CPK培训重点.pptVIP

六. Cpk制程管制的作用 对新的项目可用来确定规定及上下.(步骤如下:) 对项目的相关参数作一定数量的抽样测试,计算出平均值(X)与标准差(δ),则平均值(X)可作为规格中心,平均值加以三个标准差为规格上限制(USL),平均值减去三个标准差为规格下限(LSL).例如: a. 抽样数量: n b. 测量值 : X1,X2,…Xn c. 依照前述的公式计算出平均值(X)与标 准差(δ). d. 规格中心: SL=X e. 规格上限:USL=X+3δ. f. 规格下限: LSL=X-3δ 计算数据离散程度及数据中心偏差 预测数据可能的偏向及制程上的不良,可进行分析及改善制程. 当Cpk值小于一定值时,可以查看可能发生的不良率,以及从Ca与Cp值的大小上看出数据的偏差程度及离散程度,如: Ca0,则数据向上偏 Ca0,则数据向下偏 Ca=0,Cp=1 则不良率为0.27% Ca=0,Cp=0.8 则不良率为1.64% 通过数据的分布图与Cpk值,可分析制程有以下可能原因 : a. 仪器设备出现偏差. b. 材料性能不稳定的问题. c. 操作有问题等.(例如调整时不按中心值调整,单边未调至最低或最高值). 通过以上分析的结果则就可进行一一改进！ 七.影响Cpk大小及准确度的因素 1.抽样之样本数目的大小 2.数据的离散( 有的太高,有的太低 )影响Cp值. 3.异常数据的影响. 4.数据的整体性偏向( 即普遍偏上限或下限 ). 八.总结Ca,Cp,Cpk定义,公式及等级标准 1 九.制程能力分析 当Cp的值过小时，应采取下列改进措施： 1在不影响最终产品质量的情况下，适当放宽该过程产品的公差范围。 2.分析过程质量低的原因，有的放矢地采取相应措施改进过程。 3.可能时采用过程精度更高的设备。 4.加强过程质量检验控制，如进行全数检验 5.必要时可考虑停止生产，分析原因并采取相应措施改进过程。 谢 谢 制程控制能力CPK 培训 一.过程管制的种类 制程控制分成两类： 1.统计制程管制 用统计的方法对生产线制程进行数据收集,数据整理,数据分析,以得到其中所蕴含的特性,从而反应到制程上去的一种统计方法。 2. Cpk制程管制 用CPK统计的方法对制程进行统计(通常以中心值+3sigma) 二.CPK制程控制的理论依据与适用范围 1.理论依据： 自然界的绝大多数项目的数据分布为正态分布.即在数据足够的情况下,其数据分布为标准误差分布. 2.适用范围 ： 1.参数可调 2.参数有上限与下限 3.参数有最佳值 三.相关的名词解释 1.单边规格: 单边规格为不对称规格,即只有上限与中心值或下限与中心值.此时的中心值即为上限或下限. 2.双边规格: 双边规格为对称规格.即有上下限与中心值,而上下限与中心值对称,此时数据越靠近中心值越好. 3. USL (Upper specification limit):即规格上限 4. UCL (Upper control limit):管制上限 5. LSL (Low specification limit): 即规格下限. 6. LCL (Lower control limit):管制下限 7. SL (Specification level) 即规格中心 8. CL (Central Line):中心线 9. Xbar 或 X为样本的平均值.表示公式如下: Xbar=(X1+X2+… …+Xn)/n *n为样本数 10. δ(Sigma)为样本的标准差,表示公式如下: 11.制程准确度 Ca (Capability of accuracy) 各制程的规格中心值设定之目的.就是希望各工程制造出来的各个产品的实际值以规格中心为中心,呈左右对称之常态分布,而制造时,也应以规格中心值为目标.(例如色温值x=281+15或y=311+15即作业员在调整就要依中心值281或311为目标来作业.)。即从生产过程中所获得的数据平均值(X)与规格中心值(SL)之间偏差的程度称为制程准确度Ca.现我们可用下面的方法将准确度用数字表示出来,以利于评价偏差的程度. δ = (X1-X)2+(X2-