让我们去看看帕蒂和团队的情况……
几周前……
圣诞节前夕,帕蒂正从佛蒙特州伍德斯托克的家中前往常春藤大学。当她驶过图书馆时,恰巧看见伍德斯托克高中乐队正在演奏圣诞颂歌。幸运的是,附近正好有个停车位。 于是她停车下车 ,用iPhone 6S录制视频想给罗伯和孩子们看。录了几分钟后,她正要收起手机,冻僵的手指却不慎将手机摔在冰冻的水泥地上。手机就此迎来人生首个凹痕。帕蒂发出一声哀叹——苹果公司为打造最薄手机,竟让用户不得不依赖触感保护壳才能正常握持。
今天……
帕蒂正匆匆赶往办公室,她要和皮特开会。他的短信听起来很紧急。
当她快到目的地时,她查看了Fitbit® Charge和Apple Watch。她正在为常春藤大学ENGS 1《日常科技》课程的讲座比较这两款设备的健身应用。Fitbit的步数统计似乎更精准——Apple Watch会漏计非剧烈运动的步数,且无法统计爬楼梯的层数。 然而Fitbit表镜最近出现划痕(表镜竟非蓝宝石材质?),她不禁质疑:功能有限的设备售价150美元是否合理?诚然Apple Watch售价约350美元,但它能实现如此多样的功能。
当帕蒂走向办公室时,皮特正坐在外面,显得很紧张。
"怎么了?"帕蒂问道。
“我刚收到迈克·马迪根的邮件,他关于Cp和Cpk又问了些问题,”皮特回答道。
“这应该不成问题,”帕蒂回答道。
“不。但我讲Cp和Cpk就是,”皮特忧心忡忡地说。
“你一直大力宣传我在这些课题上的研究成果,还有我的Excel®电子表格,以至于沃尔特斯教授邀请我在他的统计学课堂上讲解这些内容,”皮特继续说道。
“问题是?”帕蒂问道。
“我害怕在众人面前发言,”皮特坦白道。
帕蒂停顿了一下。尽管他们共事多年,她从未见过他当众发言。接下来十分钟里,他们制定了一个计划,帮助皮特跨越这个障碍。
“你能单独和迈克谈吗?”帕蒂转移了话题。
“当然!这我能办到,”皮特立刻回道。
皮特走进办公室,重新读了一遍迈克的邮件。
皮特,感谢你提供的关于Cp和Cpk的Excel电子表格。有一点我们不太明白,就是单侧和双侧缺陷 之间的区别。你能打个电话和我聊聊吗?今天下午4点怎么样?此致,迈克。
皮特使用Minitab®制作了一些图表,用以说明单侧检验与双侧检验之间的区别缺陷 。到午餐时间,他已经为与迈克的电话会议做好了准备。剩下的时间过得很快,因为他一直忙于与学生开会,直到下午4点的电话会议开始。
下午3点59分,皮特拨通了迈克的电话。
“嘿,皮特!谢谢你的来电。我们团队对你的Cp和Cpk电子表格印象深刻,但我们不太明白单面和双面缺陷 之间的区别。你能给我解释清楚吗?”迈克开口道。
好的。请查看我发送的PowerPoint®幻灯片。它展示了两个孔径样本的分布情况。规格要求为1.00mm ± 0.06mm。通常我们期望规格处于3倍标准差范围内,因此标准差应为0.02mm。 注意其中一个分布的均值位于中心(1.00mm),但标准差为0.03mm,高于预期。另一个分布虽达到0.02mm的理想标准差,但均值却偏移至0.974mm。"皮特开始解释道。

图:PowerPoint® 幻灯片,这是皮特发给迈克的。注:对于非居中分布,所有缺陷 均位于LSL下方。而对于居中分布,缺陷 在规格限的两侧数量相等。两种分布的缺陷 总和相同。
“所以,其中一条曲线的 sigma 值正确,为 0.02 毫米,但偏离了中心,”迈克评论道。
他稍作停顿,接着补充道:“另一条曲线居中,但其标准差更大,达到0.03毫米。”
“请注意,偏离中心曲线上的所有缺陷 都位于规格下限或以红色标出的下限规格(LSL)一侧。而居中曲线上的缺陷 则分布在两侧,”皮特继续说道。
“是的。我猜偏心的曲线更糟糕,尽管其标准差值较低,”迈克补充道。
“没错。这两者的缺陷 系数都是0.0455。不过,在制造过程中,偏心曲线的状况会更糟,”皮特回答道。
“可是,既然缺陷 的费率都一样,那为什么会这样呢?”迈克问道。
“好吧,假设有些轴要装入孔中。 假设轴的平均直径 为0.92毫米±0.06。大多数公差分析都假设分布是居中的。孔的偏心分布将导致2.8%的过盈配合,而居中分布仅会导致1.3%的过盈配合,尽管该分布的标准差为0.03毫米,”皮特进一步解释道。
“那么,把所有的缺陷 都堆在一端可能会造成问题吗?让我猜猜,居中分布的Cpk值应该更好,”迈克回应道。
“是的。中心化分布的Cpk值为0.667,偏心分布的Cpk值为0.565。Cpk值确实能提供关于数据的最佳信息,”皮特总结道。
“你是怎么计算过盈配合的?”迈克问道。
“又是张Excel表格,”皮特轻笑一声。
“所以说,归根结底Cpk才是王道,对吧?”迈克问道。
“对,”皮特表示同意。
后记
帕蒂协助皮特准备了统计学课程的讲课内容,其中包括一次试讲。皮特的授课大获成功,尽管开场时有些紧张,但他很快便游刃有余。
干杯
罗恩博士


