1. 课程导入与目标设定

聚氨酯连续发泡是软质块泡生产中最典型、也最依赖过程控制的工艺之一。发泡混合头以数百克每秒的流量把多元醇组分与异氰酸酯组分连续打出，落在随传送带前行的底纸上，反应物料在几十秒内完成成核、膨胀、凝胶与熟化，最终形成一条截面接近矩形的连续泡体，再按长度切割成块。整条线上，流量、配比、混合压力、落料点、传送带速度、环境温度与湿度、原料温度、催化剂与发泡剂用量等参数彼此耦合，任何一个环节漂移，都会在最终泡体的密度分布、泡孔结构、截面形状或物理性能上留下痕迹。所谓“工艺数据分析”，就是把这些分散在流量计、压力传感器、PLC、实验室检测报告和操作记录中的信息组织起来，建立参数与质量结果之间的可解释联系，从而支撑判断与调整，而不是凭经验“看着差不多”。

本课程的学习目标可以概括为三个层次。第一层是看懂数据：理解连续发泡过程中有哪些关键测量点、每个量的物理含义、采样频率与精度限制，能识别流量比、异氰酸酯指数、总吐出量、带速与落料宽度之间的换算关系。第二层是解释变化：当泡体出现密度偏高、局部塌泡、截面收腰或开裂时，能从时间序列中定位异常发生的时刻，并把该时刻的操作动作、原料批次、环境条件对应起来，形成因果假设。第三层是支撑决策：把分析结论转化为可执行的调整方案，例如微调某一组分的流量设定、修正带速匹配、调整催化剂比例，并用后续数据验证调整是否有效。这三层对应“描述—诊断—预测/优化”的递进，也是本课程整体框架的主线。

要建立整体框架，先要清楚数据在工艺链上的位置。下图给出了一条典型连续发泡线的关键测量点与数据流向：原料罐区的温度与液位、计量泵的流量与压力、混合头的压力与吐出量、落料点到切割机的带速与泡体高度，以及实验室对成品密度、压陷硬度、回弹、拉伸强度的检测结果。图中同时标出了“设定值—实际值—质量结果”三层结构，提醒学习者：分析时既要看设定与实际的偏差，也要看偏差如何沿工艺链传递到最终产品。

理解这张图的关键，是建立“时间对齐”的意识。过程量以秒级采样，检测量以批次或切割段为单位，两者时间尺度不同。若把某一批次的密度检测值直接与当天平均流量做相关，很可能掩盖了真正发生在某个十分钟窗口内的流量跌落。因此，实际分析中通常先按切割段号或时间戳把泡体分段，再把每段对应的过程量做窗口聚合（如均值、标准差、极值），最后与检测结果匹配。这一步做不扎实，后面的统计方法再精细也没有意义。

再看实战价值。连续发泡的原料成本占产品成本的比重很高，配比偏差、超量吐出、废品切割都会直接转化为物料损失；同时，泡体密度与硬度是客户验收的核心指标，批次间波动过大会导致下游裁剪与贴合工序频繁调整。通过数据分析，可以把“事后检验挑废品”转为“过程中识别漂移”，把“老师傅凭手感调阀”转为“基于偏差方向的定量微调”。一个典型的教学示例是：假设某线设定总吐出量为 180 kg/min，多元醇与异氰酸酯的质量比设定为 100:48，带速 4.2 m/min，落料宽度 1.25 m；若实际记录显示某段时间异氰酸酯实际流量比设定低约 2%，同时该段泡体出现回弹偏低、泡孔偏粗，则可形成“配比偏低影响交联程度”的假设，并通过小步调整与后续检测验证。需要强调，以上数值仅为说明分析思路的合理假设，并非实测结论。

本课程后续将围绕四条能力线展开：其一，工艺机理与关键参数，弄清每个可调量影响什么；其二，数据获取与预处理，包括采样、对齐、缺失与异常值处理；其三，分析方法，包括趋势与波动分析、控制图、相关与回归、批次对比与根因排查；其四，闭环应用，把结论落到调整、验证与标准化。学习时建议始终带着一个具体问题去看数据，例如“这一段的密度为什么比上一段高”，而不是先堆方法再找问题。能把一个真实异常讲清楚、把一次调整验证闭环，比记住更多算法更有价值。