多变量能力（22514-6）：相关特性一起评

一、先讲个真事

变速箱壳体，两个定位销孔，位置度要求 φ0.25（也就是实际中心必须落在以理论位置为圆心、半径 0.125 mm 的圆里）。三轴加工中心一次装夹钻铰。

我们的能力报告是这么做的：把 X 偏差和 Y 偏差分别当成两个 ±0.125 的双侧特性，各画一张 Xbar-R 图，各算一个 Cpk。

X：均值偏 +0.030，σ = 0.032 → Cpk = 0.99 Y：均值偏 +0.025，σ = 0.029 → Cpk = 1.15

看着不算优秀，但也没到"要命"的程度。客户那边工程师也就提了句"X 方向再改善一下"。

量产三个月，位置度检具判废率 1.57%。我们自己复盘的时候把 X、Y 偏差画成散点图，一看就懵了：那堆点不是一团圆的，是一根斜着往右上方拉长的雪茄。 X 偏大的件，Y 也偏大；X 偏小的，Y 也偏小。算出来相关系数 ρ = 0.65。

那根雪茄的长轴，斜着捅出了 φ0.25 的圆。

二、核心知识点拆解

2.1 规格区是圆（或方），过程区是椭圆

多变量能力的全部难点，就在这一句话里。

规格区域由图纸定：位置度是圆，两个独立尺寸公差围出来的是矩形。 过程区域由数据定：两个（近似）正态特性的联合分布，等概率线是椭圆。相关系数 ρ 决定椭圆的倾斜角，σx、σy 决定它有多胖。

把二者叠在一张图上，你才看得见真相。ρ = 0 时椭圆是正的；ρ 越大，椭圆越斜、越细长——它总长度增加了，但宽度缩了。 这就是相关性最阴的地方：单看每个方向的标准差，一点毛病没有；合起来，长轴伸出去了。

咱这个例子的椭圆（取 99.73% 等概率椭圆，对应 χ²(2) = 11.83）：

• 长半轴 = 0.1351 mm
• 短半轴 = 0.0618 mm
• 长轴方向 = 与 X 轴成 40.7°

长半轴 0.1351 > 公差圆半径 0.125。 也就是说，就算把中心调得分毫不差，这个椭圆的两个尖端也戳在圆外面。而单变量报告里的 σx=0.032、σy=0.029，任何一个乘 3 都只有 0.096 和 0.087，离 0.125 远着呢。

图 1 · 相关散点图（本篇主图）。画一个 X-Y 坐标系（原点为理论位置），画一个半径 0.125 的深蓝色公差圆；圆内散布约 200 个实测点（灰色），点云明显沿 40.7° 方向拉成雪茄形，中心偏向右上；叠画一个金橙色的 99.73% 等概率椭圆（长半轴 0.135、短半轴 0.062、倾角 40.7°），椭圆两端明显戳出圆外，戳出部分用红色描边并标注"超差区"；再用浅灰虚线画出 ±0.125 的外接正方形，标注"单变量视角只看这个方框"。图注："单变量看方框，实际判的是圆"。

2.2 单变量视角错在哪：两笔账

第一笔账：形状不对。 位置度的合格区是圆，面积 πR²；而单变量各自判 ±R，合格区是边长 2R 的正方形，面积 4R²。圆只占正方形的 π/4 = 78.5%。你按方框判，天然就宽了两成多。

第二笔账：相关性把风险搬到了角落。 正相关意味着点云往对角线方向跑，而对角线方向恰恰是圆和正方形差距最大的地方（正方形对角顶点到圆心是 1.414R，圆边界只有 R）。相关性 + 圆形公差，是个天然的坑组合。

咱把四种情形的超差率算出来对比一下，感受最直接（σx、σy 保持不变）：

偏移和相关不是简单相加，是相乘式地恶化。 单独一个都不算致命，凑一块儿就是 61 倍。

2.3 多变量能力指数怎么算

ISO 22514-6 处理的是服从多元正态分布的特性组。核心思路：用"规格区域"和"过程区域"的体积（面积）之比来定义能力，并开 p 次方（p = 变量个数），让它跟单变量 Cp 保持同一个量纲感。

过程区域（99.73% 椭圆）的面积：

$$A_{proc} = \pi \cdot \chi^2_{2,\,0.9973} \cdot \sigma_x \sigma_y \sqrt{1-\rho^2}$$

多变量能力指数：

$$MC_p = \left(\frac{A_{tol}}{A_{proc}}\right)^{1/p}$$

考虑中心偏移时，用马氏距离做修正（Taam 型指数）：

$$MC_{pm} = \frac{MC_p}{D}, \qquad D = \sqrt{1 + (\boldsymbol{\mu}-\boldsymbol{T})' \boldsymbol{\Sigma}^{-1} (\boldsymbol{\mu}-\boldsymbol{T})}$$

这里有个必须坦白的事：多变量能力指数不止一种定义，主成分法、马氏距离法、体积比法各算各的，不同软件的数对不上。 所以报告里写清楚用的哪种定义，比数字本身还重要。我的习惯是——指数只做汇报，决策看两样：散点+椭圆图，和实际超差率。

三、车间真实案例 / 计算过程

回到那个销孔。R = 0.125 mm，n = 200 件。

第一步：单变量算法（错误示范）

Cpk_x = (0.125 − 0.030)/(3×0.032) = 0.095/0.096 = 0.99 Cpk_y = (0.125 − 0.025)/(3×0.029) = 0.100/0.087 = 1.15

若再按"两个方向独立"估合格率： P(|X|≤0.125) = 0.99850，P(|Y|≤0.125) = 0.99972 联合合格率 = 0.99850 × 0.99972 = 0.99822 → 超差 1 777 ppm，等效 Cpk = 0.97

第二步：真实的圆形判据

对二元正态密度在半径 0.125 的圆内做数值积分：

P(落在圆内) = 0.98430 → 超差 15 703 ppm，等效 Cpk = 0.72

15 703 vs 1 777——单变量算法低估了 8.8 倍。 而现场实测判废率 1.57%，跟 15 703 ppm 对得严丝合缝。

第三步：算多变量指数

公差区面积：A_tol = π × 0.125² = 0.04909 mm²

过程椭圆面积： A_proc = π × 11.83 × 0.032 × 0.029 × √(1−0.65²) = π × 11.83 × 0.000928 × 0.75993 = 0.02621 mm²

MCp = √(0.04909 / 0.02621) = √1.8729 = 1.37

注意这个 1.37——它看着很漂亮，实际却是个陷阱。 面积比 1.87 倍，说明椭圆"装得下"，可椭圆的长半轴 0.135 已经比圆半径 0.125 还长了。面积够，形状不匹配，照样漏。 这就是为啥 MCp 单看没用，必须配图。

第四步：加上偏移修正

马氏距离平方（相对理论中心）：

d² = (1/(1−ρ²)) × [(μx/σx)² − 2ρ(μx/σx)(μy/σy) + (μy/σy)²] = (1/0.5775) × [0.9375² − 2×0.65×0.9375×0.86207 + 0.86207²] = (1/0.5775) × [0.8789 − 1.0506 + 0.7432] = (1/0.5775) × 0.5714 = 0.9895

D = √(1 + 0.9895) = 1.4105

MCpm = 1.37 / 1.4105 = 0.97

第五步：改善方向从哪来

散点图那根 40.7° 的雪茄，直接指出了病因：X 和 Y 在同一个方向上被同一个东西推着走。 我们顺着这条线查，找到两个共因：

• 夹具的一个定位面有 0.02 mm 的塌角，工件放上去整体往右上偏；
• 主轴热伸长在 X/Y 联动方向上有分量，开机头两小时最明显。

修夹具 + 加 30 分钟热机预运行，重新取样：ρ 从 0.65 掉到 0.18，μx/μy 分别降到 +0.006/+0.004。

新的椭圆：长半轴 0.1136、短半轴 0.0930，全部在圆内。实测超差率降到 420 ppm，等效 Cpk = 1.11。

从 15 703 到 420，37 倍。 我们没提高任何一个方向的加工精度，只是把两个方向"解耦"了，再把中心找正。

图 2 · 改善前后椭圆对照图。左右两个同尺寸的坐标系，各画一个半径 0.125 的深蓝公差圆。左图"改善前"：金橙椭圆倾斜 40.7°、中心偏右上、两端戳出圆外（红色描边），标注 ρ=0.65 / 15703 ppm / 等效 Cpk 0.72。右图"改善后"：椭圆接近正圆、居中、完全在圆内（绿色描边），标注 ρ=0.18 / 420 ppm / 等效 Cpk 1.11。两图之间竖排三行改善动作："修夹具塌角 0.02"、"增加 30 min 热机"、"重新找正中心"。图注："精度没提高，只是把两个方向解开了"。

四、常见误区提醒

1. 对相关特性分别出能力报告，然后各自签字放行。这是本文从头讲到尾的那个坑。只要两个特性由同一套定位、同一根轴、同一次装夹产生，就默认它们相关，先画散点图再说。 相关系数超过 0.3 就不能再单独评。

1. 看见 MCp 大于 1.33 就放心。前面算得很清楚，MCp = 1.37 的同时超差率能有 1.57%。面积比只回答"装不装得下"，不回答"摆不摆得进"。 判断必须"指数 + 图形 + 实际超差率"三样一起看，缺一不可。

1. 用多变量指数替代问题诊断。MCp、MCpm 都是汇总数，它们不告诉你椭圆为什么斜。真正值钱的是那个倾角和相关系数——ρ 高，说明存在一个同时影响多个特性的共因（夹具、热变形、装夹力、材料批次），把它揪出来，是投入产出比最高的改善。

1. 忘了检验多元正态性。ISO 22514-6 的方法建立在多元正态假设上。位置度这类"半径型"特性，X/Y 可以是正态的，但半径 R 本身服从瑞利/莱斯分布，绝不是正态。 别拿 R 的数据去套正态公式算 Cpk，那个数字是错的。要算就在 X/Y 平面上算。

五、小结 & 互动提问

多变量能力这件事，说穿了就一句：图纸怎么判，你就得怎么算。 图纸判的是一个圆，你却在算两个方框边界，算得再精确也是南辕北辙。

而相关系数 ρ 不只是个统计量，它是共因的指纹。看见点云斜了，就该去车间找那个"同时推着两个方向跑"的东西——找到它，往往一改就是数量级的收益。

互动提问：你手上有没有做位置度、同轴度、平行度这类"合成公差"的工序？把它拆开的 X/Y（或两个分量）数据调出来，画个散点图看看——那团点是圆的，还是斜的？相关系数大概多少？

如需配套互动练习、培训课件或软件试用，可搜索「东方大易」或访问大易官网 www.eastdayi.com（苏州东方大易管理咨询有限公司，电话 0512-65561989）联系客服获取。