1. 量产批次抽检复测到底在防什么1.1 从一次客诉说起抽检复测缺失的代价前两年我接手过一个消费电子配件的量产项目产品结构不复杂一个注塑外壳加两片冲压端子组装后做通电测试。首批试产两百件全检通过率百分之九十七工程那边觉得问题不大直接放行量产。第一批量产三千件按惯例抽了五十件做通电测试四十八件通过判定合格出货。结果到客户手里终端用户反馈有百分之六左右的产品用了一周之后接触不良。我们回头去查发现是冲压端子的镀层厚度在批次中后期出现了漂移而通电测试只能测出即时导通测不出镀层磨损后的接触电阻变化。更关键的是那五十件抽检样品全部来自同一托盘而那一托盘恰好是产线刚换料之后的前段产品。换句话说抽检抽到了批次里最好的那一段复测又只测了同一个维度等于什么都没防住。这件事之后我彻底改变了对抽检复测的看法。它不是一道走形式的工序而是一套用最小成本去探测批次一致性风险的手段。问题在于很多人把抽检当成“抽几件看看合不合格”而真正有效的抽检复测核心目标不是判断“这几件好不好”而是判断“这一整批跟上一批是不是同一个东西”。1.2 抽检和复测是两件事别混为一谈很多产线把抽检和复测放在一个工位做操作员抽几件出来测一遍记录数据完事。这其实是把两个不同目的的动作压缩成了一个。抽检的核心是抽样代表性解决的是“这批货整体水平如何”的问题复测的核心是测量系统稳定性解决的是“我这次测出来的数据可不可信”的问题。举个生活化的例子。你去菜市场买一筐苹果抽检相当于你从筐里不同位置各拿一个咬一口判断整筐甜不甜。复测相当于你同一颗苹果咬两口看看两口的感觉是不是一样确认你的舌头没出问题。如果你只咬同一个位置一口就下结论那既没有代表性也没有可信度。在量产场景里抽检要解决的是批次内分布问题复测要解决的是测量系统重复性和再现性问题。两者叠加才能构成一个完整的批次放行判断依据。少了任何一个数据都是瘸腿的。1.3 哪些场景下抽检复测是刚需不是所有产品都需要复杂的抽检复测方案。我一般按三个维度来判断批次规模、失效后果、过程能力。批次规模大、单批超过五百件且生产过程中存在多个可能引起漂移的变量换料、换模、换班次、环境温湿度变化那抽检复测基本是刚需。失效后果严重比如产品用在安全相关场景或者客诉成本远高于检测成本那复测必须做而且要做测量系统分析。过程能力指数偏低比如关键尺寸的CPK小于一点三三说明过程本身波动大抽检复测的频率和样本量都要往上提。反过来如果批次很小、过程非常稳定、失效后果轻微那可以简化成首件确认加末件确认中间不做密集抽检。但即便如此复测这个动作我建议保留因为测量系统本身也会漂移尤其是量具使用一段时间之后。2. 抽检复测方案怎么设计才不白做2.1 抽样方案从“随手抽”到“分层随机”我见过太多产线抽检就是操作员走到成品堆旁边顺手拿最上面几件。这种抽法在统计学上叫便利抽样偏差极大。正确的做法是分层随机抽样把一批产品按生产时间段或托盘位置分成若干层每层随机抽取一定数量。具体怎么分如果一批三千件分三个生产时段早班、中班、夜班每个时段一千件。那就每个时段抽十五到二十件总共四十五到六十件。如果产品是装在托盘里的每个托盘的上中下三层各抽一件。这样抽出来的样本才能覆盖批次内的主要变异来源。样本量怎么定很多人拍脑袋定三十件。我一般用这个经验公式样本量等于批次大小的平方根加一再根据失效后果严重程度乘以一个系数。三千件的平方根约五十五加一得五十六。如果失效后果一般乘以零点五约二十八件如果后果严重乘以一点五约八十四件。这个不是精确的统计公式但比拍脑袋靠谱得多。注意样本量确定之后不要随意减少。如果因为检测成本高想减宁可降低抽检频率也不要降低单次样本量。因为单次样本量不够批次内变异根本探测不出来。2.2 复测方案测量系统分析先行复测不是简单地把同一件产品再测一遍。如果测量系统本身重复性差你测十遍得到十个不同的值那复测就没有意义。所以在设计复测方案之前必须先做测量系统分析也就是常说的GRR。GRR的核心是看两个指标重复性同一个人用同一把量具测同一件产品多次数据波动多大再现性不同人用不同量具测同一件产品数据波动多大。一般要求GRR百分比小于百分之十测量系统可接受百分之十到三十之间根据应用重要性决定是否接受超过百分之三十测量系统不可用必须先修量具或改测量方法。复测的具体操作从抽检样本中随机选五到十件由同一操作员用同一量具测两到三轮记录数据。如果复测数据之间的极差超过产品公差带的百分之十就要警惕测量系统有问题。这时候不是产品的问题是尺子的问题。2.3 判定规则别用“零缺陷”一刀切很多工厂的抽检判定规则是抽检样本中只要发现一个不合格整批退回。这个规则在失效后果严重时是对的但在一般场景下过于严苛会导致大量误判和返工浪费。我一般用接收质量限来定判定规则。比如设定AQL为百分之一点五样本量五十件那对应的接收数和拒收数查表可得。如果样本中不合格数小于等于接收数整批接收大于等于拒收数整批拒收介于两者之间加严抽检或全检。复测的判定规则相对简单如果复测数据的一致性在可接受范围内那抽检数据可信按抽检规则判定如果复测数据一致性差那抽检数据不可信需要重新测量或校准量具后再抽检。3. 实操过程一次完整的抽检复测落地记录3.1 准备阶段定义清楚再动手每次做抽检复测之前我会先填一张抽检复测计划表把以下内容写清楚批次号、批次数量、生产时间段、关键特性清单、每个特性的规格上下限、抽样方案、复测方案、判定规则、异常处理流程。关键特性清单不能太长一般三到五个。选那些对功能影响最大、过程波动最敏感的特性。比如注塑件选关键尺寸和外观冲压件选毛刺高度和镀层厚度组装件选扭矩和导通电阻。规格上下限要写具体数值不能写“符合图纸”。因为操作员不一定随时能查到图纸而且图纸版本可能更新。直接把数值写在计划表上减少沟通成本。3.2 执行阶段现场操作的几个关键动作抽检执行的时候我要求操作员做三件事记录抽样位置、记录测量顺序、记录环境条件。抽样位置要具体到托盘编号和层数比如“三号托盘中层左起第三件”。这样万一后续发现问题可以追溯到具体位置判断是局部问题还是整体问题。测量顺序要按抽样顺序来不要打乱。因为如果测量系统有漂移打乱顺序会掩盖漂移趋势。按顺序测如果发现数据随时间单调变化那很可能是量具发热或环境变化引起的。环境条件记录温度和湿度。有些材料对温湿度敏感比如尼龙件在潮湿环境下尺寸会膨胀。如果不记录环境条件后续数据异常时无法判断是产品问题还是环境问题。复测执行的时候同一件产品测两到三轮每轮之间间隔几分钟让量具恢复一下。如果量具是接触式的测完一件要清洁测头避免残留物影响下一件。3.3 数据分析看趋势比看单点重要拿到数据之后不要只看平均值和最大值最小值。我一般做三张图单值移动极差图、直方图、箱线图。单值移动极差图看过程是否稳定。如果单值在控制限内随机波动说明过程稳定如果有连续七点上升或下降说明有趋势性变化可能是刀具磨损或温度漂移。直方图看分布形态。如果分布是双峰说明批次内混入了两个不同来源的产品比如两台机器做的或者两批料混了。这时候即使平均值合格整批也有风险。箱线图看离散程度。如果箱体很窄但须很长说明大部分产品很集中但有少数离群值。这些离群值可能是测量错误也可能是真实的不良品需要单独确认。复测数据分析相对简单算每件产品的复测极差和总平均极差。如果某件产品的复测极差明显大于其他件说明这件产品本身不均匀或者测量时定位有问题。3.4 判定与处置放行、加严还是退回判定结果分三种情况。第一种抽检数据合格且复测一致性良好整批放行。第二种抽检数据合格但复测一致性差先校准量具重新抽检复测再判定。第三种抽检数据不合格整批退回或全检。退回的产品怎么处理如果是外观问题可以返工如果是尺寸问题要看超差量。超差量在公差带百分之十以内的可以评估让步接收超过百分之十的一般报废或降级使用。全检的成本很高所以我在判定规则里会设一个加严抽检的中间档。比如第一次抽检不合格数在接收数和拒收数之间不直接全检而是把样本量翻倍再抽一次。如果第二次合格整批放行如果第二次仍不合格再全检。这样可以在风险和成本之间取一个平衡。4. 常见问题与排查技巧实录4.1 抽检合格但客户投诉问题出在哪这是最让人头疼的情况。抽检数据明明合格客户那边却批量投诉。根据我的经验原因通常有三个抽样没有覆盖变异源、测量特性选错了、判定规则太松。抽样没有覆盖变异源比如只抽了早班产品没抽夜班产品而夜班环境温度低产品尺寸偏下限。测量特性选错了比如只测了导通电阻没测接触电阻而客户使用场景是振动环境接触电阻会变化。判定规则太松比如AQL设成了百分之四样本量又小导致不合格批次被误判为合格。排查方法先调出客户投诉的具体批次和投诉内容然后回溯该批次的抽检记录看抽样位置和测量特性是否覆盖了投诉相关的维度。如果没覆盖那就是方案设计问题如果覆盖了但数据合格那就是测量系统或判定规则问题。4.2 复测数据波动大是产品问题还是量具问题复测数据波动大先别急着怀疑产品。我一般按这个顺序排查量具重复性、操作员手法、产品定位、环境条件。量具重复性排查用同一件标准件让同一操作员连续测十次算极差。如果极差超过标准件公差带的百分之五量具重复性有问题。操作员手法排查让三个不同操作员测同一件产品每人测三次比较三人之间的数据差异。如果差异大说明操作手法不一致需要统一培训。产品定位排查有些产品测量时需要放在夹具里如果夹具磨损或定位面有异物每次放进去的位置会有微小差异导致数据波动。检查夹具定位面是否清洁、是否磨损。环境条件排查如果以上都没问题检查温度和湿度。有些量具对温度敏感比如千分尺在温度变化五度时读数可能变化一到两个微米。4.3 抽检复测的成本怎么控制抽检复测确实有成本包括检测工时、量具损耗、产品损耗、数据记录时间。控制成本的核心思路是分级管理不是所有批次都做同样强度的抽检复测。我把批次分成三类。A类是新批次、新料号、新产线抽检复测强度最高样本量大、复测轮次多。B类是成熟批次但近期有换料或换模强度中等。C类是连续生产超过十批且过程稳定的强度最低只做首件和末件确认中间抽检频率降低。另外检测自动化也能降成本。比如用视觉系统替代人工目检用自动测试台替代手动通电测试。一次投入虽然高但长期看比人工便宜而且数据一致性更好。4.4 常见问题速查表问题现象可能原因排查方法处理措施抽检合格但客诉抽样未覆盖变异源回溯抽样位置与投诉维度调整抽样方案分层随机复测数据波动大量具重复性差标准件连续测十次算极差校准或更换量具复测数据波动大操作员手法不一致三人测同一件比较差异统一培训固化手法批次内数据双峰混料或混机按生产时段分层分析隔离追溯分开处理数据随时间漂移量具发热或环境变化记录测量顺序和环境条件控制环境间歇测量判定规则误判多AQL设置过松复核AQL与失效后果匹配度加严AQL或增加样本量提示速查表里的排查方法要按顺序来不要跳步。先查量具再查操作员先查环境再查产品。因为量具和操作员的问题最容易解决产品问题最难解决。5. 几个容易被忽略的细节5.1 抽检复测的记录要保留多久很多工厂抽检复测做完数据记在纸上过几个月就找不到了。我建议至少保留两年或者保留到产品生命周期结束。因为客诉可能发生在出货后半年甚至一年如果没有原始抽检复测记录根本无法追溯。记录内容要包括批次号、抽样位置、测量数据、复测数据、操作员、量具编号、环境条件、判定结果。最好电子化用表格或简单数据库管理方便后续查询和统计分析。5.2 量具的校准周期要跟抽检复测频率匹配量具校准一般一年一次但如果抽检复测频率很高比如每天抽检那一年一次的校准周期可能不够。我一般建议高频使用的量具校准周期缩短到半年如果复测数据出现异常波动立即临时校准。另外量具校准之后要做一个校准后验证用标准件测一遍确认校准有效。我见过校准证书合格但实际量具有偏差的情况原因是校准机构的操作和产线操作不一致。5.3 操作员的培训不能只做一次抽检复测的操作看似简单但细节很多。抽样位置怎么选、量具怎么拿、读数怎么读、数据怎么记每个环节都可能引入误差。我一般要求新操作员上岗前做三次实操考核每次考核用同一批产品看三次数据的一致性。如果三次数据差异大继续培训直到一致为止。老操作员也要定期复训半年一次。因为人会有习惯性动作时间长了可能偏离标准手法。复训的时候用盲样测试让操作员测已知标准件看数据是否准确。5.4 抽检复测方案要定期评审产品在迭代工艺在变化抽检复测方案不能一成不变。我一般每季度评审一次看几个指标客诉率、抽检不合格率、复测一致性、过程能力指数。如果客诉率上升或过程能力下降就要调整方案增加样本量或复测轮次。评审的时候要拉上生产、品质、工程三个部门一起。生产最了解现场变化品质最了解客诉情况工程最了解工艺参数。三方一起讨论方案才接地气。我个人在实际操作中的体会是抽检复测这件事做对了是保险做错了是浪费。关键不在于做不做而在于怎么做。方案设计的时候多花一小时执行的时候少返工一百件。另外再分享一个小技巧每次抽检复测的数据不要只用来判定这批货放不放行还要用来更新过程控制限。数据是活的用起来才有价值。