Cpk/Ppk过程能力深度分析器·老岳精准版

技能概述

技能名称：cpk-process-capability-analyzer
技能等级：★★★★★ 五星级质量技能
作者：老岳（16年质量管理老兵）
适用标准：AIAG SPC手册、IATF 16949:2016 第9.1.1.1条款

核心功能

本技能提供专业级的过程能力深度分析服务，完整覆盖从数据采集到改进建议的全流程：

智能数据验证：自动检查样本量、数据有效性、异常值检测
正态性检验：Anderson-Darling检验 + Shapiro-Wilk检验双验证
过程能力计算：Cp/Cpk/Pp/Ppk完整计算，含置信区间
行业阈值判定：多行业阈值对照，自动判定符合性
根因诊断：识别均值偏移、方差过大、规格不合理三大类问题
改进路径：输出具体可执行的改进方案（谁干+什么时候+怎么验证）
非正态数据支持：Box-Cox变换、Weibull分布拟合
监控方案：SPC控制计划建议

适用场景

过程能力分析：新过程验证、过程变更确认、定期过程评估
PPAP提交：提交客户的过程能力指数计算报告（Ppk≥1.67）
客户审核应对：客户要求的过程能力证明材料
SPC改进：过程能力不足时的系统性改进指导
供应商质量管理：供应商过程能力审核
内部质量审核：IATF16949 9.1.1.1条款审核证据

目标用户

质量工程师（QE）
工艺工程师（PE）
SPC工程师
供应商质量工程师（SQE）
生产管理人员

数据输入要求

最小样本量

过程能力（Cp/Cpk）：最少 25个子组，建议50个以上
初始过程能力（Pp/Ppk）：最少30个连续数据点
PPAP提交：30个以上连续生产数据

数据采集规则

代表性强：数据必须来自稳定的生产过程
测量系统合格：必须先完成MSA验证，GRR<10%（<30%可接受）
随机抽样：避免偏态采样，覆盖完整生产周期
时间序列：按时间顺序记录，便于识别趋势和异常
记录完整：包含测量时间、测量人、设备、环境条件

输入格式

数值序列：用逗号、空格或换行分隔
数据区间：提供LSL（下规格限）、USL（上规格限）
可选参数：目标值（T）、样本量（n）、子组大小

正态性检验

检验方法

本技能采用双验证机制确保结论可靠性：

Anderson-Darling检验（主检验）
- 适用样本量：n≥8
- 优势：对尾部数据敏感，适合质量分析
- 判定：p值<0.05 拒绝正态性假设
Shapiro-Wilk检验（辅助验证）
- 适用样本量：3≤n≤5000
- 优势：小样本（n<50）时更敏感
- 判定：p值<0.05 拒绝正态性假设

检验流程

输入数据 → 可视化检查（直方图+Q-Q图） → A-D检验 → S-W检验 → 综合判定

非正态数据处理路径

确认原因：数据分层不足？测量误差？真实非正态？
分层分析：按班次/设备/人员分层数据
数据变换：Box-Cox变换（偏态分布）
分布拟合：Weibull/Lognormal等非正态分布
非参数方法：百分位数法计算过程能力

Cp/Cpk/Pp/Ppk计算公式

基本定义

| 指标 | 全称 | 英文含义 | 适用场景 | |------|------|----------|----------| | Cp | 潜在过程能力指数 | Process Capability | 稳定过程，规格中心与均值重合 | | Cpk | 实际过程能力指数 | Process Capability Index | 稳定过程，考虑均值偏移 | | Pp | 潜在过程性能指数 | Process Performance | 所有数据（含异常），初期评估 | | Ppk | 实际过程性能指数 | Process Performance Index | 所有数据，PPAP提交用 |

计算公式

1. 标准差计算

总体标准差（σ）：用于Cp/Cpk（基于子组内变差）

σ = R̄ / d2  （Xbar-R图）
或
σ = S̄ / c4  （Xbar-S图）

样本标准差（s）：用于Pp/Ppk（基于所有数据）
```
s = √[Σ(xi - x̄)² / (n-1)]
```

2. 过程能力指数

Cp = (USL - LSL) / (6σ)

Cpk = min[(USL - μ)/(3σ), (μ - LSL)/(3σ)]

Pp = (USL - LSL) / (6s)

Ppk = min[(USL - x̄)/(3s), (x̄ - LSL)/(3s)]

其中：

USL：上规格限
LSL：下规格限
μ/ x̄：过程均值
σ/ s：过程标准差

3. 置信区间（95%）

Cpk的95%置信区间：

Cpk ± Zα/2 × sqrt[1/(9n) + Cpk²/(2n-2)]

4. 过程性能

%ppm = Φ[(LSL-μ)/σ] × 10^6 + [1 - Φ[(USL-μ)/σ]] × 10^6

（Φ为标准正态累积分布函数）

行业阈值对照

汽车行业（AIAG标准）

| 过程类型 | Cpk/Ppk要求 | 说明 | |----------|-------------|------| | 新产品试制 | Ppk ≥ 1.67 | PPAP提交要求 | | 关键特性（CC/SC） | Cpk ≥ 1.33 | 量产要求 | | 重要特性（SC） | Cpk ≥ 1.33 | 量产要求 | | 一般特性 | Cpk ≥ 1.00 | 可接受 | | 新过程验证 | Ppk ≥ 1.67 | 试生产阶段 |

一般工业

| 过程类型 | Cpk/Ppk要求 | 说明 | |----------|-------------|------| | 六西格玛目标 | Cpk ≥ 2.00 | 卓越水平 | | 优秀水平 | Cpk ≥ 1.67 | 稳健过程 | | 可接受水平 | Cpk ≥ 1.33 | 客户通常接受 | | 最低要求 | Cpk ≥ 1.00 | 基本合格 | | 需改进 | Cpk < 1.00 | 不合格 |

电子/半导体行业

| 过程类型 | Cpk/Ppk要求 | 说明 | |----------|-------------|------| | 关键尺寸 | Cpk ≥ 1.50 | 高要求 | | 一般尺寸 | Cpk ≥ 1.33 | 标准要求 | | 功能参数 | Cpk ≥ 1.33 | 标准要求 |

制药/医疗器械

| 过程类型 | Cpk/Ppk要求 | 说明 | |----------|-------------|------| | 关键工艺参数（CPP） | Cpk ≥ 1.33 | GMP要求 | | 关键质量属性（CQA） | Cpk ≥ 1.33 | GMP要求 |

非正态数据处理

判定标准

当任意一种检验的p值<0.05时，判定为非正态分布。

处理方法决策树

非正态分布
    │
    ├─→ 检查数据分层（班次/设备/人员）
    │       └─→ 分层后正态？→ 分层计算Cpk
    │
    ├─→ 检查异常值（MSA/特殊原因）
    │       └─→ 可排除？→ 排除后重新计算
    │
    ├─→ Box-Cox变换
    │       └─→ 变换后正态？→ 变换数据计算Cpk
    │
    ├─→ 分布拟合（Weibull/Lognormal等）
    │       └─→ 拟合优度检验通过？→ 使用非正态能力指数
    │
    └─→ 非参数方法（百分位数法）
            └─→ 计算Pp/PpK（适用于小样本）

Box-Cox变换

适用场景：偏态分布（左偏或右偏）

变换公式：

y(λ) = (x^λ - 1) / λ  (λ ≠ 0)
y(λ) = ln(x)          (λ = 0)

最佳λ值寻找：通过极大似然估计

注意事项：

数据必须为正值
变换后需重新进行正态性检验
最终结果需解释变换含义

Weibull分布拟合

适用场景：寿命数据、强度数据、偏态数据

分布函数：

F(x) = 1 - exp[-(x/α)^β]

其中：α为尺度参数，β为形状参数

过程能力指数（基于分位数）：

Cp = (F^{-1}(0.99865) - F^{-1}(0.00135)) / (USL - LSL)

过程能力不足时的改进路径

问题诊断三大类

1. 均值偏移（均值不在规格中心）

识别方法：

Cpk与Cp差异>0.3
μ显著偏离目标值T
偏移度 |μ-T|/(USL-LSL)/2 > 0.25

改进措施：

立竿见影：
  □ 调整工艺参数（谁干：工艺工程师；时间：1班次内；验证：3件首件检验）
  □ 刀具/工装补偿（谁干：设备工程师；时间：1-2天；验证：50件抽样）
  □ 模具/夹具调整（谁干：设备工程师；时间：2-3天；验证：100件抽样）

系统性措施：
  □ 建立均值偏移预警机制（谁干：质量工程师；时间：1周；验证：模拟测试）
  □ 优化工艺参数范围（谁干：工艺工程师；时间：2周；验证：DOE验证）
  □ 实施统计过程控制SPC（谁干：SPC工程师；时间：1个月；验证：控制图稳定）

2. 方差过大（标准差σ过大）

识别方法：

Cpk<1.33且Cp与Cpk差异<0.1
直方图分布过宽
6σ > (USL-LSL)/1.33

改进措施：

立竿见影：
  □ 设备精度检查与校准（谁干：设备工程师；时间：2天；验证：重复性测试）
  □ 工装夹具紧固与调整（谁干：设备工程师；时间：1班次；验证：定位精度测量）
  □ 操作人员培训（谁干：班组长；时间：1周；验证：上岗考核）

系统性措施：
  □ 5M1E因素全面排查（谁干：质量工程师；时间：1周；验证：鱼骨图分析）
  □ 设备能力提升（谁干：设备工程师；时间：1-2月；验证：CMK测试）
  □ 工艺优化（谁干：工艺工程师；时间：1-2月；验证：DOE优化）
  □ 标准化作业（谁干：工艺/质量工程师；时间：1月；验证：SOP执行检查）

3. 规格不合理（公差过紧）

识别方法：

Cpk远>2.00但仍频繁超差
顾客使用要求与规格不匹配
设计未考虑过程能力

改进措施：

立竿见影：
  □ 向设计部门反馈（谁干：质量工程师；时间：即时；验证：设计评审会议）
  □ 临时放宽公差申请（谁干：项目经理；时间：3-5天；验证：客户批准）

系统性措施：
  □ 建立DFMEA-PFMEA联动机制（谁干：设计/质量工程师；时间：1月；验证：案例复盘）
  □ 早期参与设计评审（谁干：质量工程师；时间：常态化；验证：评审记录）
  □ 过程能力输入到APQP（谁干：项目经理；时间：项目启动阶段；验证：APQP检查表）

与SPC/MSA的联动

MSA前置要求（强制）

执行顺序：MSA → 过程能力分析 → SPC控制

MSA通过标准：

GRR% < 10%：优秀，可直接计算Cpk
GRR% 10%-30%：可接受，计算时需考虑测量误差
GRR% > 30%：不合格，必须先改进测量系统

MSA提醒：

⚠️ 未提供MSA数据时，本技能会提示：
"测量系统未验证！请先完成MSA分析（GRR<30%）后再计算过程能力，
否则结果可能严重失真！"

SPC联动建议

过程能力达标后：

建立控制图：Xbar-R/Xbar-S图，控制界限=±3σ
监控规则：8大判异原则
抽样方案：依据子组大小和检测频率

控制图控制界限计算：

UCL = x̄ + A2R̄  (Xbar-R图)
LCL = x̄ - A2R̄

过程能力降低预警：

Cpk从>1.33降至<1.33 → 触发预警，立即调查原因
连续3点超出2σ → 倾向预警，启动分析

输出模板

标准输出结构

【过程能力分析报告】

一、基本信息
  - 分析对象：[零件名称+特性]
  - 规格：LSL=XX, USL=XX, T=XX
  - 样本量：n=XX
  - 数据来源：[测量日期/批次]

二、数据质量检查
  - 样本量：[符合/不符合]要求
  - 异常值：[检测到X个异常值] / [无异常值]
  - MSA状态：[已验证GRR=XX%] / [未验证⚠️]

三、正态性检验
  - Anderson-Darling检验：统计量=XX, p值=XX, 结论=[正态/非正态]
  - Shapiro-Wilk检验：统计量=XX, p值=XX, 结论=[正态/非正态]
  - 综合判定：[符合正态分布/不符合正态分布]

四、过程能力计算
  - 过程统计量：
    • 均值 x̄ = XX
    • 标准差 σ = XX
    • 偏移度 = XX%
  
  - 过程能力指数：
    • Cp = XX
    • Cpk = XX (95%置信区间: XX-XX)
    • Pp = XX
    • Ppk = XX
  
  - 过程性能：
    • 预计不合格率 = XX ppm
    • PpK = XX ppm

五、符合性判定
  - 行业标准：[汽车/一般工业/电子/其他]
  - 判定阈值：Cpk≥XX
  - 判定结果：[✅符合要求 / ❌不符合要求]

六、根因诊断
  - 问题类型：[均值偏移/方差过大/规格不合理/无明显问题]
  - 严重程度：[轻微/一般/严重/危急]
  
七、改进建议
  [具体措施，包含：谁干+什么时候+怎么验证]

八、监控方案
  - SPC控制计划：[是/否]
  - 控制图类型：[Xbar-R/Xbar-S]
  - 抽样方案：[子组大小X，频率XX]
  - 监控规则：[8大判异原则]

九、附录
  - 原始数据
  - 正态性检验详情
  - 控制图（如适用）

执行流程

完整分析步骤

数据输入验证
- 检查样本量≥30
- 检查规格限完整（LSL/USL）
- 识别异常值（3σ原则）
正态性检验
- 绘制直方图和Q-Q图
- 执行Anderson-Darling检验
- 执行Shapiro-Wilk检验
- 综合判定分布类型
过程能力计算
- 计算均值和标准差
- 计算Cp/Cpk/Pp/Ppk
- 计算置信区间
- 估算不合格率
行业对照判定
- 识别行业类型
- 匹配阈值标准
- 输出符合性结论
根因诊断
- 分析均值偏移度
- 分析方差贡献
- 识别主要问题类型
改进方案生成
- 根据问题类型匹配改进措施
- 输出具体可执行方案
- 包含责任人/时间/验证方法
监控方案建议
- SPC控制计划
- 抽样方案建议
- 预警机制设置

使用示例

示例1：轴径加工Cpk分析

输入：

零件：轴外径 Ø50±0.05mm
数据：50个测量值
LSL=49.95, USL=50.05

输出：

Cpk=1.12 < 1.33 ❌ 不符合
问题诊断：均值偏移（偏移+0.01mm）
根因：刀具磨损
改进措施：刀具补偿+SPC监控

示例2：PPAP提交Ppk

输入：

新产品首批30件
LSL=XX, USL=XX

输出：

Ppk=1.72 ≥ 1.67 ✅ 符合PPAP要求
建议：建立SPC控制，确保量产稳定性

示例3：非正态数据分析

输入：

涂装膜厚数据
偏态分布

输出：

非正态分布（右偏）
Box-Cox变换后：λ=0.3
变换后Cpk=1.45 ✅ 符合

质量工程师使用指南

使用前准备

✅ 确认测量系统已通过MSA（GRR<30%）
✅ 数据来自稳定的生产过程
✅ 规格限已明确（LSL/USL）
✅ 样本量≥30

使用建议

PPAP提交：使用Ppk（基于所有数据）
过程监控：使用Cpk（基于子组内变差）
对比分析：Cp≈Cpk说明中心重合，Cpk<Cp说明有偏移
趋势分析：定期计算，监控过程能力变化

常见错误规避

❌ 错误：数据未做MSA就计算Cpk
✅ 正确：先MSA，再计算

❌ 错误：小样本（n<30）计算Cpk
✅ 正确：保证样本量≥30

❌ 错误：非正态数据直接计算
✅ 正确：先检验正态性，非正态需变换

❌ 错误：只看数值不看趋势
✅ 正确：结合控制图分析趋势

技能版本与更新

版本号：v1.0
发布日期：2026-06
维护周期：季度更新
反馈渠道：技能评论区

免责声明

本技能提供的分析结果和建议基于统计理论和AIAG SPC标准，仅供参考：

实际生产中请结合企业具体情况判断
关键决策建议人工复核
本技能不替代专业审核员的判断
对于特殊工艺（如复杂装配），建议咨询专家意见

扩展知识参考

AIAG SPC Manual 2nd Edition
IATF 16949:2016 第9.1.1.1条款
ISO 22514-1 Statistical methods in process management
Montgomery, D.C. Introduction to Statistical Quality Control

记住老岳的话：Cpk不是算个数交差，是要看分布、看偏移、看趋势。Ppk<1.67别想PPAP通过，Cpk<1.33等着客户开不符合项。数据不对先解决测量系统，别拿MSA不过关的数据算Cpk糊弄人。