CPK原理及在Minitab中的应用

CPK原理及在Minitab中的应用什么是Cpk?Cpk的定义：制程能力指數；Cpk的意义：制程水准的量化反映;用一个数值来表达制程的水准;(1)只有制程能力强的制程才可能生产出质量好、可靠性水平高的产品﹔(2)制程能力指数是一种表示制程水平高低的方便方法，其实质作用是反映制程合格率的高低。和Cpk相关的几个重要概念1单边规格：只有规格上限和规格中心或只有下限或规格中心的规格;如考试成绩不得低于80分，或浮高不得超过0.5mm等；此時數據越接近上限或下限越好﹔双边规格：有上下限與中心值,而上下限與中心值對稱的规格；此时数据越接近中心值越好；如D854前加工脚长规格2.8±0.2mm;USL(Upperspecificationlimit):即規格上限LSL(Lowspecificationlimit):即規格下限C：规格中心X=(X1+X2+……+Xn)/n平均值(n為樣本數)T=USL-LSL規格公差n-1(X1-X)2+(X2-X)2+……+(Xn-X)2δ=和Cpk相关的几个重要概念2•Ca:制程准确度;(CapabilityofAccuracy)•Ca在衡量“實際平均值“與“規格中心值”之一致性;•对于单边规格，不存在规格中心，因此也就不存在Ca;•对于双边规格，2/TCXCa=什么是Ca?等級ABCDCa值|Ca|12.5%12.5%|Ca|25%25%|Ca|50%處理原則作業員遵守作業標準操作並達到規格之要求,需繼續保持.有必要盡可能將其改進為A級作業員可能看錯規格不按作業標準操作或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,必要時得停止生產.50%|Ca|Ca等级评定及处理原则•Cp:制程精密度(CapabilityofPrecision)•Cp衡量的是“規格公差寬度”與“製程變異寬度”之比例;对于只有规格上限和规格中心的规格：对于只有规格下限和规格中心的规格：对于双边规格：6sUSL-LSLCp=3sUSL-XCpu=3sXCpl=LSL什么是Cp?Cp等级评定及处理原则等級Cp值處理原則A+≧1.67無缺點考慮降低成本A1.33≦Cp＜1.67狀態良好維持現狀B1.00≦Cp＜1.33改進為A級C0.67≦Cp＜1.00制程不良較多，必須提升其能力DCp＜0.67制程能力太差，應考慮重新整改設計制程Cpk=Cp*(1-Ca);Cpk≦Cp;Cpk是Cp和Ck的綜合表現﹔Cpk的計算公式製程能力靶心圖.............Ca好﹐Cp差Cp好﹐Ca差Cpk好﹔...........Cpk等級評定及處理原則等級Cpk值處理原則A+≧1.67無缺點考慮降低成本A1.33≦Cpk＜1.67狀態良好維持現狀B1.00≦Cpk＜1.33改進為A級C0.67≦Cpk＜1.00制程不良較多，必須提升其能力DCpk＜0.67制程能力太差，應考慮重新整改設計制程Cpk和制程良率換算合格率%68.395.599.7399.993799.99995≒100每一百件之不良Defectsper100parts每一百萬件之不良(Dppm)Defectspermillionparts0.3331.74.5Cpk1.331.6720.6710.00630.0000570.0000002317310455002700630.570.0020.27Cpk的計算實例1某工序的規格要求為10±0.1mm,實際測出50個樣本值如下﹐計算出該工序的Cpk;9.9959.9819.9639.94710.01610.0149.97110.09510.03410.0049.9289.91410.01710.02110.0069.9839.9769.96810.0269.9919.97210.05410.1599.9739.98410.01610.0039.9949.9839.9769.99210.02710.01810.00510.0039.9879.99510.00110.01710.00310.02510.0219.98710.0069.9829.9729.97510.0029.9439.994X=10.036;s=0.027;Ca=(x-C)/(T/2)=(10.036-10)/0.1=0.36;Cp=(10+0.1-(10-0.1))/(6*0.027)=1.239;Cpk=Cpx(1-Ca)=1.239x(1-0.36)=0.793;Cpk的計算實例2總結代等號雙邊規格單邊規格級准確度:A比較制程實績平均值與規B格中心值一致的程度﹔CD精密度﹕A+比較規格公差寬度和制程A變異寬度﹔BCD制程能力指數﹕A+綜合衡量Ca和Cp;ABCD定義計算公式等級標准Ca無CpCpk無50%CaX-CT/2Ca=Ca≦12.5%12.5%≦25%Ca25%≦50%CaT6σCp=Cpu=USL-X3σCpl=X-LSL3σCpk=Cp(1-Ca)1.67≦Cp1.33≦Cp1.671≦Cp1.330.67≦Cp1Cp0.67Cpk0.670.67≦Cpk11≦Cpk1.331.33≦Cpk1.671.67≦CpkCPK在MINITAB中的应用在应用MINITAB进行过程能力分析之前，先要判定所分析的数据是否服从正态分布，然后再判断其是否稳定。否则所做的CPK没有任何意义。（但这不是绝对的标准）。如何判断是否服从正态分布就产线组装段测得Gap值来举例，以下是产线测得的ALGtop与baseGap的30个数据0.10.10.20.050.10.050.050.150.050.050.10.30.10.10.050.050.050.050.050.250.050.050.20.050.050.10.050.10.050.05启动MINITAB打开一个工作表1.选择File→openworksheet2.在查找范围一栏选表格保存的地址，在文件类型一栏选Excel（*xls）3.选择ALGCPKform，点击打开。4.Excel表格在MINITAB中打开后，重新再打开一个worksheet表格选择File→New，在New对话框中选择minitabworksheet，然后点击OK。5.点击Gapmeasure表格，选中所要选的30个gap值并将其复制到新建的worksheet中。6.Stat→BasicStatistics→GraphicalSummary7.在variables中键入C1，点击OK0.300.250.200.150.100.05MedianMean0.1250.1000.0750.050Anderson-DarlingNormalityTestVariance0.004325Skewness1.88725Kurtosis3.12796N30Minimum0.050000A-Squared1stQuartile0.050000Median0.0500003rdQuartile0.100000Maximum0.30000095%ConfidenceIntervalforMean0.0671113.800.11622395%ConfidenceIntervalforMedian0.0500000.10000095%ConfidenceIntervalforStDev0.0523740.088406P-Value0.005Mean0.091667StDev0.06576395%ConfidenceIntervalsSummaryforALGGapbetweentopandbaseWorksheet:2007-6-20;Number：30pcsP-Value小于0.05，则说明不是正态分布就机构方面测量上下盖的Gap值不符合正态分布，我们分析一下其原因，可能是因为上盖和下盖本身尺寸就不符合正态分布，所以组成整机后就不符合正态分布了。所以对于机构Team的人，以后试产机种在pilotrun前先要要求产线帮我们量一些重点尺寸（一定数量），我们要指定一个人去量，并亲自确认他们的量测手法是否正确，量测时并一一标号，然后分别对所量的上盖和下盖尺寸检验其是否符合正态分布？（如果还是不符合正态分布，可能就要考虑是否是量测手法或是材料尺寸本身出了问题。）组装时也要指定哪个人要做什么动作，这都要固定。然后再去按所标的号去量手机的GAP值（同样是一个固定的人），如果前面的准备工作都做好，那所量出来的数据应该是满足正态分布的，然后再去算CPK值。若计算出来的CPK值不理想，比如小于1，那我们就要进行具体的分析（看组装手法是否正确或是其他一些问题了。若不是正态分布，做CPK就没有意义了。此时需要我们去分析为什么不是正态分布，可能是抽样方法或是抽样数量或是其他一些原因，这里就不再多说。下面再举一个例子，是WCDMAIMT200010563MAXOutputPower（TX）的数据（接carkit测试）测试50次：21.8421.8821.9021.9021.9021.9021.8921.8821.8821.8721.8621.8521.8821.9221.9121.9121.9021.9021.8921.8821.8821.8821.9221.8821.9421.9321.9321.9321.9321.9221.9221.9121.9121.9021.9121.9121.9221.9021.9421.9621.9521.9521.9421.9421.9321.9221.9221.9221.9521.91和前面的操作一样先检查其是否满足正态分布。右边第一块数据是正态性检验.显示P-Value=0.661,大于0.05,所以数据符合正态分布.第二块数据是平均值,偏态等第三块数据是最小最大等第四块数据是平均值,方差的95%置信区间等SummaryForWCDMATX10563从图中可以看出P＝0.205,所以是正态分布。当确定了是正态分布后，再进行稳定性检验，Stat→controlcharts→variableschartsindividuals→I-MR由下图知平均值为：21.9078ObservationIndividualValue46413631262116116121.9521.9021.85_X=21.9078UCL=21.9409LCL=21.8747ObservationMovingRange4641363126211611610.060.040.020.00__MR=0.01245UCL=0.04067LCL=0111111111I-MRChartofWCDMAIMT200010563TXWorksheet:Worksheet1;2007-6-20;I-MRChart从图中可以看出同一只手机随着测量次数的增加所测得的数据整体呈上升趋势，因为随着测试时间的变长主板的温度会升高尽而会影响其测试的结果，但从下面的分析结果来看测试次数不同时对其平均值的影响不是很大，而我们要的是平均值。假如我们只测40次数据，我们再来看其数据的变化趋势：由下图知平均值为：21.9，与50次的平均值相比只差0.078ObservationIndividualValue3733292521171395121.92521.90021.87521.850_X=21.9UCL=21.9336LCL=21.8664ObservationMovingRange373329252117139510.060.040.020.00__MR=0.01263UCL=0.04127LCL=0111111I-MRChartofWCDMAIMT200010563TXWorksheet:Worksheet1;2007-6-20;MAXOUTPUTPOWER(前40次测得数据）以下是测试30次所得数据的变化趋势：由下图知平均值为：21.896,与40次测得的数据相差0.004Observ