CP及CPK介绍.docVIP

Cp和Cpk介绍 Cp(或Cpk)是英文Process Capability index缩写，汉语译作工序能力指数，也有译作工艺能力指数过程能力指数。 工序能力指数，是指工序在一定时间里，处于控制状态(稳定状态)下的实际加工能力。它是工序固有的能力，或者说它是工序保证质量的能力。 这里所指的工序，是指操作者、机器、原材料、工艺方法和生产环境等五个基本质量因素综合作用的过程，也就是产品质量的生产过程。产品质量就是工序中的各个质量因素所起作用的综合表现。 对于任何生产过程，产品质量总是分散地存在着。若工序能力越高，则产品质量特性值的分散就会越小；若工序能力越低，则产品质量特性值的分散就会越大。那么，应当用一个什么样的量，来描述生产过程所造成的总分散呢?通常，都用6σ(即μ＋3σ)来表示工序能力：工序能力＝6σ 若用符号P来表示工序能力，则：P＝6σ 式中：σ是处于稳定状态下的工序的标准偏差 工序能力是表示生产过程客观存在着分散的一个参数。但是这个参数能否满足产品的技术要求，仅从它本身还难以看出。因此，还需要另一个参数来反映工序能力满足产品技术要求(公差、规格等质量标准)的程度。这个参数就叫做工序能力指数。它是技术要求和工序能力的比值，即 工序能力指数=技术要求／工序能力 当分布中心与公差中心重合时，工序能力指数记为Cp。当分布中心与公差中心有偏离时，工序能力指数记为Cpk。运用工序能力指数，可以帮助我们掌握生产过程的质量水平。 工序能力指数的判断 工序的质量水平按Cp值可划分为五个等级。按其等级的高低，在管理上可以作出相应的判断和处置(见表1)。该表中的分级、判断和处置对于Cpk也同样适用。 表1 工序能力指数的分级判断和处置参考表 Cp/Cpk值 级别 判断 处置 ＞1.67 特级 能力过高 ⑴可以将公差缩小到约±46的范围；⑵允许较大的外来波动可以提高效率；⑶改用精度差些的设备，以降低成本；⑷简略检验 1.67≥Cp＞1.33 一级 能力充分 ⑴若加工件不是关键零件，允许一定程度的外来波动；⑵简化检验；⑶用控制图进行控制 1.33≥Cp＞1.0 二级 能力尚可 ⑴用控制图控制，防止外来波动；⑵对产品抽样检验，注意抽样方式和间隔；⑶Cp＝1时应该检查设备等方面的情况 1.0≥Cp＞0.67 三级 能力不足 ⑴分析极差R过大的原因，并采取措施；⑵若不影响产品最终质量和装配工作，可以考虑放大公差范围；⑶对产品全数检查，或进行分级筛选 Cp＜0.67 四级 能力严重不足 ⑴必须追查各方面的原因，对工艺进行改革；⑵对产品进行全数检查 Cpk的数据为什么要大于30/32? 根据中心极限定理，任何一种连续型随机变量，不管它本身的图形如何，只要它的样本个数超过30个，它的均值就可以视为服从正态分布。 抽样统计学原理概要 我们从一个总数为N的群体中选取n个样本，并估计参数μ和σ2，即样本容量和方差。可以用这两个参数来描述分布状态，尤其是正态分布。随机性确保了群体中的每个单元都有均等的入选机会，它排除了选择的偏差。估计值ā和s2，即样本的平均值和方差都有它们各自的分布形式，我们常假定正态分布是最佳分布形式。可以用这种分布来估计z的概率和正态偏差（即用t分布估计t的概率）或者形成确定样本数的z、t分布表。 有许多种随机取样方法，最简单的是对随机性没有限制的简单随机取样。例如，如果一个取样区域的一部分是斜坡，而另一部分是平地，那么，这两个部分应该分别进行取样分析和解释。我们可以对随机性附加些限定条件，如在分层随机取样中我们希望去除层次之间的变异，其限制条件是在每一个层次中都分别随机性处理。在简单随机取样中，样本平均值总是群体平均值的无偏估计值。 我们谈到的“最优”估计值是指它的取样方差最小。其结果是样本平均值和样本方差都能达到最优等。人们经常想到的是样本的大小。如果样本的采集方法合适，我们知道，取样分数n/N小，它的值就很难保证估计的精确度，其有效精确度依赖于样本数绝对值。这也就意味着在估计最佳样本数时，有必要考虑绝对样本数，而不是样本百分数。在确定样本数的公式中，经常用n而不用n/N。 从样本数和精确度考虑，样本平均值ā的精确度随样本数的提高而提高。 在不考虑抽样群体的总体形状时，样本均值ā随样本数的增大而更接近于正态分布，它的根据是中心极限定理。30个样本对于标准估计是足够的（但是，我们也可以抽取超过30个的样本从而达到必要的精确度）。这种假设关系的根据是，方差是有限的，而从总体中抽取样本是随机的。 First, you have to make sure whether these data are the means of the subgroups or individual samples. If they