AIAG SPC 统计过程控制参考手册

SPC 的核心原理与数据基础

SPC（Statistical Process Control，统计过程控制）是 AIAG 五大核心工具之一，通过统计方法监控和控制过程行为，确保过程稳定并具备满足客户要求的能力。SPC 的理论基础是变差理论——任何过程都存在变差，变差分为普通原因（随机变差）和特殊原因（可查明变差）两类。

普通原因引起的变差是过程固有的、稳定的，需要通过系统改进来减少；特殊原因引起的变差是间歇性的、不可预测的，需要通过局部措施来消除。SPC 的核心任务就是区分这两类变差并采取正确的应对策略。

控制图的类型与技术规格

AIAG SPC 手册定义了两类控制图：计量型控制图和计数型控制图。以下是各类控制图的适用场景与技术规格：

• Xbar-R 图（均值-极差图）：适用于子组大小 ≤ 8 的计量型数据，子组通常按时间顺序抽取，样本量推荐 n=4~5
• Xbar-S 图（均值-标准差图）：适用于子组大小 > 8 或需要更高灵敏度的场景，使用样本标准差代替极差
• X-MR 图（单值-移动极差图）：适用于破坏性试验、批量均匀或取样成本高的场景，每次只取一个观测值
• P 图（不合格品率图）：适用于二项分布数据，样本量可以变化，监控不合格品百分比
• NP 图（不合格品数图）：适用于固定样本量的二项分布数据
• C 图（缺陷数图）：适用于泊松分布数据，样本量固定，监控单位产品的缺陷数
• U 图（单位缺陷数图）：适用于样本量可变的泊松分布数据

过程能力指数与判定标准

过程能力指数是衡量过程满足规格要求能力的量化指标。以下是关键指数的计算公式与判定标准：

• Cp（过程能力指数）：Cp = (USL - LSL) / 6σ，反映过程的潜在能力，不考虑偏移
• Cpk（过程能力指数）：Cpk = min[(USL - X̄) / 3σ, (X̄ - LSL) / 3σ]，反映过程的实际能力，考虑偏移
• Pp/Ppk（过程性能指数）：使用整体标准差计算，适用于初始过程研究阶段

行业通用判定标准：Cpk ≥ 1.67 表示过程能力充分（初始要求）；Cpk ≥ 1.33 表示过程能力可接受（量产要求）；Cpk < 1.33 需要制定改进计划；Cpk < 1.0 表示过程能力不足，需 100% 检验。

控制图的判异准则

SPC 手册定义了 8 条判异准则（Western Electric Rules），用于识别过程中的特殊原因变差。最常用的准则包括：单点超出控制限、连续 7 点在中心线同一侧、连续 6 点递增或递减、连续 14 点交替上下波动。当判异准则触发时，必须立即调查原因并采取纠正措施。