حاسبة مؤشر قدرة العملية (Cp و Cpk)

حاسبة مؤشر قدرة العملية (Cp و Cpk)

رائد AI Skill PRO

أدخل الحساب

صيغة رياضية

Cp=USL−LSL6σCpk=min⁡(USL−μ3σ,μ−LSL3σ)where{μ=1n∑i=1nxiσ=1n∑i=1n(xi−μ)2\begin{gathered} C_p = \frac{\text{USL} - \text{LSL}}{6\,\sigma} \qquad C_{pk} = \min\!\left( \frac{\text{USL} - \mu}{3\,\sigma},\; \frac{\mu - \text{LSL}}{3\,\sigma} \right) \\[1.5em] \text{where}\quad \left\{ \begin{aligned} \mu &= \frac{1}{n}\sum_{i=1}^{n} {x_i} \\ \sigma &= \sqrt{\frac{1}{n}\sum_{i=1}^{n}\left({x_i} - \mu\right)^2} \end{aligned} \right. \end{gathered}
إحصاءات الاستخدام

اعلان

نتائج

Cp (مؤشر قدرة العملية)
٠٫٧٠٥
Cpk = ٠٫٦٣٤٥
Cp (σ داخل المجموعات) ٠٫٧٠٥
Cpk (σ داخل المجموعات) ٠٫٦٣٤٥
Pp (σ الكلي) ١٫٠٥٤١
Ppk (σ الكلي) ٠٫٩٤٨٧
حجم العينة (n) ١٠
المتوسط (mu) ٤٥٫٥
الانحراف المعياري داخل المجموعات ٢٫٣٦٤١
متوسط المدى المتحرك ٢٫٦٦٦٧
الانحراف المعياري الكلي ١٫٥٨١١
التباين ٢٫٥
3 سيجما ٧٫٠٩٢٢
6 سيجما ١٤٫١٨٤٤
يستخدم Cp وCpk الانحراف المعياري داخل المجموعات: متوسط المدى المتحرك ÷ 1.128 للقيم الفردية، أو متوسط مدى المجموعة الفرعية ÷ d₂ للمجموعات (R̄/d₂). ويستخدم Pp وPpk الانحراف المعياري الكلي للعيّنة من جميع القيم (n − 1). أدخل البيانات بترتيب الإنتاج.

الإبلاغ عن خطأ في هذه الصفحة

ما هو مؤشر قدرة العملية (Cp و Cpk)؟

يُعد Cp و Cpk من المقاييس الأساسية في الضبط الإحصائي للعمليات (SPC) وهندسة الجودة. فهما يقارنان التشتت الطبيعي لعملية التصنيع (ستة انحرافات معيارية من مخرجاتها) بنافذة المواصفات الهندسية المحددة بالحد الأدنى للمواصفات (LSL) والحد الأعلى للمواصفات (USL). وهي أداة إحصائية عالمية لا تخضع لقواعد خاصة ببلد معيّن، فهي صالحة للاستخدام في أي مكان.

يصف Cp القدرة الكامنة للعملية بافتراض أنها متمركزة تمامًا. أما Cpk فيصف القدرة الفعلية لأنه يأخذ في الحسبان أيضًا أي انزياح لمتوسط العملية عن مركز نافذة المواصفات.

منحنى جرسي متمركز بين حدّي المواصفات الأدنى والأعلى، وانتشار العملية أضيق من نطاق التفاوت
يقارن Cp عرض نطاق التفاوت المسموح في المواصفات (USL ناقص LSL) بانتشار العملية البالغ 6 سيغما.

كيفية استخدام الحاسبة

الصق أو اكتب قيم بياناتك المقاسة في حقل البيانات، مفصولة بفواصل أو مسافات أو علامات جدولة أو أسطر جديدة. ثم أدخل الحد الأدنى والحد الأعلى للمواصفات بالوحدة نفسها المستخدمة في بياناتك. تقوم الحاسبة بتحليل القائمة، وحساب المتوسط والتباين والانحراف المعياري و3 سيغما و6 سيغما، ثم تستخرج قيمتي Cp و Cpk.

شرح المعادلة

بالنسبة للبيانات \(x_1..x_n\) يُحسب المتوسط بالعلاقة \(\mu = \frac{\sum x_i}{n}\). أما تباين المجتمع فهو \(\frac{\sum (x_i - \mu)^2}{n}\) ويكون \(\sigma\) هو جذره التربيعي. ومن ثَمّ $$C_p = \frac{\text{USL} - \text{LSL}}{6\,\sigma} \qquad C_{pk} = \min\!\left( \frac{\text{USL} - \mu}{3\,\sigma},\; \frac{\mu - \text{LSL}}{3\,\sigma} \right)$$ لاحظ أن هذه الأداة تستخدم الانحراف المعياري للمجتمع (القسمة على \(n\)) كي يدخل \(\sigma\) في معادلات القدرة بشكل متسق.

اعلان
منحنى جرسي منحرف عن المركز وأقرب إلى حدّ المواصفات الأعلى، يوضح أن المسافة الأصغر من المسافتين هي التي تحدد Cpk
يأخذ Cpk تمركز العملية في الحسبان: فهو يعتمد على حدّ المواصفات الأقرب، لذا فإن انحراف المتوسط عن المركز يُخفّض قيمة المؤشر.

إرشاد: Cp = Cpk = 1 يعني أن تشتت ±3 سيغما يساوي تمامًا عرض المواصفات. والهدف الموصى به عادةً هو 1.33 (±4 سيغما). كلما ارتفعت القيمة كان أفضل؛ أما القيم الأقل من 1.0 فتدل على أن العملية غير قادرة. ظهور النتيجة 0 لـ Cp/Cpk هنا يعني أن sigma = 0 (انعدام التباين) أو أن نطاق المواصفات غير صالح.

مثال محلول

البيانات = 45، 46، 44، 47، 43، 48، 45، 46، 44، 47 (\(n = 10\))، \(\text{LSL} = 40\)، \(\text{USL} = 50\). المجموع = 455، إذًا \(\mu = 45.5\). ومجموع مربعات الانحرافات يساوي 22.5، ما يعطي تباينًا = 2.25 و\(\sigma = 1.5\). وبالتالي \(3\sigma = 4.5\) و\(6\sigma = 9.0\). فيكون $$C_p = \frac{10}{9} \approx 1.1111$$ $$C_{pk} = \min\!\left[ \frac{50 - 45.5}{4.5},\; \frac{45.5 - 40}{4.5} \right] = \min[1.0,\; 1.2222] = 1.0$$

اعلان

المصطلحات والمتغيرات الرئيسية

المصطلح / الرمز المعنى
LSL — حد المواصفة الأدنى أصغر قيمة مقبولة للخاصية، بوحدة القياس (mm, g, MPa, °C, …). يتم تحديده من قبل الهندسة على الرسم أو المواصفة.
USL — حد المواصفة الأعلى أكبر قيمة مقبولة، بنفس وحدة القياس.
عرض التسامح \(\text{USL} - \text{LSL}\)، إجمالي عرض النافذة المقبولة، بوحدات القياس. يتم كتابتها أحيانًا \(2T\) حول هدف اسمي.
\(\mu\) — متوسط العملية متوسط القيم المقاسة، \(\mu = \frac{1}{n}\sum x_i\)؛ بنفس وحدة البيانات. يتم تقديره من العينة كـ \(\bar{x}\).
\(\sigma\) — الانحراف المعياري انتشار الخاصية، بنفس وحدة البيانات. تستخدم هذه الأداة الصيغة السكانية \(\sigma = \sqrt{\frac{1}{n}\sum (x_i - \mu)^2}\) (قسمة على \(n\))؛ تقسم صيغة العينة على \(n-1\).
انتشار \(3\sigma\) و \(6\sigma\) \(3\sigma\) هو نصف عرض الانتشار الطبيعي للعملية (جانب واحد من المتوسط)؛ \(6\sigma\)، من \(\mu - 3\sigma\) إلى \(\mu + 3\sigma\)، هو الانتشار الطبيعي الكامل، يحتوي على حوالي 99.73% من التوزيع الطبيعي. تقارن القدرة هذا الانتشار مقابل عرض التسامح.
\(C_p\) — القدرة المحتملة \(C_p = (\text{USL} - \text{LSL})/(6\sigma)\). نسبة بلا أبعاد من عرض التسامح إلى الانتشار الطبيعي؛ تتجاهل مكان المتوسط، لذا فهي أفضل قدرة يمكن تحقيقها إذا كانت العملية متمركزة تمامًا.
\(C_{pu}\)، \(C_{pl}\) — المؤشرات أحادية الجانب \(C_{pu} = (\text{USL} - \mu)/(3\sigma)\) يقيس المساحة إلى الحد الأعلى؛ \(C_{pl} = (\mu - \text{LSL})/(3\sigma)\) يقيس المساحة إلى الحد الأدنى. يمكن الإبلاغ عن أي منهما بمفرده لمواصفة أحادية الجانب.
\(C_{pk}\) — القدرة الفعلية \(C_{pk} = \min(C_{pu}, C_{pl})\) — القدرة عند الحد الأقرب، لذا تعكس الانتشار والتمركز. دائمًا \(C_{pk} \le C_p\)؛ سالب إذا سقط \(\mu\) خارج الحد.
\(k\) — إزاحة التمركز جزء بلا أبعاد من نصف التسامح الذي يفقده المتوسط عن نقطة الوسط: \(k = \lvert m - \mu \rvert / \big((\text{USL} - \text{LSL})/2\big)\) مع نقطة الوسط \(m\). ثم \(C_{pk} = (1-k)\,C_p\)؛ \(k = 0\) يعني متمركز تمامًا.
\(P_p\)، \(P_{pk}\) — مؤشرات الأداء نفس الصيغ مثل \(C_p\) و \(C_{pk}\) لكن محسوبة مع الانحراف المعياري الإجمالي (طويل الأجل) لجميع البيانات، بما في ذلك الانجراف بين المجموعات الفرعية. \(C_p\)/\(C_{pk}\) بالمعنى الصارم لـ SPC تستخدم تقدير داخل المجموعة الفرعية مثل \(\bar{R}/d_2\). الفجوة بين الزوجين هي مقياس لعدم استقرار العملية.
الحكم الإحصائي حالة تظهر فيها العملية فقط التباين من السبب الشائع (العشوائي) — متوسط مستقر وانتشار مستقر بمرور الوقت — بحيث يكون ناتجها المستقبلي قابلاً للتنبؤ به. يتم تأكيده باستخدام مخطط التحكم (مثل X̄–R أو الأفراد–المتوسط المتحرك)، وليس مع مؤشر القدرة.
DPMO / PPM العيوب لكل مليون فرصة / أجزاء لكل مليون غير متوافقة: الكسر المقدر خارج المواصفة مضروب في 1,000,000. بالنسبة لعملية طبيعية ومتمركزة، يتم اشتقاقها من مناطق الذيل الطبيعية، لذا فهي تقدير قائم على نموذج وليس عدًا.
حدود المواصفة مقابل حدود التحكم حدود المواصفة (LSL، USL) هي المتطلبات التي تحددها الهندسة أو العميل أو معيار — تأتي من نية التصميم وليس أبدًا من البيانات. حدود التحكم (LCL، UCL) يتم حسابها من بيانات العملية عند ±3 أخطاء معيارية للإحصائية المرسومة وتصف ما تفعله العملية فعليًا. تجيب على أسئلة مختلفة ولا يجب أبدًا أن تختلط أو يتم رسمها بالتبادل: نقطة خارج حد التحكم تشير إلى عدم الاستقرار؛ قيمة خارج حد المواصفة هي جزء غير متوافق.

الأسئلة الشائعة

ما هي قيمة Cpk الجيدة؟ القيمة 1.33 (المقابلة لـ \(\pm 4\sigma\)) هدف شائع. أما القيم الأقل من 1.0 فتدل على أن العملية غير قادرة على تلبية المواصفات بشكل موثوق.

لماذا يختلف Cp عن Cpk؟ لأن Cp يتجاهل التمركز، بينما ينخفض Cpk كلما ابتعد متوسط العملية عن نقطة منتصف نافذة المواصفات. وقيمة Cpk دائمًا أقل من أو تساوي Cp.

ماذا لو كانت جميع القيم متطابقة؟ عندها يكون \(\sigma = 0\) وتصبح القدرة لا نهائية رياضيًا (انعدام التباين)، لذلك تُرجِع هذه الأداة القيمة 0 كإجراء احترازي لتفادي القسمة على صفر.

آخر تحديث:

الأكثر شيوعًا في الرياضيات والإحصاء

عرض جميع حاسبات الرياضيات والإحصاء