前言质量是过程的结果在质量管理领域一个核心理念是质量不是单靠检验出来的而是通过理解并控制过程波动实现的。统计过程控制Statistical Process Control, SPC正是实现这一理念的关键工具。它通过统计方法监控和分析生产或服务过程识别异常波动从而在问题发生前进行预防确保过程稳定、能力充足最终实现质量的“内建”。本手册旨在系统梳理 SPC 的核心概念、控制图原理及常用计算公式为工程师、质量专业人士、审核员、制造团队以及学生提供一份清晰、实用的学习和工作参考资料。一、 SPC 核心概念与基础1.1 过程波动任何过程都存在波动主要分为两类普通原因波动Common Cause Variation过程固有的、随机出现的波动。它由众多微小、不可控的因素共同作用产生是过程“声音”的一部分。一个只有普通原因波动的过程被认为是“受控的”或“稳定的”。特殊原因波动Special Cause Variation非固有的、间歇性出现的波动。通常由可识别的、特定的因素引起如设备故障、材料批次差异、操作失误。这种波动会导致过程“失控”是需要识别并消除的对象。SPC 的首要目标就是区分这两种波动。1.2 控制图SPC 的核心工具控制图是用于区分普通原因与特殊原因波动的图形化工具。其基本结构包括中心线CLCentral Line代表过程特性的平均值如均值、中位数。上控制限UCLUpper Control Limit与下控制限LCLLower Control Limit基于过程数据计算得出的界限。在只有普通原因波动时约有 99.73% 的数据点会落在此区间内。控制限不是规格限它反映的是过程的“能力”而非客户的“要求”。二、 计量型数据控制图与公式适用于可测量的连续数据如长度、重量、时间、强度等。2.1 Xbar-R 图均值-极差图最常用的一组图用于监控过程均值和波动离散程度。子组大小n通常取 2 到 10常用 4 或 5。子组均值\(\bar{X}\)\(\bar{X} \frac{\sum_{i1}^{n} X_i}{n}\)子组极差R\(R X_{max} - X_{min}\)控制限计算公式图表中心线 (CL)控制限系数表 (A2, D3, D4)Xbar 图\(\bar{\bar{X}} \frac{\sum \bar{X}}{k}\)\(UCL_{\bar{X}} \bar{\bar{X}} A_2 \bar{R}\)\(LCL_{\bar{X}} \bar{\bar{X}} - A_2 \bar{R}\)查表获得与 n 相关。R 图\(\bar{R} \frac{\sum R}{k}\)\(UCL_R D_4 \bar{R}\)\(LCL_R D_3 \bar{R}\)其中k 为子组数量\(\bar{\bar{X}}\) 为总平均值\(\bar{R}\) 为平均极差。2.2 Xbar-s 图均值-标准差图当子组大小 n 10 时用样本标准差 s 代替极差 R 能更有效地估计波动。子组标准差s\(s \sqrt{\frac{\sum_{i1}^{n} (X_i - \bar{X})^2}{n-1}}\)平均标准差\(\bar{s}\)\(\bar{s} \frac{\sum s}{k}\)控制限计算公式图表中心线 (CL)控制限系数表 (A3, B3, B4)Xbar 图\(\bar{\bar{X}} \frac{\sum \bar{X}}{k}\)\(UCL_{\bar{X}} \bar{\bar{X}} A_3 \bar{s}\)\(LCL_{\bar{X}} \bar{\bar{X}} - A_3 \bar{s}\)查表获得与 n 相关。s 图\(\bar{s} \frac{\sum s}{k}\)\(UCL_s B_4 \bar{s}\)\(LCL_s B_3 \bar{s}\)2.3 I-MR 图单值-移动极差图适用于取样成本高、周期长或过程本身产出就是单个测量值的情况。单值X每个时间点的单个观测值。移动极差MR\(MR_i |X_i - X_{i-1}|\)平均移动极差\(\overline{MR}\)\(\overline{MR} \frac{\sum_{i2}^{k} MR_i}{k-1}\)控制限计算公式图表中心线 (CL)控制限系数I 图 (单值图)\(\bar{X} \frac{\sum X}{k}\)\(UCL_X \bar{X} 2.66 \overline{MR}\)\(LCL_X \bar{X} - 2.66 \overline{MR}\)2.66 ≈ 3 / d₂ (n2)MR 图\(\overline{MR} \frac{\sum MR}{k-1}\)\(UCL_{MR} 3.267 \overline{MR}\)\(LCL_{MR} 0\) (理论上)3.267 D₄ (n2)三、 计数型数据控制图与公式适用于以“个数”计数的离散数据如缺陷数、不合格品数。3.1 p 图不合格品率图用于监控过程的不合格品率子组大小 n 可以变化。子组不合格品数np子组不合格品率p\(p \frac{np}{n}\)平均不合格品率\(\bar{p}\)\(\bar{p} \frac{\sum np}{\sum n}\)控制限计算公式对每个子组 i\(UCL_{p_i} \bar{p} 3 \sqrt{\frac{\bar{p}(1-\bar{p})}{n_i}}\)\(CL_{p} \bar{p}\)\(LCL_{p_i} \bar{p} - 3 \sqrt{\frac{\bar{p}(1-\bar{p})}{n_i}}\)控制限随 n_i 变化而呈曲线。3.2 np 图不合格品数图用于监控过程的不合格品数要求子组大小 n 固定。平均不合格品数\(\bar{np}\)\(\bar{np} \frac{\sum np}{k} n\bar{p}\)控制限计算公式\(UCL_{np} \bar{np} 3 \sqrt{\bar{np}(1-\bar{p})}\)\(CL_{np} \bar{np}\)\(LCL_{np} \bar{np} - 3 \sqrt{\bar{np}(1-\bar{p})}\)3.3 c 图缺陷数图用于监控单位产品或单位面积、单位长度上的缺陷数检验单位大小固定。子组缺陷数c平均缺陷数\(\bar{c}\)\(\bar{c} \frac{\sum c}{k}\)控制限计算公式\(UCL_{c} \bar{c} 3 \sqrt{\bar{c}}\)\(CL_{c} \bar{c}\)\(LCL_{c} \bar{c} - 3 \sqrt{\bar{c}}\)3.4 u 图单位缺陷数图用于监控单位产品上的缺陷数但检验单位大小可以变化。子组单位缺陷数u\(u \frac{c}{n}\)其中 n 为检验单位数如面积、长度。平均单位缺陷数\(\bar{u}\)\(\bar{u} \frac{\sum c}{\sum n}\)控制限计算公式对每个子组 i\(UCL_{u_i} \bar{u} 3 \sqrt{\frac{\bar{u}}{n_i}}\)\(CL_{u} \bar{u}\)\(LCL_{u_i} \bar{u} - 3 \sqrt{\frac{\bar{u}}{n_i}}\)四、 过程能力分析基础公式过程稳定受控后可评估其满足规格要求的能力。规格上限USL与规格下限LSL客户或设计要求的界限。过程均值\(\mu\)与过程标准差\(\sigma\)从稳定过程中估计。常用过程能力指数指数公式含义Cp (过程潜能指数)\(C_p \frac{USL - LSL}{6\sigma}\)衡量过程波动相对于公差带的宽度。不考虑中心偏移。Cpk (过程能力指数)\(C_{pk} min(\frac{USL - \mu}{3\sigma}, \frac{\mu - LSL}{3\sigma})\)同时考虑过程波动和中心偏移反映实际能力。Pp (过程性能指数)\(P_p \frac{USL - LSL}{6s}\)使用整体标准差 s反映长期性能。Ppk (过程性能指数)\(P_{pk} min(\frac{USL - \mu}{3s}, \frac{\mu - LSL}{3s})\)同时考虑长期波动和中心偏移。通常要求 Cpk/Ppk ≥ 1.33表明过程能力充足。五、 控制图判异准则以下任一模式出现均提示可能存在特殊原因点出界任何一点落在控制限之外。链连续 9 点落在中心线同一侧。趋势连续 6 点递增或递减。接近控制限连续 3 点中有 2 点落在 2σ 线与控制限之间。接近中心线连续 5 点中有 4 点落在 1σ 线之外。周期性波动数据点呈现明显的周期性变化模式。结语SPC 不是一套复杂的数学游戏而是一种基于数据的决策思维。它帮助我们倾听过程的“声音”区分噪音与信号将质量管理的重点从“事后检验”转向“事前预防”。希望这份 SPC 公式速查手册能够成为工程师、质量专业人士、审核员、制造团队以及学生学习和工作的实用参考资料。如果你觉得这份资料有帮助欢迎收藏方便日后查阅也请分享给你的同事。