SPC判异准则与OCAP异常处理全解析

SPC八项判异准则如何识别过程异常？

本文结合制造现场，解析控制图判异、OCAP异常处理流程、Cpk过程能力评价，以及SPC与MES系统联动，帮助企业更早发现过程波动、降低质量风险。

一、最危险的异常，有时还没有超出规格限

假设你是一名负责产线质量的工艺工程师（PE）。

你打开SPC控制图，发现最近连续7个数据点都落在中心线同一侧。所有数据似乎仍在规格范围内，产品也暂时没有出现明显的不良。

你可能会想：既然还没超标，再观察一下吧。

但问题恰恰可能出在这里。

连续多个数据点出现在中心线同一侧，可能意味着过程均值已经发生偏移。如果继续生产，设备参数漂移、刀具磨损、原材料变化等问题，就可能逐渐演变成批量质量风险。

SPC的价值，不只是告诉我们产品有没有超标，更重要的是帮助我们识别过程是否正在发生异常变化。

控制图上的判异准则，就是识别这些异常信号的重要工具。配合规范的异常处理流程，企业才能从“发现不良后再处理”，逐步转向“识别风险、及时干预”。

二、SPC八项判异准则：如何识别过程异常？

控制图的中心线（CL）反映过程的中心水平，控制限（UCL、LCL）则用于判断过程波动是否出现统计异常。

常见的八项判异准则，分别关注单点超限、连续点偏移、持续趋势，以及数据在中心线附近或远离中心线时呈现的特殊分布。

以下按照常见的西方电气（WECO）八项判异规则进行说明。具体规则及点数应以企业采用的标准和SPC系统配置为准。

准则一：一个点超出3σ控制限

典型信号： 单个数据点超出上控制限或下控制限。

可能意味着什么？

过程可能出现突发性特殊原因，例如设备故障、原材料异常、测量系统问题或工艺参数突然变化。

建议行动：

• 核查异常点对应的设备、工艺参数和原材料批次。
• 评估自上一个正常检查点以来的产品是否存在风险。
• 根据控制计划及异常处置程序，决定是否暂停工序、隔离产品并开展调查。

需要注意：控制限不是规格限。超出控制限意味着过程出现统计异常信号，但是否构成产品不合格，还需结合规格限和检验结果判断。

准则二：连续9个点位于中心线同一侧

典型信号： 连续多个数据点全部位于中心线的上方或下方。

可能意味着什么？

过程中心可能已经发生偏移，例如设备设定值变化、工艺条件漂移或材料特性改变。

建议行动：

• 检查近期设备参数、配方和工艺条件是否发生变化。
• 对比不同班次、设备、模具及原材料批次的数据。
• 判断过程偏移是否持续存在，并按照现场流程采取纠正措施。

原视频使用的是“连续7点”规则。需要注意，判异点数并非所有标准都一致：常见的WECO规则采用连续9点同侧，而部分其他规则集采用连续7点。因此，使用软件判异时，应确认所选规则体系，不宜混用。

准则三：连续6个点持续递增或递减

典型信号： 连续6个点呈单调递增或单调递减趋势。

可能意味着什么？

过程可能存在持续变化，例如刀具逐渐磨损、设备温度缓慢变化、反应气体或其他工艺资源逐渐消耗。

建议行动：

• 检查设备使用时间、刀具寿命及维护记录。
• 分析关键工艺参数是否存在持续漂移。
• 结合生产周期和历史数据，确认趋势是否与特定工艺因素有关。

趋势信号的价值在于：即使数据尚未越过控制限，也可能提示过程正在发生系统性变化。

准则四：连续3个点中，有2个点超过中心线同侧的2σ区域

典型信号： 连续3个点中，有2个点位于中心线同一侧，并超过该侧的2σ界限。

可能意味着什么？

数据可能出现偏向一侧的异常聚集，提示过程存在偏移风险。

建议行动：

• 检查近期工艺设定、设备状态和测量条件。
• 确认是否存在原材料或生产批次差异。
• 根据企业预先设定的判异规则，启动相应的异常调查。

另外四项：识别其他不易察觉的异常模式

判异准则	典型信号	需要关注的问题
准则五	连续5个点中，有4个点超过中心线同侧的1σ区域	数据持续偏向一侧，过程可能发生偏移
准则六	连续15个点位于中心线两侧的1σ区域内	波动异常集中，可能存在分层、数据混合或测量分辨率等问题
准则七	连续14个点上下交替	可能存在系统性调节、交替操作或测量方面的影响
准则八	连续8个点位于中心线两侧，且均处于1σ区域之外	数据可能呈现分层或混合分布，需要进一步调查

以上为常见的一套八项判异规则。不同标准或软件可能采用不同的规则编号、点数定义和判定逻辑，企业应统一规则口径，并在控制计划中明确采用的规则。

特别提醒：判异规则不是越多越好。 增加规则有助于发现更多异常模式，但也可能提高误报警概率。企业应结合过程特点、质量风险和现场响应能力，合理选择规则组合。

三、发现异常之后怎么办？OCAP才是关键

控制图发出异常信号，只是质量管理的第一步。

如果系统能够识别异常，却没有明确的处理责任、隔离措施和纠正流程，那么异常仍然可能被忽略，甚至重复发生。

这就是OCAP（Out-of-Control Action Plan 失控行动计划）的意义。

当SPC触发失控信号（OOC），或检验结果出现超规格（OOS）时，企业应按照预先制定的流程进行响应。

OCAP异常处理的五个步骤

第一步：暂停或控制受影响的工序

根据异常类型、风险等级和控制计划，决定是否暂停设备、调整参数或限制后续生产，避免风险进一步扩大。

第二步：识别并隔离潜在风险产品

明确异常可能影响的时间段、生产批次和产品范围。必要时进行标识、隔离和追加检验，防止可疑产品流入下一工序或交付客户。

第三步：调查异常原因

结合控制图、设备记录、工艺参数、原材料批次、操作记录和测量系统状态，查找异常的可能原因。

不要只处理表面现象，更要区分偶发因素与持续性系统问题。

第四步：实施纠正措施并验证效果

采取针对性的纠正措施后，应通过后续数据、复检结果或其他适当方法验证措施是否有效，避免问题只是暂时消失。

第五步：记录处理过程并按程序恢复生产

记录异常发生时间、异常现象、影响范围、原因分析、处理措施、责任人及验证结果。确认满足恢复条件后，再按照企业流程恢复生产。

OCAP的核心是形成闭环：异常被发现、有人负责处理、原因得到调查、措施经过验证、过程恢复有据可查。

在这里有一个很重要的，就是SPC系统能主动发现异常，并且能根据不同的异常自动触发OCAP流程。

对于使用SPC软件的企业，还应关注异常处理记录与原始检测数据、控制图信号之间的关联。这样，后续才能追溯异常是如何发生、如何处理，以及处理后是否真正改善。

四、SPC与MES联动：让异常信号真正推动现场行动

在数字化工厂中，SPC不应只是一个展示控制图的独立工具。

当SPC与MES及设备控制系统进行适当集成后，企业可以根据异常等级和现场管理规则，建立更及时的响应机制。

例如：

• 一级预警： 通过系统消息或企业配置的通知渠道，提醒班组长或相关人员检查异常。五、SPC与MES联动：让异常信号真正推动现场行动
• 二级预警： 通知工艺或质量工程师，开展原因分析，并按规定限制相关操作。
• 三级响应： 在系统集成、权限配置和安全联锁条件允许的情况下，触发设备暂停或其他预先批准的控制动作。

需要强调的是，黄色、红色等预警等级并没有适用于所有工厂的统一定义；自动锁机或停机也不是SPC软件单独就能实现的通用功能。实际方案需要结合MES、PLC、设备控制接口、权限和安全要求进行设计。

同样，控制限通常基于过程数据及适用的统计方法确定，而规格限来自产品或客户要求。企业可以针对高风险工序制定更严格的内部预警阈值，但不应将内部预警阈值与统计控制限混为一谈。

五、如何让SPC从“看图”变成真正的质量管理工具？

对制造企业而言，SPC落地的关键并不是简单地生成一张控制图，而是让数据、异常识别、现场处理和后续追溯形成完整链条。

斌果SPC围绕制造过程的统计监控与质量分析，提供多种控制图、判异规则配置、控制限设置、实时监控和异常追溯等能力，帮助企业把质量数据转化为可执行的现场管理信息。

在实际应用中，企业可以重点关注以下几个方面：

• 及时识别异常： 通过控制图和判异规则，发现超限、趋势、偏移等异常信号。
• 按过程特点配置规则： 根据检测项目、工艺特征和质量风险，选择适用的判异规则。
• 保留处理与追溯信息： 结合操作日志及异常处理登记，记录关键操作和处理过程。
• 持续评价过程表现： 将控制图监控与过程能力分析结合起来，辅助质量改进。

具体的异常通知、OCAP工作流以及MES或设备联动能力，应根据企业的实际部署方案和功能配置确认。

别等到超标，才开始关注控制图

如果你负责一条生产线，不妨现在打开正在使用的SPC控制图，检查最近的数据点：

• 有没有连续多个点落在中心线同一侧？
• 有没有持续递增或递减的趋势？
• 有没有点位接近控制限，或呈现异常聚集？
• 一旦触发判异规则，现场是否知道谁来处理、如何隔离、怎样验证和记录？

真正有效的SPC，不是把异常标成红色就结束了，而是让异常能够被及时发现、妥善处理，并通过数据和记录不断改善过程。

看懂控制图，是发现问题的开始；建立异常处理闭环，才是质量管理真正发挥作用的关键。