多變數製程能力

多變數製程能力依據同一共用的 LSL/USL 和可選的 Target,對模穴、機器或產線等兩個或更多欄進行評分。無需比較各份單獨的報告,即可找出表現最差的製程。每個變數均假定服從常態分配,不對各變數做常態性檢定。輸出為一張包含 N、Mean、StDev、Pp、Ppk、Cpm 和 PPM 的對比表,以及每個變數一幅直方圖。

最後審閱

核心要點

多變數製程能力將模具模穴、機器或產線等多個並行製程與同一共用規格進行對比,在一張 Pp、Ppk 和 Cpm 表中顯示哪一個最差。

本頁內容
  1. 用途
  2. 主要功能
  3. 統計方法
  4. 輸入欄位和選項
  5. 輸出說明
  6. 計算範例

用途

多變數製程能力回答一個具體而常見的問題,而應用中現有的能力工具只能間接回答:當同一特性在多個並行變數上量測時——射出成形模具的不同模穴、不同機器、不同產線——依據同一共用規格,哪一個最差?它無需執行 N 份單獨的能力報告再憑肉眼比較,而是產生一張統一的並列對比表和一組直方圖,使每個變數的 Cp/Cpk 系列指數都位於同一張表中。

主要功能

  • 選擇任意 2 欄或更多欄,即可得到一張彙總的對比表,而不是 N 份堆疊的報告。
  • 同一對 LSL/USL 統一應用於每個選定變數,因此對比始終是依據同一規格進行的同類比較。
  • 可選的共用 Target 會在同一張對比表中為每個變數加入 Cpm 指數。
  • 每個變數的直方圖疊加共用規格界限,與彙總表並列顯示。
  • 可配置的 K 倍西格瑪公差乘數,與應用中其他能力工具保持一致。

統計方法

每個選定的變數/欄都被視為一個獨立的製程,通過與 Automated Process Capability 工具的常態路徑相同的常態能力計算引擎處理。對每一個變數,用移動全距法(MRbar/d2,或移動全距中位數)估計 σ_overall,並計算基於 z 的標準效能指數系列:Pp = (USL − LSL) / (K·σ),Ppu = (USL − x̄) / ((K/2)·σ),Ppl = (x̄ − LSL) / ((K/2)·σ),Ppk = min(Ppu, Ppl),預設 K = 6。此處每個變數始終假定服從常態分配——該工具中沒有針對各變數的常態性檢定,也沒有非常態路徑。

提供共用的 Target 時,還會為每個變數另外計算 Cpm:Cpm = (USL − LSL) / (K·√(mean((x − Target)²))),對平均值偏離目標的變數予以懲罰,即使僅看其離散程度時似乎具備能力。

由於每個變數都依據完全相同的 LSL/USL(提供 Target 時還包括 Target)進行評分,得到的 Ppk 和 Cpm 值在各變數之間可直接比較——對比表中 Ppk(或 Cpm)最低的變數,就是相對於共用規格表現最差的變數。

PPM Expected 依據配適的常態分配在該變數各規格界限之外的尾部機率計算;PPM Observed 是該變數自身樣本中落在規格界限之外的經驗比例——使使用者能夠發現兩者不一致的情況(這表明常態分配假設可能不適用於該特定變數)。

輸入欄位和選項

欄位

說明

Process variables

必填。選擇 2 欄或更多欄進行比較——每一欄被視為各自獨立的製程。

LSL / USL

應用於每個選定變數。

Target

可選。在對比表中為每個變數加入 Cpm 指數。

Tolerance (K)

構成能力公差帶時乘在西格瑪上的乘數;預設值為 6。

 

multi-var-process-capability-input


圖 1 — Data pane 中,C1–C3 欄為 3 個模穴的孔徑讀數,三欄均選為 Process variables,並帶有共用的 LSL/USL/Target。

 

輸出說明

  • Comparison table — 每個選定變數一列,包含 N、Mean、StDev、Pp、Ppl、Ppu、Ppk、Cpm(提供 Target 時)、PPM Expected 和 PPM Observed,均依據同一共用規格界限。
  • Per-variable histogram — 每個變數自身的分配,附共用的 LSL/Target/USL 參考線和配適的常態曲線。
  • 透過 Download as PDF 匯出完整對比報告的 PDF。
multi-var-process-capability-output


圖 2 — 統一的對比表(每個變數的 N、Mean、StDev、Pp、Ppl、Ppu、Ppk、Cpm、PPM Expected、PPM Observed)以及第一個變數的直方圖。

 

計算範例

某射出成形模具有 3 個模穴生產同一種零件;從每個模穴各量測 25 個零件的孔徑(mm)(C1 = 模穴 1,C2 = 模穴 2,C3 = 模穴 3),依據共用的 LSL = 24.90、USL = 25.10、Target = 25.00。對比表顯示模穴 1 的離散程度最小(Ppk ≈ 2.17,Cpm ≈ 2.24),而模穴 3 明顯更差(Ppk ≈ 0.94)——立即標示出模穴 3 是需要關注的那一個,而無需執行並手工比較三份單獨的報告。

常見問題

什麼是多變數製程能力?

它是一種能力分析,將同一特性在多個並行變數(如不同的模具模穴、機器或產線)上的量測結果與同一共用規格進行對比。它不產生單獨的報告,而是產生一張並列的 Pp、Ppl、Ppu、Ppk、Cpm 和 PPM 值對比表,因此很容易識別表現最差的變數。

如何在多變數能力研究中識別最差的製程?

由於每個變數都依據完全相同的 LSL、USL 和 Target 進行評分,Ppk 和 Cpm 值可直接比較。Ppk 最低的變數,或提供 Target 時 Cpm 最低的變數,就是相對於共用規格表現最差的變數,應優先調查。

多變數製程能力是否假定常態分配?

是。每個變數都採用常態能力計算進行分析,沒有針對各變數的常態性檢定,也沒有非常態路徑。將來自配適常態尾部的 PPM Expected 與規格外實際比例 PPM Observed 進行比較,有助於發現兩者不一致的變數,這表明常態假設可能不成立。

Cpm 為對比增加了什麼?

提供共用的 Target 時,會為每個變數計算 Cpm,其值為 (USL - LSL) 除以 K 乘以相對於 Target 的均方根偏差。它對平均值偏離目標的變數予以懲罰,即使僅看其離散程度時似乎具備能力。