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:
- 过程受控:必须先用 SPC 控制图验证过程处于统计受控状态
- 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
- 工艺优化:通过 DOE(试验设计)找到最优参数组合
- 设备维护:关联 MTBF,设备老化导致精度下降会增大
- 原料控制:建立来料检验标准,减少批次间差异
- 环境控制:温度、湿度、振动等环境因素标准化
- 实时监控:通过 SPC 及时发现变异
大数据应用
- 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
- 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
- 根因关联:Cpk 下降时自动关联设备状态、物料批次、环境参数
- 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
与 OEE 的关联
Cpk 通过影响质量类指标来间接影响 OEE:
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