控制图波动变大，先别调参数——过程波动与测量波动分离五步法

某机加工企业的缸体孔径控制图上，原本安安静静的一条线，从上周起突然开始上下跳，几个点还险些压上控制限。工艺工程师的第一反应是刀具或切削参数出了问题，于是重新对刀、调整进给、换了刀片，折腾了三天，图上的跳动一点没变。最后查出来：那条线换了一台新的内径量仪，量仪刚上机，重复读数本身就有两三个微米的散差。

这是现场最常见的一类误判。图报警了，绝大多数人默认只有过程会变，忘了控制图上的每一个数，都是"零件加上测量系统"共同产出的结果。测量系统自己也会波动，而且它的波动会一分不少地画进图里。

一、控制图上的波动，从来不止一个来源

一次测量读数的变异，可以拆成两部分：零件的真实差异（过程波动），以及测量系统带来的差异（量具、夹具、测量方法、人员读数习惯带来的波动）。两者不是简单相加，而是按方和根合成——这意味着测量波动小的时候无所谓，一旦测量波动涨到与过程波动同一量级，总波动就会明显抬高，控制图上自然就出现"过程变坏了"的假象。

MSA（测量系统分析）在这里的作用就一句话：把属于测量的那一份波动标出来，剩下的才是过程的。行业通行的判读口径是：GR&R 占过程总波动或公差的比例在 10% 以内可接受，10%～30% 视量具重要性与成本决定是否改进，超过 30% 必须先解决测量系统。换句话说，超过 30% 的场合，控制图上有一小半的跳动是尺子自己制造的，这时候调工艺，等于对着哈哈镜正衣冠。

二、四个信号提示"问题在测量侧"

信号一：同一零件重复测，读数散得厉害。 拿一件稳定状态的零件（最好用标准件或留样件），同一个人、同一量具连续测十次。这十次的极差如果与图上子组的极差量级相当，测量侧嫌疑基本坐实。这是成本最低的一次验证，五分钟能做完。

信号二：波动跟着人或班次跳。 把图按班次或操作员层别，若每一层内部都很稳、层与层之间台阶明显，那是再现性问题——读数习惯、取点位置、夹持力度不一致，跟过程无关。

信号三：波动跟着量具或方法跳。 量具新购、送修回厂、换检具、软件升级、采样频次改变，这类事件之后图开始跳，时间点对得上，就要先怀疑测量系统变更。

信号四：过程侧的特征反而都对不上。 刀具磨损型的问题表现为缓慢单向漂移，不是突然放大；材料批次型的问题在层别后集中在某个批次上；机台型的问题按机台分层就现形。如果一个都不符合，只是整体"变吵"，测量系统的可能性就变大。

三、五步完成分离

第一步：先定性，别急着动手。 确认命中的是哪条判异规则——单点超界、连续多点同侧、连续上升下降、还是变差明显增大。同时排除最笨的差错：数据抄错、单位换算错、自动采集丢点或重复计数、图上某点录入时小数点移位。这类错误在现场占比不低，而且一次就能改掉。

第二步：层别控制图。 按班次、操作员、量具、机台、批次分别画分层控制图。哪一层单独拉出来就正常，问题就锁定在那一层所对应的因素上。层别是分离工作里性价比最高的一步，因为它不用任何额外试验，只用已有的数据重新组织一遍。

第三步：做一次针对性的 MSA。 用同一批样件做重复性（同一人同一量具多次测）与再现性（多人多量具交叉测）。破坏性试验或小批量场合，可用嵌套设计或短期重复性替代。同时核查量具的稳定性：用标准件在一段时间内定期测量，看数值有没有系统性走动——很多"新量具上机就跳"的根子在这里，而不是新量具本身不好。

第四步：量化分摊，再决定动哪一头。 用 GR&R 或方差分析算出测量波动占过程波动的比例。若占比大，处置动作全部落在测量侧：量具回修或更换、明确并固化测量方法（取点位置、夹持方式、测量次数、是否取均值）、人员重新培训与考核、必要时增加辅助夹具或改用更合适的量具。若占比小，才把精力转向过程侧：设备、刀具、工艺参数、来料。两条路的措施清单几乎没有交集，选错方向就是白干。

第五步：改完重算控制限，并把变更纳入管理。 测量系统一旦变更（换量具、换检具、换测量方法、换检测软件），原有的控制限就不再适用，必须用新条件下的数据重新计算。同时把"测量系统变更"写进控制图的维护触发条件里：变更即评估、评估即决定是否重算控制限、并在图上标注变更时点。这一条不做，后面会出现两种后果：旧的宽控制限把真实的问题盖住（漏警），或者用含测量误差的数据算出的窄控制限天天报警（假警）。

四、四个容易踩的坑

校准合格不等于测量系统合格。 校准只回答"量具的示值误差在允差内吗"，不回答"这个测量系统能否分辨出你想分辨的过程差异"。分辨力不足、重复性差、不同人读数不一致，都与校准证书无关。

GR&R 通过一次就长期放心。 测量系统会随使用、夹持件磨损、人员更替而变化。关键量具应把 MSA 复做周期写进计划，而不是只在 PPAP 或客户审核前补一次。

把测量误差当成过程变差算能力。 用含较大测量波动的数据算 Cpk，会把能力算低，进而触发不必要的工艺改造；反过来，若抽检时只取单值不取均值，测量波动的影响会更大。这也是同类数据两种算法的差距来源之一。

子组划分与测量系统脱钩。 合理子组要求组内只含普通原因引起的变差。如果同一子组里混进了不同量具或不同操作员的数据，组内变差里就混着再现性，控制图的判断基准从根上就歪了。

五、一句话总结

控制图报警时，先证明这把"尺子"是稳的，再去怀疑被量的事物；测量波动不清零，任何过程调整都无从验证。

控制图回答不了"是谁在变"，先做 MSA 把测量那一份波动剔除，剩下的波动才有资格叫过程声音。

知识编号：6.2.1

版本：v20260929

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。