# SPC统计过程控制图工具 v1.0

## 📖 工具简介

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。

## ✨ 核心功能

### 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

```bash
pip install -r requirements.txt
python spc_chart.py
```

## 📊 统计指标说明

| 指标 | 说明 | 合格标准 |
|------|------|----------|
| Cpk | 过程能力指数 | ≥1.33 |
| Cp | 过程能力 | ≥1.33 |
| PPM | 缺陷率(百万分之一) | ≤66.8 |
| 良率 | 合格品比例 | ≥99.993% |

## 📋 内置数据

工具内置50组SPC数据（250个测量点），涵盖：
- 6种设备
- 5种工艺参数
- 真实工艺均值和标准差
- 8%概率的异常数据

## 🎯 适用场景

- 半导体FAB工艺质量监控
- 工艺工程师过程控制
- 质量工程师SPC分析
- 设备工程师参数调优

---

**版本**: v1.0 | **更新日期**: 2026-07-12 | **适用行业**: 半导体FAB制造
