CN109426225A - 一种烟草制丝生产的质量控制方法 - Google Patents

Abstract

本发明公开了一种烟草制丝生产的质量控制方法，用于烟草制丝，制丝生产过程中用于质量控制的指标数据采用随时间分布的预控图的方式呈现，所述预控图由数据节点组成；所述数据节点的数值为数据节点值，是由采样样本的指标数据按照预定计算规则计算得到；所述数据节点包括参与质量控制评价的有效数据节点和不参与质量控制评价的无效数据节点。将采样样本进行分组判定和计算，并将计算结果作为数据节点，更加有效地反映生产的实际过程；通过在预控图上对无效节点的显示，使生产的质量控制过程更加全面直观；通过预控图反映出的分布中心的偏移与标准偏差的变化，易于分析过程异常的原因，有利于采取有效的质量控制措施，达到“均质化”生产的要求。

Description

一种烟草制丝生产的质量控制方法

技术领域

本发明属于烟草制丝领域，具体地说，涉及一种烟草制丝生产的质量控制方法。

背景技术

生产过程的质量管理主要实现对制丝车间关键过程参数的采集，并对采集的数据按照一定的算法进行分析运算，并且将分析运算结果以简单明了的方式展示出来。预控图又叫预控图，是质量管理中数据分析的重要工具之一。预控图在对关键工艺参数进行生产过程的实时质量分析的过程中主要包括车间现场实时数据的采集、对数据按照规则进行剔除、对数据按照规则进行分组、对数据按照规则进行计算，并且将计算的结果按照规则实时显示出来。制丝集控操作人员通过使用预控图对过程控制中的关键参数进行实时监控，从而提高制丝线关键参数的过程控制能力，最终达到“均质化”生产的要求。

随着烟草行业的快速发展，卷烟生产企业信息化水平不断提高，相继建立了数据采集系统，生产过程中的工艺质量数据实现了自动化采集。在采集、保存这些数据的同时，如何科学合理地利用这些“海量”的数据，切实有效地指导实际生产，成为重要的研究课题。传统的分析都是生产结束后，对该批次的生产进行趋势分析，查询整个生产过程的趋势图，并对采集的关键工艺数据计算最大值、最小值、标偏、CPK等。数据的分析一般是在生产批次结束后，分析的过程具有延后性，并没有在生产过程中实时计算显示出来，数据的时效性大打折扣；其次，趋势图仅是对原始数据的显示，对这些数据并没有做进一步的处理，数据显示很难反映出对实际生产的控制能力。

同时在以往的质量控制中，并没有针对烟草制丝过程的特殊问题进行针对性的改进。比如，在烟草的制丝过程中每个批次生产的初期和结束阶段都存在正常的波动，也就是头、尾料。这种波动是客观存在的，是没有办法将其消除的。由于意识到在质量监控中这些波动并不是质量控制的重点，因此在以往的预控图中，对于这些波动的节点都是采取将其视为无效节点直接从控制图中剔除的方式来解决，但是这种处理方法存在着对无效节点定义不准确，以及无法整体监控烟丝生产的完整全过程，而容易造成质量控制误判。

有鉴于此特提出本发明。

发明内容

本发明要解决的技术问题在于克服现有技术的不足，提供一种烟草制丝生产的质量控制方法，将采样样本进行分组判定和计算，并将计算结果作为数据节点，更加有效地反映生产的实际过程；通过在预控图上对无效节点的显示，使生产的质量控制过程更加全面直观；通过预控图反映出的分布中心的偏移与标准偏差的变化，易于分析过程异常的原因，有利于采取有效的质量控制措施，达到“均质化”生产的要求。

为了实现该目的，本发明采用如下技术方案：

一种烟草制丝生产的质量控制方法，用于烟草制丝，制丝生产过程中用于质量控制的指标数据采用随时间分布的预控图的方式呈现，所述预控图由数据节点组成；所述数据节点的数值为数据节点值，是由采样样本的指标数据按照预定计算规则计算得到；所述数据节点包括参与质量控制评价的有效数据节点和不参与质量控制评价的无效数据节点。

进一步地，所述采样样本以时间排序进行分组，每组采样样本中若有一个采样样本的指标数据被判定为无效指标数据，则该组的数据节点为无效数据节点。

进一步地，所述制丝生产过程中用于质量控制的指标数据预设有特定的标准值范围，当采样样本的指标数据不在所述的标准值范围时，该采样样本的指标数据判定为无效指标数据；

优选地，当制丝过程中没有烟丝时，所对应的采样样本的指标数据判定为无效指标数据。

进一步地，所述制丝生产过程中每批次生产初期所有采样样本的指标数据判定为无效指标数据；

优选地，所述制丝生产过程中用于质量控制的指标数据，预设有最低衡量指标，每批次生产开始时采样样本的指标数据没有达到所述最低衡量指标之前均为生产初期。

进一步地，所述制丝生产过程中每批次生产末期所有采样样本的指标数据判定为无效指标数据；

优选地，所述制丝生产过程中每批次生产即将结束时采样样本的指标数据低于所述最低衡量指标之后均为生产末期。

进一步地，所述采样样本以时间排序，被按照每组采样样本的数量相同的原则进行分组，并对每组的采样样本的指标数据按照所述预定计算规则进行计算。

进一步地，所述预定计算规则是对每组内的采样样本的指标数据计算平均值，并将平均值作为所述数据节点值。

进一步地，所述采样样本彼此间的时间间隔相同；并分别计算各组各采样样本的最大值、最小值、平均值；

优选地，相邻的采样样本的时间间隔是10秒钟；

进一步优选地，每组采样样本的数量为6个。

进一步地，所述有效数据节点和无效数据节点在所述预控图中以不同的图标进行显示；

优选地，所述有效数据节点为实心点，所述无效数据节点为空心点；

进一步优选地，所述有效数据节点和无效数据节点在所述预控图中为不同颜色。

进一步地，所述预控图依据数据节点的不同控制区间设置为不同的颜色分区；并显示所有数据节点的最大值、最小值、平均值；

优选地，所述不同颜色分区有三种颜色分区，分别代表目标区、报警区和不合格区。

采用上述技术方案后，本发明与现有技术相比具有以下有益效果：

本发明通过预控图的方式实时计算各个关键指标，保证了关键工艺指标数据的及时有效性；可以直观的反映出分布中心的偏移与标准偏差的变化，易于分析过程异常的原因；预控图由实际生产操作人员操作，有利于操作者对生产的控制，提高制丝线关键参数的过程控制能力，最终达到“均质化”生产的要求。

本发明在所述的预控图的数据节点采用的是由采样样本的指标数据按照预定计算规则计算得到的，这样的处理方式就不但保证了采样样本数量尽量多，使预控图的采样指标足够详实，而且还不会因为采样样本过多而造成的预控图杂乱，易于出现偶然偏差造成误判的情况。

本发明通过多种判定方式来对采样样本进行有效性判断，有效的去除了在烟草的制丝过程中每个批次生产的初期和结束阶段的正常生产波动，和那些不符合有效样本要求的采用样本对于质量控制的影响。通过用数据处理的方式对各个分组样本进行处理，降低了数据的偶然性。

同时，本发明将无效节点和无效节点在预控图中通过不同的图标进行显示，能够使生产的质量控制过程更加全面直观，使预控图不再因为无效节点的缺失而造成预控图的不完整；所述预控图依据数据节点的不同控制区间设置为不同的颜色分区；并显示所有数据节点的最大值、最小值、平均值；通过预控图直观地反映出的分布中心的偏移与标准偏差的变化，易于分析过程异常的原因，有利于采取有效的质量控制措施，达到“均质化”生产的要求。

下面结合附图对本发明的具体实施方式作进一步详细的描述。

附图说明

附图作为本发明的一部分，用来提供对本发明的进一步的理解，本发明的示意性实施例及其说明用于解释本发明，但不构成对本发明的不当限定。显然，下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。在附图中：

图1是本发明一种烟草制丝生产的质量控制方法的流程示意图；

图2是采用本发明一种烟草制丝生产的质量控制方法的系统示意图；

图3是本发明一种烟草制丝生产的质量控制方法的最终预控图。

图中：1、传感器；2、处理器；21、分组模块；22、筛选模块；23、计算模块；3、显示器；4、控制器。

需要说明的是，这些附图和文字描述并不旨在以任何方式限制本发明的构思范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对实施例中的技术方案进行清楚、完整地描述，以下实施例用于说明本发明，但不用来限制本发明的范围。

在本发明的描述中，需要说明的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

如图1至图3所示，本发明公开了一种烟草制丝生产的质量控制方法，用于烟草制丝，制丝生产过程中用于质量控制的指标数据采用随时间分布的预控图的方式呈现，所述预控图由数据节点组成；所述数据节点的数值为数据节点值，是由采样样本的指标数据按照预定计算规则计算得到；所述数据节点包括参与质量控制评价的有效数据节点和不参与质量控制评价的无效数据节点。将采样样本进行分组判定和计算，并将计算结果作为数据节点，更加有效地反映生产的实际过程；通过在预控图上对无效节点的显示，使生产的质量控制过程更加全面直观；通过预控图反映出的分布中心的偏移与标准偏差的变化，易于分析过程异常的原因，有利于采取有效的质量控制措施，达到“均质化”生产的要求。

实施例1

如图1所示，本实施例揭示了一种烟草制丝生产的质量控制方法，用于烟草制丝，使制丝生产过程中用于质量控制的指标数据采用随时间分布的预控图的方式呈现。

在烟丝的生产过程中需要监控记录不同生产段的温度、水分、流量和比例等多种参数。对制丝过程的上述参数进行准确、及时、有效的控制，并将上述参数的数据进行样本采样，然后通过分组计算判定的方式进行数据处理形成数据节点，并将处理后的数据节点组成质量预控图，对于预控图定义不同的控制区间，可以直观准确地实现在制丝过程质量的预防性管理。

如上所述，本实施例的预控图是由数据节点组成；所述数据节点的数值为数据节点值，是由采样样本的指标数据按照预定计算规则计算得到；所述数据节点包括参与质量控制评价的有效数据节点和不参与质量控制评价的无效数据节点。

本发明，对于所述采样样本以时间排序进行分组，被按照每组采样样本的数量相同的原则进行分组，并对每组的采样样本的指标数据按照所述预定计算规则进行计算。所述采样样本彼此间的时间间隔相同；并分别计算各组各采样样本的最大值、最小值、平均值。

本实施例中，对于样本的采集采取10秒钟采集一次采样样本；将上述的采集样本按照一分钟时间进行分组，这样每组将有6个采样样本，可以对组内的6个采样样本计算最大值、最小值、平均值等计算，在本实施例中，采用的是该6个采样样本的平均值作为代表该组的数据节点值，该数据节点值被标识在以分钟为最小单位的预控图中作为数据节点。

当然，并不是所有的数据节点都会用于质量控制，这是因为在烟草的制丝过程中每个批次生产的初期和结束阶段都存在正常的波动，也就是头、尾料或者是生产过程中的“断流”情况出现时，都存在正常的波动。这种波动是客观存在的，是没有办法将其消除的。这部分并不能作为质量控制的的对象，因此在本实施例中对于无效节点设定了判定的规则。

在每组采样样本中若有一个采样样本的指标数据被判定为无效指标数据，则该组的数据节点为无效数据节点。

进一步地，对于采样样本有效性判断分为生产初期、生产中期、和生产末期三个不同的阶段的判断：

首先，所述制丝生产过程中每批次生产初期所有采样样本的指标数据判定为无效指标数据；优选地，所述制丝生产过程中用于质量控制的指标数据，预设有最低衡量指标，每批次生产开始时采样样本的指标数据没有达到所述最低衡量指标之前均为生产初期。

其次，所述制丝生产过程中每批次生产末期所有采样样本的指标数据判定为无效指标数据；优选地，所述制丝生产过程中每批次生产即将结束时采样样本的指标数据低于所述最低衡量指标之后均为生产末期。

同时，所述制丝生产过程中用于质量控制的指标数据预设有特定的标准值范围，当采样样本的指标数据不在所述的标准值范围时，该采样样本的指标数据判定为无效指标数据；优选地，当制丝过程中没有烟丝时，所对应的采样样本的指标数据判定为无效指标数据。此时也就是在生产过程中经常出现的“断流”情况，当这种情况出现时，生产参数会和上述的生产初期和末期一样出现不可避免的波动，因此也要将其判定为无效的样本。

上述用于判定的指标数据的最低衡量指标和标准值范围都是根据制丝加工过程中的工艺要求而设定的特定值，是经过多次生产实践所得到的经验值。

例如，以制丝过程中的烘丝出口水分有效样本判定规则为例，采用上述的样本采集频率，对上述的判定原则做具体的说明，对于烘丝出口水分有效样本必须同时满足以下的要求：

(1)此时烘丝前电子秤瞬时流量必须大于1000KG/H；

(2)料头数据必须大于某一个范围下限值(例如:如果设定值为12.5，大于9.0的数据才认定为有效数据)而在大于9.0的数据出现之前的所有采样样本均被判定为无效样本；

(3)料尾数据必须大于某一个范围下限值(例如:如果设定值为12.5，大于9.0的数据才认定为有效数据)而在小于9.0的数据出现之后的所有采样样本均被判定为无效样本；

(4)当生产过程中生产线上出现判定没有烟丝时，则出现了断流的情况，则此时判定该时刻所采集的所有采样样本是无效的。

在制丝过程中的对于烘丝出口水分进行质量控制时，当每组的6个样本中只要出现1个样本是无效的，那么就定义该组也就是该“分”的数据节点是无效的数据节点。

本发明将无效的数据节点的数据节点值在对整个生产过程的质量评价过程中进行剔除，也就是只对有效的数据节点进行质量控制，但是需要注意的是本发明仅仅是在质量控制时剔除数据节点的数据节点值，而该数据节点仍然保留在预控图中。

这是因为，对于制丝生产来说，整个的生产过程是一个连续的过程，并且随着监测和控制手段的不断完善，在当下看似没用的数据，却很有可能会在后续的质量控制或者设备改进过程中发挥巨大的作用，这些无效的数据节点从数据资源的角度来说也十分宝贵。同时这些无效数据节点对于从整体上把我整个生产过程走向和趋势也具有积极的作用。

因此在本发明中，无效数据节点和有效数据一样仍然保留在预控图中。但是为了区分，所述有效数据节点和无效数据节点在所述预控图中以不同的图标进行显示；优选地，所述有效数据节点为实心点，所述无效数据节点为空心点；进一步优选地，所述有效数据节点和无效数据节点在所述预控图中为不同颜色。

为了使预控图更加直观明了，本实施例中还依据数据节点的不同控制区间设置为不同的颜色分区，所述不同颜色分区有三种颜色分区，分别代表目标区、报警区和不合格区。这样采样的数据节点在哪个控制范围将清晰明了，更好的反应出对设备的控制能力。

本发明中对于不同的颜色分区还对应不同的声/光报警装置，当生产线的生产参数落入到相应的报警区或者不合格区时，及时通过有着明显区分的声/光报警的方式达到提醒生产者及时对设备进行检查调整。

同时，为了满足用户的使用要求，该预控图中还可以显示所有数据节点的最大值、最小值、平均值。上述的控制方法也可以应用于烟草制造过程的其他领域的控制过程中，这里不再进行赘述。

实施例2

如图2所示，本实施例揭示了采用本发明一种烟草制丝生产的质量控制方法的系统，用于烟草制丝。

如图2所示，该系统包括：实时采集并发送数据的传感器1、接收并处理数据的处理器2、显示数据的显示器3，处理器2分别与传感器1和显示器3连接，处理器2将单位时间内接收的数据处理后发送至显示器3以预控图形式显示，处理后的数据满足正态分布。

上述技术方案中，在烟草制丝设备上，均设有传感器1，用于实时收集各个设备工作状态的数据，并将收集的数据发送给处理器2，处理器2中根据不同的设备设有不同的数据处理规则，按规则将处理好的数据发送给显示器3以预控图形式显示在屏幕上供工作人员查看，因为在预控图中显示的数据必须服从正态分布，故处理器2将设备运行不稳定时所测的数据剔除，不参加运算过程，剔除的数据直接发送给显示器3显示，合格的数据需在处理器2中按规则进行计算后再发送给显示器3显示。

所述传感器1采集的数据包括：不同时间内物料的温度、水分、流量和比例，等项目，优选的，本发明中采用每10秒采集一次数据，时间间隔太长会导致误差偏大，不能及时调整机器工作状态，间隔太短又会使计算量增大，浪费资源，故选10秒作为间隔。

所述处理器2包括将数据分为多组的分组模块21、将每组数据筛选为有效数据或剔除数据的筛选模块22，分组模块21中设置分组规则，优选的，按照一分钟分组，因每10秒钟采集一次数据，故每组中共采集了6次数据；筛选模块中设置筛选剔除规则，不同的设备中设有不同的数据剔除规则，料头数据和料尾数据都相应剔除，料头数据和料尾数据是指设备刚启动和即将关闭时所测的数据，由于这两种情况数据波动比较大，设备运转也没趋于稳定，故测量数据不符合正态分布；剔除的数据并不是直接删除，而是不做为有效数据，不参与计算，直接发送给显示器3显示。所述有效数据为与设定的标准值误差小于设定范围内的数据，否则为剔除数据，比如：设备刚启动时，如果如果正常运行时某个设备的设定值为12.5，那么大于9.0的数据才认定为有效数据。

所述处理器2还包括筛选后计算每组数据中有效数据的最大值、最小值及平均值的计算模块23，所述计算模块23与显示器3连接，发送剔除数据及计算后的有效数据到显示器3。分组模块21按照一分钟分组，每组中共采集了6次数据，在筛选模块22对这些数据筛选后，计算模块23对其中的有效数据分别计算最大值、最小值、平均值、超点数、SD、CPK和置信区间等数据，然后将计算后的数据发送至显示器3。

实施例3

如图3所示，本实施例揭示了上述实施例中的最终的预控图样式。在图3中，有效数据标记为1，无效数据标记为0；每个点显示的是一分钟的计算结果点，如果组内所有数据都为有效数据，则显示为实心点，如果组内有一个数据为无效数据则为空心点；料头料尾需要延时剔除的数据为空心点，本实施例所用的预控图每10秒钟采集一次数据，显示时按1分钟一个点显示，如构成1分钟的10秒钟内的点有至少一个为空心点，则1分钟显示点也显示为空心点，空心点为紫红色显示，实心点为蓝色点。采集数据的空心点和实心点可根据设备或生产状态的组合条件定义。在图中，不同的颜色区域代表了不同的控制区域，关键设备数据实时采集，并通过处理器2的计算后在该图上打点，并在最右边框中显示实时计算的结果，显示的数据点都是每一组有效数据的平均值，点击每一个点，则显示该组内的6个点的最大值、最小值、平均值等信息。

通过预控图实时计算各个关键指标，保证了关键工艺指标数据的及时有效性；可以直观的反映出分布中心的偏移与标准偏差的变化，易于分析过程异常的原因；预控图由实际生产操作人员操作，有利于操作者对生产的控制，提高制丝线关键参数的过程控制能力，最终达到“均质化”生产的要求。

以上所述仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专利的技术人员在不脱离本发明技术方案范围内，当可利用上述提示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明方案的范围内。

Claims (10)

1.一种烟草制丝生产的质量控制方法，用于烟草制丝，其特征在于，制丝生产过程中用于质量控制的指标数据采用随时间分布的预控图的方式呈现，所述预控图由数据节点组成；所述数据节点的数值为数据节点值，是由采样样本的指标数据按照预定计算规则计算得到；所述数据节点包括参与质量控制评价的有效数据节点和不参与质量控制评价的无效数据节点。

2.根据权利要求1所述的烟草制丝生产的质量控制方法，其特征在于，所述采样样本以时间排序进行分组，每组采样样本中若有一个采样样本的指标数据被判定为无效指标数据，则该组的数据节点为无效数据节点。

3.根据权利要求2所述的烟草制丝生产的质量控制方法，其特征在于，所述制丝生产过程中用于质量控制的指标数据预设有特定的标准值范围，当采样样本的指标数据不在所述的标准值范围时，该采样样本的指标数据判定为无效指标数据；

优选地，当制丝过程中没有烟丝时，所对应的采样样本的指标数据判定为无效指标数据。

4.根据权利要求3所述的烟草制丝生产的质量控制方法，其特征在于，所述制丝生产过程中每批次生产初期所有采样样本的指标数据判定为无效指标数据；

优选地，所述制丝生产过程中用于质量控制的指标数据，预设有最低衡量指标，每批次生产开始时采样样本的指标数据没有达到所述最低衡量指标之前均为生产初期。

5.根据权利要求4所述的烟草制丝生产的质量控制方法，其特征在于，所述制丝生产过程中每批次生产末期所有采样样本的指标数据判定为无效指标数据；

优选地，所述制丝生产过程中每批次生产即将结束时采样样本的指标数据低于所述最低衡量指标之后均为生产末期。

6.根据权利要求1所述的烟草制丝生产的质量控制方法，其特征在于，所述采样样本以时间排序，被按照每组采样样本的数量相同的原则进行分组，并对每组的采样样本的指标数据按照所述预定计算规则进行计算。

7.根据权利要求6所述的烟草制丝生产的质量控制方法，其特征在于，所述预定计算规则是对每组内的采样样本的指标数据计算平均值，并将平均值作为所述数据节点值。

8.根据权利要求6所述的烟草制丝生产的质量控制方法，其特征在于，所述采样样本彼此间的时间间隔相同；并分别计算各组各采样样本的最大值、最小值、平均值；

优选地，相邻的采样样本的时间间隔是10秒钟；

进一步优选地，每组采样样本的数量为6个。

9.根据权利要求1所述的烟草制丝生产的质量控制方法，其特征在于，所述有效数据节点和无效数据节点在所述预控图中以不同的图标进行显示；

优选地，所述有效数据节点为实心点，所述无效数据节点为空心点；

进一步优选地，所述有效数据节点和无效数据节点在所述预控图中为不同颜色。

10.根据权利要求9所述的烟草制丝生产的质量控制方法，其特征在于，所述预控图依据数据节点的不同控制区间设置为不同的颜色分区；并显示所有数据节点的最大值、最小值、平均值；

优选地，所述不同颜色分区有三种颜色分区，分别代表目标区、报警区和不合格区。