终于等到了~新版AIAG-VDA SPC黄皮书深度分析|aiag|spc|vda|公差|黄皮书

AIAG&VDA SPC黄皮书终于发布了，小编今天就给大家分享下黄皮书的内容

结构概览：从战略到战术的完整体系

这本2026年版的AIAG-VDA SPC手册构建了一个从哲学理念到技术实现的完整框架，呈现出清晰的战略-战术-技术三层架构：

核心论点：统计过程控制是主动预防的系统工程，而非事后检测的质量工具。

汽车供应链面临零缺陷战略的压力，传统"反应式检测"（事后筛选）已无法满足质量要求，企业需要更经济高效的质量控制方法。

质量成本高昂（废品、返工、停机），但100%检验既不经济也无法保证质量。同时，行业内SPC实践标准不统一，AIAG（美国）与VDA（德国）各自有不同的方法论。

如何建立国际统一的、预防性的统计过程控制体系，实现从"检验质量"到"制造质量"的转变？

通过AIAG-VDA联合标准化的SPC体系，整合机器性能、过程能力、控制图三大支柱，构建完整的质量闭环控制系统。

我们先一起看看SPC结构

SPC黄皮书结构

│
├── 第1-4章：基础框架
│   ├── 前言：国际合作背景
│   ├── 范围：汽车供应链全链条应用
│   ├── 标准：ISO/IATF/VDA/AIAG协同
│   └── 术语：42个核心定义
│
├── 第5章：核心理念
│   ├── 预防优于检测（主动vs被动）
│   ├── PDCA持续改进循环
│   ├── 过程控制系统四要素
│   └── 六大质量闭环（控制环）
│
├── 第6章：实施前提
│   ├── 明确产品规格与公差设计
│   ├── 有效且有能力测量系统
│   ├── 过程特征化与风险分析
│   ├── 失控行动计划（OCAP）
│   └── 角色与能力矩阵
│
├── 第7章：方法总览
│   ├── 性能vs能力的区别
│   ├── 机器性能（Pm/Pmk）
│   ├── 过程性能与能力
│   ├── 控制图分类与选择
│   └── 异常值处理
│
├── 第8章：机器性能研究
│   ├── 准备工作（样本、材料、测量）
│   ├── 执行与数据分析
│   ├── 指标要求（n≥50时Pm≥2.00, Pmk≥1.67）
│   └── 特殊情况（多阶段、多维、GD&T）
│
├── 第9章：过程性能与能力
│   ├── 数据采集策略（125件，25个子组）
│   ├── 时间依赖分布模型（A/B/C/D四类）
│   └── 目标值（最终Pp/Cp≥1.67）
│
├── 第10章：控制图
│   ├── 过程相关vs公差相关
│   ├── 稳定性判据（西电法则等）
│   ├── 变量控制图（X̄/s, X̄/R, X̃/R, I-MR）
│   ├── 公差相关控制图（Pearson、扩展限）
│   ├── 特殊控制图（CUSUM、EWMA）
│   └── 属性控制图（p, np, u, c图）
│
├── 第11-13章：实施支持
│   ├── 软件应用与验证
│   ├── 文档与报告
│   └── 可追溯性与存档
│
└── 第14章：参考文献

新版主要内容一览

核心概念体系

能力对比

2. 稳定性等级模型

时间依赖分布模型（ISO 22514-2）：

A类：位置和变异均恒定（理想）
B类：位置恒定，变异变化
C类：变异恒定，位置变化（含趋势、工具磨损）
D类：位置和变异均变化

3. 控制图家族谱系

控制图分类体系

│
├── 按控制理念
│   ├── 过程相关：预防导向，控制限基于过程变异
│   └── 公差相关：检测导向，控制限基于公差范围
│
├── 按时间焦点
│   ├── SPC控制图：实时控制（控制环1）
│   └── 分析控制图：事后评估（控制环3）
│
├── 按数据类型
│   ├── 变量数据（连续）
│   │   ├── Shewhart图：X̄/s, X̄/R, X̃/R, I-MR
│   │   ├── Pearson图（偏态分布）
│   │   ├── 扩展限Shewhart（多峰）
│   │   ├── CUSUM（累积和，记忆型）
│   │   └── EWMA（指数加权，衰减记忆）
│   └── 属性数据（离散）
│       ├── p图：不合格品率
│       ├── np图：不合格品数
│       ├── u图：单位不合格数
│       └── c图：不合格数
│
└── 特殊应用
    ├── Short-Run（小批量）
    ├── 多变量控制图（Hotelling T²）
    └── 自相关数据（AR模型转换）