每个品种一个月只做一批，控制图还画得出来吗？——短周期 SPC 三类替代图选用五步法

某机加工企业的质量工程师盯着一张控制图发了两个月的愁。加工中心一次要轮番做十几种零件，每种一个月投一批、两三百件，做完就换型。按培训教材的要求，X̄-R 图每个子组要取 4～5 件连续生产件、攒够 20～25 组才能算出可靠的控制限，可他们手里的品种根本凑不出这么多"同一状态"的数据。

于是现场出现了三种"硬凑"：有人把规范上下限直接搬到图上当控制限，图永远不报警；有人把三四个不同规格的零件数据混在一张图上算限，控制限宽得离谱；还有人拿两年前定的限继续用，模具都换过一轮了，图上还是一片安静。结果控制图沦为交差用的挂图，真正的问题一个没拦住。

问题不在控制图，而在图型选错了。数据量小、品种多、换型勤的现场，需要的是一套专门为短周期过程设计的替代图。下面讲清三类替代图怎么选、怎么落地。

一、常规 X̄-R 图为什么在短周期现场失灵

控制图的统计基础，是用"组内变差"估计过程的普通原因波动，再把子组均值的移动拿去发现特殊原因。这套逻辑成立的前提是：同一状态下的数据足够多。

X̄-R 图要求每个子组 4～5 件连续件，且至少 20～25 个子组，也就是 100 件以上同品种、同工装、同参数的数据。短周期现场正好相反：一个品种一个月一批、共 200 件，中途还要换刀、换料批，能算作"同一状态"的连续数据可能只有几十件。数据不够，控制限就只能靠猜——猜出来的限要么太宽（漏报），要么太窄（误报）。

正确的应对不是放弃控制图，而是换一种让数据"可比"的图型：把不同品种、不同规格的数据，通过基准转换放进同一张图，让点数和灵敏度都回来。

二、三类替代图，按场景对号入座

第一类，I-MR 图（单值-移动极差图）。适用于单件生产、极慢过程或每次只留一件的关键特性，比如热处理炉次、大型铸件、每班只产出几件的工位。它用相邻两点的移动极差来估变差，不需要凑子组，攒够 20～25 个单值点即可建图。代价是灵敏度低于 X̄-R，且相邻移动极差之间存在自相关，判异时不能把八大准则整套照搬，一般只用"点出界"加连续趋势类规则。

第二类，标准化 Z 控制图。适用于同族、同设备、同工艺、同量具，只是名义尺寸不同的多品种场景。做法是先给每个品种定一个基准（历史均值或图纸目标值）和一个变差尺度（历史标准差或公差带的固定比例），再把实测值换算成 Z =（实测值 − 基准值）÷ 变差尺度，所有品种的点打在同一张图上。这样十几个品种共用一套控制限，点数迅速累积，品种之间的可比性也建立了。前提是这些品种的变差尺度确实相近，量具分辨力足够——量具变差占比要在 MSA 里确认过，通常要求不超过总变差的 30%。

第三类，DNOM 偏差图（名义值偏差图）。适用于同族尺寸零件，比如同一个零件族里长度不同的一系列轴。做法是直接以图纸名义值为零线，把实测减名义值的偏差画成一张图。它比 Z 图更简单，不需要除以标准差，现场操作者容易接受；代价是要求同族零件的公差带宽度大致相同，否则偏差的合理范围不一致，控制限会失真。

除了这三类图，还有一种务实做法是冻结控制限：过程经能力研究确认稳定后，用历史数据算出一套固定控制限并冻结使用，后续每批只打点、不复算限，直到工艺或工装发生变更。这适合月度批量小但工艺高度一致的产品，前提是必须有能力研究数据背书，而不是凭空拍一个限。

三、一个示例

某机加工车间一台加工中心，轮流生产 12 种轴类零件，每种每月一批约 300 件，关键特性是外径。质量工程师先确认这 12 种零件同设备、同工艺、同材质、同一把量具，公差带宽度相近，判定为同一产品族。随后给每个品种设定以图纸中值为基准的变差尺度，把外径实测值换算成 Z 值，12 个品种的点打在同一张 Z 图上。投产初期先用各品种连续 20 件的组内变差估计合并标准差，攒够 25 个点后算出控制限。

图跑了三周，报出两次异常：一次是某品种换刀后连续 7 点单侧偏移，一次是新料批硬度偏高导致变差放大。这两次在原来的混算图上都被淹没，现在都被拦住，现场才真正开始信这张图。

四、落地五步

第一步，分族。按设备、工艺路线、材料、量具四个条件分组，同族内公差带宽度要相近。分族不清是短周期 SPC 失败的第一原因。

第二步，定图型。单件或极慢过程选 I-MR；多品种同族、变差尺度相近选 Z 图；同族尺寸零件选 DNOM 偏差图；工艺高度稳定、已通过能力研究的产品可用冻结控制限。

第三步，估参数。控制限的宽度必须来自过程自身的变差，不能用规范限替代；同族合并估计时要基于组内变差，且至少有 20～25 个点支撑。测量变差占比先用 MSA 确认。

第四步，建图并裁剪判异规则。按图型选择适用的判异规则，I-MR 图慎用连续链类规则；同时明确失控的处置路径、响应人和响应时限，否则图报出来也没人动。

第五步，滚动复算与版本管理。控制限按固定周期（如每季度或每 25 个点）复算一次；品种增减、工艺参数变更、量具更换时，旧图冻结、重新建图，并在文件上留版本记录。

五、三个最容易踩的坑

第一，把控制限当规范限用。两条线的来源完全不同：规范限来自客户要求，控制限来自过程自身的变差。把它们画在同一条线上，等于同时放弃了判稳和判合格两件事。

第二，把异族数据硬凑到一起。不同公差带、不同量具、不同材质的零件合算控制限，算出来的限对谁都不适用。分族宁可细一点，也不要图省事合并。

第三，图型降级了，判异规则却照搬。I-MR 图和 Z 图的灵敏度与 X̄-R 不同，直接套用八大准则会让报警频率暴涨，现场跑几次查不出问题，就再也不看这张图了。

短周期现场要的不是更严格的图，而是更懂自己数据的图。先把族分对、把图型选对、把参数估准，控制图才可能从"挂图"变回"哨兵"。

品种多、批量小不是放弃控制图的理由，选对图型，短周期过程一样能被盯住。

知识编号：6.3.1

版本：v20260915

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。