通过MCP连接 →

输入计算

数学公式

广告

结果

Cp(过程能力指数)
1.1111
Cpk = 1
样本量(n) 10
均值(μ) 45.5
方差 2.25
标准差(σ) 1.5
4.5
9
Cp 1.1111
Cpk 1
说明:Cp = Cpk = 1 表示 ±3σ 的波动范围恰好等于规格宽度。业界常见的推荐目标值为 1.33(±4σ)。数值越高越好;低于 1.0 说明过程能力不足。若此处 Cp/Cpk 结果为 0,则表示 σ = 0(无波动)或规格范围无效。

什么是过程能力指数(Cp、Cpk)?

Cp 和 Cpk 是统计过程控制(SPC)与质量工程中的核心指标。它们将生产过程本身的自然波动范围(输出值的六倍标准差)与由规格下限(LSL)和规格上限(USL)所界定的工程规格区间进行对比。这是一套通用的统计工具,不受任何国家或地区的特定规则限制,全球通用。

Cp 反映的是在过程完全居中(理想状态)情况下的潜在能力;Cpk 则反映实际能力——它会额外考虑过程均值相对于规格区间中心的偏移,并对这种偏移进行"扣分"。

Bell curve centered between lower and upper specification limits with process spread narrower than the tolerance band
Cp compares the spec tolerance width (USL minus LSL) to the process spread of 6 sigma.

如何使用本计算器

将测量得到的数据值粘贴或输入到数据框中,可用逗号、空格、制表符或换行分隔。再用与数据相同的单位填入规格下限和规格上限。计算器会自动解析数据列表,计算均值、方差、标准差、3σ 和 6σ,并由此推导出 Cp 与 Cpk。

公式详解

对于数据 \(x_1..x_n\),均值为 \(\mu = \frac{\sum x_i}{n}\)。总体方差为 \(\frac{\sum(x_i - \mu)^2}{n}\),标准差 \(\sigma\) 即为其平方根。随后

$$C_p = \frac{\text{USL} - \text{LSL}}{6\,\sigma} \qquad C_{pk} = \min\!\left( \frac{\text{USL} - \mu}{3\,\sigma},\; \frac{\mu - \text{LSL}}{3\,\sigma} \right)$$

请注意,本工具采用的是总体标准差(除以 \(n\)),因此 \(\sigma\) 能与能力指数公式保持一致。

Advertisement
Off-center bell curve closer to the upper spec limit showing the smaller of two distances determines Cpk
Cpk accounts for process centering: it uses the nearer spec limit, so an off-center mean lowers the index.

计算实例

数据 = 45、46、44、47、43、48、45、46、44、47(\(n = 10\)),\(\text{LSL} = 40\),\(\text{USL} = 50\)。总和 = 455,故 \(\mu = 45.5\)。离差平方和为 22.5,得方差 = 2.25,\(\sigma = 1.5\)。于是 \(3\sigma = 4.5\),\(6\sigma = 9.0\)。

$$C_p = \frac{10}{9} \approx 1.1111$$$$C_{pk} = \min\!\left[ \frac{50 - 45.5}{4.5},\; \frac{45.5 - 40}{4.5} \right] = \min[1.0,\; 1.2222] = 1.0$$

常见问题

Cpk 多大才算好? 1.33(对应 \(\pm 4\sigma\))是业界常见的目标值。低于 1.0 则说明过程无法稳定地满足规格要求。

为什么 Cp 和 Cpk 会不一样? Cp 不考虑居中程度,而 Cpk 会随着过程均值偏离规格中心而下降。因此 Cpk 始终小于或等于 Cp。

如果所有数值都相同会怎样? 此时 \(\sigma = 0\),从数学上看能力指数趋于无穷大(即零波动),因此本工具会返回 0,以避免出现除以零的情况。

最后更新: