流程制造的质量控制与离散制造有本质区别。离散制造可以通过全检或抽检剔除不良品，而流程制造中，物料一旦经过反应、混合、分离等过程，其质量特性就基本确定了，后续很难通过筛选来挽救。因此，流程制造的质量控制，核心在于过程控制——把质量“做进去”，而不是靠事后检验“挑出来”。

一、流程制造的质量特性

流程制造的产品质量，通常通过一系列理化指标来描述。化工行业关注成分含量、杂质、物理性能，如主含量≥99.5%、水分≤0.2%、粒度分布。制药行业关注含量、纯度、溶出度、微生物，如API含量98%-102%、有关物质≤0.5%。食品饮料关注感官、理化、微生物，如糖度、酸度、菌落总数、保质期。冶金行业关注成分、力学性能、金相，如C含量、抗拉强度、硬度、晶粒度。

流程制造质量指标有三个关键特征：指标多为连续变量，不是合格/不合格的二值判断；指标之间存在相关性，调整一个参数可能影响多个指标；检验存在滞后，某些指标需数小时甚至数天才能出结果。这些特征决定了流程制造的质量控制，必须依赖过程参数的控制，而不是依赖最终检验。

二、关键质量特性与关键过程参数的识别

不是所有的质量指标都需要同等力度的控制，也不是所有的过程参数都同等重要。资源有限，必须聚焦。

关键质量特性（CTQ）的识别原则：直接影响产品安全性、法规符合性的指标；超出规格范围会导致产品报废或降级的指标；客户特别关注的指标；历史上波动大、易超差的指标。每个产品应识别出3-8个CTQ，不宜过多，超过10个就意味着没有重点。

关键过程参数（CPP）的识别方法：通过工艺实验或历史数据分析，确认对CTQ有显著影响的参数；通过DOE（实验设计）识别主效应和交互效应；工艺人员基于机理分析的经验判断；行业内公认的关键控制参数。

将CTQ与CPP建立关联矩阵，明确每个质量指标受哪些过程参数影响，每个过程参数影响哪些质量指标。这个矩阵的作用是指导过程控制策略（强相关的参数需要重点监控），指导异常排查（质量异常时优先检查强相关的参数），指导控制限设定（强相关参数的控制限应更严格）。

三、统计过程控制在流程制造中的应用

统计过程控制是流程制造质量控制的经典工具，但应用中有很多细节需要注意。

控制图的选择

计量值数据且子组大小≥2时用Xbar-R图、Xbar-S图，适用于过程参数监控，每批次多个样本。计量值数据且子组大小=1时用I-MR图，适用于每批次一个检验值，或连续在线测量。计数值数据用np图、p图、c图、u图。

流程制造的特殊考虑

连续生产过程（如蒸馏、挤出）中相邻时间点的测量值往往存在自相关，不独立。此时常规控制图的控制限会偏窄，导致虚报警增加。解决方法包括使用时间序列模型对数据进行处理，或采用适用于自相关数据的控制图（如EWMA图、CUSUM图）。

流程制造中，同一批次内多次取样测量，变异通常较小；不同批次之间的变异才是需要关注的重点。建议同时监控批次内极差（反映过程稳定性）和批次间均值（反映过程中心）。

精细化工、制药行业经常出现小批量生产，每种产品生产频次低，样本量不足以建立控制图。此时可采用“短期SPC”方法：基于工艺能力或历史数据设定控制限，每批次计算过程能力指数，偏离较大时报警。

控制限的设置

控制限不是规格限。规格限是客户或标准要求的边界，控制限是过程正常波动的边界。控制限通常设为均值±3σ，初始控制限基于20-30个批次的历史数据计算。控制限需要定期更新（如每季度或每50批次），但更新前需确认过程未发生显著变化。控制限收窄说明过程能力提升，放宽说明过程稳定性下降。

常见错误是直接用规格限的80%或50%作为控制限，这是没有统计学依据的做法。控制限应当基于过程的实际变异，而不是基于人为设定的比例。

四、过程能力评估

过程能力指数反映过程能否稳定地生产出符合规格的产品。Cp=(USL-LSL)/6σ，反映过程潜在能力（假设过程中心与规格中心重合）。Cpk=min[(USL-μ)/3σ，(μ-LSL)/3σ]，反映过程实际能力（考虑中心偏移）。

流程制造中的典型Cpk要求：普通化工≥1.00，精细化工≥1.33，制药≥1.33（关键参数≥1.67），食品饮料≥1.00-1.33。

Cpk偏低时的改善路径：Cpk<0.67时过程能力严重不足，优先解决特殊原因变异，缩小过程波动。Cpk 0.67-1.00时能力不足，分析变异来源，改进工艺或设备。Cpk 1.00-1.33时能力勉强可接受，持续监控防止恶化。Cpk>1.33时能力充足，可考虑放宽检验频次或成本优化。

Cpk计算的前提是过程处于统计受控状态。如果存在特殊原因变异，Cpk没有意义。Cpk只反映过程能力，不反映过程是否满足客户要求。Cpk高但均值偏移，同样可能产生不良品。单侧规格的参数，使用Cpm或Cpk（单侧）评估，不能用双侧公式。