生产质量归因分析

适用场景

批量不良或台账里零散异常堆在一起时，质量工程师常在 Excel 里凭经验扫「异常描述」「数量」「工序」。难点不在于会不会画帕累托，而是：件数大头落在哪些缺陷族，以及下一步该用哪类 IE 手法把根因说清楚，而不是重复做几张图却没有可排对策的结构。

本技能面向「生产过程质量问题统计表 / 质量异常台账 / 缺陷记录表」等输入（常见为 .xlsx 或 CSV）。当用户要做帕累托、鱼骨图、生产缺陷归因或来料不良分析时触发；主交付为可预览/打印的 HTML 与可编辑的 DOCX，内容含图表与结构化表格。

工作方式

1. 读表与清洗：用 pandas/openpyxl 定位表头、保留异常描述非空行，数量列转为异常件数。
2. 缺陷族归类：按关键词优先级匹配（如尺寸、表面、焊缝、材质等），并归一化工序（机加工、焊接、装配等）。
3. 帕累托与交叉表：按件数降序算占比与累计占比，绘帕累托图；用工序 × 缺陷族交叉表锁定主责工序与「关键少数」（累计约 80%）。
4. IE 七大手法映射：按缺陷类型选配流程程序分析、动素分析、人机配合、工作抽样等，并为每个聚焦问题配鱼骨图与 5Why，输出 根因 | 影响因素 | 改进方向 表。
5. 共因与对策矩阵：汇总跨问题共因，按影响度与可行性标 P0/P1 等优先级。

流程内嵌数据分析防错质量门（源数据审阅、溯源、单次提取、自洽与三向核对、交付锁定），降低从合计行或口径混用导致的全盘偏差。帕累托与鱼骨以参数化 SVG 嵌入 HTML；鱼骨另附文字表，避免中文字体依赖问题。

边界与注意点

归类规则用于分析定位，逐条记录的表述仍是根因依据；报告会说明关键词规则。工序/发现时机缺失率高时，会作为数据治理问题单独写出，而非强行归因。

凡涉及标准号、限值、检测结论，须可核出处；无出处一律标「需人工复核」，不得当作合规结论写入报告。压力容器/封头语境下本技能只做数据归因，不判定合格或出厂资格；定性由持证单位或责任师负责。详细分类表、IE 手法决策与脚本逻辑见技能内 references/ 与 scripts/quality_analysis.py。