124、产线一致性管控——CPK/GRR/统计过程控制在影像模组量产中的应用去年在南方某模组厂调一款旗舰主摄，良率报表好看得吓人，直通率98.7%，但客户整机厂那边投诉不断，说同一批次手机拍照色彩一致性差，有的偏青，有的偏黄，还有的暗部噪点水平明显不同。我飞过去一看，产线用的还是老一套——每两小时抽五颗模组，测一下MTF和AWB，画个趋势图，看着没超规格就放行。问题出在哪？抽检的样本量太小，而且只看了单颗模组的绝对值，压根没看同一批次内不同模组之间的离散度。后来我把产线一周的SFR数据导出来，算了算CPK，好家伙，MTF50的CPK只有0.67，AWB的R/G ratio CPK更是低到0.4。这数据要是早算出来，客户投诉根本不会发生。先说说CPK这玩意儿在影像模组产线上到底怎么用。别把它当成一个简单的公式套进去就完事，CPK = min((USL-μ)/3σ, (μ-LSL)/3σ)，这个公式本身不难，难的是你取哪个参数、怎么定义规格限、用哪段数据来算。我见过太多工程师把实验室里那颗工程样机的数据拿来定规格限，结果产线上CPK永远做不过1.0。正确做法是，规格限必须来自客户端的整机效果验收标准，反推回模组端。比如客户要求色温3000K下D65-UV的ΔE小于3，你得先搞清楚这个ΔE在模组端对应的是AWB的R/G gain偏差多少，再把这个偏差值作为规格限去算CPK。这里踩过坑——有次我们直接拿客户给的ΔE规格去卡模组的AWB gain，发现CPK怎么算都难看，后来才意识到模组端的gain和整机端的ΔE之间隔着ISP的AWB算法补偿，得先把算法的影响剥离掉。GRR（Gauge Repeatability Reproducibility）在影像产线上是个