关于“公差流”控制图的疑问
最近去车间走访，发现他们用的控制图跟我学的不太一样。我学习的是传统的基于过程控制的SPC，分子组取样，计算控制限，按几个准则判异。车间的控制图直接以公差限作为控制限。
然后他们对Cpk的计算方法也很有意思。我学习的方法是全部数据都拉出来，算出来Cpk多少就是多少。他们是计算Cpk大于1、大于1.33、大于1.67的数据占的百分比。
我回来查了一下，他们用的应该是预控制图（彩虹图）。有人把我学习的那种传统控制图叫做“过程流”，而我们车间用的这种控制图叫“公差流”。其实哪种流派都无所谓，有用就行。但是我大概翻了一下自己的SPC手册和六西格玛教材，都没有提到这个“公差流”，那么这种方法的理论基础是从何而来？望坛里大神不吝赐教。
再有就是关于Cpk的算法。车间这种诡异的计算方法我也是从来没见过，求大神们讲解一下。
然后他们对Cpk的计算方法也很有意思。我学习的方法是全部数据都拉出来，算出来Cpk多少就是多少。他们是计算Cpk大于1、大于1.33、大于1.67的数据占的百分比。
我回来查了一下，他们用的应该是预控制图（彩虹图）。有人把我学习的那种传统控制图叫做“过程流”，而我们车间用的这种控制图叫“公差流”。其实哪种流派都无所谓，有用就行。但是我大概翻了一下自己的SPC手册和六西格玛教材，都没有提到这个“公差流”，那么这种方法的理论基础是从何而来？望坛里大神不吝赐教。
再有就是关于Cpk的算法。车间这种诡异的计算方法我也是从来没见过，求大神们讲解一下。
没有找到相关结果
已邀请:
RSS Feed
1 个回复
Sol_Sun (威望:68) (山东 青岛) 机械制造 MBB/质量总监/专家 - 精益六西格玛、质量管理、AUKOM、GD&...
赞同来自: ScharnHorst
彩虹图以前碰到过，是一家老牌德企；用于稳定的产品控制，同时也有配套的判定标准。以前听朋友说西门子还想也用过彩虹图。不知道你走访的车间是否也属于德企？
问题的本身：
1，不存在什么公差流？过程流？我是第一次听到这种说话，不过能理解是么意思。它们理论基础都是一样的：都是基于过程变异来区分是否普通变异还是特殊变异。怎么区分呢？通常用+/-3倍的标准差来区分，即99.73%的数值应当在+/-3倍的标准差里面（普通变异），剩下的0.27%数值在外面（即特殊原因）。
2，而实施SPC的前提是：过程处于统计受控状态；即不存在特殊变异！怎么判定过程是否处于统计受控状态呢？所以用到“解析（分析）用控制图”，同时计算其Ppk（初期过程能力），只有Ppk和服要求（通常为>=1.33）才能称呼为“处于统计受控”，进入下一步”控制用控制图”。所以当一个过程处于统计受控状态是，公差规格和标准差是存在一定的关联的。
3，让我们回到问题的本质，前面第一点说了SPC的作用是区分普通和特殊变异。为什么要区分变异呢？因为SPC的最终目的是为了保证产品合乎标准，即符合公差。如果采用传统的控制图，通常是控制限会远远小于规格限，这样就可能会导致质量过剩，即控制过严带来的成本浪费。所以回到在第二点，当不考虑到中心值偏倚的时候，公差规格和标准差是存在一定的关联的；这种用产品公差规格取代控制限是可以的。但是一定要明确其中的风险。
4，怎么明确其中风险呢？就如你所说的：他们是计算Cpk大于1、大于1.33、大于1.67的数据占的百分比。个人认为这里表达可能有些错误，应当通过计算标准差，来得知超出规格的风险。
以上，供参考；谢谢！