CPK — 过程能力指数

定义

Cpk(Process Capability Index)衡量的是生产过程在考虑均值偏移的情况下,满足规格公差要求的能力。它回答一个关键问题:当前过程能稳定地生产出合格品吗?

Cpk 同时考虑了两个因素:

  • 过程波动):数据散布有多宽
  • 均值偏移 离规格中心的距离):目标瞄得准不准

计算公式

其中:

  • USL(Upper Specification Limit):规格上限
  • LSL(Lower Specification Limit):规格下限
  • :过程均值
  • :过程标准差

与 Cp 的区别

指标是否考虑均值偏移含义
Cp❌ 不考虑过程的潜在能力(假设均值居中)
Cpk✅ 考虑过程的实际能力(考虑均值偏离中心)

Cp 高但 Cpk 低 → 过程波动小但”瞄偏了”,调整均值即可改善。

计算示例

某零件外径规格为 mm(USL=50.05, LSL=49.95),实测 50 个样本:

  • 均值 = 50.02mm
  • 标准差 = 0.01mm

计算:

→ Cp=1.67 说明过程波动足够小,但 Cpk=1.0 说明均值偏移较大,需要调回中心。

评价基准

Cpk 值等级不良率(ppm)评价
≥ 1.67优秀< 0.6过程能力充足
1.33 - 1.67良好0.6 - 63可接受
1.0 - 1.33一般63 - 2700有改善空间
< 1.0不足> 2700必须改善

汽车行业通常要求 Cpk ≥ 1.33(对应 6σ 偏移后仍满足规格),航空和医疗器械要求更高。

使用前提

计算 Cpk 必须满足两个前提条件

  1. 过程受控:必须先用 SPC 控制图验证过程处于统计受控状态
  2. 数据正态:计量型数据应近似服从正态分布

过程不受控就计算 Cpk,就像在一艘颠簸的船上瞄准——数据不可信,结论不可靠。

提高 Cpk 的两条路径

路径方法效果
减小波动优化工艺参数、改善设备精度、控制原料一致性Cp 和 Cpk 同时提升
消除偏移调整设备参数使均值回归目标值Cpk 提升接近 Cp

减小波动的具体措施

  1. 工艺优化:通过 DOE(试验设计)找到最优参数组合
  2. 设备维护:关联 MTBF,设备老化导致精度下降会增大
  3. 原料控制:建立来料检验标准,减少批次间差异
  4. 环境控制:温度、湿度、振动等环境因素标准化
  5. 实时监控:通过 SPC 及时发现变异

大数据应用

  1. 自动 Cpk 计算看板:MES 中每个工序、每台设备的 Cpk 实时计算,地图式展示
  2. Cpk 趋势预警:Cpk 从 1.5 滑向 1.33 的过程中提前报警,而非等到不合格
  3. 根因关联:Cpk 下降时自动关联设备状态、物料批次、环境参数
  4. 仿真优化:基于数字孪生模拟不同工艺参数组合对 Cpk 的影响

OEE 的关联

Cpk 通过影响质量类指标来间接影响 OEE:

  • Cpk 低 → 不良品多 → 质量率 下降 → OEE 下降
  • Cpk 低 → 返工多 → FPY 下降 → 隐性成本上升
  • 设备状态差(MTBF 低)→ 过程不稳定 → Cpk 下降

反过来,可用率 的频繁波动也会导致过程参数不稳定,降低 Cpk。

与其他质量指标的关系

[[SPC-统计过程控制|SPC]](确保受控)
       ↓
Cpk(评估能力)→ 满足规格?→ 是 → 持续监控
                      ↓ 否
              改善过程 → 重新评估 Cpk
                      ↓
              体现在 [[良率-Yield|良率]] 和 [[FPY-直通率|FPY]] 上

关联指标

  • SPC — 计算Cpk的前提,确保过程受控
  • OEE — Cpk通过质量率影响OEE
  • 质量率 — Cpk高的过程质量率自然高
  • 良率 — 过程能力直接决定良率水平
  • FPY — 过程波动小则返工少,FPY高