在新版 AIAG-VDA SPC 手册(2026版) 中,引入了一个重要指标:Pmk(设备性能指数,Machine Performance Index)。
在实际应用中,很多工程师对Pmk存在误解,例如:
要真正理解Pmk,关键不在于公式,而在于它所评估的数据来源与控制条件。

从数学角度来看:Pmk与传统过程能力指数在计算逻辑上是一致的。
无论是:
它们的本质都是:将数据的离散程度和中心偏移,与规格公差进行对比。
但关键差异在于:这些数据是在什么条件下采集的。
质量管理的核心是控制变差,而变差通常来源于“5M”因素:
Pmk的核心思路,是在尽可能受控的条件下,评估设备(Machine)所引起的变差。
在这样的条件下,产品特性的波动主要由设备因素决定,例如:
此时计算得到的Pmk,可以用于评估设备的固有能力水平。
Pmk不是用于日常过程监控的指标,而是一个诊断型工具。
它关注的是:设备本身是否具备稳定生产的能力。
当企业引入新设备时:需要验证设备是否具备基本加工能力。
通常要求:Pmk ≥ 1.67(或根据行业标准设定)
如果达不到该水平:
在以下情况下,需要重新评估设备能力是否稳定:
为了确保评估结果能够反映设备能力,Pmk对数据采集提出了较高要求:
其目的在于:减少非设备因素的干扰,使数据更集中反映设备变差。
在实际质量管理中,容易忽略一个基础问题:
设备能力决定了过程能力的上限,如果设备本身存在能力不足,过程能力仍然会受到限制:
Pmk是在特定受控条件下得到的结果:意味它
Pmk并不是一个复杂的指标,但它解决的是一个基础且关键的问题:设备本身是否具备稳定生产的能力。定义了过程能力的上限,是评估过程能力的重要基础,因此,并不能直接代表实际生产能力。