📚 课程目录第3章 SPC核心统计概念

3. SPC核心统计概念

在Hexagon计量数据进入SPC分析之前，必须先理解五个基础统计量：均值、极差、标准差、正态分布和过程能力指数。它们不是孤立的公式，而是从“单点测量值”到“过程是否受控、是否有能力”的递进链条。本节用一组Hexagon三坐标测量机（CMM）实测的孔径数据来演示这条链条。

一、从测量数据到统计量

假设我们在Hexagon Global S CMM上，用TP20测头对同一批次某零件上的一个标称直径Ø20.000 mm的孔连续测量25次，每次测量记录一个直径值。为便于演示，这里给出一组合理假设的25个测量值（单位：mm）：

20.012  20.008  20.015  20.006  20.011
20.009  20.013  20.007  20.010  20.014
20.005  20.012  20.009  20.011  20.008
20.016  20.007  20.010  20.013  20.006
20.009  20.012  20.008  20.011  20.010

这25个值就是计量型数据的原始输入。SPC的第一步，是把它们压缩成能反映过程位置和波动的统计量。

二、均值：过程中心的位置

均值（X̄）是所有测量值的算术平均，反映过程的中心位置。计算式：

X̄ = (ΣXi) / n
X̄ = 500.245 / 25 = 20.0098 mm

均值告诉我们：这批孔的平均直径约为20.0098 mm，比标称值20.000 mm偏大0.0098 mm。均值本身不反映波动，两个过程可以有相同均值但完全不同的离散程度，因此必须同时看极差和标准差。

三、极差：最快看到的波动

极差（R）是最大值减最小值，是最简单、最直观的离散指标，也是X̄-R控制图中R图的统计量。本例中：

最大值 = 20.016 mm
最小值 = 20.005 mm
R = 20.016 - 20.005 = 0.011 mm

极差只用到两个极端值，对异常点敏感，但计算极快，适合现场快速判断。当样本量n≤10时，极差是估计过程波动的有效工具；样本量更大时，应改用标准差。

四、标准差：波动的稳健度量

标准差（s）利用全部数据，反映每个测量值偏离均值的平均程度。样本标准差计算式：

s = √[ Σ(Xi - X̄)² / (n - 1) ]
s ≈ 0.0031 mm

标准差越大，过程波动越大。与极差相比，标准差不会被单个极端值过度放大，更适合作为过程固有波动的估计。在SPC中，常用s估计总体标准差σ，进而计算过程能力。

五、正态分布：过程波动的概率模型

当过程只受随机因素影响时，计量数据通常近似服从正态分布N(μ, σ²)。均值μ决定分布中心，标准差σ决定分布宽度。在正态分布下：

约68.27%的数据落在μ±1σ内；
约95.45%的数据落在μ±2σ内；
约99.73%的数据落在μ±3σ内。

这正是SPC控制限和过程能力计算的理论基础。以本例X̄=20.0098、s=0.0031为例，μ±3σ约为20.0005～20.0191 mm。若规格上限为20.020 mm、下限为19.980 mm，则过程分布基本落在规格内，但中心偏上，仍有优化空间。

六、过程能力：把统计量翻译成合格率

过程能力指数把均值、标准差和规格限结合起来，回答“过程能否稳定产出合格品”。常用两个指标：

Cp = (USL - LSL) / (6σ)，只反映潜在能力，不考虑中心偏移；
Cpk = min[(USL - X̄) / (3σ), (X̄ - LSL) / (3σ)]，同时考虑中心偏移。

代入本例数据（USL=20.020，LSL=19.980，X̄=20.0098，s=0.0031）：

Cp  = (20.020 - 19.980) / (6 × 0.0031) = 0.040 / 0.0186 ≈ 2.15
Cpu = (20.020 - 20.0098) / (3 × 0.0031) = 0.0102 / 0.0093 ≈ 1.10
Cpl = (20.0098 - 19.980) / (3 × 0.0031) = 0.0298 / 0.0093 ≈ 3.20
Cpk = min(1.10, 3.20) = 1.10

结果显示：Cp=2.15说明过程潜在能力很好，但Cpk=1.10明显低于Cp，原因是均值20.0098偏向规格上限，导致上侧余量不足。这正是SPC中“先看Cpk，再看Cp”的典型场景——过程波动不大，但中心需要调整。

七、计量数据与计数数据的区别

Hexagon CMM输出的是连续型计量数据，与通止规产生的计数数据（合格/不合格）有本质区别。计量数据包含更多信息：不仅能判断合格与否，还能计算均值、标准差、Cpk，并绘制X̄-R、X̄-s、I-MR等控制图。计数数据只能用p图、np图、c图、u图，且需要更大样本量才能获得同等判断力。因此，在SPC项目中，优先使用Hexagon计量数据，是提升过程控制灵敏度的关键。

实操提示：在Hexagon PC-DMIS或Q-DAS中导出数据时，建议同时保留“标称值、实测值、偏差、测点编号”四个字段。标称值用于计算偏差，实测值用于统计量计算，测点编号用于追溯异常点。若只导出合格/不合格标志，将丢失SPC所需的大部分信息。

八、从统计量到控制图的判断逻辑

把上述统计量放入控制图，就形成SPC的日常判断规则。以X̄-R图为例：

X̄图监控过程中心，控制限为X̄±A₂R̄；
R图监控过程波动，控制限为D₃R̄和D₄R̄；
当点超出控制限、连续7点上升/下降、连续7点在中心线同侧时，判异。

本例中，若25个数据按5个一组分为5组，可计算各组均值和极差，进而建立X̄-R图。由于数据波动较小且无明显趋势，初步判断过程处于受控状态，但中心偏移问题需要通过调整加工参数解决。

注意：过程能力指数必须在过程受控的前提下计算。若控制图显示过程失控，先排查特殊原因（刀具磨损、夹具松动、温度漂移等），待过程稳定后再计算Cp/Cpk，否则结果没有意义。

九、小结：五个概念的递进关系

均值回答“中心在哪”，极差回答“两端差多少”，标准差回答“整体波动多大”，正态分布回答“数据如何分布”，过程能力回答“合格率能否保证”。五者层层递进，共同构成Hexagon计量数据SPC分析的基础。掌握这五个统计量，才能正确解读控制图、判断过程状态并采取改进措施。