4. 指标异常的定义与分类

在生产运营场景中，“指标异常”并不是一个单一概念。同样是一条超出控制线的曲线，可能意味着设备瞬时故障，也可能只是换班导致的正常波动，还可能是需求结构正在发生长期迁移。如果只用一个“异常”标签统一处理，就会同时出现两类错误：把噪声当故障，浪费排查资源；把趋势性劣化当噪声，错过干预窗口。因此，异常分析的第一步不是急着找原因，而是先判断“这是哪一类异常”。

从数据形态和业务含义两个维度出发，可以把生产运营指标异常划分为六种基本类型：点异常、上下文异常、集体异常、突变、漂移和周期破坏。它们并不是互斥的标签，而是描述异常“长什么样”和“意味着什么”的两套视角。理解这套分类，是为了让后续的检测方法、告警级别和处置动作能够对号入座。

点异常：最容易被发现，也最容易被误报

点异常指某个时间点上的指标值显著偏离正常范围，而相邻点基本正常。它的典型形态是“尖峰”或“深谷”，前后迅速恢复。在生产场景中，点异常最常见的来源是传感器瞬时干扰、单次人工误操作、网络丢包导致的数据跳变，以及短时物料卡顿。它的业务含义通常是“瞬时事件”，不一定代表系统性问题。

处理点异常的关键是区分“真事件”和“数据噪声”。例如注塑机锁模力监测中，若某秒值突然从 1200 kN 跳到 1800 kN 又立刻回落，而同一时刻的位移、速度曲线均无对应变化，则更可能是采集通道干扰；若多个相关指标同步出现尖峰，则可能是真实的机械冲击。因此点异常告警应附带“关联指标是否同步异常”的判断条件，而不是单点越限即触发高等级告警。

上下文异常：值正常，但放在特定条件下不正常

上下文异常的核心在于“条件”。同一个数值，在白天正常、在夜班异常；在 A 产品正常、在 B 产品异常；在环境温度 20℃ 正常、在 35℃ 异常。它的检测不能只看全局阈值，而必须引入上下文维度，如班次、产品型号、环境温度、设备状态等。

以设备综合效率（OEE）为例，某产线夜班 OEE 为 72%，若全局告警阈值设为 70%，则不会触发告警。但若按班次分别建立基线，夜班历史基线为 82%，72% 就属于显著偏低。此时业务含义是“夜班管理或人员操作存在系统性差距”，而不是设备本身故障。上下文异常要求我们在建模时先做条件切片，再在切片内判断偏离程度。

集体异常：单点不越限，整体已偏离

集体异常指一组连续数据点整体偏离正常模式，但其中每个点单独看可能都在控制限内。它最容易被传统阈值告警漏掉。典型场景是批次良率连续 8 个批次缓慢下降，每批下降 0.3%，单批都在允许范围内，但累计已下降 2.4%。

检测集体异常常用滑动窗口统计量，如窗口均值、窗口斜率、窗口内超限点比例。业务含义上，集体异常往往指向“系统性劣化”或“渐进式偏移”，比点异常更值得投入分析资源。它提示的不是“某一刻出了什么事”，而是“一段时间内运行状态正在改变”。

突变：均值瞬间跳变并保持

突变与点异常的区别在于“是否恢复”。点异常是尖峰后回落，突变是跳变后在新水平上稳定下来。突变通常对应明确的工程事件：换料、换模、配方切换、参数被误改、阀门开度被调整、上游来料批次更换。它的业务含义是“运行基准发生了改变”。

检测突变常用阶跃检测方法，如滑动窗口均值差、CUSUM 累积和、贝叶斯变点检测。实际处置时，突变一旦确认，应优先核对最近的操作记录和工单变更，因为绝大多数突变都能在操作日志中找到对应动作。若操作记录无变更，则需排查设备机械状态或传感器零点漂移。

漂移：缓慢单调偏移，短期不告警、长期累积

漂移指指标均值随时间缓慢、持续地朝一个方向偏移。它的单点偏离很小，短期统计量变化不明显，但长期累积后会导致质量或效率显著下降。典型业务场景包括刀具磨损导致加工尺寸逐渐变大、催化剂活性下降导致反应转化率缓慢降低、换热器结垢导致温差逐步扩大。

漂移检测不能依赖瞬时阈值，而应关注趋势项。常用方法是对滑动窗口做线性回归，观察斜率是否显著非零；或使用指数加权移动平均（EWMA）控制图，对微小偏移更敏感。漂移的业务含义是“设备或工艺正在老化”，其处置动作通常是预测性维护、参数补偿或计划性更换，而不是紧急停机。

周期破坏：规律本身被打破

周期破坏指指标原本具有稳定的周期节律，但节拍、幅度或相位发生了改变。例如某产线每 45 分钟完成一个加工循环，电流曲线呈稳定周期波动；若某天开始周期变为 38 分钟且波峰降低，则属于周期破坏。它的业务含义可能是排产节奏变化、设备节拍异常、需求节律改变，也可能是上游供料不稳定。

检测周期破坏需要先建立周期基线，常用方法包括自相关分析、傅里叶频谱分析和周期模板匹配。判断时不仅看“是否还有周期”，还要看周期长度、幅值和相位是否偏离历史模板。周期破坏往往影响的是整条产线的协同效率，因此处置时应联动排产、物流和设备三方信息。

从分类到处置：不同异常对应不同动作

分类的最终目的是让处置动作有据可依。点异常优先做数据质量校验和瞬时事件确认；上下文异常需要按条件切片重新评估；集体异常应触发趋势复核和批次追溯；突变应立即核对操作记录和工单变更；漂移应纳入预测性维护计划；周期破坏应联动排产与设备节拍分析。若把六类异常统一按“越限即停机”处理，既会造成大量误停机，也会让真正的系统性劣化被淹没在告警噪声中。

在实际系统中，建议为每类异常配置独立的告警等级、确认流程和处置时限。例如点异常可设为提示级、自动记录；突变设为警告级、要求 30 分钟内确认；漂移设为观察级、纳入周度评审。这样，异常分类就不只是数据科学概念，而成为生产运营决策链中的第一道分流器。