CN104317285A - 一种卷烟生产过程中异常原因确定方法及装置 - Google Patents

Abstract

本发明实施例提供一种卷烟生产过程中异常原因确定方法及装置，其中方法包括：收集卷烟生产过程中的过程数据；确定各过程数据的关键过程控制参数；确定过程波动大于预定波动的关键过程控制参数；根据所述过程波动大于预定波动的关键过程控制参数确定异常原因。本发明实现了便捷，高效的卷烟生产过程中异常原因的确定。

Description

一种卷烟生产过程中异常原因确定方法及装置

技术领域

本发明涉及数据处理技术领域，更具体地说，涉及一种卷烟生产过程中异常原因确定方法及装置。

背景技术

卷烟是用卷烟纸将烟丝卷制成条状的烟制品，卷烟的生产主要由制丝(原料加工)、卷接(卷制成型)、包装(包装成品)三个主要过程组成。

随着卷烟工业的发展，目前上述三个过程主要在生产线上完成，而由于生产线的环境较为复杂，卷烟在生产过程中常会出现影响卷烟质量的异常原因。在出现影响卷烟质量的异常原因时，目前主要是通过人工一一排查卷烟生成过程的各个环节，找出影响卷烟质量的具体异常原因；然而，这种通过人工一一排查确定卷烟生产过程中异常原因的方式较为麻烦，费时费力，异常原因的确定效率较低。

发明内容

有鉴于此，本发明实施例提供一种卷烟生产过程中异常原因确定方法及装置，以解决现有确定卷烟生产过程中异常原因的方式所存在的较为麻烦，费时费力，异常原因的确定效率较低的问题。

为实现上述目的，本发明实施例提供如下技术方案：

一种卷烟生产过程中异常原因确定方法，包括：

收集卷烟生产过程中的过程数据；

确定各过程数据的关键过程控制参数；

确定过程波动大于预定波动的关键过程控制参数；

根据所述过程波动大于预定波动的关键过程控制参数确定异常原因。

其中，所述确定过程波动大于预定波动的关键过程控制参数包括：

利用SIPOC过程图方法，分析影响关键过程参数的输入信息及输出信息；

通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素；

利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，通过所述影响波动的因素确定过程波动大于预定波动的关键过程控制参数。

其中，所述通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素包括：

通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素；

确定影响波动的因素对应的生产过程控制线。

其中，所述利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，通过所述影响波动的因素确定过程波动大于预定波动的关键过程控制参数包括：

利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，将各关键过程控制参数映射到所述生产过程控制线；

通过映射后的各关键过程控制参数，确定波动大于所述生产过程控制线的设定波动的关键过程控制参数。

其中，所述方法还包括：

确定过程波动不大于预定波动的关键过程控制参数；

评价所述过程波动不大于预定波动的关键过程控制参数的过程能力；

若所述过程能力满足预定要求，维持该关键过程控制参数；

若所述过程能力不满足预定要求，改善该关键过程控制参数，直至关键后的关键过程控制参数的过程能力满足预定要求。

其中，所述方法还包括：

确定解决异常原因的方法；

将异常原因和对应解决方法归入质量缺陷数据库。

其中，所述方法还包括：

在排查到生成过程中的缺陷时，确定所述质量缺陷数据库是否存在与所述缺陷对应的异常原因；

若存在，从所述质量缺陷数据库中确定所述缺陷的对应解决方法；

若不存在，在确定解决所述缺陷的方法后，将所述缺陷和对应解决方法归入所述质量缺陷数据库。

本发明实施例还提供一种卷烟生产过程中异常原因确定装置，包括：

收集模块，用于收集卷烟生产过程中的过程数据；

第一确定模块，用于确定各过程数据的关键过程控制参数；

第二确定模块，用于确定过程波动大于预定波动的关键过程控制参数；

第三确定模块，用于根据所述过程波动大于预定波动的关键过程控制参数确定异常原因。

其中，所述第二确定模块包括：

输入输出分析单元，用于利用SIPOC过程图方法，分析影响关键过程参数的输入信息及输出信息；

因素确定单元，用于通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素；

结果确定单元，用于利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，通过所述影响波动的因素确定过程波动大于预定波动的关键过程控制参数。

其中，所述装置还包括：

第四确定模块，用于确定过程波动不大于预定波动的关键过程控制参数；

评价模块，用于评价所述过程波动不大于预定波动的关键过程控制参数的过程能力；

维持模块，用于若所述过程能力满足预定要求，维持该关键过程控制参数；

改善模块，用于若所述过程能力不满足预定要求，改善该关键过程控制参数，直至关键后的关键过程控制参数的过程能力满足预定要求。

基于上述技术方案，本发明实施例提供的卷烟生产过程中异常原因确定方法，通过收集卷烟生产过程中的过程数据；确定各过程数据的关键过程控制参数；确定过程波动大于预定波动的关键过程控制参数；根据所述过程波动大于预定波动的关键过程控制参数确定异常原因。本发明实施例可通过数据分析确定出卷烟生产过程中的异常原因，而不需要人工一一排查确定卷烟生产过程中异常原因，实现了便捷，高效的卷烟生产过程中异常原因的确定。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的卷烟生产过程中异常原因确定方法的流程图；

图2为本发明实施例提供的将各关键过程控制参数映射到所述生产过程控制线的示意图；

图3为本发明实施例提供的卷烟生产过程中异常原因确定方法的另一流程图；

图4为本发明实施例提供的卷烟生产过程中异常原因确定方法的再一流程图；

图5为本发明实施例提供的卷烟生产过程中异常原因确定装置的结构框图；

图6为本发明实施例提供的第二确定模块的结构框图；

图7为本发明实施例提供的卷烟生产过程中异常原因确定装置的另一结构框图；

图8为本发明实施例提供的卷烟生产过程中异常原因确定装置的再一结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的卷烟生产过程中异常原因确定方法的流程图，参照图1，该方法可以包括：

步骤S100、收集卷烟生产过程中的过程数据；

可选的，以制丝工艺为例，制丝包括备料、回潮、贮叶切丝、烘丝、叶丝梗丝混合、加香、加料、贮丝等工序，则各工序对应的数据则为制丝工艺的过程数据。

步骤S110、确定各过程数据的关键过程控制参数；

可选的，本发明实施例可对制丝生产过程各工序进行现况调研及梳理，确定出制丝生产过程的关键过程参数；如对制丝工艺(叶丝、梗丝、膨丝等)开展深入的流程梳理，通过IPO(输入、处理、输出)流程图对各工艺形成过程进行逐一分析，确认各工序生产运行状况及输入变量(加水量、蒸汽压力、阀门开度、加料比例、掺配比例、加香比例)，测量仪器(在线水份仪、快速水份仪、流量计、测温仪、电子皮带称等)，控制方式(中控自动控制、MES记录)进行流程梳理，结合现场操作工及检验工、生产班长、车间主任等人员工作经验，确定出制丝生产过程的关键过程参数。

步骤S120、确定过程波动大于预定波动的关键过程控制参数；

可选的，本发明实施例可利用SIPOC(Supplier Input Process OutputCustomer，供应者，输入，流程，输出，客户)过程图方法，分析影响关键过程参数的输入信息及输出信息，接着通过FMEA(Failure Mode and EffectsAnalysis，潜在失效模式与后果分析)失效模式与效应分析工具对关键过程参数进行排查，找出风险较高的影响因素，再者利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法等找寻过程中的特殊变异(即波动大于预定波动的关键过程控制参数)及普通变异(波动不大于预定波动的关键过程控制参数)。

步骤S130、根据所述过程波动大于预定波动的关键过程控制参数确定异常原因。

可选的，本发明实施例可比较批内及批次间过程均值及标偏波动，确定所述过程波动大于预定波动的关键过程控制参数。例如制丝工艺中，“松散回潮”“热风回风瞬时温度”批内及批次间均波动大，经分析与设备自动调整过大，及补偿蒸汽开度和散热器角执行器有关。

可选的，上述卷烟生产过程中异常原因确定方法可通过SPC(StatisticalProcess Control，统计过程控制)方法进行应用；SPC主要是应用控制图科学地区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制产品质量的目的。其核心主要包括两个方面：一、过程稳定性监控技术即控制图与判异准则。控制图方面随着研究的深入，适用于不同数据类型和不同监控要求的控制图被开发出来，而判异准则主要是依据小概率原理所确定的一系列小概率事件。我们不能将所有的小概率事件都定义为判异准则，为了具有实际指导意义，我们需要结合工程实际来确定一系列常见的小概率事件，把它作为判异的准则。二、过程能力评价技术。过程能力评价的根本目的是评价过程质量满足客户要求(也可以是内部要求)的量化指标。它直接反应了过程产品特性的良率状况。

本发明实施例提供的卷烟生产过程中异常原因确定方法，通过收集卷烟生产过程中的过程数据；确定各过程数据的关键过程控制参数；确定过程波动大于预定波动的关键过程控制参数；根据所述过程波动大于预定波动的关键过程控制参数确定异常原因。本发明实施例可通过数据分析确定出卷烟生产过程中的异常原因，而不需要人工一一排查确定卷烟生产过程中异常原因，实现了便捷，高效的卷烟生产过程中异常原因的确定。

可选的，本发明实施例确定过程波动大于预定波动的关键过程控制参数的方式可以为：利用SIPOC过程图方法，分析影响关键过程参数的输入信息及输出信息；通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素；利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，通过所述影响波动的因素确定过程波动大于预定波动的关键过程控制参数。

可选的，在利用FMEA失效模式时，本发明实施例可建立FMEA失效分析表；具体的，本发明实施例可通过IPO过程图与FMEA失效模式与效应分析方法，分析关键质量特性SOD及RPN(risk priority number，事件发生的频率)，建立制丝工艺(烤烟丝、混合丝、梗丝、膨胀丝、卷接、包装、滤棒)的FMEA失效分析表。

可选的，通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素的方式可以为：通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素；确定影响波动的因素对应的生产过程控制线。

可选的，利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，通过所述影响波动的因素确定过程波动大于预定波动的关键过程控制参数的方式可以为：利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，将各关键过程控制参数映射到所述生产过程控制线；通过映射后的各关键过程控制参数，确定波动大于所述生产过程控制线的设定波动的关键过程控制参数。

对应的，图2示出了将各关键过程控制参数映射到所述生产过程控制线的示意图，可进行参照。当关键过程控制参数的波动大于述生产过程控制线L的设定波动时，可确定该关键过程控制参数为波动大于所述生产过程控制线的设定波动的关键过程控制参数；如图2中的A对应的关键过程控制参数；图中，黑点表示所映射的关键过程控制参数，坐标系的纵坐标和横坐标根据所确定的影响波动的因素确定；可选的，设定波动可依据实际应用情况而定。

对应的，图3示出了本发明实施例提供的卷烟生产过程中异常原因确定方法的另一流程图，参照图3，该方法可以包括：

步骤S200、收集卷烟生产过程中的过程数据；

步骤S210、确定各过程数据的关键过程控制参数；

步骤S220、利用SIPOC过程图方法，分析影响关键过程参数的输入信息及输出信息；

步骤S230、通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素，确定影响波动的因素对应的生产过程控制线。

步骤S240、利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，将各关键过程控制参数映射到所述生产过程控制线；

步骤S250、通过映射后的各关键过程控制参数，确定波动大于所述生产过程控制线的设定波动的关键过程控制参数；

步骤S260、根据所述过程波动大于预定波动的关键过程控制参数确定异常原因。

可选的，本发明实施例还可确定过程波动不大于预定波动的关键过程控制参数，如关键过程控制参数的波动不大于生产过程控制线的设定波动时，所对应的关键过程控制参数；对于过程波动不大于预定波动的关键过程控制参数，本发明实施例可计算其过程能力，对卷烟生成过程中的过程控制参数进行改善。对应的，图4示出了本发明实施例提供的卷烟生产过程中异常原因确定方法的再一流程图，参照图4，该方法可以包括：

步骤S300、收集卷烟生产过程中的过程数据；

步骤S310、确定各过程数据的关键过程控制参数；

步骤S320、确定过程波动大于预定波动的关键过程控制参数；

步骤S330、根据所述过程波动大于预定波动的关键过程控制参数确定异常原因；

步骤S340、确定过程波动不大于预定波动的关键过程控制参数；

步骤S350、评价所述过程波动不大于预定波动的关键过程控制参数的过程能力；

步骤S360、判断所述过程能力是否满足预定要求，若是，执行步骤S370，若否，执行步骤S380；

步骤S370、维持该关键过程控制参数；

步骤S380、改善该关键过程控制参数，直至关键后的关键过程控制参数的过程能力满足预定要求。

可选的，本发明实施例可设置质量缺陷数据库，在确定异常原因后，确定解决异常原因的方法，将异常原因和对应解决方法归入质量缺陷数据库中。

可选的，本发明实施例可根据关键控制参数的问题描述、发生位置、原因分析、解决措施、效果验证、预防对策等信息建立完整的质量缺陷数据库。建立一套自投料至成品烟丝完整的质量缺陷防控体系。使其切实成为质量知识平台，起到保障及指导生产的作用，实现知识共享最大化，经验推广效益化。

可选的，当生产人员排查出了生产过程中的缺陷后，可从质量缺陷数据库中确定是否存在与所述缺陷对应的异常原因，如果存在，则可从所述质量缺陷数据库中确定所述缺陷的对应解决方法，如果不存在，则可在分析寻找出所述缺陷的解决方法后，将将所述缺陷和对应解决方法归入所述质量缺陷数据库。

本发明实施例实现了便捷，高效的卷烟生产过程中异常原因的确定。

下面对本发明实施例提供的卷烟生产过程中异常原因确定装置进行介绍，下文描述的卷烟生产过程中异常原因确定装置与上文描述的卷烟生产过程中异常原因确定方法可相互对应参照。

图5为本发明实施例提供的卷烟生产过程中异常原因确定装置的结构框图，参照图5，该装置可以包括：

收集模块100，用于收集卷烟生产过程中的过程数据；

第一确定模块200，用于确定各过程数据的关键过程控制参数；

第二确定模块300，用于确定过程波动大于预定波动的关键过程控制参数；

第三确定模块400，用于根据所述过程波动大于预定波动的关键过程控制参数确定异常原因。

可选的，图6示出了第二确定模块300的一种可选结构，参照图6，第二确定模块300可以包括：

输入输出分析单元310，用于利用SIPOC过程图方法，分析影响关键过程参数的输入信息及输出信息；

因素确定单元320，用于通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素；

可选的，因素确定单元320可通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素，确定影响波动的因素对应的生产过程控制线。

结果确定单元330，用于利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，通过所述影响波动的因素确定过程波动大于预定波动的关键过程控制参数。

可选的，结果确定单元330可利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，将各关键过程控制参数映射到所述生产过程控制线，通过映射后的各关键过程控制参数，确定波动大于所述生产过程控制线的设定波动的关键过程控制参数。

可选的，图7为本发明实施例提供的卷烟生产过程中异常原因确定装置的另一结构框图，结合图5和图7所示，该装置还可以包括：

第四确定模块500，用于确定过程波动不大于预定波动的关键过程控制参数；

评价模块600，用于评价所述过程波动不大于预定波动的关键过程控制参数的过程能力；

维持模块700，用于若所述过程能力满足预定要求，维持该关键过程控制参数；

改善模块800，用于若所述过程能力不满足预定要求，改善该关键过程控制参数，直至关键后的关键过程控制参数的过程能力满足预定要求。

可选的，图8示出了本发明实施例提供的卷烟生产过程中异常原因确定装置的再一结构框图，结合图5和图8所述，该装置还可以包括：

解决方法确定模块900，用于确定解决异常原因的方法；

归入模块1000，用于将异常原因和对应解决方法归入质量缺陷数据库；

查找模块1100，用于在排查到生成过程中的缺陷时，确定所述质量缺陷数据库是否存在与所述缺陷对应的异常原因；

第一执行模块1200，用于在确定所述质量缺陷数据库存在与所述缺陷对应的异常原因时，从所述质量缺陷数据库中确定所述缺陷的对应解决方法；

第二执行模块1300，用于在确定所述质量缺陷数据库不存在与所述缺陷对应的异常原因时，在确定解决所述缺陷的方法后，将所述缺陷和对应解决方法归入所述质量缺陷数据库。

本发明实施例提供的卷烟生产过程中异常原因确定装置，可通过数据分析确定出卷烟生产过程中的异常原因，而不需要人工一一排查确定卷烟生产过程中异常原因，实现了便捷，高效的卷烟生产过程中异常原因的确定。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种卷烟生产过程中异常原因确定方法，其特征在于，包括：

收集卷烟生产过程中的过程数据；

确定各过程数据的关键过程控制参数；

确定过程波动大于预定波动的关键过程控制参数；

根据所述过程波动大于预定波动的关键过程控制参数确定异常原因。

2.根据权利要求1所述的卷烟生产过程中异常原因确定方法，其特征在于，所述确定过程波动大于预定波动的关键过程控制参数包括：

利用SIPOC过程图方法，分析影响关键过程参数的输入信息及输出信息；

通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素；

利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，通过所述影响波动的因素确定过程波动大于预定波动的关键过程控制参数。

3.根据权利要求2所述的卷烟生产过程中异常原因确定方法，其特征在于，所述通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素包括：

通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素；

确定影响波动的因素对应的生产过程控制线。

4.根据权利要求3所述的卷烟生产过程中异常原因确定方法，其特征在于，所述利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，通过所述影响波动的因素确定过程波动大于预定波动的关键过程控制参数包括：

利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，将各关键过程控制参数映射到所述生产过程控制线；

通过映射后的各关键过程控制参数，确定波动大于所述生产过程控制线的设定波动的关键过程控制参数。

5.根据权利要求1-4任一项所述的卷烟生产过程中异常原因确定方法，其特征在于，还包括：

确定过程波动不大于预定波动的关键过程控制参数；

评价所述过程波动不大于预定波动的关键过程控制参数的过程能力；

若所述过程能力满足预定要求，维持该关键过程控制参数；

若所述过程能力不满足预定要求，改善该关键过程控制参数，直至关键后的关键过程控制参数的过程能力满足预定要求。

6.根据权利要求1所述的卷烟生产过程中异常原因确定方法，其特征在于，还包括：

确定解决异常原因的方法；

将异常原因和对应解决方法归入质量缺陷数据库。

7.根据权利要求6所述的卷烟生产过程中异常原因确定方法，其特征在于，还包括：

在排查到生成过程中的缺陷时，确定所述质量缺陷数据库是否存在与所述缺陷对应的异常原因；

若存在，从所述质量缺陷数据库中确定所述缺陷的对应解决方法；

若不存在，在确定解决所述缺陷的方法后，将所述缺陷和对应解决方法归入所述质量缺陷数据库。

8.一种卷烟生产过程中异常原因确定装置，其特征在于，包括：

收集模块，用于收集卷烟生产过程中的过程数据；

第一确定模块，用于确定各过程数据的关键过程控制参数；

第二确定模块，用于确定过程波动大于预定波动的关键过程控制参数；

第三确定模块，用于根据所述过程波动大于预定波动的关键过程控制参数确定异常原因。

9.根据权利要求8所述的卷烟生产过程中异常原因确定装置，其特征在于，所述第二确定模块包括：

输入输出分析单元，用于利用SIPOC过程图方法，分析影响关键过程参数的输入信息及输出信息；

因素确定单元，用于通过FMEA失效模式与效应分析工具，按照各关键过程控制参数的输入信息和输出信息，对各关键过程参数进行排查，确定影响波动的因素；

结果确定单元，用于利用统计工具正态检验方法、或相关性分析方法、或时间序列图分析方法、或控制图分析方法，通过所述影响波动的因素确定过程波动大于预定波动的关键过程控制参数。

10.根据权利要求8或9所述的卷烟生产过程中异常原因确定装置，其特征在于，还包括：

第四确定模块，用于确定过程波动不大于预定波动的关键过程控制参数；

评价模块，用于评价所述过程波动不大于预定波动的关键过程控制参数的过程能力；

维持模块，用于若所述过程能力满足预定要求，维持该关键过程控制参数；

改善模块，用于若所述过程能力不满足预定要求，改善该关键过程控制参数，直至关键后的关键过程控制参数的过程能力满足预定要求。