CPK与SPC.docx

CPK与SPC.docx

《CPK与SPC.docx》由会员分享，可在线阅读，更多相关《CPK与SPC.docx（18页珍藏版）》请在冰豆网上搜索。

CPK与SPC

CPK 与 SPC

　　CPK：

Complex Process Capability index 的缩写，是现代企业用于表示制程能力的

指标。

　　制程能力是过程性能的允许最大变化范围与过程的正常偏差的比值。

　　制程能力研究在於确认这些特性符合规格的程度，以保证制程成品不符规格的不

良率在要求的水准之上，作为制程持续改善的依据。

　　当我们的产品通过了 GageR&R 的测试之后，我们即可开始 Cpk 值的测试。

　　CPK 值越大表示品质越佳。

　　CPK=min（（X-LSL/3s），（USL-X/3s））

　　Cpk——过程能力指数

　　CPK= Min[ （USL- Mu）/3s, （Mu - LSL）/3s]

　　Cpk 应用讲议

　　1. Cpk 的中文定义为：

制程能力指数，是某个工程或制程水准的量化反应，也是工

程评估的一类指标。

　　2. 同 Cpk 息息相关的两个参数：

Ca :

 制程准确度, Cp. :

 制程精密度

　　3. Cpk, Ca, Cp 三者的关系：

 Cpk = Cp * （ 1 - ｜Ca｜），Cpk 是 Ca 及 Cp 两者的中

和反应，Ca 反应的是位置关系（集中趋势），Cp 反应的是散布关系（离散趋势）

　　4. 当选择制程站别 Cpk 来作管控时，应以成本做考量的首要因素，还有是其品

质特性对后制程的影响度。

　　5. 计算取样数据至少应有 20~25 组数据，方具有一定代表性。

　　6. 计算 Cpk 除收集取样数据外，还应知晓该品质特性的规格上下限（USL，LSL），

才可顺利计算其值。

　　7. 首先可用 Excel 的“STDEV”函数自动计算所取样数据的标准差（σ），再计算出规

格公差（T），及规格中心值（u）. 规格公差＝（规格上限－规格下限）；规格中心值＝（规

格上限+规格下限）/2；

　　8. 依据公式：

Ca=（X-U）/（T/2） ， 计算出制程准确度：

Ca 值

　　9. 依据公式：

Cp =T/6 ， 计算出制程精密度：

Cp 值

　　10. 依据公式：

Cpk=Cp（1-|Ca|） ， 计算出制程能力指数：

Cpk 值

　　11. Cpk 的评级标准：

（可据此标准对计算出之制程能力指数做相应对策）

　　A++级 Cpk≥2.0 特优 可考虑成本的降低

　　A+ 级 2.0 ＞ Cpk ≥ 1.67 优 应当保持之

　　A 级 1.67 ＞ Cpk ≥ 1.33 良 能力良好，状态稳定，但应尽力提升为 A＋级

　　B 级 1.33 ＞ Cpk ≥ 1.0 一般 状态一般，制程因素稍有变异即有产生不良的危

险，应利用各种资源及方法将其提升为 A 级

　　C 级 1.0 ＞ Cpk ≥ 0.67 差 制程不良较多，必须提升其能力

　　D 级 0.67 ＞ Cpk 不可接受 其能力太差，应考虑重新整改设计制程。

品质管理术语：

SQC 供应商品质控制

IQC 来料品质控制

LQC 生产线品质控制

IPQC 制程品质控制

FQC 最终品质控制

SQA 供应商品质保证

DCC 文控中心

PQA 制程品质保证

FQA 最终品质保证

DAS 缺陷分析系统

FA 坏品质分析

CPI 连续工序改善

CS 客户服务

ERP 企业资源规划

CRM 客户资源管理

MRP 物料需求计划

BPR 业务流程重组

DOE 实验设计

SCM 供应链管理

APQP 产品质量先期计划

FMEA 失效模式及后果分析

MSA 测量系统分析

PPAP 生产件批准

EV 设备变异

FPY 合格率

LCL 管理下限

LSL 规格下限

QE 品质工程

QFD 品质技能展开

RPN 风险系数

SOP 作业标准书

TQC 全面品质控制

TQM 全面品质管理

UCL 管制上限

USL 规格上限

VOC 客户需求

VOE 工程需求

QA 品质保证

QC 品质管理

MBO 目标管理

PC 生管

MC 物料

JIT 准时生产技术

LP 精益生产

统计过程控制 SPC 概论

SPC 即统计过程控制（Statistical Process Control）。

SPC 是美国美国贝尔实验室休哈特（Shew

hart）博士首先应用正态分布特性于生产过程中的管理，目前已成为生产过程中控制稳定产出

的主要工具之一，在生产型企业中应用的非常广泛。

SPC 主要是指应用统计分析技术对生产

过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产

过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，

从而达到提高和控制质量的目的。

在生产过程中，产品的质量特征值的波动是不可避免的。

它是由 4M1E，即人、机器、材料、

方法和环境等基本因素的波动综合影响所致。

波动分为两种：

正常波动和异常波动，或称为

偶然误差和系统误差。

正常波动是偶然性原因（不可避免因素）造成的。

它对产品质量影响较

小，在技术上难以消除，在经济上也不值得消除。

异常波动是由系统原因（异常因素）造成的

，它对产品质量影响很大，但能够采取措施避免和消除。

过程控制的目的就是消除、避免异

常波动，使过程处于正常波动状态。

一、SPC 技术原理

统计过程控制（SPC）是一种借助数理统计方法的过程控制工具。

它对生产过程进行分析评价

，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅

受随机性因素影响的受控状态，以达到控制质量的目的。

当过程仅受随机因素影响时，过程

处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状

态（简称失控状态）。

由于过程波动具有统计规律性，随机误差具有一定的分布规律，当过程受控时没有系统误差

，根据中心极限定理，这些随机误差的总和，即总体质量特性服从正态分布 N（μ，σ2）。

正态

分布的特征直观看就是大多数值集中在以 μ 为中心位置，越往边缘个体数越少。

在正态分布

正负 3σ 范围内，即样品特征值出现在（μ-3σ，μ+3σ）中的概率为 99.73%，即超出正负 3σ 范围

发生概率仅为 0.27%。

SPC 即统计过程控制（Statistical Process Control）。

SPC 是美国美国贝尔实验室休哈特（Shew

hart）博士首先应用正态分布特性于生产过程中的管理，目前已成为生产过程中控制稳定产出

的主要工具之一，在生产型企业中应用的非常广泛。

SPC 主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品

质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时

采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。

在生产过程中，产品的质量特征值的波动是不可避免的。

它是由 4M1E，即人、机器、材料、

方法和环境等基本因素的波动综合影响所致。

波动分为两种：

正常波动和异常波动，或称为

偶然误差和系统误差。

正常波动是偶然性原因（不可避免因素）造成的。

它对产品质量影响较

小，在技术上难以消除，在经济上也不值得消除。

异常波动是由系统原因（异常因素）造成的

，它对产品质量影响很大，但能够采取措施避免和消除。

过程控制的目的就是消除、避免异

常波动，使过程处于正常波动状态。

Spc 统计 - SPC 控制图实施的八个步骤

1、 识别关键过程

一个产品品质的形成需要许多过程（工序），其中有一些过程对产品品质好坏起至关重

要的作用，这样的过程称为关键过程，SPC 控制图应首先用于关键过程，而不是所有的工序

。

因此，实施 SPC，首先是识别出关键过程。

然后，对关键过程进行分析研究，识别出过程的结构（输入、输出、资源、活动等）。

2、 确定过程关键变量（特性）

对关键过程进行分析（可采用因果图、排列图等），找出对产品质量影响最大的变量（特

性）。

3、 制定过程控制计划和规格标准

这一步往往是最困难和费时，可采用一些实验方法参考有关标准。

4、 过程数据的收集、整理

5、 过程受控状态初始分析

采用分析用控制图分析过程是否受控和稳定，如果发现不受控或有变差的特殊原因，应

采取措施。

注意：

此时过程的分布中心（X）和均差 σ、控制图界限可能都未知。

6、 过程能力分析

只有过程是受控、稳定的，才有必要分析过程能力，当发现过程能力不足时，应采取措施

。

7、 控制图监控

只有当过程是受控、稳定的，过程能力足够才能采用监控用控制图，进入 SPC 实施阶段

。

8、 监控、诊断、改进

在监控过程中，当发现有异常时，应及时分析原因，采取措施，使过程恢复正常。

对于受

控和稳定的过程，也要不断改进，减小变差的普通原因，提高质量降低成本。

实施 SPC 分为两个阶段，一是分析阶段，二是监控阶段。

在这两个阶段所使用的控制图分

别被称为分析用控制图和控制用控制图。

　　分析阶段的主要目的在于：

一、使过程处于统计稳态，二、使过程能力足够。

分析阶段首

先要进行的工作是生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标

准要求进行准备。

生产准备完成后就可以进行，注意一定要确保生产是在影响生产的各要素

无异常的情况下进行；然后就可以用生产过程收集的数据计算控制界限，作成分析用控制图

、直方图、或进行过程能力分析，检验生产过程是否处于统计稳态、以及过程能力是否足够。

如果任何一个不能满足，则必须寻找原因，进行改进，并重新准备生产及分析。

直到达到了

分析阶段的两个目的，则分析阶段可以宣告结束，进入 SPC 监控阶段。

　　监控阶段的主要工作是使用控制用控制图进行监控。

此时控制图的控制界限已经根据分

析阶段的结果而确定，生产过程的数据及时绘制到控制上，并密切观察控制图，控制图中点

的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。

监控可以充分体现出 SPC 预防控制的作用。

　　在工厂的实际应用中，对于每个控制项目，都必须经过以上两个阶段，并且在必要时会重

复进行这样从分析到监控的过程。

SPC 即统计过程控制（Statistical Process Control）。

SPC 主要是指应用统计分析技术对生产

过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产

过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，

从而达到提高和控制质量的目的。

利用统计的方法来监控制程的状态，确定生产过程在管制的状态下，以降低产品品质的变异

在生产过程中，产品的加工尺寸的波动是不可避免的。

它是由人、机器、材料、方法和环境等

基本因素的波动影响所致。

波动分为两种：

正常波动和异常波动。

正常波动是偶然性原因（不

可避免因素）造成的。

它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。

异常波动是由系统原因（异常因素）造成的。

它对产品质量影响很大，但能够采取措施避免和

消除。

过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。

SPC 能解决之问题

1.经济性：

有效的抽样管制，不用全数检验，不良率，得以控制成本。

使制程稳定，能掌握品

质、成本与交期。

2.预警性：

制程的异常趋势可即时对策，预防整批不良，以减少浪费。

3.分辨特殊原因：

作为局部问题对策或管理阶层系统改进之参考。

4.善用机器设备：

估计机器能力，可妥善安排适当机器生产适当零件。

5.改善的评估：

制程能力可作为改善前后比较之指标。

利用管制图管制制程之程序

1.绘制「制造流程图」，并用特性要因图找出每一工作道次的制造因素（条件）及品质特性质。