什么是SPC？
SPC（Statistical Process Control，统计过程控制）是一种用统计学方法监控生产过程的方法论。核心思想很简单：通过识别过程中的"异常变异"，在次品被生产出来之前就发出预警。就像汽车仪表盘上的油温警告——不是等引擎冒烟了才告诉你。
在制造业中，SPC是最基础也最有效的质量控制工具。它不告诉你"怎么做"，而是告诉你"过程是否稳定"——这是所有改善的前提。
控制图类型
控制图是SPC的核心工具，选择正确的控制图类型至关重要：
- I-MR（单值-移动极差）：适用于单次采样场景，比如每次只测量一个零件的关键尺寸。
- Xbar-R（均值-极差）：适用于多次采样场景，是最常见的控制图类型，比如每批取5个样品计算均值和极差。
- P图 / NP图：适用于计件数据，比如每批的不良品率。
- C图 / U图：适用于计点数据，比如单位面积上的缺陷数。
Western Electric 判异规则
控制图上画了上下控制限（UCL/LCL），但仅仅"不超限"还不够。Western Electric 8条判异规则从不同角度检测过程失控：
- 规则1：单点超出3σ控制限
- 规则2：连续9点在中心线同侧
- 规则3：连续6点持续上升或下降
- 规则4：连续14点交替上下
- 规则5~8：涉及2σ/1σ区域的模式识别
每条规则对应一种特定的过程异常模式——比如规则2暗示过程均值发生了偏移，规则3暗示趋势性漂移。掌握这些规则，才能真正"读懂"控制图。
为什么2026年的工厂需要SPC？
三个原因：
第一，客户验厂的硬通货。越来越多的下游客户（尤其是汽车、半导体、医疗行业）在验厂时明确要求提供SPC数据。没有SPC系统，连投标资格都没有。
第二，人工抽检的时代正在结束。传统的人工抽检+Excel记录模式存在致命缺陷：数据滞后、无法实时预警、难以追溯。2026年的工厂需要实时全检+AI预警——这已经成为标配，不再是奢侈品。
第三，门槛已经降到可接受范围。随着IoT平台的成熟和SaaS模式的出现，一套完整的SPC系统（含数据采集、控制图、判异规则、预警通知）的月费已经降到工厂可以轻松承受的水平。¥399/月的投入，换来的是避免一次批量报废——算一笔账就知道值不值。
GLORITEC的SPC方案内置了完整的8规则判异引擎，支持I-MR、Xbar-R、P图等主流控制图类型，数据从设备端自动采集，无需人工录入。从第一天起，你就能在手机上看到实时控制图和预警通知。