聚合 SPC 控制图、CPK/PPK、MSA 与制造业质量改进实战文章,持续更新高价值方法论与落地案例,帮助企业更快完成质量数字化升级。
斌果SPC围绕制造过程的统计监控与质量分析,提供多种控制图、判异规则配置、控制限设置、实时监控和异常追溯等能力,帮助企业把质量数据转化为可执行的现场管理信息。具体的异常通知、OCAP工作流以及MES或设备联动能力,可根据企业的实际部署方案和...
什么时候换刀,最终还是要比较成本。参考文献考虑了四类成本:(1)换刀成本,包括刀片采购、停机和设备调整。 (2)超规格损失,也就是预计不良品造成的质量损失。(3)磨损运行成本,刀片磨损后可能增加的额外运行成本。 (4)质量惩罚成本,当能...
应该怎样判断Cpk是否达到1.33?传统的判断方式客户要求Cpk≥1.33,我们算出来1.35,于是认为满足要求。 这种做法比较方便,也是很多企业目前采用的方式。但它没有直接考虑Cpk估计值的抽样不确定性。根据2026年的参考文献,不只是...
企业可以根据自身需要接入不同的大模型,也可以设置模型的角色、分析口径和表达方式。AI输出的是对统计结果的理解,而不是统计事实本身。所有重要结论,都应该能够回到SPC或MSA页面上的计算结果,回到具体控制图、异常点和统计指标。 这也是斌果S...
传统SPC主要用于过程监控、异常识别和过程能力分析。而通过检测项目之间的关联分析,我们还可以进一步探索工艺参数与产品质量之间的关系。例如,哪些工艺参数可能影响最终质量?这种影响是否存在滞后?哪些参数值得优先研究? 这些问题都可以从已有的S...