CPK - 过程能力分析

📅 工具原理

过程能力分析是衡量过程输出满足规格要求程度的统计技术。CPK（过程能力指数）是其中最核心的指标，用于量化描述过程产出合格品的概率和能力。

基本概念

过程能力：过程本身产出合格产品的能力，与规格无关
过程性能：实际过程表现出的性能水平
规格上限 (USL)：技术上允许的最大值
规格下限 (LSL)：技术上允许的最小值
规格中心 (T)：(USL + LSL) / 2

过程能力与过程性能的区别

维度	过程能力 (Cp/Cpk)	过程性能 (Pp/Ppk)
数据来源	短期过程数据（组内变差）	长期过程数据（总变差）
σ来源	基于组内变差估计（X̄-R图）	基于所有数据计算（总体标准差）
用途	评估过程固有能力	评估过程实际表现
前提条件	过程处于受控状态	可不考虑过程是否受控
计算公式	Cp = USL - LSL / 6σ_within	Pp = USL - LSL / 6σ_overall

📊 过程能力指数计算

Cp指数（过程能力指数，潜在能力）

Cp = (USL - LSL) / 6σ

或单侧规格时：
Cp(上) = (USL - μ) / 3σ
Cp(下) = (μ - LSL) / 3σ

其中σ为过程标准差（组内标准差估计值）

Cp反映过程的潜在能力，即在过程均值恰好处于规格中心时的能力。当Cp=1时，表示3σ范围正好覆盖规格范围。

Cpk指数（修正后的过程能力指数）

Cpk = min(Cpu, Cpl)

其中：
Cpu = (USL - μ) / 3σ （上过程能力指数）
Cpl = (μ - LSL) / 3σ （下过程能力指数）

μ为过程均值

Cpk考虑过程均值相对于规格中心的位置偏移，是实际能达到的能力水平。Cpk永远小于或等于Cp。

Cp与Cpk的关系

Cpk = Cp × (1 - k)

其中k为偏移度：
k = |μ - T| / (USL - LSL)/2
T = (USL + LSL) / 2（规格中心）

当μ = T时，k = 0，Cpk = Cp
当μ偏离T时，k > 0，Cpk < Cp

Ca指数（过程准确度指数）

Ca = (μ - T) / (USL - LSL)/2

Ca反映过程均值与规格中心的接近程度
Ca越接近0越好，通常要求|Ca| < 5%

📋 CP与CPK区别

CP和CPK虽然都是过程能力指数，但含义不同，使用场景也不同。

对比维度	Cp（潜在能力）	Cpk（实际能力）
定义	过程的潜在最大能力	考虑均值偏移后的实际能力
前提假设	均值与规格中心重合	均值可能偏离规格中心
数值关系	Cp ≥ Cpk	Cpk ≤ Cp
意义	表示"如果居中，能达到的能力"	表示"当前实际达到的能力"
使用场景	评估改进潜力	评估当前满足要求的程度

解读示例

假设某零件规格为10.00±0.10mm，过程标准差σ = 0.02mm

情况1：均值μ = 10.00mm（居中）
Cp = 0.20 / (6 × 0.02) = 1.67
Cpk = Cp = 1.67
解读：过程潜在能力和实际能力一致，非常优秀

情况2：均值μ = 10.05mm（偏移0.05mm）
Cp = 1.67（不变）
Cpu = (10.10 - 10.05) / (3 × 0.02) = 0.83
Cpl = (10.05 - 9.90) / (3 × 0.02) = 2.50
Cpk = min(0.83, 2.50) = 0.83
解读：虽然潜在能力很好，但因均值偏移，实际能力下降

📆 能力等级判定

Cpk值	等级	PPM不合格率估计	说明
≥ 2.00	六西格玛级	0.00034% (3.4 PPM)	世界级领先水平
1.67 ~ 2.00	优秀	0.006% (63 PPM)	达到航天/军事级别
1.33 ~ 1.67	良好	0.07% (700 PPM)	工业优秀水平
1.00 ~ 1.33	合格	0.27% (2700 PPM)	基本满足要求
0.67 ~ 1.00	较差	0.45% (4500 PPM)	需要改进
< 0.67	很差	> 0.45%	严重问题，需立即整改

不同行业的CPK要求

行业	通常要求	说明
汽车行业	≥ 1.33	IATF 16949要求，关键特性通常≥ 1.67
航空航天	≥ 1.67	安全关键特性要求更高
医药行业	≥ 1.45	FDA要求，关键参数需达到
一般工业	≥ 1.00	满足基本质量要求
六西格玛	≥ 2.00	追求零缺陷目标

🚨 改进措施

当过程能力不足时，需要系统性地分析和改进。

改进方向

问题类型	根本原因	改进措施
Cp低，Cpk低	过程变异大	减少设备变差、改善工艺、优化参数
Cp高，Cpk低	过程均值偏移	调整工艺参数，使均值趋向规格中心
Cp=Cpk都很高	过程接近理想	维持现状，持续监控

提升CPK的系统方法

分析现状：计算当前Cp和Cpk，识别是变异问题还是偏移问题
减少变异（Cp改进）：
- 设备升级或维护，减少设备变差
- 改善作业方法标准化
- 减少原材料变异
- 改善工作环境（温湿度等）
调整均值（Cpk改进）：
- 调整工艺参数，使均值接近规格中心
- 安装自动调心/调优系统
扩大规格容差：（需与客户协商）
- 优化产品设计，增加容差范围
持续监控：实施SPC，实时监控过程状态

Cp改进与Cpk改进的优先级

建议改进顺序：

首先调整均值偏移（Cpk改进相对容易）
然后减少过程变异（Cp改进需要更多投入）
若Cpk已达1.0以上但Cp不足，需系统性改进

📁 应用案例

案例：轴径加工过程能力分析

测量数据：

规格要求：Ø25.00±0.05mm (USL=25.05, LSL=24.95)

抽样方案：每班次抽取5件，共25组100个数据

计算得：X̄̄ = 25.015mm（均值），σ_within = 0.010mm

计算过程：

规格中心 T = (25.05 + 24.95) / 2 = 25.00mm

Cpu = (25.05 - 25.015) / (3 × 0.010) = 0.035 / 0.030 = 1.17
Cpl = (25.015 - 24.95) / (3 × 0.010) = 0.065 / 0.030 = 2.17
Cpk = min(1.17, 2.17) = 1.17

Cp = (25.05 - 24.95) / (6 × 0.010) = 0.10 / 0.060 = 1.67

分析结论：

Cp = 1.67：过程变异很小，潜在能力优秀
Cpk = 1.17：均值偏向规格上限，实际能力仅达到合格水平
Cpk < Cp：均值偏移了0.015mm，需进行调整

改进措施：

调整机床刀具补偿参数，将均值从25.015调整至25.00
改进后Cpk预计可提升至1.67

⚠ 注意事项

🛑 实施要点

数据要求：至少100个数据点，25组子组，才能可靠估计过程能力
过程受控：CPK计算前必须确认过程处于受控状态（SPC控制图稳定）
正态分布：数据应近似服从正态分布，否则结果不可靠
合理抽样：抽样应覆盖整个生产条件（时间、设备、人员等）
MSA先行：先确认测量系统可靠，再进行过程能力分析

📝 常见误区

用非受控状态的数据计算CPK，结果会夸大
忽略数据分布形态，非正态数据直接计算
抽样量不足或抽样不覆盖全条件
将CPK与不合格率一一对应（CPK是指数，非直接概率）
只关注CPK数值，不分析具体改进方向
规格容差设置过松，导致虚高的CPK

💻 最佳实践

同时报告Cp、Cpk和过程均值，让相关方全面了解
对关键特性建立能力档案，定期更新
使用过程能力控制图(Pareto)识别重点改进对象
结合DOE优化工艺参数，系统性提升CPK
建立CPK预警机制，低于阈值自动触发改进
将MSA、SPC、CPK三者结合，构建完整质量控制体系