制絲工序出口水分統計方法的改進

何逸波　李冠華

摘 要：為解決制絲車間各個工序出口水分設計值變化時，數據統計分析無法隨之變化，進而產生統計錯誤的問題，通過開發工控機設定值輸入界面，改進各工序出口水分的數據采集、質量指標、統計學計算方法，結果表明：生產批次開始前操作現場適時調整設計值，保證了數據統計分析的準確性；對批次匯總數據的均值、標準偏差處理方法進行改進，保證了統計分析的科學性。改進后，數據匯總可以對設計值的變化進行有效識別，統計量的計算全部正確，提升了質量數據的穩定性和可靠性。

關鍵詞：制絲工序；出口水分；統計方法

中圖分類號 S572 文獻標識碼 A 文章編號 1007-7731（2015）18-124-03

Optimizing the Statistical Methods of Outlet Moisture in Tobacco Primary Processing

He Yibo et al.

（Ningbo cigarette factory of China Tobacco Zhejiang Industrial.Co.，LTD，Ningbo 315211，China）

Abstract：When outlet moisture design value changes，the statistical data cannot change，and then would lead to statistical error. In order to solve the problem，a new input interface of set value is developed，and the calculate methods of data collected，outlet moisture quality indicators are improved. The results show：design values of operation site are adjusted before the batch production began，ensure the accuracy of the statistical analysis；the processing methods of mean，standard deviation of batch summary data are improved，ensure the accuracy statistical analysis.After the improvement，aggregated data can effectively identify the changes of the design value，the calculation of statistic are all correct and the stability and reliability of quality are improved.

Key words：Tobacco primary processing；Qulet moisture；Statistical methods

煙葉（絲）增濕是貫穿制絲生產全過程的重要工藝項目，其工藝目的是將來料含水率進行增濕和平衡，以利于后續工序對煙葉（絲）的進一步加工[1]。在實際生產過程中，各工序出口水分設定值的調整依賴工藝管理人員維護，然后才能進行后臺計算，工作量大，人工維護和后臺計算均極易出錯。王玉建[2]等對如何提高煙片加料回潮工序的出口含水率CPK值進行了分析研究；李堅[3]等介紹了SPC及其分析軟件在卷煙生產質量控制中的應用。但上述研究均未涉及出口水分設計值變化時質量數據匯總統計的響應措施，而研究制絲工序出口水分統計方法對國內卷煙企業提升質量管理水平具有重要意義。因此，需要研究水分設計值變化時的統計方法，消除運算方法不科學現象，在操作上實現及時調整、輸入、計算和輸出，建立一種合理、科學、反映實際生產質量的統計方法。

1 存在的問題

目前制絲車間存在多個煙葉（絲）水分加工工序，煙葉（絲）中水分的加工是卷煙企業制絲生產的重中之重，如何對工序水分進行數據采集、數據處理和數據統計是質量管理中的一項重要內容。但是，在目前的卷煙制絲加工過程中，工序水分設計值根據生產實際進行精細化的調整，對于調整后的水分信息，制絲集控系統和生產制造執行系統都不能有效識別，最后導致數據統計中的一些統計量（例如置信度、CPK等）失實、錯誤。

2 問題分析

2.1 水分輸入途徑 卷煙廠制絲車間各工序都根據技術部門制定的工序指標進行生產，而生產中常常需要結合生產實際調整設計值。批次結束后，卷煙廠的生產制造執行系統（MES）進行質量數據的運算，技術人員為了得到正確的統計數據，需要在每批生產前修改系統初始設定數據，生產節奏快、工序數目多、修改頻率高造成統計分析差錯率高。目前很多卷煙廠在設定值不同于設計值時，采用手工計算進行質量管理和數據統計，計算方法繁瑣，計算批次量大，不能再系統里形成調整記錄，加之設計值的頻繁修改，嚴重影響質量分析效率。

2.2 統計量的計算 當前質量管理中的數據統計分析大部分是基于正態分布和規格限的配合使用，如圖1所示，常用到的統計量有置信度、CPK、Z值、西格瑪水平等，這些統計量的計算全部都和產品規格有關，也就是和質量指標中心值、允差有關。在目前的卷煙生產中，質量指標中心值根據生產實際，調整較為頻繁，在質量指標中心值調整完成后，如圖1所示，規格的中心和上下規格限同時發生變化（左或右平移），如果統計量繼續按照原來的規格中心和上下規格線進行統計計算，則會產生錯誤，給質量管理帶來錯誤決策。

3 改進方法

3.1 創建設定值的輸入界面 在PLC控制面板上創建設定值輸入界面，如圖2所示，操作人員下發生產批次的同時校準設定值，在制絲車間各相關工序（見表1）集控系統的PLC中加入該質量指標設定值的點坐標，把該坐標賦予標簽，生產制造執行系統（MES）在批次生產過程和結束時對該標簽進行讀取，然后進行相關統計量的計算。

3.2 統計量設計

3.2.1 關鍵工序、統計量的設計 關鍵工序、關鍵質量特性、統計量的設計如表1示：

3.2.2 CTQ指標調整后均值、標準偏差處理方法 考慮到CTQ指標中心值在日常生產過程中的調整，比較表2和表3，可見表3比表2方法更加科學合理，反映生產實際。按表1、表3示例方法進行處理計算標準中心值、均值與標準偏差，本方法適用于制絲（含膨絲、梗絲）指標中心值調整后的統計計算。

測量過程關鍵質量特性的質量統計數據由均值偏離過程中心的程度與標準差得出。

3.2.3 單批次質量統計數據處理設計 對水分儀單批6s內數據進行數據運算設計，見表4。

質量分析數據，如水分的cpk、置信度計算所采用的標準使用修正后值的（即每批該參數設定值均值）與制絲生產標準進行允差計算后得到的新標準，即：

中心值=設定值均值；

上限=標準上限-（設計值-設定值均值）；

下限=標準下限-（設計值-設定值均值）。

4 改進效果

改進后的制絲工序出口水分統計分析，實現了水分設計值產生變化時在上位機控制界面進行設定值的輸入，制絲集控系統采集到設定值后結合數采數據在系統后臺進行統計學運算，CPK、置信度、偏差和標準偏差等統計量的計算結果正確性提到顯著提高，由往年的85%提升至當前的100%。

參考文獻

[1]國家煙草專賣局.卷煙工藝規范[M].北京：中央文獻出版社，2003.

[2]王玉建，張新鋒，劉穗君，等.提高煙片加料回潮機出口含水率CPK值[J].安徽農學通報，2009（14）：36-40.

[3]李堅.SPC及計算機分析軟件在卷煙質量控制中的應用[J].大眾科技，2009（4）：65-68.

[4]楊錦忠，宋希云.煙草學術論文的統計學表達與展示[J].中國煙草學報，2013（4）：114-118.

[5]郭平毅，楊錦忠，陳茂學.生物統計學[M].北京：中國林業出版社，2006.

[6]馬逢時，劉傳冰.六西格瑪管理統計指南[M].北京：中國人民大學出版社，2005. （責編：張宏民）