EWMA与CUSUM控制图：如何识别传统控制图难发现的小幅过程偏移
Shewhart控制图是统计过程控制（SPC）的经典工具，它利用当前子组的信息判断过程是否出现特殊原因。当过程发生较大、突然的均值变化时，Shewhart图通常能够快速报警；但如果偏移幅度较小、持续时间较长，单点越过三倍标准差控制限的概率可能仍然不高。为提高对小幅持续偏移的敏感度，质量工程中常采用指数加权移动平均控制图（EWMA）和累积和控制图（CUSUM）。
这两类图表的共同特点，是不仅使用当前观测值，还保留历史数据的信息。因此，它们适合监控精密制造、化工参数、半导体工艺、自动化测量和其他需要尽早识别缓慢漂移的过程。
一、为什么传统控制图可能漏掉小幅偏移？
以均值稳定、标准差为σ的过程为例，如果过程均值突然移动3σ，单个点越过控制限的机会很高；但若均值只移动0.5σ或1σ，大部分观测仍会落在传统控制限以内。虽然连续点规则、趋势规则和区域规则可以增加敏感度，却也可能提高误报率，并使判定逻辑复杂化。
这种问题在刀具缓慢磨损、温度逐步漂移、传感器偏移或材料特性渐变时尤其明显。过程已经偏离最佳中心，但产品可能尚未超出规格。如果等到出现超差才行动，企业将失去预防窗口。
二、EWMA控制图的统计思想
EWMA的核心是对当前数据和历史统计量进行指数加权。常见形式为：
Zₜ = λXₜ + (1 − λ)Zₜ₋₁
其中，Xₜ是当前观测值或子组均值，Zₜ是当前EWMA统计量，λ是0到1之间的平滑参数，初始值Z₀通常设为目标均值或历史均值。
权重随时间向过去呈指数衰减：最近数据权重最大，更早的数据仍有影响，但影响逐渐减弱。与固定窗口移动平均相比，EWMA不需要保存有限窗口内的全部数据，计算也较为稳定。
三、λ如何影响灵敏度？
λ越大，EWMA越重视当前数据，反应更接近Shewhart图；λ越小，平滑程度越强，更适合识别小幅、持续偏移，但对突然变化的即时反应可能变慢。实际应用中常见λ位于0.05到0.30之间，但不能机械套用。
- 较小λ：适合希望检测缓慢漂移、测量频率高且过程噪声较大的场景。
- 较大λ：适合希望兼顾中等偏移和较快响应的场景。
- 参数选择：应结合希望检测的偏移大小、平均运行长度（ARL）、误报成本与漏报风险。
四、EWMA控制限
当独立观测的标准差为σ时，EWMA在第t期的控制限会考虑统计量尚未达到稳态的影响。常见表达为：
UCL/LCL = μ₀ ± Lσ√[λ/(2−λ) × (1−(1−λ)²ᵗ)]
μ₀为目标均值，L是控制限宽度系数。随着t增加，括号中的时间项趋于1，控制限逐渐达到稳态宽度。部分软件直接使用稳态控制限；如果启动阶段同样重要，则应理解初期控制限的设置。
L与λ共同决定误报率和检出能力。不能把L简单理解为Shewhart图中的固定“3”。专业设计通常借助ARL表、模拟或统计软件，使过程受控时的平均误报间隔达到预期，同时对目标偏移提供足够灵敏度。
五、CUSUM控制图的基本原理
CUSUM不是对数据进行平滑，而是累积观测值相对目标的偏差。如果过程长期围绕目标波动，正负偏差会相互抵消；若均值持续向一个方向移动，累积和会逐步增长并最终触发报警。
双侧表格式CUSUM常写为：
Cₜ⁺ = max[0, Cₜ₋₁⁺ + (Xₜ − μ₀) − K]
Cₜ⁻ = max[0, Cₜ₋₁⁻ + (μ₀ − Xₜ) − K]
C⁺监控向上偏移，C⁻监控向下偏移；K是参考值。当任一累积统计量超过决策间隔H时，图表发出信号。
六、K与H代表什么？
K决定CUSUM最敏感的偏移幅度。若希望识别大小为δ个标准差的均值变化，标准化CUSUM常把K设置为δ/2附近。H控制触发阈值：H越小，报警越快但误报增加；H越大，受控时误报较少，但检出时间变长。
因此，CUSUM设计不是单纯“把K设为0.5、H设为5”就结束。虽然这些是常见起点，真正参数应根据过程风险、采样频率、经济损失和目标ARL验证。
七、平均运行长度ARL
ARL是评价控制图性能的重要指标，表示从开始监控到发出信号所需的平均样本数。ARL₀表示过程受控时的平均报警间隔，数值越大通常意味着误报越少；ARL₁表示过程偏移后的平均检出样本数，数值越小通常意味着检测越快。
控制图设计的本质，是在较大的ARL₀与较小的目标ARL₁之间取得平衡。只比较控制限宽窄，而不比较ARL，无法系统评价不同EWMA、CUSUM和Shewhart方案的实际性能。
八、EWMA、CUSUM与Shewhart图的比较
- Shewhart图：对较大、突然的偏移反应快，解释直观，适合日常现场管理。
- EWMA图：对小幅持续变化敏感，曲线平滑，容易观察长期漂移。
- CUSUM图：对预先指定的小偏移具有很高效率，也能帮助估计变化方向和大致发生时间。
三者不是互相排斥。企业可以保留Shewhart图监控大偏移，同时用EWMA或CUSUM补充小偏移监控。双图并行时应明确报警优先级和反应规则，避免操作人员面对多个信号却不知道如何处理。
九、制造现场案例：精密磨削尺寸漂移
某精密磨削过程目标尺寸为20.000 mm，过程短期标准差约0.004 mm。刀具磨损可能使均值每数十件缓慢上升。传统X̄图很少出现单点越界，但客户要求严格，中心偏移0.004至0.006 mm已会明显降低过程能力。
团队使用λ=0.10的EWMA监控子组均值，并用历史稳定数据验证控制限。实施后，EWMA在产品超差前识别到持续上移。现场检查发现砂轮修整补偿没有按磨损速度更新。团队调整补偿逻辑，并把EWMA报警与砂轮检查、在制品隔离和参数复核连接起来。
这个案例的关键不只是更换图表，而是把统计信号转化为明确行动。如果没有反应计划，即使图表更灵敏，也只会产生无人处理的报警。
十、实施前必须满足的条件
- 测量系统可靠：分辨率、重复性和稳定性应足以识别目标偏移。
- 数据按时间排序：历史依赖型控制图不能打乱顺序。
- 基线过程稳定：参数估计应来自合理分组且不存在明显特殊原因的时期。
- 考虑自相关：连续过程数据可能天然相关，直接套用独立假设会造成误报。
- 明确目标均值：目标应具有工程意义，而不是仅取一段不稳定数据的平均值。
- 预先设计反应计划：报警后谁确认、隔离多少产品、检查哪些因素必须清楚。
十一、自相关为什么会影响判断？
EWMA和CUSUM都利用历史信息，但这不意味着可以忽略原始数据的自相关。如果温度、化学浓度或连续卷材数据本身高度相关，传统独立同分布假设下的控制限可能不适用。团队可以增加合理采样间隔、建立时间序列模型并监控残差，或采用适合自相关过程的方法。
在没有诊断自相关之前，误把数据的自然惯性解释为特殊原因，会导致频繁调整，而过度调整本身又会增加过程波动。
十二、常见实施误区
1. 参数直接照搬软件默认值
默认参数未必对应企业想检测的偏移大小和风险。应明确目标δ、ARL与采样成本。
2. 用规格限代替统计控制限
规格用于产品接收，控制限用于过程稳定性判断。EWMA和CUSUM同样不能把二者混为一谈。
3. 过程变化后长期不更新基线
设备改造、材料变更或工艺优化后，原均值与标准差可能不再代表当前过程。更新前应完成变更验证并保留历史追溯。
4. 报警后立即调参数
统计信号提示调查，不等于证明某个旋钮需要调整。应先确认测量、材料、设备和环境证据，避免篡改过程。
5. 只追求灵敏度
过度灵敏会增加误报、停机和操作人员对报警的麻木。控制图性能必须同时考虑误报和漏报。
十三、推荐的部署流程
- 定义质量特性、目标值与业务风险。
- 验证测量系统和数据采集频率。
- 用稳定历史数据估计均值与变差。
- 指定希望检测的最小有意义偏移。
- 依据ARL选择λ与L，或K与H。
- 使用历史回放或模拟验证误报与检出表现。
- 编写报警、隔离、调查和恢复标准。
- 培训现场人员理解图表用途及限制。
- 定期评审信号质量和经济效果。
结语
Shewhart图擅长发现大而突然的变化，EWMA和CUSUM则通过累积历史信息，提高对小幅持续偏移的敏感度。选择哪一种控制图，取决于希望检测的变化幅度、过程时间特性、误报成本与失控后果。
真正专业的SPC不只是画出更多图，而是明确统计假设、合理选择参数、验证检测性能，并让每个信号连接到现场行动。只有这样，EWMA和CUSUM才能从统计课本中的公式，转化为预防缺陷和稳定过程的管理工具。
延伸阅读
可进一步参考Douglas C. Montgomery的《Introduction to Statistical Quality Control》，以及关于EWMA与CUSUM平均运行长度、经济设计和自相关过程监控的统计过程控制文献。