قدرة العملية

خطوات الاستخدام

الخطوة 1: فهم المدخلات. USL (حد المواصفات الأعلى) و LSL (حد المواصفات الأدنى) هما الحدود المقبولة من العمليات لعملية ما. μ (mu) هو متوسط العملية، و σ (sigma) هو الانحراف المعياري للعملية. تأكد من أن بياناتك موزعة بشكل طبيعي لأن Cp و Cpk يفترضان التوزيع الطبيعي.

الخطوة 2: احسب نسبة قدرة العملية Cp باستخدام الصيغة: Cp = (USL - LSL) / (6σ). يقيس هذا القدرة المحتملة للعملية بافتراض أنها متمركزة بين حدود المواصفات. Cp = 1.0 يعني أن انتشار العملية (6σ) يساوي عرض المواصفات؛ القيم الأعلى تشير إلى قدرة محتملة أكبر.

الخطوة 3: احسب Cpk الذي يأخذ في الاعتبار تمركز العملية. Cpk = أقل قيمة من (USL - μ)/(3σ) و (μ - LSL)/(3σ). يقيس هذا القدرة الفعلية بمقارنة المسافة من المتوسط إلى أقرب حد مواصفات بوحدات 3σ. Cpk = 1.0 يعني أن العملية قادرة مع عدد قليل من العيوب.

الأسئلة الشائعة

Cp (مؤشر القدرة) يقيس القدرة المحتملة للعملية – فهو ينظر فقط إلى انتشار (تباين) العملية بالنسبة لحدود المواصفات. يفترض أن العملية متمركزة تمامًا بين الحدود. أما Cpk (مؤشر القدرة المعدل) فيقيس القدرة الفعلية من خلال دمج متوسط العملية؛ وهو أقل قيمة من مؤشرين أحاديي الجانب. نحتاج كليهما لأنه قد تكون العملية ذات Cp عالٍ (تباين منخفض) ولكن Cpk ضعيف إذا كانت غير متمركزة، مما يؤدي إلى عيوب كثيرة. وعلى العكس، Cpk الجيد مع Cp المنخفض مستحيل لأن Cpk ≤ Cp. عمليًا، يخبرك Cp ما إذا كان تقليل التباين ضروريًا، بينما يخبرك Cpk ما إذا كانت مشكلة التمركز هي المسألة. على سبيل المثال، في مثال مصنع التعبئة أعلاه، كان Cp = 1.111 (متوسط) لكن Cpk = 0.667 (ضعيف) بسبب عدم التمركز. Cp لا يزال هامشيًا، لكن الإصلاح الفوري هو التمركز. إذا كان Cp منخفضًا جدًا، حتى التمركز لن يساعد – ستحتاج إلى تقليل التباين. معًا، يوجهان جهود تحسين العملية.

Cp و Cpk صحيحان فقط عندما تتحقق افتراضات معينة. أولاً، يجب أن تكون بيانات العملية موزعة بشكل طبيعي. إذا كان التوزيع منحرفًا بشدة أو يحتوي على قيم متطرفة، فقد تكون هذه المؤشرات مضللة. في مثل هذه الحالات، استخدم مؤشرات قدرة غير معلمية أو حول البيانات. ثانيًا، يجب أن تكون العملية تحت السيطرة الإحصائية، أي مستقرة عبر الزمن دون أسباب خاصة للتغير. إذا كانت العملية خارج السيطرة، فإن Cp و Cpk لن يعكسا القدرة الحقيقية. ثالثًا، يجب أن تكون حدود المواصفات واقعية ومبنية على متطلبات العميل، وليست عشوائية. رابعًا، يجب أن تكون العينة المستخدمة لتقدير المتوسط والانحراف المعياري ممثلة وكبيرة بما يكفي (عادة 30 مشاهدة على الأقل) لضمان تقديرات موثوقة. خامسًا، تفترض القيم المحسوبة أن العملية ستبقى مستقرة في المستقبل. إذا انتهكت هذه الافتراضات، فقد تعطي Cp و Cpk المحسوبة إحساسًا زائفًا بالقدرة، مما يؤدي إلى قرارات خاطئة.

Cp و Cpk هما مؤشران بدون أبعاد. القيمة 1.0 تعني أن انتشار العملية (6σ) يساوي عرض المواصفات (Cp) أو أن المسافة من المتوسط إلى أقرب حد مواصفات هي 3σ (Cpk). هذا يقابل 0.27% عيوب (بافتراض التوزيع الطبيعي). المعايير الصناعية الشائعة: للعمليات الحالية، Cp > 1.33 (جودة 4σ) يعتبر جيدًا؛ للعمليات الجديدة، قد يتطلب البعض Cp > 1.67 (5σ). للصناعات الحرجة أو عالية الدقة، قد يحتاج Cp > 2.0 (6σ). بالنسبة لـ Cpk، القيمة 1.0 هي الحد الأدنى، 1.33 مقبولة، و 1.67 ممتازة. إذا كان أي من Cp أو Cpk أقل من 1.0، فإن العملية غير قادرة وستنتج عيوبًا فوق المستويات المقبولة. لكن لاحظ أن هذه الحدود إرشادية؛ قد تكون للصناعات المختلفة متطلبات مختلفة. على سبيل المثال، في صناعة السيارات، غالبًا ما يتطلب PPAP أن يكون Cpk ≥ 1.67. ضع في اعتبارك دائمًا تكلفة العيوب وأهمية الخاصية.

Cp يعرف فقط لحدود مواصفات ثنائية الجانب لأنه يستخدم الانتشار الكلي (USL-LSL). للحدود أحادية الجانب (مثل حد أعلى فقط أو حد أدنى فقط)، لا يمكنك حساب Cp. بدلاً من ذلك، استخدم Cpk مباشرة: إذا كان هناك حد أعلى فقط، Cpk = (USL - μ)/(3σ)؛ إذا كان هناك حد أدنى فقط، Cpk = (μ - LSL)/(3σ). في هذه الحالات، Cpk يساوي أساسًا مؤشر القدرة أحادي الجانب. بدلاً من ذلك، يمكنك استخدام Cpu (للأعلى) أو Cpl (للأسفل) بشكل منفصل. لاحظ أنه مع الحدود أحادية الجانب، يتغير تعريف القدرة لأنك تهتم فقط بتجاوز حد واحد. على سبيل المثال، في اختبارات القوة حيث يشترط حد أدنى فقط (قوة دنيا)، يعني وجود متوسط عالٍ بالنسبة لـ LSL أمر مرغوب. بعض الممارسين يستخدمون أيضًا مصطلح Ppk للقدرة طويلة المدى، لكن الحساب مماثل لـ Cpk باستثناء أنه يستخدم الانحراف المعياري الكلي من جميع البيانات.

قدرة العملية

أدخل القيم

خطوات الاستخدام

أمثلة محلولة

أمثلة محسوبة

الأسئلة الشائعة