<progress id="j8qve"><menuitem id="j8qve"><strong id="j8qve"></strong></menuitem></progress>

      <progress id="j8qve"></progress>
      <tbody id="j8qve"></tbody>
      <menuitem id="j8qve"><ins id="j8qve"></ins></menuitem>
    1. <progress id="j8qve"></progress>
    2. <samp id="j8qve"></samp>

      你的位置:首頁>幫助中心>

      正如當流程穩定時使用 Cp 和 Cpk 以及流程新時使用 Pp 和 Ppk 一樣,計算每個流程的方式也有點不同。

      我們再回顧一下PP

      Pp = (USL – LSL) / 6* s

      在 Pp 中,s 是鐘形曲線的標準差或“肥胖度”或分散度。

      在 Cp 中,我們將 s 替換為 σ 的估計值,我們稱之為 σr。為此,我們利用移動 R 條形圖或XMR 圖表中的移動極差概念。因此,σr = [ R Bar / d2]

      R Bar 來自移動范圍。

      D2 反映了對正態曲線下面積進行積分得出的值。我們經常使用一個表格,根據樣本中的子組數量給出 d2 值。

      d2 子組值

      Cp 不考慮居中。

      首先,Cp = (USL – LSL) / ( 6* σr )

      其次,Cp = (USL – LSL) / ( 6* R Bar / d2 )

      過程平均值 Cp 接近 USL

      如果您的過程平均值(集中趨勢)更接近 USL,請使用:[ USL – x(bar) ] / [3 * R Bar / d2],其中 x(bar) 是過程平均值。

      接近 LSL 的過程平均值的 Cp

      如果您的過程平均值(集中趨勢)更接近 LSL,請使用:[x(bar) – LSL ] / [3 * R Bar / d2],其中 x(bar) 是過程平均值。



      我們不單提供專業的軟件與服務,我們同時也為客戶系統的運行提供理論與經驗支持,分享我們在質量管理領域的相關經驗與知識!

      国产一区二区在线播放