半导体SPC控制图分析工具v2｜SPC实战工具
这个工具解决什么问题
SPC（Statistical Process Control）统计过程控制图系统是半导体FAB工艺质量控制的核心工具。通过X-bar/R控制图实时监测工艺参数的稳定性，自动应用Nelson规则检测异常，帮助工程师及时发现工艺偏移，防止批量质量问题。
1. X-bar/R控制图
· X-bar图：监控子组均值，检测工艺中心偏移 · R图：监控子组极差，检测工艺波动变化 · 上下控制限（UCL/LCL）自动计算 · 规格限（USL/LSL）参考线 · 控制限区域填充，直观显示稳定性
2. Nelson规则检测（7条规则）
· 规则1：单点超出3σ控制限 · 规则2：连续9点在中心线同一侧 · 规则3：连续6点单调递增或递减 · 规则4：连续14点交替上下 · 规则5：连续5点中有4点超出1σ区域 · 规则6：连续15点在1σ区域内 · 规则7：连续8点在1σ区域之外
3. 统计指标
· Cpk指数：过程能力指数，≥1.33为合格 · PPM：百万机会缺陷数 · 良率%：符合规格的产品比例 · Cp：过程能力 · X-bar、R-bar、σ、UCL、LCL等
4. 工艺参数支持
· 膜厚(nm)、应力(MPa)、折射率 · 台阶覆盖率(%)、方块电阻(Ω/sq) · 内置5种参数的真实工艺统计数据 · 每组5个子组，共250个测量点
5. 数据可视化
· 参数分布直方图：正态性检验 · 违规记录表：标注违规详情 · 控制图点击查看子组详情
6. 导入导出
· PNG图片导出（控制图+直方图） · Excel导出（原始数据+控制图数据+统计摘要） · CSV数据导入
🖥️ 系统要求
· Python 3.8+ · tkinter · matplotlib >= 3.5.0 · pandas >= 1.3.0 · numpy >= 1.21.0 · openpyxl >= 3.0.0
🚀 安装运行
pip install -r requirements.txt python spc_chart.py
可调参数与计算口径
脚本顶部集中了主要阈值与常量：FONT_NAME="SimHei"、PARAM_STATS={、SPC_DATA=generate_spc_data()、NELSON_RULES=[。改完直接重跑即可，不必改动计算逻辑。
脚本里的主要处理步骤
generate_spc_data()：生成50组SPC数据，每组5个子组
以上步骤在脚本中是分开的函数，可以单独调用或按需替换其中一段，不必整体重写。
工具中出现的字段与提示
- 膜厚(nm)
- 应力(MPa)
- 台阶覆盖率(%)
- 方块电阻(Ω/sq)
- 生成50组SPC数据，每组5个子组
- 子组内序号
- 规格上限USL
- 规格下限LSL
- 规格中心CL
- 测量时间
- 规则1: 单点超出3σ控制限
- 规则2: 连续9点在中心线同一侧
- 规则3: 连续6点单调递增或递减
- 规则4: 连续14点交替上下
- 规则5: 连续5点中有4点超出1σ区域
- 规则6: 连续15点在1σ区域内
- 规则7: 连续8点在1σ区域之外
- SPC统计过程控制图工具 v1.0
其余字段以界面与示例报告为准。
下载与文件清单
压缩包内包含：主程序脚本、示例数据文件、示例输出报告、中文说明文档。解压后按说明运行即可，示例数据可直接试跑。
主程序文件：spc_chart.py。
本站工具免费下载，无需注册。工具为 Python 脚本，Python 3.8 及以上环境可直接运行，核心功能尽量不依赖第三方库。
常见问题
阈值可以改成我们自己的标准吗？
可以，脚本顶部已把主要阈值与常量集中声明，按自己产线的标准修改后重跑即可，不需要改计算逻辑。
示例数据能直接跑吗？
可以。示例数据与主程序在同一压缩包内，解压后直接运行即可看到完整输出，确认无误再替换成自己的台账。
同一工具的其它收录名称
本站早期还以以下名称收录过同一款工具，下载内容完全一致：
- SPC控制图分析工具
- SPC控制图分析工具_20260716.u9958
- SPC控制图工具集
同分类的其它工具
所属分类 SPC与质量分析工具包，也可回到 工具资源包下载页 按分类查找。
