SPC管制界限计算器下载｜LED芯片CIM-MES配套工具（Python源码+示例数据+报告）
（复制到编辑器，段落间距保持一致）
SPC管制界限计算器：车间里没人愿意手做的一件事
SPC 管制界限要按子组数据现算：Xbarbar、Rbar、A2/D3/D4 系数查表换算，算完还要逐点判异。Excel 模板每次贴数据都要手动改公式范围，连续同侧、连续升降这种漂移前兆靠肉眼根本看不出来。
这件事的典型特点是重复、琐碎、容错率低：换一批数据就要重做一遍，做十次就可能错十次，而且做的人永远提不起劲。等哪天真出了问题往回追，才发现当时的记录要么没留、要么口径对不上。
一个真实感的现场
车间有一台分选机良率莫名下滑，工艺翻 SPC 图只看有没有出界。其实数据里已经连续七个子组在中线同一侧——典型的均值漂移前兆，肉眼扫根本注意不到。等真正超界报警，两批废品已经流出去了。
这个工具把流程固化下来
SPC管制界限计算器是 LED 芯片 CIM-MES 系列工具中的一员（对应《教程教程13｜LED 芯片 CIM-MES 系统》配套），用 Python 标准库写成，专门解决上面这件事。
它的核心能力包括：
- Xbar-R 管制界限自动计算，A2/D3/D4 系数按子组大小自动匹配。
- 逐子组判异：超界、连续 7 点同侧、连续 7 点升降自动标出。
- 异常子组汇总成预警清单，直接对应预警单推送。
- 子组数不足自动提示，避免用小样本算出假界限。
- 纯标准库实现，管制逻辑与系数表可按厂内规范调整。
怎么用（三步出结果）
- 解压下载包，任意一台装了 Python 3.8+ 的电脑直接运行主程序，不需要 pip 安装任何包；
- 首次运行会自动生成一份带典型问题的示例数据（CSV），先跑一遍看懂报告结构；
- 导出测量值 CSV（子组号 + 测量值），运行主程序即输出管制界限与逐子组判异检查表，重新运行即得到你自己数据的分析结果。
输出什么
所有结果输出为一份中文分析报告（txt），可以直接贴进改善报告、复盘纪要或审厂资料：
- Xbar 图 / R 图的 UCL、CL、LCL 与所用系数。
- 逐子组判异检查表：异常点标注触发规则。
- 异常子组占比与预警清单。
- 管控建议：界限维护与超差处置要点。
判读要点（这部分比工具本身更值钱）
- 连续同侧和持续升降比单点超界更早出现，是均值漂移的前兆。
- 管制界限来自数据、规格限来自客户，两者不能混用。
- 界限要用近期受控数据计算，工艺改版后必须重算。
常见报错与排查
用真实数据替换示例数据后，最容易遇到的三类问题：
- 算出来的界限明显不对：先确认子组大小是不是 2~6，系数表只覆盖这个范围。
- 判异满屏触发：检查是不是把改版前后两个工况的数据混在一起算了。
- 子组数不足警告：至少积累 15 个受控子组再定界限，小样本算的界限不可信。
和 CIM-MES 系统怎么配合
这个工具不替代 CIM-MES，而是补系统覆盖不到的「事后分析与事前检查」：系统负责采数据和硬拦截，这个工具负责把导出的数据变成能看、能判、能追责的报告。推荐节奏是按班或按日滚动跑一遍，把每次的报告存档——趋势比单次结果有价值得多，而且历史报告本身就是审厂时最受欢迎的过程管控证据。
落地节奏建议
第一周先用示例数据把报告结构看懂，确认阈值口径和厂内标准一致；第二周开始用真实数据按班滚动运行，重点看问题项的变化趋势；第三周把报告纳入班组晨会或周质量例会的固定材料，让发现的问题有去处。工具只有接上管理动作才会产生价值——跑出来的清单没人认领，再准的判定也只是多了一份数字。另外建议把脚本顶部常量区的阈值固化成厂内标准，改动走评审，避免每个人跑出来的结论口径不一致。
为什么用纯标准库
工厂电脑装不了第三方包是常态：没有管理员权限、内网不通 pip 源、IT 审批流程比产线换型还慢。这个系列所有工具只用 Python 内置模块（csv / os / datetime / collections / math），拷过去就能跑。判读阈值全部写在脚本顶部常量区，按你厂内的标准改几个数字就能用，不用动主逻辑。
使用边界
本工具基于仿真示例数据开发，可直接用于教学、方案验证与流程预演；接入真实工厂数据前请核对字段口径与判读阈值，商用授权请联系作者。
下载入口
⬇ 下载完整工具包：SPC管制界限计算器.zip（Python 源码 + 示例数据 + 中文报告 + README）
解压后先跑内置示例数据确认输出正常，再替换成真实数据。字段口径对不上时，优先改脚本顶部的常量区与列名映射，不要在 Excel 里硬凑。
相关工具（站内）
- LED 芯片 CIM-MES 实操教程系列（20 篇，付费专栏）
- 同系列配套工具：IQC来料抽样判定器、W-Time五点时序分析器、BIN分级统计与良率计算器
