劉強 李少君
摘 要:煙用輔料材料在生產過程中出現問題時,現有的質量檢測指標無法提供可追溯的數據支持,在查找問題原因時缺少針對性,影響改進效果。需要在生產中結合使用效果開展煙用輔料適用性研究,通過大數據與數學模型分析明確材料與設備的相關性,形成最優化組合生產模式,最終達到提高設備有效作業率的目的。
關鍵詞:最優組合;大數據;煙用輔料;評價
引言
卷煙生產企業同時投產規格牌號多,涉及輔料類型無法全盤管理。卷煙生產企業通過對煙用輔料全過程質量管理,建立產品與輔料最優匹配標準,實現煙用材料和卷煙設備的最優化組合生產模式,有效提高卷包設備有效作業率,降低卷煙過程煙用材料消耗水平。
一、煙用輔料面臨的問題
駐馬店卷煙廠面對煙用輔料規格多、供應商多、批次復雜等問題,經常出現輔料質量不穩定,對生產效率、產品質量 、消耗水平均存在較大的影響;由于輔料檢測的參數多、難度大,往往通過各級管理人員的經驗來判斷煙用輔料的好壞,更無法實現對供應商量化的評價。
由于煙用材料質量直接影響到卷包設備有效作業率,雖然煙用材料的產品參數檢測都達到了規定的質量標準,但是不同廠家、不同批次煙用材料的細微差別都會影響到設備的有效作業率。我們無法改變煙用材料的產品參數,但可以通過大數據分析找出煙用材料和設備的最優組合生產模式,卷包設備的停機次數、停機時長主要是煙用材料適用性所導致的,煙用材料的種類多、同一種材料生產廠家不同適用性也大不一樣,不同種類的卷包設備對煙用材料的要求也不一樣,為了提高卷包設備有效作業率,需要運用最優組合生產模型對煙用材料適用性進行研究,通過采集卷包設備使用煙用材料產生的設備停機次數、剔除數量數據,分析每個廠家的每種煙用材料對卷包設備的有效作業率的影響程度,對煙用材料適用性進行標注。從卷包設備采集的大數據與數學模型,基于PCA主因素分析法、層次分析法以及神經網絡模型等,從大量的設備運行數據中挖掘出哪個廠家、哪種煙用材料適用于哪種設備,實現煙用輔料最優組合智能智造。
二、企業信息化系統基礎建設
駐馬店卷煙廠卷包車間已投入使用的卷包數采系統不僅實現了卷包車間的所有業務管理,更為重要的實現了設備的過程數據的采集,并真正將管理數據與過程數據實現了綁定。無論通過管理數據還是過程數據均能直接關聯相應的數據,為實現過程質量異常真實原因的追溯反饋建立信息基礎。輔料批次管理模式的建立,將輔料信息、批次信息與設備運行的過程數據進行有效的關聯,實現真正意義上的煙用輔料過程質量追溯。
卷包數采系統實現了車間輔料消耗業務管理、也將設備所有的運行數據進行了采集與存儲,真實的記錄了設備的運行過程數據,具備了還原生產過程的能力和條件,能夠真實的掌握設備每個輔料上機使用的時間,輔料的廠家和批次信息,實現每個最小包裝單元的輔料與設備運行過程數據實現綁定,從而為建立煙用輔料評價模型奠定基礎。從而實現對輔料的量化評價。
三、構建基于生產過程大數據的智能分析平臺
隨著工業4.0時代到來,國家提出了“中國制造2025”的智能化制造模型的發展路徑。卷煙制造業如何有效利用信息化系統采集的大量數據,形成一套以大數據驅動生產業務的新型管理模式,而卷煙工廠的輔料管理是企業管理中降本增效的重中之重。
建立大數據分析平臺,實現動態匹配煙用材料與設備的最優化,
利用HADOOP大數據生態圈的大量先進技術和手段,憑借企業現有的數據采集系統所收集的生產過程數據(生產、消耗、質量、設備、參數),建立以實時流式計算技術(storm,spark)的依托,實現煙用輔料上機適用性的實時分析與評估。
四、建立最優組合生產模型輔料智能分析模型
分析輔料生產過程空間多尺度特性,將工業過程進行層次劃分 (分為用戶層、 指標層、過程層和設備層),分別對多層面及層間潛結構建模研究,解析生產過程中大量的檢測信號同時間尺度的映射關系;將工業大數據分為建模數據和狀態監測數據,利用數據建模或機理建模的方法建立對象;建立設備的動態工況基準模型及穩態工況基準模型;根據不同尺度過程的穩態和動態基準模型,分析運行實時殘差數據,形成監測狀態信號。
(一)研究設備和工藝參數與煙用材料的關系,確定煙用材料與設備運行的矩陣關系
設備在生產過程中,影響設備有效作業率的因素眾多,不僅包括設備本體的影響,人員操作的影響,還包括來自煙用材料的影響以及工藝參數的影響。因此,為了研究煙用材料與設備的關系,首先需要對大量的設備與工藝參數進行初步甄別,遴選出已知的設備與工藝參數與煙用材料的參數矩陣,同時,利用相關數理統計分析機制,進一步確定潛在的煙用材料與設備的影響因素,最終確定可行行的矩陣關系圖譜。
(二)研究基于最優組合生產模型的煙用材料適用性評價體系
在前述研究基礎上,通過進一步研究設備與輔料供應商、輔料批次在卷煙設備的表現指數(主要包括:設備有效作業率、設備故障、剔除斜率、跑條次數和斷紙次數波動曲線等),確立煙用材料的最優組合生產模型算法,從而實現由定性評價向定量評價轉變,建立煙用材料適用性評價體系與標準。
(三)建立最優匹配機臺、牌號、供應商輔料、設備參數數據庫
在建立數據分析與評價機制的前提下,建立最優匹配機臺、牌號、供應商輔料、設備參數數據庫。將不同輔料供應商、不同輔料批次、不同機臺的數理關系進行長期存儲,為系統上線后進一步實現動態匹配,不斷優化分析與評價模型奠定數據基礎,夯實基于數理分析的理論支撐。
(四)實現煙用材料最優生產組合的可視化平臺
利用eahrt等開源的可視化平臺,將煙用材料的上機適用性進行可視化呈現,為車間現場管理提供真實可靠的數據與圖表支持。
五、實現最優組合生產模型的意義
實時采集卷包設備使用各種煙用材料的生產數據、設備參數運行數據,特別是甄別出與煙用材料相關的工藝參數與設備參數,形成煙用材料適用性研究的過程大數據集合。通過建立大數據分析平臺和數理統計模型深度挖掘機臺、牌號、供應商材料、設備參數之間的相關性,經過數據清洗、多維度數據二次組合與數據關聯分析建立最優組合生產模型。排產計劃下發后,輔料庫系統根據最優組合生產模型,匹配最優供應商的輔料,待機臺要料后配送到機臺,生產開始后大數據平臺會繼續采集、分析、挖掘,機臺、牌號、供應商材料、設備參數之間的相關性,以動態調整最優匹配機臺、牌號、供應商輔料、設備參數,實現煙用材料和卷包設備的PID閉環動態調整,提高設備有效作業率。
最優組合生產模型的煙用輔料適用性研究將從設備、煙用材料的不同視角測算輔料供應廠家與卷煙設備的相關性,由定性評價向定量評價機制的提升。同時采用數理模型的系統性方法確定煙用材料與設備的真實關系,從而實現按煙用材料與設備定向投入材料,將較好的提升設備的有效作業率,同時有效的降低生產過程的輔料消耗水平,產生良好的經濟效益,據此可以減少社會資源的消耗,實現社會效益的改進與提升。
參考文獻:
[1]林立軍,朱永生,崔志學.生產要素最優組合的分析[J].高師理科學刊,2006(01):11-14+35
[2]周萍.標準本量利圖解法在生產最優組合決策中的應用[J].商業會計,2012(20):76-77.
[3]談耀南.最優產品組合──線性規劃在生產組織和工廠設計中的應用[J].工廠建設與設計,1995(02):11-14.