SPC如何现场落地-品质汇总6【公众号：IATF_16949】

规格上下限(也就是常说的公差上下限)和控制上下限(也就是常说的SPC)是两个不同的概念，有以下区别：
1. 定义：规格上下限是指一项产品或过程所需达到的标准值范围，而控制上下限是指在统计过程中，用于判断数据点是否超出正常变异范围的上下限；
2. 目的：规格上下限的目的是确保产品或过程能够达到客户的要求和期望，以提供满足质量标准的产品。而控制上下限的目的是监控过程稳定性，预警过程变异并及时采取纠正措施；
3. 程序：规格上下限通常是由研发设计、客户或市场需求确定的，与生产过程无关；而控制上下限则是在生产过程中根据统计方法建立的，并用于监控过程性能；
4. 区间：规格上下限通常是确定一个范围来表示产品或过程的标准值，这个范围内的任何值都被认为是可接受的；而控制上下限则是以中心线为中心，上下各两个标准差范围形成的区间，超过此区间的值即被认为是异常；
总之，规格上下限和控制上下限虽然都是以数值范围为基础的控制方法，但其应用场景和目的有很大的不同。生产过程中需要同时根据具体情况考虑采取何种控制方法，以确保产品质量的稳定性和可靠性。

不考虑中心值有偏移的情况，1，2，3，4，5，6西格玛cpk分别是：0.33，0.67，1.0，1.33，1.67，2.0。
对应百万不良PPM：697700、308733、66803、6210、233、3.4

过程处于统计控制状态时，学派总体的质量特性数据的分布一般服从正态分布，（μ—过程均值、σ—过程标准偏差）质量特性值落在μ ±3σ范围内的概率约为99.73%，落在μ ±3σ范围外的概率约为0.27%，因此可用μ ±3σ作为上下控制线界限，以质量特性数据是否超越这一上、下界限以及数据的排列情况来判断过程是否处于受控状态，这就是控制图的原理。
计数型数据控制图：均值—极差控制图、均值—标准差控制图、中位值—极差图、单值--极差图
计量型控制图：P不合格品率控制图,NP不合格品数控制图,U单位不合格数控制图,C不合格数控制图
Cpk是指过程的短期能力（Cpk是指平均值与产品标准规格发生偏移的大小，常用客户满意的上限偏差减去平均值和平均值减去下限偏差值中数值较小的一个。再除以3σ）
而Ppk是相对长期的过程表现，虽然计算公式相同，但是由于样本容量不同(CPK的样本容量是30~50，PPK的样本容量是大于或等于100)，其使用的是标准差S。
Cpk给出的是过程的潜在固有能力，过程固有的能够满足标准与规范能力。
Ppk反应的是样本所有差异的大小，是对当前过程性能的估计，适用于带有验收性质的场合。
根据国标GB/T4091-2001常规控制图中明确规定：Cpk必须在稳态下进行，不可忽视。
在质量控制中，特别是当过程刚开始时，几乎不能恰好处于稳态，若照此计算，Cp和Cpk值将导致严重错误的结论。而不论分布在公差范围内任何位置，对于规范上限都可以计算出上侧以及下侧过程性能指数（取其中最小的一个就是Ppk）。因为不需要在稳态下计算，所以Ppk是对小批量生产能力的评价。而Cp、Cpk适用于稳态大批量生产。
Ppk是进入大批量生产前，对小批生产的能力评价，一般要求≥1.67；而Cpk是进入大批量生产后，为保证批量生产下的产品的品质状况不至于下 降，且为保证与小批生产具有同样的控制能力，所进行的生产能力的评价，一般要求≥1.33；一般来说，CPK需要借助PPK的控制界限来作控制。

CP/CPK/PP/PPK都是用来测量过程能力的指标，共同点是都被用来表示过程能够生产出达到可接受标准的产品的程度或能力，过程的产出品的离散程度和可接受标准的比率，他们的值越大过程越能够更好的生产出达到可接受标准的产品

CP/CPK/PP/PPK区别：CP和PP只显示过程的产出品的离散程度和可接受标准的关系，而CPK/PPK除CP/PP功能外还关注了过程产出品的均值是否偏离可接受标准的中间值。其数学关系是有K指数永远不大于没K指数。

CPK关注的是组内变异，是短期变异，PPK关注的是组内+组间变异，是长期变异，所以一般以PPK为长期。
在汽车行业，使用PPK是在初始阶段，即小批量试产阶段，此阶段主要为发现变异，所以使用PPK评估整个试产，当稳定后，再将CPK与PPK结合使用。所以汽车行业视PPK为短期，应该是指“试产”与“量产”相比为短期。所以短期、长期要看使用的环境，相对而言才分长、短，最终还要看所使用工具要达成的目的。

Cpk:先通过控制图看稳定，稳定后才计算标准差，代表制程能够做到的水平，某一阶段的能力指数，短期
实际工作中很难推行控制图（固定生产线的可能好推行），过程很难稳定，脱离控制图计算的其实都是"PPk",但报告、讨论时都使用"Cpk"

建议还是参照IATF 16949 的说法，PPK是过程性能指数（短期），CPK是过程能力指数（长期）。PPK是在试产阶段（可能存在普通偏差和特殊偏差）使用，数据收集大于等于50个（有些公司会取30个）于一组，计算样本的标准偏差，得出PPK(要求大于1.67)。CPk是在生产过程稳定状态下（只存在普通偏差）的制程能力指数，但在提交PPAP时需在建立SPC控制图，因此会在SPC后评估CPK。CPK是按子组抽样，用过程标准偏差计算，固是一段连续时间下的过程能力指数。当PPK和CPK相差少于等于10%时，可认为生产过程中不存在特殊偏差。

3. SPC 中为什么要有 PPK 和 CPK，一般分别都是怎样去获取的？
解答：CPK 是过程能力指数，PPK 是性能指数。CPK和PPK都是在试产期，取样都是25组，每组5pcs，计算的时候一起算出。
Cpk 侧重于过程本身，给出的是过程固有的能够满足标准与规范的能力， Ppk 侧重于过程所引发的结果，给出的是根据采集到的数据对当前过程性能的估计。
Ppk 是进入大批量生产前，对小批生产的能力评价，一般要求≥1.67；而 Cpk 是进入大批量生产后，为保证批量生产下的产品的品质状况不至于下降，且为保证与小批生产具有同样的控制能力，所进行的生产能力的评 价，一般要求≥1.33；一般来说，CPK 需要借助 PPK 的控制界限来作控制

Cpk=1.33 和 Cpk=1.67 对应的不良率是多少？
解答：CPK=1.33 对应不良率：6210 CPK=1.67 对应不良率：233

CPK和PPK都是形容过程能力，一般来说，项目开发初期主要看PPK，因为其取样是连续的，一般要求PPK》1.67，批量生产阶段一般看的是CPK，因为其取样是均匀分布的，一般要求CPK》1.33

①、2/3A（连续3点中有2点在中心线同一侧的B区外 <即a区内> ）
②、4/5C（连续5点中有4点在中心线同一侧的C区以外）
③、6连串（连续6点递增或递减，即连成一串）
④、8缺C（连续8点在中心线两侧，但没有一点在C区中）
⑤、9单侧（连续9点落在中心线同一侧）
⑥、14交替（连续14点相邻点上下交替）
⑦、15全C（连续15点在C区中心线上下，即全部在C区内）
⑧、1界外（1点落在A区以外

控制图的判稳原则：
1.连续25点在控制线内；
2.连续35点最多有一点出界；
3.连续100点最多有两点出界。
满足上面任意一点都可以判定为稳态

工序能力指数=CP
例1：某零件强度的屈服界设计要求为4800-5200Kg/cm2,从100个样品中测得样本标准偏差为62Kg/cm2,求工序能力指数。
解：当工序过程处于稳定状态，而样本大小N=100，可以用S估算西格玛，，是工序能力指数为
CP=(5200-4800)/6*62=1.075
例2：设零件的尺寸要求为30+/-0.023，随机抽样后计算样本特征值为X(平均值）=29.997，CP=1.095 求CPK
解：已知 CP=1.095
M=1/2(30.023+29.997)=30
T=30.023-29.997=0.046
所以：|M（规格中心值）-X(平均值）|=30-29.997=0.003
CPK=（1-K)CP=(1-0.003）/0.046*0.5)*1.095=0.952
K=Ca=(X样本平均值-M规格中心值）/（T公差/2)
例3：某一产品含某一杂质要求最高不能超过12.2毫克，样本标准差s=0.038,样本均值为12.1。求工序能力指数。
CP上=（Tu规可上限-X样本均值）/3*S样本标准差
=（12.2-12.1）/3*0.038=0.877S

SPC如何在现场落地？

SPC（统计过程控制）作为现代质量管理不可或缺的工具，大家都不会太过陌生，许多企业都在推行SPC管理方法，但具体实施效果如何，从我了解的情况来看，可能大多不尽如人意。就拿我所在的企业来说，公司在MES系统里单独增加了控制图模块，用于对生产过程中的关键指标进行实时监控，但是现场人员基本不会查看，工艺技术人员也基本不会将其做为现场监管的工具。后来我仔细研究了一下，控制图本身就存在很多问题，如P控制图，一个画面总共10个点，全是一连串的0，计量型控制图清一色的选用I-MR控制图，我觉得企业最初花了大量的时间精力去投资这个项目，不会就是想在体系审核认证的时候让专家觉得我们管理先进、紧跟时代吧。下面谈一谈个人对如何推进SPC现场落地实施的看法，也请各位同仁交流。

一、意识。首先让各级人员理解SPC能发挥的作用，这并不是说要让所有人都掌握SPC的原理和方法，如3西格玛原理，一类错误、二类错误，而是要明白SPC为什么能给他们的工作带来好处，为达到这样的目的需要对高中层管理干部、一般管理人员和现场操作人员，根据不同岗位的人，有针对性的开展培训。当然仅仅是培训远远不够，需要在日常的工作中做出正向的反馈，如某个现场运用SPC的方法发现了异常，避免了残次品的产生等等，只有双向的刺激，意识才能逐步牢固。

二、制定开发/实施计划。SPC的推进也算作是一个管理项目，需要制定一个详实的推进计划，如什么时间点做什么事，各个部门的需求和责任范围。不能说SPC就是质量部门人员的专属，这是一个全员参与的过程，任何有关的问题都可以讨论、改进。比如财务部门可以监控资金的变化、设备部门可以监控信号的稳定性、生产部门可以监控产量的变化情况等等。在做系统开发时，由于控制图的专业性，一定做好现场专业人员+统计专家+系统开发人员的对接工作，如果底层方法错误，输出结果肯定会出问题，这里就要谈到数据收集的问题了。

三、数据收集。这里涉及到两方面的问题，第一，并不是所有的指标都需要被监控、被研究，为节省资源，最好将精力集中在关键变量上，这个需要结合现场专业来定。第二，明确数据采集周期、数据的可靠性、是否需要分组、子组大小怎么划分、采用什么要的控制图...这些都需要提前明确。当然要做到这些应该很有难度，现场考虑的因素/变量很多，如何合理取舍，这个也是要针对现场来确定。

四、统计分析。识别异常，分析数据。这部分需要一定的统计学知识，但是参照《六西格玛管理》中SPC部分的内容应该能够应对过来，现场专业技术人员人员应该具备这样的能力。问题分析推荐使用5M1E法，特别想说明的是，所有的分析都要放到过程中，要做系统性的分析，不能以点盖面。

五、采取措施。针对分析的结果必须采取措施，这样才能形成闭环。

六、表彰先进单位和个人。对取得显著成效的案例要大力推广，对SPC运行过程中出现的问题应及时反馈，有针对性的解决问题，确保推进的成效，当然有条件时可将这些案例进行汇编，形成公司自己的知识文化。

近期：【IATF16949】、【新版六大核心工具】、【VDA6.3&6.5】、【ISO17025】、【ISO13485】、【CQI系列】开班文末扫码报名

1.

2.

3.

ＴＨＥ　ＥＮＤ

版权声明：本微信公众号（IATF16949）所推送文章中，部分来源于网络。除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，我们会在24小时内删除处理，谢谢！内容若有误，欢迎批评指正

扫码加群或咨询课程具体内容

微信号：Dongfangdayi-001