Files
HF-MES-manual/quality_control/spc_attribute_charts.md

215 lines
13 KiB
Markdown
Raw Normal View History

# SPC计数型报表
## 1. 功能概述
SPC计数型报表属于 MES 系统的质量管理模块,用于对生产过程中的**离散型质量数据**(如不良品数量、缺陷数量)进行统计过程控制分析。与计量型报表不同,计数型报表关注的是产品是否合格、缺陷个数等可计数的质量特性,通过生成 DPMO、P 控制图、NP 控制图、C 控制图和 U 控制图等 SPC 控制图,帮助质量管理人员监控生产过程中不合格品率和缺陷率的变化趋势,及时发现质量异常。
**核心功能:**
- 按工序单元、SPC项目、时间范围和批次号查询质量数据
- 自动从过程数据中提取缺陷类型并进行子组分组统计
- 生成五种计数型 SPC 控制图DPMO、PChart、NPChart、CChart、UChart
- 支持控制图上控制限自动计算、异常点高亮、图表滚动等交互功能
**功能对应截图**
![图片SPC计数型报表功能截图](/public/image/spc_attribute_charts/图片SPC计数型报表功能截图.png)
## 2. 术语说明
| 术语 | 定义 | 说明 |
|------|------|------|
| SPC计数型报表 | SPC Attribute ChartsSPC 属性控制图 | 针对计数型质量特性(如不良品数量、缺陷数量)的统计过程控制报表 |
| DPMO | Defects Per Million Opportunities每百万机会缺陷数 | 衡量每百万个出错机会中实际发生的缺陷数,是评价过程质量水平的综合性指标 |
| PChart | P Chart不良品率控制图 | 监控每个子组中不良品占总检验数量的比例(百分率),子组大小可以变化 |
| NPChart | NP Chart不良品数控制图 | 监控每个子组中的不良品数量,要求每个子组的容量相等 |
| CChart | C Chart缺陷数控制图 | 监控每个子组中的总缺陷数量,适用于缺陷发生机会恒定的场景 |
| UChart | U Chart单位缺陷数控制图 | 监控每个单位产品上的平均缺陷数量,适用于缺陷发生机会不恒定的场景 |
| 子组 | Subgroup | SPC 分析中,在相近时间条件下采集的一组样本数据 |
| 缺陷类型 | Defect Types | 过程中出现的不同缺陷的分类,如划痕、变形、气泡等,每种类型对应一个具体的 NG 代码 |
| 工序单元 | Working Subclass | 生产过程中的标准化作业单元,是 SPC 监控的最小粒度 |
| SPC渲染条件 | SPC Render Configuration | 定义 SPC 报表数据来源、子组采样参数和控制限的配置项 |
**五种计数型控制图对比说明:**
| 控制图 | 数据类型 | 适用场景 | 子组容量要求 |
|--------|----------|----------|-------------|
| DPMO | 缺陷数/机会数 | 衡量整体质量水平,可用于不同产品/工序间的质量对比 | 需明确出错机会数 |
| PChart | 不良品率(小数/百分比) | 监控生产过程中不良品所占比例 | 子组大小可不同 |
| NPChart | 不良品数(整数) | 监控每个子组中不良品的绝对数量 | 子组容量必须相同 |
| CChart | 缺陷数(整数) | 监控固定区域的缺陷总数 | 缺陷机会必须恒定 |
| UChart | 单位缺陷数(小数) | 监控单位产品上的平均缺陷数 | 子组大小可不同 |
## 3. SPC计数型报表交互流程
### 3.1 通用查询条件说明
所有五种计数型控制图共用相同的查询条件界面,用户通过以下条件筛选数据后,系统自动按对应的控制图类型生成图表。
**操作路径:**
进入【质量管理】→【SPC统计过程控制】→【SPC计数型报表】选择对应的控制图类型。
**查询条件字段说明:**
| 字段 | 说明 | 必填 |
|------|------|------|
| 工序单元 | 选择需要查看的生产工序单元,下拉列表来源于系统配置的所有工序 | 是 |
| 项目 | 选择 SPC 监控的具体项目(数据节点),选项随工序单元联动过滤 | 是 |
| 时间范围 | 查询数据的起止时间,默认为当前时间前溯 24 小时 | 是 |
| 批次号 | 按生产批次过滤数据,不填写则查询所有批次 | 否 |
**功能对应截图**
![图片SPC计数型报表查询条件截图](/public/image/spc_attribute_charts/图片SPC计数型报表查询条件截图.png)
**操作步骤:**
1. 进入【质量管理】→【SPC统计过程控制】→【SPC计数型报表】在左侧导航中选择所需控制图类型DPMO / PChart / NPChart / CChart / UChart
2. 在【工序单元】下拉框中选择要监控的工序
3. 在【项目】下拉框中选择 SPC 配置项(项目列表会根据所选工序自动过滤)
4. 在【时间范围】选择器中设定查询的起止时间
5. (可选)在【批次号】输入框中输入批次号进行精准过滤
6. 点击【查询】按钮,系统将自动获取数据并生成对应的控制图
**【说明】** 点击【重置】按钮可清空所有查询条件,恢复默认状态。
### 3.2 数据查询与图表生成
系统根据用户选择的查询条件,从 MES 数据采集库中提取对应工序的 SCADA 实时数据,按小时粒度对数据按子组进行分组,统计每个子组内各缺陷类型的发生次数,然后自动计算控制上下限并绘制控制图。
**数据查询流程说明:**
```mermaid
sequenceDiagram
participant 用户 as 用户
participant MES前端 as MES 前端
participant EdgeManager as EdgeManager 服务
participant 数据库 as SCADA 数据库
用户->>MES前端: 1. 选择工序单元、项目、时间范围、批次
用户->>MES前端: 2. 点击【查询】
MES前端->>EdgeManager: 3. 发送查询请求(含工序编码、项目编码、时间范围等)
EdgeManager->>数据库: 4. 查询 SCADA 实时数据表
数据库-->>EdgeManager: 5. 返回原始数据(采集值 + 采集时间)
EdgeManager->>EdgeManager: 6. 按小时分组分配子组 ID
EdgeManager->>EdgeManager: 7. 统计每个子组的缺陷类型及次数
EdgeManager-->>MES前端: 8. 返回子组统计数据
MES前端->>MES前端: 9. 渲染对应类型的 SPC 控制图
MES前端-->>用户: 10. 显示控制图及统计信息
```
**流程说明:**
| 步骤 | 执行者 | 操作 | 说明 |
|------|--------|------|------|
| 1-2 | 用户 | 设置查询条件并提交 | 选择工序单元、项目、时间范围和批次 |
| 3 | MES 前端 | 发送查询请求 | 通过 EdgeManager 服务接口发送查询查询参数包含action固定为 get_node_subgroup_sampling_type、工序编码、项目编码、采样时间范围、批次号等信息 |
| 4 | EdgeManager | 查询数据库 | 动态拼装数据表名格式hf_mes_scada_data_capture_node_data_{工序编码}_{节点编码}),按时间范围查询原始采集数据 |
| 5 | 数据库 | 返回原始数据 | 返回采集值和对应的采集时间 |
| 6 | EdgeManager | 子组分组 | 按小时HOUR对所有原始数据使用 ROW_NUMBER 进行排序编号,为每个子组分配样本序号 |
| 7 | EdgeManager | 缺陷类型统计 | 统计每个子组中各缺陷类型NG 代码)的出现次数,生成 defect_types 统计结果 |
| 8 | EdgeManager | 返回统计数据 | 返回包含子组编号、采样时间、缺陷类型统计的结构化数据 |
| 9 | MES 前端 | 渲染控制图 | 根据控制图类型DPMO/PChart/NPChart/CChart/UChart选择对应的渲染方式 |
| 10 | 用户 | 查看控制图 | 显示完整的控制图,包括数据点、控制上下限、异常高亮等 |
### 3.3 DPMO每百万机会缺陷数
#### 3.3.1 DPMO 说明
DPMODefects Per Million Opportunities是衡量过程质量水平的综合性指标表示每百万个出错机会中实际发生的缺陷数。DPMO 值越低说明过程质量水平越高。DPMO 控制图通过监控各子组的 DPMO 值变化趋势,帮助质量管理人员判断过程是否处于稳定受控状态。
**适用场景:**
- 需要衡量和对比不同产品、不同工序之间的质量水平
- 需要将质量指标与六西格玛水平进行对标(如 3.4 DPMO = 六西格玛水平)
- 缺陷发生机会数不恒定的场景
**功能对应截图**
![图片DPMO控制图截图](/public/image/spc_attribute_charts/图片DPMO控制图截图.png)
### 3.4 PChart不良品率控制图
#### 3.4.1 PChart 说明
PChartP 控制图不良品率控制图用于监控每个子组中不良品占总检验数量的比例。PChart 关注的是**不合格品在样本中所占的百分比**,子组大小可以不相同,控制限会随子组大小变化而调整,形成阶梯状的控制界限。
**适用场景:**
- 子组容量不固定的情况(如每天检验的产品数量不同)
- 需要监控生产过程中不良品率的变化趋势
- 每个产品只判定为合格或不合格(二分类结果)
**功能对应截图**
![图片PChart控制图截图](/public/image/spc_attribute_charts/图片PChart控制图截图.png)
### 3.5 NPChart不良品数控制图
#### 3.5.1 NPChart 说明
NPChartNP 控制图,不良品数控制图)用于监控每个子组中的不良品绝对数量。与 PChart 不同NPChart 显示的是**不合格品的实际个数**而非比例。NPChart 要求每个子组的样本容量必须相同,否则控制限将不再有效。
**适用场景:**
- 子组容量固定的情况(如每批次固定检验 100 件产品)
- 需要直观展示不良品数量的变化趋势
- 便于现场人员理解和使用(直接读取不良品数量)
**功能对应截图**
![图片NPChart控制图截图](/public/image/spc_attribute_charts/图片NPChart控制图截图.png)
### 3.6 CChart缺陷数控制图
#### 3.6.1 CChart 说明
CChartC 控制图缺陷数控制图用于监控每个子组中的总缺陷数量。CChart 关注的是一个产品上可能存在多个缺陷的情况(如一块面板上可能有多处划痕),因此 CChart 统计的是**缺陷总数**而非不良品数量。CChart 要求缺陷发生机会必须恒定(即所检查的区域/范围要保持一致)。
**适用场景:**
- 固定面积或固定数量的产品检验(如每片玻璃、每张板材)
- 一个产品可能存在多个不同类型缺陷
- 需要监控总体缺陷数量的变化趋势
**【注意事项】**
- 缺陷发生机会必须保持恒定(如每次检查相同面积或相同数量的产品)
- CChart 关注缺陷数而非不良品数,一个产品可能有多个缺陷
**功能对应截图**
![图片CChart控制图截图](/public/image/spc_attribute_charts/图片CChart控制图截图.png)
### 3.7 UChart单位缺陷数控制图
#### 3.7.1 UChart 说明
UChartU 控制图,单位缺陷数控制图)用于监控每个单位产品上的平均缺陷数量。与 CChart 不同UChart 适用于**缺陷发生机会不恒定**的场景(如每天检验的产品数量不同、面积不同),它将缺陷数按单位规模进行归一化处理,计算每个单位的平均缺陷数,控制限会随子组规模变化而调整。
**适用场景:**
- 检验区域或产品数量不固定的场景(如每天检验的布料长度不同)
- 需要比较不同规模的检验批次之间的缺陷水平
- 一个产品可能存在多个缺陷,且每次检验的产品数量可能不同
**功能对应截图**
![图片UChart控制图截图](/public/image/spc_attribute_charts/图片UChart控制图截图.png)
## 4. 控制图交互功能说明
所有五种计数型控制图均提供以下通用交互功能:
| 功能 | 说明 |
|------|------|
| 控制上下限自动计算 | 系统基于采集到的子组数据自动计算控制上限UCL和控制下限LCL |
| 异常点高亮 | 超出控制限的数据点以高亮标记突出显示,便于快速识别异常 |
| 滚动条 | 当子组数量较多时,支持水平滚动查看完整的控制图数据 |
| 计算值显示 | 图表中显示每个子组的统计计算值(如不良品率、缺陷数等) |
| 报警状态显示 | 图表中标注各子组的报警状态信息 |
| 图表控制开关 | 支持开启/关闭控制图的各类辅助显示选项 |
**【说明】** 控制图基于业界标准的 QC SPC 控制图算法库生成,控制限计算遵循统计过程控制的标准公式,确保分析结果的准确性和权威性。
## 5. 注意事项
1. **SPC渲染条件前置配置**:使用 SPC 计数型报表前需要先在【SPC渲染条件配置】中完成对应工序单元和数据节点的 SPC 配置,否则在"项目"下拉框中将无法选择到对应的监控项目。
2. **数据源说明**SPC 计数型报表的数据来源于 MES 系统中的 SCADA 实时采集数据,数据采集频率和子组间隔由 SPC 渲染条件配置中的参数决定。数据存储于系统的数据采集表中,前端通过 EdgeManager 服务接口获取加工后的子组统计数据。
3. **子组容量要求**NPChart 要求每个子组的样本容量必须相同,若实际数据中子组容量不一致,可能导致控制限计算不准确。建议在 SPC 渲染条件配置中统一设置子组采样参数。
4. **缺陷类型统计**缺陷类型NG 代码)来源于生产过程中设备或人工记录的不良分类信息。系统以 NG 代码作为缺陷类型的唯一标识进行分组统计,请确保 NG 编码体系的规范性。
5. **时间粒度**系统按小时粒度对数据进行子组分组。子组间隔subgroup sampling interval配置决定了相邻子组之间的时间跨度如果配置为 2 小时,则每 2 小时的采集数据会合并为一个子组。