作者：國工智能研發部—周曉冬

前言：

隨著科學技術的發展，工廠中人力作業逐漸的被大規模機械化作業所替代。在生產力提高的同時，生產過程中產生的數據量也成倍的增加。如何對這些數據進行監控，處理，從而對生產過程進行指導，成為了企業亟待解決的問題。
控制圖作為SPC(統計過程控制)中的重要工具，可以對生產關鍵過程進行分析研究，識別出過程結構，確定過程關鍵變量，并對其進行監控。在生產過程中，產品質量由于受隨機因素和系統因素的影響而產生變差；前者由大量微小的偶然因素疊加而成，后者則是由可辨識的、作用明顯的原因所引起，經采取適當措施可以發現和排除。當一生產過程僅受隨機因素的影響，從而產品的質量特征的平均值和變差都基本保持穩定時,稱之為處于控制狀態。

控制圖簡介：

世界上第一張控制圖是由美國貝爾電話實驗室（Bell Telephone Laboratory)質量課題研究小組過程控制組學術領導人休哈特博士提出的不合格品率p控制圖。隨著控制圖的誕生，控制圖就一直成為科學管理的一個重要工具，成了一個不可或缺的管理工具。控制圖是用于分析和判斷過程是否處于穩定狀態所使用的帶有控制界限的圖，是具有區分正常波動和異常波動的功能圖表，是現場質量管理中重要的統計工具。常規控制圖包括計量值控制圖(包括單值控制圖、平均數和極差控制圖、中位數和極差控制圖)和計數值控制圖(包括單值控制圖、平均數和極差控制圖、中位數和極差控制圖)兩類。
控制圖有三條平行于橫軸的直線：中心線(CL)，上控制限(UCL)和下控制限(LCL)，并由按時間順序抽取的樣本點。通常，控制限會設定在離中心線三個標準差的位置。如果控制圖中的樣本點落在控制限之外，表明過程異常。
本文所用的EWMA(指數加權平均)控制圖是一種針對較小偏移非常有效的控制圖。由羅伯特于1959年提出，基本思想是在充分利用歷史數據的基礎上，強調當前樣本的重要性，并逐漸淡化先前樣本所提供的信息。一般控制圖中的標繪點即為當前的觀測值，或者當前的觀測值經過某種變換而取得的點，而EWMA的標繪點不僅包括當前的觀測值，還包括過去的樣本，但是會給較近的樣本值賦予較大的權重，逐漸淡化過去樣本的影響。
使用EWMA控制圖可以檢測過程均值的小偏移，因此該控制圖對個別高值或低值數據不敏感，比如生產過程中如果某個時間點的成本突然增高或者減少，則不會在控制圖中體現出來，因此如果想檢測單個數據的穩定情況，可以使用Xbar_R控制圖或者I_MR控制圖。
案例簡介：

在化工行業生產中，原材料的消耗定額和能量的消耗定額，這兩個指標直接影響到生產成本。所以在制造過程中，對原材料的耗費進行監控，能夠在宏觀層面上發現在制造過程中是否存在材料過度消耗情況，從而實現成本控制的目的。
本文以某化工企業為例，研究員通過每天記錄某芳香炔類原材料的耗費，并將其直接換算為成本(單位：千元)，所得數據如圖一所示： 

圖1

數據大腦分析過程：
首先選取數據大腦的Excel讀取組件和EWMA控制圖組件，配置好相關資源，之后點擊左側的調試按鈕，如圖2，3所示：

圖2

圖3

結果分析：

結果如圖4所示，芳香炔的平均成本大概在3.06左右，整個過程圍繞平均成本上下波動，但是2，3，4三個點超出了控制限，由于圖中的點是由當前時間的所有數據加權而來，所以說明前四天的成本可能存在異常，需要檢查超出控制限的原因。 

圖4