SPC 统计过程控制系统怎么搭：控制图选型、判异规则与过程能力

SPC 要回答的三个问题

SPC 的价值不在于画出一张漂亮的折线图，而在于让工序的波动变成可被逐点追问的记录。搭系统前先把要回答的问题定下来，后面每个字段才有存在的理由。

• 这道工序现在的数值分布是否稳定，还是已经出现漂移或趋势
• 波动是正常的过程波动，还是已经触发了判异条件
• 一旦触发，是谁在什么时候、按什么规则处理的，处理结果如何
• 过程能力（Cp/Cpk）是多少，能不能满足客户的规格要求
• 这些结论能不能按工序、产品、班次、设备拆开看

常见误区是先买一套报表工具再想数据从哪里来。稳妥的顺序是反过来：先定测量特性与判异规则、再定采集、最后才是图与看板。

测量数据从哪来：采集层级

SPC 的数据基础是「同一特性按时间顺序的测量值」。现场条件差异很大，数据能不能自动、稳定地采进来，决定了这套控制图有没有意义。常见做法是把几种方式组合起来，自动采集覆盖量大的工位，人工录入兜住没有接口的部分。

• 量具直连：数显卡尺、千分尺、三坐标等通过串口或蓝牙把测量值直接写入系统，减少转录错误
• 检测设备对接：影像测量仪、视觉检测站、自动化检测线通过接口回传测量结果与判定
• PLC 与工艺参数：对可由设备内部参数反映的特性，从控制器取过程参数作为辅助监控
• 检验站录入：来料、首件、巡检、出货检验在终端上录入，配合扫码枪关联批次与工位
• 实验室数据：理化、力学等实验室结果通过数据管理系统并入同一特性档案
• 数据校验：录入时校验上下限与量具量程，明显异常的值当场提示复核

控制图与判异规则怎么选

控制图不是只有一种，选错图会让判异完全失效。选型主要看两点：数据是计量值还是计数值、每次取样是一个点还是一组样本。

• 单点超限：一个点落在控制限之外，通常指向突发原因
• 连续同侧：连续多点落在中心线同一侧，提示过程均值已发生位移
• 连续趋势：连续多点单调上升或下降，提示刀具磨损、温漂等系统性原因
• 靠近控制限：连续多点落在接近控制限的区域，是偏移的前兆
• 周期与混型：点呈周期性或规律性混型排列，提示换班、换料等周期性因素

判异规则要版本化。规则集改了版本，历史报警的可比性会受影响，改动要留记录并在报表上标出切换时间。

判异规则是把「看起来不太对」翻译成可执行条件。常用的规则集包含单点超限、连续多点落在中心线一侧、连续多点上升或下降、点呈周期性排列等几类。规则不是越多越好，太灵敏会淹没真正的异常。

过程能力怎么读：Cp 与 Cpk

控制图回答「稳不稳」，过程能力回答「够不够」。两者要合起来看：过程不稳定时算出来的能力指数没有意义，因为分布随时会变。

• Cp：只考虑分布宽度与规格宽度的比值，反映潜力，不考虑偏移
• Cpk：同时考虑分布位置，反映实际水平，是客户最常看的一项
• 单边规格：只有上限或只有下限时用 Cpu 或 Cpl，不要硬套 Cpk
• 前提条件：先确认过程受控，再算能力指数；不稳定数据要先做原因分析
• 长期与短期：不同时间窗口算出的能力值不可直接比较，报表要注明取样区间

计算前要先定下规格来源与测量系统。同一个特性用不同量具或不同检验员测出的数据放在一起算，能力值会被测量误差放大或稀释。

异常响应与闭环

控制图报警只是起点，能让班组按规则响应并留下处理记录，这套系统才算落地。响应链条要短、责任要清楚，否则报警很快就会被无视。

• 报警分级：把单点超限等硬判异与趋势类软判异分开，避免同等对待
• 通知路径：报警推送给出工序、特性、规则与当前数值，让响应人一到现场就能判断
• 处理记录：处置动作、原因、临时措施与永久对策写入系统，形成可追溯记录
• 联动停机：对安全或关键特性，可配置超限时触发设备停线或拦截流转让位
• 效果复核：改善措施落地后，回看同一特性的控制图与能力值是否真的改善
• 历史报警查询：按工序、特性、时间检索历史报警，为重复问题找规律

与 MES、检测设备、看板的边界

SPC 很少单独存在，它和 MES、检测设备、看板各有分工，边界谈清楚才不会重复建设。

• 与 MES：MES 管工单、批次与生产执行，SPC 从 MES 取批次与工位上下文，避免自己重复维护
• 与检测设备：量具与检测站负责产出测量值，SPC 负责按时间序列分析，两者不要互相写对方的结论
• 与看板：看板展示当前状态与报警，SPC 保存历史序列与统计结论，展示层不重复存储原始数据
• 数据口径单一：同一特性的测量值不要在多个系统里各存一份，选定一处作为权威来源

分阶段推进路线

SPC 不建议一次铺满全厂。先做一道关键工序，把特性清单、判异规则与报表模板都跑通，再复制到下一道工序，返工成本较小。

• 选一道试点工序：挑一道对成品质量影响大、测量数据可得的关键工序，明确要回答哪些问题
• 定特性与规格：与工艺、品质一起列出关键特性、规格上下限与取样频率
• 打通数据路径：确定每个特性用哪种测量方式采集，补齐人工录入入口
• 配置控制图与规则：按数据类型选图，设定判异规则集并定下响应的责任人
• 用报表并复制：先出控制图与能力报表，让班组质量例会真的用起来，再按结论推广

选点与上线验收要点

验收的重点不是图形好不好看，而是数字与判异能不能对上现场。上手之前逐项核对下面几点，可以避免系统上线后没人看。

• 特性与规格可追溯：每个特性有书面规格、取样频率与数据来源
• 采集准确度：自动采集的测量值与人工复核比对过，偏差在可接受范围内
• 规则可解释：每条判异规则有明确含义与响应动作，班组看得懂
• 能力分析正确：先确认受控再算能力，单边规格用对应指标
• 记录可查：报警与处理记录能按工序、特性、时间检索，为改善提供依据

上海橙轩智能自 2009 年起从事工业软件与自动化系统开发，在制造业现场数据采集、质量控制与生产可视化方向有项目实践，交付内容覆盖测量数据采集、质量数据分析与统计过程控制系统，可为机加工、注塑、冲压、总装与电子组装等场景提供方案设计与系统开发，工程师可直接对接。

结语

SPC 系统真正难的地方不在控制图本身，而在测量数据的可靠性与判异规则的口径。落地顺序建议从一道关键工序开始，先把特性清单与规格定清楚，再打通采集路径、配置控制图与规则，最后用控制图与能力报表把班组质量例会带起来，验证有效后再复制到下一道工序。选型时重点核对特性可追溯、采集准确度、规则可解释、能力分析正确与记录可查这五项，避免系统上线后判异没人信。上海橙轩智能可为机加工、注塑、冲压与电子组装等制造场景提供测量数据采集、质量数据分析与统计过程控制系统的方案设计与开发，支持与 MES 及检测设备对接，工程师可直接对接。