制丝工艺中的波动关联分析法应用
现场方法与实践
METHOD AND PRACTICE IN FIELD MANAGEMENT
89
一、研究背景
卷烟制丝工艺流程较为复杂，各工序质量指标的稳定性很大程度上决定着成品烟丝的质量及产出率。因此，保证工序质量指标的稳定并提高其过程能力，是制丝工艺控制的重点。统计过程控制（SPC ）技术在卷烟制丝工艺控制中的应用和推广，推动了卷烟质量管控模式从结果控制向参数控制的模式转变。然而，传统上SPC 技术的应用是对识别出的关键指标和参数独立地加以控制，在多个参数影响指标时就无法准确而快速地诊断出指标异常的根源。1947年，霍特林(H ．Hotelling)提出了MSPC 图，简称T 2图，统计过程控制进入了一个崭新的发展阶段。此后，人们又开发出多变量累积和控制图以及多变量指数加权移动平均图等。但是，T 2图仍是基础。然而，使用T 2图控制多个具有相关关系的指标和参数时，当T 2统计量表明过程失控时，它并不能提供信息检测是哪个或哪些变量失控。这一弊端阻碍了多元统计过程控制技术的推广。
鉴于上述问题，我们尝试基于SPC 信息系统来探索一种能够有效地监控和
诊断导致指标异常的相关性参数的方法（简称为“波动联动分析法”），并对其具体的应用研究过程作以说明。
二、研究过程
我们搭建了基于SPC 技术的工艺质量管理系统（简称“SPC 系统”），已初步识别出了制丝过程的关键工序及其重点指标和参数，并实现上述指标和参数数据的自动采集，为波动联动分析法的探索和应用提供了基础。另一方面，为保证数据的准确性和满足过程控制的需要，分别对它们进行了特殊处理，如
头料、尾料和断流过程的数据进行了标识，并对过程中的虚假数据予以排除，最终设定了过程判异准则。经过上述处理后，便对指标关联波动分析方法的应用开展了研究和摸索。
（一）确定试点研究指标。通过对各工序关键指标连续数月的异常频率数据进行统计、对比（见图1），选定了重点工序的出口含水率作为波动关联分析法应用研究的对象。
（二）研究和识别与指标关联的工艺参数。
应用回归分析工具，对关键指标
制丝工艺中的波动关联分析法应用
李龙勋 杨 萍 宋 鑫
图1 批次异常的频率对比示意
2013/01
中国质量 CHINA QUALITY 总第379期
现场方法与实践
METHOD AND PRACTICE IN FIELD MANAGEMENT
90
与其同工序下各工艺参数进行相关性分析，识别和筛选出对指标影响显著的工艺参数（见图2）。
根据工艺特点和分析需要，最终确定参与出口含水率波动关联分析的相关参数为物料流量、出口温度、热风温度。
（三）确定过程异常波动判定规则。通过逐批跟踪和经验分析的办法，最终确定了过程异常波动的判定规则：当控制图上连续有N 个（N ≥2）子组点超出控制限时，即认定为发生一次异常波动；并根据超出控制限的子组
图3 指标与参数数据采集位置示意
图4 借用箱线彩虹图监控指标与参数波动
图5 过程异常信息示意
图6 指标异常报警统计示意图
图2 筛分加料工序出口水分与工艺参数回归分析示意点数，统计该次异常波动持续的时间。在SPC 系统中经过分析，确定了将连续5个原始数据点合并为一子组点的分组规则，而数据采集的频率为每10秒1个点，每个子组点代表过程持续了50秒。
通过对工艺流程及现场设备数采点位置进行核对分析，可知出口含水率与相关参数数据之间存在的延时对应关系（见图3）。
当采集到的相关参数数据发生波动，其影响需经一定延时时间后才会传导到关键指标。因此，对关键指标
异常原因进行波动关联分析时，对相关参数的波动查找需要向前（时间）追溯。
（四）利用控制图实施波动监控。借助箱线彩虹图对研究指标和参数的波动情况进行监控（见图4），观察批次数据组内、组间波动及偏移情况，对批次过程异常进行自动识别和报警（见图5、图6）。
（五）建立指标与参数的波动关联分析体系。
以关键指标过程异常为入口，将报
现场方法与实践
METHOD AND PRACTICE IN FIELD MANAGEMENT
91
警时刻作为追溯起点，对相关参数向前T （可依据实际工艺与历史数据情况进行调节）时长内的波动进行判定和统计，取波动次数最多的参数作为该次关键指标异常的原因参数，从而建立起关键指标波动关联分析体系。
在SPC 系统中搭设关键指标关联波动分析模型（见图7），并与关键指标的过程监控和报警联动，实现关键指标异常发生后的系统自动关联分析，为异常原因的定位提供数据分析支持。最终，由SPC 系统自动生成对指标异常影响因素的判定结论。
（六）自动发出设备检修通知。 通过指标与参数的波动关联分析，实现了导致指标异常的参数的准确
判定。在SPC 系统的支撑下，对各工艺参数的异常波动频率进行累积和统计，并通过“参数波动发生频率对比图”直观地展现结果（见图8），帮助工艺技术人员和设备检修人员全面地了解卷烟制丝过程的运行状况。同时，对于发生异常频次较高的参数，由系统自动发出《设备维修通知单》，要求设备维修人员及时对该设备进行预防性检修。
小结
通过指标与参数波动关联分析法的尝试应用，我们取得以下效果：减轻工艺质量人员日常工作，自动分析判断，给出量化依据；快速查找、定位根本异
常原因，帮助相关工艺质量人员及时处
图8 参数波动发生频率对比示意图
图7 指标与参数波动关联分析模型示意图
理异常，提升质量；对关键质量指标实行分层管理（监控，分析，控制）；为上工序对下工序质量影响的研究提供数据支持（两种质量诊断）；对现有车间质控系统进行监督；指导科学地开展设备预防性检修，预防和减少设备故障。
综上所述，卷烟制丝过程的指标波动关联分析法具有一定的应用推广价值，为丰富烟草行业开展多元统计过程控制技术方法应用研究提供了参考和借鉴。
参考文献：（略）
（作者单位：延吉卷烟厂计算机中心、安世亚太科技有限公司）