shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 数据与分析无需 API Key

CP控制计划技能

提供CP控制计划模板生成、数据分析、风险预警、可视化及版本管理指导；当质量工程师需要编制/优化控制计划、执行过程能力分析或识别质量风险时使用

person作者: u_92a87aa5hubenterprise
download下载资源包

CP控制计划专业技能

任务目标

  • 本技能用于：支持质量工程师完成CP（Control Plan）控制计划的编制、分析与优化
  • 能力包含：结构化模板生成、数据导入分析、风险预警、可视化展示、版本管理指导
  • 触发条件：用户需要创建/审查控制计划、执行过程能力分析、识别潜在质量风险或生成质量报告

前置准备

  • 依赖说明：pandas、openpyxl、numpy、matplotlib
  • 数据文件准备：支持CSV或Excel格式的质量数据文件，包含测量值、规格限、过程参数等字段

操作步骤

1. 模板生成（智能体执行）

1.1 确定控制计划范围

  • 识别关键过程步骤（从过程流程图中提取）
  • 确定特殊特性（SC）和关键特性（CC）
  • 确认测量系统分析（MSA）需求

1.2 填充控制计划要素

每个过程步骤需包含：

  • 过程编号与名称
  • 过程描述（输入、输出、设备、工装）
  • 关键产品特性（KPC）与关键过程参数（KPP）
  • 特性编号、规格限、测量方法
  • 控制方法（防错、检验、统计过程控制）
  • 反应计划与纠正措施
  • 职责分配

1.3 生成结构化文档

调用智能体生成完整的控制计划文档，确保符合IATF 16949或行业标准格式。

2. 数据导入与分析（脚本处理）

2.1 数据导入

python scripts/cp_data_analyzer.py --input <数据文件路径> --format <csv|xlsx> --output ./cp_analysis_result.json

2.2 数据验证与清洗

脚本自动执行：

  • 缺失值检测与处理
  • 异常值识别（3σ原则或IQR方法）
  • 数据类型校验
  • 规格限验证

2.3 关键参数提取

脚本输出包含：

  • 质量特性列表及其统计参数（均值、标准差、CPK）
  • 规格限与控制限
  • 过程能力指数（CP、CPK、PP、PPK）
  • 风险评估值（RPN）

3. 风险预警分析（脚本处理）

3.1 风险评估计算

python scripts/cp_risk_analyzer.py --input ./cp_analysis_result.json --method <fmea|spc> --threshold <RPN阈值> --output ./cp_risk_result.json

3.2 风险等级判定

  • 严重度（S）：1-10分，基于缺陷后果
  • 频度（O）：1-10分，基于失效概率 -探测度（D）：1-10分，基于检测难度
  • RPN = S × O × D

3.3 智能预警生成

脚本根据以下规则自动识别潜在变异点：

  • CPK < 1.0：过程能力不足，需立即改善
  • CPK 1.0-1.33：过程能力勉强，需要监控
  • 连续5点中有2点超出2σ：存在趋势异常
  • 连续8点在中心线同一侧：存在漂移

4. 版本管理与协作（智能体指导）

4.1 版本控制原则

  • 主版本号：重大结构变更时递增
  • 次版本号：内容更新时递增
  • 修订号：小幅修改时递增
  • 命名格式：CP-{零件号}-V{主}.{次}.{修订}

4.2 协作流程

  1. 创建：发起人创建初始控制计划
  2. 审核：质量工程师进行技术审核
  3. 批准：质量经理批准发布
  4. 分发：按受控文件流程分发
  5. 变更：通过正式变更申请（ECN）流程

4.3 协作工具建议

  • 飞书文档：实时协作编辑
  • Git：版本追踪与变更管理
  • PDF+电子签：正式批准流程

5. 可视化展示（脚本处理）

5.1 生成可视化图表

python scripts/cp_visualizer.py --input ./cp_analysis_result.json --output ./cp_charts/ --chart <all|cpk|spc|distribution>

5.2 图表类型

  • CPK仪表盘：各质量特性的过程能力指数对比
  • 控制图：X-bar、R、S等控制图展示过程稳定性
  • 分布图：直方图展示数据分布与规格限关系
  • 风险热力图：RPN值分布可视化

5.3 图表输出

  • PNG格式图片文件
  • 分辨率：300 DPI
  • 支持批量生成与单图生成

使用示例

示例1：新建控制计划

  • 场景/输入：用户需要为新零件创建控制计划，提供过程流程图和特殊特性清单
  • 预期产出：完整的CP控制计划文档，包含所有过程步骤和控制要素
  • 关键要点：确认关键特性与控制方法，建立合理的抽样方案

示例2：过程能力分析

  • 场景/输入：用户提供过去30天的测量数据（CSV格式）
  • 预期产出：数据分析报告，包含CPK指数、风险预警、控制建议
  • 关键要点：数据需包含测量值、规格上下限、时间戳
python scripts/cp_data_analyzer.py --input ./quality_data.csv --format csv --output ./result.json
python scripts/cp_risk_analyzer.py --input ./result.json --method fmea --threshold 100 --output ./risk.json

示例3：控制计划可视化

  • 场景/输入：已完成数据分析，需要生成可视化报告
  • 预期产出：一组PNG图表，展示CPK、控制图、分布图
  • 关键要点：先生成分析结果，再进行可视化
mkdir -p ./cp_charts
python scripts/cp_visualizer.py --input ./result.json --output ./cp_charts/ --chart all

资源索引

  • 数据分析脚本：见 scripts/cp_data_analyzer.py（用途：导入CSV/Excel数据，提取质量特性，计算统计参数；参数：--input, --format, --output）
  • 风险预警脚本：见 scripts/cp_risk_analyzer.py（用途：FMEA风险分析，识别潜在变异点，生成预警；参数：--input, --method, --threshold, --output）
  • 可视化脚本：见 scripts/cp_visualizer.py（用途：生成CPK仪表盘、控制图、分布图等；参数：--input, --output, --chart）
  • CP模板指南：见 references/cp_template_guide.md（何时读取：需要详细了解CP控制计划结构要素或参考行业标准模板时）

注意事项

  • 数据分析前需确认数据格式与字段命名符合规范
  • 风险预警阈值可根据行业标准或企业内部标准调整
  • 可视化图表建议用于报告展示，详细分析仍需查看JSON结果
  • 版本管理与协作功能需结合企业实际流程使用
  • 脚本运行需要Python 3.8+环境