GB/T 40859-2021《流式数据监测控制图》由国家市场监督管理总局、国家标准化管理委员会批准发布（2021年第12号中国国家标准公告），将于2022年5月1日起正式实施实施。

　　一、标准制定背景

　　在现代复杂生产系统和装备运行过程中，由于自动化传感器的广泛应用，所获取的数据往往是流式数据的形式。所谓流式数据，是一组数量庞大、顺次有序、快速高频到达的数据序列。现有的控制图往往基于较大间隔进行离散采样获得的数据进行过程控制。由于流式数据具有快速高频等特点，现有控制图通常无法适用于控制产生流式数据的过程。传统的数据采集与分析往往是低频的，如每小时对一条生产水杯的生产线进行产品采样和关键质量指标测量，以判断生产过程的状态是否正常。而在复杂系统的生产制造和运行过程中，通常会布局很多设备状态传感器和自动化检测仪器，以秒甚至更小的时间单位为间隔，对设备运行状态及产品质量指标进行实时、自动和持续的数据收集，由此产生流式数据。这些流式数据包含比低频数据更加复杂、全面的信息，但其信息密度也相对较低，因此，需要合适的特征提取手段，挖掘流式数据中包含的信息。

　　本标准提出了用于流式数据监测的控制图方法，并分别给出了单变量与多变量流式数据的控制图方法。可对高速铁路、装备制造、复杂产品制造等系统在运行过程中所产生的实时状态数据和产品质量数据进行监测，对关键信号的异常变化进行预警，有可能在早期发现危险故障，提升系统安全可靠性，提高产品质量。

　　二、标准主要内容

　　该标准针对生产过程中高频获取的流式数据，提供了高效的在线监控方法。通过多分辨率小波分析处理高频流式数据，将高频的流式数据分解到不同的频率尺度后，在不同的尺度下分别分析，提取流式数据中复杂的信息。根据控制的过程变量的维数，分别构建单变量流式数据EWMA控制图和EWMS控制图，以及多变量流式数据MEWMA控制图和MEWMC控制图。

　　在数据满足独立性的假设前提下，指数加权移动平均（EWMA）控制图是一种高效的对数据进行在线监控的控制图方法。其通过对历史数据与新获得的数据的加权平均进行监控，从而实现对数据均值的在线监控。EWMA控制图可以有效监控数据均值，而MacGregor提出了指数加权移动方差（EWMS）控制图可实时监控数据方差的变化。此外，生产过程中往往需要同时监控多个数据变量，即需要考虑变量之间的相关关系并建立多变量控制图。多变量指数加权移动平均（MEWMA）控制图即可实现对多个变量的均值的同时在线监控。而多变量数据的方差以及协方差可由多变量指数加权移动协方差矩阵（MEWMC）控制图实现实时监控多变量数据协方差矩阵的变化。

　　流式数据具有自相关性强的特点，这使得上述控制图不能直接应用于流式数据。该标准使用多尺度数据分析方法，将原始数据分解到不同尺度，这大大降低了数据的自相关性，为上述控制图提供使用空间。

　　多尺度数据分析算法利用小波变换，将数据分解到不同的时域与频域上，得到多层的小波系数。任何一个平方可积的函数都可通过小波函数分解成近似信号和细节信号的形式：

其中，j和k分别为尺度参数和位置参数，是低频的小波基父函数，是高频的小波基母函数；和分别为近似小波系数和细节小波系数。其表达式为：

　　当j取整数，且时，使用离散小波变换算法可以快速计算各层小波系数。这些小波系数分别涵盖原始数据在不同尺度下的信息，如近似层小波系数主要包含均值的信息，而细节层小波系数主要包含数据震荡的信息，即方差的信息。因而可将复杂的特征信息分解后进行识别。此外，即使原始数据有较强的自相关性，大多层的小波系数往往不含有自相关性，这便于利用上述控制图进行监控。

然而离线小波变换通常只能应用于离线数据的分解，为了实现在线监控，本标准中提出基于Haar小波的在线小波变换算法。Haar小波是一种最简单的正交小波，其定义为：

　　Haar小波的定义域仅为，结合小波函数的公式，可知其在第j层的小波函数的定义域长度仅为，因此可仅使用有限的数据点即可计算一个小波系数。

　　因此，将流式数据通过在线小波变换分解为小波系数后，即可将对应层的小波系数使用上述控制图进行监控，即可建立对流式数据的在线监控控制图。

　　三、标准实施意义

通过该标准的制定和实施，将为生产过程中常见的流式数据的监控与分析问题提供解决办法，对生产过程中的质量指标进行更及时准确的判断，对可能出现的问题进行预警，从而达到提高生产过程水平的效果。该标准可对我国高速铁路、装备制造、复杂产品制造等系统在运行过程中所产生的实时状态数据和产品质量数据进行监测，提升系统安全可靠性。

　　文章作者：张帆 赵静|基础标准化研究所

　　转载请注明出处