注塑成型统计过程控制（SPC）
我已在数十个注塑成型工序中成功实施SPC。以下内容总结了在注塑成型中应用统计过程控制时行之有效的方法，以及需要避免的误区。
关键要点
| 方面 | 关键信息 |
| -------- |
|---|
| 统计概述 |
| 核心概念与应用场景 |
| 成本考量 |
| 因项目复杂度而异 |
| 最佳实践 |
| 遵循行业指南 |
| 常见挑战 |
| 预留应对意外情况的预案 |
| 行业标准 |
| ISO 9001、适用时的AS9100 |
为何SPC在注塑成型中至关重要
检验方式的局限性
仅靠检验无法发现全部缺陷。当您测量一个零件时，该工艺可能已连续生产出数百个同类零件。SPC可在缺陷发生前，及时提示工艺已出现偏移。
SPC带来的益处
| 益处 | 影响 |
| ------ |
|---|
| 早期预警 |
| 在缺陷发生前识别工艺偏移 |
| 工艺理解 |
| 明确自身工艺能力 |
| 客户信心 |
| 以可验证的受控状态赢得信任 |
| 成本降低 |
| 减少报废与返工 |
| 文件记录 |
| 满足质量体系合规性要求 |
注塑成型SPC基础
核心概念
| 术语 | 定义 |
| ------ |
|---|
| 控制限（Control limits） |
| 距工艺均值±3σ的界限 |
| 固有工艺变差（Natural process variation） |
| ±3σ覆盖正常分布的99.73% |
| 可归因原因（Assignable cause） |
| 可被识别并定位的特殊原因 |
| 随机原因（Common cause） |
| 工艺固有的随机变差 |
注塑成型中的变差来源
| 来源 | 类型 | 控制方法 |
| ------ |
|---|
| ---------- |
| 原料批次差异 |
| 随机原因 |
| 供应商管控、来料检验 |
| 设备漂移 |
| 可归因原因 |
| SPC监控 |
| 温度波动 |
| 随机原因 |
| 设备温控系统 |
| 操作员差异 |
| 随机/可归因原因 |
| 标准化作业规程 |
| 模具磨损 |
| 可归因原因 |
| 预防性维护、SPC趋势分析 |
控制图选型
注塑成型常用控制图类型
| 控制图类型 | 应用场景 | 子组大小 |
| ------------ |
|---|
| ----------- |
| X-bar 和 R 图 |
| 计量型数据 |
| 3–5件/子组 |
| X-bar 和 S 图 |
| 计量型数据 |
| 5–10件/子组 |
| 单值-移动极差图（I-MR） |
| 每件单独测量 |
| 1件/子组 |
| p 图 |
| 计数型数据（合格/不合格） |
| ≥50件/子组 |
| np 图 |
| 不合格品数量 |
| ≥50件/子组 |
按应用场景推荐的控制图
| 应用场景 | 推荐控制图 | 频次 |
| ---------- |
|---|
| ------ |
| 关键尺寸 |
| X-bar 和 R 图 |
| 每小时 |
| 重要尺寸 |
| X-bar 和 R 图 |
| 每2–4小时 |
| 零件重量 |
| 单值-移动极差图（I-MR） |
| 每10–30分钟 |
| 工艺参数 |
| 单值-移动极差图（I-MR） |
| 连续采集 |
| 外观缺陷 |
| p 图 |
| 每小时 |
控制图实施
X-bar 和 R 图设置步骤
第1步：采集初始数据
-
20–25个子组
-
每个子组含5件连续生产的零件
-
所有零件须来自稳态生产阶段
第2步：计算统计量
| 计算项
| 公式
| 示例
|
| -------- |
|---|
| ------ |
| 子组均值（X̄） |
| Σxi / n |
| 25.02 mm |
| 极差（R） |
| Xmax − Xmin |
| 0.05 mm |
| 均值的均值（X̄̄） |
| ΣX̄ / k |
| 25.02 mm |
| 平均极差（R̄） |
| ΣR / k |
| 0.04 mm |
第3步：计算控制限
| 限值
| 公式
| 示例
|
| ------ |
|---|
| ------ |
| X̄ 上控制限（UCL） |
| X̄̄ + A₂R̄ |
| 25.035 mm |
| X̄ 下控制限（LCL） |
| X̄̄ − A₂R̄ |
| 25.005 mm |
| R 上控制限（UCL） |
| D₄R̄ |
| 0.083 mm |
| R 下控制限（LCL） |
| D₃R̄ |
| 0 |
控制图系数（n = 5）
| 系数
| 数值
|
| ------ |
|---|
| A₂ |
| 0.577 |
| D₃ |
| 0 |
| D₄ |
| 2.114 |
控制图判读准则
| 图形模式 | 判读含义 | 应对措施 |
| ---------- |
|---|
| ----------- |
| 点位于控制限内 |
| 正常随机变差 |
| 继续运行 |
| 点超出控制限 |
| 存在可归因原因 |
| 立即调查 |
| 连续7点以上位于中心线同一侧 |
| 工艺发生偏移 |
| 立即调查 |
| 连续7点以上呈上升或下降趋势 |
| 工艺存在漂移 |
| 立即调查 |
| 呈周期性或规律性模式 |
| 存在系统性原因 |
| 识别并消除根本原因 |
工艺能力分析
能力指数
| 指数 | 公式 | 含义 |
| ------ |
|---|
| ------ |
| Cp |
| (USL − LSL) / 6σ |
| 潜在能力（不考虑中心偏移） |
| Cpk |
| min[(USL−μ)/3σ, (μ−LSL)/3σ] |
| 实际能力（考虑中心偏移） |
| Pp |
| (USL − LSL) / 6σ |
| 总体能力（长期） |
| Ppk |
| 同上 |
| 总体能力（长期） |
能力要求（按行业）
| 行业 | 最低Cpk要求 | 目标Cpk |
| ------ |
|---|
| ------------ |
| 消费类电子产品 |
| 1.00 |
| 1.33 |
| 工业设备 |
| 1.00–1.33 |
| 1.50 |
| 汽车行业 |
| 1.33 |
| 1.67 |
| 航空航天 |
| 1.50 |
| 2.00 |
| 医疗器械 |
| 1.33–1.67 |
| 2.00 |
能力计算示例
| 参数 | 数值 |
| ------ |
|---|
| 上规格限（USL） |
| 25.10 mm |
| 下规格限（LSL） |
| 24.90 mm |
| 工艺均值（μ） |
| 25.02 mm |
| 工艺标准差（σ） |
| 0.008 mm |
| Cp |
| (25.10 − 24.90) / (6 × 0.008) = 4.17 |
| Cpk |
| min[(25.10 − 25.02) / (3 × 0.008), (25.02 − 24.90) / (3 × 0.008)] = min[3.33, 0.50] = 0.50 |
结果：工艺未达能力要求（Cpk = 0.50 < 1.00）
注塑成型SPC参数设定
关键质量特性（CTQ）尺寸
| 参数 | 规格要求 | 控制方法 |
| ------ |
|---|
| ------------ |
| 关键配合尺寸 |
| ±0.005″ |
| X-bar/R图，每小时 |
| 功能尺寸 |
| ±0.010″ |
| X-bar/R图，每2小时 |
| 基准尺寸 |
| 图纸公差 |
| 单值图（Individual），每日 |
| 外观特征 |
| 合格/不合格 |
| p图，每小时 |
需监控的工艺参数
| 参数 | 控制方法 | 频次 |
| ------ |
|---|
| ------ |
| 零件重量 |
| I-MR图 |
| 每15分钟 |
| 成型周期时间 |
| I-MR图 |
| 每周期 |
| 保压位置 |
| I-MR图 |
| 每小时 |
| 峰值压力 |
| I-MR图 |
| 每小时 |
| 模具温度 |
| I-MR图 |
| 连续采集 |
抽样方案
| 日产量 | 样本量 | 频次 |
| ---------- |
|---|
| ------ |
| ＜1,000件 |
| 5件 |
| 每小时 |
| 1,000–10,000件 |
| 5件 |
| 每30分钟 |
| ＞10,000件 |
| 5件 |
| 每15分钟 |
实施步骤
第一阶段：准备
| 步骤 | 活动 | 输出 |
| ------ |
|---|
| ------ |
| 1 |
| 识别关键质量特性（CTQ） |
| CTQ清单 |
| 2 |
| 选定测量系统 |
| 量具重复性与再现性（Gage R&R）＜10% |
| 3 |
| 制定抽样计划 |
| 明确抽样时机与样本量 |
| 4 |
| 操作员培训 |
| 培训记录 |
| 5 |
| 创建控制图模板 |
| 控制图模板 |
第二阶段：数据采集
| 步骤 | 活动 | 周期 |
| ------ |
|---|
| ------ |
| 1 |
| 采集基线数据 |
| 20–25个子组 |
| 2 |
| 计算控制限 |
| 数据分析 |
| 3 |
| 张贴初步控制图 |
| 可视化展示 |
| 4 |
| 若不稳定则调整 |
| 消除可归因原因 |
第三阶段：量产实施
| 步骤 | 活动 | 频次 |
| ------ |
|---|
| ------ |
| 1 |
| 每日使用控制图 |
| 持续进行 |
| 2 |
| 对异常信号做出响应 |
| 发生失控时立即响应 |
| 3 |
| 定期更新控制限 |
| 每季度 |
| 4 |
| 计算工艺能力 |
| 每月 |
第四阶段：持续改进
| 活动 | 频次 |
| ------ |
|---|
| 审查控制图绩效 |
| 每周 |
| 更新控制限 |
| 每季度 |
| 重新计算能力指数 |
| 每月 |
| 工艺优化 |
| 持续进行 |
常见SPC失误
失误1：控制图类型选择错误
问题： 对高度变异的过程仍使用X-bar/R图。
对策： 零件重量、成型周期时间等应采用单值图（I-MR）。
失误2：子组划分错误
问题： 在2小时内采集5件样品，而非连续取样。
对策： 子组必须反映相同工艺条件（如连续5模次）。
失误3：忽视异常信号
问题： 出现超限点却未采取行动。
对策： 对每个异常信号均需调查，并记录调查结果。
失误4：控制限未及时更新
问题： 工艺变更后仍沿用初始控制限。
对策： 工艺优化后须重新计算控制限。
失误5：过度干预
问题： 将正常随机变差误判为异常并干预。
对策： 仅针对可归因原因采取纠正措施。
SPC文件管理
必备记录
| 文件 | 内容 | 保存期限 |
| ------ |
|---|
| ------------ |
| 控制图 |
| 所有绘图数据 |
| 3–5年 |
| 应对预案 |
| 异常信号响应流程 |
| 现行有效 |
| 能力研究报告 |
| Cpk/Ppk计算结果 |
| 5年 |
| 培训记录 |
| 受训人员及日期 |
| 在职期间+3年 |
控制图模板
CONTROL CHART
- X-bar and R
Part: ____________
Dimension: ____________
Unit: ____________
USL: ____________
LSL: ____________
Machine: ____________
Cavity: ____________
Operator: ____________
Date: ____________
SAMPLE DATA
Sample
| X̄
| R
| Notes
1
|
|
|
2
|
|
|
3
|
|
|
.
|
|
|
LIMITS (from baseline study)
X̄̄ = ____________
R̄ = ____________
UCL(X̄) = ____________
LCL(X̄) = ____________
UCL(R) = ____________
LCL(R) = ____________
TODAY'S DATA
Time
| X̄
| R
| In/Out
| Action
-----
|----
|---
|--------
|------
|
|
|
|
|
|
|
|
|
|
|
|
SUMMARY
Total samples: ____________
Out of control: ____________
Actions taken: ____________
SPC软件选项
SPC软件对比
| 软件 | 功能 | 成本 | 适用对象 |
| ------ |
|---|
| ------ |
| ------------ |
| 基础电子表格 |
| 控制图、简单计算 |
| $ |
| 小型作业单元 |
| 专业质量电子表格 |
| 控制图、数据分析 |
| $$ |
| 快速成长型企业 |
| 专用SPC软件 |
| 全功能模块 |
| $$$$ |
| 大型企业 |
| 设备集成型软件 |
| 实时数据采集 |
| 变量 |
| 大批量生产 |
关键必备功能及其价值
| 功能 | 价值说明 |
| ------ |
|---|
| 实时绘图 |
| 即时反馈工艺状态 |
| 报警提醒 |
| 快速识别异常信号 |
| 自动计算控制限 |
| 减少人工计算误差 |
| 能力分析（Cpk/Ppk） |
| 支持工艺能力量化评估 |
| MES/ERP集成 |
| 实现质量数据系统级贯通 |
SPC成效衡量指标
绩效指标
| 指标 | 目标值 | 测量方式 |
| ------ |
|---|
| ------------ |
| 控制图使用率 |
| 100%覆盖所有CTQ |
| 内部审核 |
| 失控率 |
| ＜5% |
| 审查控制图 |
| Cpk达标率 |
| ＞1.33（关键特性） |
| 每月统计 |
| 报废率 |
| ＜2% |
| 生产数据 |
| 一次合格率 |
| ＞98% |
| 生产数据 |
改进效果追踪
| 指标 | 实施SPC前 | 实施SPC后 | 典型改善幅度 |
| ------ |
|---|
| ---------------- |
| ------------------ |
| 报废率 |
| — |
| — |
| 降低30–50% |
| 返工率 |
| — |
| — |
| 降低40–60% |
| 客户投诉率 |
| — |
| — |
| 降低50–70% |
| 工艺认知水平 |
| — |
| — |
| 形成标准化文档 |
核心结论
SPC并非仅关乎控制图与计算，其本质在于深入理解您的工艺并实现有效控制。控制图只是工具，终极目标是实现稳定、可预测的质量表现。
请从关键尺寸入手；构建可靠的测量系统；采集基线数据；继而借助控制图维持工艺受控状态。
切勿过度复杂化；切勿忽视任何异常信号；切勿忘记——目标是质量，而非图表本身。
这正是SPC在注塑成型中创造价值的根本路径。