菲尔·扎罗:本视频面向电子组装行业的从业人员,旨在帮助大家明确何时应正确使用Cp和Cpk。视频中包含统计数据和实例。
拉斯基博士,对于工程师 以及管理者而言,Cp和Cpk是质量管理方面的重要工具。关于这些非常重要的指标,您能向我们介绍一下吗?
罗纳德·C·拉斯基博士:菲尔,假设你订购了一批06-03型无源元件,并希望确保其长度(应为60密尔)符合这一要求。虽然它们不可能全都正好是60密尔,但你已经测量了大量样品,当然也设定了相关规格。 Cp是衡量分布尖锐程度的指标,其值等于尊重 ,其中 代表与规格值的偏差;而Cpk则要求更高。它不仅要考察“分布是否尖锐”,还要考察“分布是否居中于两个规格值之间”。
需要注意的一点是,有人会吹嘘Cpk值,因为如果他们负责制定规格,那么Cp和Cpk的数值可以随意设定。
菲尔·扎罗:颇具创意的“财务处理”。我敢打赌,帕蒂在这里肯定经历了不少波折。
罗纳德·C·拉斯基博士:是的 ,帕蒂确实在06-03型被动元件上遇到过一次波折。她订购了一批这种元件,开始进行测量,这些元件的Cpk值本应为1(当然,这已由供应商验证过),但她最终发现实际的Cpk值只有0.67。
她联系了供应商,说:“我们真的很希望你们能改进生产流程,以便能够达到Cpk为1的生产水平。”结果供应商仅在几天内就给出了回复——这段时间根本不够用来改进流程,对吧? 帕蒂对产品进行了测量,发现从数学角度来看,供应商确实生产出了Cpk值为1的产品,但实际情况是,供应商对产品进行了分拣。他把稍微长了一点和稍微短了一点的产品都挑了出来,因此数据分布不再呈正态分布,而他却是用这种非正态分布的数据进行计算的。
Cp 和 Cpk 要求数据服从正态分布,但很多人并不知道这一点。我听说有人只是盲目地计算数值,却不检查数据是否服从正态分布。大多数现代软件,比如 Minitab,都会检查正态性。
菲尔·扎罗: 冒险仍在继续。
罗纳德·C·拉斯基博士:是的,没过多久又发生了一起案例。当时帕蒂正在检查一些焊膏,一家通常向她提供劣质焊膏的供应商声称,他们焊膏印刷的Cpk值达到了标准,而我们关注的指标正是焊膏的体积。她感到很惊讶,因为这家公司通常提供的都是劣质产品。 她取了一小部分样品进行测量,发现其Cpk值实际上更接近1.5。
她的老板说:“这种焊膏更便宜。他们的Cpk值似乎大于2,所以你去拜访一下他们吧。”她便去拜访了。她想查看原始数据。一定要要求查看原始数据。对方对此非常犹豫,因为实际情况是,当你把所有数据综合起来看时,Cpk值恰好就是她之前测得的——1.5。
负责向她提供数据的那个人所做的是:他将所有样本分成更小的批次,并发现其中一个小批次的Cpk值大约是15。他将所有Cpk值求了平均值——其他批次的Cpk值大约是1.5、1.4——最终得出了2这个平均Cpk值。这是帕蒂学到的另一件事,她也常与他人分享:不能对Cpk值进行求平均。 必须将所有数据综合考虑并一并计算,才能得出正确的Cpk值。
菲尔·扎罗:非常好。《帕蒂与教授的冒险》这本书,虽然是真实故事,但读起来非常、非常精彩,而且还很有教育意义。我们去哪里能买到这本书呢?
罗纳德·C·拉斯基博士:如果您手头没有这本书,可以访问indiumstg.wpenginepowered.com下载免费的电子版。
菲尔·扎罗:太好了。拉斯基博士,非常感谢您。
罗纳德·C·拉斯基博士:谢谢。
关键词:铟,铟泰公司 , Ron Lasky 博士,[email protected],Phil Zarrow,[email protected],无源元件,规格,焊膏,焊点质量
节省保存


