统计过程控制

核心适用范围

适用于有连续或批量输出、能测量特性的过程：SMT 印刷厚度、回流焊温度、贴片偏移、压接高度、扭矩、涂层厚度、测试电性能参数等。它管两件事：

1. 过程稳不稳（受控与否）——靠控制图。
2. 过程够不够好（能不能满足公差）——靠能力指数。

SPC 的前提是测量系统已验证（先做 MSA），否则图画得再漂亮也没有意义。

标准介绍

两类波动：

• 普通原因：过程固有的、随机的小波动，由设备精度、材料批次、环境微变等大量小因素叠加。过程受控时只有这一类。
• 特殊原因：突发的、可归因的波动，如设备故障、换料错、参数被改、人员误操作。控制图的作用就是把它抓出来。

控制图选型：

数据类型	子组情况	常用图
计量型（长度、厚度、温度）	子组 2–9	X̄-R（均值—极差）
计量型	子组 ≥10	X̄-s（均值—标准差）
计量型	单件、批次间隔长	I-MR（单值—移动极差）
计数型（不合格品率）	样本量可变	p 图 / np 图
计数型（缺陷数）	单位面积/台数	c 图 / u 图

能力指数的分工：

指数	数据来源	用途
Cp / Cpk	短期、受控、子组内变异	过程潜在能力/实际能力
Pp / Ppk	长期、包含全部变异	过程性能，PPAP 阶段常用
Cmk	设备能力研究	新设备验收、单机评估

Cp 只看分散度，Cpk 同时看分散度和中心偏移——Cpk 才是客户真正关心的。行业通用的经验门槛：Cpk ≥ 1.33 视为可接受，关键/安全特性常要求更高；1.0–1.33 属勉强，需要改进；低于 1.0 说明过程在持续产出不合格。

判异准则：除了点超出控制限，还有链、趋势、周期、靠近控制限等模式（常说的 8 条判异规则）。只盯"超限"会漏掉刀具磨损、周期漂移这类渐变异常。

应用的产品和场景

• 锡膏印刷（SPI）：体积/厚度/面积/偏移的 X̄-R 图，监控刮刀磨损与钢网堵塞趋势。
• 回流焊：关键温区峰值温度、TAL 时间的批次监控，用 I-MR 图看炉子漂移。
• 贴片：偏移量、缺件率的 p 图；高精度产品用 X̄-s。
• 压接/螺装：压接高度、拉脱力、扭矩的 X̄-R 图，识别工具磨损。
• 三防漆/灌封：涂层厚度的能力研究，判断涂覆设备稳定性。
• 电性能测试：关键参数（输出电压、电流、内阻）的分布与能力。
• 注塑/冲压件：尺寸链关键尺寸的长期能力，配合模具保养周期。
• 供应商来料：要求供应商提供控制图与能力数据，作为二方审核证据。

关键内容

建立控制图的顺序：

1. 确定关键特性（来自 PFMEA/控制计划/客户指定）。
2. 确认测量系统合格（MSA）。
3. 确定子组大小与抽样频次（要能在合理时间内捕捉异常，又要保证子组内只含普通原因）。
4. 收集 20–25 组初始数据，计算控制限。
5. 判定初始过程是否受控，剔除特殊原因点后重算。
6. 控制限固化，进入日常监控（控制限不是规格限，不能随规格改）。

控制限与规格限的区别：控制限来自过程数据（±3σ），反映过程"实际能做什么"；规格限来自图纸/客户（USL/LSL），反映"要求做到什么"。把规格限画到控制图上，或用规格限代替控制限，是最典型的概念混淆。

非正态数据：位置度、粗糙度、某些计数型参数常呈偏态。处理方式包括变换（对数、Box-Cox）、使用适合分布的图（如个体分布识别），或改用计数型/百分比方法。不要硬套正态假设算 Cpk。

小批量与短周期过程：传统控制图需要足够数据才能算限，小批量生产可用短期运行图、标准化变量图或专业小批量方法（相应指南见 CQI 系列）。

落地要点

1. 控制图挂在现场：操作员自己打点、自己判异、自己按反应计划处置，而不是质量部月底补图。
2. 反应计划写进控制计划：几点超限停线、隔离多少、谁判定、如何恢复，一条条写清。
3. 先稳再谈能力：过程不受控时算 Cpk 是自欺欺人，数据里混着特殊原因。
4. 定期评审控制限：工艺重大变更、换料、换设备后要重新做初始研究。
5. 能力不足先查系统原因：中心偏移、公差过紧、测量误差、夹持变形，比一味加严检验有效。
6. 培训到操作层：打点的人不懂判异规则，图就只是墙上的装饰。

常见坑

• 用规格限当控制限：图上一片良好，实际过程早已漂移。
• 子组划分错误：把不同班次、不同机台、不同批料混在一个子组里，组内变异被污染，控制限失真。
• 不受控就算 Cpk：数据里还有特殊原因，能力指数虚高或虚低。
• 只画图不行动：超限点标记了，没人分析、没人关闭。
• Cpk 挑数据：剔除"不好看"的点后重算，报告漂亮但过程没变。
• 忽视趋势与链：只看单点是否超限，刀具磨损、钢网渐堵这类渐变失效抓不到。
• 测量系统没验证：GRR 差，控制图的波动全是量具噪声。