CP和CPK介绍
在评估SMT设备或在选型的时候，常听到“印刷机、贴片机或再流焊设备的Cp和Cpk值是多少？Cp、Cpk是什么意思呢？ CP(或Cpk)是英文Process Capability index缩写，汉语译作工序能力指数，也有译作工艺能力指数过程能力指数。 工序能力指数，是指工序在一定时间里，处于控制状态(稳定状态)下的实际加工能力。它是工序固有的能力，或者说它是工序保证质量的能力。 这里所指的工序，是指操作者、机器、原材料、工艺方法和生产环境等五个基本质量因素综合作用的过程，也就是产品质量的生产过程。产品质量就是工序中的各个质量因素所起作用的综合表现。 对于任何生产过程，产品质量总是分散地存在着。若工序能力越高，则产品质量特性值的分散就会越小；若工序能力越低，则产品质量特性值的分散就会越大。那么，应当用一个什么样的量，来描述生产过程所造成的总分散呢?通常，都用6σ(即μ＋3σ)来表示工序能力：工序能力＝6σ 若用符号P来表示工序能力，则：P＝6σ 式中：σ是处于稳定状态下的工序的标准偏差 工序能力是表示生产过程客观存在着分散的一个参数。但是这个参数能否满足产品的技术要求，仅从它本身还难以看出。因此，还需要另一个参数来反映工序能力满足产品技术要求(公差、规格等质量标准)的程度。这个参数就叫做工序能力指数。它是技术要求和工序能力的比值，即 工序能力指数=技术要求／工序能力 当分布中心与公差中心重合时，工序能力指数记为Cp。当分布中心与公差中心有偏离时，工序能力指数记为Cpk。运用工序能力指数，可以帮助我们掌握生产过程的质量水平。 工序能力指数的判断 工序的质量水平按Cp值可划分为五个等级。按其等级的高低，在管理上可以作出相应的判断和处置(见表1)。该表中的分级、判断和处置对于Cpk也同样适用。 表1 工序能力指数的分级判断和处置参考表 Cp值 级别 判断 双侧公差范(T) 处 置 Cp>1.67 特级 能力过高 T＞106 (1)可将公差缩小到约土46的范围 (2)允许较大的外来波动，以提高效率 (3)改用精度差些的设备，以降低成本 (4)简略检验 1.67≥Cp1.33 一级 能力充分 T＝86—106 (1)若加工件不是关键零件，允许一定程度的外来波动 (2)简化检验 (3)用控制图进行控制 1.33≥Cp>1.0 二级 能力尚可 T＝66—86 (1)用控制图控制，防止外来波动 (2)对产品抽样检验，注意抽样方式和间隔 (3)Cp—1．0时，应检查设备等方面的情示器 1.0≥Cp>0.67 三级 能力不足 T＝46—66 (1)分析极差R过大的原因，并采取措施(2)若不影响产品最终质量和装配工作，可考虑放大公差范围 (3)对产品全数检查，或进行分级筛选 0.67>Cp 四级 能力严重不足 T＜46 (1)必须追查各方面原因，对工艺进行改革 (2)对产品进行全数检查
FMEA（失效模式与影响分析）
在设计和制造产品时，通常有三道控制缺陷的防线：避免或消除故障起因、预先确定或检测故障、减少故障的影响和后果。FMEA正是帮助我们从第一道防线就将缺陷消灭在摇篮之中的有效工具。
FMEA是一种可靠性设计的重要方法。它实际上是FMA（故障模式分析）和FEA（故障影响分析）的组合。它对各种可能的风险进行评价、分析，以便在现有技术的基础上消除这些风险或将这些风险减小到可接受的水平。及时性是成功实施FMEA的最重要因素之一，它是一个“事前的行为”，而不是“事后的行为”。为达到最佳效益，FMEA必须在故障模式被纳入产品之前进行。
FMEA实际是一组系列化的活动，其过程包括：找出产品/过程中潜在的故障模式；根据相应的评价体系对找出的潜在故障模式进行风险量化评估；列出故障起因/机理，寻找预防或改进措施。
由于产品故障可能与设计、制造过程、使用、承包商/供应商以及服务有关，因此FMEA又细分为设计FMEA、过程FMEA、使用FMEA和服务FMEA四类。其中设计FMEA和过程FMEA最为常用。
设计FMEA（也记为d-FMEA）应在一个设计概念形成之时或之前开始，并且在产品开发各阶段中，当设计有变化或得到其他信息时及时不断地修改，并在图样加工完成之前结束。其评价与分析的对象是最终的产品以及每个与之相关的系统、子系统和零部件。需要注意的是，d-FMEA在体现设计意图的同时还应保证制造或装配能够实现设计意图。因此，虽然d-FMEA不是靠过程控制来克服设计中的缺陷，但其可以考虑制造/装配过程中技术的/客观的限制，从而为过程控制提供了良好的基础。进行d-FMEA有助于：
? 设计要求与设计方案的相互权衡； ? 制造与装配要求的最初设计；
? 提高在设计/开发过程中考虑潜在故障模式及其对系统和产品影响的可能性； ? 为制定全面、有效的设计试验计划和开发项目提供更多的信息； 建立一套改进设计和开发试验的优先控制系统；
? 为将来分析研究现场情况、评价设计的更改以及开发更先进的设计提供参考。
过程FMEA（也记为p-FMEA）应在生产工装准备之前、在过程可行性分析阶段或之前开始，而且要考虑从单个零件到总成的所有制造过程。其评价与分析的对象是所有新的部件/过程、更改过的部件/过程及应用或环境有变化的原有部件/过程。需要注意的是，虽然p-FMEA不是靠改变产品设计来克服过程缺陷，但它要考虑与计划的装配过程有关的产品设计特性参数，以便最大限度地保证产品满足用户的要求和期望。 p-FMEA一般包括下述内容：
? 确定与产品相关的过程潜在故障模式； ? 评价故障对用户的潜在影响；
? 确定潜在制造或装配过程的故障起因，确定减少故障发生或找出故障条件的过程控制变量； ? 编制潜在故障模式分级表，建立纠正措施的优选体系； ? 将制造或装配过程文件化。
FMEA技术的应用发展十分迅速。50年代初，美国第一次将FMEA思想用于一种战斗机操作系统的设计分析，到了60年代中期，FMEA技术正式用于航天工业（Apollo计划）。1976年，美国国防部颁布了FMEA的军用标准，但仅限于设计方面。70年代末，FMEA技术开始进入汽车工业和医疗设备工业。80年代初，进入微电子工业。80年代中期，汽车工业开始应用过程FMEA确认其制造过程。到了1988年，美国联邦航空局发布咨询通报要求所有航空系统的设计及分析都必须使用FMEA。1991年，ISO-9000推荐使用FMEA提高产品和过程的设计。1994年，FMEA又成为QS-9000的认证要求。目前，FMEA已在工程实践中形成了一套科学而完整的分析方法。
SPC介绍
SPC即统计过程控制（Statistical Process Control）。SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。
在生产过程中，产品的加工尺寸的波动是不可避免的。它是由人、机器、材料、方法和环境等基本因素的波动影响所致。波动分为两种：正常波动和异常波动。正常波动是偶然性原因（不可避免因素）造成的。它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。异常波动是由系统原因（异常因素）造成的。它对产品质量影响很大，但能够采取措施避免和消除。过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。
SPC技术原理
统计过程控制（SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。 SPC可以为企业带的好处
....SPC 强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术）来保证全过程的预防。SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设计、市场分析等）。正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到\事前\预防和控制，SPC可以： · 对过程作出可靠的评估；
· 确定过程的统计控制界限，判断过程是否失控和过程是否有能力； · 为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生；
· 减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作；
有了以上的预防和控制，我们的企业当然是可以： · 降低成本
· 降低不良率，减少返工和浪费 · 提高劳动生产率 · 提供核心竞争力 · 赢得广泛客户
· 更好地理解和实施质量体系
质量管理中常用的统计分析方法
....介绍的以下这些工具和方法具有很强的实用性，而且较为简单，在许多国家、地区和各行各业都得到广泛应用:
控制图:用来对过程状态进行监控，并可度量、诊断和改进过程状态。
直方图:是以一组无间隔的直条图表现频数分布特征的统计图，能够直观地显示出数据的分布情况。
排列图:又叫帕累托图，它是将各个项目产生的影响从最主要到最次要的顺序进行排列的一种工具。可用其区分影响产品质量的主要、次要、一般问题，找出影响产品质量的主要因素，识别进行质量改进的机会。
散布图: 以点的分布反映变量之间相关情况，是用来发现和显示两组数据之间相关关系的类型和程度，或确认其预期关系的一种示图工具。
工序能力指数（CPK）：分析工序能力满足质量标准、工艺规范的程度。
频数分析：形成观测量中变量不同水平的分布情况表。
描述统计量分析：如平均值、最大值、最小值、范围、方差等，了解过程的一些总体特征。
相关分析：研究变量之间关系的密切程度，并且假设变量都是随机变动的，不分主次，处于同等地位。
回归分析：分析变量之间的相互关系。
实施SPC的两个阶段
。。实施SPC分为两个阶段，一是分析阶段，二是监控阶段。在这两个阶段所使用的控制图分别被称为分析用控制图和控制用控制图。
。。分析阶段的主要目的在于： 。。一、使过程处于统计稳态， 。。二、使过程能力足够。
。。分析阶段首先要进行的工作是生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备。生产准备完成后就可以进行，注意一定要确保生产是在影响生产的各要素无异常的情况下进行；然后就可以用生产过程收集的数据计算控制界限，作成分析用控制图、直方图、或进行过程能力分析，检验生产过程是否处于统计稳态、以及过程能力是否足够。如果任何一个不能满足，则必须寻找原因，进行改进，并重新准备生产及分析。直到达到了分析阶段的两个目的，则分析阶段可以宣告结束，进入SPC监控阶段。
。。监控阶段的主要工作是使用控制用控制图进行监控。此时控制图的控制界限已经根据分析阶段的结果而确定，生产过程的数据及时绘制到控制上，并密切观察控制图，控制图中点的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。监控可以充分体现出SPC预防控制的作用。
。。在工厂的实际应用中，对于每个控制项目，都必须经过以上两个阶段，并且在必要时会重复进行这样从分析到监控的过程。 SPC的最新发展
。。经过近70年在全世界范围的实践，SPC理论已经发展得非常完善，其与计算机技术的结合日益紧密，其在企业内的应用范围、程度也已经非常广泛、深入。概括来讲，SPC的发展呈现如下特点：
（1）.分析功能强大，辅助决策作用明显 在众多企业的实践基础上发展出繁多的统计方法和分析工具，应用这些方法和工具可根据不同目的、从不同角度对数据进行深入的研究与分析，在这一过程中SPC的辅助决策功能越来越得到强化；
（2）.体现全面质量管理思想 随着全面质量管理思想的普及，SPC在企业产品质量管理上的应用也逐渐从生产制造过程质量控制扩展到产品设计、辅助生产过程、售后服务及产品使用等各个环节的质量控制，强调全过程的预防与控制；
（3）.与计算机网络技术紧密结合 现代企业质量管理要求将企业内外更多的因素纳入考察监控范围、企业内部不同部门管理职能同时呈现出分工越来越细与合作越来越紧密两个特点，这都要求可快速处理不同来源的数据并做到最大程度的资源共享。适应这种需要，SPC与计算机技术尤其是网络技术的结合越来越紧密。
（4）.系统自动化程度不断加强 传统的SPC系统中，原始数据是手工抄录，然后人工计算、打点描图，或者采用人工输入计算机，然后再利用计算机进行统计分析。随着生产率的提高，在高速度、大规模、重复性生产的制造型企业里，SPC系统已更多采取利用数据采集设备自动进行数据采集，实时传输到质量控制中心进行分析的方式。
（5）.系统可扩展性和灵活性要求越来越高 企业外部和内部环境的发展变化速度呈现出加速度的趋势，成功运用的系统不仅要适合现时的需要，更要符合未来发展的要求，在系统平台的多样性、软件技术的先进性、功能适应性和灵活性以及系统开放性等方面提出越来越高的要求。
CP,CPK,FMEA,SPC介绍
