先说清楚这篇写什么，免得你觉得跟前几篇撞了。来料检验、制程巡检、出货检验这三篇判的都是「产品」——这批货合不合格、这张单能不能放行。这篇判的是「过程」：这条线在一段时间里稳不稳、抖得厉不厉害、能力够不够。产品判定是一次性的，过程判定是时间序列的，两者的算法和坑完全不是一回事。
制程巡检那篇里其实提过一嘴判异准则，但那是作为首件确认的一个小节。真要把 SPC 跑起来，控制图怎么选、控制限从哪来、八条准则开哪几条、Cpk 什么时候算才有意义,这些才是每天会卡住人的地方。这篇就讲这一层。
一、先分清：控制限和规格限是两条完全不搭的线
这是外行最容易犯的错，也是很多「做了 SPC 但其实没做」的现场唯一的动作：把图纸上的上公差下公差画到控制图上去，然后看数据有没有出格。
这两条线的来源根本不同。
规格限（USL/LSL）是客户或图纸给的，代表「允不允许」。控制限是过程自己算出来的，一般取中心线上下 3 个标准差，代表「这个过程的正常波动范围有多大」。控制限跟客户要求一点关系都没有——一条烂线也会有自己的控制限，而且可能宽得离谱。
所以判断要分两句：
看控制图判「失控」——过程里出现了非随机的变异，说明有特殊原因进来了（换料、换刀、参数被动过、量具漂了）。看能力指数判「不足」——过程稳定但这个稳定区间比规格宽，早晚要出不良。
这两件事不能互相替代。过程可以很稳但能力不够（Cpk 0.8，天天稳定地做不良）；也可以能力够但已经失控（Cpk 本来 1.6，某天开始往一边跑）。只看其中一个，结论都会错。
二、三张图分工别混，混了就是白做
选图只看两件事：数据是计量型还是计数型，以及一次取几个样本（子组大小 n）。
计量型（长度、重量、温度这类能测出小数的）：子组 n 在 2 到 9 之间用 Xbar-R 图（均值图 + 极差图）；n 大于等于 10 用 Xbar-S 图（极差对大的子组不敏感，改用标准差）；一件产品只能测一次、或者检测是破坏性的，n 等于 1，用 I-MR 图（单值 + 移动极差）。
计数型（合格/不合格、缺陷个数）：不合格品率用 p 图，不合格缺陷数用 c 图或 u 图。这两者的区别是「一个产品算一次合格与否」还是「一个产品上数了几个缺陷」，别搞混。
这里有个现场极常见的错误，杀伤力比选错图大得多：把不同产品、不同机台、不同班次的数据混在一张图上。
后果很直接。R 图会先炸——不同产品的尺寸量级不同，组内极差被撑得很大，于是 R 图失控、控制限被算宽；控制限一宽，Xbar 图上真异常也压在限内看不见了。最后图看起来很漂亮，实际上什么也没判。
一句话记住：控制限不是越宽越安全，是越宽越瞎。
三、八条判异准则：前三条抓突发，后五条抓漂移
行业里通用的是 Nelson 八条（也叫西方电气准则的扩展版）。列一下，每条后面写清楚「抓到了该去查什么」，不然准则只是八行没人看的代码。
准则 1：1 点超出 ±3σ。抓突发。查换料、换模、设备异常、量具摔碰。
准则 2：连续 9 点在中心线同一侧。抓偏移。查新批次原料、刀具磨损中段、环境温度趋势。
准则 3：连续 6 点递增或递减。抓趋势。查刀具磨损、模具磨损、催化剂衰减、过滤器逐渐堵塞。
准则 4：连续 14 点上下交替。抓两台设备或两个工位交替取样（系统性交替）。
准则 5：连续 3 点中有 2 点落在同侧 ±2σ 之外。抓早期偏移，比准则 2 更早报警。
准则 6：连续 5 点中有 4 点落在同侧 ±1σ 之外。抓更早期的漂移。
准则 7：连续 15 点落在 ±1σ 之内。这条不是抓异常，是抓「数据有问题」——真实过程的波动不会这么乖。常见原因：分层没做（把多台设备数据混算，变异被平均掉）、数据是编的、量具分辨力太低把差异抹平了。
准则 8：连续 8 点全部落在 ±1σ 之外（两侧都算）。抓混合分布——通常是把两个不同均值的过程混在一张图上，或者过程本身是双峰。
八条列完，但实操里最重要的一句话是：不要八条全开。
每条准则都有自己的虚警概率，叠起来在一条稳定的过程上也会频繁报警。报警一多，班组长第一反应是「这图不准」，然后把告警关掉或者干脆不看。这是 SPC 系统最常见的死法——不是算错，是没人看了。
建议的开法：刚上线只开 1、2、3，跑两周看虚警率；冲压、注塑这类换模频繁的线把 5、6 打开；准则 7 单独做一条「数据质量告警」给质量工程师，不要推给产线。至于「一天推两百条告警给车间主任」这种做法，本质是把判异做成了骚扰。
四、两个技术坑：自相关，以及拿整体标准差算 Cpk
坑一：取样太密导致自相关。
很多产线上了在线检测，每 10 秒采一个数。这时候相邻数据是强相关的——它们反映的是同一段过程状态，不是独立样本。后果是组内标准差被严重低估，控制限算得过窄，于是图上到处是「异常点」，实际上过程好得很。
处理办法两条：拉长取样间隔，让样本之间真正独立；或者改用 I-MR 并做自相关修正（AR 模型残差法），但后者对现场来说太重，通常直接改取样方案更实用。
取样间隔怎么定，看过程多久会变。换刀周期 4 小时的工序，5 分钟一个子组是合理的；热处理炉这种慢过程，半小时一个反而更能反映真实波动。
坑二：用整体标准差算 Cpk，值会虚高。
Cpk 用的是组内标准差（Rbar 除以 d2，或 Sbar 除以 c4），只反映「同一子组内的短期波动」。Ppk 用的是整体标准差，把所有数据的长期波动都算进去。
因为组内标准差通常小于整体标准差，所以同一个数据集算出来 Cpk 一般大于 Ppk。差 0.2 到 0.3 是常事，过程有漂移时差得更多。有人为了让数字好看，用整体标准差套进 Cpk 公式，或者在报告里只写 Cpk 不写 Ppk——这不是技术问题，是诚信问题。
还有个前提常被跳过：Cpk 只在过程受控时才有意义。过程正在往一边跑的时候算能力指数，等于给一辆正在跑偏的车测油耗，数字再漂亮也没用。正确顺序是先用控制图确认受控，再算能力。
五、判异之后三件事，顺序不能反
报警了先干什么，决定了这套系统是「解决问题」还是「制造问题」。
第一步，先验数据。小数点、单位、录入时间戳、有没有重复导入。听起来琐碎，但实际报警里至少三成是数据问题。这一步花五分钟，能省掉后面两小时的会议。
第二步，再验测量系统。量具是不是在校准有效期内（计量器具校准与检定里那套台账这时候就有用了）；做一次 GR&R，看重复性与再现性占比——超过 30% 说明你测出来的「变异」主要来自测量本身，控制图上的信号根本不可信。
第三步，才查过程。按准则类型往对应方向查：趋势类查磨损，偏移类查换料换批，突跳类查设备与操作。这时候报工记录（车间报工与工时核对）就是最好的旁证——几点换的班、几点换的料，一比对就知道异常点落在哪个班次。
顺序反了会怎样？先去调参数。参数一调，数据回到限内，报警消失，问题被掩盖，两周后以批量不良的形式回来。这种「用调参掩盖异常」的操作，是过程能力悄悄退化的主要途径。
处置必须留痕：异常点编号、触发的准则、原因码、措施、验证后是否恢复受控。这套记录最后就是一份证据包——客户审厂、体系外审、客诉追溯，问的都是「你当时怎么发现的、怎么处理的」。
六、Agent 能做五件事，不能做三件事
能做的：
一是数据清洗与子组划分。按产品、机台、班次、时间窗自动切子组，这一步人做最容易切错，而且是全流程的地基。切错了后面全错，所以还要顺手做一项校验：每个子组的样本数是否一致、时间戳是否连续、有没有跨班次的混组。
二是控制限按版本计算。控制限不是算一次用一年。换型、换料、大修之后都要重算，而且必须带生效日期——同一个产品在不同月份有两套控制限是正常的，用新限去回判旧数据才是错的。
三是八条准则扫描并按优先级排序。不是把报警按时间排，而是按「后果严重程度 × 置信度」排。准则 1 加连续 3 点同侧，比准则 7 重要得多。
四是给异常点找归因候选。把异常时间点跟换班、换料、换模、维修、参数调整记录做时间关联，输出「可能是这三个原因」而不是「出异常了」。这一步价值最大，因为它把「判异」变成了「排查」。
五是周报与能力趋势。按产品线出 Cpk 走势、失控次数、重复异常率。重复异常率这个指标特别好用——同一个位置同一个原因三个月内报三次，说明上次的整改是走过场。
不能做的：
一是不判「这是不是质量事故」。异常点是不是要停线、要不要判废、要不要通知客户，这是质量工程师和产线主管的判断。Agent 只提供事实和候选原因。
二是不为了让图好看去改控制限。这条要写进系统约束，不能让 Agent 有「调限」这个动作。控制限只能因为过程本身变了而重算，不能因为报警太多而放宽。
三是不替代测量系统分析。GR&R、线性、偏倚、稳定性这四项是计量的事，Agent 最多做提醒和数据整理。
七、落地三步：先回放，再告警，最后接整改
第一步，拿历史数据回放。取最近 3 到 6 个月的数据，用已知的客诉批次、报废批次、返工批次做验证：这套准则和阈值能不能把已知问题抓出来。抓不到七成，说明子组划分或者取样方案有问题，别急着上线。
回放还有一个副产品：你会拿到自己产线的真实虚警率。这个数字决定了告警该推给谁、推多频。
第二步，只开三条准则，只做每日汇总。不做实时弹窗，不做大屏。前两周的目标不是抓问题，是让人相信这套东西不烦人。
第三步，异常接整改流程。确认的异常点要么进隐患排查治理，要么进不合格品处置，走同一套「定人、定期、定验证」的闭环。悬在控制图上的异常点，两周后没人记得它是怎么回事。
数据质量那一层也别省。空值、重复行、时间戳乱序、单位混用，这些在数据质量门禁里讲过的检查，放到 SPC 场景一个都不能少——控制图对脏数据特别敏感，一个错位的小数点能造出一串假异常。
八、适合谁
适合已经有在线检测或至少有稳定抽检数据的制造企业，尤其是已经被客户要求提交 Cpk/PPAP 的供应商。也适合那些「控制图挂在墙上但没人看」的厂——大概率不是图错了，是准则开太多、告警没人管、控制限一年没重算。
不适合的：产品还在试产、工艺参数天天大改的阶段。那种时候过程本来就没稳定，控制图只会告诉你「还没稳」，没有增量信息。
最后一句总结：SPC 的价值不在画图，在于把「感觉这批有点不对」变成「第 37 个子组触发了准则 3，查刀具磨损」。Agent 能做的是把这句话自动生成出来，判断还得人来下。
