用斌果SPC把你的过程监控起来
试用全新的斌果SPC系统 18924269949
  • 联系我们
  • 常见问题
  • 关于我们
斌果SPC
  • SPC首页
  • 功能
    • 全功能介绍
    • SPC Agent
    • 开放接口 / AI 集成
    • 系统流程
    • 私有化部署SPC
    • 纯B/S架构SPC
    • 保密单位内网SPC
    • 信创适配SPC
    • 集团分布式SPC
  • 应用场景
    • 场景总览
    • 多维CPK分层分析场景
    • 车间大屏实时SPC监控场景
    • SPC参观模式场景
    • SPC多源检测数据自动采集
    • 一键SPC分析报告
    • 测量系统分析(MSA)
    • 专业统计工具箱
    • 智能告警与防错联动
    • 供应链质量协同
    • SPC+AI智能质量解读
    • 相关与回归分析
    • 基线与震荡分离根因诊断
    • OCAP异常闭环
  • 解决方案
    • 方案总览
    • 汽车零部件SPC方案(机加工)
    • 汽车零部件SPC方案(汽车电子SMT)
    • 汽车零部件SPC方案(紧固件热处理)
    • 汽车零部件SPC方案(新能源三电)
  • SPC产品对比
    • SPC产品对比
    • 收费与买断
    • 桌面统计怎么迁
    • 研发分析和车间监控
    • 客户端SPC怎么选
    • 按席位还是买断
  • 服务
    • 私有化部署与集成
    • 培训与实施赋能
    • 技术支持与运维
    • 专家咨询与现场服务
  • 客户案例
    • 案例总览
    • 理想汽车案例
    • 天赐材料案例
    • 一汽-大众供应商案例
    • 沃德汽车零部件案例
    • 兴福电子案例
    • 珠海精模案例
  • 资源中心
    • SPC知识库
    • 视频
    • 产品文档
    • SPC更新日志
    • Cpk 过程能力可视化
    • SPC 2026 技术对照
广州 · 番禺 兴泰东路兴泰文创大厦601
电话 / 微信 18924269949 · 13265357928
斌果SPC首页
  • SPC首页
  • 功能
    • 全功能介绍
    • SPC Agent
    • 开放接口 / AI 集成
    • 系统流程
    • 私有化部署SPC
    • 纯B/S架构SPC
    • 保密单位内网SPC
    • 信创适配SPC
    • 集团分布式SPC
  • 应用场景
    • 场景总览
    • 多维CPK分层分析场景
    • 车间大屏实时SPC监控场景
    • SPC参观模式场景
    • SPC多源检测数据自动采集
    • 一键SPC分析报告
    • 测量系统分析(MSA)
    • 专业统计工具箱
    • 智能告警与防错联动
    • 供应链质量协同
    • SPC+AI智能质量解读
    • 相关与回归分析
    • 基线与震荡分离根因诊断
    • OCAP异常闭环
  • 解决方案
    • 方案总览
    • 汽车零部件SPC方案(机加工)
    • 汽车零部件SPC方案(汽车电子SMT)
    • 汽车零部件SPC方案(紧固件热处理)
    • 汽车零部件SPC方案(新能源三电)
  • SPC产品对比
    • SPC产品对比
    • 收费与买断
    • 桌面统计怎么迁
    • 研发分析和车间监控
    • 客户端SPC怎么选
    • 按席位还是买断
  • 服务
    • 私有化部署与集成
    • 培训与实施赋能
    • 技术支持与运维
    • 专家咨询与现场服务
  • 客户案例
    • 案例总览
    • 理想汽车案例
    • 天赐材料案例
    • 一汽-大众供应商案例
    • 沃德汽车零部件案例
    • 兴福电子案例
    • 珠海精模案例
  • 资源中心
    • SPC知识库
    • 视频
    • 产品文档
    • SPC更新日志
    • Cpk 过程能力可视化
    • SPC 2026 技术对照
  • SPC控制图-不合格品数控制图(np图)

    np 控制图用于监测工艺过程中的不合格品数的变化是否处于可控状态,一般用于每批样本数 n 固定不变的情况。由于受监测的不合格品数等于每批样本大小 n 与不合格品率 p 的乘积 np ,因此不合格品数控制制图也叫做 np 控制图。

    确定不合格品数控制图的控制限采用 3σ 方法,不合格品数随机变量 D 的均值 μD=np ,标准偏差,因此不合格品数控制图( np 图)的中心线和上下限控制限为:

    一般情况下并不知道总体分布的参数 p ,按照下面的方法对参数 p 进行估计。

    延伸阅读

    • 直接提问今天有哪些异常项目,再继续追问能力、规格和历史趋势。
    • 还在每台电脑装客户端、按节点加价时,看浏览器方案差在哪里。
    • 可以派人到现场讲,也可以远程讲,课程对着系统里的实际菜单。

    设一共检验m批产品,每批产品包括的样本数和不合格品数分别为 ni和Di(i=1,2,3...,m) ,则可以用下面的公式得到的值作为总体参数 p 的估计值。

    如果每批样本量相同,均为 n ,则可以用每批产品的不合格品率 pi=Di/n(i=1,2,3...,m) 的平均值作为参数 p 的估计值。

    因此,不合格品数控制图的中心线和上下控制限为:

    由于不合格品数不可能为负值,如果就算的下控制限 LCL 为负值,则取下控制限 LCL=0 。

    点击这里查看我们的不合格品数控制图( np 控制图)的demo演示

    本页面文章与公众号同步。

    斌果SPC微信公众号二维码

    微信扫码关注

本页面文章与公众号同步。

斌果SPC微信公众号二维码

微信扫码关注

斌果SPC

斌果SPC部署在企业自己的服务器上,用浏览器访问。服务器授权一次买断,没有按年授权费,不限用户和检测点。大版本升级、定制开发和上门实施按合同另计。

功能

  • 全功能介绍
  • SPC Agent
  • 开放接口 / AI 集成
  • 系统流程
  • 私有化部署SPC
  • 纯B/S架构SPC
  • 保密单位内网SPC
  • 信创适配SPC
  • 集团分布式SPC

应用场景

  • 场景总览
  • 多维CPK分层分析场景
  • 车间大屏实时SPC监控场景
  • SPC参观模式场景
  • SPC多源检测数据自动采集
  • 一键SPC分析报告
  • 测量系统分析(MSA)
  • 专业统计工具箱
  • 智能告警与防错联动
  • 供应链质量协同
  • SPC+AI智能质量解读
  • 相关与回归分析
  • 基线与震荡分离根因诊断
  • OCAP异常闭环

解决方案

  • 方案总览
  • 汽车零部件SPC方案(机加工)
  • 汽车零部件SPC方案(汽车电子SMT)
  • 汽车零部件SPC方案(紧固件热处理)
  • 汽车零部件SPC方案(新能源三电)

SPC产品对比

  • SPC产品对比
  • 收费与买断
  • 桌面统计怎么迁
  • 研发分析和车间监控
  • 客户端SPC怎么选
  • 按席位还是买断

服务

  • 私有化部署与集成
  • 培训与实施赋能
  • 技术支持与运维
  • 专家咨询与现场服务

客户案例

  • 案例总览
  • 理想汽车案例
  • 天赐材料案例
  • 一汽-大众供应商案例
  • 沃德汽车零部件案例
  • 兴福电子案例
  • 珠海精模案例

资源中心

  • SPC知识库
  • 视频
  • 产品文档
  • SPC更新日志
  • SPC 2026 技术对照
Copyright © 2019 广州市斌果信息科技有限公司 All rights reserved.
  • 联系我们
  • |
  • 粤ICP备2023000328号-1