Постановка задачи. Вода, которая поступает к потребителю, должна быть безопасной для его здоровья. Для этого показатели качества питьевой воды должны лежать в пределах допустимых значений. Качество воды зависит от состояния водоисточника и применяемых методов очистки. Необходимо проконтролировать и обеспечить стабильность физико-химических показателей воды, поступающей к потребителю.
Мониторинг показателей может проводиться статистическими методами, аналогичными тем, что используются при статистическом контроле и управлении технологическими процессами [1–2]. Подобный подход был использован ранее для оценки стабильности состояния окружающей среды по загрязнению атмосферного воздуха [3].
Цель настоящего исследования — разработка методики для оценки стабильности показателей качества при очистке питьевой воды по результатам мониторинга этих показателей с применением методов статистического контроля процессов [4].
При исследовании стабильности показателей качества питьевой воды использовались данные Санкт-Петербургского водоканала. Один раз в сутки проводились измерения семи физико-химических показателей [5].
Предварительный анализ данных. Для разработки методики оценки стабильности процесса необходимо, во-первых, проверить нормальность распределения контролируемых показателей. И карты Шухарта, и карты Хотеллинга ориентированы на нормально распределенные показатели. При большом объеме данных это обстоятельство можно было бы проигнорировать, поскольку при усреднении значений в соответствии с центральной предельной теоремой распределение усредненных данных стремится к нормальному (карты строятся по усредненным данным — так называемым мгновенным выборкам). Однако при измерениях, проводимых один раз в сутки, контрольные карты строятся по индивидуальным наблюдениям, и в этом случае нарушение нормальности распределения может привести к существенным погрешностям.
Во-вторых, необходимо проанализировать коррелированность показателей, поскольку от этого зависит тип используемых карт: для независимых показателей используются карты Шухарта, при коррелированных существенно эффективнее многомерные карты Хотеллинга.