6西格玛水平较CPK的先进性在哪里呢?CPK和Z加上偏移量计算P值
本帖最后由 zhuhu 于 2011-12-16 22:52 编辑
A. 过程受控,某个质量特性数据为正太分布,我们比较公差T和2*6δ,考虑样本与总体的偏移量1.5,计算P值。
宋先生书上的有这个公式:不良率P=2-Φ(Z-1.5)-Φ(Z+1.5),当Z=6 ,P=3.44DPMO (1减去”合格品率“得到“不合格品率”)
备注:(LSL-μ)/δ= (-Zδ-xδ)/δ ,(USL-μ)/δ= (Zδ-xδ/δ (一般认为x=1.5)
若是变化一下,P=2-Φ(Z-x)-Φ(Z+x),明显P是Z和x的函数, x为实际的中心偏移量(根据质量特性不同为变量,不一定是1.5了),通过质量特性的测量数据得到实际偏移量x=|均值-M|,M规格中心,当Z=6时候,得到“不合格品率”P,这个P值是什么概念呢?
B. 再来看一下马琳的那本书书199页,有过程能力指数CPK和 缺陷数的关系计算。
过程受控,某个质量特性数据为正太分布,我们探讨CPK,实际是公差T 和2*3δ比较,考虑样本与总体的偏移量1.5,计算P值。
P=Φ( (LSL-μ)/δ ) + (两端加得到不合格率)公式和宋书上的是一样的。基本概率计算知识。
因为有偏移,CPK=CPU=(USL-μ)/3δ,(M<μ<USL,中心偏右) 取CPK去MIN 小值。(*CPK=CPU=(USL-μ)/3δ,我不明白,实际上应该是CPK=(1-K)T/6δ)
带入 (LSL-μ)/3δ= /3δ=(CPK-2CP)/δ数学关系,得到:P=Φ(3(CPK-2CP)) + (马琳书上)
根据CPK基本定义, CPK=(1-K)CP, 那么 P=Φ(3(CPK-2*(1-k)/CPK)) + , 明显P是CPK和k的函数了。K和上面公式的x同为偏移量( k=2x/T, T =USL-LSL. 定值)
综述,我得出结论,P是6西格玛中的Z和偏移量k或者 说x的函数,也是CPK和偏移量K或者说x的函数。
马琳书199页说到,同一个CPK,不足以确定”不合格品率“P,因为有中心偏移,通过我的上述公式就一目了然,P是2元函数嘛。
类推同样同一个Z,不足以确定”不合格品率“P。那么6西格玛较CPK的先进性在哪里呢?
6西格玛Z和CPK是换汤不换药,一回事。就是标准差不同嘛,CPK关注的3~4标准差,6西格玛关注就是6个标准差。唯一的是6西格玛的公式简洁明了些,并且公式计算似乎更科学。相反6西格玛还有大问题,他的诞生,硬性的使大家认定K=1.5,真是奇怪了,这个不对。
A. 过程受控,某个质量特性数据为正太分布,我们比较公差T和2*6δ,考虑样本与总体的偏移量1.5,计算P值。
宋先生书上的有这个公式:不良率P=2-Φ(Z-1.5)-Φ(Z+1.5),当Z=6 ,P=3.44DPMO (1减去”合格品率“得到“不合格品率”)
备注:(LSL-μ)/δ= (-Zδ-xδ)/δ ,(USL-μ)/δ= (Zδ-xδ/δ (一般认为x=1.5)
若是变化一下,P=2-Φ(Z-x)-Φ(Z+x),明显P是Z和x的函数, x为实际的中心偏移量(根据质量特性不同为变量,不一定是1.5了),通过质量特性的测量数据得到实际偏移量x=|均值-M|,M规格中心,当Z=6时候,得到“不合格品率”P,这个P值是什么概念呢?
B. 再来看一下马琳的那本书书199页,有过程能力指数CPK和 缺陷数的关系计算。
过程受控,某个质量特性数据为正太分布,我们探讨CPK,实际是公差T 和2*3δ比较,考虑样本与总体的偏移量1.5,计算P值。
P=Φ( (LSL-μ)/δ ) + (两端加得到不合格率)公式和宋书上的是一样的。基本概率计算知识。
因为有偏移,CPK=CPU=(USL-μ)/3δ,(M<μ<USL,中心偏右) 取CPK去MIN 小值。(*CPK=CPU=(USL-μ)/3δ,我不明白,实际上应该是CPK=(1-K)T/6δ)
带入 (LSL-μ)/3δ= /3δ=(CPK-2CP)/δ数学关系,得到:P=Φ(3(CPK-2CP)) + (马琳书上)
根据CPK基本定义, CPK=(1-K)CP, 那么 P=Φ(3(CPK-2*(1-k)/CPK)) + , 明显P是CPK和k的函数了。K和上面公式的x同为偏移量( k=2x/T, T =USL-LSL. 定值)
综述,我得出结论,P是6西格玛中的Z和偏移量k或者 说x的函数,也是CPK和偏移量K或者说x的函数。
马琳书199页说到,同一个CPK,不足以确定”不合格品率“P,因为有中心偏移,通过我的上述公式就一目了然,P是2元函数嘛。
类推同样同一个Z,不足以确定”不合格品率“P。那么6西格玛较CPK的先进性在哪里呢?
6西格玛Z和CPK是换汤不换药,一回事。就是标准差不同嘛,CPK关注的3~4标准差,6西格玛关注就是6个标准差。唯一的是6西格玛的公式简洁明了些,并且公式计算似乎更科学。相反6西格玛还有大问题,他的诞生,硬性的使大家认定K=1.5,真是奇怪了,这个不对。
没有找到相关结果
已邀请:
9 个回复
wonomoney (威望:9) (山东 烟台) 汽车制造相关 工程师
赞同来自:
过程能力指数CPK,只反映过程能力。只看均值与上下限间距与SIGME的倍数,如果大于1.33.那另一侧就是大于等于。如果CPK小于1.33,过程能力不足,需要改善。所以与M无关系。不需要基准。我觉得过程不发生大变化,μ值也就趋于稳定,哪怕是只规定下限。如你说的LSL=5,根据样本计算μ,然后算CPL,如果满足顾客要求的数值,就OK,不足的话,改善。
对于单侧公差,正态分布的μ,能否确定。我的想法是既然遵循了正态分布,为什么不能确定μ呢,N~(均值,方差)
罗嗦这么多,我的意思就是CPK与M无关。至于μ及上下规格限有关。