AIAG-VDA SPC 2026 的实务关键变化

旧的 AIAG C_pk 现在叫 C_wk

用短期变异 σ(子组内)算出的指数命名为 C_w/C_wk。它是对短期潜在能力的分析性度量,不能替代对过程的总体结论:C_wk 与 P_pk/C_pk 之间差得明显,说明存在额外的子组间变异。被认可的估计量列在 第 04 节。

只有稳定性被证实,才叫 "C"

指数的字母不是约定俗成:如果稳定性未经评估、无法评估,或者过程失控,这个指数就叫 P(P_p/P_pk)。只有拿出稳定性的证据,它才叫 C(C_p/C_pk)。算式完全相同,变的是你有资格声称什么。

两种方法,而且必须声明用的是哪种:后缀 .G 或 .Z

通用几何法(分位数 X_0.135%、X_50%、X_99.865%)是 ISO 22514/3534 系列采用的方法,描述分布中间 99.73% 相对于公差的位置。z 值法(早期文献里叫 Bothe 法)把超差比例折算成标准正态指数。服从正态分布时两者结果一致,非正态时不一致。报告里必须带后缀:C_pk.G 或 P_pk.Z。

"机器能力"改称机器性能:P_m/P_mk

机器验收研究靠把其余 4M 固定住来单独隔离机器变异。由于这种设计无法证明稳定性,算出来的是性能指数(P_m/P_mk,ISO 22514-3),永远不是能力指数。"短期研究"不再是机器研究的同义词。

8 个与时间相关的分布模型(A1…D)

按 ISO 22514-2,过程按位置和变异是恒定的,还是系统性变化、随机变化或两者兼有来分类。只有 A1 和 A2 处于统计受控状态。模型决定了分析用图、SPC 用图、样本量和频次。

样本量缩减时,目标值也跟着变

不存在一个与样本量无关的、普遍有效的目标值。当可用样本小于理想样本时,手册允许的地方仍可计算指数,但适用的目标值要按缩减后的样本量调整,并且必须声明并约定所用的置信水平。缩减样本的资格判定与基准样本的情形仍然不同。

看表格和计算 →

分析软件必须经过验证与确认

IATF 16949 § 7.1.5.2.1 要求验证;手册另外要求用参考算例做确认(ISO/TR 11462-3 提供了 11 个算例)。如果你不知道软件用了什么参数 —— 估计量、离群值处理、置信区间、单侧公差 —— 那它就是个黑箱,无法确认。商业软件和开源软件同样适用。