控制图原理
控制图这东西，说白了就是SPC的眼睛。你过程到底稳不稳、有没有特殊原因在捣乱，光看数据可不够，得把它画成图，一眼就能看出门道。我刚开始接触质量控制那会儿，觉得控制图就是几条线加几个点，没什么了不起。后来吃过几次亏，才明白这玩意儿背后的逻辑有多讲究。
控制图的构造
一张标准的控制图，由三个基本元素构成：一条中心线（CL）、两条控制界限（UCL和LCL），以及按时间或样本顺序排列的数据点。纵轴是你关心的质量特性值，比如尺寸、纯度、电阻；横轴是样本序号或者取样时间。
我记得有一次，工厂的质检员把规格界限（USL/LSL）直接当控制限用，结果误判了一大堆正常产品。规格限是客户说了算的，控制限是过程自己“算”出来的，两码事。控制限永远基于过程自身的波动来算，跟客户的嘴巴没关系。
| 要素 | 符号 | 含义 |
|---|---|---|
| 中心线 | CL | 过程输出值的平均值（或中位数） |
| 上控制限 | UCL | 均值 + 3倍标准差 |
| 下控制限 | LCL | 均值 - 3倍标准差 |
中心线与控制限的计算逻辑
中心线（CL）通常就是历史数据的平均值。对于计量型控制图，比如Xbar-R图，CL就是子组均值的均值（x̄̄）。控制限则基于“3σ原则”——也就是休哈特博士定下的规矩：在正态分布下，99.73%的数据点应该落在均值±3σ范围内。如果你看到点跑出去了，那它出现的概率只有0.27%，几乎不可能是随机，肯定是特殊原因。
嗯，这里要注意：不同的控制图，计算公式不一样。下面这张表我建议你收藏，项目里经常要翻出来看。
| 控制图类型 | 中心线 | UCL / LCL |
|---|---|---|
| Xbar-R（均值-极差） | x̄̄ | x̄̄ ± A₂·R̄ |
| Xbar-S（均值-标准差） | x̄̄ | x̄̄ ± A₃·s̄ |
| I-MR（单值-移动极差） | x̄ | x̄ ± 2.66·MR̄ |
| p（不合格品率） | p̄ | p̄ ± 3√[p̄(1-p̄)/n] |
| c（缺陷数） | c̄ | c̄ ± 3√c̄ |
判异准则：不是所有“超出”都一样
控制图最核心的价值其实不是画线，而是“读图”。你光把图扔在那，没人会判读，等于白画。判异准则一共有8条（部分行业还延展到更多），但说白了就两类：点超出控制界限，以及点在内但排列不随机。
我给大家挑最常用的几条讲，项目里90%的特殊原因都逃不出这几条。
- 一点超越控制界限（上或下）——这是最直接的报警。我见过一个案例，注塑机温度失控，瞬间就有个点飞到天上，操作员还以为是偶然，结果连续三件废品。
- 连续9点在中心线同一侧——这意味着过程的整体位置发生了偏移。我曾经帮一家电子厂排查，发现是因为吸嘴磨损导致贴片位置整体偏左。
- 连续6点递增或递减——过程存在趋势性漂移。刀具磨损、化学药剂浓度下降，都会出现这种模式。
- 连续14点交替上下——通常说明数据被过度调整（操作工见到偏高就调低，见到偏低就调高，反而制造了额外波动）。
- 连续3点中有2点落在A区（2σ~3σ之间）——即使没出界，也已经非常接近极限，值得警惕。
| 编号 | 判读规则 | 可能的特殊原因方向 |
|---|---|---|
| 1 | 任何1个点超出UCL或低于LCL | 突发事件、测量错误、原料突变 |
| 2 | 连续9点在中心线同一侧 | 过程均值偏移（设备、夹具、人员） |
| 3 | 连续6点递增或递减 | 趋势性变化（磨损、老化、升温） |
| 4 | 连续14点交替上下 | 过度调整、周期性环境变化 |
| 5 | 连续3点中有2点落在A区 | 方差增大或均值小幅偏移 |
控制图的结构与判异逻辑（SVG示意图）
下面这张图展示了一张典型控制图的结构，以及几条主要的判异示例。你可以把它打印出来贴在工位上，每次看控制图时候对照一下。
- 控制限 = 过程自身均值的 ±3σ，与产品规格界限无关。
- 判异准则第一条：点出界即报警，但别急着调参数，先查特殊原因。
- 准则2~5：“界内异常”往往比出界更隐蔽，但也是特殊原因的早期信号。
- 判异准则不是数学定理，是经验统计——所以不要死搬硬套，要结合工程背景。
好了，这张控制图的图画好了，线也画了，点也标了，准则也讲完了。你以后再打开控制图就对着这张表和图一步一步来，保证不会漏掉特殊原因。记得小时候看师父看控制图，他扫一眼就知道哪里有问题，我当时觉得他神了。其实没什么，就是这八条准则练熟了，再加一点现场感觉。