2. 异常信号识别基础

在协同处置体系中，异常信号识别是整条响应链的起点。如果信号没有被及时、准确地捕捉，后续的隔离、追溯、纠正和验证都会建立在错误的前提上。异常信号并不等同于“已经发生的故障”，它更接近一种“偏离正常基线的早期征兆”。本节把常见的异常信号分为四类：工艺参数偏移、质量特性波动、设备状态劣化和物料变更，并说明每一类的典型对象、早期特征与识别要点。

一、四类异常信号的基本定位

工艺参数偏移关注的是“过程条件是否还在受控窗口内”。典型对象包括温度、压力、流量、液位、pH、转速、张力、电流、时间等。它的早期特征往往不是超限报警，而是缓慢漂移、波动幅度增大、均值偏移、周期性振荡或响应滞后。例如某反应釜温度设定为 85±2 ℃，若连续三批的实测均值从 84.6 ℃ 逐步变为 86.3 ℃，虽然单点未触发上限，但趋势已经说明加热或冷却能力、进料温度或传感器可能存在变化。

质量特性波动关注的是“产品输出是否仍满足规格”。典型对象包括尺寸、重量、纯度、水分、粘度、硬度、色差、成分含量、外观缺陷率等。它的早期特征常表现为标准差变大、过程能力指数下降、批内极差扩大、连续多点偏向一侧、合格率边缘化。例如某注塑件关键尺寸规格为 20.00±0.10 mm，若连续 5 个抽样点的均值仍在 19.95 mm 附近，但极差从 0.04 mm 扩大到 0.09 mm，说明过程稳定性正在变差，即使尚未出现不合格品，也应触发预警。

设备状态劣化关注的是“执行机构与检测系统是否仍具备原有能力”。典型对象包括电机电流、轴承温度、振动速度、润滑油金属含量、阀门响应时间、气缸泄漏量、传感器零点漂移等。它的早期特征通常是渐进式变化、特征频率出现、响应变慢、能耗上升、间歇性报警。例如某风机振动速度有效值从 2.1 mm/s 缓慢升至 4.3 mm/s，同时电流上升 6%，这往往早于轴承明显异响出现。

物料变更关注的是“输入是否与既定条件一致”。典型对象包括供应商切换、批次更换、牌号变更、粒径分布变化、含水率变化、添加剂比例调整、回收料比例变化等。它的早期特征常表现为换批后首件偏差、参数适应性变差、质量特性突变、设备负荷变化、异常集中出现在某一物料批次。例如更换树脂供应商后，同一注塑参数下熔体流动速率变化，导致充填末端出现短射趋势。

二、早期特征为什么比“超限”更重要

很多现场问题之所以演变成批量质量事故，是因为识别动作只盯着“是否超限”，而忽略了“是否在变化”。超限是结果，变化才是原因。早期特征的价值在于它给了我们一个提前干预的时间窗口。以工艺参数为例，若温度控制图出现连续 7 点递增，即使每一点都在规格内，也说明存在系统性偏移，可能是加热器老化、冷却水温度上升或传感器漂移。此时调整或检修的成本，远低于等到产品不合格后再隔离返工。

质量特性波动的早期识别，重点不是看单件是否合格，而是看分布形态是否改变。均值不变但标准差变大，说明过程稳定性下降；均值偏移但标准差不变，说明存在系统性因素；两者同时变化，则可能既有系统因素又有随机因素。实际判断时，可以结合极差图、标准差趋势图和过程能力指数一起看。例如某零件外径规格为 10.00±0.05 mm，连续 20 件抽样中，前 10 件极差为 0.02 mm，后 10 件极差为 0.06 mm，虽然全部合格，但后段已经出现波动扩大，应优先排查夹具磨损或来料尺寸变化。

三、设备状态劣化的识别要点

设备状态劣化往往具有“渐进性”和“可预测性”。振动、温度、电流、噪声、润滑油指标等，都是设备健康的直接反映。识别时建议建立单机健康基线，而不是只用通用报警阈值。例如某台泵在正常工况下振动速度有效值为 1.8～2.5 mm/s，若某天开始稳定在 3.5 mm/s，即使未达到 4.5 mm/s 的报警线，也应记录并安排检查。更进一步的判断可以看特征频率：轴承外圈故障频率、内圈故障频率、保持架频率等，若振动频谱中对应频率幅值持续上升，说明劣化正在发展。

设备状态劣化还常表现为“响应变慢”。例如阀门从收到指令到到位的时间从 1.2 s 延长到 2.0 s，气缸动作出现爬行，传感器零点每天漂移 0.1%。这些变化不会立刻造成不合格，但会逐渐侵蚀过程能力。识别这类信号，需要把设备动作数据与工艺参数、质量数据放在同一时间轴上对照，才能判断是设备本身问题，还是工艺条件变化导致的连带反应。

四、物料变更的识别与隔离

物料变更包括计划性变更和非计划性变更。计划性变更如供应商切换、牌号替换、配方调整；非计划性变更如批次间差异、回收料比例波动、运输储存条件变化。识别物料变更信号的关键是建立物料批次与质量结果的对应关系。当同一设备、同一工艺参数下，换批后首件或前几件出现偏差，且偏差方向与物料特性变化一致，就应优先怀疑物料变更。

例如某注塑产品更换色母批次后，外观出现色差趋势，但尺寸和重量正常。此时应检查色母的分散性、载体树脂和添加比例，而不是先调整注塑压力。再如某批次粉料含水率从 0.3% 升至 0.8%，可能导致下料不畅、计量波动，进而引起重量偏差。识别这类信号，需要把物料检验数据、投料记录、设备参数和质量结果串联起来看，而不是孤立地判断某一个点。

五、四类信号的协同识别原则

四类信号并不是彼此独立的。工艺参数偏移可能由设备劣化引起，质量波动可能由物料变更引起，设备劣化也可能加速物料适应性变差。因此，识别时建议遵循三条原则：

• 先看趋势，再看单点。单点超限是紧急信号，连续趋势是早期信号，两者都不能忽略。
• 先对齐时间，再判断因果。把工艺、质量、设备、物料数据放在同一时间轴上，观察变化先后顺序。
• 先隔离异常，再追溯原因。在原因未明确前，优先隔离可疑批次或可疑设备，避免异常扩大。

异常信号识别的目标不是追求零报警，而是让每一次偏离都能被看见、被记录、被关联。工艺参数偏移、质量特性波动、设备状态劣化和物料变更，这四类信号覆盖了过程输入、过程条件、执行机构和产品输出四个关键环节。只有把它们的早期特征识别清楚，后续的协同处置才有可靠的事实基础。