SPC 统计过程控制（SPC）

什么是SPC 统计过程控制

SPC 是一种用统计方法监控和控制过程的方法。它通过按时间顺序抽样的数据绘制控制图，利用控制限区分过程固有的普通原因波动和异常的特殊原因波动。过程稳定后再评估过程能力，判断过程是否有能力满足规格要求。SPC 的重点是预防和及时响应，而不是事后挑选不合格品。

解决什么问题

• 过程波动大，但不知道何时发生了异常
• 质量问题靠终检拦截，成本高
• 改善后缺少持续监控，问题悄悄反弹
• 客户要求提供控制图和过程能力报告

使用目标

• 区分普通原因与特殊原因波动
• 在异常发生时及时报警并采取措施
• 评估过程稳定性和满足规格的能力
• 用数据维持改善成果，减少对终检的依赖

什么时候用

• 关键特性需要持续监控：尺寸、强度、浓度等关键质量特性需要按时间监控波动时。
• 需要区分异常与正常波动：过程出现波动，但不确定是正常变化还是特殊原因时。
• 改善后维持成果：改善项目结束后，需要用控制图防止参数回退时。
• 客户或体系要求过程能力证据：需要提供控制图、Cp/Cpk 等数据证明过程受控时。

实施步骤

1. 确定控制对象与特性 — 选择真正影响客户和过程的关键特性，而不是所有参数都上控制图。
   输出：控制特性清单、规格要求
2. 选择控制图类型 — 让图表类型匹配数据类型、子组大小和抽样方式。
   输出：选定的控制图方案
3. 建立基线并计算控制限 — 用稳定过程的数据建立控制限，作为后续监控基准。
   输出：初始控制图、控制限
4. 判稳与判异 — 按统计规则判断过程是否只受普通原因影响。
   输出：判稳结论、异常记录
5. 过程能力分析 — 在过程稳定后评估其满足规格的能力。
   输出：过程能力报告
6. 异常响应与持续改进 — 建立异常触发后的行动机制，并用 SPC 维持改善成果。
   输出：异常处理记录、更新后的控制方案

常见误区与注意事项

• 控制图不能只画趋势线，必须设置并解释控制限
• 过程未稳定前不宜直接计算 Cp/Cpk 并宣称能力充足
• 控制限来自过程数据，不是规格限；两者不能混淆
• 选错控制图（数据类型、子组大小、抽样方式）会导致错误结论

配套模板

在模板社区查看「SPC 统计过程控制」相关模板（Word 报告、Excel 台账、流程图、思维导图），在线预览后一键创建文档编辑。

相关方法

• MSA 测量系统分析（MSA） — 在相信数据之前先验证测量系统，评估重复性、再现性、偏倚和分辨率是否足够。
• DOE 实验设计（DOE） — 用有计划、有统计效率的实验识别关键因子和交互作用，找到更稳健的工艺参数组合。