符合性质量评价方法在

符合性质量评价方法在

打叶复烤质量评价中的应用张志坚，韩喜庆，贾涛

（天昌国际烟草有限公司，河南省许昌市八一路45号461000）关键词：打叶复烤；质量评价；相对公差位置；理想数学模型；相对堆积密度；质量符合度摘要：针对目前打叶复烤行业质量评价方法的不足，运用正态分布理论，提出了符合性质量评价方法。应用效果表明，符合性质量评价方法能够对打叶复烤质量进行有效的深度评价，克服了传统的合格率评价方法的不足，解决了在打叶复烤中加工指标不一致时的连续性质量分析问题。ConformanceEvaluationMethodanditsApplicationinQualityEvaluationofThreshingandRedryingZHANGZHI-JIAN,HANXI-QING,andJIATAOTianchangInternationalTobaccoCo.,Ltd.,Xuchang461000,Henan,ChinaKeywords：Threshingandredrying；Qualityevaluation；Positionofrelativedeviation；Idealmathematicalmodel；Relativebulkdensity；DegreeofqualityconformanceAbstract：Aimingattheshortcomingsinpresentqualityevaluationmethodinthreshingandredryingindustry,aqualityevaluationmethodbasedondegreeofconformancewasproposedbymeansofnormaldistributiontheoryinprobability.Theeffectsshowedthatthreshingqualitycouldbeeffectivelyevaluatedwiththemethod,thedisadvantagesoftraditionalevaluationmethodonthebasisofqualifiedproductpercentagewereovercome,andcontinuousqualityanalysiswasachievedwhentheprocessingindexesofthreshingandredryingwerenotinconsistence.打叶复烤产品质量（以下简称打叶复烤质量）评价体系既是质量考核的重要内容，也是企业进行质量改进、采取纠正和预防措施的重要依据。能否通过质量评价科学准确地反映出打叶复烤的总体质量状况是质量评价优劣的判定标准。 目前我国打叶复烤企业普遍采用的是单项质量指标合格率评价方法，这种简单的数学统计分析仅限于“符合规格的要求”，而不能充分准确地反映出打叶复烤质量的优劣水平，因此只是粗放型的质量评价。质量是通过最大限度地减少对目标值的偏离而得到的最佳值，而不是对规格进一步确认的失败值[1]。产品质量的优劣，不应单纯看其质量特性值是否符合公差要求，还应看其质量特性值接近目标的程度。因为公差只是人为决定的判断标准，而内在质量的优劣主要是由质量特性值偏离设计中心值的大小来决定[2]。因此，科学的打叶复烤质量评价应为：分析打叶复烤质量特性检测数据相对于打叶复烤质量指标中心的符合性，即符合性质量评价。符合性质量评价方法的理论依据概率理论的贝努里大数定律[3]说明了大数次重复试验下所呈现的客观规律，即当抽样子体大到一定程度时，频率“靠近”概率，试样某一特性值分布近似总体。根据这一定律，可以用足够大的试样质量特性检测数据分析来反映产品的总体质量状况。产品质量具有波动性，由于偶然原因和难以避免的原因造成的质量波动称为正常波动；由于系统原因造成的波动称为异常波动。正常波动的产品总体质量特性数据分布一般服从正态分布规律[4],而异常波动的产品总体质量特性数据不具备正态分布的特征。正常情况下，任何生产过程在不同时间段内都有相对的稳定状态，在小的时间区间内产品质量的特性数据分布遵循正态分布，而陡壁形和类陡壁形的质量特性数据分布都不能反映总体产品的质量状况。理想产品质量模型（简称理想模型）就是把产品质量波动控制在合理范围内，或是将潜在的异常波动控制在相对合理范围内的质量特性检测数据分布。符合性质量评价方法的设计思路就是用足够大试样的质量特性检测数据分布与理想模型的质量特性数据分布的特征和分布频数进行符合性比较。定性符合性质量评价产品质量特性检测数据的分布研究产品质量的符合性,首先应从产品质量特性检测数据的分布状况入手。理想的产品质量特性检测数据分布应为：产品质量特性检测数据呈正态分布，平均值与指标公差中心重合，产品质量特性检测数据分布的两边距规格限有一定的余量，约为八分之一公差[5]。通过产品质量特性检测数据的统计和处理，制作直方图，根据正态分布特征（或用概率图纸法），判断产品质量特性检测数据是否为正态分布，确定数据的完整性，能否反映总体产品质量；判定产品质量波动是否为异常波动或是否控制在合理范围内，从而进行产品质量的定性符合性质量评价（查明原因，采取预防和纠正措施，进行质量改进）。其判定规则如下：（1）产品质量符合性好：近似正态分布，且数据分布中心（平均值）与指标公差中心基本重合、数据分布没有超过指标上限和下限，产品质量处于受控状态。产品质量符合性较好：近似正态分布，且数据分布中心（平均值）与指标公差中心稍有偏移、数据分布极少超过指标上限或下限，产品质量处于次受控状态。产品质量符合性差：非近似正态分布等，产品质量处于失控状态。2.2相对公差位置用直方图研究产品质量特性数据的分布，需要质量指标的上限和下限、公差中心位置。然而，由于不同企业的产品质量指标不一，给某一阶段产品质量分析的连续性造成了困难，为此引入产品质量指标“相对公差”和“相对公差位置”。不论质量指标公差实际数值多大，把所有产品质量指标公差作为 1,处理后的公差叫相对公差（用T表示）。将相对公差分为100份，下限为0.00,上限为1.00,相对公差中心位置为0.50，相对公差由0.00到1.00所表示的位置叫相对公差位置。有了产品质量指标“相对公差”和“相对公差位置”， 就可以根据相对公差每个位置所代表的实际数据统计产品质量特性检测数据在相对公差不同位置上或区间出现的频数，判定产品质量是否受控，从而定性地分析出产品质量的符合性。3定量符合性质量评价——质量符合度建立理想数学模型用正态分布N（也C2）的密度函数p（x）作为数学模型：式中：P（x）——产品质量特性检测数据在某一相对公差位置上的密度数值（也叫分布频数）；x--产品质量特性检测数据在相对公差中的位置； P——产品质量特性检测数据的相对公差位置的平均值；c――产品质量特性检测数据的相对公差位置的标准偏差。根据理想的产品质量特性检测数据分布特征，选择理想模型 P（X）的参数：口值等于质量指标相对公差的中心值为0.5,对于c（模型标准偏差）值，如果把合格率控制在99%以上，T=1,6c<T,则选c=0.15。其密度曲线见图1。计算产品的质量符合度为了在各种产品质量指标下都能定量地反映出产品质量的符合程度, 导入堆积密度（与密度函数保持一致性,将相对公差某一位置或区间的分布频数称作“堆积密度”）和相对堆积密度（堆积密度x100%①堆积密度）。用产品质量特性检测数据在相对公差某一位置或区间的相对堆积密度与理想模型在相同位置或区间的相对堆积密度差值的绝对值（简称差值绝对值,等于理想模型相对堆积密度-产品质量特性检测数据在相同区间的相对堆积密度）来表示产品质量与质量指标要求的差距。把理想模型的质量符合度视为 100,则实际产品的质量符合度为100土刀差值绝对值。当产品质量特性检测数据所处的相对公差位置在“0.5±(0.5-0.0625)”范围内(0.0625来自产品质量特性检测数据分布的两

边距规格限有一定的余量，约为八分之一公差)，且所处的相对公差位置样本标

准偏差小于0.15时，产品质量的符合度为100+E差值绝对值。否则，产品质量的符合度为100-刀差值绝对值。但在相对公差中心线附近(0.30〜0.70),如

果产品质量特性检测数据的相对堆积密度大于理想模型的相对堆积密度，则对应

区域差值不加绝对值。图1密度曲线图4应用实例对某打叶复烤厂乙班2003年11月的复烤质量进行评价。该月乙班给3个单位加工，成品烟片含水率指标分别为：(12.0±0.5)%(12.0±1)%(11.5±0.5)%。检测频率为每3箱1个样品，共计1185个成品含水率检测数据。4.1定性质量评价按照2.2的描述，进行成品烟片含水率检测数据所在相对公差位置区间的频数统计，见表1。表1相对公差位置区间频数统计相对公差位置区间堆积密度相对公差位置区间堆积密度相对公差位置区间堆积密度相对公差位置区间堆积密度(-x,-0.9]0(-0.3,-0.2]0(0.4,0.5]248(1.1,1,2]0(-0.9,-0.8]1(-02-0.1]10(0.5,0.6]208(1.2,1.3]0(-0.8,-0.7]0(-0.1,0.0]16(0.6,0.7]134(1.3,1.4]0(-0.7,-0.6]0(0.0,0.1]24(0.7,0.8]54(1.4,1.5]0(-0.6,-0.5]5(0.1,0.2]62(0.8,0,9]23(1.5,1.6]0(-0.5,-0.4]2(0.2,0.3]149(0.9,1,0]5(1.6,1.7]0(-04-0.3]7(0.3,0.4]235(1.0,1,1]2(1.7,+x]0根据表1处理数据作直方图和曲线图，见图2。子样数=1185，成品烟片含水率检测数据所在相对公差位置的平均值等于 0.45，相对公差中心为0.5,成品烟片含水率检测数据所在相对公差位置的样本标准偏差=0.22。超上限2个，占0.17%;超下限33个，占2.78%。图2表明，2003年11月乙班的复烤质量数据具有完整性，能够反映出打叶复烤的总体质量，数据分布具有正态分布特征，数据中心基本与公差中心吻合，正常的质量波动基本控制在合理的范围内。 说明尽管该班加工的3个单位的成品质量标准要求不一，操作人员还是能够按照正态分布理论进行质量控制，整个复烤过程基本是受控的，但质量数据的离散程度控制还不到位(标准偏差为0.22)，存在数据超出上下界限的问题，其上限不合格率为 0.17%，下限不合格率为2.78%，而且成品含水率检测数据分布中心稍微向下偏离公差中心。图2成品烟片含水率分布直方图和曲线图评价：图2定性说明了该班的复烤质量达到了客户要求的质量指标，质量符合性为较好。但还需根据烤前烟叶含水率的变化，不断微调烤机参数，控制成品烟片含水率值的波动，缩小数据的离散程度，进一步提高复烤质量的符合性。4.2定量质量评价根据表1数据和正态分布密度函数P(x),按照3.2进行数据统计与处理，得表2。表2的数据处理结果表明，11月该班打叶复烤质量的符合度为66.28%,对于农副产品加工来说应是较高的水平了，这与定性分析的结果相一致。5讨论从符合性质量评价方法的适用性来说，凡有上、下限的质量指标均可进行符合性质量评价。考虑到打叶复烤质量评价的实际需要，应选择打叶复烤的关键质量指标，如烟片产品含水率、大中片率、碎片率和含梗率。对于仅有上限或下限的产品质量指标，要根据经验人为给出合理的指标上限或下限才能进行符合性质量评价。针对具体的单向产品质量指标究竟确定多大的上限或下限，需要进行具体分析和讨论。(1) 对于含梗率质量指标，行业标准⑹要求为上限，因此进行符合性质量评价要合理确定下限，若下限定得太低，会影响烟片产品的产出率，太高又不易控制。参照行业标准，一般下限可确定为指标上限减去0.6%，具体还要结合打叶复烤设备的性能来确定。注：(-0.1,0.0]16次中，8次是相对公差位置等于0,即8次在下限值上。表2相对堆积密度和符合度计算相对公差位置①代表值②(X)实际堆积密度实际相对堆积密度(%相对公差中心□理想模型b值理想堆积密®0P(x)理想相对堆积密度⑷(%④差值绝对值(％)符合度(%)(-%,-0.9]OO00.000.500.150.000.000.00(-0.9,-0.8]-0.8510.080.500.150.000.000.08(-0.8,-0.7]-0.7500.000.500.150.000.000.00(-0.7,-0.6]-0.6500.000.500.150.000.000.00(-0.6,-0.5]-0.5550.420.500.150.000.000.42(-0.5,-0.4]-0.4520.170.500.150.000.000.17(-04-0.3]-0.3570.590.500.150.000.000.59(-0.3,-0.2]-0.2500.000.500.150.000.000.00(-02-0.1]-0.15100.840.500.150.000.000.84(-0.1,0.0]-0.05161.350.500.150.000.031.32(0.0,0.1]0.05242.020.500.150.030.301.72(0.1,0.2]0.15605.230.500.150.181.753.48(0.2,0.3]0.2514912.570.500.150.666.635.94(0.3,0.4]0.3523519.830.500.151.6116.13-3.70*(0.4,0.5]0.4524820.950.500.152.5225.164.21(0.5,0.6]0.5520817.550.500.152.5225.167.61(0.6,0.7]0.6513411.310.500.151.6116.134.82(0.7,0.8]0.75544.560.500.150.666.632.07(0.8,0.9]0.85231.940.500.150.181.750.19(0.9,1.0]0.9550.420.500.150.030.300.12(1.0,1.1]1.0520.170.500.150.000.030.14(1.1,1.2]1.1500.000.500.150.000.00.00(1.2,1.3]1.2500.000.500.150.000.000.00(1.3,1.4]1.3500.000.500.150.000.000.00(1.4,1.5]1.4500.000.500.150.000.000.00(1.5,1.6]1.5500.000.500.150.000.000.00(1.6,1.7]1.6500.000.500.150.000.000.00(1.7,+X)+X00.000.500.150.000.000.001185100.0010.00100.0033.7266.28注：①*在相对公差中心线附近(0.30〜0.70)，如果产品质量特性检测数据的相对堆积密度大于理想模型的相对堆积密度，则对应区域差值不加绝对值；②实际代表值不会有和-X,如7.0%和25.0%的含水率对应的相对位置分别为-4.5和13.5:③