在大量正常工藝數據和質檢數據的基礎上，構建了熱電偶的歷史數據（因）和質檢數據（果）之間的回歸方程，得到一個表征了因果關系的映射函數。

在映射函數上可以做兩件事情：

1)量化調參：在翹曲發生的時候，根據特定翹曲的目標值，反推出對應的熱電偶控制參數對應的調整范圍，進行精確調參；

2)虛擬量測：根據熱電偶控制參數的當前數據，基于映射函數，實時預測未來數小時之后的翹曲值，一旦當翹曲超過預設的門限，立即告警，甚至需要停產。

應用效果

通過與彩虹特種玻璃工藝工程師的聯合開發，實現了自動化的工藝數據和質檢數據的集成，提高了問題分析和問題產生原因的定位效率，并首次實現了基于實時工藝數據對未來數小時之后的翹曲缺陷的精準預測。

應用場景推廣

“只要能測量，就一定能改進”。這句話雖然不假，但是在很多生產過程中，確實存在著無法測量的現象。

首先，在自動化連續生產過程中，由于控制參數和環境變量太多，導致中間環節半成品的產出會有很大的不確定性。而大量中間環節的半成品是沒有辦法在當前階段直接測量的，只有到了階段性的檢驗或者最終檢驗環節，通過特定的質量檢測儀器，才能確定是否出現了問題。這種滯后的檢測會產生缺陷的時間窗口現象，即從產生問題的點到檢驗環節之間的延遲會引起大量缺陷產品。

其次，在一些生產過程中，由于測試成本、安裝部署物理條件的限制，有大量關鍵的生產參數，如高溫爐中心溫度、材料的化學成分、液面高度等，都無法直接測量。而為了取得這些參數，往往采用人工監視、經驗判斷，或者采集樣本、離線檢驗的方式，或者采用抽檢而不是全檢的方式，都會極大的影響產能和質量。

虛擬量測(也有人稱軟測量)是最近幾年廣泛應用在連續生產（半導體、光電、能源、化工等流程行業）的數據分析技術，它的原始是通過大量的設備實時數據和質檢數據的采集，通過數據分析建模構建因果關系之間的映射關系，通過當前的可以直接測量的參數，在當前計算出來未來在檢驗環節才能發現的異常和缺陷；通過當前的測量值，間接推測出無法直接測量的指標，如前述的高爐中心溫度、材料成分等。由于成本低、部署快、收效明顯，已經在半導體、光電、能源、化工行業得到了大量的應用。