关于过程能力指数CP和CPK以及其对应的产品合格率。_单边cp计算公式-程序员宅基地

注：本文系清华大学MEM研究生课堂中老师布置的一个作业的总结。

CP也是最近的一个网络流行词了，人们现在把它理解成配对，即英文Coupling，也可理解为COUPLE或者coterie partner。不过实际CP是质量管理里面一个很重要的词语。CP在质量管理领域里代表着西格玛水平，也可理解为顾客满意度。

CP：过程能力，即Process Capability，可能PC这个简称早就被计算机行业占用了，因此只能叫CP吧。CP适用于统计稳定过程，是指过程在受控状态下的实际加工能力，不考虑过程的偏移，是过程固有变差（仅由于普通原因产生的变差）的 6σ范围，σ通常用 R-bar/d2或者s-bar/c4来估计。所以过程能力是用过程在受控状态下短期数据计算的。因此又将过程能力称为“短期过程能力”，实际中常将短期省略。这个指数只是针对双边公差而计算的，对于单边公差没有意义。

CPK：过程能力指数，是在过程有偏移情况下的过程能力，前提是要过程稳定且数据是正态分布，而且数据应该在 25组以上（建议最少不要低于 20组，数据组越少风险越大），只考虑过程受普通原因的影响。因为过程只受到普通原因变差影响是理想状态下的，从长期来说过程总会受到各种特殊原因的影响，所以又被称为短期过程能力，也叫潜在过程能力。

CP计算公式为：CP=(USL-LSL)/ 6σ，CPK通过 CPU或 CPL的最小值来计算，计算公式:CPU=(USL-X-bar)/3σ和 CPL=(X-bar-LSL)/3σ.

自然状态下的生产环境，我们在对产品的某一个维度数据进行记录时会发现，其数据服从正态分布，如下图左边部分，我们会要求产品数据尽量落在中间的空白部分从而达到产品符合质量评审，但仍然有小部分概率事件会使得产品落在左图部分的阴影面积中，CP值即代表了一个产品生产管理控制的产品落在空白部分即产品合格率的数值。

而CPK则是考虑了分布中心与规范中心不重合、即发生偏移时的情形。此时则需要分别计算CPU和CPL的值，取其中的小值来代表其实际生产控制水平。我们常说的6σ质量管理水平即是CP=2的水平，这是一个比较高的质量管理。

CP=1.33、CP=1.67以及CP=2时对应的产品合格率是多少？在不考虑偏移的情况下，通过上面的公式可以知道，CP=1.33、CP=1.67以及CP=2时分别对应着4σ、5σ、6σ的水平即可，而其对应的产品合格率则可通过标准正态分布概率表的数据得到。

如这里 https://wenku.baidu.com/view/9cd84f7e49d7c1c708a1284ac850ad02de800784.html?rec_flag=default 的标准正态分布表，可以持到F(4.00)=0.99994，即产品的合格率为99.994%，其它的同理。CP和CPK对应的产品合格率数据表如下：

本文链接：https://blog.csdn.net/weixin_47792780/article/details/137216274

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

稀疏编码的数学基础与理论分析-程序员宅基地

文章浏览阅读290次，点赞8次，收藏10次。1.背景介绍稀疏编码是一种用于处理稀疏数据的编码技术，其主要应用于信息传输、存储和处理等领域。稀疏数据是指数据中大部分元素为零或近似于零的数据，例如文本、图像、音频、视频等。稀疏编码的核心思想是将稀疏数据表示为非零元素和它们对应的位置信息，从而减少存储空间和计算复杂度。稀疏编码的研究起源于1990年代，随着大数据时代的到来，稀疏编码技术的应用范围和影响力不断扩大。目前，稀疏编码已经成为计算...

EasyGBS国标流媒体服务器GB28181国标方案安装使用文档-程序员宅基地

文章浏览阅读217次。EasyGBS - GB28181 国标方案安装使用文档下载安装包下载，正式使用需商业授权, 功能一致在线演示在线API架构图EasySIPCMSSIP 中心信令服务, 单节点, 自带一个 Redis Server, 随 EasySIPCMS 自启动, 不需要手动运行EasySIPSMSSIP 流媒体服务, 根..._easygbs-windows-2.6.0-23042316使用文档

【Web】记录巅峰极客2023 BabyURL题目复现——Jackson原生链_原生jackson 反序列化链子-程序员宅基地

文章浏览阅读1.2k次，点赞27次，收藏7次。2023巅峰极客 BabyURL之前AliyunCTF Bypassit I这题考查了这样一条链子：其实就是Jackson的原生反序列化利用今天复现的这题也是大同小异，一起来整一下。_原生jackson 反序列化链子

一文搞懂SpringCloud，详解干货，做好笔记_spring cloud-程序员宅基地

文章浏览阅读734次，点赞9次，收藏7次。微服务架构简单的说就是将单体应用进一步拆分，拆分成更小的服务，每个服务都是一个可以独立运行的项目。这么多小服务，如何管理他们？(服务治理注册中心[服务注册发现剔除])这么多小服务，他们之间如何通讯？这么多小服务，客户端怎么访问他们？(网关)这么多小服务，一旦出现问题了，应该如何自处理？(容错)这么多小服务，一旦出现问题了，应该如何排错?(链路追踪)对于上面的问题，是任何一个微服务设计者都不能绕过去的，因此大部分的微服务产品都针对每一个问题提供了相应的组件来解决它们。_spring cloud

Js实现图片点击切换与轮播-程序员宅基地

文章浏览阅读5.9k次，点赞6次，收藏20次。Js实现图片点击切换与轮播图片点击切换<!DOCTYPE html><html> <head> <meta charset="UTF-8"> <title></title> <script type="text/ja..._点击图片进行轮播图切换

tensorflow-gpu版本安装教程（过程详细）_tensorflow gpu版本安装-程序员宅基地

文章浏览阅读10w+次，点赞245次，收藏1.5k次。在开始安装前，如果你的电脑装过tensorflow，请先把他们卸载干净，包括依赖的包（tensorflow-estimator、tensorboard、tensorflow、keras-applications、keras-preprocessing），不然后续安装了tensorflow-gpu可能会出现找不到cuda的问题。cuda、cudnn。..._tensorflow gpu版本安装

随便推点

物联网时代权限滥用漏洞的攻击及防御-程序员宅基地

文章浏览阅读243次。0x00 简介权限滥用漏洞一般归类于逻辑问题，是指服务端功能开放过多或权限限制不严格，导致攻击者可以通过直接或间接调用的方式达到攻击效果。随着物联网时代的到来，这种漏洞已经屡见不鲜，各种漏洞组合利用也是千奇百怪、五花八门，这里总结漏洞是为了更好地应对和预防，如有不妥之处还请业内人士多多指教。0x01 背景2014年4月，在比特币飞涨的时代某网站曾经..._使用物联网漏洞的使用者

Visual Odometry and Depth Calculation--Epipolar Geometry--Direct Method--PnP_normalized plane coordinates-程序员宅基地

文章浏览阅读786次。A. Epipolar geometry and triangulationThe epipolar geometry mainly adopts the feature point method, such as SIFT, SURF and ORB, etc. to obtain the feature points corresponding to two frames of images. As shown in Figure 1, let the first image be and th_normalized plane coordinates

开放信息抽取(OIE)系统（三）-- 第二代开放信息抽取系统(人工规则, rule-based, 先抽取关系)_语义角色增强的关系抽取-程序员宅基地

文章浏览阅读708次，点赞2次，收藏3次。开放信息抽取(OIE)系统（三）-- 第二代开放信息抽取系统(人工规则, rule-based, 先关系再实体)一.第二代开放信息抽取系统背景第一代开放信息抽取系统(Open Information Extraction， OIE， learning-based, 自学习, 先抽取实体)通常抽取大量冗余信息，为了消除这些冗余信息，诞生了第二代开放信息抽取系统。二.第二代开放信息抽取系统历史第二代开放信息抽取系统着眼于解决第一代系统的三大问题: 大量非信息性提取（即省略关键信息的提取）、_语义角色增强的关系抽取