纯化水系统电导率数据回顾分析

2018-11-25

近期开始做纯化水系统的数据分析与回顾,以往也做过分析,但,总有些似是而非的,这次经多位老师指点,有些收获,拿出来分享交流,抛砖引玉吧。


以2016年全年,总回水口,在线电导率的数据进行分析(虽然是在线电导率,但不能存贮数据,只是人工间隔一定时间记录),共收集1593条电导率数据。


分析思路如下:


1. 分析的目的是,以电导率这个参数,来看纯化水全年运行过程是否平稳,是否符合要求,是否有不良趋势和风险,是否需要进行改进。


2. 纯化水系统本身其过程存在周期性的干扰(如定期的消毒,本系统是臭氧消毒,源水软化树脂定期活化等),所以,其过程数据如不是正态分布,是可能的,这是基本事实,或说是规律。


3. 数据分析,通常是建立在某个分布之上进行的,如正态分布、泊松分布等,也就是说以样本(通常是小样本)来推断总体,从而以统计结果来表明,总体的结论是否有统计学意义。但也不能只以统计结论来给出定论,而应当结合专业结论,两者共同来判定最终结论,如果统计结论和专业结论不一致,则最终结论需根据专业知识而定。判断被试因素的有效性时,要求在统计上和专业上都有意义。

4. 目前有1593条数据,已然不是小样本,基本是对总体的分析,是大数据的分析了。


下面,以电导率数据为例,介绍一下分析步骤(以minitab 17软件操作为主):


1、进行定性的“描述性统计”:


1.1、简洁的数字化的:统计/基本统计量/显示描述性统计量(在其“统计量”选项卡内,根据自己需求,选择不同的参数,也可点选“默认”项。),得如下:


小结:

1. 电导率年均值为1.93,标准差为0.24,从3倍标准差(1.9266+=3×0.2371=2.64≤3)的标准来看,过程能力尚可,能满足预期设定的要求(电导率小于3)。


2. 数据整体不是正态的,整年的变化趋势如何,需采用时间序列,进一步分析。


2、进行随时间变化趋势的“时间序列”分析:


2.1、统计/时间序列/时间序列图(在其“数据视图”选项卡内,点平滑器,选择“Lowess”项,平滑度和步骤数参数,选默认值。)得如下图:



2.2、进一步对可能的趋势进行分析,用“统计/时间序列/分解”,其中“季节长度”填写12或54(因7天/每周用臭氧消毒1次),“模型类型”选“乘法”,“模型分量”选“趋势加季节”;得下图:



2.3、以上面所得模型,进行下一年度电导率预测,仍然执行上面的操作,勾选“生成预测”,预测点数,选择1540个,得下图:


小结:

1. 电导率整体变化趋势呈现两波峰、两波谷变化,呈现出四季变化规律,夏秋高,冬春低;


2. 季节(水温)变化对电导率变化的影响,大于臭氧消毒的变化的影响;


3. 根据目前数据似合的变化趋势,可预测下一年电导率变化仍将上升的趋势,但不会超过2.25。


3、进行过程控制和能力分析:

3.1、因其原数据不是正态分布,所以进行数据变换,Box-Cox变换不成功,选Johnson变换如下:


统计/质量工具/Johnson变换,得下图:



3.2、做过程控制和能力分析:用协助/能力分析/连续/正态能力;分析类型选“完整”,子组选择实际记录中“日期”项,规格上限填“3”,得下图:




小结:

1.  经转换后,本年度电导率整体过程不算稳定,究其原因,数据量大,标准小,上下控制限自然变小,造成过程超限点多。


2. 制水过程干扰电导率的影响因素较多,如消毒、微生物、红锈等,加之电导率探头精度等,需要针对性进一步调查、改进。


3.  虽然过程不稳定,但,其过程能力,仍然可供参考,从上图可得,过程能力Z值(西格码值)在绿区,其值为2.99,Ppk=1.00,过程良好。整体过程缺陷率(>3)为0.14%,整体的合格率(<3)为99.86%,高于控制要求的±3σ=99.73%的要求。


4. Cpk=1.81,Ppk=1.00,两者差距较大,说明组间差异的影响是非常显著的(这里的组间,是每一天内数据为组内)。


5.  下一步,寻找组间影响因素,因间隔7天的臭氧消毒的影响、反渗透膜的维护保养情况、软化水的软化周期管理情况。


6. 需要将TOC,以及微生物数,三者结合在一起再进行分析,专业经验提示我们,它们三者之间是有相互影响或关联的。


来源: