在统计过程控制（SPC）中，SPC判异规则扮演着关键角色，用于确定生产过程是否出现异常或已脱离控制状态。通过连续监测并分析生产过程中的数据，控制图被创建并用于揭示过程的稳定性。以下是综合表述后的SPC主要判异规则：
1.单点超出规则：若某个数据点独立地落于控制限以外，例如位于3σ控制限范围之外，则视为异常。
2.连续点序列规则：
1.若有连续9个数据点均位于中心线（CL）同侧且未穿过中心线，这暗示过程可能出现了偏移。
2.如果连续6点呈现明显的上升或下降趋势，提示过程可能存在持续性的变异。
趋势与模式规则：连续14个点间形成交替上升和下降的“锯齿状”排列，也可能表明过程失去稳定性。
波动性规则：
1.当连续8点或更多点均处于±1σ或±2σ区间内，显示过程波动过小，可能是过度控制或是随机性缺失的结果。
此外，还有其它如双边或多边距规则，即连续几点之间的间距小于预设阈值；以及点的集中度判异规则，例如多点在控制图上集中在某一狭小区间内等特殊情况。
这些判异规则结合使用，可实时捕捉到生产过程中任何不正常的变异情况，并触发相应的预警信号，促使操作者及时调整工艺条件，确保生产过程始终保持在既定的质量规格范围内，提升整体的过程性能和产品质量控制能力。同时，针对不同企业的特性和要求，SPC软件（简会制造云）支持用户自定义判异规则，以实现更精确和灵活的过程监控。

想学spc