CN103324089A - 一种制丝工艺参数动态质量稳定性表征方法 - Google Patents

Abstract

一种制丝工艺参数动态质量稳定性表征方法，包括以下步骤：采集制丝工序中工艺参数的稳态数据和非稳态数据；根据稳态数据计算出其与工艺参数技术指标的偏离度和离散度；根据非稳态数据计算工艺参数的不合格时间；根据预设的稳态过程非稳态过程的动态质量稳定性评估函数分别对工艺参数的离散度和偏离度和非稳态数据的不合格时间进行转换，分别得到工艺参数的稳态数据和非稳态数据动态质量稳定性评估值；判断工艺参数的稳态数据和非稳态数据的动态质量稳定性评估值是否分别达到各自对应的预设阈值，如果其中有未达到预设阈值的动态质量稳定性评估值，则对该工艺参数执行过程进行相应调整和控制优化。实现更全面更符合实际的优化效果。

Description

一种制丝工艺参数动态质量稳定性表征方法

技术领域

本发明涉及卷烟制丝加工工艺参数控制优化技术，尤其涉及提高制丝工艺参数控制效果的方法。

背景技术

在卷烟加工行业中，制丝加工是非常重要的工艺过程，其处理效果直接影响到烟草内在质量，因此需要对制丝加工工艺参数控制进行优化，以提高制丝成品的质量和稳定性。制丝线关键工序、关键参数的控制水平通常采用质量评价来表征，质量评价必须真实、客观地反映各关键工序和关键参数的质量，才能为质量持续改进和管理考核提供依据。

在制丝线生产过程中，工艺参数在实际执行过程中的控制阶段分为非稳态阶段和稳态阶段，其中，非稳态阶段一般属于制丝生产过程各工序的开始和结束阶段，以及断料阶段，特殊情况下，工艺参数实际执行未在技术指标范围内也属于非稳态阶段；而稳态阶段是生产过程稳定执行阶段。目前对制丝线关键工序、关键参数的质量评价存在如下局限性：①关键工序评价涵盖的生产过程对象不全面。目前工序评价仅关注稳态加工过程符合或达到技术标准的程度，而对料头、料尾和严重断料等显著影响工序加工质量的非稳态生产过程未与关注。因此，需要建立涵盖稳态过程和非稳态过程的全面评价工序加工质量稳定性方法。②现有评价方法有一定的局限性。一方面，无论是SPC的Cpk(或CP)，还是SIGMA水平等表征，其统计计算均基于数据符合正态分布的假设，然而，对于卷烟生产过程，外部影响因素较多，如环境温湿度变化、烟叶自身不均匀等，其过程数据难以完全满足正态分布；另一方面，SPC中使用Cpk评价存在一定缺陷，当CP和K值同时出现偏大值时，无法表征过程参数符合或达到技术标准的程度；③评价方法应用在指导过程动态质量控制方面存在不足，虽然近期提出采用DPk(动态Cpk)来实时表征生产过程工序或参数运行情况，然而DPK的判误区域如何指导操作人员还没有直观的实现方法，而SIGMA水平属于事后验证，无法进行动态指导生产质量控制。

因此，基于烟草生产线特点的在线数据的科学统计分析的在线质量状态评估技术的发展刻不容缓。过程控制的首要任务是应用统计学方法分析生产过程的质量状态并进行深入挖掘分析给操作管理人员提供实时借鉴，并以此为参照不断提高控制水平。针对在批次生产模式下的生产过程，开展对制丝关键参数的动态质量评估方法和应用研究，在研究每个关键参数批次生产过程稳态数据和非稳态数据的质量稳定性表征方法的基础上，构建关键参数全过程质量稳定性评价模型，通过信息化技术，实现评价模型在生产过程中动态评估和指导过程控制。

发明内容

针对现有技术中存在的问题，本发明的目的是提出一种制丝工艺参数动态质量稳定性表征方法，该方法能够在优化过程中对稳态阶段和非稳态阶段进行综合考察，并依此对工艺参数控制进行优化，实现更全面更符合实际的优化效果。

为达到上述目的本发明的技术方案如下：

一种制丝工艺参数动态质量稳定性表征方法，包括以下步骤：

步骤1：采集制丝工序中的工艺参数的稳态数据和非稳态数据；

步骤2：根据工艺参数的稳态数据，计算出所述工艺参数的稳态数据与工艺参数技术指标的工艺参数偏离度和离散度；根据工艺参数的非稳态数据计算工艺参数的不合格时间；

步骤3：根据预设的稳态过程动态质量稳定性评估函数和非稳态过程动态质量稳定性评估函数分别对工艺参数的离散度和偏离度和非稳态数据的不合格时间进行转换，分别得到工艺参数的稳态数据和非稳态数据动态质量稳定性评估值；

步骤4：判断工艺参数的稳态数据和非稳态数据的动态质量稳定性评估值是否分别达到各自对应的预设阈值，如果其中有未达到预设阈值的动态质量稳定性评估值，则对该工艺参数执行过程进行相应调整和控制优化。

基于上述技术方案，本发明通过对稳态阶段和非稳态阶段的工艺参数对应的动态质量稳定性评估值的计算，全面的考察了稳态情况和非稳态情况下工艺参数的质量情况，为后续的参数优化提供了更全面更符合实际的依据，从而使优化后的控制效果能够提高。

附图说明

图1为本发明制丝工艺参数动态质量稳定性表征方法的工作流程示意图。

图2为本发明预设非稳态过程动态质量稳定性评估函数的拟合曲线示意图。

具体实施方式

下面通过图1和实施例，对本发明的技术方案做进一步的详细描述。

在本实施例中，以制丝加工过程中非常重要的烘丝工序为例，其中工艺参数可以为出口含水率、出口温度、筒壁压力、辅风温度、出料罩负压、电秤流量、入口含水率和热风温度等任一种，但不限于上述所举的工艺参数例子。

在采集滚筒式烘丝工序的工艺参数的稳态数据时，采集方式也可由技术人员根据需要进行调整，例如对于出口含水率的稳态数据的采集，可以在电秤占用信号出现时，且出口含水率不低于预设值时，对出口含水率进行当前批次的数据采样，并在电秤占用信号消失，且出口含水率低于所述预设值后，停止对所述出口含水率的数据采样。

对于筒壁压力的稳态数据的采集，可以在电秤占用信号出现时，且筒壁压力不低于预设压力值的时，或者在电秤占用信号出现时的预设时间后，对所述筒壁压力进行当前批次的数据采样，并在电秤占用信号消失，且筒壁压力低于所述预设压力值后，停止对所述筒壁压力的数据采样。

对于出料罩负压的稳态数据的采集，可以在电秤占用信号出现时的预设时间后，对所述出料罩负压进行当前批次的数据采样，并在电秤占用信号消失时的预设时间后，停止对所述出料罩负压的数据采样。

对于电秤流量的稳态数据的采集，可以在电秤占用信号出现时的预设时间后，对所述电秤流量进行当前批次的数据采样，并在电秤占用信号消失时，停止对所述电秤流量的数据采样。

对于入口含水率的稳态数据的采集，可以在入口含水率不低于预设入口含水率值时，或在电秤占用信号出现时的预设时间后，对所述入口含水率进行当前批次的数据采样，并在入口含水率低于预设入口含水率值时，停止对入口含水率的数据采样。

对于热风温度的稳态数据的采集，可以在电秤占用信号出现时的预设时间后，对所述热风温度进行当前批次的数据采样，并在电秤占用信号消失时的预设时间后，停止对所述热风温度的数据采样。

上述工艺参数的稳态数据的采集中，涉及的预设时间、预设值均可由技术人员根据实际环境进行设置。

在取得了工艺参数的稳态数据后，可以通过计算将这些稳态数据转换成该批次下该工艺参数的稳定状态下的离散度和偏离度，然后根据预设的稳态过程动态质量评估函数对所述工艺参数稳态数据的偏离度和离散度进行转换，得到所述工艺参数的稳态数据的动态质量稳定性评估值。

以烘丝工序的出口含水率为例，x设为该工艺参数的采样值，n设为采样数，首先根据该采样值x和采样数n计算出对应的均值和标偏，公式如下：

均值计算公式： $\mathrm{\μ}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i}{n},$

标偏计算公式： $\mathrm{\σ}=\sqrt{\frac{1}{n-1}(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left({x_i}^2\right)-\frac{1}{n}{\left(\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\right)}^2)},$

根据均值和和标偏计算稳态过程中的离散度ρ和偏离度Z，公式如下：

1)偏离度Z

μ为实际均值，σ_Spec为指标允差/3。

2)离散度ρ

$\mathrm{\ρ}=\frac{\mathrm{\σ}}{{\mathrm{\σ}}_{\mathrm{Spec}}}$

σ为实际标准偏差。

其中，ρ表示数据分布的离散情况，Z表示稳态过程中数据总体分布偏离情况，T表示工艺技术指标设定值，σ_spec表示表示1/3允差。

所述工艺参数的稳态数据与工艺参数技术指标的离散度表示稳态过程中数据分布的离散情况，所述工艺参数的稳态数据与工艺参数技术指标的偏离度表示稳态过程中数据总体分布偏离情况。

在得到工艺参数的离散度和偏离度后，通过系统中预设的稳态过程动态质量稳定性评估函数计算出对应的稳态数据的动态质量稳定性评估值。

该稳态过程动态质量稳定性评估函数可采用二元一阶方程、二元二阶方程或二元四阶方程，技术人员可根据精度需要来选择相应的方程进行曲线拟合。得出的动态质量稳定性评估值，该稳态数据的动态质量稳定性评估值可以设在较易被辨识的数据区间，例如[0，100]或[0，10]，这样也具备一定的直观性。

公式示例：

Z为偏离度。

ρ为离散度。

非稳态情况的考察主要是考察工艺参数执行过程中的不合格时间，该不合格时间，即头料时间、尾料时间、断料时间和过程偏离工艺参数技术指标的时间的总和。在计算非稳态数据的动态质量稳定性评估值时，利用系统预设的非稳态过程动态质量稳定性评估函数来计算不合格时间对应的动态质量稳定性评估值。

首先要进行不合格时间的采集操作，以滚筒式烘丝工序出口含水率不合格时间采集操作为例，该操作可以在电秤占用信号出现时，出口含水率不低于预设含水率值到出口含水率的预设下限(即设定值一允差)的时间，并在电秤占用信号消失时，记录出口含水率的预设下限到所述预设含水率值的时间，还包括出口含水率离开设定值的正负允差范围的时间。

在获得不合格时间后，可通过非稳态过程动态质量稳定性评估函数计算得出对应的动态质量稳定性评估值，该非稳态过程动态质量稳定性评估函数也可根据不合格时间的取值区间对应的函数值拟合出多段折线或曲线，例如图2所示，在不合格时间在[A，B]时对应的函数值所拟合成的曲线的斜率为负数，当不合格时间大于B(例如150s-500s)，则对应的函数值为过程能力评估值的预设最小值，当不合格时间小于A(例如0-200s)，则对应的函数值为动态质量稳定性评估值的预设最大值。该非稳态过程动态质量稳定性评估函数可采用一阶方程(表现在图中为连续的多个折线)、二阶方程或四阶方程。

示例公式：

${\mathrm{QI}}_{\mathrm{un}}=\left\{\begin{array}{c}0..............................................x\&GreaterEqual;0.089\\ \begin{array}{cc}100& x<0.0167\end{array}\\ 321428.5714*x^3-48214.2857x^2+585.7143x+102.1428...0.0167<x<0.089\end{array}\right.$

其中x计算公式如下：

$x=\frac{t_{\mathrm{PV}}}{t_{\mathrm{spec}}*t_C}$

t_PV为参数非稳态数据的时间实际值。

t_spec为参数非稳态数据的时间标准设定值。

t_C为采样频率时间。

动态质量稳定性评估值是分别由稳态数据的离散度、偏离度及非稳态数据的不合格时间经二元回归拟合而成的稳态动态质量稳定性评估函数转换得出的值，可以根据动态质量稳定性评估值来实时判断关键参数是否存在问题，同时还可影响优化过程中各工艺参数的优先程度。通过与预设阈值的比较来确定该工艺参数的稳态阶段和非稳态阶段的动态质量稳定性评估值是否达标，通过该动态质量稳定性评估值的提高也作为优化效果的体现。

在计算获得了稳态阶段和非稳态阶段的工艺参数对应的动态质量稳定性评估值后，可以通过与预设阈值的比较就能够实时直观且全面地了解到该批次中该工艺参数的控制情况，对于有些稳态情况较好，但非稳态情况较差的工艺参数，通过本发明仍能够清楚地识别出该工艺参数需要优化。而现有的统计过程控制的方法则无法识别出该工艺参数在生产过程中控制所存在的问题，从而在优化后的控制效果的比较上，采用本发明的优化方法所实现的控制效果明显优于现有的统计过程控制的方法。

在实际调整优化过程仍可采用现有比较通用的调整方式，就可以达到优化的目的，以出口含水率为例，如果回溯到某批次的出口含水率的质量存在问题，那么技术人员就可以根据现有的调整方式例如调整工艺气流的风量等来改善出口含水率的质量。

在本发明方法的应用下，2011年9月份的烘丝生产中筒壁压力工艺参数的动态质量稳定性评估值超过预设阈值85的批次占85.11％，较之8月份的比例70.14％提高了14.97％；9月份筒壁压力工艺参数的动态质量稳定性评估值超过预设阈值83的比例占到98.26％，较之8月份提高了14.43％；9月份筒壁压力工艺参数的动态质量稳定性评估值超过预设阈值83的比例占到97.94％，较之8月份提高了3.81％。对于另一种工艺参数入口含水率，其9月份的动态质量稳定性评估值超过预设阈值83的批次占52.44％，较之8月份的比例41.5％提高了6.86％。

实验证明，本发明方法在实际应用中的确能够提高制丝工艺中各种工艺参数的控制效果，进而提高产品产出的合格率。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。

Claims (5)

1.一种制丝工艺参数动态质量稳定性表征方法，包括以下步骤：

步骤1：采集制丝工序中的工艺参数的稳态数据和非稳态数据；

步骤2：根据工艺参数的稳态数据，计算出所述工艺参数的稳态数据与工艺参数技术指标的工艺参数偏离度和离散度；根据工艺参数的非稳态数据计算工艺参数的不合格时间；

步骤3：根据预设的稳态过程动态质量稳定性评估函数和非稳态过程动态质量稳定性评估函数分别对工艺参数的离散度和偏离度和非稳态数据的不合格时间进行转换，分别得到工艺参数的稳态数据和非稳态数据动态质量稳定性评估值；

步骤4：判断工艺参数的稳态数据和非稳态数据的动态质量稳定性评估值是否分别达到各自对应的预设阈值，如果其中有未达到预设阈值的动态质量稳定性评估值，则对该工艺参数执行过程进行相应调整和控制优化。

2.根据权利要求1所述的一种制丝工艺参数动态质量稳定性表征方法，其特征在于：在步骤2中，先根据工艺参数的稳态数据计算出所述工艺参数的均值和标准偏差；再根据所述的均值和标准偏差计算所述工艺参数的稳态数据与工艺参数技术指标的偏离度和离散度。

3.根据权利要求1或2所述的一种制丝工艺参数动态质量稳定性表征方法，其特征在于：所述工艺参数的稳态数据与工艺参数技术指标的离散度表示稳态过程中数据分布的离散情况，所述工艺参数的稳态数据与工艺参数技术指标的偏离度表示稳态过程中数据总体分布偏离情况。

4.根据权利要求1或2所述的一种制丝工艺参数动态质量稳定性表征方法，其特征在于：所述非稳态数据的不合格时间为头料时间、尾料时间、断料时间和过程偏离工艺参数技术指标的时间的总和。

5.根据权利要求3所述的一种制丝工艺参数动态质量稳定性表征方法，其特征在于：所述非稳态数据的不合格时间为头料时间、尾料时间、断料时间和过程偏离工艺参数技术指标的时间的总和。

Images