📖

术语词典

12 条汽车行业质量管理专业术语，覆盖体系与审核、五大核心工具、供应商质量、工程方法与可靠性、新能源与数字化智造

分类： 全部 📘 通用基础 📜 标准与法规 🏛️ 体系与审核 📊 FMEA 🔄 APQP 📋 PPAP 📈 SPC 🎯 MSA ⚙️ 5M1E 📝 ECN 🔧 8D 🧾 不合格品处置 🤝 供应商质量 📐 工程方法 🔋 新能源与智能网联 🖥️ 数字化与智造
快速跳转： C P 供 假 免 检 效 设 机 分
Cpk Cpk
Process Capability Index (centered)
修正过程能力指数，同时考虑变异与中心偏移：Cpk = min[(USL−μ)/3σ, (μ−LSL)/3σ]，σ 取组内变异。与 Cp 一样仅在过程统计受控时有效，失控状态下计算 Cpk 属审核不符合项，应改用 Ppk。汽车行业通用要求 Cpk ≥ 1.33，安全法规特性 ≥ 1.67，客户特殊要求（CSR）可能更高。新版手册中 Cpk 与 Ppk 公式已统一为同一形式，区别只在 σ 的取法（组内 vs 整体）与过程是否受控。
SPC
💬 相关讨论 →
PPK/CPK Ppk/Cpk
Process Performance Index / Process Capability Index
过程能力与过程性能指数，两者公式形式相同，区别在 sigma 的取法与是否要求过程受控。Cpk 衡量短期过程能力，sigma 取组内变异（R̄/d₂ 或 s̄/c₄），前提是过程已通过控制图验证统计受控；Ppk 衡量长期过程性能，sigma 取整体变异（含组间漂移与中心偏移），用于过程尚未证实受控时的评估。判据：PPAP 的初始过程研究看 Ppk ≥ 1.67，量产稳定后看 Cpk ≥ 1.33；安全/法规特性要求更高（≥ 1.67），客户特殊要求（CSR）可能再提高。反过来用（拿 Cpk 判初始样件、拿 Ppk 判稳定量产）是审核里的常见不符合项。
APQP
💬 相关讨论 →
Cp Cp
Process Capability Index
过程能力指数（潜在能力），衡量过程固有变异宽度与规格范围的比值：Cp = (USL−LSL) / 6σ，σ 取组内变异（R̄/d₂ 或 s̄/c₄）。只反映变异宽度，不含中心偏移。使用前提是过程已通过控制图验证统计受控——新版 AIAG & VDA SPC 手册明确：过程存在特殊原因变异时禁止计算和提交 Cp/Cpk，只能提交 Pp/Ppk。常用判定：关键特性 Cp ≥ 1.33，安全/法规特性 ≥ 1.67。
SPC
💬 相关讨论 →
供应商开发 SD
Supplier Development
顾客主动投入资源提升现有供应商能力（而非更换供应商）的系统性活动，适用于「关键件、单一货源、切换成本过高」的情形。常见手段：驻厂辅导、联合改善项目（精益/六西格玛）、体系与工具培训（FMEA/SPC/MSA/8D）、帮建过程控制与防错、协助导入检测设备、共享标杆产线经验、组织供应商之间的横向观摩。与二方审核的关系：审核发现问题 → 判「能力不足」时，开发投入比反复审核更有效；只有判「意愿不足」才走淘汰。效果衡量：供应商 PPM 与 SCAR 复发率、过程能力 Cpk 提升、二方审核得分提升、交付准时率提升。IATF 16949 条款 8.4.2.3 要求组织推动供应商建立并改进质量管理体系，本条即其落地形式之一。
供应商质量
💬 相关讨论 →
假设检验 Hypothesis Testing
Hypothesis Testing
先设定一个「无差异/无效应」的原假设 H0，再用样本数据判断是否有足够证据拒绝它的统计推断框架。结论只有两种：拒绝 H0（有统计学证据支持差异存在）或不能拒绝 H0（证据不足，不等于证明无差异）。两类错误：第一类错误 α（H0 为真却拒绝，即「误报」，惯例 0.05）、第二类错误 β（H0 为假却未拒绝，即「漏报」，惯例 0.2）。降低 α 会增大 β，两者只能通过增大样本量同时改善。工程场景的典型应用：改进前后是否真的有提升（不是「看起来好了」）、两家供应商的均值是否有差异、设备维修后精度是否恢复、新工艺的 Cpk 是否显著高于旧工艺。最常被误解的一点：不显著 ≠ 没有差异，可能只是样本量不足；显著 ≠ 有工程意义，可能差异极小但样本极大。因此报告必须同时给「置信区间」与「效应大小」，让读者判断实际意义。
工程方法
💬 相关讨论 →
免检 Skip Lot
Skip Lot Inspection
对连续多批合格且过程能力稳定的供应商来料，按规则减少检验频次或免于常规检验的接收方式。典型规则：连续 10 批（或 3 个月）零不良且 Cpk ≥1.33 → 转为每 2 批检 1 批 → 每 5 批检 1 批 → 全免，同时保留定期（如每季度）抽检与首件确认。触发立即恢复全检的红线：出现 1 批致命/严重缺陷、SCAR 未按期关闭、4M 变更未报备、二方审核降级、顾客投诉追溯到该件。风险控制：免检不等于免追溯 —— 免检件仍须保留批次标识与供应商自检记录，一旦装配后发现问题要能精准围堵。审核关注的是「免检的决策依据是否留痕、恢复全检的触发条件是否被执行」，而不是「有没有免检」。
供应商质量
💬 相关讨论 →
检出力 Power
Statistical Power (1-β)
当真实差异确实存在时，检验能够正确检出它的概率，等于 1-β。惯例要求 ≥0.8（即 80% 的把握检出真实差异）。检出力不足的直接后果是「明明改进了却没通过检验」，从而错误地放弃有效方案。三个决定因素：① 效应量（差异越大越容易检出）；② 样本量（最直接的可控因素）；③ 显著性水平 α（放宽 α 会提高检出力，但增加误报）。工程应用：试验前做「样本量估算」—— 先约定要检出的最小有意义差异（如 Cpk 从 1.0 提升到 1.33）、α 与检出力，反算出所需样本量。不做这一步直接取「30 件」，往往检不出真实改进，也可能浪费大量试制。在测量与检验领域的另一个含义：检验工序「能发现不良的能力」，通常以「检出力曲线」或「检出概率 vs 缺陷尺寸」表示 —— 例如某视觉检测对 0.2mm 缺陷的检出率为 95%、对 0.1mm 只有 40%，这类数据是 PFMEA 中探测度评分的依据（而不是凭感觉给 D 值）。
工程方法
💬 相关讨论 →
效应量与样本量 Effect Size / Sample Size
Effect Size and Sample Size Determination
效应量是「差异有多大」的标准化度量（如 Cohen d、均值差、比例差、η²），与样本量共同决定检验能否检出差异。样本量的估算公式本质上是「效应量、α、检出力」三者的函数。工程上的经验取值（供参考，不可硬套）：过程能力研究用 30 件只能粗略估计 Cpk，若要求 Cpk 置信区间足够窄通常需 100 件以上；GR&R 通常要求 10 件 × 3 人 × 3 次；计数型抽样按 AQL 与批量的抽样表确定；DOE 的试验次数由设计分辨率与自由度决定。最常犯的错：先用现有样本（如 20 件）做完试验，发现不显著，再问「要多少件才够」—— 这是事后追认，正确做法是试验前算。IATF/顾客要求中的具体口径：初始过程能力研究（PPAP 阶段）通常要求 Ppk ≥1.67 且样本量足够（常见 100 件或连续 25 组子组）；量产阶段 Cpk ≥1.33（特殊特性常要求 ≥1.67）。样本量不足时的能力指数只能作参考，不能作为放行依据。
工程方法
💬 相关讨论 →
供应商 PPAP 认可 PPAP Approval
Supplier PPAP Approval
供应商就新零件或变更后零件提交 PPAP 包，由顾客（或其 SQE）审查并给出批准状态的正式动作。四种结论：批准（Approved）、临时批准（Interim Approval，限期与限量供货，须在到期前关闭遗留项）、拒收（Rejected，不得供货）、完全批准（针对已量产件的年度确认）。审查重心不是「材料齐不齐」而是「证据链对不对」：尺寸结果是否覆盖图纸全部标注（含未注公差）、材料性能报告是否来自认可实验室、初始过程能力是否按特殊特性逐项计算且样本量充分（Ppk ≥1.67）、MSA 是否先于能力研究完成、控制计划与 PFMEA 是否一一对应、PSW 上的零件号/版次/重量/材料是否与实物一致。常见退回原因：控制计划里的特殊特性与图纸不一致、PPAP 用的检具未做 MSA、Cpk 用 30 件算却只有 25 件数据、变更后未重新提交（版次升级仍用旧包）。
供应商质量
💬 相关讨论 →
设计验证与生产验证 DV / PV
Design Validation / Production Validation
DV 验证设计本身成立不成立，样件可来自手工或临时工装；PV 验证在正式工装、正式节拍、正式人员下能否稳定做到，样件必须取自量产状态。两者失效的原因完全不同：DV 失败说明设计算错了或材料选错了；PV 失败往往说明工艺窗口没验证过 —— 定位方式变了、模具磨损了、节拍压缩导致参数漂移。常见误区是用 DV 的全通过直接支撑量产放行。DV 通过只能证明设计成立，量产放行还需要 PV 结果与过程能力数据（Cpk/Ppk）。反过来，设计与材料未变时 DV 结论继续有效，不必全部重做，需要补的只是生产状态下的确认项。
APQP
💬 相关讨论 →
机器性能指数 Pm/Pmk
Machine Performance Index
评估单台设备或工装自身加工精度的短期能力指标，ISO 22514 与新版 AIAG & VDA SPC 手册口径。计算方式与 Cp/Cpk 相同，但只采集同一设备、同一批次、排除人料环变异的数据，用于设备采购验收与新模具验收。常用要求：样本量 n ≥ 50 时 Pm ≥ 2.00、Pmk ≥ 1.67。旧称 Cm/Cmk，新版统一为 Pm/Pmk。与 Cpk 的区别：Pmk 只证明设备本身行，Cpk 证明整个人机料法环测系统行。
SPC
💬 相关讨论 →
分辨力 Resolution
Resolution / Discrimination
测量设备能显示的最小示值变化量（数显卡尺 0.01 mm、千分尺 0.001 mm、模拟表最小刻度的一半）。经验要求：分辨力 ≤ 公差带的 1/10，或 ≤ 过程变差的 1/10。不足时最典型的表现是数据呈台阶状跳变，过程变差被量化误差掩盖 —— 算出来的 Cpk 看起来很高，其实是量具太粗导致读数重复，不是过程真的稳。这类问题不能靠增加样本量解决，只能换量具或改测量方法。注意分辨力与准确度是两件事：分辨力够但准确度不够（示值偏），数据一样不可用。
MSA
💬 相关讨论 →