关于CPK-质量工具-QPDCA质量论坛

发表于 2012-9-21 00:32:51 | 显示全部楼层

对于这个问题确实有点纠结，过程能力的使用场合想必大家都应该知道，那就是过程必须在判稳的情况下，也就是过程属于受控的状态下。由中级的教材可知，我们在稳态下收集的数据需要呈现正态分布的情况下实施（对于此点我个人表示保留意见，事实上有些质量书籍中也明确表示，数据分布不呈现正态分布也可以，只要我们的可使用的数据够多也就是采集的样本足够）（具体可以参考一本叫做SPC的十大误区），只有正态分布的数据做出的CPK才能算是较正确的反应这个过程的能力。（权且相信，毕竟中级教材是无数前辈总结出来的东东，这里同时鄙视一下六西格玛红皮书，这里不解释。。。。。。）
如何判定一个样本的数据呈现正态分布，最简单的方法就是把数据全部整到minitab中
具体的方式这里就不作说明了，免得引起大家的反感呵呵。这里要说的就是注意一个参数就是p值，这里p值必须大于或者等于0.05，问我为什么，我一时半会也解释不清楚，可以参考一下的概率论中的有关假设检验的有关章节。
为什么要关注这个P值也就是给楼主一个寻找问题根源的方向，诚然公差太大出现过程能力过大的一个原因（这里假设其他的影响因数全部在和谐范围之内呵呵）
至于大家如果喜欢麻烦可以使用直方图的方式来判定呵呵
概而括之笼而统之只有在判定我们的数据属于正态分布的情况下方可进行下一步。
我们知道cpk的计算公式CPK=MIN((USL-Average)/(3*σ),(Average-LSL)/(3*σ))（基于单边原则方便解释）大多公司都是运用的均值极差图。其中USL为上规格值，LSL为下规格值，Average为平均值，σ为西格玛。这里用均值极差图为例解释CP亦或是CPK计算用的σ=Rbar/d2这里的d2可以参考SPC手册中的相关表格查得，需要说明的是这个西格玛是一个有偏估计。诚然公差大有可能造成过程能力大，但是不要忘了当分子一定的时候分母小亦会造成过程能力大，d2由我们的收集数据时子组样本容量决定，但是Rbar这个一定程度上取决于您选择的测量系统的分辨率（当然这样讲有点牵强也不合理呵呵）这点就是我想提醒大家的地方，至于过程能力太好如何缩减成本变更加工工艺之类的后续措施这里就不再罗嗦了，希望能起到抛砖引玉的效果呵呵。打完收工，再次强调上面几点
1.稳态受控
2.选择合适的计量器具
3数据正态分布。
以上为我一己愚见，如有不足的地方，希望大家指正。