• AIAG-VDA新版SPC手册发布:你的SPC软件,还跟得上吗?

    过去十几年,很多企业认为:SPC就是画几张控制图。

    每天看看Xbar-R图、I-MR图,出了报警就让现场去查原因;月底再导出一份Cpk报告,似乎SPC工作就完成了。

    但如果今天你仍然这样理解SPC,那么可能已经落后于最新版AIAG-VDA SPC手册的要求。

    新版AIAG-VDA SPC手册并不仅仅增加了几种控制图,也不仅仅修改了几个公式,而是对整个SPC应用理念进行了全面升级——SPC正在从"统计工具"走向"全过程质量管理体系"。

    对于汽车零部件、机械加工、电子制造、半导体、医疗器械等行业来说,这意味着企业不仅需要升级质量管理思维,也需要重新评估现有SPC软件是否还能满足新的标准要求。

    今天,我们结合新版AIAG-VDA SPC手册,为大家梳理最值得关注的几个变化。

    2026SPC7.png

    一、SPC,不再只是"画控制图"

    很多企业都有这样的现象:

    • 质量部负责SPC;
    • 生产部负责生产;
    • 出现异常再开分析会。

    SPC似乎只是质量部门的工作。

    新版AIAG-VDA SPC手册明确提出,SPC已经不是一张控制图,而是一套贯穿产品全生命周期的质量管理体系。

    从设备验收、试生产、批量生产,到持续改善,每一个环节都需要利用统计方法识别过程变差、预防质量风险,而不是等异常发生后再去处理。

    真正优秀的SPC,不是发现问题,而是提前避免问题发生。

    二、Cpk不能再"随便算"了

    很多企业最喜欢看的就是Cpk。

    但新版手册强调了一个长期被忽视的问题:

    过程没有达到统计稳定,就不能计算Cpk。

    现实中,我们经常看到:

    • 控制图已经连续报警;
    • 均值不断漂移;
    • 数据明显不稳定;

    却依然输出一份漂亮的Cpk报告。这样的结果没有任何参考价值。

    新版手册重新明确了几个能力指数的使用场景:

    Pm / Pmk

    用于机器能力评价,主要用于设备验收阶段,评价设备本身精度。

    Pp / Ppk

    用于试生产或过程尚未稳定阶段,真实反映当前生产表现。

    Cp / Cpk

    只有过程经过控制图验证、确认统计稳定后,才能用于评价过程能力。

    因此,以后企业看到一份能力分析报告时,首先应该问的不是:

    Cpk是多少?

    而应该问:

    过程稳定了吗?控制图通过了吗?

    只有建立在稳定过程基础上的Cpk,才真正具有指导意义。

    三、非正态数据,终于有了标准答案

    在机械加工行业,很多检测项目天然就不是正态分布。

    例如:

    • 平面度
    • 圆度
    • 圆柱度
    • 同轴度
    • 位置度
    • 跳动等形位公差

    过去,不少企业直接套用正态分布公式计算Cpk。

    结果往往得到一个"很好看"的能力指数,却无法真实反映产品风险。

    新版AIAG-VDA SPC手册正式给出了非正态过程能力分析的方法。

    这意味着:未来企业不能再简单地把所有数据都按正态分布处理。

    对于SPC软件来说,也必须支持:

    • 分布拟合
    • 非正态能力分析
    • 不同统计模型选择

    否则分析结果很可能存在较大偏差。

    四、新增控制图,让特殊工艺也能精准监控

    过去,大多数企业常用的控制图主要包括:

    • X̄-R
    • X̄-S
    • I-MR
    • P图
    • NP图
    • C图
    • U图

    新版手册针对更多复杂制造场景,增加了新的分析方法,新的4种控制图:

    (1)Pearson控制图

    适用于偏态分布等特殊数据。

    (2)Extended Shewhart控制图

    针对刀具磨损、均值持续漂移等过程,可有效减少误报警。

    (3)CUSUM控制图

    能够快速识别微小过程偏移,比传统控制图更早发现趋势变化。

    (4)EWMA控制图

    通过提高近期数据权重,更适合连续生产过程监控。

    对于高精度制造行业而言,这些新增控制图能够帮助企业更早发现异常,减少质量损失。

    五、样本量不足,目标值应该更高

    很多企业认为:只要计算出了能力指数,就可以判断过程能力。

    新版手册提醒我们:

    样本量不足时,能力指数本身的不确定性会明显增加。

    也就是说:同样都是Cpk=1.33,

    1000组数据得到的结果,与30组数据得到的结果,

    可信度完全不同。

    因此,新版手册根据样本数量,对能力目标提出了更加严格的要求。

    以后企业做SPC分析时,不仅要关注能力指数,还要关注:

    • 样本数量是否充足;
    • 数据是否具有统计代表性;
    • 是否满足分析前提。

    六、为什么你的SPC天天报警?

    很多企业都会遇到这种情况:

    昨天报警;今天报警;

    设备已经修了;刀具已经换了;

    控制图还是不停报警。

    问题真的是SPC软件吗?未必。

    新版AIAG-VDA SPC手册提出了时间相关过程模型,将生产过程划分为不同类型,例如:

    • 稳定过程
    • 变异逐渐增大
    • 均值持续漂移
    • 多工位切换导致过程波动

    不同过程,需要采用不同控制策略。

    例如:

    刀具持续磨损,并不是异常,而是一种可预测的变化。

    如果仍然采用传统固定控制限,就容易产生大量误报警。

    这也是为什么越来越多企业开始关注:

    趋势分析,而不仅仅是超限报警。

    七、新版SPC,对软件提出了更高要求

    过去,一套SPC软件只要能画控制图,就已经算不错。

    如今,新版AIAG-VDA SPC手册对软件提出了更高要求。

    优秀的SPC软件不仅要完成统计计算,还应具备:

    ✔ 自动采集现场数据

    ✔ 支持标准工业通信协议

    ✔ 算法透明、计算逻辑可追溯

    ✔ 支持不同统计模型

    ✔ 与MES、QMS等系统协同运行

    ✔ 支持全过程质量管理

    未来,SPC软件已经不再只是质量部门的一套分析工具,而是企业数字化质量管理的重要组成部分。

    八、斌果SPC(SimpleSPC)/NexSPC如何帮助企业应对新版SPC要求?

    随着新版AIAG-VDA SPC手册的发布,企业对于SPC软件的要求也在不断提高。

    斌果SPC(SimpleSPC)/NexSPC持续跟进AIAG、VDA及ISO相关标准的发展方向,围绕企业实际应用场景不断完善产品能力,目前已支持:

    ✅ 多种SPC控制图(计量型、计数型及特殊控制图)

    ✅ 过程能力分析(Cp、Cpk、Cpk.G、Pp、Ppk等)

    ✅ 非正态数据分析与分布拟合

    ✅ MSA测量系统分析

    ✅ 实时SPC监控与异常报警

    ✅ AI辅助异常分析

    ✅ Browser浏览器访问、多终端实时看板

    ✅ 与MES、QMS、ERP、DCS及设备数据自动集成

    帮助制造企业真正实现从"发现问题"到"预防问题"的质量管理升级。

    九、SPC从传统统计分析工具,升级为企业全过程质量管理的平台

    新版AIAG-VDA SPC手册最大的变化,并不是增加了几种控制图,也不是调整了几个统计指标。

    真正重要的是,它重新定义了SPC的定位。

    SPC不是为了生成一份漂亮的Cpk报告,而是为了持续降低过程变差,预防质量风险。

    未来,随着智能制造和数字化工厂的不断发展,SPC也将从传统统计分析工具,逐步升级为企业全过程质量管理的重要基础平台。

    如果您的企业正在规划SPC系统升级,或希望了解新版AIAG-VDA SPC手册对实际生产的影响,欢迎与我们交流,共同探讨更加科学、高效的质量管理解决方案。

    本页面文章与公众号同步。

    斌果SPC微信公众号二维码

    微信扫码关注