第三章：SPC与过程控制
大家好，我是你们的老朋友。今天咱们聊聊模组生产里最核心的武器——SPC。说白了，SPC就是帮我们盯着生产过程，别让它跑偏。我刚开始带线那会儿，总觉得这东西就是画几张图，后来吃过亏才明白，它真的是救命的工具。
3.1 SPC基础概念
SPC，全称是统计过程控制。你想想看，我们每天生产那么多模组，不可能每个都测一遍吧？那怎么办？抽检。但抽检不是随便抽的，得用统计学的方法来判断过程稳不稳定。
这里有几个关键概念，我一个个说：
- 普通原因变异：这是过程固有的波动，比如环境温度的小幅变化、材料的微小差异。这种变异没法消除，只能接受。
- 特殊原因变异：这是异常事件导致的波动，比如设备突然故障、操作员换人、来料批次突变。这种变异必须找到根因并消除。
核心思想：SPC的目标就是区分这两种变异。普通原因我们不管，特殊原因必须抓出来。
我记得有一次，一个模组的焊接良率突然从99%掉到95%。大家急得团团转，有人说是材料问题，有人说是参数问题。我让他们先画个控制图，一看数据，发现是夜班某个操作员的操作习惯变了。嗯，这就是特殊原因。找到它，问题就解决了一半。
3.2 控制图制作（Xbar-R图）
控制图是SPC的眼睛。最常用的是Xbar-R图，也就是均值-极差图。为什么用两个图？因为一个看中心趋势，一个看离散程度。
制作步骤其实不复杂，我习惯按这个流程走：
- 收集数据：按子组抽样，每个子组通常取4-5个样本。比如每小时抽5个模组测关键尺寸。
- 计算子组均值（Xbar）和极差（R）：均值就是平均值，极差是最大值减最小值。
- 计算总均值和平均极差：把所有子组的均值再平均，得到Xbarbar；把所有极差平均，得到Rbar。
- 计算控制限：
UCL_X = Xbarbar + A2 * Rbar
LCL_X = Xbarbar - A2 * Rbar
UCL_R = D4 * Rbar
LCL_R = D3 * Rbar
其中A2、D3、D4是查表得到的常数。
子组大小n=5时：A2=0.577, D3=0, D4=2.114我建议你把这些常数记在小本子上，或者直接写在工位上。我当年刚学的时候，每次都要翻书，后来干脆贴了一张表在电脑旁边。
下面是我用SVG画的一张Xbar-R图的结构图，帮你理解整体逻辑：
3.3 过程能力指数（Cp/Cpk）
控制图画好了，过程稳定了，接下来就要问：这个过程的“能力”够不够？这就是Cp和Cpk要回答的问题。
Cp 衡量的是过程的潜在能力，只看规格限和过程波动的关系。公式是：
Cp = (USL - LSL) / (6 * σ)其中USL是规格上限，LSL是规格下限，σ是过程标准差。
Cpk 则考虑了过程中心是否偏移。公式是：
Cpk = min( (USL - μ) / (3σ), (μ - LSL) / (3σ) )说白了，Cp看的是“你能不能做到”，Cpk看的是“你实际做得怎么样”。
我的经验：一般要求Cpk ≥ 1.33。如果Cpk < 1.0，说明过程能力严重不足，必须立即改进。我曾经遇到一个项目，Cpk只有0.8，查了半天发现是测量系统的问题——量具本身就不准。所以，做Cpk之前，先确认你的测量系统是可靠的。
这里有个表格，帮你快速判断过程能力：
| Cpk值 | 过程能力评价 | 建议措施 |
|---|---|---|
| Cpk ≥ 1.67 | 优秀 | 可适当放宽检验 |
| 1.33 ≤ Cpk < 1.67 | 良好 | 正常监控即可 |
| 1.0 ≤ Cpk < 1.33 | 一般 | 需加强监控，考虑改进 |
| Cpk < 1.0 | 不足 | 必须立即改进 |
3.4 异常判定规则
控制图画好了，怎么判断有没有异常？光靠肉眼可不行。业界有8条经典的判定规则，我挑最常用的几条说说：
- 规则1：一个点超出控制限（UCL或LCL）。这是最直接的异常信号。
- 规则2：连续7个点在中心线同一侧。说明过程中心发生了偏移。
- 规则3：连续7个点呈上升或下降趋势。说明过程在漂移。
- 规则4：连续2个点中有2个在2σ以外（同一侧）。这是预警信号。
注意：不要一看到异常就急着调参数。先确认是不是测量错误，再找特殊原因。我曾经犯过这个错——看到连续7个点上升，二话不说就调了温度参数，结果第二天良率更差了。后来发现是传感器漂移了，跟工艺参数没关系。
我个人习惯是把这些规则打印出来贴在控制图旁边。操作员一看就懂，不用每次都来问我。你想想看，如果每个异常都要等工程师来确认，黄花菜都凉了。
好了，这一章的内容就这些。SPC这东西，光看书没用，得在实际产线上用起来。刚开始可能会觉得麻烦，但用顺手了，你会发现它真的是良率提升的利器。
公众号:蓝海资料掘金营，微信deep3321