控制图天天报警，产线干脆把报警关了——子组选错了

生产队队长

一条薄膜工序的 Xbar-R 控制图，一天报警十几次。工程师每次去查，都查到"没有异常"。查了两个月，操作员把报警声音关了。三个月后真的出了问题，追溯到那次失控，发现它在报警记录里——和另外两百次假警混在一起，谁也没看出来。

一、子组的唯一要求：组内只含普通原因

控制图的数学基础是"用组内变异估计过程的固有波动"。这要求一个子组内的数据，除了普通原因（随机波动）之外，不能有其他变异来源。

一旦组内混入了特殊原因（不同机台、不同班次、不同批次、不同操作员），组内变异被放大，控制限跟着变宽，真正的异常反而被埋掉。

反过来，如果组内数据过于"同质"——比如同一时刻连续生产的片子，因为过程有自相关，组内变异被低估，控制限过窄，就会天天报警。

两个方向的错误都会让控制图失效，但表现完全相反。假警多，通常是第二种。

二、选子组的四条实操规则

• 同一子组内，只允许"同一台设备、同一班、同一批料、相邻时间"的数据
  
• 子组容量 n 取 4~5，n 太小控制限不稳，n 太大会掩盖短周期波动
  
• 采样间隔要大于过程的"记忆长度"，让组内数据近似独立
  
• 每个子组记录对应的条件（机台、班次、料批），否则出问题无法回溯
  

第 3 条最抽象，但最实用。判断方法：把连续 20 个单值画成 I-MR 图，看 MR 的分布。如果相邻点的差普遍很小（远小于整体标准差），说明数据有自相关，此时连续取样组成的子组是无效的。

三、三种图怎么选

场景	推荐图	原因
可批量取样的连续过程	Xbar-R（n≤9）	组内估计 σ 灵敏度高
可批量取样，n>9	Xbar-S	R 图在大 n 时效率低
单件、破坏性测试、每批一个数据	I-MR	没有组内数据可用
计数型（不良率/缺陷数）	p / np / c / u	按样本量是否恒定选

破坏性测试（比如拉脱力、剪切力）只能每批取一个，就只能用 I-MR。这时控制限的估计依赖相邻差，灵敏度天然低一些，管理上要接受"发现更晚"，转而靠加严的抽样频率补偿。

四、R 图先失控，Xbar 图就别看了

这是最实用的一个判据：R 图反映组内变异，Xbar 图反映组间偏移。如果 R 图先失控，说明组内变异本身变了，此时 Xbar 的控制限是错的，任何判读都不可信。

正确顺序：

• 先看 R 图（或 S 图），确认组内变异稳定
  
• R 图稳定后，才看 Xbar
  
• R 图失控 → 查测量系统、查操作一致性、查子组构成
  
• Xbar 失控而 R 稳定 → 查过程均值偏移（设备漂移、来料变化）
  

很多时候"天天报警"就是因为跳过了第 1 步，直接在 Xbar 上找原因，找的其实是组内变异。

五、报警的处置必须闭环

控制图失效往往不是技术问题，是管理问题。三个改法：

一、报警分级。把判异规则分成两级：单点超 3σ 立刻停线；连续 7 点趋势只记录、当班复核。全都停下来查，产线一定关报警。

二、记录"已查结论"。每次报警必须有结论：真异常（附原因与措施）或误报（附判定依据）。累计 20 次误报，就说明控制限或子组需要重算，而不是继续接受误报。

三、定期重算控制限。工艺变更、设备大修、来料换供应商之后，控制限必须重算。用一年前的限管今天的过程，误报是必然的。

六、回到那条薄膜线

诊断顺序应该是：先看 R 图是否稳定 → 检查子组是否由连续片组成 → 算自相关 → 改子组构成（改为间隔取样，n=5）→ 重算控制限。

改完之后，报警频率会从每天十几次降到每周一两次，而这两次大概率是真的。报警的价值不在数量，在信噪比。

你们的控制图子组是怎么取的？连续五片，还是间隔取样？上一次重算控制限是什么时候？