專利名稱:煙草加工過程穩(wěn)態(tài)檢測方法
技術領域：
本發(fā)明涉及一種煙草加工過程穩(wěn)態(tài)檢測方法。
背景技術：
穩(wěn)態(tài)是統(tǒng)計控制狀態(tài)的簡稱，是指過程中只有偶因，而無異因產生的變異狀態(tài)。理想的穩(wěn)態(tài)條件下，過程的產品質量符合正態(tài)分布X～N(μ，σ2)。產品的實際生產中心往往偏離產品設計中心(M)，實際偏移一般為1.5σ以下。因此，在容差(T/2)范圍內，產品的合格率與產品的均值偏移有密切的相關性。例如，當容差為①3σ時，均值無偏移不合格品率為0.27％；均值偏移1.5σ的不合格品率為6.68％；②6σ時，均值無偏移不合格品率為0.002ppm，均值偏移1.5σ的不合格品率為3.4ppm。因此，穩(wěn)態(tài)是生產追求的目標，也是SPC的基準狀態(tài)。穩(wěn)態(tài)下的均值
標準差σ是SPC應用的基礎。
煙草加工的每一道工序，在過程的開始和結束，幾乎都不會處于穩(wěn)定狀態(tài)(機頭、機尾產生不合格)；同時，在加工過程中往往會有一些異因造成的質量不合格。這些不合格不但來源復雜、難以剔除，而且也會通過在線檢測儀器的檢測而混雜在過程的質量數(shù)據(jù)之中，很難予以有效鑒別，給統(tǒng)計過程控制(SPC)帶來一定的影響，也會影響到過程控制診斷(SPD)的準確性，造成無法對煙草加工的過程能力進行合理的定量和定性分析。煙草加工過程的影響因素雖然很多，但根據(jù)對產品質量的影響，仍然可以分為偶因和異因。偶因是固有的，難以去除但對質量影響微小或相對固定；異因不是過程固有的，對質量影響較大，但可以祛除。

發(fā)明內容本發(fā)明的目的就是為了解決目前在煙草加工過程中對影響煙草質量的因素無法有效鑒別，導致無法對煙草加工的過程能力進行合理的定量和定性分析的問題，提供供一種具有簡便易行，能有效對煙草加工過程中各種異常狀態(tài)進行剔除，便于對煙草加工的過程能力進行合理的定量和定性分析，從而保證煙草質量等優(yōu)點的煙草加工過程穩(wěn)態(tài)檢測方法。
為實現(xiàn)上述目的，本發(fā)明采用了如下技術方案一種煙草加工過程穩(wěn)態(tài)檢測方法，它的方法為，(1)利用在線指標檢測儀對加工過程中煙葉的含水率進行實時檢測并利用計算機自動記錄各檢測值，由計算機軟件建立指標的時序折線圖；(2)由該折線確定煙葉通過指標檢測儀的起止時序點和過程受控狀態(tài)的起止時序點；(3)根據(jù)過程受控狀態(tài)的起止時間點內的指標數(shù)據(jù)，建立過程指標的區(qū)間頻率分布圖和累計概率曲線；(4)取區(qū)間頻率分布圖中符合正態(tài)分布特點的區(qū)間，確定各正態(tài)分布的與其他分布的兩個分界點，分別計算累計概率；將指標的累計概率最大的正態(tài)分布區(qū)間作為過程穩(wěn)態(tài)的指標分布區(qū)間；(5)將穩(wěn)態(tài)的指標分布區(qū)間的指標數(shù)據(jù)按時序繪制指標折線圖。在預定時長內保持連續(xù)的，其時序范圍為穩(wěn)態(tài)過程區(qū)間；(6)計算穩(wěn)態(tài)過程區(qū)間的指標平均值
標準偏差(S)，得到穩(wěn)態(tài)過程指標的實際正態(tài)分布函數(shù)
(7)將指標穩(wěn)態(tài)分布區(qū)間的兩個分界點對應的指標，分別作為控制線UCL和LCL，利用公式UCL＝Qmax＝μ+3σ和LCL＝Qmin＝μ-3σ計算理論μ和σ，得到穩(wěn)態(tài)過程指標的理論正態(tài)分布函數(shù)X～N(μ，σ2)；
(8)對比穩(wěn)態(tài)過程指標正態(tài)分布的實際函數(shù)和理論函數(shù)，判斷穩(wěn)態(tài)過程指標實際分布的正態(tài)性；(9)令z＝(X-μ)/σ，將該穩(wěn)態(tài)過程指標的理論分布函數(shù)轉換為標準正態(tài)分布Z～N(0，1)，確定穩(wěn)態(tài)條件下的指標合格概率；并采用Cp＝T/6σ，CpK＝(T-2|M-μ|)/6σ，確定穩(wěn)態(tài)條件下的過程能力。
所述步驟(1)中，對某工序的一個批次的煙草技術指標進行采集，采集頻率為不少于10次/分鐘。
所述步驟(2)中，①在累積概率曲線拐點A和D其對應的時序值a、d是整個加工過程的起止時間點，加工過程總計采集含水率數(shù)據(jù)是(d-a)個；②從加工起點A，指標在較短的時間內保持同一變化趨勢(上升或下降)至B點，是過程的起始階段；從點C起，指標在較短的時間內保持同一變化趨勢(上升或下降)至加工的終點D，是過程的結束階段；③點B～C之間的含水率曲線是過程受控狀態(tài)，過程起始、結束階段屬于含水率指標非受控狀態(tài)。
所述步驟(4)中，分界點為正態(tài)分布的凹點或突變點，其對應的含水率值用Qi表示；用Qmax、Qmin表示最大正態(tài)分布區(qū)間的兩個分界點的指標對應值。
所述步驟(5)中，預定時長應根據(jù)煙草加工的經驗確定，用h表示。一般情況下，h不應少于5分鐘。
所述步驟(8)中，指標的實際分布的正態(tài)性檢驗采用峰態(tài)用左偏或右偏，高峰或低峰來定性描述。
所述步驟(9)中，穩(wěn)態(tài)過程的合格概率和工序能力計算中，用理論分布中心μ和標準差σ代替實際均值
和標準偏差S。
本發(fā)明(1)利用加工過程指標的時序折線圖、分布統(tǒng)計圖和累積概率曲線，將過程穩(wěn)態(tài)從整個過程中準確地分離出來，并判斷其分布與正態(tài)分布的符合性。
(2)可以有效辨別過程異因，并追蹤異常因素的時序區(qū)間，從而分析異因的來源、種類以及對質量指標的影響程度。
(3)穩(wěn)態(tài)是過程的追求目標。在非穩(wěn)態(tài)條件下產生不合格比較固定的情況下，增加過程時間(既增加批投料量)，避免過程異常，可以有效提高過程的穩(wěn)態(tài)時間，從而提高整批加工的總體合格率。
本發(fā)明的有益效果是方法簡便，準確度高，能有效發(fā)現(xiàn)影響煙草加工的異常因素，保證加工過程的穩(wěn)定性。
圖1為本發(fā)明含水率時序折線，A(23，2.8)表示第23時序點含水率2.8％，其余依次類推；圖2為過程含水率示意圖，A(20.8，0.75)表示含水率至2.8％的累計概率0.75％，其他依次類推；圖3為含水率分布I的示意圖，A(137，23.6)表示第137時序點含水率23.6％，依此類推；圖4為穩(wěn)態(tài)含水率示意圖，A(21.9，80)表示含水率21.9％的頻率為80，依此類推。
具體實施方式下面結合附圖與實施例對本發(fā)明作進一步說明。
如A牌號煙葉加料過程的出口含水率指標設計值為(22.0±1.0)％。對該牌號某試驗批次的出口含水率進行采集，采集頻率為20次/分，在加工過程中從加料機入口集中采樣(50kg)一次。其出口含水率時序折線見圖1。
圖1表明，①點A和D其對應的時序點23、1632是加工過程的起止時間點，加工過程含水率數(shù)據(jù)1632-23＝1609個，共用時80.45分鐘；②點A～B間的含水率曲線是過程的起始階段，點C和D之間的含水率曲線是過程的結束階段；③點B和C之間的含水率曲線是過程受控狀態(tài)。
顯然，過程起始、結束階段屬于含水率指標非受控狀態(tài)，由不可避免的系統(tǒng)性異因造成，這兩個階段均屬于非穩(wěn)態(tài)過程；同時過程受控狀態(tài)是否存在異因造成的異常狀態(tài)，是影響過程穩(wěn)態(tài)判斷的關鍵問題。因此，對加工過程含水率進行分布統(tǒng)計和累積概率計算，結果如圖2。
圖2表明，①含水率的頻率分布存在兩個正態(tài)分布，從左到右，分別命名為分布I和分布II。②分布I和分布II的交匯點B(凹點)對應的含水率(Q2)為23.8％，既兩個分布存在混雜；③含水率分布I的另一個突變點A對應的含水率(Q1)為20.8％；④含水率分布I的累積頻率94.47％-0.75％＝93.72％，是過程的主要組成部分；分布II的累積頻率100％-94.47％＝5.53％，是過程的次要組成部分。顯然含水率分布I是過程穩(wěn)態(tài)的含水率分布區(qū)間。對含水率分布I的數(shù)據(jù)按時序繪制折線圖，結果如圖3圖3表明，①點E前的含水率分布I的折線，但被分成數(shù)段，且每段持續(xù)時間均低于預定時長h(5分鐘)，顯然過程未達到穩(wěn)態(tài)，出現(xiàn)了潮頭現(xiàn)象(機頭煙)；②F～G間含水率曲線連續(xù)26個點(累計78秒)，持續(xù)超出分布I的范圍，可判該時間段內過程異常(加料機入口取樣50kg引起)；③E～F間(區(qū)間I)和點G～C間(區(qū)間II)的含水率在20.8％～23.8％間旋回性波動(以不等長時間間隔為重復的周期規(guī)律性變化)，且保持連續(xù)；④區(qū)間I的持續(xù)時間(1368-137+1)/20＝61.6分鐘，區(qū)間II持續(xù)時間(1630-1395+1)/20＝11.75分鐘，兩個區(qū)間的含水率穩(wěn)定時間均大于預定時長。因此，區(qū)間I、II的含水率，顯然是含水率達到過程穩(wěn)態(tài)的表現(xiàn)。計算穩(wěn)態(tài)過程的含水率均值X‾=22.15%,]]>標準偏差S＝0.63％。則該過程的穩(wěn)態(tài)含水率實際分布可用x-n(22.15，0.632)表示。
假設UCL＝Qmax＝23.8％，LCL＝Qmin＝20.8％，則點H等極少數(shù)數(shù)據(jù)(共3個)出界，可看作第一類錯誤(虛發(fā)警報)；兩區(qū)間端點數(shù)據(jù)(E、F、G、C)雖未越界，但很難直接判斷是否是穩(wěn)態(tài)過程數(shù)據(jù)，可作為第二類錯誤(漏發(fā)警報)處理。這兩類錯誤不可避免，但只要兩類錯誤造成的總損失足夠小的原則，就可以接受原假設成立。該加工過程兩類錯誤總計7點，占總樣本的比例在0.5％以下，因此，接受UCL＝23.8％，LCL＝20.8％的假設成立。
因此，UCL＝μ+3σ＝23.8％，LCL＝μ-3σ＝20.8％，則μ＝22.3％，σ＝0.50，即穩(wěn)態(tài)過程的理論正態(tài)分布X～N(22.3，0.502)。顯然，生產中心
小于理論分布中心μ，實際標準偏差S大于理論標準差σ。因此，判斷含水率的實際統(tǒng)計分布x-n(22.15，0.632)與理論正態(tài)分布X～N(22.3，0.502)相比略呈左偏低峰態(tài)。為分析造成實際統(tǒng)計分布與理論分布不同的原因，對穩(wěn)態(tài)過程含水率進行分布統(tǒng)計和累積概率計算，結果如圖4圖4表明，該穩(wěn)態(tài)過程含水率的統(tǒng)計分布略呈雙峰。分析其主要原因，①由于受異因作用、投料結束影響，區(qū)間I、II含水率波動旋回周期不完整(見圖3)，導致
低于μ；②受異因影響，穩(wěn)態(tài)區(qū)間形成兩個獨立區(qū)間，區(qū)間I的X‾I=22.19%,]]>SI＝0.56％，區(qū)間II的X‾II=21.97%,]]>SII＝0.54％。即區(qū)間I和區(qū)間II的生產中心不一致，造成該過程穩(wěn)態(tài)區(qū)間的S增大。
因此，在無異因情況下，判斷穩(wěn)態(tài)過程的含水率分布服從X～N(22.3，0.502)更合理。
令z＝(X-μ)/σ，將該穩(wěn)態(tài)過程含水率的理論統(tǒng)計分布轉換為標準正態(tài)分布Z～N(0，1)。計算穩(wěn)態(tài)過程含水率滿足指標(22.0±1.0)的概率①均值無偏移時，合格概率95.45％；②均值偏移1.5σ時，合格概率69.12％。
穩(wěn)態(tài)條件下的過程能力Cp＝T/6σ＝0.67 CpK＝(T-2|M-μ|)/6σ＝0.47
權利要求
1.一種煙草加工過程穩(wěn)態(tài)檢測方法，其特征是它的方法為，(1)利用在線指標檢測儀對加工過程中煙葉的含水率進行實時檢測并利用計算機自動記錄各檢測值，由計算機軟件建立指標的時序折線圖；(2)由該折線確定煙葉通過指標檢測儀的起止時序點和過程受控狀態(tài)的起止時序點；(3)根據(jù)過程受控狀態(tài)的起止時間點內的指標數(shù)據(jù)，建立過程指標的區(qū)間頻率分布圖和累計概率曲線；(4)取區(qū)間頻率分布圖中符合正態(tài)分布特點的區(qū)間，確定各正態(tài)分布的與其他分布的兩個分界點，分別計算累計概率；將指標的累計概率最大的正態(tài)分布區(qū)間作為過程穩(wěn)態(tài)的指標分布區(qū)間；(5)將穩(wěn)態(tài)的指標分布區(qū)間的指標數(shù)據(jù)按時序繪制指標折線圖。在預定時長內保持連續(xù)的，其時序范圍為穩(wěn)態(tài)過程區(qū)間；(6)計算穩(wěn)態(tài)過程區(qū)間的指標平均值(
)，標準偏差(S)，得到穩(wěn)態(tài)過程指標的實際正態(tài)分布函數(shù)
(7)將指標穩(wěn)態(tài)分布區(qū)間的兩個分界點對應的指標，分別作為控制線UCL和LCL，利用公式UCL＝Qmax＝μ+3σ和LCL＝Qmin＝μ-3σ計算理論μ和σ，得到穩(wěn)態(tài)過程指標的理論正態(tài)分布函數(shù)X～N(μ，σ2)；(8)對比穩(wěn)態(tài)過程指標正態(tài)分布的實際函數(shù)和理論函數(shù)，判斷穩(wěn)態(tài)過程指標實際分布的正態(tài)性；(9)令z＝(X-μ)/σ，將該穩(wěn)態(tài)過程指標的理論分布函數(shù)轉換為標準正態(tài)分布Z～N(0，1)，確定穩(wěn)態(tài)條件下的指標合格概率；并采用Cp＝T/6σ，CpK＝(T-2|M-μ|)/6σ，確定穩(wěn)態(tài)條件下的過程能力。
2.根據(jù)權利要求
1所述的煙草加工過程穩(wěn)態(tài)檢測方法，其特征是所述步驟(1)中，對某工序的一個批次的煙草技術指標進行采集，采集頻率為不少于10次/分鐘。
3.根據(jù)權利要求
1所述的煙草加工過程穩(wěn)態(tài)檢測方法，其特征是所述步驟(2)中，①在累積概率曲線拐點A和D其對應的時序值a、d是整個加工過程的起止時間點，加工過程總計采集含水率數(shù)據(jù)是(d-a)個；②從加工起點A，指標在較短的時間內保持同一變化趨勢(上升或下降)至B點，是過程的起始階段；從點C起，指標在較短的時間內保持同一變化趨勢(上升或下降)至加工的終點D，是過程的結束階段；③點B～C之間的含水率曲線是過程受控狀態(tài)，過程起始、結束階段屬于含水率指標非受控狀態(tài)。
4.根據(jù)權利要求
1所述的煙草加工過程穩(wěn)態(tài)檢測方法，其特征是所述步驟(4)中，分界點為正態(tài)分布的凹點或突變點，其對應的含水率值用Qi表示；用Qmax、Qmin表示最大正態(tài)分布區(qū)間的兩個分界點的指標對應值。
5.根據(jù)權利要求
1所述的煙草加工過程穩(wěn)態(tài)檢測方法，其特征是所述步驟(5)中，預定時長應根據(jù)煙草加工的經驗確定，用h表示。一般情況下，h不應少于5分鐘。
6.根據(jù)權利要求
1所述的煙草加工過程穩(wěn)態(tài)檢測方法，其特征是所述步驟(8)中，指標的實際分布的正態(tài)性檢驗采用峰態(tài)用左偏或右偏，高峰或低峰來定性描述。
7.根據(jù)權利要求
1所述的煙草加工過程穩(wěn)態(tài)檢測方法，其特征是所述步驟(9)中，穩(wěn)態(tài)過程的合格概率和工序能力計算中，用理論分布中心μ和標準差σ代替實際均值
和標準偏差S。
專利摘要
本發(fā)明公開了一種煙草加工過程穩(wěn)態(tài)檢測方法。它解決了目前在煙草加工過程中對影響煙草質量的因素無法有效鑒別，導致無法對煙草加工的過程能力進行合理的定量和定性分析的問題，具有簡便易行，能有效對煙草加工過程中各種異常狀態(tài)進行剔除，便于對煙草加工的過程能力進行合理的定量和定性分析，從而保證煙草質量等優(yōu)點。其利用加工過程指標的時序折線圖、分布統(tǒng)計圖和累積概率曲線，將過程穩(wěn)態(tài)從整個過程中準確地分離出來，并判斷其分布與正態(tài)分布的符合性，可以有效辨別過程異因，并追蹤異常因素的時序區(qū)間，從而分析異因的來源、種類以及對質量指標的影響程度。
文檔編號A24B3/00GK1996188SQ200610070188
公開日2007年7月11日 申請日期2006年11月22日
發(fā)明者孫東亮 申請人:將軍煙草集團有限公司導出引文BiBTeX, EndNote, RefMan