INL / DNL 自动分析应用

分析页阅读指南

结果页建议按下面顺序阅读，这样最容易形成工程判断。

1. 先看自动诊断结论
2. 再看指标卡：
   基础精度 -> 拟合质量 -> 工作状态 -> 诊断指标
3. 再看图表：
   Error / Residual / Local Slope / INL / DNL
4. 最后看分析明细表，定位具体异常点

如果诊断区提示“增益主导”，优先看 Slope / Gain Error；如果提示“端点异常”，优先看端点误差与 Error 曲线两端；如果提示“切换异常”，优先看局部斜率图和异常分类列。

Error

每个点的基础误差，后续很多统计都基于它。

Error = Y - X

其中 `X` 是期望值，`Y` 是实际值。

PPM

当前项目里的 PPM 是相对 X 的百万分比误差，不是满量程 ppmFS。

PPM = (Error / X) * 1,000,000

当 `|X| <= 1e-15` 时，代码会把该点记为 `NaN`，避免除以 0。

这意味着当 X 非常接近 0 时，PPM 会非常敏感，数值可能明显放大。

RMS

这里的 RMS 是误差的均方根。

RMS = sqrt(Σ(Error²) / N)

`N` 是有效点数，不是 `N-1`。

R²

先对 `X-Y` 做线性拟合，再根据残差计算决定系数。

R² = 1 - SSres / SStot

其中 `SSres = Σ(Y - Ŷ)²`，`SStot = Σ(Y - Ȳ)²`。

如果误差远小于整体量程，R² 会非常接近 1，这是正常现象。

Cpk

当前 Cpk 是按 `Error` 对应的上下规格计算的。

Cpk = min((USL - μ) / (3σ), (μ - LSL) / (3σ))

这里 `μ` 和 `σ` 都来自 `Error`。如果你的规格其实针对 INL / DNL，而不是 Error，这个 Cpk 就不一定代表你真正想看的能力指数。

INL / DNL

当前项目里的 INL / DNL 是按你选择的分析模式和相邻步进来算的。

INL = (Y - Yref) / LSB

DNL = (ActualStep / IdealStep) - 1

其中 `Yref` 来自 Endpoint 或 Best-fit 参考线，`LSB` 由期望步进的中位数估算。

新增诊断指标

当前版本新增的工作状态与诊断项都基于单次 X/Y 数据，不需要重复采样。

Max |Error| = max(abs(Error))
Error P-P = max(Error) - min(Error)
Residual = Y - (mX + b)
LocalSlope(i) = (Y[i+1] - Y[i]) / (X[i+1] - X[i])

单调性检测依据相邻点输出是否反向；跳变点依据局部斜率偏离中位斜率；端点异常指数取低/中/高三个关键点绝对误差的最大值。

自动诊断结论

诊断结论是基于规则的工程判断，不是机器学习模型。

偏置主导: |Offset| 大且 Residual RMS 小
增益主导: |Slope - 1| 大
非线性主导: Max INL / Residual RMS 大
切换故障主导: Jump Count > 0
噪声主导: 需要重复采样数据，当前单次扫描仅给出“未启用”提示

像 3σ/6σ、重复性、回程误差、FFT、多通道热力图、正扫反扫对比这类高级项，需要重复采样、多通道或双向扫描数据后才能启用。