CN103246228A - 一种在线监控均值和标准差的系统 - Google Patents

Abstract

一种在线监控均值和标准差的系统，该系统具有依序连接的原始数据采集器、数据分组处理单元、作图处理单元和前端显示器组成。本发明应用中心极限定理、统计推断和箱线图工具，不仅在一张图上实现了传统Xbar-S或Xbar-R控制图需要在两张图上监控的内容，也弥补了预控制图没有监控波动(S或R)的不足。由于箱线图不仅能快速识别异常值，而且能使其IQR受异常值的影响较小甚至没有，因此，在分辨异常值并表达过程波动方面，箱线图更能适合烟草生产的质量控制。此外，本发明可灵活配置置信度组合，达到不同控制严格度的需要，这是传统控制图所不具备的。

Description

一种在线监控均值和标准差的系统

技术领域

本系统能应用于卷烟生产过程中单变量(或单质量特性)的在线实时监控与分析，也能应用于烟草行业以外的其它类似生产过程。

背景技术

目前，国内卷烟生产是大批量生产与多品种、小批量生产共存的方式，且日益普及，这种变化使传统的控制图所依据的正态性、大样本等的理论依据发生背离。而且，在卷烟生产越来越个性化的条件下，如何贯彻经典质量控制技术的精髓，对提升卷烟质量稳定性，提升企业核心加工能力，都具有重要而深远的理论意义。

由于在相同或相似生产状态下生产的多品种、小批量卷烟牌号的批次数量有限，如果直接采用传统的SPC方法，仅把监控的对象局限于加工质量特性或设备工艺参数上，有时很难保证统计所需要的样本容量，有时很难查找异常原因，甚至有时变量或质量特性不符合正态分布。而且，上海、湖南、湖北、江苏等省份的卷烟生产厂家，以及我们自身对传统的SPC方法的应用实践，都发现它已经出现不适合当前卷烟生产环境下的质量控制。于是，湖南、湖北、河南、浙江等省份的卷烟生产厂家开始将预控制图(俗称彩虹图)引入卷烟生产过程，并取得了一定的成功，然而，预控制图技术只是监控和分析了单变量(或单质量特性)的均值，没有对其波动实施监控。

发明内容

针对现有技术中存在的不足之处，本发明提供一种在线监控均值和标准差的系统。该系统可灵活配置置信度组合，达到不同控制严格度的需要。

为实现上述目的，本发明的技术方案为：

一种在线监控均值和标准差的系统，其特征在于：该系统具有依序连接的原始数据采集器、数据分组处理单元、作图处理单元和前端显示器组成；所述的：

原始数据采集器：收集一定数量的批次原始数据样本，确定单变量(或单质量特性)的特性值；

数据分组处理单元：设置单变量(或单质量特性)采集的时间原点，按一定的时间间隔，对单变量(或单质量特性)进行实时采集，按一定数量采集点组成一个样本；

作图处理单元：计算每个样本组的上下四分位数之差(IQR)和均值，以时间为横轴，以单变量(或单质量特性)值为纵轴，并设置正常区域、预警区域和报警区域；根据样本组的数据绘制箱线图并标记样本组的均值；前端显示器：当样本组的均值落在正常区域内且该组样本组的四分位数之差(IQR)值小于等于预定值时，显示运行状态正常；当样本组的均值落在预警区域内且该样本组的四分位数之差(IQR)值小于等于预定值时，或者样本组的均值落在正常区域内但四分位数之差(IQR)值大于预定值时，发出预警信号；其它情形则发出报警信号。

上述技术方案的有益之处在于：

本发明应用中心极限定理、统计推断和箱线图工具，不仅在一张图上实现了传统Xbar-S或Xbar-R控制图需要在两张图上监控的内容，而且，也弥补了预控制图没有监控波动(S或R)的不足。

传统控制图对样本组内的异常值很敏感，特别地，当导致异常值的原因对质量无影响或只是瞬时存在时(烟草生产中经常会有此类现象)，会产生不必要的人力浪费。箱线图不仅能快速识别异常值，而且能使其IQR受异常值的影响较小甚至没有，因此，在分辨异常值并表达过程波动方面，箱线图更能适合烟草生产的质量控制。

本发明可灵活配置置信度组合，达到不同控制严格度的需要，这是传统控制图所不具备的。

附图说明

图1是本发明工作流程示意图；

图2是本发明示意图；

图3是发明实施例一单变量实时趋势示意图；

图4是本发明实施例一的使用示意图(运行状态正常)；

图5是发明实施例二单变量实时趋势示意图；

图6是本发明实施例二的使用状态示意图(运行状态非正常)；

图7是发明实施例三单变量实时趋势示意图；

图8是本发明实施例三的使用状态示意图(运行状态非正常)。

具体实施方式

如图1所示的一种在线监控均值和标准差的系统，该系统具有依序连接的原始数据采集器、数据分组处理单元、作图处理单元和前端显示器组成。

所述的原始数据采集器收集一定数量的批次原始数据样本，确定单变量(或单质量特性)的特性值。该原始数据采集器的执行步骤如下：

(1)针对单变量(或单质量特性)，收集m(m≥30)批的历史正常数据，剔除异常样本点后，每批里样本量为n_m(≥50)个；

(2)分别计算各批次单变量(或单质量特性)的均值及标准差；

(3)计算总体均值(μ)和方差(σ²)。

所述的数据分组处理单元设置单变量(或单质量特性)采集的时间原点，按一定的时间间隔，对单变量(或单质量特性)进行实时采集，按一定数量采集点组成一个样本组。该数据分组处理单元的执行步骤如下：

(1)设置采集的时间原点。

(2)从时间原点开始，每隔k(≥6秒)秒对单变量(或单质量特性)采集一次。

(3)按时间顺序，每n(n≥5)个采集数据组成一个样本组。

(4)对最后不足n个样本的样本组，可进行舍弃。

所述的作图处理单元计算每个样本组的上下四分位数之差(IQR)和均值，以时间为横轴，以单变量(或单质量特性)值为纵轴，并设置正常区域、预警区域和报警区域；根据样本组的数据绘制箱线图并标记样本组的均值。如图1所示，所述作图处理单元的执行步骤如下：

(2)算样本组的均值；

(2)按国标方法计算样本组的上四分位数Q3和下四分位数Q1；

(3)计算样本组的上下四分位数之差(IQR)，IQR＝Q3-Q1。

(4)根据y1＝y0+U_α/2，y2＝y0+U_β/2，y3＝y0-U_α/2，y4＝y0-U_β/2y0＝μ

$U_{\mathrm{\α}/2}=Z_{\mathrm{\α}/2}*\mathrm{\σ}/\sqrt{n};$ $U_{\mathrm{\β}/2}=Z_{\mathrm{\β}/2}*\mathrm{\σ}/\sqrt{n}$ (Z_α/2、Z_β/2通过标准正态分布表查得，α、β为置信度，且α＞β)

(5)设定y1与y3之间的区域为正常区域；y1与y2、y3与y4之间的区域为预警区域，位于正常区域外的上下区域；y2与y4以外的区域为报警区域，位于预警区域外的上下区域；

(6)根据上述划分的区域绘制坐标图；

(7)绘制样本组的箱线图并标识样本组的均值位置。

所述的前端显示器在当样本组的均值落在正常区域内且该组样本组的四分位数之差(IQR)值小于等于预定值时，显示运行状态正常；当样本组的均值落在预警区域内且该样本组的四分位数之差(IQR)值小于等于预定值时，或者样本组的均值落在正常区域内但四分位数之差(IQR)值大于预定值时，发出预警信号；其它情形则发出报警信号。所述的预定值为

(t为常数)，公式中α为置信度、σ为方差平方根，根据n、α通过卡方分布表查得χ² _1-α(n-1)，t常数为1.3-1.4之间；若

(t为常数)，将箱线图进行醒目标识；同时判断是否发出预报警或报警信息。

实施例一：

如图3、4所示的是烟草加料过程控制瞬时加料比例的一个例子。图3所示的单变量(或单质量特性)实时趋势图表明瞬时加料比例有出现两次随机的较大幅波动，经分析，这是由于来料烟叶流量波动导致，不影响加料效果，可视为正常波动。而应用本发明上述技术方案后，如图4所示的结果也表明该波动为正常波动。

如图5、6所示的是烟草干燥过程控制含水率质量特性的一个例子。图5所示的单变量(或单质量特性)实时趋势图表明在一个时间段内含水率有较大波动，虽未超出要求范围。而应用本发明技术方案后，则发出四次预报警，其中两次为波动预报警，两次为均值预报警。

如图7、8所示的是烟草干燥过程控制含水率质量特性的一个例子。图5所示的单变量(或单质量特性)实时趋势图表明过程含水率波动未超出要求范围。而应用本发明技术方案后，则发出了至少四次含水率波动幅度较大的预报警。

Claims (13)

1.一种在线监控均值和标准差的系统，其特征在于：该系统具有依序连接的原始数据采集器、数据分组处理单元、作图处理单元和前端显示器组成；所述的：

原始数据采集器：收集一定数量的批次原始数据样本，确定单变量(或单质量特性)的特性值；

数据分组处理单元：设置单变量(或单质量特性)采集的时间原点，按一定的时间间隔，对单变量(或单质量特性)进行实时采集，按一定数量的采集点组成一个样本组；

作图处理单元：计算每个样本组的上下四分位数之差(IQR)和均值，以时间为横轴，以单变量(或单质量特性)值为纵轴，并设置正常区域、预警区域和报警区域；根据样本组的数据绘制箱线图并标记样本组的均值；前端显示器：当样本组的均值落在正常区域内且该组样本组的四分位数之差(IQR)值小于等于预定值时，显示运行状态正常；当样本组的均值落在预警区域内且该样本组的四分位数之差(IQR)值小于等于预定值时，或者样本组的均值落在正常区域内但四分位数之差(IQR)值大于预定值时，发出预警信号；其它情形则发出报警信号。

2.如权利要求1所述的一种在线监控均值和标准差的系统，其特征在于：所述原始数据采集器的执行步骤如下：

(1)针对单变量(或单质量特性)，收集m(m≥30)批的历史正常数据，剔除异常样本点后，每批里样本量为n_m(≥50)个；

(2)分别计算各批次单变量(或单质量特性)的均值及标准差；

(3)计算总体均值(μ)和方差(σ²)。

3.如权利要求1或2所述的一种在线监控均值和标准差的系统，其特征在于：所述数据分组处理单元的执行步骤如下：

(1)设置采集的时间原点；

(2)从时间原点开始，每隔k(≥6秒)秒对单变量(或单质量特性)采集一次；

(3)按时间顺序，每n(n≥5)个采集数据组成一个样本组；

(4)对最后不足n个样本的样本组，可进行舍弃。

4.如权利要求1或2所述的一种在线监控均值和标准差的系统，其特征在于：所述作图处理单元的执行步骤如下：

(1)按国标方法计算每个样本组的上下四分位数之差(IQR)和均值；

(2)设定正常区域，设定位于正常区域外的上下区域为预警区域，位于预警区域外的上下区域为报警区域；

(3)根据上述划分的区域绘制坐标图；

(4)绘制样本组的箱线图并标识样本组的均值位置。

5.如权利要求3所述的一种在线监控均值和标准差的系统，其特征在于：所述作图处理单元的执行步骤如下：

(1)按国标方法计算每个样本组的上下四分位数之差(IQR)和均值；

(2)设定正常区域，设定位于正常区域外的上下区域为预警区域，位于预警区域外的上下区域为报警区域；

(3)根据上述划分的区域绘制坐标图；

(4)绘制样本组的箱线图并标识样本组的均值位置。

6.如权利要求1或2所述的一种在线监控均值和标准差的系统，其特征在于：所述的预定值为

(t为常数)，公式中α为置信度、σ为方差平方根，根据n、α通过卡方分布表查得χ² _1-α(n-1)，t常数为1.3-1.4之间；若

(t为常数)，将箱线图进行醒目标识；同时判断是否发出预报警或报警信息。

7.如权利要求3所述的一种在线监控均值和标准差的系统，其特征在于：所述的预定值为

(t为常数)，公式中α为置信度、σ为方差平方根，根据n、α通过卡方分布表查得χ² _1-α(n-1)，t常数为1.3-1.4之间；若

(t为常数)，将箱线图进行醒目标识；同时判断是否发出预报警或报警信息。

8.如权利要求4所述的一种在线监控均值和标准差的系统，其特征在于：所述的预定值为

(t为常数)，公式中α为置信度、σ为标准差，根据n、α通过卡方分布表查得χ² _1-α(n-1)，t常数为1.3-1.4之间；若(t为常数)，将箱线图进行醒目标识；同时判断是否发出预报警或报警信息。

9.如权利要求5所述的一种在线监控均值和标准差的系统，其特征在于：所述的预定值为(t为常数)，公式中α为置信度、σ为标准差，根据n、α通过卡方分布表查χ² _1-α(n-1)，t常数为1.3-1.4之间；若

(t为常数)，将箱线图进行醒目标识；同时判断是否发出预报警或报警信息。

10.如权利要求6所述的一种在线监控均值和标准差的系统，其特征在于：t常数为1.349。

11.如权利要求7所述的一种在线监控均值和标准差的系统，其特征在于：t常数为1.349。

12.如权利要求8所述的一种在线监控均值和标准差的系统，其特征在于：t常数为1.349。

13.如权利要求9所述的一种在线监控均值和标准差的系统，其特征在于：t常数为1.349。

Images