SPC控制图该什么时候做比较合适?
很多正在备考六西格玛绿带、黑带的同学,学到 SPC 控制图时都会有同一个体会:
控制图是用来监控过程的,那是不是只要开始生产,把控制图挂上就行?
现场也常出现这样的误用——过程还在试产、量具还没验证,就急着画控制图,
结果图上抖动的全是测量误差,特殊原因和普通原因混在一起,谁也分不清。
一、简单概括
SPC 监控的是"过程稳不稳",它面向重复发生的过程做持续监控;
前提不过,控制图反映的只是测量噪声。
二、先分清:SPC 到底在做什么
SPC(统计过程控制)用控制图把过程波动拆成普通原因与特殊原因,目标是尽早发现特殊原因、预防不合格品产生
它和过程能力分析分工不同:SPC 回答"过程现在受不受控",能力分析回答"受控之后满足不满足规格"。
顺序不能反——先有受控的过程,才有可谈的能力。

三、前提一:测量系统先过关(MSA)
第一道关是测量可靠。
量具的 R&R 不合格,控制图上抖动的不是过程,而是量具本身的误差。
判据用 GRR 10/30 法则:%GRR ≤ 10% 可接受;
10% ~ 30% 视重要程度与风险而定;
> 30% 不可用,先改进量具或测量方法。
分辨力 ndc ≥ 5,即量具至少能分辨过程波动的 1/10。
MSA 过关,才轮到上控制图。

四、前提二:过程本身要定型
第二道关是过程已定义、可重复。
人、机、料、法、环(4M1E)相对稳定,才有"同一条件下取子组"的基础。
还在试产、工艺参数天天变、换线频繁未固化——这样的过程要先把它调稳、定下来,再谈控制图。
否则今天一个分布、明天一个分布,算出来的控制限没有意义。
五、前提三:合理子组方案要先定
第三道关是"怎么取样"。
控制图靠合理子组分离原因:子组内只含普通原因(同一短时间内连续抽取),子组间保留时间、班次、设备差异。
子组大小 n 决定用哪张图——n = 2 ~ 9 用 X̄-R 图,n ≥ 10 用 X̄-S 图,只有单值数据用 I-MR 图。
子组顺序不能打乱,否则极差与移动极差会失真。

六、前提四:要有足够初始数据来建限
第四道关是有数据建立试验控制限。
通常先收集 ≥ 20 ~ 25 个子组(如 X̄-R 取 25 组、每组 n = 5),由这些数据算出 X̄̄ 与 R̄,再带出 UCL、LCL。
以灌装线为例,X̄̄ = 500 mL、R̄ = 6.0 mL:
X̄ 图:
UCL = X̄̄ + A₂·R̄ = 500 + 0.577 × 6.0 = 503.5,
LCL = 496.5
R 图:UCL = D₄·R̄ = 2.114 × 6.0 = 12.7,
LCL = 0
控制限由过程数据算出,不是规格限,也不是凭经验定的;
建限后运行一段、无判异,再转正式控制限。

七、那什么时候该上 SPC?
1. 批量重复生产:产线连续运行、特性可重复取数,这是控制图的主要适用对象。
2. CTQ 关键 / 重要特性监控:尺寸、重量、浓度等一旦失控后果严重的特性。
3. 改善后固化成果:改进方案落地,用控制图确认效果不反弹。
4. 过程变更后监控:换型、换料、调参、换人之后,重新观察过程是否受控。
反过来,有几类场景要缓一缓:单件小批、孤立批次难组成子组,可改用 I-MR 单值图,但不能硬凑 n = 5 去画 X̄-R
破坏性检验且无法分组,考虑抽样方案,不勉强上控制图;
试产未定型、参数未固化,先把过程稳定下来;
测量系统不可靠,先过 MSA。
八、控制图怎么发现异常
控制图的价值在于预防:异常刚冒头就报警,不等不良品流出。
下图第 8 个点越出了 UCL,判异信号成立,此时应立即查特殊原因——换料?
设备?人员?找出原因、消除、恢复稳态,再继续监控。
需要明确的是,判异看的是控制限,与规格限无关:
一条点全在规格内的过程,仍可能因为异常波动而判异。

九、课后练习题
题目(单选题):
某工序刚完成设备安装,处于试产阶段,工艺参数仍在调整,质量工程师直接收集 5 组数据画出 X̄-R 控制图并开始判异。下列说法正确的是:
A. 试产阶段就该上控制图,越早越好
B. 应先确认过程已定型、测量系统可靠,再建立试验控制限
C. 控制图上的控制限应与规格限 USL/LSL 数值一致
D. 单件小批数据必须画 X̄-R 图
参考答案与解析:
答案选 B。
A 错:试产、参数未固化时分布不稳定,控制限没有意义,应先定型。
C 错:控制限由过程数据算出,规格限来自客户要求,二者来源不同、数值不必一致(见另一篇公众号《控制限与格限是一回事吗?》)。
D 错:单件小批无法分组,应改用 I-MR 图,而非硬凑 X̄-R。
自习人课堂整理了一份六西格玛学习资料包,有知识点框架、公式整理、考点总结和备考资料,
适合质量、生产、工艺、设备工程师系统学习,也适合后续备考绿带、黑带复习。
找六六老师zixiren888免费领取




全部 0条评论