QE能力进阶（14）｜CUSUM 与 EWMA：微小缓慢偏移的灵敏侦测

一、图上了线，为什么七天后就没人看了

某汽车零部件企业的机加工车间推行过一轮"微偏移监控"：给刀具磨损敏感的关键尺寸加了一张 EWMA 图。头三天很热闹，一周内报了六次警，工艺员每次停线复测都发现尺寸正常；第七天开始，操作工把报警当背景音；三个月后，图被从现场看板上撤了下来。半年后季度盘点才发现，该尺寸的过程中心早已漂了约 0.8σ，废品率翻了两倍多。

同一个动作还有另一个版本：某电子企业把判定限设得过松，图上线一年一次没响，工程师反倒以为"这个特性非常稳定"。

两次失败都不是选图的错——EWMA 与 CUSUM 的机理没有问题。错在参数凭感觉定、上线之后没有人验收过它的实际效果。控制图本质上是一台探测器：必须先说清要抓多大的偏移、允许多少次误报，再看参数能不能兑现这个承诺。 本篇与前一步的区别就在这里：不讲"要不要用"，只讲"参数怎么定、验收怎么判、什么时候必须重算"。

二、原理要点：灵敏度是一条曲线，不是一个开关

常规控制图的判定逻辑是"当前点有没有越界"，它对偏移的响应能力用平均运行长度 ARL 来刻画：ARL₀ 指过程稳定时平均多少点报一次假警，ARL₁ 指过程偏移 δ 时平均多少点能抓到。两张图的全部设计工作，就是在 ARL₀ 与 ARL₁ 之间做取舍——ARL₀ 花掉的是现场的检查成本，ARL₁ 换来的才是漏检风险的下降。

EWMA 给历史数据加一重指数遗忘权重：Z 等于 λ 乘本点值，加上（1 减 λ）乘前一个累积值，λ 就是新数据的权重。稳态控制限按 L 乘 σ 乘根号下 λ 除以（2 减 λ）计算。有两个必须记住的推论：λ 越小、记忆越长（λ＝0.1 时的等效记忆约 19 点，λ＝0.2 约 9 点），对缓慢漂移越灵敏，但对突跳的反应越"粘"；稳态控制限远比休哈特图紧，λ＝0.2、L＝3 时大约只有 ±1σ，所以判断"点出界"不能照搬休哈特图的直觉，单点出界必须先复测。

CUSUM 则直接把偏差记账：每点把超出目标值上下 k 的部分分别累加进 C⁺ 与 C⁻，某个累积量变成负值就归零，说明该方向的证据已清零。k 是参考值，决定对多大的偏移敏感；h 是判定限，决定误报预算。两者与 V 型模板完全等价：模板两臂的斜率就是 k，顶点到当前点的距离等于 h 除以 k。CUSUM 的独门优势是报警后能回溯偏移起点——累积量从上哪一点开始单调上升，就能把图上的拐点与"那天换了料批""那天换了刀"直接对上，这份时间证据是 EWMA 给不出的。

三、实操：五步把参数"设计"出来

第一步：把需求写成两个数。 δ* 是必须要抓到的最小偏移（以 σ 为单位，例如 0.8σ）；T 是从偏移发生到必须报警的最长时间，折算成采样点数。T 由可接受的流出量倒推：某车间每小时产出 200 件、每 30 分钟取样一件，要求超差品流出不超过 400 件，则 T 不超过 2 小时，即 4 个点。判据：δ* 大于等于 2σ 且 T 宽松（10 点以上）时，常规控制图配合判异准则足够用，不必上这两张图；两张图真正的价值区间是 0.5σ～1.5σ。

第二步：按 ARL 目标反查参数。 先定误报预算，把 ARL₀ 折成现场能承受的次数：三班倒、每班看一次图，要求每周误报不超过 1 次，按每周约 112 点采样计算，ARL₀ 至少取 300～500。CUSUM 的 k 取 δ* 的一半，关心 1σ 偏移就取 k＝0.5σ；h 由 ARL₀ 反查，h＝4σ 时 ARL₀ 只有约 170 点，一周要报好几次假警，属冒进；h＝5σ 时约 460 点，是常用的平衡点，继续加高 h 误报更少，但 ARL₁ 会同步变长。EWMA 的 λ 与 δ* 匹配：要抓 0.5σ 用 λ＝0.05～0.1，要抓 1σ 用 λ＝0.1～0.2，L 常用 2.7～3.0，λ＝0.2、L＝3 时 ARL₀ 约 560 点。判据：定完参数必须回算 ARL₁，确认"δ* 发生到报警的平均点数不超过 T 的一半"；算出来超过 T 的，参数直接作废，回到 λ、k 或取样频率重来。

第三步：回测验收，三条硬判据。 拿至少 6 个月、不少于 100 点（条件允许取 150 点以上）的真实历史数据回放。① 有台帐记录的真实异常段（换刀、换批、修模、大保养）应在报警点前后约 ±3 点内被拾取，且报警早于超差或流出至少一个取样周期；② 稳定段的理论误报次数与实际误报次数应处于同一量级，实际值不宜超过理论值的 2 倍，超了就说明数据不独立或 σ 口径有问题；③ 报警点回溯出的偏移起点要能与可追溯的现场事件对上，对不上的报警必须记录原因——不可解释的报警本身就是参数不匹配的信号。三条任一不过关，调整 h 或 λ 后重测；重测两轮仍不达标，说明取样频率或量具能力撑不起 0.5σ 级监控，应先回到 MSA 与取样策略。

第四步：核准 σ 口径与数据独立性。 σ 必须来自受控状态：单值数据用移动极差估计（平均移动极差除以 1.128）或整体标准差，基线点不少于 25 点且不含异常段。判据：若取样间隔过密导致数据自相关，滞后 1 期自相关系数的绝对值大于 0.2，理论 ARL 会严重失真，实际误报远高于设计值。处置方式有三条：拉开取样间隔、改用每个时间窗的均值（批次均值图），或先建立过程模型再对残差监控。全自动在线检测、每几秒产生一个数据的场景，几乎必然踩中这一条。

第五步：写清响应规则并做版本管理。 报警后按三段响应执行：30 分钟内复测 2～3 件排除量测问题；4 小时内核查料批、参数、工装与保养记录；累积量仍持续单侧才停线。累积量只允许在连续 3 点复测确认正常后复位。参数、基线日期、版本号一并写入控制计划，每 6 个月或换料、大修、修模、调参之后重新回测一次。

四、五个典型误区

第一，只算一次 ARL₀ 就上线，没管数据自相关。 密集取样让相邻数据高度相关，图上的"累积证据"其实是同一件事被反复计数，标称 ARL₀ 是 500 点，实际可能一天报好几次警。

第二，σ 用错口径。 拿子组内标准差冒充整体标准差，会低估真实变差，等于把 h 和 L 的实际门槛悄悄收紧，误报翻倍；反过来用公差带推算 σ，图就会永远安静。

第三，报警后只复测一件就复位。 微偏移是系统性的，单件复测很容易"恢复正常"，正确的复位条件是看累积量是否仍持续单侧，并以连续复测点数作为复位依据。

第四，为了灵敏度把 h 从 5σ 收到 4σ 却不算误报代价。 ARL₀ 会从约 460 点掉到约 170 点，检查工位的工作量近似翻倍，现场往往几周内就学会忽略报警。

第五，上线之后再没回测过。 换原料、修模具、调参数之后旧基线已经失效，用三个月前的基线判断今天的状态，等于换了一把尺子却不知道。

五、自查清单

• 是否写明了要检出的最小偏移 δ*（σ 倍数）与允许的报警延时 T（点数）？
• ARL₀ 目标是否与班次可承受的检查次数匹配（折算成每周或每月误报次数）？
• σ 的口径（移动极差／整体标准差）、基线点数（不少于 25 点）、基线是否纯净，是否记录在案？
• 是否用不少于 100 点真实历史数据做过回测，三条验收判据是否逐条通过？
• 是否验证过数据独立性（滞后 1 期自相关不超过 0.2）？不达标时是否改用批次均值或残差监控？
• 参数、基线日期与版本号是否随控制计划一并冻结，并写明下次复评的触发条件？

灵敏度是设计出来的，不是调出来的

知识编号：6.3.1

版本：v20260924

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。