中药制药过程数据集成_数据挖掘与可视化技术研究_李正
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
在中药制药企业建立数字化全程质量控制和管理系 统，将使得工厂生产数据的收 集、保 存、分 析、展 示 和 交 流 变得简单、高效。通过信息 集 成 技 术 的 运 用，将 打 破 数 据 孤岛，整合所有 数 据，提 取 出 有 用 信 息，并 发 现 和 沉 淀 生 产知识，最终提高生产过 程 质 量。具 体 而 言，制 造 过 程 数
车间整体优化： 通过系统优化的方法，整合分析工艺参 数、物料参数、能 耗、水 耗、排 污 等 数 据，发 现 优 化 操 作 点，可 视化方法包括相应曲面等统计优化图等。
第 39 卷第 15 期 2014 年 8 月
Vol. 39，Issue 15 August，2014
3 中药生产数据可视化应用实例 3. 1 数据收集
因 此 建 立 数 据 库 系 统 ，收 集 和 管 理 从 药 材 到 药 品 整 个 过程中产生和 涉 及 的 所 有 相 关 数 据，成 为 数 据 集 成 模 块 的主要工作。主要数据库包括药材种植与采购信息收集 与管理系统、辅料信息收集 与 管 理 系 统、生 产 记 录 录 入 与 管理系统、质 量 检 验 信 息 录 入 与 管 理 系 统 等。数 据 的 完 整性将直接影 响 后 续 大 数 据 整 体 管 理 与 分 析 的 水 平，一 个好的数据集 成 系 统 将 有 效 地 帮 助 企 业 管 理 者 全 面、准 确地了解企业 生 产 状 况，进 而 提 供 辅 助 决 策 以 提 高 经 济 效益降低质量风险。
数据挖掘（ data mining） 是一个运用现代计算分析技术， 从大量的数据中自动提取出有用的信息和知识的过程。它 依据数理统计、机器学习、人工智能、模糊集合等理论，运用 线性回归、聚类分析、人工神经网络、决策树、模式识别、关联 网络等常用方法完成信息提取工作。
在数据集成的 基 础 上，数 据 挖 掘 模 块 实 现 数 据 向 信 息、 知识的转化过程，它帮助生产管理者从数据中发现、总结、提 取出隐含的、未知的、并有潜在利用价值的生产相关模式和 规律，可用于指导和支持生产决策。生产数据转化为生产信 息和知识，需要借助信息学、统计学和计算机科学的手段及 方法，深入研究数据之间的联系，挖掘隐藏在数据背后的过 程特征和模式。例如可以分析工艺参数与物料参数之间的 关系，建立工艺参数与提取液、浓缩液、醇沉上清液等中间体 质量检测指标相关质量模型，进而辨识关键工艺点和优化工 艺参数。产品质量模型通过数学公式、图表、规则等形式，描 述产品质量影响因素同质量指标之间的关系。具体而言建 立产品质量模型的方法有如下几种： ①统计分析，对已有的 大量生产数据进行统计分析，寻找影响质量指标的主要因素 及其与产品质量间的关系进行函数拟合得到模型，质量 = f（ 影响因素） ； ②机制模型，分析过程的质量传递和能量传递 等物理和化学规律，建立质量指标和影响因素之间的关系描 述生产过程，得到基于微分方程的机制模型； ③实验设计，把 产品质量看作几个主要影响因素的函数，通过实验设计，系 统改变影响因素，观察质量的变化，获得输入和输出数据，再 应用数学方法，如响应曲面法，确定质量模型的结构和参数； ④数据挖掘，数据挖掘是运用基于计算机的方法，包括线性 回归、概率统计、聚类分析、分类、机器学习等方法，从数据中 获得有用信息和知识的过程，同时达到过程描述和预测 2 个
［关键词］ 中药制药工程； 过程分析； 可视化技术； 大数据
1 中药生产过程工业大数据 中药为防病治病发挥了积极的作用，在我国的卫生医疗
系统中占有重要的地位。中药产业是我国医药工业的重要 组成部分，已被 列 入 国 家 战 略 性 新 兴 产 业。但 是，当 前 我 国 的中药制药工艺水平不高，过程质量监控手段缺乏，阻碍了 中药制药质量的进一步提升。因此提升中药制造过程技术 水平，实现中药质量的有效控制，有利于中药行业整体水平 的提高，对于推动中药现代化进程具有重要意义。
中药制药过程数据集成、数据挖掘与可视化技术研究
李正1* ，康立源1 ，范骁辉2
( 1. 天津中医药大学 天津市现代中药省部共建国家重点实验室，天津 300193; 2. 浙江大学 药学院 中药科学与工程学系，浙江 杭州 310058)
［摘要］ 工业自动化控制技术的广泛运用和海量制造过程数据的收集和分析，为现代中药制药工艺品质的大幅提升提 供了宝贵的数据和信息资源。因此在中药制药企业建立数据集成与管理系统变得非常重要，它将使得工厂生产数据的收集、 保存、分析、展示和交流变得简单、高效。通过数据集成、数据挖掘、数据可视化等技术的综合运用，可以打破数据孤岛，整合所 有数据，提取出有用信息，并发现和沉淀生产知识，最终提高生产过程质量。该文分析了中药制药过程有关工业大数据分析 的若干关键技术，重点就数据集成、数据挖掘与数据可视化技术进行了具体探讨。该文结合了生脉注射液生产历史数据，进 行了数据挖掘与可视化实例分析，并展望了数据可视化技术在中药数字制药中的前景。
关键质量控制点分析： 在收集生产过程数据的基础上， 可以对工艺参数和质量控制参数进行关联分析建立定量模 型，从而发现和中药质量相关的关键工艺操作参数。可以采 用的可视化方法包括统计分析模型、网络分析模型、统计回 归树分析模型等。
历史数据回顾： 当一个生产车间积累了足够多的数据 时，可以对数据进行历史回顾分析，通过数据挖掘的方法发 现其中隐含的信息。例如可以通过聚类分析发现生产批次 中的异常点，找出导致其异常的原因，从而提高生产工艺的 质量。
现有的很多中药制药企业仍然停留在半自动的数据记 录和收集阶段，很多的数据如批次操作记录等仍依赖人工手 动记录。人工 记 录 收 集 数 据 信 息 量 有 限，同 时 容 易 发 生 错 误，如录错、漏记等，从而降低了数据的质量，另外人工记录 造成信息传递延时，不能在第一时间分析、总结数据，提取信 息，并作出及时 的 反 应，对 工 厂 的 生 产 管 理 造 成 影 响。 工 业 自动化控制技术的广泛运用和海量制造过程数据的收集和 分析，使得中药制药工艺走向“精密化，数字化，智能化”成为 可能［1-3］。 2 中药生产过程数据集成、数据挖掘与数据可视化
数据可视化（ data visualization） 的目标是通过图形的方 式将大型数据库中的数据及其结构关系以直观的方式表现 出来 。将数据转换 成 图 形 的 方 式 进 行 分 析 ，能 够 更 形 象 直 观地实现数据的高效关联分析。可视化技术尤其适合将数 据间的复杂关系按 照 人 的 思 维 关 联 模 式 ，从 不 同 的 视 角 观 察和深入分析数据 ，发 现 数 据 中 隐 含 的 有 用 规 律 和 关 键 模 式。本文将结合中药制药企业实际收集的历史生产数据， 对数据可视化技术在中药制造技术品质提升中的运用进行 初步探讨。
［收稿日期］ 2014-03-28 ［基 金 项 目］ 天 津 市 应 用 基 础 与 前 沿 技 术 研 究 计 划 项 目 （ 13JCYBJC42000） ［通信作者］ * 李正，研究员，主要从事中药网络药理学与中药数字 பைடு நூலகம்药技术研究，E-mail： lizheng1@ gmail. com
据集成可以 在 以 下 几 个 方 面 起 到 重 要 的 作 用。首 先，通 过分析现场生 产 线 监 测 数 据，可 以 知 道 生 产 过 程 的 具 体 情况，并可结合过程模型判 定 生 产 过 程 受 控 状 态； 其 次 可 以通过大量的产品质量相 关 数 据 的 收 集、管 理 和 分 析，发 现关键质量控制点及最优参数设定范围； 最后还可以结 合能源（ 用电、用水、用 蒸 气 等 ） 的 使 用 情 况 和 废 水、废 气 的排放数据，综合优化达到 工 厂 节 能 减 排、绿 色 制 造 的 整 体优化目标（ 图 1） 。
·2989·
第 39 卷第 15 期 2014 年 8 月
Vol. 39，Issue 15 August，2014
务等数据也可以同时进行整合处理与综合分析。因此，数据 集成模块涵盖从原料、提取液、浓缩液、醇沉上清液等中间体 到最终成药的整个生产过程中所涉及的所有相关物料属性 的收集，同时记录工艺操作参数等过程相关信息。这些数据 的储存、管理和使用将成为现代中药制药企业的一个重要工 作，它将直接反映一个企业的生产管理综合能力。因此实施 中药制药企业生产数据电子化管理，将提高数据记录的准确 性和方便历史生产记录的统计与回顾，从而大大提高中药制 药企业的生产管理水平。
·2990·
功能。常用数据 挖 掘 理 论 有 模 糊 集 合、粗 糙 集 理 论、数 理 统 计、机器学习、人工神经网络、决策树、模式识别等。
更进一步，可以根据当前数据（ 包括物料属性和工艺参 数） ，建立相关的数据挖掘与知识发现模型，预测当前生产状 态相关的高层次信息（ 如安全性、物料平衡、能量平衡、产品 质量、成本核算等） 。这样生产信息就可以被加工与归纳成 过程分析、工艺控制、质量管理、风险评估等模型，用于中药 生产过程系统优化研究，从而在保证产品质量的基础上，实 现经济效益最大化。因此在质量分析和优化系统中，采用数 据挖掘技术是一个较好的解决方法。利用数据挖掘技术分 析质量数据，建立质量模型，并以此为基础进行质量预报和 质量改进。一个典型的产品质量分析优化系统包括质量数 据预处理算法库、质量数据分析算法库、质量建模算法库、模 型库，这样一个系统可以实现质量数据提取和保存、质量模 型提取和保 存、质 量 数 据 预 处 理、质 量 分 析、质 量 建 模 和 应 用、图形展示等功能。
一个典型的产品质量分析优化系统包括质量数据预处理算法库质量数据分析算法库质量建模算法库模型库这样一个系统可以实现质量数据提取和保存质量模型提取和保存质量数据预处理质量分析质量建模和应用图形展示等功能
第 39 卷第 15 期 2014 年 8 月
Vol. 39，Issue 15 August，2014
对于车间的生产数据可以进行如下几大类的可视化分 析： 生产过程监测，生产规律发现如关键质量控制点分析，历 史数据回顾分析，车间整体优化分析等。
生产过程监测： 指对生产过程中测定的工艺参数、物料 参数等数据 进 行 实 时 显 示，操 作 员 对 仪 表 数 据 进 行 集 中 监 测，直观地了解生产状况。通常可在自动控制系统的操作员 工作站上选定需要监测的装置与位点，动态显示如温度、压 力、流量等工艺参数。
图 1 中药生产过程数据集成、数据挖掘与数据可视化 Fig. 1 Data integration，data mining and data visualization framework for traditional Chinese medicine manufacturing process
数据集成（ data integration） 如图 1 所示，制药过程中产 品以物料流的形式在生产过程中传递，产品数据包括物料属 性如药效成分的含量和工艺参数如温度、压力、流量、热焓、 有效能等。现代工业在线传感器和实时分析工具（ 如近红外 光谱、紫外光谱法等） 的使用，大大增加了中药生产过程的数 据采集量。另一方面与生产过程相关的设备、物资、人员、财
本文所用数据由江苏苏中药业集团生脉注射液生产车 间收集，数据包括红参醇提、水沉，麦冬水提、醇沉，五味子水 提、醇沉等多个工序中收集的 200 余个批次的生产记录。数 据包括工艺参数，如浸泡时间、提取温度等，原料、中间产物、 产品的分析记录等。 3. 2 数据分析和可视化
基于数据可视化原理，生产线历史数据可以提供丰富的 知识，帮助研究者更好地认识生产过程，并在此基础上实现 更为精准的控制和优化。笔者将结合生脉注射液生产历史 数据在多个层次进行数据可视化分析，从而展示数据可视化 技术的强大功能和实际用途。 3. 2. 1 聚类分析 首先在单因素层次的数据可视化，笔者 可对测量的每个工艺参数进行一致性分析，结果可以显示每 个工艺参数的波动范围。数据可视化方法包括柱状图、统计 分布图、统计过 程 控 制 图 等。通 过 这 个 简 单 分 析，可 以 初 步 判定过程控制中的波动源所处位置，还不能判定整个过程是 否处于受控状态，对于最终产品的质量是否有影响。
车间整体优化： 通过系统优化的方法，整合分析工艺参 数、物料参数、能 耗、水 耗、排 污 等 数 据，发 现 优 化 操 作 点，可 视化方法包括相应曲面等统计优化图等。
第 39 卷第 15 期 2014 年 8 月
Vol. 39，Issue 15 August，2014
3 中药生产数据可视化应用实例 3. 1 数据收集
因 此 建 立 数 据 库 系 统 ，收 集 和 管 理 从 药 材 到 药 品 整 个 过程中产生和 涉 及 的 所 有 相 关 数 据，成 为 数 据 集 成 模 块 的主要工作。主要数据库包括药材种植与采购信息收集 与管理系统、辅料信息收集 与 管 理 系 统、生 产 记 录 录 入 与 管理系统、质 量 检 验 信 息 录 入 与 管 理 系 统 等。数 据 的 完 整性将直接影 响 后 续 大 数 据 整 体 管 理 与 分 析 的 水 平，一 个好的数据集 成 系 统 将 有 效 地 帮 助 企 业 管 理 者 全 面、准 确地了解企业 生 产 状 况，进 而 提 供 辅 助 决 策 以 提 高 经 济 效益降低质量风险。
数据挖掘（ data mining） 是一个运用现代计算分析技术， 从大量的数据中自动提取出有用的信息和知识的过程。它 依据数理统计、机器学习、人工智能、模糊集合等理论，运用 线性回归、聚类分析、人工神经网络、决策树、模式识别、关联 网络等常用方法完成信息提取工作。
在数据集成的 基 础 上，数 据 挖 掘 模 块 实 现 数 据 向 信 息、 知识的转化过程，它帮助生产管理者从数据中发现、总结、提 取出隐含的、未知的、并有潜在利用价值的生产相关模式和 规律，可用于指导和支持生产决策。生产数据转化为生产信 息和知识，需要借助信息学、统计学和计算机科学的手段及 方法，深入研究数据之间的联系，挖掘隐藏在数据背后的过 程特征和模式。例如可以分析工艺参数与物料参数之间的 关系，建立工艺参数与提取液、浓缩液、醇沉上清液等中间体 质量检测指标相关质量模型，进而辨识关键工艺点和优化工 艺参数。产品质量模型通过数学公式、图表、规则等形式，描 述产品质量影响因素同质量指标之间的关系。具体而言建 立产品质量模型的方法有如下几种： ①统计分析，对已有的 大量生产数据进行统计分析，寻找影响质量指标的主要因素 及其与产品质量间的关系进行函数拟合得到模型，质量 = f（ 影响因素） ； ②机制模型，分析过程的质量传递和能量传递 等物理和化学规律，建立质量指标和影响因素之间的关系描 述生产过程，得到基于微分方程的机制模型； ③实验设计，把 产品质量看作几个主要影响因素的函数，通过实验设计，系 统改变影响因素，观察质量的变化，获得输入和输出数据，再 应用数学方法，如响应曲面法，确定质量模型的结构和参数； ④数据挖掘，数据挖掘是运用基于计算机的方法，包括线性 回归、概率统计、聚类分析、分类、机器学习等方法，从数据中 获得有用信息和知识的过程，同时达到过程描述和预测 2 个
［关键词］ 中药制药工程； 过程分析； 可视化技术； 大数据
1 中药生产过程工业大数据 中药为防病治病发挥了积极的作用，在我国的卫生医疗
系统中占有重要的地位。中药产业是我国医药工业的重要 组成部分，已被 列 入 国 家 战 略 性 新 兴 产 业。但 是，当 前 我 国 的中药制药工艺水平不高，过程质量监控手段缺乏，阻碍了 中药制药质量的进一步提升。因此提升中药制造过程技术 水平，实现中药质量的有效控制，有利于中药行业整体水平 的提高，对于推动中药现代化进程具有重要意义。
中药制药过程数据集成、数据挖掘与可视化技术研究
李正1* ，康立源1 ，范骁辉2
( 1. 天津中医药大学 天津市现代中药省部共建国家重点实验室，天津 300193; 2. 浙江大学 药学院 中药科学与工程学系，浙江 杭州 310058)
［摘要］ 工业自动化控制技术的广泛运用和海量制造过程数据的收集和分析，为现代中药制药工艺品质的大幅提升提 供了宝贵的数据和信息资源。因此在中药制药企业建立数据集成与管理系统变得非常重要，它将使得工厂生产数据的收集、 保存、分析、展示和交流变得简单、高效。通过数据集成、数据挖掘、数据可视化等技术的综合运用，可以打破数据孤岛，整合所 有数据，提取出有用信息，并发现和沉淀生产知识，最终提高生产过程质量。该文分析了中药制药过程有关工业大数据分析 的若干关键技术，重点就数据集成、数据挖掘与数据可视化技术进行了具体探讨。该文结合了生脉注射液生产历史数据，进 行了数据挖掘与可视化实例分析，并展望了数据可视化技术在中药数字制药中的前景。
关键质量控制点分析： 在收集生产过程数据的基础上， 可以对工艺参数和质量控制参数进行关联分析建立定量模 型，从而发现和中药质量相关的关键工艺操作参数。可以采 用的可视化方法包括统计分析模型、网络分析模型、统计回 归树分析模型等。
历史数据回顾： 当一个生产车间积累了足够多的数据 时，可以对数据进行历史回顾分析，通过数据挖掘的方法发 现其中隐含的信息。例如可以通过聚类分析发现生产批次 中的异常点，找出导致其异常的原因，从而提高生产工艺的 质量。
现有的很多中药制药企业仍然停留在半自动的数据记 录和收集阶段，很多的数据如批次操作记录等仍依赖人工手 动记录。人工 记 录 收 集 数 据 信 息 量 有 限，同 时 容 易 发 生 错 误，如录错、漏记等，从而降低了数据的质量，另外人工记录 造成信息传递延时，不能在第一时间分析、总结数据，提取信 息，并作出及时 的 反 应，对 工 厂 的 生 产 管 理 造 成 影 响。 工 业 自动化控制技术的广泛运用和海量制造过程数据的收集和 分析，使得中药制药工艺走向“精密化，数字化，智能化”成为 可能［1-3］。 2 中药生产过程数据集成、数据挖掘与数据可视化
数据可视化（ data visualization） 的目标是通过图形的方 式将大型数据库中的数据及其结构关系以直观的方式表现 出来 。将数据转换 成 图 形 的 方 式 进 行 分 析 ，能 够 更 形 象 直 观地实现数据的高效关联分析。可视化技术尤其适合将数 据间的复杂关系按 照 人 的 思 维 关 联 模 式 ，从 不 同 的 视 角 观 察和深入分析数据 ，发 现 数 据 中 隐 含 的 有 用 规 律 和 关 键 模 式。本文将结合中药制药企业实际收集的历史生产数据， 对数据可视化技术在中药制造技术品质提升中的运用进行 初步探讨。
［收稿日期］ 2014-03-28 ［基 金 项 目］ 天 津 市 应 用 基 础 与 前 沿 技 术 研 究 计 划 项 目 （ 13JCYBJC42000） ［通信作者］ * 李正，研究员，主要从事中药网络药理学与中药数字 பைடு நூலகம்药技术研究，E-mail： lizheng1@ gmail. com
据集成可以 在 以 下 几 个 方 面 起 到 重 要 的 作 用。首 先，通 过分析现场生 产 线 监 测 数 据，可 以 知 道 生 产 过 程 的 具 体 情况，并可结合过程模型判 定 生 产 过 程 受 控 状 态； 其 次 可 以通过大量的产品质量相 关 数 据 的 收 集、管 理 和 分 析，发 现关键质量控制点及最优参数设定范围； 最后还可以结 合能源（ 用电、用水、用 蒸 气 等 ） 的 使 用 情 况 和 废 水、废 气 的排放数据，综合优化达到 工 厂 节 能 减 排、绿 色 制 造 的 整 体优化目标（ 图 1） 。
·2989·
第 39 卷第 15 期 2014 年 8 月
Vol. 39，Issue 15 August，2014
务等数据也可以同时进行整合处理与综合分析。因此，数据 集成模块涵盖从原料、提取液、浓缩液、醇沉上清液等中间体 到最终成药的整个生产过程中所涉及的所有相关物料属性 的收集，同时记录工艺操作参数等过程相关信息。这些数据 的储存、管理和使用将成为现代中药制药企业的一个重要工 作，它将直接反映一个企业的生产管理综合能力。因此实施 中药制药企业生产数据电子化管理，将提高数据记录的准确 性和方便历史生产记录的统计与回顾，从而大大提高中药制 药企业的生产管理水平。
·2990·
功能。常用数据 挖 掘 理 论 有 模 糊 集 合、粗 糙 集 理 论、数 理 统 计、机器学习、人工神经网络、决策树、模式识别等。
更进一步，可以根据当前数据（ 包括物料属性和工艺参 数） ，建立相关的数据挖掘与知识发现模型，预测当前生产状 态相关的高层次信息（ 如安全性、物料平衡、能量平衡、产品 质量、成本核算等） 。这样生产信息就可以被加工与归纳成 过程分析、工艺控制、质量管理、风险评估等模型，用于中药 生产过程系统优化研究，从而在保证产品质量的基础上，实 现经济效益最大化。因此在质量分析和优化系统中，采用数 据挖掘技术是一个较好的解决方法。利用数据挖掘技术分 析质量数据，建立质量模型，并以此为基础进行质量预报和 质量改进。一个典型的产品质量分析优化系统包括质量数 据预处理算法库、质量数据分析算法库、质量建模算法库、模 型库，这样一个系统可以实现质量数据提取和保存、质量模 型提取和保 存、质 量 数 据 预 处 理、质 量 分 析、质 量 建 模 和 应 用、图形展示等功能。
一个典型的产品质量分析优化系统包括质量数据预处理算法库质量数据分析算法库质量建模算法库模型库这样一个系统可以实现质量数据提取和保存质量模型提取和保存质量数据预处理质量分析质量建模和应用图形展示等功能
第 39 卷第 15 期 2014 年 8 月
Vol. 39，Issue 15 August，2014
对于车间的生产数据可以进行如下几大类的可视化分 析： 生产过程监测，生产规律发现如关键质量控制点分析，历 史数据回顾分析，车间整体优化分析等。
生产过程监测： 指对生产过程中测定的工艺参数、物料 参数等数据 进 行 实 时 显 示，操 作 员 对 仪 表 数 据 进 行 集 中 监 测，直观地了解生产状况。通常可在自动控制系统的操作员 工作站上选定需要监测的装置与位点，动态显示如温度、压 力、流量等工艺参数。
图 1 中药生产过程数据集成、数据挖掘与数据可视化 Fig. 1 Data integration，data mining and data visualization framework for traditional Chinese medicine manufacturing process
数据集成（ data integration） 如图 1 所示，制药过程中产 品以物料流的形式在生产过程中传递，产品数据包括物料属 性如药效成分的含量和工艺参数如温度、压力、流量、热焓、 有效能等。现代工业在线传感器和实时分析工具（ 如近红外 光谱、紫外光谱法等） 的使用，大大增加了中药生产过程的数 据采集量。另一方面与生产过程相关的设备、物资、人员、财
本文所用数据由江苏苏中药业集团生脉注射液生产车 间收集，数据包括红参醇提、水沉，麦冬水提、醇沉，五味子水 提、醇沉等多个工序中收集的 200 余个批次的生产记录。数 据包括工艺参数，如浸泡时间、提取温度等，原料、中间产物、 产品的分析记录等。 3. 2 数据分析和可视化
基于数据可视化原理，生产线历史数据可以提供丰富的 知识，帮助研究者更好地认识生产过程，并在此基础上实现 更为精准的控制和优化。笔者将结合生脉注射液生产历史 数据在多个层次进行数据可视化分析，从而展示数据可视化 技术的强大功能和实际用途。 3. 2. 1 聚类分析 首先在单因素层次的数据可视化，笔者 可对测量的每个工艺参数进行一致性分析，结果可以显示每 个工艺参数的波动范围。数据可视化方法包括柱状图、统计 分布图、统计过 程 控 制 图 等。通 过 这 个 简 单 分 析，可 以 初 步 判定过程控制中的波动源所处位置，还不能判定整个过程是 否处于受控状态，对于最终产品的质量是否有影响。