2026年发布的AIAG-VDA新版SPC黄皮书，对控制图的改变并不只是增加CUSUM、EWMA等图表，而是重新梳理了控制图的定位、选择逻辑和使用责任。对质量工程师及六西格玛人员而言，最重要的变化是：控制图不能再被当作月底计算Cpk的报表，它必须成为发现过程变化、触发现场行动和验证持续能力的动态管理工具。
一、新版不是单纯增加控制图，而是改变“为什么画图”
过去不少企业实施SPC，大致遵循同一种做法：选择一个重要尺寸，每小时测量几件产品，在软件中生成X̄-R图；只要没有点超出上下控制限，就认为过程正常。
这种做法抓住了控制图的外形，却可能忽略了控制图的目的。
新版手册把SPC放进“统计过程管理与控制”的整体框架中，明确指出收集数据和进行统计分析本身不是目标，真正的目标是增加对过程的认识，并据此采取行动。控制图的任务，是区分过程中的随机原因与特殊原因，及时发现过程行为发生的变化，而不只是证明产品暂时没有超差。
这意味着新版控制图的使用逻辑，应当从：
测量产品—画图—保存记录
转变为：
认识过程—设计监控方式—识别信号—按计划反应—验证过程恢复。
一张没有反应机制的控制图，即使计算完全正确，也很难称为有效的SPC。
二、过程控制限与规格限必须彻底分开
新版手册在控制图章节中，专门区分了过程相关控制概念与公差相关控制概念。
这项区分看似基础，现实中却经常被混淆。
规格上限和规格下限来自设计、客户或产品功能要求，它们回答的是：
产品是否符合要求？
控制图中的控制限，则根据过程数据及统计模型建立，它们回答的是：
过程当前的行为是否与过去保持一致？
因此，控制限不能为了“看起来合理”而直接设置成规格限，也不应因为控制限超出规格范围，就简单把它们压缩到规格线以内。
例如，某个尺寸仍处于规格范围内，但控制图出现超出控制限、持续上升或长期偏向中心线一侧的信号。这时产品可能暂时合格，过程却已经发生变化。若现场只看规格限，就会错过缺陷发生前最有价值的预警。
反过来，一个过程也可能非常稳定，但稳定地生产出一部分不合格品。这说明过程处于统计受控状态，却没有足够能力满足公差。
所以，新版SPC要求质量人员同时回答两个不同问题：
过程稳定吗？过程有能力吗？
前者主要由控制图判断，后者需要结合规格和能力或表现指数评价。不能用其中一个问题的答案，替代另一个问题。
三、控制图的选择不再只是“计量型还是计数型”
很多SPC培训把选图简化成一个流程：
数据可测量，就选X̄-R图或I-MR图；
数据只能计数，就选p图、np图、c图或u图。
新版手册仍然保留这种基本分类，但把控制图选择扩展成一组更完整的问题。第10章要求考虑特性类型、观察方式、过程相关或公差相关控制、是否需要记忆历史数据、数据分布、过程知识、多变量关系以及短期生产等因素。
也就是说，同样是连续型尺寸数据，不一定都应使用同一种控制图。
传统Shewhart控制图
X̄-S、X̄-R、Median-R及I-MR图仍然是新版手册的重要内容。这类控制图直观、容易解释，对较明显的过程变化有良好的识别能力，适合大量常规制造过程。
但使用哪一种，不能只看软件默认设置。
当每次能够取得合理子组时，可以使用均值与极差图或均值与标准差图；当每个时间点只能取得一个观测值时，可能考虑I-MR图。关键并不是“一次测几件”，而是这些数据能否组成反映短期固有变差的合理子组。
CUSUM与EWMA控制图
新版手册系统纳入CUSUM累积和控制图与EWMA指数加权移动平均控制图。
它们与传统Shewhart控制图的重要差别，是会利用历史观测信息。Shewhart图主要观察当前点是否异常，而CUSUM和EWMA会累积或加权此前的数据，因此对较小但持续的均值漂移通常更敏感。
Shewhart控制图和CUSUM图的比较
例如，刀具磨损令尺寸每天只移动很小的幅度。单个点可能始终没有越过传统控制限，但长期累积后，过程中心已经明显改变。此时，带记忆的控制图可能更早发出信号。
不过，新方法并不等于更好的方法。CUSUM和EWMA需要合理设置目标值、参数和决策界限，现场人员也要理解报警含义。若企业连传统控制图出现信号后由谁处理都不清楚，贸然增加高级图表，只会制造更多无人解释的报警。
非正态、短期和多变量过程
新版手册还讨论了非正态特性控制图、短期控制图，以及多个相互作用特性的多变量控制图。
这反映出新版方法不再假设所有制造现场都是“大批量、单一尺寸、正态分布”的理想场景。
现实中可能存在：
多品种、小批量生产；
单边规格特性；
明显偏态的数据；
孔位、轮廓度等相互关联的几何特性；
不同产品共用同一设备；
难以形成传统固定子组的过程。
面对这些情况，正确做法不是把数据强行放进X̄-R图，而是先明确过程特性、数据结构与监控目标，再选择适合的方法。优思学院认为，这也是新版SPC对质量人员最现实的提醒：会操作软件不等于会选择控制图。
四、“分析控制图”与“在线SPC控制图”要分开使用
新版手册区分了用于事后分析的控制图与用于现场过程控制的SPC控制图。
事后分析控制图主要用于回顾历史数据、评价过程稳定性、估计过程参数，以及识别过去可能存在的特殊原因。它适合建立基准、研究过程行为或进行阶段性能力分析。
在线SPC控制图则用于持续监控生产过程。它需要预先确定中心线和控制限，并在新数据进入时及时判断过程是否出现异常信号。
两者看起来可能使用相同的图表，但管理意义不同。
在实践中，有些企业每个月把当月所有数据导入软件，重新计算一次控制限。问题是，如果每次都使用包含异常、漂移和调整的数据重新计算，控制限就会跟着过程移动。昨天的异常，可能在下个月被“吸收”成新的正常波动。
这就像一条不断移动的警戒线：过程变差越大，控制限反而越宽，最后很难再发出有意义的信号。
建立在线控制限时，应基于经过分析、具有代表性且稳定的基准数据。只有在过程发生经过验证的根本性改变，例如设备改造、工艺优化或材料系统变化后，才应评估是否需要重新建立中心线和控制限，而不是因为某个点报警就立即重算。
五、判断失控不能只看“一个点出界”
很多现场对控制图规则的理解只有一条：超出三倍标准差控制限就是异常。
这条规则当然重要，但过程变化并不总是以一个极端点的方式出现。持续趋势、周期性变化、连续多点位于中心线同一侧、数据异常聚集或分层，都可能反映过程已不再保持原有状态。
新版手册在控制图章节中设置了稳定性准则，并分别讨论在线SPC控制与事后稳定性评价。其核心思想是：企业需要事先规定使用哪些判异规则，并理解这些规则的敏感性和误报警风险。
规则并非越多越好。
同时启用大量判异规则，确实可能更早发现某些变化，但也会提高误报警概率。现场人员若一天收到十几次没有实际意义的警报，很快就会对控制图失去信任，甚至形成“先忽略，等产品超差再处理”的习惯。
因此，控制图规则应根据过程风险、抽样频率、变化模式及反应成本设计。对安全和关键特性，可以采用较敏感的监控；对低风险、波动较小的过程，则要平衡发现速度与误报警。
新版还引入操作特性和平均运行长度等概念，用于评价控制图发现变化的能力。这意味着控制图不只要“能画出来”，还要评估它究竟能多快发现企业关心的变化。
六、OCAP成为控制图不可缺少的另一半
新版黄皮书将Out-of-Control Action Plan，即失控行动计划，列为SPC应用的基本要求。
过去很多控制计划只写一句：“超出控制限时通知质量部门。”这不是完整的OCAP，因为它没有回答后续最关键的问题：
谁负责确认信号？
是否需要停止设备？
异常期间生产的产品从哪里开始隔离？
需要检查哪些材料、参数、刀具、模具或测量系统？
调整后如何证明过程已经恢复？
谁有权批准重新生产？
处理结果记录在哪里？
控制图只能告诉我们“过程可能发生了变化”，不能自动告诉我们根因，更不能代替现场处置。
一个有效的OCAP，应将统计信号翻译成明确的操作动作。例如：
出现单点超出控制限时，立即停止自动调整，确认测量结果并隔离自上次合格检查后的产品；
出现连续趋势时，检查刀具寿命、温度、补偿记录和设备状态；
确认特殊原因并采取措施后，按规定收集一定数量的数据，验证过程恢复稳定，再决定是否解除隔离。
新版手册第20页的质量控制闭环图，也把SPC、符合性关口、后过程改善以及产品、过程和体系审核连接起来。其含义很明确：SPC报警后的行动不仅涉及一张图，也涉及产品放行、过程改善和管理职责。
七、控制图是否有效，也需要被评价
过去企业审核SPC，常检查三个方面：有没有控制图、数据有没有按时填写、异常点有没有签名。
新版手册进一步提出，要评价控制图的有效性。
一张控制图可能长期没有任何报警，但这不一定代表过程非常优秀，也可能因为：
抽样间隔太长，变化已经发生并恢复；
子组方式掩盖了组间差异；
控制限使用了包含异常的数据；
测量系统分辨力不足；
控制图对企业关心的小幅变化不敏感；
操作人员看到信号后没有实际采取行动。
所以，企业应定期回顾控制图是否真正发现过有价值的过程变化，信号与实际原因是否一致，误报警是否过多，抽样频率是否合理，异常反应是否及时。
新版还要求报告持续过程表现与能力。这意味着控制图不应只在初始导入时建立，之后便无限期沿用。企业需要把实时监控与阶段性评价结合起来：现场控制负责发现信号，管理层和工程团队则定期分析稳定性、能力趋势及改善机会。
八、质量人员与六西格玛人员应如何应对？
质量人员首先应盘点现有控制图，检查它们究竟在监控什么。可以从以下四个问题开始：
为什么选择这张图？合理子组依据是什么？报警后采取什么行动？控制限上次在什么情况下更新？
如果四个问题都无法得到明确答案，就说明控制图可能只是形式化文件。
其次，应将测量系统、控制计划、抽样计划、控制图与OCAP联动起来。新版手册把有效且有能力的测量与检验过程列为SPC的前提，因为测量系统不稳定时，控制图监控的可能只是量具或测量人员，而不是制造过程。
对六西格玛绿带和黑带来说，控制图也不应只在DMAIC项目的Control阶段才出现。在Measure阶段，它可以帮助团队认识数据的时间结构；在Analyze阶段，可以区分随机原因与特殊原因；在Improve阶段，可以验证改变是否真正降低波动；在Control阶段，则用来维持改善结果并触发OCAP。
从实际学习经验看，比起一次掌握所有高级控制图，更重要的是先真正理解合理子组、稳定性、控制限与规格限、误报警以及反应计划。优思学院在讲授SPC时，也更强调从现场过程和数据产生方式出发，而不是让学员机械地记忆一张选图表。
九、新版控制图的变化，可以归纳为一句话
新版SPC控制图并没有否定X̄-R图、I-MR图或传统Shewhart方法，而是要求企业更认真地回答三个问题：
这张图为什么适合这个过程？它希望发现哪一种变化？发现变化以后，组织会采取什么行动？
因此，新版变化的重点并非“多学几张图”，而是从模板化选图转向基于风险和过程知识的选择，从事后报表转向在线控制，从单点超限转向系统化稳定性判断，从发现异常转向有责任、有时限、有验证的闭环处理。
当控制图能够及时揭示过程声音，并推动生产、质量和工艺人员采取一致行动时，它才真正发挥SPC的价值。否则，无论图表多漂亮、软件多先进，也只是把生产数据换了一种方式保存下来。
注：本文由优思学院原创，首发于优思学院官方网站。未经授权，不得转载、复制、改编或作商业用途；如需引用，请注明作者及原文出处。对未经许可使用本文内容的行为，优思学院保留依法追究相关责任的权利。
