2. 化工过程数据特征与采集

控制图能否反映过程的真实波动，首先取决于进入计算的数据是否“干净、同质、可分组”。在化工生产中，数据来源复杂：DCS每秒刷新温度、压力、流量，实验室每天或每班化验一次纯度、水分、密度，批次反应釜则按釜次记录收率与反应时间。这些数据在时间尺度、统计性质和误差结构上差异很大，若不加区分地混在一起做控制图，得到的控制限往往没有实际意义。本节围绕数据类型的辨识、采集方式、分组原则和预处理展开，为后续X̄-R图、I-MR图、p图等的正确选型打基础。

一、连续数据与批次数据的本质区别

连续数据（也称子组数据、变量数据）来自连续运行的过程，如精馏塔顶温度、循环泵出口压力、反应器夹套流量。其特点是随时间形成有序序列，相邻点存在自相关，且通常可以按固定时间间隔或固定产量间隔划分为子组。批次数据则以“批”为单位，一批一个或少数几个结果值，如每釜产品的黏度、每批成品的含量。批次之间往往存在配方、原料批次、清洗状态等系统性差异，批内变异小、批间变异大。

这一区别直接决定控制图的选型：连续数据在子组容量n≥2时优先用X̄-R或X̄-S图，n=1时用I-MR图；批次数据若每批只有一个测量值，本质上属于单值序列，应使用I-MR图，而不能套用X̄-R图。若把不同批次的化验结果当作同一子组，会把批间差异误判为普通波动，导致控制限被人为放大，真实异常反而被掩盖。

二、传感器数据与实验室数据的采集差异

传感器数据由DCS、PLC或SCADA系统自动采集，频率高、连续性好，但存在零点漂移、量程截断、通讯丢包和仪表校验偏差等问题。采集时应记录时间戳、位号、量程和校验日期，并注意剔除因仪表检修、切手动、联锁动作产生的非过程数据。实验室数据由化验室按取样计划分析，频率低、精度高，但存在取样代表性、分析方法和人员操作带来的误差，且数据到达往往滞后于过程。

实际做法是建立“位号—化验项目—取样点—频率”的对应关系表，明确每个控制图所用数据的来源。例如某聚合反应监控转化率，DCS每5分钟记录一次反应温度，化验室每4小时测一次转化率。若用转化率做I-MR图，则每个点对应一次化验，移动极差反映的是相邻两次化验之间的变化，不能与5分钟温度序列混算。

三、数据频率与分组原则

分组（合理子组）的核心是让子组内只包含普通原因变异，把特殊原因变异留在子组之间。常用原则有三条：一是按时间分组，同一子组内的数据在短时间内连续采集，如每2小时取5个连续温度读数；二是按位置或设备分组，同一子组来自同一取样点、同一台设备；三是子组容量一般取4～5个，过大容易混入过程漂移，过小则对均值变化的检出力不足。

数据频率应与过程变化的特征时间匹配。对于快速波动的流量，采样间隔应远小于波动周期；对于缓慢变化的塔釜温度，过高的采样频率只会增加自相关，反而破坏独立性假设。当数据自相关明显时，可改用批均值、按产量间隔取样或采用残差控制图。分组前还应确认子组内数据没有经过人为挑选，不能“挑好看的5个点”凑子组。

四、异常数据识别与预处理

异常数据分两类：一类是“非过程数据”，如仪表检修期间的恒定值、切手动后的阶跃、通讯中断造成的重复值或空值，这类数据不代表过程状态，应直接剔除并记录原因；另一类是“过程异常数据”，如真实的质量超标、设备故障引起的突变，这类数据恰恰是控制图要捕捉的特殊原因，不能随意删除，否则会削弱控制图的检出力。

识别方法上，可先用时间序列图目视检查突变、平台、周期性尖峰，再结合3σ准则或箱线图辅助判断，但统计准则只能作为提示，最终须由工艺人员确认。预处理时坚持“可追溯”原则：每条被剔除的数据保留时间戳、位号、原值和剔除理由；缺失值不轻易用均值或插值填补，若必须填补，应记录方法并在报告中说明。对于化验数据，还要核对取样时间与过程状态是否对应，避免把停车期间的样品混入正常批次。

五、一个可操作的采集与预处理检查示例

以某反应釜温度控制图为例，假设DCS每1分钟记录一次釜温，工艺要求每2小时取连续5个点作为一个子组，用于X̄-R图。采集与预处理可按以下顺序执行：先导出带时间戳的原始序列，标记仪表校验、切手动和联锁时间段；再按2小时窗口切分，检查每个窗口内是否有缺失或恒定值；对确认的非过程数据剔除并留痕；最后核对每个子组的5个点是否连续、是否来自同一取样位置。若某窗口只剩3个有效点，应将该子组整体作废，而不是用剩余点勉强凑数。

需要强调的是，分组和预处理不是一次性的工作。当工艺调整、仪表更换或取样计划变更时，应重新评估子组划分和控制限。只有把数据来源、频率、分组依据和剔除记录固定下来，后续控制图的控制限和判异结论才具备可复核性。