解码质量“语言”：DELMIAWorks SPC 参数解读指南

在制造企业的质量部，一个常见场景是：SPC控制图已经生成，Cpk也计算出来了，但很多人看着那些数字和曲线，不知道该“读”出什么信息。操作员问“这个点是红的，代表什么？”工程师问“Cpk 1.2和1.3到底差在哪里？”管理者问“这么多数据，真正需要注意的信号是什么？”

SPC的价值不在于“生成图表”，而在于“看懂图表并采取行动”。DELMIAWorks的SPC模块不只是自动算出这些参数，更重要的是——它有一套完整的机制，让不同角色的人都能理解这些参数的含义，并根据参数传递的信号做出正确决策。

本文将系统解读DELMIAWorks SPC中最核心的参数，帮助企业各级人员真正“看懂”过程质量。

一、控制图上的“三条线”：理解过程波动的边界

一张SPC控制图上，最显眼的永远是三条水平线：中心线（CL）、上控制限（UCL）和下控制限（LCL）。很多人误以为“超出控制限”就等于“产品不合格”，这是最常见的误区。

控制限 vs. 规格限——它们不是一回事

这是解读SPC参数的起点。DELMIAWorks在控制图上会用不同的线条同时显示这两组值：

解读要点：控制限是数据算出来的，规格限是客户定出来的。一个过程可以“超出控制限但仍在规格限内”——这是预警信号，但产品还没不合格，此时应该查原因但不必停线；也可以“在控制限内但超出规格限”——这说明过程稳定但能力不足，需要更改工艺或设备。

控制限的计算逻辑（理解“正常”是怎么定义的）

DELMIAWorks SPC支持两种计算模式：

Calculated（计算式）：基于实际数据计算UCL和LCL，是最常用的标准方式。

Zones（分区式）：在计算式基础上，将中心线到控制限的区域均分为三个等份（±1σ、±2σ、±3σ），辅助运行规则分析。

举个例子：假设一个轴的外径规格是30±0.5mm（USL=30.5，LSL=29.5），SPC根据已采集的子组数据计算出的UCL可能是30.3，LCL是29.7。这就告诉我们：即使产品还在规格范围内，但如果尺寸接近30.3或29.7，过程已经开始“报警”了。

二、过程能力指数：Cpk、Ppk、Cr——读懂过程的“体质”

控制图告诉你过程是否受控，而过程能力指数告诉你过程是否足够好。这三类指数是理解过程能力的核心参数。

1. Cpk（过程能力指数）——最核心的“体检指标”

计算公式（以子组模式为例）：

Cpk = min(Zupper, Zlower) / 3

Zupper = (USL - Ẍ) / (R̄/d₂)

Zlower = (Ẍ - LSL) / (R̄/d₂)

公式解读：Cpk取“上侧能力”和“下侧能力”中较小的那个值，也就是说，它是衡量过程偏向哪一侧的最坏情况。

参数含义：

Ẍ（X双杠）：所有子组均值的平均值，代表过程的“中心位置”

R̄：所有子组极差的平均值，衡量过程的“分散程度”

d₂：基于子组大小的常数，用于将极差转换为标准差的估算值

数值解读标准：

“六西格玛”：Cpk = 2.0 对应六西格玛水平，即过程均值偏离目标1.5σ时，百万分之3.4的缺陷率。

实际案例解读：

假设一个尺寸的规格是100±1mm，Cpk=0.95。这意味着什么？

过程中心可能已经偏离了目标值

过程的波动太大，超出规格的风险很高

按此能力，预计会有约0.3%的不合格品产生

必须分析是均值偏移（调整刀具/参数）还是波动过大（设备老化/材料变化）

2. Ppk（过程绩效指数）——更“现实”的能力评估

Ppk使用总体标准差的公式计算，而不是子组内的极差：

Ppk = min(Zupper, Zlower) / 3

（其中标准差 = √Σ(X - X̄)²/(n-1)）

Cpk与Ppk的对比解读：

二者差距的解读：

当 Cpk ≈ Ppk：过程稳定，没有特殊原因影响

当 Cpk >> Ppk（差距>0.3）：过程存在明显的不稳定因素，需要查找特殊原因

当 Cpk << Ppk：这种情况理论上不常见，可能说明过程分层或数据分组有问题

3. Cr（能力比）——衡量“浪费”程度

Cr= (6 × R̄/d₂) / (USL - LSL)

解读规则：Cr越小越好。当Cr=1时，意味着过程的自然波动（6σ）正好占满整个规格范围。乘以100后得到百分数——过程波动占规格范围的百分比。

Cr < 0.75：过程能力充裕，有“浪费”规格空间

Cr = 0.75-1.0：能力适中

Cr > 1：过程波动已经超出规格范围，必然产生不合格品

三、运行规则：过程“说”给你听的八种预警信号

即使所有数据点都在控制限内，某些“非随机”模式也暗示过程正在朝着失控的方向发展。DELMIAWorks自动检查八种运行规则，每个规则都能被解读为一个具体的质量信号：

解读重点：规则7是一个看似“好”但实际危险的信号——连续15个点都在1σ以内，说明过程中可能存在数据分层、抽样不当或数据伪造的问题。一个正常的过程，数据天然应该有约68%落在±1σ内，但不可能连续15个点都落在这么窄的区域。

四、标准差：衡量“一致性”的底层指标

不管Cpk还是控制限，底层都依赖一个核心参数：标准差（Standard Deviation）。DELMIAWorks对不同模式的SD计算方式不同：

子组模式下的Cpk：使用 SD = R̄/d₂ ——基于子组内极差估算，反映的是“短期的、组内的”变异

单值模式下的Ppk：使用 SD = √Σ(X - X̄)²/(n-1) ——总体标准差，反映的是“长期的、全部的”变异

解读价值：如果短期的SD（子组内）很小，但长期的SD（总体）很大，说明问题出在“批次之间”或“班次之间”的差异，而不是单件制造过程中的波动。这帮助质量人员在分析时准确定位变异来源。

五、不合格品比例参数：从过程看批次质量

DELMIAWorks SPC还会自动计算以下百分比参数：

结合Cpk可以这样解读：如果Cpk=1.0，理论上预计会有约0.27%的不合格品；如果Cpk=1.33，理论上预计不合格品率为0.0063%。当实际%Out of Spec远大于理论值，说明过程存在超出正常预测范围的异常因素。

六、实时参数更新：解读动态变化

DELMIAWorks SPC的一个关键参数解读特点是：每一次子组采集完成后，所有参数都会实时更新。

这意味着：

管理者看到的Cpk不是“上个月的”，而是“刚刚完成的最后一批的”

当Cpk从1.5下降到1.2时，不是突然发生，而是可以追溯到是哪个子组的哪次测量引发了下降

操作员在ShopData上输入数据后，控制图上立即多了一个点——如果这个点触发运行规则，系统可以即时弹出警告

总结：从“数字”到“决策”的转化

解读DELMIAWorks SPC参数的本质，是学会“倾听”过程的语言：

当每一位质量人员、工程师、班组长甚至操作员都能读懂这些参数时，SPC就不再是一个“放在质量部电脑里的工具”，而成为全员参与的过程控制语言——每一次测量、每一张控制图、每一个指数变化，都是过程在告诉我们应该如何行动。

如需DELMIAWorks解决方案请咨询智诚科技ICT 电话：400-886-6353