PPK/CPK傻傻分不清?——拆解变差来把事情说明白

在质量管理中,计算过程性能指数(PPK)和过程能力指数(CPK)时提到的“总变差”,其构成是理解两者本质区别的核心。根据搜索结果,其构成可以明确分解为两个主要部分:由普通原因引起的变差和由特殊原因引起的变差

一、 总变差的具体构成
总变差(Total Variation)是指过程输出在特定时间段内表现出的所有波动,它由以下两部分构成:

普通原因变差(Common Cause Variation)

定义:也称为偶然原因变差、随机变差或固有变差。这是过程固有的、始终存在的波动,由系统中众多微小、不可避免的因素共同导致。例如,设备的轻微震动、环境的微小变化、材料的均匀性差异等。
特性:它对质量的影响相对较小且稳定,但从技术或经济角度难以完全消除。一个只受普通原因影响的过程被认为是稳定或受控的。
特殊原因变差(Special Cause Variation/ Assignable Variation )

定义:也称为可查明原因变差、异常变差或异波。这是间歇出现的、非过程固有的波动,通常由单一、可识别的外部因素引起。
特性:它对质量影响大,但理论上可以通过干预消除。例如,某批次原材料不合格、设备故障、操作失误、未校准的测量仪器等。当过程存在特殊原因时,过程被认为是不稳定或不受控的。
总变差 = 普通原因变差 + 特殊原因变差

如果你对回归分析/方差分析有一定的了解,你可以将普通原因的变差近似理解成回归分析中的残差SSE(Sum of Squared Error),因为他们都是模型无法解释的或者说无法通过精进模型而避免的随机波动,而特殊原因变差则类似于回归分析中的回归变差SSR(Sum of Squared Regression),因为他们都对应着那些可以在模型中找到解释的,或者说可以通过精进模型或者过程而消除的变差。

当然了,当我们比较多个组别的均值时,总变差被分解为反映组间差异和组内随机波动的两部分。

组间变差(Between-group Variation, SSb)

定义:也称为处理变差。它是各组均值(X̄ᵢ)与总均值(X̄)之间的离差平方和,按各组样本量加权。
含义:这部分变异反映了不同处理或分组因素对结果的影响。如果组间变差很大,说明各组的均值可能存在显著差异。
组内变差(Within-group Variation, SSw)

定义:也称为误差变差。它是每个观测值(Xᵢⱼ)与其所在组的组均值(X̄ᵢ)之差的平方和。
含义:这部分变异反映了同一组内部个体之间的随机波动,通常由不可控的随机误差导致。
某种意义上来说,组内变差可以代表随机、不可控、无法通过精进模型来缩小的(即类似SSE或普通原因变差)部分,而组间变差则可以代表可以通过模型或处理方式来影响的部分,类似特殊原因变差或SSR。

二、 总变差构成如何影响PPK与CPK的计算

PPK(过程性能指数)与CPK(过程能力指数)计算公式


写到这聪明的读者应该能猜到,这两个衡量过程的指数,PPK(过程性能指数)与CPK(过程能力指数)计算公式形式相同,区别就在于计算中所使用的标准差(σ) 的来源不同,而这直接对应了总变差的构成。PPK的 σ 代表着总变差,而CPK则只考虑普通原因变差。换言之,考虑到总变差的Ppk他衡量的是过程的实际表现。其计算使用的标准差(通常记为S)是基于所有单个样本数据计算出的整体样本标准差。因此,PPK可以在过程不稳定时计算,用于评价过程的“过去”或“当前”综合性能。

而 CPK(过程能力指数)的 σ 则通常是通过控制图中子组内的变差来估计的,例如使用平均极差(R-bar)除以常数d2来估算。这种方法估算的标准差主要捕捉的是组内变差,它近似于仅由普通原因引起的变差。因此,CPK的计算前提是过程必须稳定(即消除或没有特殊原因),它反映的是过程在理想受控状态下的“能力”。换言之,CPK指的是,在一切都很完美的依照设计的过程进行情况下,不可避免的变化是多少的问题。

三、 从变差构成理解PPK与CPK的关系与应用
理解了总变差的构成,我们就能深刻把握PPK与CPK的区别与联系:在不同应用阶段,显然,在初期(试生产)由于过程通常不稳定,即存在未知的特殊原因。此时应使用PPK进行评价更为合适。而在稳定期(量产),由于过程已经经过了初期的测试,各类特殊原因(Assignable Cause)对生产的影响已被一一排除,过程已保持稳定。此时应计算CPK进行周期性监控。在 数值关系上,由于PPK的标准差(S)包含更多变异来源(总变差),而CPK的标准差(σ)只包含普通原因变差,因此对于同一组数据,理论上PPK ≤ CPK。在处于稳定期(量产)阶段,如果PPK与CPK数值相差很大,则表明过程中存在显著的特殊原因变差,需要排查改进。


关于我们
武汉库得克软件有限公司1997年成立,专注于质量管理的理念、方法和技术、统计分析算法、信息化系统开发平台的研究开发。为制造型企业提供质量管理系统信息化(数字化/智能化)总体解决方案及服务,业务遍及35个国家和地区,服务了1000+全球知名公司,是国际上“质量管理系统(QMS)”领域的开拓者。

网站技术支持

您可访问以下官方网站获取常见问题解决方法、技术资料及相关文献:http://www.qtechinternational.com.cn

电子邮件技术支持

您可通过网站留言或发送邮件至:support@qtechinternational.com.cn

电话技术支持

工作日(节假日除外)9:00–17:30 可致电咨询:0086-27-87597771,87597779,87597719

内容概要:本文提出了一种基于模型预测控制(MPC)与人工势场法(APF)相融合的船舶运动规划方法,旨在解决复杂海上遭遇场景下符合国际海上避碰规则(COLREGS)的自主航行问题。该方法充分利用MPC的滚动优化与前瞻能力,结合APF在实时避障方面的直观高效性,构建了一个包含静态障碍物、动态他船以及COLREGS合规性要求的综合势场函数,并将其嵌入MPC的优化框架中进行轨迹求解。通过形式化表达COLREGS中的会遇态势与避让责任,并转化为相应的势场约束项,确保生成的路径不仅安全可行,而且满足国际航行法规的要求。文中详细阐述了势场函数的设计原理、MPC优化模型的构建流程以及在多船交互复杂场景下的仿真验证过程,充分展示了该方法在安全性、法规遵从性与路径平滑性方面的综合优势。; 适合人群:具备自动控制、航海技术、智能系统或机器人路径规划等相关专业背景,从事无人船、智能航运、自主导航算法研究的科研人员、工程师及研究生。; 使用场景及目标:①研究如何将国际海上避碰规则(COLREGS)有效融入自动化决策与路径规划系统;②开发适用于高密度动态交通环境、能够保证安全且合法航行的自主船舶运动规划算法;③探索模型预测控制与几何势场法相结合的新型路径规划范式,提升算法的鲁棒性与实用性。; 阅读建议:此资源以Matlab代码实现为核心,提供了完整的算法复现基础,读者应重点结合代码深入理解势场函数的数学建模、COLREGS规则的量化表达以及MPC求解器的具体实现过程,并通过调整仿真场景中的船舶数量、相对位置、航速航向等参数,系统评估算法在不同复杂遭遇局面下的性能表现、适应能力与鲁棒性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值