SPC 控制图详解（Statistical Process Control）

功能安全L1别名 SPC · Statistical Process Control · 统计过程控制 · 控制图 · X-bar R chart · 西电规则 · Western Electric Rules · WECO · MSA · GR&R · OCAP · 更新

本质与导读

本质 Ppk 给的是过程能力快照——这一批 300 件统计上能不能进规格。但量产是连续的,过程会漂：模具磨损、焊机维护改参数、原料换批次、班次更替……漂出某个边界,Ppk 立刻跌但 Ppk 报告要等 300 件再算一次,这中间生产的所有件已经流到客户。SPC 的核心是把"过程稳定性"和"过程能力"分开看——稳定性靠控制图实时监控,能力靠 Cpk 统计算分。两者独立：稳定但不能力(产线很稳但每件都超规)、能力但不稳定(均值还在中心但已经在漂)都常见。控制限不是规格限：控制限来自过程自己的 ±3σ(过程在说话),规格限来自客户(客户在说话),两者放一张图上比较是 SPC 最常被滥用的反模式。

主线坐标:方法 / 标准层(跨站支撑) · ↑ 全景主线

1. SPC 解决什么问题

PV 通过、PPAP 签字、SOP 启动后,OEM 不再每件 300 件抽样算 Cpk——产线一天产 5000 件，事后算 Cpk 来不及。这时如果只靠"成品出货检"，发现不合格件已经造了一批。SPC 的存在意义就是把质量监控从"事后"前移到"事中"——在工序进行时实时监控,异常在第一时间报警,然后停线 / 调机 / 圈货,而不是等成品出来才发现。

下图把 Cpk 与 SPC 在时间轴上的角色分开看：

Cpk 与 SPC 在产品时间轴上的角色分工：PV 一次性快照 vs SPC 持续监控,SOP 后衍生长期 Cpk

维度Ppk（PV 阶段）SPC 控制图（量产阶段）
时间一次性,300 件统计持续,每子组 5 件 / 1 小时
目的证明能力监控稳定性
输出一个数（Ppk = 1.94）一张图 + 失控点
触发动作< 1.67 不能 PPAP失控 → OCAP 响应
与规格关系直接看进规格能力不看规格,看过程自己

最后一行是 SPC 最反直觉的点：控制图判失控不用规格限,用控制限——下一节展开。

2. 稳定性 ≠ 能力 — 两个独立维度

工程师常把"过程稳定"和"过程能力"混说,实际是两个独立维度——四种组合都常见,各对应不同治理动作。先把这张表理解透,后面所有内容才有意义。

能力 ✅（Cpk 高）能力 ❌（Cpk 低）
稳定 ✅理想态：把现状锁住即可设计 / 工艺天生差：必须改根本（DFMEA / PFMEA 重做）
稳定 ❌看似良率 OK 但偶发突袭：必须找特殊原因（往往是隐性的）双重问题：先稳后改能力，不能并行

关键判别：

  • 能力问 "如果过程稳定,产出能不能进规格"——靠 Cpk 算分,改了要回 PV 重测
  • 稳定性问 "过程是不是在按本来的样子跑"——靠 SPC 控制图实时看,失控就响应

两个 trap：

  1. 稳定但不能力（左下→左上）：产线很稳定地产出超规件——Cpk 跌但 SPC 没失控点（因为产线就一直这么不行,没"漂"）。这是 PV 没过的根因没解决就上 SOP——SPC 帮不了你,要回去改设计/工艺。
  2. 能力但不稳定（右上→左下）：Cpk 平均值过线但 SPC 频繁失控——特殊原因被未检出,可能是间歇性问题（如某班次操作员特定动作）。这种最危险,因为整体良率看着还行,但偶发坏件流到客户。

3. 控制图的两大类

控制图按测量数据类型分两大类——计量数据用一套图,计数数据用另一套。选错图类型,UCL/LCL 算出来就错,失控判断没意义——这是 SPC 实施第一道关。

控制图按数据类型分两支:计量型 (X-bar/R · X-bar/s · I-MR) 与计数型 (p · np · c · u),信息量决定首选

3.1 计量型（Variable）

测的是连续物理量——电压、长度、阻抗、温度、扭矩。这类数据信息量最高——不仅知道"过没过",还知道"离规格多远"。所以只要能测到具体数值就用计量型——计数型是测不到数值时的退路,不是首选。

图适用子组大小 n例
X-bar / R子组小（n=2~9）2~9焊脚阻抗、PCB 板厚、贴片偏移
X-bar / s子组大（n≥10）≥10SMT 焊膏厚度全板扫描
I-MR（individuals + moving range）数据稀疏 / n=11注塑机每模 1 件、化学浴每天 1 次抽测

**为什么不直接用一张 X 图而要配 R 或 s 图？**因为单看均值漂可能是"散度变大"被均值掩盖,看 R/s 才能发现散度本身的问题。X-bar 看居中度,R/s 看散度,两张必须配套。

3.2 计数型（Attribute）

测的是"件数"——多少件不合格、多少个缺陷。这类数据信息量低（合格 / 不合格的二值化丢失了"差多少"的细节）,所以只在测量成本高 / 计量不可行时用——比如外观瑕疵、装配缺漏。

图适用例
p（不合格率）子组大小可变每天 1000 件抽 50 件查不合格率
np（不合格件数）子组大小固定每小时 100 件查多少件 NG
c（每单位缺陷数）单位大小固定每块 PCB 多少个虚焊点
u（每单位平均缺陷数）单位大小可变每板面积归一化的虚焊密度

实务：PE 项目 90% 用 X-bar/R，剩下用 IMR 或 p。其它图类型用得很少,知道存在即可。

4. X-bar / R 控制图详解（最常用的）

X-bar/R 是 PE 实务的主力。理解它的统计逻辑,其它图类型按相似框架推广即可。本节用一个具体例（焊脚阻抗）走完控制图建立的全流程。

4.1 数据采集与子组

控制图建立的第一步是采集 25 组子组数据(AIAG 推荐),每组 n=5 件。子组的核心原则——子组内是"自然变差"，子组间是"可能的特殊原因"：

  • 子组内：连续 5 件、同一时刻、同一台机、同一操作员、同一批料——尽可能让差异只来自"自然不可控"因素（机器固有抖动、原料批内微差）
  • 子组间：每隔 1 小时取下一组——子组之间的差异允许包含特殊原因（班次变了、温度变了、刀具磨了）

这条原则违反就废：如果子组内本身就跨了班次,子组内 σ 已经包含了特殊原因,控制限被算大,失控判定失效。所以采样设计是 SPC 起步成败的关键,不是统计公式本身。

4.2 中心线与控制限的推导

设 25 组数据,每组算均值 和极差 。则：

X-bar 图：

R 图：

是子组大小 n 的查表系数（来自 AIAG SPC 手册附录）：

n
21.88003.267
31.02302.575
40.72902.282
50.57702.114
60.48302.004
70.4190.0761.924

为什么 ±3σ 不是 ±2σ 或 ±4σ？±3σ 是 Shewhart 1931 年定的"经济边界"——正态分布下 ±3σ 外占 0.27%,意味着控制图正常运行时大约每 370 个子组（约 2.5 周）才会出现一次假报警(Type I error)。±2σ 假报警率 4.6%(每 22 子组一次,根本不能用);±4σ 假报警率 0.006%（数百年一次,真有问题也漏报）。±3σ 是假报警率 vs 漏报率的最佳折中,这条选择是工程经济性,不是统计必然。

4.3 控制限 vs 规格限 — 别放一张图

这是 SPC 最常被滥用的反模式。

维度控制限（UCL/LCL）规格限（USL/LSL）
来源过程自己——±3σ 自然变差客户——OEM SOR 或图纸
单位子组均值（ 的 σ_x̄ = σ/√n）单件值
用途判断过程是否在按本来跑判断单件是否合格
与 n 关系随子组大小变（σ_x̄ = σ/√n）不变

新人最常犯的错：把规格限画到 X-bar 图上当"红线"。这没意义——规格限是单件的,X-bar 是子组均值的,两者尺度不同；而且规格限内的过程也可能在漂(失控但不超规),漂到一定程度才超规,SPC 的价值就是在超规之前就抓到漂。

规格限属于直方图 + Cpk 的图,不属于控制图。两者都重要,但放在不同的图上。

5. 失控判定 — Western Electric 8 条规则

仅靠"出 ±3σ 就失控"这一条规则,只能抓单点突变——抓不到"长期小漂"。比如均值连续向上漂了 0.5σ 持续 8 个子组——每个点都还在 UCL 内，但过程明显已经移动了。Western Electric 1956 年补了 8 条 Run Rule 来抓这类长期漂,统称 WECO Rules（Nelson 1984 版略有改良,但核心相同）。

每条规则背后都有一个统计意义——不是凭经验拍的,而是该模式在过程稳定时出现概率 < 0.5%（与 ±3σ 的 0.27% 同量级）。

X-bar 控制图带 ±1/2/3σ 分带,4 个面板分别画出 R1 突变 / R2 同侧 9 点漂移 / R3 单调 6 点趋势 / R5 边缘小漂的典型数据形态

规则模式抓什么
11 点超 ±3σ突变（机器跳变、突然失稳）
2连续 9 点同侧（中心线上方或下方）均值漂移（模具磨损、温度漂）
3连续 6 点单调上升或下降趋势（刀具磨耗、温度逐升）
4连续 14 点交替上下系统异常（两台机交替、两班次差）
53 点中 2 点超 ±2σ（同侧）接近边缘的小漂
65 点中 4 点超 ±1σ（同侧）持续偏置
7连续 15 点都在 ±1σ 内（hugging）散度异常缩小（可能数据被操控）
8连续 8 点都在 ±1σ 外（无论哪侧）散度异常增大或双峰分布

Rule 7 反直觉但很重要：如果数据"太聚拢中心",反而是异常——可能是操作员伪造数据、测量仪坏死值、或抽样规则被违反。SPC 控制图不是"越接近中心越好",过程的自然散度本身是已知的,严重少于自然散度等于过程变了一个我们不知道的样子。

实务：现代 SPC 软件（Minitab / SPC for Excel / 自建系统）默认开 Rule 1+2+3+5+6,Rule 4/7/8 按项目需要打开。全开 8 条会假报警过多——每天每图至少一次,操作员疲于应付,反而忽略真报警。

6. 失控后做什么 — OCAP（Out of Control Action Plan）

这一节常被忽略,但没有 OCAP 的 SPC 等于没做——失控时操作员手忙脚乱,要么停线找工艺工程师等几小时,要么自己拍脑袋调机参数把过程推得更乱。OCAP 是预先写好的失控响应流程,把"出现 X 类失控 → 按 Y 步检查 → 还不行升级到 Z"做成决策树挂在产线工位上。

OCAP 决策树:报警 → 圈货 → 按规则查检查表 → 30 min 内修复则恢复,否则升级 → 班长 / 制程 / 停线

OCAP 的核心要素：

  • 按失控规则分支：Rule 1（突变）和 Rule 2（漂移）的根因不同,响应也不同——Rule 1 多是机器突发问题,先停机查；Rule 2 多是慢漂,先看刀具磨损 / 原料批次。OCAP 必须按规则分支响应,不能"一刀切"。
  • 预先列检查项：每个分支列 5~10 个具体动作（"测刀具磨耗""换备用气压表测""叫制程工程师"），按从快到慢排。
  • 升级路径：操作员处理 30 分钟无果 → 班长 → 工艺工程师 → 停线评审。升级时机硬约束——不允许操作员一直试到下班。
  • 圈货流程：失控期间生产的件全部 hold,由 QE 决定 100% 复测、返工、还是报废。不能让失控期间的件按 normal 流程走。

OCAP 与 PFMEA / 8D 挂钩：每次执行 OCAP 都生成数据,这些数据必须回流：

  • 多次因同一根因失控 → PFMEA 发生度 O 评分要上调
  • 单次重大失控 → 触发 8D
  • 检查项总是无效 → OCAP 本身要修订

7. SPC 与 Cpk / Ppk 的循环关系

SPC 和 Cpk 不是替代关系是循环关系：

SPC ↔ Cpk 持续改进闭环:PV (Ppk) → SOP → SPC 监控 → 长期数据 → 长期 Cpk → 复评 FMEA/CP → 反馈回 SPC

时间线：

  • PV 阶段：300 件算 Ppk（短期能力）。Ppk ≥ 1.67 → PPAP 签字 → SOP。
  • SOP 后：SPC 控制图启动,持续监控稳定性。每子组的数据都进数据库。
  • 6 个月后：累计 ≥ 30 子组数据 → 用长期 σ 重算 Cpk。这是真正的"过程能力"——包含了所有班次、批次、季节性波动。
  • 比较 Cpk 与 Ppk：
    • Cpk ≈ Ppk → 过程长期稳定,可以放心
    • Cpk < Ppk 显著（如 1.4 vs 1.7）→ 长期变差比短期大,有特殊原因未控住,反查 SPC 历史失控点
    • Cpk > Ppk → 罕见,通常是 PV 时不走运抽到差子组,可以宽心
  • 回流 PFMEA / CP：长期 Cpk 数据反馈到 FMEA 评分（O/D 重评）和 CP 限值（控制方法可能要加严或放宽）。

所以 SPC 不只是"产线监控"工具,是"过程改进的数据源"——SPC 数据 → Cpk 重算 → FMEA 重评 → CP 修订 → 再 SPC,这是一条持续改进的闭环。没这条闭环的 SPC 只是"应付审计的图"。

8. MSA / GR&R — SPC 数据可信的前提

SPC 数据有意义的前提是测量系统本身要够准。如果你的卡尺误差比工序方差还大,那 SPC 图上看到的"漂"其实是测量噪声而不是过程漂。这就是为什么 PPAP element 8（MSA）必须先于 SPC 完成。

测量系统总变差包含两部分：

测量误差又分两个维度——重复性（Repeatability）和再现性（Reproducibility）,合称 GR&R：

维度名称含义
同一操作员重复测同一件Repeatability测量仪本身的随机抖动
不同操作员测同一件Reproducibility操作员手法差异、读数差异

GR&R 接受准则（AIAG MSA §3）：

  • GR&R % < 10%：可接受,测量系统优秀
  • 10% ≤ GR&R % ≤ 30%：边缘可用,看 CC/SC 性质——CC 必须重做,普通特性可凑用
  • GR&R % > 30%：测量系统不可用,任何 SPC / Cpk 结果都无意义

GR&R 的具体研究方法（10 件 × 3 操作员 × 2~3 次测量,跑 ANOVA 或经典法分解方差）属于 MSA 详细操作,本页不展开,但关键判断：每次大的工艺改动 / 测量仪更换 / 检验员轮换,都要重做 GR&R。没有有效 GR&R 数据的 SPC 控制图只是装饰。

9. SPC 在功率电子产线的典型应用

抽象讲完,看几个 PE 项目实务中 SPC 跑什么参数。这些参数都是在 PFMEA 高 AP 项里被识别出来的工艺关键参数——SPC 是 PFMEA → CP 落地的最后一公里。

工序SPC 监控参数失控的工程后果
SMT 焊膏印刷焊膏厚度（X-bar/R, n=5）厚 → 桥接；薄 → 虚焊
回流焊峰值温度、liquidus 时间（IMR）高 → 元件损伤；低 → 冷焊
Wire bond拉力、切位高度（X-bar/R）拉力低 → 键合失效；切位高 → 焊脚 超 → DESAT 误触发
锡焊 / 铜键合焊脚阻抗（X-bar/R）阻抗大 → 高 di/dt 下电压尖峰
注塑封装压力 / 温度 / 时间（IMR）漂出 → 内应力 → 寿命跌
测试工序关键电参数（IMR）漂出 → 测试结果不可信

核心模式：每个 SPC 监控参数背后都对应 PFMEA 高 AP 项里的"工序关键参数",这些参数失控的后果在 DFMEA 里描述（如 "焊脚 超 → DESAT 误触发"）。SPC → PFMEA → DFMEA 是反向追溯链——SPC 失控发生时，工程师要沿这条链回到 DFMEA 看影响范围。

10. Worked Design — EPS ECU SMT 产线焊膏厚度 SPC

EPS ECU（S32K344 + TLE9263-3QK + 1EDI3035AS-F，120 × 80 mm PCB）量产 SPC 建立全流程：BGA 焊膏厚度为 PFMEA 高 AP 项（O = 6 / S = 7 / D = 4 → AP = 42），目标值 120 µm，USL = 150 µm，LSL = 90 µm，属 CC 特性（GR&R < 10% 强制要求）。

Step 1 GR&R 资格核（3 操作员 × 10 板 × 2 次）

SPI 激光测高仪，两因子交叉 GR&R（ANOVA 法）：

指标初始结果判准
%GR&R25.4%CC 特性须 < 10%，不合格 → 先升级 SPI 设备
%GR&R（升级后）7.8%✓ 合格，可建立 SPC

初始 SPI 的 GR&R 超标意味着控制图读数里 25% 是仪器噪声——升级至更高精度 SPI（激光三角法，重复性 < 0.5 µm）后 GR&R 降至 7.8%，满足 CC 特性门槛。以下 Step 2–5 基于升级后数据。

Step 2 初始 25 子组研究（n = 5，每 1 小时一组）

同班次、同批锡膏（同一钢网孔径 / 刮刀压力 / 印刷速度），连续 25 小时采集：均值 µm，极差均值 µm。

Step 3 控制限计算（n = 5，查表 A2 = 0.577 / D3 = 0 / D4 = 2.114）

X-bar 图：

R 图：

过程能力估算（ for ）：

远超 PPAP 门槛 1.67 ✓——焊膏厚度工艺裕量充足，进入正式监控阶段。

Step 4 WECO Rule 配置与 OCAP

开启 Rule 1（单点超 ±3σ）+ Rule 2（9 点同侧）+ Rule 3（6 点趋势），不全开 8 条（防假报警疲劳，见 G3）。OCAP 决策树按失控类型分支：Rule 1 X-bar 突增 → 停机换锡膏罐（疑气泡或过期）；Rule 2 X-bar 9 点下漂 → 检钢网孔径与刮刀压力（钢网堵塞或磨损）；Rule 3 R 图 6 点上升趋势 → 校准刮刀气压（气压衰减致厚度散差增大）；任一失控先圈货，30 min 未复轨升班长 / 制程工程师。

Step 5 6 个月长期 Cpk 复评

累积约 1,040 子组（约 130 个生产日 × 单班 8 组/日，维持每小时一组；含 3 批锡膏换批 + 2 次钢网清洁 + 约 130 次班次切换）：长期过程标准差 µm，较短期 2.92 µm 增大 13%（班次切换是主要长期变差源）。

长期 vs 短期差值 ，在正常 5–15% 范围内，不触发特殊原因调查。PFMEA 反馈：O 评分维持 6（SPI 初次升级后须再跑半年数据确认长期 GR&R 稳定后才考虑降 O）。

11. 工程陷阱（Gotcha）

以下 7 个陷阱来自 EPS / BMS ECU 量产审计与 SPC 失效分析，每条都对应本页某条因果链断裂——把规则当"做完即可"而不理解背后逻辑，SPC 就成了应付审计的装饰。

G1 控制限和规格限放一张图

最普遍的反模式：在 X-bar 图上同时画 USL / LSL "红线"。控制限（UCL / LCL）是过程自己说话——子组均值的 ±3σ，随子组大小 n 收窄（）；规格限是客户说话，是单件标准，与 n 无关。把规格限画到控制图上，操作员看到点没超 USL 就不警觉，即使 SPC 已发失控信号——漏掉"稳定漂移但未超规"的早期预警，正是 SPC 最应该抓的场景。正法：控制图只画 UCL / LCL；规格限留给直方图 + Cpk 那张图。

G2 子组内跨班次或跨批料

子组原则：组内只含"自然不可控"变差，组间才允许特殊原因。采样规则写"每小时 5 件"但横跨班次切换——子组内 σ 已混入特殊原因（两个操作员手法差异），UCL / LCL 被高估，失控判定永远不触发，真实的班次差异被掩盖。正法：采样规则锁死"5 件必须同一班次同一批料同一机台"，跨班次那组直接舍弃重采；班次切换本身建议加一次"班次边界子组"单独记录比较。

G3 WECO 8 条 Rule 全开

全开时控制图每天报警，操作员疲劳应付，真正的失控被淹没在假报警里——效果等同于关掉 SPC。背后统计：每条 Rule 在稳定过程下触发概率 < 0.5%，8 条叠加期望每 12–16 个子组就一次假报警。实务默认开 1 + 2 + 3 + 5 + 6；Rule 4（14 点交替）专用于怀疑两机交替混图场景，Rule 7（hugging）专用于怀疑数据造假或仪器死值，Rule 8 用于过程散度异常增大——按工序特点单独打开，不全开。

G4 没有 OCAP

控制图失控，操作员停线等工艺工程师 2 小时——这 2 小时产线继续跑（有时为了"不耽误交付"），失控期间所有件无人圈货，流到下工序甚至出货。OCAP 是 SPC 落地最后一公里：预先写好决策树（失控类型 → 检查项清单 → 30 min 内升级路径），挂在工位；操作员第一动作是"圈货 + 按决策树检查"，不是"等专家"。OCAP 每次执行必须记录根因——多次同根因失控则 PFMEA O 分上调，触发 8D。

G5 SPC 数据从不回流 FMEA / Cpk

SPC 跑满 1 年，数据沉在数据库，FMEA 评分还是 SOP 时的初始值——SPC 沦为"应付审计的图"，失去改进价值。正确闭环：每季度 SPC 数据 review 强制更新 PFMEA O / D 评分；多次因同一根因失控 → O 上调；重大失控触发 8D；8D D7 强制更新 SPC 限值与 CP；连续 1 年无失控 + 长期 Cpk > 1.67 → 可申请降低 SPC 频次（IATF 16949 §9.1.1.1 允许）。

G6 GR&R 超标就开 SPC

GR&R > 30% 时，控制图上的"漂移"多数是测量噪声而非过程漂——控制限被高估（含测量误差的 σ 偏大），真实过程失控漏报。CC 特性 GR&R 门槛 10%（AIAG MSA 4th §III），超过即立即停用 SPC 数据。先把测量系统修好（换仪器 / 培训操作员固定手法 / 改测量夹具），GR&R < 10% 后重建 25 子组并重算控制限，此前数据全部作废——不可只"修正"旧数据。

G7 过程改进后不更新控制限

工艺改进（换锡膏型号 / 升级钢网 / 增温控 / 更换高精度印刷机）显著提升过程能力，σ 从 2.92 µm 降至 1.8 µm，但控制限保持旧值——新的 ±3σ 仅为 5.4 µm，远窄于旧 UCL_R = 14.4 µm，控制图永远不失控，失去监控效果。反之，过程退化后沿用旧（窄）控制限也会误报大量假失控。4M 变更后必须以新的 25 子组数据重建控制限，PPAP element 4（控制计划）和 element 11（Cpk）同步更新，否则两者出现矛盾时下次外审必开 NC。

12. 工作极限（Corner）

三个在量产审计中频繁出现但教材很少覆盖的边界场景，每个都对应一处"按教材做但结论错"的工程盲区。

C1 多品种小批量——控制限建不起来

高混线每个品种批量 200 件 / 周，按 n = 5 每小时一组，建立控制限需 25 组即 25 小时——但这 25 小时要换 3 个品种，子组已跨品种，控制限建立前提（同过程、同配置）崩溃。三种解法：① 转 I-MR 图（n = 1，每件就是一个子组，25 件即可建限，但失去散度分离能力）；② 以"过程配置"而非"产品型号"定义过程——同钢网 + 同锡膏批 + 同机台 = 同过程，不同品种只是纵向叠加；③ 用 AIAG SPC §III.F 短期控制图（Z-MR 图：把每件数据标准化为无量纲 Z 分，跨品种叠图后统一判 ±3Z），代价是失去绝对数值信息，适合纯粹监控"是否漂"而不是追求绝对量化。

C2 稳定但 Cpk 低于 PPAP 门槛

控制图无失控点、SPC 运行完美，但 6 个月长期 Cpk 只有 1.3（PPAP 门槛 1.67）——SPC 帮不了，这是 §2 第一个 Trap 的实盘版。稳定 ≠ 能力：根因在工艺本身（模具精度不足 / 锡膏黏度散差大 / 设计公差过紧），必须 DFMEA / PFMEA 重做并改工艺，然后重新 PV 300 件验证。SPC 在此阶段唯一价值是提供 σ 组成分析（组内 σ vs 组间 σ）——若组内 σ 已接近规格的一半，说明工序本身能力饱和，改关键原材料 / 设备；若组间 σ 远大于组内，说明批次 / 班次间有可控特殊原因未消除。

C3 多台机混入一张控制图——双峰假稳定

两台印刷机交替供板（机 A 均值 115 µm，机 B 均值 124 µm，各自 σ = 2 µm），混用一张控制图——混合均值 119.5 µm，混合 σ ≈ 5.5 µm（含两机均值差异），UCL/LCL 算宽约 127 / 112 µm（119.5 ± 3×5.5/√5，n=5），点都在控制限内，看起来稳定实际是双峰分布。Rule 4（14 点交替上下）会触发——但若只开 Rule 1 + 2 + 3 就漏掉。直方图会显示双峰，但操作员通常不看直方图。正法：分层采样——每台机单独建控制图，立即暴露机 A（低档）的偏置；AIAG SPC §II.G 明确规定多台机 / 多穴 / 多流必须分层，混图视为 SPC 实施不合格项（外审 Minor NC）。

11. 实操示例：X-bar/R 控制图建立与失控判定

X-bar/R 控制图的建立过程通过以下具体数值示例展示——从原始子组数据到控制限计算，再到 WECO 规则判定，走完全流程。示例取自 SMT 焊脚阻抗监控（工序关键参数，PFMEA 高 AP 项，n=5，单位 mΩ）。

数据采集（5 个子组，实际建图需 25 个子组，此处取前 5 组示意），每组 5 件焊脚阻抗测量值（mΩ）：子组 1 = {8.2, 8.5, 8.1, 8.4, 8.3}；子组 2 = {8.7, 8.3, 8.6, 8.4, 8.5}；子组 3 = {8.1, 8.2, 8.0, 8.3, 8.2}；子组 4 = {8.6, 8.8, 8.5, 8.9, 8.6}；子组 5 = {8.3, 8.4, 8.2, 8.5, 8.3}。

对每组计算均值和极差，汇总如下：

子组均值 X-bar (mΩ)极差 R (mΩ)
18.300.4
28.500.4
38.160.3
48.680.4
58.340.3

中心线计算：

控制限计算（n=5，查表：A2 = 0.577，D3 = 0，D4 = 2.114）：

失控判定：子组 4 均值 8.68 > UCL = 8.604 → WECO Rule 1 触发（单点超 +3σ），立即执行 OCAP：圈货子组 4 的 5 件，检查回流焊温度参数，排查是否为炉温漂移。

关键认知：此时规格限（假设 USL = 9.5 mΩ，LSL = 7.5 mΩ）全部在控制限之外——子组 4 均值 8.68 仍在规格限内，但 SPC 已经在超规发生前抓到了漂移。这正是"控制限不是规格限"的实战价值：SPC 在产品变坏之前就报了警。

12. 边界与局限

SPC 控制图在以下三类场景下无法按标准方式应用，需要替代方案或根本重新评估监控策略。

局限一：短生产周期 / 小批量（< 25 子组）。X-bar/R 控制限需要至少 25 个稳态子组的数据才能有统计意义（AIAG SPC 手册要求）。对于每次批量 < 50 件的短周期零件（如高压功率模块年产 500 件，每批 20 件），永远凑不够 25 个子组，控制限无法收敛。强行用 10 个子组建图，控制限过宽，抓不到任何失控。此类场景的替代方案是"短生产周期 SPC"（AIAG SPC Chapter IV）——使用标准化变量、参考历史批次建立固定控制限，但这需要专门的统计背景来实施，不能照搬标准 X-bar/R 做法。

局限二：非正态分布过程。X-bar/R 控制图的统计基础是"过程服从正态分布"假设。对于固有偏斜的分布（例如焊接孔隙率只能 ≥ 0、绝缘电阻只能为正值），用 ±3σ 算出的 LCL 可能为负数（无物理意义），或者右尾失控被严重低估。强行用正态图会产生大量假报警或漏报。此类场景需要先做分布检验（Minitab 正态检验 p 值），若 p < 0.05 则需要转换数据（Box-Cox / 对数变换）或改用针对偏斜分布的控制图（如 Laney p' 图）。

局限三：自相关过程。X-bar/R 控制图假设子组之间独立。对于化学连续批处理过程（每批电解液浓度与上一批高度相关）、慢漂刀具磨损（相邻子组之间有趋势相关），子组自相关会导致 UCL/LCL 被严重低估——控制限看起来很窄，几乎每点都"失控"。WECO Run Rules 里 Rule 3（连续 6 点单调趋势）反而是正常信号而非异常。此类过程需要先做自相关检验（ACF 图），存在自相关则改用 ARIMA 残差控制图或 EWMA 指数加权移动平均图，而不是 Shewhart X-bar/R。

核心要点
  • SPC 的本质是把"过程稳定性"和"过程能力"分开看——稳定性靠控制图实时监控,能力靠 Cpk 算分。两者独立,四种组合都常见,各对应不同治理动作。
  • 控制限不是规格限。控制限是过程自己说话（±3σ 自然变差）,规格限是客户说话——放一张图比较是 SPC 最常被滥用的反模式。
  • X-bar 看居中度,R/s 看散度——两张必须配套,只看一张会漏掉散度变大被均值掩盖的情况。
  • ±3σ 是 Shewhart 1931 定的经济边界——假报警率 0.27% / 漏报率折中。不是统计必然,是工程经济性。
  • WECO 8 条 Run Rule 抓长期小漂——单一 ±3σ 漏过持续 9 点同侧的均值漂移；每条规则背后都是 < 0.5% 的稳定态出现概率。实务默认开 1+2+3+5+6,不全开。
  • OCAP 是 SPC 落地的关键——预先写好失控响应,按规则分支,有升级路径,圈货流程。没 OCAP 的 SPC 等于没做。
  • SPC → Cpk → FMEA → CP 是闭环——SPC 不只是产线监控工具,是过程改进的数据源；6 个月长期 Cpk 反馈进 FMEA / CP。
  • MSA/GR&R 是 SPC 前提——GR&R > 30% 测量系统不可用,SPC 数据无意义；任何工艺 / 仪器变更都要重做 GR&R。
  • SPC 是 PFMEA → CP 落地的最后一公里——监控的每个参数都对应 PFMEA 高 AP 项,失控时按反向追溯链回到 DFMEA 看影响范围。
  • CC 特性 GR&R 门槛是 10%（非 30%）——超过则 SPC 控制图读出的是仪器噪声而非过程漂；必须先升级测量系统，GR&R < 10% 后重建 25 子组和控制限（见 G6 / Worked Design Step 1）。
  • 4M 变更后必须重建控制限——过程能力提升（σ 缩小）或退化（σ 扩大）后沿用旧限，控制图永远不失控或假报大量假失控；CP element 4 / 11 同步更新（见 G7）。
  • 多品种小批量转 I-MR 图或 Z-MR 图；稳定但 Cpk < 1.67 是工艺问题，SPC 帮不了，须改工艺重跑 PV；多机 / 多穴必须分层建图，混图双峰假稳定是外审 NC 高频项（见 C1 / C2 / C3）。

Engineering Objects
引用此页的结构化 Engineeri…

引用此页的结构化 Engineering Object(v2.0 Copilot 自动生成,不要手动编辑此段)。

  • metric · metric_cpk — Cpk — Process Capability Index
  • metric · metric_grr — GR&R — Gauge Repeatability & Reproducibility
  • metric · metric_ppk — Ppk — Initial Process Performance Index

Cross-references