附件3：《卷烟制丝过程数据采集与处理指南》中国烟草标准化

1、卷烟制丝过程数据采集与处理指南技术报告牵头单位：厦门烟草工业有限责任公司承担单位：中国烟草总公司郑州烟草研究院、福建中烟工业有限责任公司、龙岩烟草工业有限责任公司、江西中烟南昌卷烟厂、安徽中烟工业公司、上海烟草集团上海卷烟厂卷烟制丝过程数据采集与处理指南项目组2014年3月目录1 背景与意义42标准主要研究内容52.1过程数据采集规范52.1.1过程数据定义52.1.2过程数据采集规则52.1.3过程数据批次归属规则52.2 批次数据分析规范52.2.1批次数据有效数据和无效数据的界定规则；52.2.2批次有效数据的稳态和非稳态数据界定规则；52.2.3基于质量状态表征的稳态和非稳态数据的主要

2、分析方法。52.3工业应用及验证53主要技术方案53.1 技术路线53.2 总体框架54 结果与分析64.1过程数据采集规范64.1.1过程数据定义64.1.2过程数据采集规则64.1.3过程数据批次归属规则114.2 批次数据分析规范124.2.1批次数据有效数据和无效数据的界定规则；124.2.2批次有效数据的稳态和非稳态数据界定规则124.2.3 基于质量状态表征的稳态和非稳态数据的主要分析方法134.3工业应用及验证254.3.1关键参数及指标的过程能力指数控制水平评价（cpk）254.3.2关键参数及指标的不合格时间295项目研究及讨论315.1国内外研究成果的参考运用315.2项目

3、研究及会议讨论311 背景与意义计算机技术的提高和普及，智能控制技术迅猛发展，为基于科学统计分析的过程控制技术在工艺质量管理方面打下了基础，尤其表现在以基于自动化技术和信息化技术的spc技术的突飞猛进。烟草行业内有上海、杭州几家烟厂spc软件系统已应用到过程工艺质量管理上。在行业调研以及优秀卷烟工厂对标、过程能力测评等工作中发现：过程质量评价、过程能力评价等指标需要在一定的底层过程参数采集分析规范下进行，如批次有效数据界定，异常数据剔除，稳态数据和非稳态数据界定等。目前各企业基本上是按照自己工艺质量分析的需求制订相应的规范，缺少一个统一的方法来规范及指导，导致各企业甚至是同一企业在不同生产线间

4、对于底层批次数据的获取和处理方式方法各异，具体表现在：1）数据批次归属规则不同：批次数据的开始和结束，一般是采用电秤流量达到一个值如500kg/h并延时一个时间的方式，各企业这个截止值和延时时间各异，导致批次数据的组成不同；2）采集频率不同：由于各企业数据采集频率不同，有的6s,有的10s。批次数据量不同。3）批次有效数据界定不同：批次有效数据的界定，有的是通过电秤信号开始并延时一个时间，有的是利用数据值达到某个阀值作为界定原则，导致评价同样的过程采用的数据源不同。4）稳态数据界定不同，由于cpk和六西格玛水平需要针对稳态数据进行计算，各企业的处理规则不同。以上这些差异若不统一，那么同一企业的

5、不同生产线间，不同企业间的横向可对比程度低，企业之间的数据对标一定程度失真。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。本标准针对卷烟制丝生产批次过程研究数据源分析规则、数据分类规则、数据处理计算一般方法等供行业规范应用。2标准主要研究内容2.1过程数据采集规范2.1.1过程数据定义2.1.2过程数据采集规则2.1.3过程数据批次归属规则2.2 批次数据分析规范2.2.1批次数据有效数据和无效数据的界定规则；2.2.2批次有效数据的稳态和非稳态数据界定规则；2.2.3基于质量状态表征的稳态和非稳态数据的主要

6、分析方法。2.3工业应用及验证3主要技术方案3.1 技术路线本标准的技术路线如下图3-1所示：图3-1 技术路线图3.2 总体框架制丝生产线产生的过程数据的数据来源、数据处理、数据应用的总体架构，如图3-2所示。图3-2数据采集与处理总体架构图4 结果与分析4.1过程数据采集规范4.1.1过程数据定义在批次（p）生产过程中，批次（p）运行信号存在的前提下，从首次电称过料生产开始，到该批次生产结束的这段时间范围内的过程参数实时数据集合，定义为全批次数据集，这些数据集包括这样几个集合：有效数据集和无效数据集，有效数据集有包含稳态数据集合和非稳态数据集。4.1.2过程数据采集规则1）工序和参数。确定

7、主要工序为：松散回潮、筛分和加料、叶丝干燥、掺配和加香、梗丝加料和梗丝干燥。每个工序的参数包括过程工艺参数、主要控制参数以及含水率、温度等结果指标。制丝加工过程中，参数或指标的运行直接反映了加工质量的控制情况，特别是如物料流量、物料含水率、筒壁压力等关键参数，对在制品的物理及感官质量影响尤为重要。因此，在参数的选择上，主要依据技术部门下达的工艺技术指标参数，同时兼顾主要工序的输入参数（如物料流量）、关键控制参数（如筒壁压力、加香加料比例）和输出参数。根据不同参数过程数据（物料流量、物料含水率、热风温度、蒸汽压力、瞬时累计加料精度、瞬时累计加香精度等）的特性，分别按照相应的规则进行采集、规整和存

8、储。物料流量作为批次时间参考轴，物料含水率按照图4-1所示规则进行处理，热风温度、蒸汽压力、瞬时累计加料精度、瞬时累计加香精度等按照图4-2所示规则进行处理。图4-1 物料含水率数据采集规则例图如图4-1所示，首先对批次生产中采集数据进行定义，即以电子秤信号开始为起点，电子秤信号结束并离开指标下限为终点，此范围内数据为该批次某参数的全数据集。其中所有生产数据集内处于有效数据定义上下限内的数据划为有效数据，而在有效数据集内的数据，介于正负n倍参数指标允差范围内的符合时间序列的数据定义为稳态数据，可应用控制图进行分析，并进行稳态qi的计算和评价；介于正负n倍参数指标允差范围外的有效数据，即包括料头

9、、料尾、非正常停机断料、数据异常等在内的数据，定义为非稳态数据，认为其数据分布不符合正态分布，并通过以时间长短相关的方法计算非稳态qi得分。图4-2 热风温度数据采集规则例图如图4-2所示，此类数据均存在一个常态数值和预热数值，因此不能简单的通过有效数据范围进行分类，因此对于该类数据，有效数据的范围从料头延时结束开始至料尾延时结束为止期间所有的数据。2）采样频率。采样频率的原则是在保证有效反应真实过程的基础上减少数据量。本标准以每道工序的入口电称占用信号为基准，统一每个工序各参数的采集频率为10s。3）数据采集的触发规则。工艺参数通过批次控制信号和电称占用信号进行触发采集。实现物料开始投放后及

10、时采集生产过程数据，同时也自动剔除了预热阶段、停机断料阶段等设备空转状态下的数据。通过参数化形式配置头料尾料时间等规则，确保用于分析的数据处于相应生产状态。4）采集项管理业务功能。对关键参数指标的数据采集监控规则和评价规则进行管理，并提供灵活的设置。设置项包括如下表4-1内容所示。表4-1 参数采集项规则配置表参数id工序及参数名称集控系统采集id是否采用实际设定值是 设定值集控系统采集id否集控系统批号采集点参数设计域-0.2+0.2计算采集间隔10s的倍数作图采集间隔10s的倍数，箱线图时不足间隔时间一组数据可视为一组*参数控制类型*参数属性通用 专用监控状态停用 只采集不监控 采集并监控

11、是否为控制秤是/否 采集开始判断值仅控制称有断流开始判断值仅控制称有断流判断延时时长仅控制称有相对控制秤延时（头料）仅非控制称有相对控制秤延时（尾料）仅非控制称有有效数据判断下限有效数据判断上限稳态数据判断下限稳态数据判断上限料头时间基准值料尾时间基准值断料时间基准值断料次数基准值u/2u/2iqr不合格时间基准值项给出的是相对设定值偏移的值，实际使用时需要加上当前设定值。各项设置说明如下：参数id：批次质量系统中对工艺参数的唯一标识；工序及参数名称：与mes系统中保持名称一致；集控系统采集id：对应集控系统中的tagname字段；是否采用实际设定值：此值为否则采用工艺标准中的目标值作为设定值

12、；设定值集控系统采集id：设定值对应的tagname字段；集控系统批号采集点：参数数据对应的批次信息字段；参数设计域：设计区间，只作显示用，不参与任何计算；计算采集间隔：计算稳态数据的cpk时对数据设置的分组大小；作图采集间隔：在彩虹图或箱线彩虹图上打点值的分组大小，断流或结束时不足一组的数据视为一组；参数控制类型：监控类/控制类，与mes保持一致；参数属性：通用/专用，与mes保持一致；是否为控制称：每个工序有一个控制称，控制同一工序下其它参数数据采集的启停；采集开始判断值：数据大于此值则开始采集数据；断流开始判断值：数据小于此值且持续时间达到断流判断延时时长则进入断流；断流判断延时时长：数

13、据小于断流开始判断值且持续时间达到此值则进入断流；相对控制称延时：非主称参数相对主称的延时时间；有效数据判断上下限：通过此值判断有效数据集；稳态数据判断上下限：通过此值判断稳态数据集；料头时间基准值：通过此值与实际料头时间作对比进行评价；料尾时间基准值：通过此值与实际料尾时间作对比进行评价；断料时间基准值：通过此值与实际断料时间作对比进行评价；断料次数基准值：通过此值与实际断料次数作对比进行评价；不合格时间基准值：通过此值与实际不合格时间作对比进行评价；u/2表示箱线彩虹图的绿色界限，是正态分布分位数，另外还包括一个相反数；u/2表示箱线彩虹图的黄色界限，是正态分布分位数，另外还包括一个相反数

14、；iqr表示箱线彩虹图的箱子高度基准；另外非控制称参数批次数据采集的控制方法：开始采集由两个条件控制相对控制称延时和有效数据，当出现批次原点时，须再经过相对控制称延时的时间后才开始判定是否采集；结束采集由相对控制称延时控制。图4-3为厦门烟草工业有限责任公司制丝二区叶丝干燥工序出口叶丝含水率在信息系统上的数据采集规范。图4-3干燥工序出口叶丝含水率数据采集规则例图4.1.3过程数据批次归属规则4.1.3.1参数化的数据剔除规则数据剔除包括头料尾料不可控的阶段，本标准通过参数化形式提供用户修改头料和尾料的时间，以此来过滤头料尾料的不稳定数据，确保用于分析的数据处于稳定生产（如图4-3）。另外，对

15、于断料（包括各种原因造成的生产不连续情况）情况，通过物料流量与断料时间进行过滤。过程数据因数采系统或信息系统出错产生的数据应剔除。自动采集数据剔除原则应由企业根据自身实际情况制定。下述原因引起的异常数据可列入剔除范围：a) 设备固有性能造成数采数据异常；b) 自动采集系统背身异常造成数采数据异常；c) 其它原因造成的数采数据异常。4.1.3.2归属制丝过程数据经过剔除后要按批进行归属，形成批过程数据。批次起始和结束按以下规则标识：1）批开始。即批过程开始，可用物料流量信号或其它在线测量仪器信号判断；2）批结束。即批过程结束，可用物料流量信号加延迟时间或其它在线测量仪器信号进行判断。4.2 批次

16、数据分析规范4.2.1批次数据有效数据和无效数据的界定规则；根据是否表征在制品实际加工状态将批过程数据分为有效数据和无效数据两类。4.2.1.1有效数据以批开始时间作为参考轴，按照一定规则进行延时，界定为有效数据开始；以批结束时间作为参考轴，按照一定规则进行回溯，界定为有效数据结束。4.2.1.2无效数据批过程数据中除有效数据外的数据，应剔除。具体界定规则见表4-1。4.2.2批次有效数据的稳态和非稳态数据界定规则在批次（p）生产过程中，批次（p）运行信号存在的前提下，从首次电称过料生产开始，到该批次生产结束的这段时间范围内的过程参数实时数据集合，定义为全批次数据集，这些数据集包括两个集合：稳

17、态数据集合和非稳态数据集合（如图4-4所示）。稳态数据集合为生产稳定运行时的数据集，而非稳态数据集合为料头、料尾、断料及异常波动等状态下的数据集。传统的方法是对稳态数据集进行评价，其弊端是对于料头、料尾时间长以及断料或数据异常等严重等影响产品质量的情况未纳入评价，造成评价结果失真。为综合评价每个过程参数全批次数据的整体情况，本项目把稳态数据集合和非稳态数据集合进行综合评价，以此作为全面科学反映参数实际情况的依据。图4-4 工艺参数分析数据集展示图如图4-5所示，制丝加工过程非稳态数据集合应包括料头、料尾、断料、数据异常等状态下的数据集，也即离开指标期望值范围的时间段均为非稳态过程。图4-5 稳

18、态与非稳态数据集展示图图4-5中绿色区域表示的是生产稳定运行时的数据集，即稳态数据；而红色区域表示的则是生产处于料头、断料、料尾（自左向右）时的数据集，即非稳态数据。两者存在这极大的差别，且非稳态数据完全不符合正态分布，也无法进行过程能力指数分析。综上所述，由于全批次生产过程数据特征不同，表述的生产状态不同，因此需要不同的评价方法。4.2.3基于质量状态表征的稳态和非稳态数据的主要分析方法4.2.3.1 稳态过程质量表征方法（1）离散度与偏离度表征将参数执行稳态过程质量指数定义为：qistablef(p, )。其中， p表示偏离度，以表示离散度。具体研究过程和结果如下。偏离度p表征的是实际控制

19、值与技术标准值的偏离程度，即准确度，表征公式如下： 式（4.1）式中：u为实际均值，m为目标值，为指标公差/6 如公式4.1中所示，p值越小，表征实际控制均值与技术标准值越接近，即控制准确度更好。离散度表征的是实际控制的波动情况（标准偏差）与技术标准允差的符合程度，即精确度，表征公式如下： 式（4.2）如式4.2所示，为实际控制的标准偏差，值越小，表征实际控制的波动情况越能满足技术标准允差，即控制精度更好。（2）质量指数表征稳态过程质量情况需要通过、p来表征，即通过、p共同表征稳态过程执行情况与技术标准的符合程度，涉及到上述二元方程的构建过程。本标准在工序能力评价（cp）判断的基础上，结合偏离

20、程度（p），进行探索，总体设计思路步骤为：结合cp的判定域，初步拟定不同离散度（）的得分区域。根据第4步，调整最后结果如表4-2所示：表4-2 不同离散度的得分区域cppqi（初步拟定）1.67以上0.5988 95以上1.33以上0.7519 90以上 0.833以上1.2005 85以上小于0.833小于1.200460以上根据偏离程度（），按照偏离3倍梯度原则，初步拟定不同偏离度的扣减得分区域。根据第4步，调整最后结果如表4-3所示：表4-3 不同离散度的扣减得分区域kpqi（扣除）1.3330 3.9990 0.0000 1.0000 3.0000 50以上0.6670 2.0010

21、35以上0.3330 0.9990 10以上0.1110 0.3330 1以上0.0370 0.1110 0.5以上0.0127 0.0381 0.25以上0.0042 0.0126 0.05以上0.0014 0.0042 0.01以上增加约束最大范围和零点约束，根据第4步，调整最后结果如式4.3所示： 式（4.3）由式4.3中可见：当p值大于3时，表征该批次生产稳态过程中心值整体偏离允差范围，过程控制失效，故得分为0；当p和同时增大到一定程度时，表征该批次生产稳态过程中心值和波动均不符合工艺要求，整体偏离控制需求，过程控制失效，故得分为0。多约束条件下的非线性方程组求解。根据三者形成的约束条

22、件，按照二元三次方程进行回归分析。本项目拟用二元三次方程，进行多约束条件下的非线性方程组求解之后形成的计算模型qistablef(p, )，以半年的数据作为计算qistable结果，由各部门技术人员组成专家组评判，如果对拟合结果未超过4/5人数通过，返回第1步。最后形成结果如下：图4-6 二元四次方程仿真拟合图根据回归分析结果，形成稳态过程质量指数qistablef(p, )的表征如下如表4-4所示：表4-4 稳态qistable模型qi得分计算100如果 则qi=1000如果p3 则qi=00如果 则qi=0其他情况：qi=99.007+2.71p-20p2+4.622p3+7.1904-2

23、3.41832+4.92683表4-4描述的模型体现以下三方面准则，符合预设需求：当p越小，也越小，qistable也越大，参数执行指数越好；当p和值其中一值较大，qistable能体现该种现象；qistable能表征类似cpk区域判定的值域。（3）表征方法验证先从理论上分析灵敏度分析，再进行验证传统稳态数据评价指标cpk能够反映产品质量波动的，通过稳态qi评价也可以体现质量波动。表4-5为部分b线松散回潮工序的热风温度的稳态qi及k、cp、cpk。从表4-5中可以看出，cpk从0.598变化到2.334，稳态qi得分也从72.89变化到98.34。表4-5 七匹狼(蓝，厦门)部分批次生产数据

24、表批次号牌号qi稳态qikcpcpk20121008052七匹狼(蓝，厦门)烟丝81.02 72.89 0.298 0.851 0.598 20120417072七匹狼(蓝，厦门)烟丝52.85 75.50 0.278 0.889 0.642 20121127072七匹狼(蓝，厦门)烟丝80.20 78.15 0.272 0.964 0.701 20121219062七匹狼(蓝，厦门)烟丝85.18 78.82 0.376 1.463 0.914 20120810122七匹狼(蓝，厦门)烟丝85.99 79.99 0.376 1.630 1.017 20121106072七匹狼(蓝，厦门)烟丝

25、87.25 81.78 0.362 1.779 1.135 20120818062七匹狼(蓝，厦门)烟丝88.26 83.22 0.360 2.150 1.377 20120810112七匹狼(蓝，厦门)烟丝88.64 83.78 0.358 2.351 1.510 20120806132七匹狼(蓝，厦门)烟丝88.83 84.05 0.361 2.668 1.706 20121025112七匹狼(蓝，厦门)烟丝96.19 94.55 0.168 2.101 1.749 20120901122七匹狼(蓝，厦门)烟丝97.23 96.05 0.151 2.537 2.154 2012111311

26、2七匹狼(蓝，厦门)烟丝98.84 98.34 0.054 2.467 2.334 表4-6为b线松散回潮工序的热风温度的稳态qi及k、cp、cpk。从表4-6中可以看出，cpk值都在1.0左右时，稳态qi得分会有3分左右的波动。从而可以看出，稳态qi得分更能科学的表征过程参数符合或达到技术标准的程度。表4-6 七匹狼(蓝，厦门)部分批次生产数据表批次号牌号稳态qikcpcpk20121228032七匹狼(蓝，厦门)烟丝88.73 0.16 1.18 1.00 20121218072七匹狼(蓝，厦门)烟丝89.02 0.15 1.18 1.01 20121217062七匹狼(蓝，厦门)烟丝89

27、.05 0.03 1.05 1.02 20121227072七匹狼(蓝，厦门)烟丝86.69 0.24 1.36 1.03 20121207072七匹狼(蓝，厦门)烟丝89.08 0.17 1.24 1.03 20121221082七匹狼(蓝，厦门)烟丝89.91 0.09 1.13 1.03 20121227122七匹狼(蓝，厦门)烟丝88.99 0.17 1.25 1.04 20121220102七匹狼(蓝，厦门)烟丝90.19 0.13 1.21 1.06 20121229112七匹狼(蓝，厦门)烟丝90.19 0.14 1.24 1.07 20121220122七匹狼(蓝，厦门)烟丝9

28、0.51 0.14 1.27 1.09 20121228082七匹狼(蓝，厦门)烟丝91.07 0.11 1.24 1.10 在传统稳态数据评价指标cpk基本相同的情况下，实际上具体反映波动状态的k值和cp值是不同的，而稳态qi得分可以依据具体的情况在分数上展示出来这种差别。如图4-6，图4-7所示，批次号为20121227072与20121207072的cpk得分均为1.03，但实际上其k值和cp值的水平却有较大的不同，批次20121227072过程波动较小，但均值偏差较大；而批次20121207072虽然过程波动比批次20121227072略大，但均值控制很好，因此qi得分上体现出了两者的

29、差别，作出了更合理的评价。图4-7 七匹狼(蓝，厦门)20121227072批次b线制叶片段松散回潮工作时循环热风温度工作趋势图图4-8 七匹狼(蓝，厦门)20121207072批次b线制叶片段松散回潮工作时循环热风温度工作趋势图图4-9 七匹狼(蓝，厦门)20121228082批次b线制叶片段松散回潮工作时循环热风温度工作趋势图以下部分数据为b线松散回潮工序的热风温度的稳态qi及k、cp、cpk。由表中数据可见，在传统稳态数据评价指标cpk差异较大的情况下，实际上造成该数据的原因是数据样本中有个别游离于主值外的几个异常点，这并不能真实反映当时的加工状态，而稳态qi则可通过数据的过滤剔除后展示

30、真实的情况。表4-7 七匹狼(蓝，厦门)部分批次生产数据表批次号牌号qi稳态qikcpcpk20120918052七匹狼(蓝，厦门)烟丝91.13 87.33 0.242 1.412 1.071 20120809172七匹狼(蓝，厦门)烟丝91.17 87.39 0.276 1.714 1.242 20120911092七匹狼(蓝，厦门)烟丝91.17 87.39 0.291 1.953 1.384 20120420042七匹狼(蓝，厦门)烟丝91.20 87.43 0.070 1.000 0.930 20120802172七匹狼(蓝，厦门)烟丝91.28 87.54 0.285 1.881

31、1.345 20120720042七匹狼(蓝，厦门)烟丝91.35 87.65 0.309 2.664 1.839 20120417082七匹狼(蓝，厦门)烟丝91.36 87.66 0.147 1.104 0.942 20120816132七匹狼(蓝，厦门)烟丝91.39 87.70 0.269 1.696 1.239 20120615062七匹狼(蓝，厦门)烟丝91.45 87.78 0.007 1.001 0.994 20120817082七匹狼(蓝，厦门)烟丝91.49 87.85 0.249 1.529 1.148 如表4-7所示，在传统稳态数据评价指标cpk差异较大的情况下，实际上

32、造成该数据的原因是数据样本中有个别游离于主值外的几个异常点，这并不能真实反映当时的加工状态，而稳态qi则可通过数据的过滤剔除后展示真实的情况。具体可见图4-10，图4-11，两批次产品的cpk评价得分差距较大，批次20120420042为0.93分，而批次20120720042为1.839分。但以实际情况分析，批次20120720042虽然cp得分较好（波动情况控制较好），但k得分较差（均值偏离设定值较远）；相反的批次20120420042虽然cp得分较差，但k得分很好。因此在qi得分的计算上将两者平衡，得出了比较接近的评价打分。图4-10 七匹狼(蓝，厦门)20120420042批次b线制叶

33、片段松散回潮工作时循环热风温度工作趋势图图4-11 七匹狼(蓝，厦门)20120720042批次b线制叶片段松散回潮工作时循环热风温度工作趋势图综上可见针对稳态数据的过程质量评价，qi得分在宏观上与cpk评价基本一致，但在细节上，尤其是针对均值控制的考核上，规避了cpk评价上的不足和风险，得到了更加精准、切合实际生产情况的评价指数得分。4.2.3.2 非稳态过程质量表征在批次生产中，工序对批次物料的加工过程即包括生产稳定运行的过程，也包括料头、料尾、断料及数据异常等非稳态的加工过程。传统的评估方法仅对稳态生产过程进行评价，对于严重影响产品质量的非稳态过程情况未关注。为对涵盖稳态过程和非稳态过程

34、的加工全过程质量稳定性进行评价，以全面科学反映参数实际执行情况，也需要对非稳态过程的质量稳定性表征方法进行研究。（1）非稳态时间表征生产过程中，不仅要控制稳态过程，还需要减少非稳态过程的时间，以提高在制品的合格率，降低不良品率。因此在质量控制过程中，非稳态过程的控制显得尤为重要。对非稳态过程进行动态评估，该部分有以下研究内容：依据非稳态过程中各参数的变化特征，确定非稳态加工过程的时间域。时间域以正常生产（没有断料等异常）情况下，根据对多个正常批次的运行情况确定料头期间基值th和料尾时间基值tt；定义料头期间基值和料尾时间基值之和为该参数非稳态过程的不合格时间tunstable.参数非稳态过程动

35、态评估模型的建立。包括料头期间、料尾期间以及其它异常情况下的动态质量状态评估模型的建立。参数非稳态过程综合评估模型的建立。使用tout来表征非稳态过程实际时间，建立该时间域内表征参数质量稳定性参量qiunstablef(tout/tunstable)。（2）非稳态过程评价方法非稳态过程的动态质量状态表征qiunstablef(tout/tunstable)模型设计主要基于两个参数：参数非稳态数据的时间实际值tout（以下用tpv表示）和参数非稳态数据的时间标准设定值tunstable（以下用tspec表示）模型建立的步骤如下：确定参数非稳态数据的时间标准设定值tspec。以四个季节连续生产的5

36、0批次共计200批次作为统计，取每批次的料头期间基值和料尾时间基值之和的平均值作为每个参数的tspec，然后，通过生产现场工艺人员和设备人员组成验证组，采用正常生产条件下的批次进行验证，最后修订tspec。无量纲化。由于每个参数、每个工序的tspec有所不同，要建立针对每个参数均适用的非稳态过程的动态质量状态表征qiunstable，首先需要对参数非稳态数据的时间实际值tpv进行无量纲化处理，本标准采用进行，x值表征参数非稳态数据的时间实际值与设定值的比值。非稳态过程的动态质量状态表征qiunstable的构建。本项目采用三种方式构建并对结果进行对比：以x=1为基准，作为基本达标的方式（60分

37、），按照式4.4进行得分区域设置，进行一元二次方程回归拟合，建立数学模型（具体如式4.11所示）： 式（4.4） 式（4.5）以x=1为基准，作为比较优秀的方式（85分），按式4.6进行得分区域设置，进行一元三次方程回归拟合，建立数学模型（具体如图4-12所示）： 式（4.6）图4-12 一元三次方程回归拟合图以x=1为基准，作为比较优秀的方式（85分），按照式4.7进行得分区域设置，进行分段一元一次方程回归拟合，建立数学模型（具体如表4-8所示）： 式（4.7）表4-8 非稳态qistable模型100x0.5qi = -30x + 1150.5=x=1qi= -25x + 1101=x2q

38、i= -60x + 1802=x3对比分析。对模型、分别进行模拟，结论如下：首先从生产实际来看，每次的生产非稳态过程能保持平稳的状态，可以说明该批次非稳态过程控制的比较良好，故而采用模型方式评价过于严厉，且模型中从60要提升到100很困难，不利于提高工作积极性，基准太高。模型在模型的基础上，其得分区域更符合实际，即首先保持批次间非稳态过程基本一致，这种情况下能达到比较优秀的程度，同时预留部分空间改善。 模型在模型的基础上，进行简化，突出不同得分区域的差别，即凸显不同得分区域之间的阶跃变化。根据上述对比分析，选定模型作为本项目最后构建的非稳态过程的动态质量状态表征qiunstablef(tout

39、/tunstable)模型。（3）表征方法验证同样的qistable具有不同的qiunstable以七匹狼（蓝）c线叶丝干燥工序的出口叶丝含水率为例（如表4-9所示），当稳态qi基本相同时，非稳态qi存在较大差异。表4-9七匹狼(蓝，厦门)部分批次生产数据表批次号牌号稳态qi非稳态qicpk不合格时间20121130072七匹狼(蓝，厦门)烟丝93.4495.561.2915020121130092七匹狼(蓝，厦门)烟丝93.7096.971.3214020121203052七匹狼(蓝，厦门)烟丝93.1696.971.2714020121210052七匹狼(蓝，厦门)烟丝93.2091.64

40、1.2918020121211042七匹狼(蓝，厦门)烟丝93.7895.561.3315020121214042七匹狼(蓝，厦门)烟丝93.3996.971.3014020121214052七匹狼(蓝，厦门)烟丝93.4798.451.3513020121214132七匹狼(蓝，厦门)烟丝93.9592.891.3617020121218072七匹狼(蓝，厦门)烟丝93.7994.201.3316020121219072七匹狼(蓝，厦门)烟丝93.2994.201.3116020121220092七匹狼(蓝，厦门)烟丝93.6995.561.3315020121220112七匹狼(蓝，厦门)

41、烟丝93.2096.971.2914020121221102七匹狼(蓝，厦门)烟丝93.1595.561.2615020121221112七匹狼(蓝，厦门)烟丝93.4596.971.3014020121224082七匹狼(蓝，厦门)烟丝93.9286.021.3623020121228032七匹狼(蓝，厦门)烟丝93.8694.201.3516020121228092七匹狼(蓝，厦门)烟丝93.1890.441.3019020121229102七匹狼(蓝，厦门)烟丝93.1191.641.2818020121229112七匹狼(蓝，厦门)烟丝93.1196.971.30140如表4-9所示，

42、在传统稳态数据评价指标cpk基本相同的情况下，实际上该生产批中非稳态的时间各有差别，且部分批次差异明显，而非稳态qi得分则可以将这一部分也会直接影响到产品加工质量的状态展示出来。综上可见稳态数据与非稳态数据并不存在相关性，qi对于非稳态得分的评价，填补了对于料头、料尾、断料、数据异常等非稳态状态下生产过程质量的评价方法缺失的空白，以时间为基准，实现了其准确的过程质量评价。4.2.3.3参数的全过程质量评价为更加准确的判断和评价全局质量状态，工艺参数qi由稳态数据集qi和非稳态数据集qi根据权重合成计算得出，其中权重的大小数值描述的则是该部分加工工艺质量对整批次加工的贡献度和影响程度。参数qi的

43、计算公式 式（4.8）为稳态数据qi的权重系统。如式4.8所示，参数qi计算过程的权重的确定主要从每个工序一批生产过程正常情况下两种状态（稳态和非稳态过程所占的时间）时间长度对比为基本原则，比如：一批生产时间为1小时，料头料尾时间约为8分钟，=(1-8/60)=13/15；另外，考虑到该工序两种状态下的感官质量、影响程度以及目前两种状态的控制好坏情况，通过德尔菲法专家评价对各个参数的权重进行修订。以烘丝工序中关键参数出口烟丝含水率为例，经研究后其值定为0.8（详见附录表1）。4.3工业应用及验证厦门烟草工业有限责任公司和龙岩烟草工业有限责任公司两家福建中烟子公司采用了以上的数据采集与处理方法，

44、通过参数、工序、批次质量评价方法的构建，结合信息技术手段应用，实现了实时质量监控、质量评价和质量改进管理。4.3.1关键参数及指标的过程能力指数控制水平评价（cpk）根据卷烟制造过程能力测评导则（yct 295-2009）的要求，卷烟生产线进行周期性的过程能力评价，同时根据以上质量评价算法的研究及应用，厦烟生产线和龙岩生产线进行日常批次控制稳定性评价质量指数qi。评价结果如下表：表4-102012年厦烟烘丝出口含水率cpk及稳态qi均值表参数2012年cpk均值2012年稳态qi均值a线烘丝出口含水率1.3191.53b线烘丝出口含水率1.4694.49c线薄板烘丝出口含水率1.2291.57

45、c线kld烘丝出口含水率1.2685.37表4-112012年各月份烘丝出口含水率cpk及稳态qi均值表月份a线烘丝出口含水率b线烘丝出口含水率c线薄板烘丝出口含水率cpk稳态qicpk稳态qicpk稳态qi11.4192.951.4093.971.2091.4621.2691.191.4694.441.1490.1431.3792.601.4594.261.1289.4041.2391.681.5695.301.1690.2351.3391.621.3893.861.1690.1261.3893.301.4794.611.3192.5471.1087.531.4394.271.3493.17

46、81.2791.071.3193.131.2191.6091.3092.281.4394.241.3092.72101.3791.951.4494.561.1991.06111.1989.541.5194.901.2592.03121.6695.741.6495.751.2892.33如表4-10、4-11所示，2012年厦烟各月烘丝出口叶丝含水率指标cpk均呈现稳步提升的态势，控制水平得到了提高。cpk得分由1月份的1.41、1.40、1.20分别提升至1.66、1.64和1.28；稳态qi得分也有1月份的92.25、93.97、91.46分别提升至95.74、95.75和92.33分。表4

47、-122012年龙烟烘丝出口含水率cpk及稳态qi均值表参数2012年cpk均值2012年稳态qi均值a线kld2/3烘丝出口含水率1.3692.30b线lwd薄板烘丝出口含水率1.2592.62c线ctd气流烘丝出口含水率1.0984.31表4-13龙烟2012年各月份烘丝出口含水率cpk及稳态qi均值表月份a线kld2/3烘丝出口含水率b线lwd薄板烘丝出口含水率c线ctd气流烘丝出口含水率cpk稳态qicpk稳态qicpk稳态qi11.2290.931.1791.640.9282.6621.3592.411.1491.220.9983.1631.2791.551.2692.261.118

48、5.2441.3492.291.2292.021.0283.4451.3692.761.3193.291.0784.0661.2891.311.2792.340.9182.5471.3392.321.1290.971.0383.5781.1990.651.3593.641.0984.4291.3792.541.2892.551.1585.45101.3692.221.3393.471.1285.33111.4093.571.4294.251.0483.67121.4894.281.4394.321.1985.66如表4-12、4-13所示，2012年龙烟各月烘丝出口叶丝含水率指标cpk均呈现稳

49、步提升的态势，控制水平得到了提高。cpk得分由1月份的1.22、1.17、0.92分别提升至1.48、1.43和1.19；稳态qi得分也有1月份的90.93、91.64、82.66分别提升至94.28、94.32和85.66分。表4-14 2012年瞬时加香加料比例cpk及稳态qi均值表参数2012年cpk均值2012年稳态qi均值a线加料瞬时加料比例2.0496.08b线加料瞬时加料比例1.8696.32c线加料瞬时加料比例1.7294.46a线加香瞬时加香比例1.6393.57b线加香瞬时加香比例1.7094.17表4-15 2012年各月瞬时加香加料比例cpk及其稳态qi均值表月份a线加

50、料瞬时加料比例b线加料瞬时加料比例c线加料瞬时加料比例a线加香瞬时加香比例b线加香瞬时加香比例cpk稳态qicpk稳态qicpk稳态qicpk稳态qicpk稳态qi11.35 92.57 1.69 95.32 1.54 93.59 1.42 91.47 1.45 91.88 21.61 94.25 1.67 95.23 1.75 93.85 1.49 91.32 1.39 90.63 32.09 96.79 1.87 96.29 1.59 92.97 1.54 92.88 1.65 93.59 41.89 95.29 1.94 96.61 1.70 94.48 1.40 92.16 1.57

51、92.95 51.96 95.75 2.04 97.05 1.98 95.78 1.72 93.74 1.50 93.08 62.34 97.13 2.07 97.02 1.67 93.64 1.76 94.65 1.55 93.69 72.46 97.01 2.01 96.94 1.73 93.92 1.52 93.10 1.56 93.67 82.06 96.13 2.10 97.27 1.98 96.17 1.54 92.95 1.71 94.54 91.98 96.02 1.73 95.95 1.70 94.21 1.69 94.73 1.87 95.42 102.09 96.46 1.58 95.07 1.62 94.84 1.72