前言：控制图不只是一条线
很多人看控制图只看一件事：有没有点超出控制限？ 有点超了，开始查原因。没有点超，就觉得过程稳定。
但 AIAG SPC 手册第二版定义了 8 种判异规则。其中 7 种规则跟「超出控制限」无关——它们检测的是控制限内的异常模式。这些模式不会触发超限报警，但它们比单点超限更危险——因为它们是系统性漂移的早期信号。
如果你的控制图经常出现异常但找不到原因，建议先排查测量系统——我们在 MSA 交叉法 vs 嵌套法：选错方法，结果全白做 里讲过，测量系统不可靠，SPC 判异全是误报。
8 种判异规则详解
每条规则都配了示意说明（用文字描述模式），以及出现时你该排查的方向。
规则 1：1 个点超出控制限（A 区以外）
示意： 一个点超出 UCL 或 LCL。
UCL ————————————————————
● ← 超了
CL ————————————————————
LCL ————————————————————
意味着什么： 最直观的异常信号。可能原因：计算错误、测量错误、原材料突变、设备突发故障。
排查方向：
- 先确认数据没有录入错误（小数点位置、单位转换）
- 确认测量系统正常（量具没有损坏）
- 如果数据真实，查当班生产记录——有没有换批次、换操作工、设备维修
规则 2：连续 9 个点在中心线同一侧
示意： 9 个点全部在中心线以上（或以下）。
UCL ————————————————————
● ● ● ● ● ● ● ● ● ← 连续 9 个点全在上半区
CL ————————————————————
LCL ————————————————————
意味着什么： 过程的均值发生了偏移。虽然每个点都在控制限内，但过程已经不在目标值上了。
排查方向：
- 刀具磨损（加工尺寸会逐渐偏大或偏小）
- 工艺参数被有意调整了（操作工「优化」了参数）
- 原材料批次变更（新批次的硬度、成分有偏差）
规则 3：连续 6 个点持续上升或下降
示意： 6 个点呈单调递增（或递减）趋势。
UCL ————————————————————
●
●
●
●
●
●
CL ————————————————————
LCL ————————————————————
意味着什么： 过程中存在一个系统性的、随时间增强的因素。如果不干预，最终会超出控制限。
排查方向：
- 刀具持续磨损（这是最常见的趋势原因）
- 温度漂移（设备刚开机时温度低，运行一段时间后升高）
- 化学品浓度持续下降（切削液、清洗液消耗）
规则 4：连续 14 个点交替上升下降
示意： 点呈锯齿状交替。
UCL ————————————————————
● ● ● ● ●
● ● ● ●
CL ————————————————————
LCL ————————————————————
意味着什么： 过程中存在两个不同来源的系统性变异在交替作用。典型场景：两个操作工轮班，两个人操作习惯不同；或者两台设备交替生产。
排查方向：
- 查生产记录，看是否两个班次交替
- 查是否两台设备轮换使用
- 查是否两个供应商的来料混用
规则 5：连续 3 个点中有 2 个在 A 区（±2σ 以外）
示意： 3 个点中 2 个落在 A 区（控制限附近）。
UCL ————————————————————
● ● ← 2 个点在 A 区
● ← 1 个点在正常区域
CL ————————————————————
LCL ————————————————————
意味着什么： 过程的变异变大了。虽然不是每个点都异常，但点已经跑到边缘区域了。
排查方向：
- 查过程能力 Cpk——如果 Cpk 在下降，这是前兆
- 查设备状态——轴承磨损、导轨间隙增大
- 查来料一致性——这批料的变异是不是比之前大
规则 6：连续 5 个点中有 4 个在 B 区或以外（±1σ 以外）
示意： 5 个点中 4 个在 B 区或更远。
UCL ————————————————————
● ● ● ● ← 4 个点在 B 区或以外
CL ————————————————————
LCL ————————————————————
意味着什么： 与规则 5 类似，但更敏感——过程的分布已经在「拉宽」了。
排查方向： 与规则 5 相同，但这是更早期的信号。如果规则 6 触发了但规则 5 还没触发，说明问题还在早期阶段，更容易纠正。
规则 7：连续 15 个点在 C 区（±1σ 以内）
示意： 15 个点全部非常靠近中心线。
UCL ————————————————————
CL ————————————————————
●●●●●●●●●●●●●●● ← 全部挤在 C 区
LCL ————————————————————
意味着什么： 这不是「过程很稳定」——这可能是控制限太宽了。可能是因为你用的控制限是基于历史数据算的，而历史数据本身变异就很大。也可能是你选用了更宽的公差带。
排查方向：
- 重新计算控制限——当前的样本量是否足够？
- 检查分组方式——如果子组内包含了不同来源的变异，控制限会变宽
- 确认没有「美化数据」——是不是只选了最好的数据点来画图
规则 8：连续 8 个点在中心线两侧但都不在 C 区（±1σ 以外）
示意： 8 个点都在 ±1σ 以外，但在控制限以内。
UCL ————————————————————
● ● ● ● ● ● ● ← 全部在 ±1σ 以外
CL ————————————————————
LCL ————————————————————
意味着什么： 过程中存在两个不同的分布混合在一起。典型场景：两台设备的输出混在一起了，或者两个操作工的数据混在一起了。
排查方向：
- 数据分组是否合理——是不是把不同来源的数据混在一个子组里了？
- 检查是否有多台设备、多套模具、多个工位的数据混在一起
- 如果分层后控制图变正常了，说明原始分组方式有问题
规则速查表
| 规则 | 模式 | 最可能的原因 | 最先查什么 |
|---|---|---|---|
| 1 | 1 点超限 | 突发异常 | 数据录入 → 测量系统 → 生产记录 |
| 2 | 9 点同侧 | 均值偏移 | 刀具磨损 → 参数变更 → 批次变更 |
| 3 | 6 点趋势 | 持续漂移 | 刀具磨损 → 温度 → 化学品浓度 |
| 4 | 14 点交替 | 两个来源 | 班次 → 设备 → 供应商 |
| 5 | 3 点中 2 点在 A 区 | 变异增大 | Cpk 趋势 → 设备状态 → 来料一致性 |
| 6 | 5 点中 4 点在 B 区外 | 变异增大（早期） | 同上（更早期信号） |
| 7 | 15 点在 C 区 | 控制限太宽 | 重新计算控制限 → 检查分组 |
| 8 | 8 点不在 C 区 | 分布混合 | 分层分析 → 检查分组 |
总结：SPC 的核心不是「画图」，是「读懂图」
很多人觉得 SPC 就是把数据画在控制图上，看看有没有点超限。但如果只看规则 1，你会漏掉 90% 的早期预警信号。
SPC 的价值不在报警之后，在报警之前。 规则 2-8 就是帮你「在超出控制限之前发现趋势」的工具。下次看控制图时，不要只扫一眼有没有红点——花 30 秒逐条过一遍这 8 种模式。
每次看控制图都要人眼逐条过 8 种规则，确实不现实——尤其是多张图同时监控的时候。澹墨质量的 SPC 控制图 能自动标注 8 种判异规则触发的异常点，不用你一条条去找。搭配 MSA 测量系统分析 先确认测量系统可靠，你的 SPC 才不会白做。➜ [免费试用]