# SPC计量型报表 (SPC Variable Charts)

## 1. 功能概述

SPC计量型报表属于 MES 系统质量管理模块中的 SPC（统计过程控制）核心功能，用于对生产过程中的连续型质量特性数据（如电压、电流、温度、压力等可测量值）进行统计分析和过程控制。系统基于 SPC 渲染条件配置中设定的采样规则，从产线过程检验数据、过程数据和结果数据中自动抽取样本，生成各类计量型控制图和过程能力分析图表，帮助质量管理人员实时监控生产过程的稳定性与能力。

**核心功能：**

- XBar-R 控制图：通过子组均值和极差监控过程均值和离散程度
- XBar-S 控制图：通过子组均值和标准差监控过程均值和离散程度（适用于子组样本量较大时）
- I-MR 控制图：单值-移动极差控制图，适用于每子组仅有 1 个样本的场景
- CPK 过程能力分析：计算 Cp、Cpk、Pp、Ppk 等过程能力指数，评估过程满足规格要求的能力
- EWMA 控制图：指数加权移动平均控制图，对过程微小偏移更敏感
- CUSUM 控制图：累积和控制图，对过程微小偏移具有高检测灵敏度
- Levey-Jennings 控制图：基于多子组样本的统计控制图，适用于质控场景
- MA 移动平均控制图：基于移动平均值的统计过程控制
- MAMR 移动平均-移动极差控制图：结合移动平均和移动极差的过程控制
- MAMS 移动平均-标准差控制图：结合移动平均和标准差的过程控制

**功能对应截图**：
![图片：SPC计量型报表功能截图](/public/image/spc_variable_charts/图片：SPC计量型报表功能截图.png)

## 2. 术语说明

| 术语 | 定义 | 说明 |
|------|------|------|
| 计量型数据 | Variable Data | 可以连续测量的质量特性数据，如电压、电流、温度、压力、尺寸等数值型数据 |
| 控制图 | Control Chart | 带有控制界限的统计图表，用于区分过程中的正常波动和异常波动 |
| 子组 | Subgroup | 在相近条件下采集的一组样本测量值，用于计算组内统计量 |
| 子组数量 | Total Subgroups | 单次 SPC 分析中需要采集的子组总数 |
| 每子组样本数 | Samples Per Subgroup | 每个子组内包含的样本测量值数量 |
| 子组间隔 | Subgroup Sampling Interval | 相邻两个子组之间的采样时间间隔（小时） |
| 控制上限 | Upper Control Limit (UCL) | 控制图中判定过程处于受控状态的上限值，由过程数据统计计算得出 |
| 控制下限 | Lower Control Limit (LCL) | 控制图中判定过程处于受控状态的下限值，由过程数据统计计算得出 |
| 规格上限 | Upper Specification Limit (USL) | 产品质量特性允许的最大值，由产品规格书或客户要求定义 |
| 规格下限 | Lower Specification Limit (LSL) | 产品质量特性允许的最小值，由产品规格书或客户要求定义 |
| 均值（XBar） | Mean / Average | 子组内所有样本测量值的算术平均值，反映过程的集中趋势 |
| 极差（R） | Range | 子组内最大值与最小值之差，反映组内离散程度 |
| 标准差（S） | Standard Deviation | 子组内样本测量值的标准偏差，反映组内离散程度 |
| 移动极差（MR） | Moving Range | 相邻两个单值测量值之差的绝对值 |
| CPK | Process Capability Index | 过程能力指数，衡量过程在受控状态下的实际能力，同时考虑均值的偏移 |
| CP | Process Capability | 过程能力，衡量过程的潜在能力（不考虑均值偏移） |
| PPK | Process Performance Index | 过程性能指数，衡量过程的长期实际表现 |
| PP | Process Performance | 过程性能，衡量过程的长期总波动 |
| EWMA | Exponentially Weighted Moving Average | 指数加权移动平均，对近期数据赋予更高权重 |
| CUSUM | Cumulative Sum | 累积和，对目标值偏差的累加 |
| Levey-Jennings | Levey-Jennings Chart | 配合多级质控规则使用的统计控制图，常用于实验室质控和医学统计领域 |
| SPC渲染条件 | SPC Render Configuration | 定义 SPC 报表在生成时所需的数据来源、采样参数和计算规则的配置 |

## 3. SPC计量型报表交互流程

### 3.1 SPC计量型报表说明

SPC计量型报表页面提供 10 种计量型控制图和过程能力分析工具，用户通过选择工序、SPC项目、时间范围等条件，系统自动从 MES 数据库中抽取对应数据并生成可视化图表。

**操作路径：**
进入【质量管理】→【SPC统计过程控制】→【SPC计量型报表】→ 选择对应的报表类型

**通用查询条件说明：**

| 查询条件 | 说明 | 必填 |
|---------|------|------|
| 工序子类 | 选择需要监控的工序单元，筛选后 SPC项目下拉框将自动加载该工序下配置的 SPC 项目 | 是 |
| SPC项目 | 选择具体的 SPC 监控项目（对应 SPC 渲染条件配置中的项目名称） | 是 |
| 时间范围 | 选择数据采集的起止时间（精确到时分秒） | 是 |
| 批次号 | 按生产批次号筛选数据（可选） | 否 |
| 卷号 | 按卷号筛选数据（可选），输入卷号后系统自动获取该卷对应的生产时间范围 | 否 |

**【注意】** 批次号和卷号不能同时输入，二者互斥。

**功能对应截图**：
![图片：SPC计量型报表查询页面截图](/public/image/spc_variable_charts/图片：SPC计量型报表查询页面截图.png)

---

### 3.2 XBar-R 均值-极差控制图

#### 3.2.1 XBar-R 图表说明

XBar-R（均值-极差）控制图是最常用的计量型控制图之一，由两张子图组成：上图为均值图（XBar Chart），用于监控过程均值的波动；下图为极差图（R Chart），用于监控过程的离散程度。适用于每子组样本数在 2~10 之间的场景。

**适用场景：**
- 生产过程中需要同时监控均值和波动的质量特性
- 子组样本量适中（2~10 个样本/组）的连续生产过程
- 如电芯注液量、焊接温度、涂布厚度等关键工艺参数监控

**图表特性：**
- 展示各子组的均值（XBar）和极差（R）
- 自动计算并绘制控制上限（UCL）和控制下限（LCL）
- 显示过程能力指数 Cpk 和 Ppk
- 支持图表滚动和显示选项切换
- 当配置了规格界限（USL/LSL）时，图上会标注规格线

**操作步骤：**

1. 进入【质量管理】→【SPC统计过程控制】→【SPC计量型报表】→【XBar-R】
2. 在查询区域选择【工序子类】，系统自动加载该工序下已配置的 SPC 项目
3. 选择【SPC项目】（如"OCV2 电压"等）
4. 选择【时间范围】，可配合输入【批次号】或【卷号】进一步筛选
5. 点击【查询】按钮，系统获取数据并生成 XBar-R 控制图
6. 可通过图表右上角的切换按钮调整显示内容
7. 点击【导出样本数据】可将图表源数据导出为 CSV 文件

**控制图判异规则说明：**

系统在 XBar-R 图上自动标注以下异常状态：
- 数据点超出控制上下限（UCL/LCL）
- 连续多点在中心线同一侧
- 数据点呈现趋势性变化（连续上升或下降）
- 数据点呈现周期性波动

**功能对应截图**：
![图片：XBar-R控制图截图](/public/image/spc_variable_charts/图片：XBar-R控制图截图.png)

---

### 3.3 XBar-S 均值-标准差控制图

#### 3.3.1 XBar-S 图表说明

XBar-S（均值-标准差）控制图与 XBar-R 类似，但使用标准差（S）代替极差（R）来衡量组内离散程度。标准差比极差能更充分地利用样本信息，因此适用于子组样本量较大（n > 10）的场景。

**适用场景：**
- 子组样本量较大（通常 n ≥ 10）的生产过程
- 需要更精确地衡量过程波动的场景
- 自动化高速连续生产的产线

**图表特性：**
- 展示各子组的均值（XBar）和标准差（S）
- 自动计算并绘制控制上下限
- 显示过程能力指数 Cpk 和 Ppk
- 支持图表滚动和显示选项切换
- 当配置了规格界限时，图上会标注规格线

**操作步骤：**

1. 进入【质量管理】→【SPC统计过程控制】→【SPC计量型报表】→【XBar-S】
2. 在查询区域选择【工序子类】和【SPC项目】
3. 选择【时间范围】，可配合输入【批次号】或【卷号】筛选
4. 点击【查询】按钮，系统获取数据并生成 XBar-S 控制图
5. 点击【导出样本数据】可将图表源数据导出为 CSV 文件

**功能对应截图**：
![图片：XBar-S控制图截图](/public/image/spc_variable_charts/图片：XBar-S控制图截图.png)

---

### 3.4 I-MR 单值-移动极差控制图

#### 3.4.1 I-MR 图表说明

I-MR（Individual-Moving Range，单值-移动极差）控制图适用于每子组只能获得 1 个测量值的场景。上图（I Chart）展示各个单值测量值，下图（MR Chart）展示相邻两个测量值的移动极差。当生产过程自动化程度高、每个周期只产生一个测量值，或者测量成本高、检测周期长时，适合使用 I-MR 图。

**适用场景：**
- 每子组仅有 1 个样本的连续生产过程
- 自动化检测设备逐件检测的场景
- 破坏性检测或检测成本极高的场合
- 化工、冶金等过程参数变化缓慢的行业

**图表特性：**
- 展示各单值测量值（I Chart）和移动极差（MR Chart）
- 自动计算并绘制控制上下限
- 当配置了规格界限（USL/LSL）时，图上会标注规格线
- 显示过程能力和计算统计值
- 支持图表滚动和显示选项切换

**控制图异常标记说明：**
- 系统自动高亮显示超出控制界限的数据点
- 当数据点连续出现异常模式时以特殊符号标记

**功能对应截图**：
![图片：I-MR控制图截图](/public/image/spc_variable_charts/图片：I-MR控制图截图.png)

---

### 3.5 Levey-Jennings 控制图

#### 3.5.1 Levey-Jennings 图表说明

Levey-Jennings 控制图是一种基于多子组样本的统计控制图，通过子组均值和标准差来监控过程稳定性。该图表在医学检验、实验室质控等领域广泛应用，在制造业中也适用于配合多级质控规则进行过程监控。

**适用场景：**
- 需要配合多级质控规则进行严格过程监控的场景
- 实验室分析仪器的日常质量控制
- 电池制造中关键电性能指标的持续监控

**图表特性：**
- 展示各子组的均值和标准差
- 自动计算并绘制控制上下限
- 显示过程能力指数 Cpk、Cpm 和 Ppk
- 当配置了规格界限时，图上会标注规格线
- 支持图表滚动和显示选项切换

**功能对应截图**：
![图片：Levey-Jennings控制图截图](/public/image/spc_variable_charts/图片：Levey-Jennings控制图截图.png)

---

### 3.6 EWMA 指数加权移动平均控制图

#### 3.6.1 EWMA 图表说明

EWMA（Exponentially Weighted Moving Average，指数加权移动平均）控制图对近期观测值赋予更大的权重，对过程均值的微小偏移具有比传统 XBar 图更高的检测灵敏度。EWMA 图通过加权系数 λ 控制对历史数据的衰减速度。

**适用场景：**
- 对过程微小偏移敏感度要求较高的场景
- 过程调整后需要快速检测效果
- 作为传统控制图的补充，用于早期预警
- 半导体、精密电子等对过程精度要求极高的行业

**图表特性：**
- 展示 EWMA 统计量和过程均值
- 自动计算并绘制控制上下限
- 计算 EWMA 值和均值统计信息
- 当配置了规格界限时，图上会标注规格线
- 支持图表滚动和显示选项切换

**操作步骤：**

1. 进入【质量管理】→【SPC统计过程控制】→【SPC计量型报表】→【EWMA】
2. 在查询区域选择【工序子类】和【SPC项目】
3. 选择【时间范围】，可配合输入【批次号】筛选
4. 点击【查询】按钮，系统获取数据并生成 EWMA 控制图

**功能对应截图**：
![图片：EWMA控制图截图](/public/image/spc_variable_charts/图片：EWMA控制图截图.png)
---

### 3.7 CUSUM 累积和控制图

#### 3.7.1 CUSUM 图表说明

CUSUM（Cumulative Sum，累积和）控制图通过累计目标值与实际值之间的偏差来检测过程的微小偏移。与 EWMA 类似，CUSUM 对过程均值的微小变化非常敏感，能够比传统控制图更早地发现异常趋势。

**适用场景：**
- 对过程微小偏移检测灵敏度要求极高的场景
- 连续生产过程中不希望频繁误报警，但又需要快速发现真实异常
- 过程优化和改进效果评估
- 化工反应过程、精密加工等需要严格过程控制的场景

**图表特性：**
- 展示正向累积和（C+）与负向累积和（C-）
- 自动计算并绘制控制界限
- 当配置了规格界限时，图上会标注规格线
- 支持图表滚动和显示选项切换

**功能对应截图**：
![图片：CUSUM控制图截图](/public/image/spc_variable_charts/图片：CUSUM控制图截图.png)

---

### 3.8 MA 移动平均控制图

#### 3.8.1 MA 图表说明

MA（Moving Average，移动平均）控制图通过计算连续多个数据点的平均值来平滑短期波动，突出长期趋势。移动平均图能够有效过滤生产过程中的随机噪声，更清晰地反映过程均值的变化趋势。

**适用场景：**
- 过程数据存在较大随机波动的场景
- 需要观察过程长期趋势变化
- 噪音较大的传感器数据监控

**图表特性：**
- 展示移动平均值序列
- 自动计算并绘制控制上下限
- 当配置了规格界限时，图上会标注规格线
- 支持图表滚动和显示选项切换

**功能对应截图**：
![图片：MA控制图截图](/public/image/spc_variable_charts/图片：MA控制图截图.png)

---

### 3.9 MAMR 移动平均-移动极差控制图

#### 3.9.1 MAMR 图表说明

MAMR（Moving Average-Moving Range，移动平均-移动极差）控制图结合了移动平均和移动极差两个维度，同时监控过程的集中趋势和离散程度。移动平均部分平滑随机波动、突出趋势，移动极差部分监控过程变异。

**适用场景：**
- 需要同时监控过程趋势和波动的场景
- 单值数据场景下的过程控制
- 生产过程需要平衡灵敏度和稳定性的场合

**图表特性：**
- 展示移动平均值和移动极差值
- 自动计算并绘制控制上下限
- 计算 EWMA 值和均值统计信息
- 当配置了规格界限时，图上会标注规格线
- 支持图表滚动和显示选项切换

**功能对应截图**：
![图片：MAMR控制图截图](/public/image/spc_variable_charts/图片：MAMR控制图截图.png)

---

### 3.10 MAMS 移动平均-标准差控制图

#### 3.10.1 MAMS 图表说明

MAMS（Moving Average-Moving Standard Deviation，移动平均-标准差）控制图与 MAMR 类似，但使用移动标准差代替移动极差来衡量过程变异。标准差提供更完整的变异信息，对异常波动的检测更加全面。

**适用场景：**
- 需要更全面地衡量过程变异的场景
- 单值数据的综合过程控制
- 对过程变异检测灵敏度要求较高的场合

**图表特性：**
- 展示移动平均值和移动标准差值
- 自动计算并绘制控制上下限
- 当配置了规格界限时，图上会标注规格线
- 支持图表滚动和显示选项切换

**功能对应截图**：
![图片：MAMS控制图截图](/public/image/spc_variable_charts/图片：MAMS控制图截图.png)

---

### 3.11 CPK 过程能力指数分析

#### 3.11.1 CPK 图表说明

CPK 过程能力分析页面提供全面的过程能力指数计算和直方图可视化。系统基于选定的 SPC 项目和采样参数，自动采集数据并计算一系列过程能力指标，以直方图叠加正态分布曲线的形式直观展示数据的分布特征和与规格界限的关系。

**适用场景：**
- 评估生产过程是否满足产品规格要求
- 新工艺验证和工艺改进效果评估
- 供应商质量能力评估
- 客户审核中提供过程能力证明

**图表特性：**
- 直方图展示数据分布形态
- 叠加整体分布（红色）和组内分布（蓝色）两条正态曲线
- 标记规格上限（USL）、规格下限（LSL）和均值（Mean）线
- 显示全面的过程能力统计指标

**操作步骤：**

1. 进入【质量管理】→【SPC统计过程控制】→【SPC计量型报表】→【CPK】
2. 在查询区域选择【工序子类】和【SPC项目】
3. 选择【时间范围】，可配合输入【批次号】或【卷号】筛选
4. 点击【查询】按钮，系统获取数据并生成过程能力分析图表
5. 点击【导出样本数据】可将分析数据导出为 CSV 文件

**【注意】** 若未配置规格上下限（USL/LSL），CPK 相关指标无法计算，请先在 SPC 渲染条件配置中设置规格界限值。

#### 3.11.2 过程能力指标说明

| 指标 | 英文全称 | 说明 | 判定标准 |
|------|---------|------|---------|
| Mean | 均值 | 所有样本测量值的算术平均值 | — |
| Min | 最小值 | 样本中的最小测量值 | — |
| Max | 最大值 | 样本中的最大测量值 | — |
| Std Dev LT | 长期标准差 | 基于全部样本计算的总体标准差，反映长期过程波动 | — |
| Std Dev ST | 短期标准差 | 基于移动极差平均法计算的组内标准差，反映短期过程波动 | — |
| Cp | Process Capability | 过程能力，衡量过程的潜在能力 | ≥ 1.33 表示能力充足 |
| Cpk | Process Capability Index | 过程能力指数，同时考虑过程中心偏移 | ≥ 1.33 表示过程受控且能力充足 |
| Cpl | Lower Capability Index | 下限过程能力指数，衡量均值与规格下限的距离 | — |
| Cpu | Upper Capability Index | 上限过程能力指数，衡量均值与规格上限的距离 | — |
| Cpm | Taguchi Capability Index | 田口过程能力指数，衡量过程偏离目标值的程度 | ≥ 1.33 表示过程接近目标值 |
| Pp | Process Performance | 过程性能，衡量长期总波动下的潜在能力 | ≥ 1.33 表示长期性能充足 |
| Ppk | Process Performance Index | 过程性能指数，衡量长期实际表现 | ≥ 1.33 表示长期过程表现良好 |
| Ppl | Lower Performance Index | 下限过程性能指数 | — |
| Ppu | Upper Performance Index | 上限过程性能指数 | — |

**过程能力判定参考：**

| 能力指数范围 | 判定 | 建议措施 |
|------------|------|---------|
| Cpk ≥ 1.67 | 能力优秀 | 可考虑简化控制或降低检测频率 |
| 1.33 ≤ Cpk < 1.67 | 能力充足 | 维持当前控制水平 |
| 1.00 ≤ Cpk < 1.33 | 能力尚可 | 加强过程监控，考虑过程改进 |
| 0.67 ≤ Cpk < 1.00 | 能力不足 | 必须进行过程改进 |
| Cpk < 0.67 | 能力严重不足 | 紧急改善，必要时停产调整 |

**【重要】** 系统使用移动极差平均法（MR-bar / d2）计算短期标准差，其中 d2 常数取 1.128（对应子组大小 n=2）。这是国际上通用的 SPc 短期标准差估算方法。

**【重要】** Cp 和 Cpk 的区别：Cp 衡量过程的潜在能力（假设过程中心与规格中心重合），而 Cpk 衡量过程的实际能力（考虑过程中心的偏移）。Cpk ≤ Cp 恒成立，当 Cpk 明显小于 Cp 时，说明过程中心存在偏移，需要调整过程使均值更接近目标值。

**功能对应截图**：
![图片：CPK过程能力分析截图](/public/image/spc_variable_charts/图片：CPK过程能力分析截图.png)


---

## 4. SPC计量型报表数据采集逻辑

### 4.1 数据来源

各计量型报表的数据来源于 SPC 渲染条件配置中指定的数据类别：

| 数据类别 | 说明 | 示例 |
|---------|------|------|
| 过程检验数据（PROCESS_INSPECTION） | 产线首巡检过程中采集的检验数据 | 巡检员测量的电压值、尺寸值 |
| 过程数据（PROCESS_DATA） | 设备自动上传的生产过程参数 | 设备实时采集的温度、压力、速度 |
| 结果数据（RESULT_DATA） | 工序完成后的检测结果数据 | OCV测试电压、内阻值、容量值 |

### 4.2 数据采样流程

```mermaid
flowchart TB
    A[用户设置查询条件] --> B[系统读取SPC渲染条件配置]
    B --> C[根据数据类别定位数据源]
    C --> D{是否配置数据清洗}
    D -->|是| E[执行数据清洗]
    D -->|否| F[直接使用原始数据]
    E --> G[按子组规则采样]
    F --> G
    G --> H{子组数据采集模式}
    H -->|多子组模式| I[按子组间隔拆分数据]
    H -->|单样本模式| J[按时间间隔采集数据]
    I --> K[计算子组统计量]
    J --> K
    K --> L[计算控制界限]
    L --> M[生成控制图/分析报告]
```

### 4.3 数据采集模式说明

系统支持三种数据采集模式，不同图表类型使用不同的模式：

| 模式 | 适用图表 | 数据特征 | 说明 |
|------|---------|---------|------|
| 多子组模式 | XBar-R、XBar-S、I-MR、Levey-Jennings | 按子组数量和子组间隔拆分数据，返回多组子组样本 | 每组包含多个测量值和采样时间 |
| 单子组模式 | CPK | 返回全部样本作为一个子组，用于能力分析 | 全部数据参与统计计算 |
| 单样本模式 | MA、MAMR、MAMS、EWMA、CUSUM | 按时间间隔采集单个测量值 | 每个时间点采一个值 |

**【重要】** 数据清洗规则（按数值或按百分比）在 SPC 渲染条件配置中设定，数据清洗仅影响 SPC 报表的运算结果，不会修改 MES 系统中的原始数据。

**【注意】** 子组抽样方式均为连续采样模式（Continuous），即按设定的子组间隔连续从数据源中采集子组，而非随机抽样。

---

## 5. 控制图的选择指南

不同生产过程和数据特征适合不同的控制图类型，以下为选择参考：

| 数据特征 | 推荐控制图 | 备选控制图 |
|---------|-----------|-----------|
| 子组样本数 2~10，可分组采样 | XBar-R | — |
| 子组样本数 > 10，可分组采样 | XBar-S | XBar-R |
| 每子组仅有 1 个样本 | I-MR | MA、MAMR、MAMS |
| 需检测过程微小偏移 | EWMA、CUSUM | I-MR |
| 需评估过程满足规格的能力 | CPK | — |
| 多级质控规则监控 | Levey-Jennings | XBar-R、XBar-S |
| 关注长期趋势 | MA、MAMR、MAMS | EWMA |

**【说明】** 对于同一质量特性，可同时使用多种控制图进行交叉验证，例如 XBar-R 用于日常监控，EWMA 用于早期预警，CPK 用于定期能力评估。