Vous pouvez exécuter un processus qui se comporte parfaitement, ne dérive jamais, et pourtant expédier des pièces que le client rejette. Cet écart, entre un processus stable et un processus qui respecte réellement les spécifications, est ce que mesure la capacité du processus. Cp et Cpk sont les deux chiffres qui donnent une valeur à cet écart, et connaître la différence entre eux est l’une des choses les plus utiles qu’une équipe qualité ou production peut apporter à une réunion quotidienne de production.
Ce guide explique Cp et Cpk en langage clair, propose un exemple détaillé que vous pouvez reproduire, et montre comment la capacité se rattache au contrôle statistique de procédé (SPC) et à l’aspect qualité de votre Efficacité Globale de l’Équipement (OEE).
La capacité du processus compare la dispersion naturelle de votre processus à la largeur de la spécification dans laquelle il doit s’inscrire. La spécification est fixée par le client ou la conception : un arbre doit par exemple mesurer 20.00 mm ± 0.30 mm. Votre processus, lui, a sa propre dispersion, la variation normale qu’il produit quand rien ne cloche. La capacité pose une question simple : dans quelle mesure la dispersion du processus tient-elle confortablement à l’intérieur de la fenêtre de spécification ?
Si la dispersion du processus est bien plus étroite que la spécification, vous avez une marge confortable et peu de défauts. Si la dispersion est aussi large que la spécification, ou plus large, vous fabriquerez des pièces hors spécification même lorsqu’il ne se passe rien d’inhabituel. Cp et Cpk transforment cette comparaison en un seul chiffre.
Cp mesure comment la largeur de votre processus se compare à la largeur de la spécification, en supposant que le processus est parfaitement centré entre les deux limites. La formule est Cp = (USL moins LSL) divisé par six écarts-types, où USL et LSL sont respectivement la limite supérieure et la limite inférieure de spécification.
Un Cp de 1.0 signifie que la dispersion du processus remplit exactement la spécification. Un Cp de 2.0 signifie que la spécification est deux fois plus large que ce dont le processus a besoin, une marge très confortable. Le piège est que Cp ignore où le processus est réellement centré. Il vous dit ce que le processus pourrait faire s’il était parfaitement aligné, pas ce qu’il fait en ce moment.
Cpk tient compte du centrage. Il mesure la distance entre la moyenne du processus et la limite de spécification la plus proche, exprimée en unités de dispersion du processus. Comme il retient toujours le côté le plus défavorable, Cpk diminue dès que le processus dérive du centre, même si la dispersion reste la même. C’est pourquoi Cpk est le chiffre que la plupart des clients demandent : il reflète la réalité, pas le potentiel.
Une façon utile de retenir les deux idées : Cp est la taille de la voiture, Cpk, c’est de savoir si vous l’avez garée au milieu du garage. Une petite voiture mal garée frotte quand même le mur.
Supposons qu’un diamètre d’arbre soit spécifié à 20.00 mm avec une tolérance de ± 0.30 mm. Cela vous donne :
Vous échantillonnez la ligne et constatez que le processus est centré sur une moyenne de 20.10 mm avec un écart-type de 0.06 mm.
Cp = (20.30 moins 19.70) divisé par (6 × 0.06) = 0.60 divisé par 0.36 = 1.67. Sur la seule base de la dispersion, le processus semble robuste.
Cpk prend en compte le centrage. La moyenne de 20.10 est plus proche de l’USL que de la LSL, donc le côté supérieur gouverne le résultat :
Cpk est le plus petit des deux, donc Cpk = 1.11. L’écart entre Cp à 1.67 et Cpk à 1.11 est le coût de fonctionner décentré. Recentrez le processus à 20.00 mm et Cpk remonterait pour rejoindre Cp à 1.67, sans modification de l’équipement et sans réduction de la dispersion. Cette seule intuition — qu’une grande partie de la capacité se perd à cause d’un mauvais centrage plutôt que d’une variation excessive — est souvent le gain qualité le plus rapide disponible sur l’atelier.
| Cpk | Ce que cela signifie | Taux de défauts approximatif |
|---|---|---|
| Below 1.00 | Non capable ; production de pièces hors spécification | Élevé |
| 1.00 | Respecte tout juste la spec, sans marge pour la dérive | ~2,700 ppm |
| 1.33 | Seuil commun minimal pour un processus capable | ~63 ppm |
| 1.67 | Bonne capacité, objectif typique en automobile | ~0.6 ppm |
| 2.00 | Niveau Six Sigma | ~2 ppb |
Les cibles varient selon l’industrie et selon la criticité de la caractéristique. Les fournisseurs automobiles exigent souvent un Cpk de 1.33 ou 1.67 sur les caractéristiques clés, tandis qu’une dimension non critique peut être acceptée à 1.0. L’important n’est pas de courir après un chiffre universel, mais de convenir de la cible avec le client et d’évaluer le risque associé.
Les chiffres de capacité ne sont fiables que lorsque le processus est stable. Vous établissez d’abord la stabilité avec le contrôle statistique de procédé et les cartes de contrôle, puis vous mesurez la capacité. Réaliser une étude de capacité sur un processus instable produit un chiffre qui signifie très peu, parce que la dispersion et la moyenne bougent encore. Mettez le processus sous contrôle, confirmez-le, puis calculez Cp et Cpk.
Il existe aussi une paire liée, Pp et Ppk, connue sous le nom de performance du processus. Elles utilisent la variation globale à long terme plutôt que la variation à court terme (intra-groupe) utilisée pour Cp et Cpk. Cp et Cpk décrivent le potentiel à court terme ; Pp et Ppk décrivent la performance réelle du processus sur une période plus longue. Beaucoup de systèmes qualité rapportent les deux, et l’écart entre eux est une mesure utile de l’ampleur des déplacements et dérives au fil du temps.
La capacité relève du volet Qualité de l’OEE. Une mauvaise capacité se traduit par des pertes qualité, les défauts et la baisse de rendement qui font partie des Six grandes pertes. Un processus qui tourne avec un Cpk de 1.0 générera silencieusement des rebuts et de la retouche qui tirent vers le bas le facteur Qualité, et donc l’OEE. Améliorer la capacité est l’un des moyens les plus directs d’augmenter le composant Qualité sans toucher à la disponibilité ou à la vitesse.
Cp et Cpk ne valent que par la qualité des mesures qui les sous-tendent. Si les données sont échantillonnées à la main, enregistrées en fin d’équipe, ou extraites d’un instrument mal étalonné, l’écart-type que vous calculez est faux, et tous les chiffres de capacité qui en découlent le sont aussi. C’est le même manque de qualité des données qui sape le suivi manuel de l’OEE. Quand les mesures proviennent directement du processus en temps réel via la capture automatisée des données, une étude de capacité cesse d’être un exercice trimestriel et devient un signal vivant sur lequel vous pouvez agir.
C’est aussi la raison pour laquelle ce travail préparatoire est essentiel avant toute initiative d’analyse ou d’IA. Des données opérationnelles propres, structurées et fiables sont la fondation, et même les plus grands fabricants ont appris qu’on ne peut pas modéliser ou prédire à partir de mesures désordonnées. Triez d’abord les données, et la capacité, le SPC et tout ce qui en découle deviennent plus faciles.
Cp ne mesure que la dispersion du processus par rapport à la largeur de la spécification et suppose que le processus est parfaitement centré. Cpk tient aussi compte de l’éloignement réel du centrage du processus. Cp est le potentiel ; Cpk est la réalité. Quand un processus est parfaitement centré, les deux sont égaux, et plus il dérive du centre, plus Cpk s’écarte en dessous de Cp.
Un Cpk de 1.33 est un minimum commun pour un processus capable, et 1.67 est une cible typique pour des caractéristiques critiques en automobile. Un Cpk de 1.0 signifie que vous respectez juste la spécification sans marge pour la dérive. La bonne cible dépend de l’industrie et de la criticité de la caractéristique, il faut donc l’arranger avec le client.
Cpk utilise la variation à court terme, intra-groupe, et décrit la capacité potentielle d’un processus stable. Ppk utilise la variation globale à long terme et décrit la performance réelle du processus sur une période plus longue. Cpk est généralement plus favorable que Ppk, et l’écart entre eux reflète les dérives au fil du temps.
Vous pouvez calculer les chiffres, mais ils ne signifieront pas grand-chose. La capacité suppose un processus stable et prévisible. Si les cartes de contrôle montrent que le processus est hors de contrôle, stabilisez-le d’abord, puis mesurez la capacité.
Cp et Cpk ne servent que si les données de mesure qui les sous-tendent sont exactes et à jour. Fabrico capture les données de production et de qualité directement depuis vos machines en temps réel, les maintient propres et structurées, et met en évidence les pertes au fur et à mesure, la même base dont votre programme SPC et toute future initiative d’IA dépendent. Réservez une courte démo pour voir comment cela se cartographie sur vos lignes, ou commencez par les bases de l’OEE.
Connexion
Blog
