过程能力分析技能

过程能力分析技能；计算CP/CPK/PP/PPK等指标，支持正态/二项分布建模，控制图/直方图/能力图可视化；用于质量工程师进行过程能力评估、数据建模或生成质量分析报告

任务目标

• 本技能用于:生产线过程能力评估、质量数据建模、可视化分析报告生成
• 核心能力:过程能力指标计算、分布拟合、可视化图表、数据导入导出
• 触发条件:用户提供质量数据要求分析；需要计算CP/CPK等指标；生成质量控制图或分析报告

前置准备

• Python环境需安装: numpy, scipy, pandas, matplotlib, openpyxl
• 数据格式要求: CSV或Excel文件，单列或多列数值型数据
• 规格限(USL/LSL)由用户提供，无规格限时仅计算统计量

操作步骤

步骤1:数据导入

• 若数据为文件路径，调用 data_io.py 导入数据
• 若用户提供原始数据，直接解析为列表

步骤2:计算过程能力指标

调用 process_capability.py 计算指标:

bash

python scripts/process_capability.py --data-path ./data.csv --column quality --usl 100 --lsl 80 --sigma-level 3

输出包含: CP, CPK, CPu, CPl, PPM, 过程均值, 标准差等

步骤3:分布拟合(可选)

调用 process_capability.py 进行分布拟合:

bash

python scripts/process_capability.py --data-path ./data.csv --column quality --fit-distribution normal

步骤4:生成可视化图表

调用 quality_charts.py 生成图表:

bash

# 控制图
python scripts/quality_charts.py --chart-type control --data-path ./data.csv --column quality --output ./charts/control.png

# 直方图+正态拟合
python scripts/quality_charts.py --chart-type histogram --data-path ./data.csv --column quality --usl 100 --lsl 80 --output ./charts/histogram.png

# 过程能力图
python scripts/quality_charts.py --chart-type capability --data-path ./data.csv --column quality --usl 100 --lsl 80 --output ./charts/capability.png

步骤5:数据导出

调用 data_io.py 导出结果:

bash

python scripts/data_io.py --action export --data '{"cp":1.33,"cpk":1.25}' --format xlsx --output ./results/report.xlsx

使用示例

示例1:计算标准过程能力指标

• 场景/输入: 生产线测量数据在quality_data.csv的measurement列，USL=105, LSL=95
• 预期产出: 返回CP、CPK、PP、PPK等完整指标
• 关键要点: 确保数据无缺失值；sigma-level默认3表示3σ原则

示例2:生成控制图分析

• 场景/输入: 连续25个测量值，需要分析过程稳定性
• 预期产出: X-bar控制图，显示上下控制限和中心线
• 关键要点: 数据点按时间顺序排列；异常点会用红色标记

示例3:多指标对比分析

• 场景/输入: 同时分析3个质量特性，每个有独立规格限
• 预期产出: 对比表格+能力雷达图
• 关键要点: 批量处理时使用--columns参数指定多列

资源索引

• 脚本:见 scripts/process_capability.py(用途:计算CP/CPK/PP/PPK指标，支持分布拟合；参数: --data-path, --column, --usl, --lsl, --sigma-level, --fit-distribution)
• 脚本:见 scripts/quality_charts.py(用途:生成控制图/直方图/能力图；参数: --chart-type, --data-path, --column, --usl, --lsl, --output)
• 脚本:见 scripts/data_io.py(用途:导入CSV/Excel或导出分析结果；参数: --action, --data-path, --data, --format, --output)
• 参考:见 references/metrics_guide.md(何时读取:需要理解各指标含义或计算公式时)

注意事项

• 规格限(USL/LSL)必须由用户明确提供，未提供时仅输出统计描述
• 数据量建议≥30个样本点，少于20个样本时计算结果仅供参考
• 分布拟合前建议先做正态性检验(K-S检验)
• 控制图假设数据按时间顺序排列，请确保数据顺序正确

TRACE 测评

维度	评分	说明
T — 可信任度	9/10	纯文档/脚本技能，无外部依赖风险，支持中文交互
R — 可靠性	9/10	有异常处理说明; 输出格式明确
A — 适用性	9/10	有适用范围声明; 触发条件明确
C — 规范性	10/10	frontmatter 完整; 文档结构清晰; 内容充分
E — 有效性	10/10	输出明确; 含使用示例; 文档详尽
总分	47/50	通过