创建新列并执行分析
本演示将介绍两个脚本使用示例。其中一个示例是新建列并进行分析。另一个示例是使用对话框生成自定义报告。在课程日志的“反应注射成型温度数据”部分，我将点击“反应注射成型温度数据”。我将继续加宽时间戳列，以便我们能够读取其中的完整值。此数据表表示一个制造过程，其中我们有两个感兴趣的温度。在本例中，我们将重点关注 ISO 温度。我们将运行一个脚本来平滑数据，找出指示加热循环何时结束或开始的最低温度和最高温度，并在单独的控制图中绘制最低温度和最高温度。现在，数据表中有一个名为“运行图”的脚本，我将点击绿色的播放按钮。为了说明这些数据中存在噪声，因此我们得到了——这又是针对这两个温度的数据。我们将重点关注 ISO 温度。这就是为什么我们的脚本首先要平滑数据，然后再尝试找到最低和最高温度值。返回日志，点击名为“检查 ISO 温度控制”的脚本。只要我在日志中点击它，脚本就会自动运行。我们返回查看它做了什么。打开菜单，前往“窗口”，找到“成型温度数据表”，看看我的脚本是如何修改它的。你可以看到，新增的列是 ISO 温度的移动平均值。这是使用点的移动平均值计算得出的。我正在平滑此列中的数据。然后，我简单地取每行之间移动平均温度的差值，脚本会识别出两行之间符号变化的位置，并添加一个名为“加热周期”的列。当我们看到从负值变为正值时，这表示我们需要打开加热器的最低值。当我们将这些温差从正值变为负值时，这表示温度达到最大值，此时我们会关闭加热器。然后选择这些行，如果我现在导航到另一个打开的数据表，您可以看到这些行已被提取到子集数据表中。脚本使用控制图生成器（位于后台）运行了分析。这些单独的测量值和移动范围控制图分别用于表示加热循环关闭和打开的时间。因此，以交互方式执行这些操作并不十分困难，但如果这些数据是您每天或每周从数据库中提取的，那么能够自动完成查找最小值和最大值、将它们提取出来并获取控制图的过程就太好了。
