入门指南 · 技术视角 · 发布于：2026年10月2日
Table of Contents
核心要点
- 控制图回答一个问题——这个过程稳定吗？——它用过程自身历史计算出的控制限来回答，而不是用规格表 [1]。
- 中心线是来自稳定基线的长期平均值（NIST的计量指南建议至少使用100个历史核查值来建立基线），控制限位于所绘制统计量的±3σ处 [1][2]。
- 在稳定的正态分布过程中，约99.73%的点落在3σ控制限内，因此每千个点中大约有三个会纯属偶然地超出控制限。这就是为什么一次越限会触发调查，而不是恐慌 [5]。
- 对于单个水质读数，单值-移动极差（I-MR）图是标准工具：单值控制限为X̄ ± 2.66 × MR̄，移动极差上限为3.27 × MR̄ [4]。
- 普通原因噪声需要系统性的改变；特殊原因需要局部修正。对噪声做出反应、不断调整旋钮，正是戴明所称的“对过程进行调和”，它会放大变异 [2]。
- 水厂已经通过SCADA或人工记录来记录流量、原水水质、加药量、浊度和出厂水水质。诸如纳尔逊六点趋势规则之类的判异规则，能将这份档案变成漂移的早期预警系统 [3][6]。
控制图究竟回答什么
每一条水质趋势线在仪表盘上看起来都很激动人心。控制图的作用是将那条线转化为决策。沃尔特·休哈特在20世纪20年代开发了这种图；它将测量值随时间绘制在两条统计推导出的控制限之间，其目的很明确：将稳定过程固有的随机变异与表明确实发生了变化的信号区分开来 [1]。
这种区分很重要，因为水处理数据本质上是有噪声的。原水水质随天气变化，滤池成熟和反冲洗，加药泵循环，分析仪重新校准。对每一次波动都做出反应，你就会给过程增加自己的变异——追逐噪声、过量投加、频繁重置基线，以至于没有任何信号能够存活。控制图利用过程自身的统计量，划清了“过程在说话”和“过程在喊叫”之间的界线 [1][2]。
结构剖析：中心线与3σ控制限
休哈特控制图有三个参考特征。中心线是过程平均值，由处于受控状态的历史数据基线期建立；NIST的《工程统计手册》在其计量应用中建议至少使用100个历史核查值来建立这一公认基线 [1]。中心线上方和下方是上控制限和下控制限（UCL和LCL），按所绘制统计量的三个标准差计算——由过程标准差计算得出，而非手工选定，也不是从法规中照搬 [1]。
为什么是3σ？因为它平衡了两种错误。在稳定的正态分布过程中，约99.73%的点落在±3σ带内，剩下约0.27%——大约每千个点中有三个——会在没有任何问题时纯属偶然地超出控制限 [5]。更窄的控制限会让操作员被误报淹没；更宽的控制限会隐藏真实偏移，直到代价高昂。三西格玛是经过一个世纪实践提炼出的可行折中方案 [5]。
这些控制限的一个特性值得强调：它们来自过程本身。这使它们具有描述性，而非规定性。它们告诉你过程一直在做什么，因此也告诉你如果什么都不改变，它将继续做什么 [1]。
从两张图开始：X̄-R图和I-MR图
水质数据以两种形态出现。当操作员采集混合样或重复样时——每个班次分组几个读数——适用X̄-R（平均值与极差）图族。当水厂每个时间间隔只有一个读数时，这是在线分析仪每隔几分钟报告单个值的常见情况，正确的工具是I-MR图：一对分别跟踪单个观测值及其移动极差的图 [4]。
I-MR图的构建简单到可以用电子表格完成。取每对连续值之间的绝对差；对这些差值求平均得到MR̄。然后单值图的中心线为X̄，控制限为X̄ ± 2.66 × MR̄，移动极差图的中心线为MR̄，上限为3.27 × MR̄，下限为零 [4]。这些常数嵌入了相同的3σ逻辑——2.66将平均两点移动极差转换为三西格玛宽度——因此该图继承了下面所有的解读规则 [4]。
普通原因与特殊原因
休哈特的划分后来被戴明推广，它将每一个变异来源归入两类 [2]。普通原因是过程固有的：由其设计、材料和环境产生的日常散布。它们是稳定且可预测的，减少它们的唯一方法是改变系统本身 [2]。特殊原因是可归因的、局部的、间歇性的——探头故障、流通池中的气泡、用完的药剂桶、卡在循环中途的阀门——它们以普通原因系统不会产生的点或模式来宣告自己的存在 [2]。
管理规则直接由此而来。特殊原因属于操作员：找到可归因的事件并纠正它。普通原因属于工程师和管理者：改进系统，或接受其噪声。混淆两者在两个方向上都会付出高昂代价。忽视特殊原因，真实故障就会持续运行；对每一个普通原因波动都“修正”，你就是在对过程进行调和，这种干预模式会增加变异而非消除变异 [2]。
判异规则：读取模式，而不仅仅是点
单个点超出3σ是明显的信号，但过程通常会逐渐宣告漂移。西部电气判异规则及其1984年由劳埃德·S·纳尔逊的改进定义了额外的模式，每种模式具有大致相等的误报概率，从而使整个控制室的解读保持一致 [3]。四条规则涵盖了大多数水质工作：
- 规则1：一个点距中心线超过3σ——经典离群点 [3]。
- 规则2：连续九个或更多点位于中心线同一侧——均值偏移，例如当滤池出水稳定在一个新的、略差的平台上时 [3]。
- 规则3：连续六个或更多点持续上升或下降——趋势，这是污堵、耗尽或漂移的特征 [3]。
- 规则4：连续十四个或更多点交替上下——双峰或循环行为，值得对照加药或反冲洗周期进行检查 [3]。
这些规则一起应用，可以在任何控制限被突破之前很久就捕捉到缓慢的偏离，这正是该方法全部的操作价值所在 [3]。
浊度漂移示例，逐步说明
以滤池出水浊度为例，这是大多数水厂已经连续记录的参数。处理设施通常通过SCADA或人工记录来记录流量、原水水质、加药量、浊度和出厂水水质，因此控制图的原材料已经存在于大多数历史数据库和纸质档案中 [6]。
入门工作流程有四个步骤。第一，选择一个运营方认为滤池运行正常的基线窗口，计算出水浊度信号的X̄和MR̄ [1]。第二，建立I-MR控制限——X̄ ± 2.66 × MR̄和3.27 × MR̄——并绘制基线以确认没有规则违规，这验证了控制限本身 [4]。第三，随着每个新读数的到来绘制它，让四条规则说话：在一个上周正常反冲洗的滤池上出现连续上升点的规则3运行，是今天就要提出的污堵或排水系统问题，而不是等到控制限被突破之后 [3]。第四，在正确的类别中采取行动——特殊原因信号让操作员去检查那个滤池、其阀门和分析仪；一张显示运行稳定但均值你不喜欢的图是一个工程项目，而不是紧急情况 [2]。
这也是现代仪器改变SPC经济性的地方。为你的AI水模型提供数据而不仅仅是仪表盘的传感器——将Modbus数据流式传输到历史数据库的数字输出分析仪——使基线计算和判异规则检查自动化，因此图表每分钟自我审查，而团队每周审查一次。
要避免的三种误读
第一种是将趋势当作噪声，等到硬性控制限被突破才做出反应。判异规则的存在正是因为六点趋势是一个统计上不寻常的事件，它在偏移到来前数周就出现了。忽视规则3，你就放弃了图表大部分的早期预警价值 [3][5]。
第二种是将控制限与合规限混淆。规格限是客户或监管机构的声音——水必须达到的性能——而控制限是过程的声音，描述它当前的行为。它们来自不同的来源，回答不同的问题 [5]。一个水厂可以完全受控但不符合规格（一个稳定的过程但是错误的），或者在规格内但失控（一个漂移的过程但尚未失效）。两种诊断需要不同的行动，而图表正是区分它们的东西 [5]。
第三种是用实时数据重建控制限。控制限属于稳定基线期；每次一个点表现异常就重新计算它们，会把真实信号洗白进基线。从经过审查的历史窗口设定控制限，按既定时间表审查它们，让图表在审查之间积累证据 [1]。
| 图表元素 | 它告诉你什么 | 误用警告 |
|---|---|---|
| 中心线（CL） | 来自经过审查的基线期的长期平均值 [1] | 它不是目标或规格；不要为了拟合数据点而移动它 |
| ±3σ处的UCL / LCL | 纯普通原因变异的范围，由过程数据计算得出 [1][5] | 不是合规限——规格存在于许可证中，而非统计中 [5] |
| 超出控制限的点 | 可能是特殊原因；在局部进行调查 [2] | 逐点追逐普通原因噪声（调和）[2] |
| 九点在一侧（纳尔逊2） | 持续的均值偏移 [3] | 通过默默接受新平台来将偏移正常化 |
| 六点上升或下降（纳尔逊3） | 漂移或污堵趋势正在进行中 [3] | 等到突破才开工作单 |
| 移动极差图 | 连续读数之间的短期变异 [4] | 只读单值图而错过方差变化 |
扩大规模而不被警报淹没
一旦前两张图证明了自己，诱惑就是给所有东西都画图并在所有地方开启所有规则。要抵制它。每增加一条规则都会提高图表的误报率，而面对每天数十个红色警报的控制室——理性地——会开始忽视所有警报 [3]。有效的扩展纪律归结为三件事：每个参数一张图，各有自己的基线，绝不将不同参数的统计量混入一张图；每个参数刻意保持一份简短的启用规则清单，与该参数在实际中失效的方式相匹配；每个警报都绑定书面响应，使标记成为指令而非情绪。按与控制限相同的时间表审查规则集，并淘汰那些喊狼来了的次数多于捕捉到问题的规则 [1][2][3]。
本季度开始行动
选择两个参数——通常是过滤水浊度和一个配水或过程电导率信号——为每个参数设定90天基线、一张I-MR图和四条判异规则 [3][4][6]。分配明确的归属：操作员响应特殊原因信号，工程部门负责普通原因改进，没有书面审查任何人都不得调整控制限 [1][2]。在一个季度内，水厂应该能够用数字说明其历史上的“水质戏剧”中有多少是噪声——并对剩下的部分更早、更冷静地采取行动。
参考文献
- NIST/SEMATECH e-Handbook of Statistical Methods，第2.2.2.1节——休哈特控制图；来自历史数据的基线（最少100个核查值），由过程标准差计算的控制限—— https://itl.nist.gov/div898/handbook/mpc/section2/mpc221.htm
- Quality Gurus——特殊原因变异与普通原因变异；定义及戴明“对过程进行调和”的警告—— https://www.qualitygurus.com/special-cause-vs-common-cause-variation/
- Lean Six Sigma Definition——纳尔逊规则；规则1（3σ点）、规则2（九点在一侧）、规则3（六点趋势）、规则4（十四点交替）—— https://www.leansixsigmadefinition.com/glossary/nelson-rules/
- Lean 6 Sigma Hub——如何创建和解读I-MR图；单值控制限X̄ ± 2.66 × MR̄和移动极差限3.27 × MR̄—— https://lean6sigmahub.com/how-to-create-and-interpret-an-i-mr-chart-a-complete-guide-for-quality-control/
- Ucourse Academy——为什么SPC控制图使用±3西格玛；99.73% / 0.27%的误报平衡以及控制限与规格限的对比—— https://ucourse.org/p/11772
- WaterWorld——统计过程控制可以帮助处理厂；SCADA记录的流量、水质、加药量和浊度数据作为SPC输入—— https://www.waterworld.com/home/article/16192665/statistical-process-control-can-help-treatment-plants
关于作者：由上海七枚科技有限公司技术编辑团队撰写——专注于在线水质分析仪、多参数传感以及工业和市政水处理运营的数字化集成。
