islammdmajharul116-hue/vision-six-sigma-dfm-engine
GitHub: islammdmajharul116-hue/vision-six-sigma-dfm-engine
一个将 CAD 公差、DFM 规则、SPC 控制逻辑与产线检测数据整合的 Six Sigma 质量分析引擎原型，用于在生产过程中自动检测公差累积风险和可制造性违规。
Stars: 1 | Forks: 0
# 基于生成式计算机视觉的自动化 Six Sigma 与 DFM 合规引擎
本项目是一个可运行的质量分析引擎原型，它将 CAD 公差、检测测量、DFM 规则和 Six Sigma 控制逻辑连接在一起。它使用合成的尺寸测量数据，来模拟实时摄像头或测量系统所提供的数据。
## 重要性
最终装配后的检测成本高昂。一个更强大的系统能够在零件仍在生产线上流转时，检测出刀具磨损、公差累积风险以及可制造性违规。
## 包含内容
- `src/vision_six_sigma_dfm.py` - SPC、公差和 DFM 原型
- `data/inspection_measurements.csv` - 合成的工位检测数据
- `requirements.txt` - 无需外部依赖包
- `GITHUB_NOTES.md` - 如何将此项目发布到 GitHub
## 运行
```
python src/vision_six_sigma_dfm.py
```
## 展示的工程概念
- CAD 标称值与公差对比
- X-bar 和极差控制图计算
- Western Electric 风格的漂移检测
- 公差累积风险评分
- DFM 规则检查
- 质量分析 pipeline 设计
## 现实世界扩展
将 `inspection_measurements.csv` 替换为来自摄像头模型、三坐标测量机、结构光扫描仪或 CAD 集成公差提取器的输出数据。
标签：CAD公差, 代码示例, 六西格码, 制造工艺设计(DFM), 工业视觉, 数据分析, 统计过程控制(SPC), 质量分析, 逆向工具