mcpField
S
Spc

Spc

github.com/robdtaylor数据与数据库50 次安装
代码仓库

关于 Spc

Spc 是一项用于制造与质量数据统计过程控制的技能,帮助从业者选择控制图、评估过程稳定性并计算过程能力指数。内容涵盖分析步骤、公式与判定规则。

主要功能

  1. 01按数据类型选择控制图
  2. 02X-bar/R 与 I-MR 设置公式
  3. 03Western Electric 与 Nelson 信号规则
  4. 04计算 Cp、Cpk、Pp 和 Ppk
  5. 05过程能力研究流程

适用场景

  1. 01为测量值或缺陷数据选图
  2. 02调查控制图中的异常信号
  3. 03根据规格评估过程能力

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/robdtaylor/personal-ai-infrastructure --skill spc

安装后在 Claude Code 中输入/spc确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

CLAUDE.md
reference/
capability-indices.md
control-chart-selection.md
out-of-control-rules.md
templates/
capability-study.md

详细介绍

统计过程控制(SPC)

何时启用此技能

  • “为 [characteristic] 设置 SPC”
  • “计算 [process] 的 Cpk”
  • “我应该使用哪种控制图?”
  • “该过程是否处于受控状态?”
  • “解读失控模式”
  • “开展能力研究”
  • “Cp 和 Cpk 有什么区别?”

SPC 的目的

SPC 通过区分以下两类波动,使用统计方法来监控、控制和改进过程:

  • 普通原因波动 - 正常、固有的过程波动
  • 特殊原因波动 - 异常、可归因的原因,需要采取行动
SPC 的重要性

不使用 SPC 时:

  • 只有出现缺陷后才采取应对措施
  • 无法预测过程表现
  • 可能对稳定的过程进行过度调整
  • 错过早期预警信号

使用 SPC 时:

  • 在出现缺陷前发现问题
  • 了解过程能力
  • 基于数据做出决策
  • 持续改进

工作流路由

触发条件操作
“[data] 应该使用哪种控制图”使用控制图选择表(变量数据与属性数据),根据数据类型和子组大小选择 X-bar/R、X-bar/S、I-MR、p/np/c/u
“为 [characteristic] 设置 SPC / 计算控制限”按照能力研究流程的步骤 1-3 操作,然后通过 X-bar/R 控制图或单值/移动极差(I-MR)控制图公式计算控制限
“该过程是否处于受控状态?”/“解读此模式”根据失控规则检查绘制的点(标准为西部电气规则 1-4;详细分析采用 Nelson 规则 5-8)
“计算 Cpk/Ppk”/“此过程是否有能力?”应用过程能力公式,与能力目标比较(Cpk/Ppk ≥1.33 为最低要求,关键特性(CC)为 ≥1.67),并通过解读表解读 PPM
“Cp 和 Cpk 有什么区别”/“Cpk 与 Ppk 的区别”通过关键区别:Cp/Cpk 与 Pp/Ppk表进行说明(子组内波动与总体波动)
“开展能力研究”按照能力研究流程的步骤 1-5 操作
“这里适合使用预控制吗”使用**预控制(SPC 的替代方案)**标准和区域规则
“生成 SPC 报告/分析”使用下方的输出格式模板生成

控制图选择

变量数据控制图(测量值)
控制图数据类型适用场景
X-bar/R子组 n=2-9标准变量控制图
X-bar/S子组 n≥10大型子组
I-MR单次测量值低产量、长周期、破坏性测试
属性数据控制图(计数/类别)
控制图数据类型适用场景
p 图不良品比例样本量可变,判定是否不良
np 图不良品数量样本量固定,判定是否不良
c 图单位缺陷数面积/单位固定,统计缺陷数
u 图单位缺陷数面积/单位可变,统计缺陷数

X-bar/R 控制图

设置
参数指南
子组大小(n)通常为 3-5,推荐 5
子组频率合理分组 - 子组内应具有同质性
最低数据点数计算控制限前至少收集 20-25 个子组
控制限公式

X-bar 控制图:

UCL = X̄̄ + A₂ × R̄
CL = X̄̄
LCL = X̄̄ - A₂ × R̄

R 控制图:

UCL = D₄ × R̄
CL = R̄
LCL = D₃ × R̄
常数(A₂、D₃、D₄)
nA₂D₃D₄
21.88003.267
31.02302.575
40.72902.282
50.57702.115
60.48302.004

单值/移动极差(I-MR)控制图

适用场景
  • 周期时间长
  • 破坏性测试
  • 测试成本高
  • 批次生产过程
控制限公式

I 控制图:

UCL = X̄ + 2.66 × MR̄
CL = X̄
LCL = X̄ - 2.66 × MR̄

MR 控制图:

UCL = 3.267 × MR̄
CL = MR̄
LCL = 0

失控规则

Western Electric 规则(标准)
规则模式表示
规则 11 个点超出 3σ突然偏移
规则 2连续 8 个点位于 CL 同一侧(部分资料为 9 个)过程偏移/均值偏移
规则 3连续 6 个点呈趋势(上升或下降)趋势/漂移
规则 4连续 14 个点交替上升/下降过度调整
Nelson 规则(扩展)
规则模式
规则 53 个点中有 2 个超出 2σ(同一侧)
规则 65 个点中有 4 个超出 1σ(同一侧)
规则 7连续 15 个点位于 CL 的 1σ 范围内
规则 88 个点超出 1σ(两侧均可)
MNMUK 标准

将规则 1-4(Western Electric)作为标准。对于关键特性或详细分析,应用 Nelson 规则。

重要: Western Electric 规则 2 在中心线一侧连续出现 7 个或更多点时触发(部分参考资料称为 8 个或 9 个;广泛接受的标准是,中心线一侧连续出现 7 个或更多点即构成失控信号,需要调查)。中心线一侧连续出现 7 个点即为失控状态。


过程能力

指数概览
指数衡量内容公式
Cp潜在能力(分布范围)(USL - LSL) / 6σ
Cpk实际能力(考虑居中情况)Min(Cpu, Cpl)
Pp过程绩效(分布范围)(USL - LSL) / 6s
Ppk过程绩效(考虑居中情况)Min(Ppu, Ppl)
主要区别:Cp/Cpk 与 Pp/Ppk
方面Cp/CpkPp/Ppk
变差估计组内(R̄/d₂ 或 S̄/c₄)总体(样本标准差)
表示过程潜力过程绩效
使用条件过程受控初步评估
通常较高较低
能力公式

Cp(过程潜力):

Cp = (USL - LSL) / 6σ

Where σ = R̄/d₂ (within-subgroup estimate)

Cpk(过程能力):

Cpu = (USL - X̄̄) / 3σ
Cpl = (X̄̄ - LSL) / 3σ
Cpk = Min(Cpu, Cpl)

Pp(过程绩效):

Pp = (USL - LSL) / 6s

Where s = sample standard deviation

Ppk(过程绩效指数):

Ppu = (USL - X̄) / 3s
Ppl = (X̄ - LSL) / 3s
Ppk = Min(Ppu, Ppl)
d₂ 常数
nd₂
21.128
31.693
42.059
52.326
62.534

能力目标

汽车行业标准
指数最低值首选值CC 标准
Cpk1.331.671.67
Ppk1.331.671.67
解读
Cpk 值PPM(单侧尾部)解读
0.6722,750差,不具备能力
1.001,350勉强具备能力
1.3332具备能力(汽车行业最低要求)
1.503.4良好
1.670.3非常好(CC 目标)
2.000.001卓越

能力研究流程

第 1 步:规划研究
  • 确定特性
  • 选择测量系统(验证 MSA)
  • 确定样本量(至少 30 个,最好为 50-100 个)
  • 定义抽样方法
第 2 步:收集数据
  • 在正常条件下收集样本
  • 按时间顺序记录
  • 记录任何特殊事件
第 3 步:分析数据
  • 创建直方图(检查分布)
  • 检查正态性
  • 计算统计量
  • 创建控制图
  • 检查过程是否受统计控制
第 4 步:计算能力
  • 如果受控:计算 Cp、Cpk
  • 如果未受控:先处理特殊原因,或仅报告 Pp、Ppk
  • 与要求进行比较
第 5 步:解读并采取行动
  • 能力是否足够?
  • 需要采取哪些行动?
  • 记录结果

预控制(SPC 的替代方法)

何时使用预控制
  • 能力很强的过程(Cpk >1.33)
  • 短期生产
  • 快速验证设置
  • 比 SPC 更简单
预控制区域
┌─────────────────────────────────────────────┐
│               RED ZONE                       │ → Stop, adjust
├─────────────────────────────────────────────┤
│             YELLOW ZONE                      │ → Caution
├─────────────────────────────────────────────┤
│       GREEN ZONE (Middle 50%)                │ → OK
├─────────────────────────────────────────────┤
│             YELLOW ZONE                      │ → Caution
├─────────────────────────────────────────────┤
│               RED ZONE                       │ → Stop, adjust
└─────────────────────────────────────────────┘
      LSL           Target           USL
预控制规则
  1. 启动: 连续 5 次处于绿色区域 = 开始生产
  2. 运行期间:
    • 两次都在绿色区域 → 继续
    • 一次在黄色区域 → 立即再次检查
    • 两次都在黄色区域 → 调查/调整
    • 红色区域 → 停止并调查

输出格式

生成 SPC 内容时:

# SPC Analysis

## Characteristic Information
| Field | Value |
|-------|-------|
| **Characteristic** | [Description] |
| **Specification** | [LSL - USL] |
| **Target** | [Nominal] |
| **Chart Type** | [X-bar/R, I-MR, etc.] |

## Control Chart Data
| Subgroup | X̄ (or X) | R (or MR) |
|----------|----------|-----------|
| 1 | | |
| ... | | |

## Control Limits
| Chart | LCL | CL | UCL |
|-------|-----|----|----|
| X-bar | | | |
| R | | | |

## Process Capability
| Index | Value | Requirement | Status |
|-------|-------|-------------|--------|
| Cpk | | ≥1.33 | PASS/FAIL |
| Ppk | | ≥1.33 | PASS/FAIL |

## Assessment
- In Control: Yes / No
- Capable: Yes / No
- Actions Required: [List]

示例

示例 1 — 选择并设置控制图

用户:“我们在 CNC 车床上加工孔径,每小时抽取 5 个零件作为一个子组。应该使用什么控制图?控制限是多少?”

输出:根据 控制图选择(子组 n=2-9),推荐使用 X-bar/R 控制图;使用 n=5 对应的 A₂/D₃/D₄ 常数计算 UCL/CL/LCL;并按照 X-bar/R 控制图设置指南,指出至少需要 20-25 个子组才能最终确定控制限。


示例 2 — 解读失控信号

用户:“我们的控制图显示连续 8 个点位于中心线以上。这是否表示过程失控?我们该怎么做?”

输出:根据 失控规则,指出这是违反规则 2(连续 7 个或更多点位于中心线同一侧);解释这表明过程/均值发生偏移(特殊原因变差);并建议按照 MNMUK 标准(Western Electric 规则 1-4)进行调查。


示例 3 — PPAP 能力评估

用户:“客户要求在 PPAP 提交资料中提供关键特性的 Ppk。我们在生产中测得 Cpk = 1.45,但还没有计算 Ppk。”

输出:根据 关键区别:Cp/Cpk 与 Pp/Ppk表,区分 Cpk(子组内变差、过程潜力)与 Ppk(总体变差、过程绩效);使用总体样本标准差计算 Ppk;并根据 能力目标与 CC 目标 ≥1.67 进行比较,若 Ppk 低于 Cpk,则指出存在子组间变差。


与相关技能集成

ControlPlan

控制计划规定了 SPC 要求:

  • 哪些特性需要 SPC
  • 样本量和频率
  • 失控时的反应

加载: read ~/.claude/skills/Controlplan/SKILL.md

MSA

SPC 的有效性要求测量系统充分可靠:

  • ndc ≥5 才能进行有意义的 SPC
  • MSA 不佳 = SPC 决策不佳
  • 开始 SPC 前验证 MSA

加载: read ~/.claude/skills/Msa/SKILL.md

AutomotiveManufacturing

作业指导书应包含 SPC 程序:

  • 如何收集数据
  • 如何绘制数据点
  • 如何解读控制图
  • 失控时该怎么做

加载: read ~/.claude/skills/Automotivemanufacturing/SKILL.md


补充资源

详细指南: read ~/.claude/skills/Spc/CLAUDE.md

能力研究模板: read ~/.claude/skills/Spc/templates/capability-study.md

控制图选择: read ~/.claude/skills/Spc/reference/control-chart-selection.md

能力指数: read ~/.claude/skills/Spc/reference/capability-indices.md

失控规则: read ~/.claude/skills/Spc/reference/out-of-control-rules.md

评论

支持 Markdown