随着科学技术的发展，工厂中人力作业逐渐的被大规模机械化作业所替代。在生产力提高的同时，生产过程中产生的数据量也成倍的增加。如何对这些数据进行监控，处理，从而对生产过程进行指导，成为了企业亟待解决的问题。
控制图作为SPC(统计过程控制)中的重要工具，可以对生产关键过程进行分析研究，识别出过程结构，确定过程关键变量，并对其进行监控。在生产过程中，产品质量由于受随机因素和系统因素的影响而产生变差；前者由大量微小的偶然因素叠加而成，后者则是由可辨识的、作用明显的原因所引起，经采取适当措施可以发现和排除。当一生产过程仅受随机因素的影响，从而产品的质量特征的平均值和变差都基本保持稳定时,称之为处于控制状态。
世界上第一张控制图是由美国贝尔电话实验室（Bell Telephone Laboratory)质量课题研究小组过程控制组学术领导人休哈特博士提出的不合格品率p控制图。随着控制图的诞生，控制图就一直成为科学管理的一个重要工具，成了一个不可或缺的管理工具。控制图是用于分析和判断过程是否处于稳定状态所使用的带有控制界限的图，是具有区分正常波动和异常波动的功能图表，是现场质量管理中重要的统计工具。常规控制图包括计量值控制图(包括单值控制图、平均数和极差控制图、中位数和极差控制图)和计数值控制图(包括单值控制图、平均数和极差控制图、中位数和极差控制图)两类。
控制图有三条平行于横轴的直线：中心线(CL)，上控制限(UCL)和下控制限(LCL)，并由按时间顺序抽取的样本点。通常，控制限会设定在离中心线三个标准差的位置。如果控制图中的样本点落在控制限之外，表明过程异常。
本文所用的EWMA(指数加权平均)控制图是一种针对较小偏移非常有效的控制图。由罗伯特于1959年提出，基本思想是在充分利用历史数据的基础上，强调当前样本的重要性，并逐渐淡化先前样本所提供的信息。一般控制图中的标绘点即为当前的观测值，或者当前的观测值经过某种变换而取得的点，而EWMA的标绘点不仅包括当前的观测值，还包括过去的样本，但是会给较近的样本值赋予较大的权重，逐渐淡化过去样本的影响。
使用EWMA控制图可以检测过程均值的小偏移，因此该控制图对个别高值或低值数据不敏感，比如生产过程中如果某个时间点的成本突然增高或者减少，则不会在控制图中体现出来，因此如果想检测单个数据的稳定情况，可以使用Xbar_R控制图或者I_MR控制图。
在化工行业生产中，原材料的消耗定额和能量的消耗定额，这两个指标直接影响到生产成本。所以在制造过程中，对原材料的耗费进行监控，能够在宏观层面上发现在制造过程中是否存在材料过度消耗情况，从而实现成本控制的目的。
图1
首先选取数据大脑的Excel读取组件和EWMA控制图组件，配置好相关资源，之后点击左侧的调试按钮，如图2，3所示： 结果如图4所示，芳香炔的平均成本大概在3.06左右，整个过程围绕平均成本上下波动，但是2，3，4三个点超出了控制限，由于图中的点是由当前时间的所有数据加权而来，所以说明前四天的成本可能存在异常，需要检查超出控制限的原因。 
