是个什么东西?
所谓『制程能力』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。
e
1999年对公司来说，可定义为OEM品质年，此话怎讲?因为从去年HP的PIGLET开始生产后，陆陆续续接到OEM客户的订单，诸如NEC、PANASONIC、广宇、以及最近的通用、INTEL等等；我们可以从过去的经验与事实，去观察与分析OEM客户非常重视产品的品质管制，认为供货商是产品生产系统的源头或重要的一部份，足以影响产品是否能及时推上市，获得好评的重要关键之一。
6.只要算得(尺寸)多，就愈接近事实(群体)，就愈能符合客
户的要求？？
6.客户有要求算Cpk，才去做？
三、执行制程能力分析前有那些步骤?
1.确定制造流程:确定流程(图)，订定QC工程表，列
出管制之生产条件、品质特性…等。
2.制造流程解析:利用5W1H手法，将制程各作业单元
的变异因素加以掌握，并可得知制程
如有必要时，尽可能改进为A级。
25％＜|Ca |50％
作业员可能看错规格不按SOP操作或检讨规格及作业标准。
50％＜|Ca|
应采取紧急措施，全面检讨有可能影响之因素，必要时得停止生产。
所处的状态。
3.决定管制项目:依制程之生产条件、品质特性、制程
现况来决定管制项目。
4.实施标准化:订定各项标准，并对相关人员实施各
项标准之教育与训练。
5.管制图的运用:应先建立解析用管制图，评估管制界
限，再实施管制用管制图，持续观察
制程的稳定性与异常矫正。
6.制程能力分析:收集数据，进行分析，以了解是否符
2.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。
3.制程精确度Cp (Capability ofprecision)
从制程中全数检验或随机抽样(一般样本n须在50
个以上)所计算出来之样本标准差(σx)，再乘以
√( n / ( n－1）)，以推定实绩群体标准差(σ)。
制程能力如何表示：
1.制程准确度Ca (Capability of accuracy)
2.制程精确度Cp (Capability ofprecision)
3.综合评价(不良率p )
4.制程能力指数Cpk
以上最常用的是Cpk、Cp、Ca，而p比较少有人使用。
1.制程准确度Ca (Capability of accuracy)
2. 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，称为制程准确度Ca
Xμ
Ca＝( X－μ)/( T/2 )
T＝SU－SL＝规格上线－规格下线
※如系单边公差时，则不适用
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)
由上ห้องสมุดไป่ตู้可知:
4.制程能力指数Cpk
Cpk是综合Ca和Cp两者之指数，其计算公式:
Ca＝( X－μ)/ ( T / 2 )
Cp＝规格容许差/ 3σ
＝规格公差/ 6σ＝( T/ 2 ) /3σ
Cpk＝( 1－| Ca | )×Cp
由上述可知:
1.当Ca＝0，Cpk＝Cp
2.单边规格时，Cpk＝Cp
二、制程能力分析在什么时候实施是正确的?
合规格或客户要求，如不能符合，立
即采取矫正行动。
7.制程之持续管制:除非有证据显示制程平均值或全距
值发生变化，否则仍然使用原管制界
限，不能随意修改。
四、制程能力分析的数据要如何评价?
1.制程准确度Ca (Capability of accuracy)
评价等级
分级基准
处置原则
|Ca|12.5％
作业员遵守SOP操作并达到规格之要求，所以持续维持。
那些是「固定的生产因素(条件)」；如设计的品质、模治具、机器设备、作业方法与作业者的训练、作业照明与环境、检验设备、检验方法与检验者的训练….等等皆属之。
什么是「稳定管制」；就是以上因素加以标准化设定后，并彻底实施后，且该制程之测定值，都是在稳定的管制状态之下，此时的品质能力才可说是该制程的制程能力。
因此对于品质管制手法的使用，一直是OEM客户注意的焦点。尤其是制程能力分析(Analysis for Process Capability)的应用，大家都视为是一新开发产品导入量产阶段的指针，
所以本文的主题将针对制程能力分析来进行研讨。
接下来将透过下列几个问题，来切入正题:
一、制程能力是个什么东西？
用3σ与规格容许公差做比较。
Cp＝规格容许差/ 3σ
＝规格公差/ 6σ＝( T/ 2 ) / 3σ
由上述可知：
1.若T＞6σ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）
3.若T＜6σ时，Cp值愈小。(表示目前的生产条件，
不适合此精密度之产品)
4.Cp与Ca成反比。(Cp愈大愈好，Ca则反之)
2.不探讨非机遇原因，只是一味要求算Cpk，而制程并不会随着时间长而稳定。
3.为达成客户要求，只好修改数据，『表面』的Cpk非常『良好』，却冒着被退货的高风险。
4.制程不良率『变异』起伏太大时，只好用人海战术来克服，不断重工，现场人仰马翻。
5.没有因为Cpk不好，而针对『共同因』或『特殊因』，采取矫正措施。
3.综合评价(不良率p )
当有些制程的生产实绩为了达成规格之要求，必须Ca
值与Cp值两者都要很好的情况下，而对整个制程品质之综
合评价，计算出不良率p
SUXSL
Z1Z2
Z1＝3 Cp ( 1＋Ca )….由Z1查常态分配表得P1％
Z2＝3 Cp ( 1＋Ca )….由Z2查常态分配表得P2％
p％＝P1％＋P2％
正如前面所提到，制程能力的评估必须要在制程稳定
后，才能实施，也就是X-R管制图已显示制程在稳定
的统计管制状态下(非机遇原因已经被发现，并经过分析
与矫正，以及防止再发)，而且继续保持在统计管制状态
下。
因此回忆过去我们所做的，可以发现到一些问题：
1.未先执行管制图以确认制程的稳定性，就径行将所算得Cpk当做『真正』的制程能力。
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？
七、Cpk是否能监测连续生产之制程？
一、制程能力是个什么东西?
所谓『制程能力』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。
e
1999年对公司来说，可定义为OEM品质年，此话怎讲?因为从去年HP的PIGLET开始生产后，陆陆续续接到OEM客户的订单，诸如NEC、PANASONIC、广宇、以及最近的通用、INTEL等等；我们可以从过去的经验与事实，去观察与分析OEM客户非常重视产品的品质管制，认为供货商是产品生产系统的源头或重要的一部份，足以影响产品是否能及时推上市，获得好评的重要关键之一。
6.只要算得(尺寸)多，就愈接近事实(群体)，就愈能符合客
户的要求？？
6.客户有要求算Cpk，才去做？
三、执行制程能力分析前有那些步骤?
1.确定制造流程:确定流程(图)，订定QC工程表，列
出管制之生产条件、品质特性…等。
2.制造流程解析:利用5W1H手法，将制程各作业单元
的变异因素加以掌握，并可得知制程