卷烟单支重量的统计技术分析
发布于:2009-4-2 已被阅读: 次 

卷烟单支重量的统计技术分析
  
    摘 要 根据统计过程控制原理,运用控制图分析和判断卷烟生产过程质量特性值是否受控,从而找出产生问题的原因,采取有效措施,达到改进与保证产品质量的目的。
  
  
    在世界质量管理发展史上,大致经历了20世纪初到40年代的质量检验阶段,40年代到60年代的统计质量控制阶段和60年代初至今的全面质量管理阶段。由于我国直接由1978年以前的质量检验阶段直接进入全面质量管理阶段,没有经过统计质量控制阶段,人们对统计技术应用还缺乏了解,主观上认识不到统计技术应用的重要性,客观上还尚末掌握统计技术的应用技能。特别是在我们烟草行业,质量管理的发展是滞后的,没有经过严格意义的检验质量管理和统计质量管理两个阶段,80年代以前,基本停留在经验型的传统管理方式上,现在的大部分企业质量管理也还只停留在质量检验阶段,数理统计方法应用上还存在相当大的差距。由于质量检验属于事后的质量保证,即卷烟产品生产完成后,单纯检验、检查,这样有很大弊端:一是只能从已生产出的卷烟在制品或产品中发现和挑出不合格品;二是有可能产生漏检或错检;三是至关重要的破坏性检验不可能全数进行,产品是生产出来的,单纯检验是不能防止产生不合格品的。因此,统计技术的应用显得尤其重要。
  
    一、统计技术的作用及其选择
  
    运用数理统计方法,可以对收集到的生产过程中大量杂乱无章的数据进行加工整理,统计计算,去粗取精,去伪存真,寻求表示事物质量特征的数据和规律性,找出一种科学的解决问题的方法,从而探索卷烟产品生产过程中质量问题的所在,分析产生质量问题的确切原因,达到事半功倍的良好效果。
  
    烟草行业中的卷烟生产属于流程性材料加工方式,生产是通过流动的形式完成产品的加工过程的,对生产线的日常工序控制,例如水份、温度、重量等是凭借生产线中各种仪器仪表所指示的工艺参数值,操作者根据这些数值,对一些生产过程中的重点工序、关键工序或特殊工序进行控制,在实施质量监控中,需要了解以下情况:
  
    (1)在连续的生产监控中,有无变化的征兆;
  
    (2)有无急剧的变化;
  
    (3)有无越出控制范围的异常值。
  
    通常,操作人员是依靠专业知识和经验来判断这些情况的,但往往会产生失误,于是需要寻找其他手段来帮助人们进行判断。而(SPC)统计过程控制就是应用统计技术方法,对过程中的各个阶段进行监控,强调全过程的预防原则,从而达到改进与保证产品质量的目的。
  
    统计过程控制理论是由统计质量控制的奠基人——美国的休哈特博士创建的,他在1924年提出了过程控制理论以及监控过程的工具——控制图。控制图是用于分析和判断工序是否处于控制状态所使用的带有控制界限的图。控制图通过图形的方法,显示生产过程随时间变化的质量波动,并分析判断它是由于偶然因素还是由异常因素造成的质量波动,从而提示操作者及时采取相应的措施,消除异常因素的影响,保持工序的稳定状态而进行动态控制的统计方法。上述在工序控制中需要了解的三个方面,都能在控制图上得到。
  
    卷烟企业生产过程中的大多数数据,属于计量值数据,服从正态分布理论。依据各种控制图的特点、用途及生产实际,一般选用均值一极差控制图。
  
    均值一极差控制图技术(用X-R表示),最适用于对生产过程参数、产品质量参数的分析、控制及采取预防措施,且适用于现场操作。该技术是针对过程输出的特性抽取样本容量恒定的小子组,用子组的均值和极差对过程进行分析和监控的一种控制图方法。在X-R控制图中,用子组样本均值和R分别估算过程均值μ及其变差,图用于控制数据分布中心的位置,即是否偏离总体中心μ,R控制图用于控制数据分布的宽度,即标准偏差S是否变化。 
  
    二、应用举例
  
    (1)合理选取数据,确定样本容量
  
    这里仍采用《卷烟单支重量的统计技术分析——利用直方图进行工序质量分析》一文中所收集的数据。这里要求的是要在生产过程稳定的基础上搜集数据,并保证一定的数据量,以符合-R控制图的小概率事件原理。
  
    (2)将数据分组,计算各组的样本平均值和各组样本极差, (i=1,2,……10) 见表一:
  
    (3)计算所有组样本平均值的平均值和所有组样本极差的平均值。
  
  
  
  卷 烟 单 支 重 量 数 据 表(略)
  
    (4)计算图和R图的控制界限
  
    对图:
  
    上控制线: UCL=+=74.34+0.3085 28.4=83.09
  
    其中:可以从控制图系数选用表中查得
  
    下控制线: LCL=-=74.34-0.3085 28.4=65.59
  
    控制中心线: CL==74.34
  
    对R控制图:
  
    上控制线: UCL==1.7775 28.4=50.47
  
    下控制线: LCL==0.2235 28.4=6.33
  
    其中:分别是从控制图系数选用表中查得
  
    控制中心线:CL==28.4
  
    (5)作控制图并将各组数据( 、Ri)在控制图上打点,见图一、图二。
  
    (6)对控制图进行分析讨论:
  
    i) 从控制图和R控制图看,图上各点分布分别在控制中心两侧,是随机的,表明该卷制工序生产过程无较大变化的征兆,是稳定的。
  
    ii) 各点排列无缺陷或倾向性,无反映急剧变化的现象,说明该工序生产正常。
  
    iii) 各组的和R值均未超过上、下控制界限,无越出控制范围的异常值。
  
    根据控制图的判断准则,可以判断该卷制工序生产过程处于正常稳定控制状态,与本人在《卷烟单支重量的统计技术分析──利用直方图进行工序质量分析》一文中的结论相吻合。
  
    三、控制图是如何保证预防原则的实现
  
    控制图的基本功能是掌握工序质量的变化情况,随着生产的进行,定期从某一工序中抽取样本,并在控制图上描点,对生产过程不断监控,当观察到点子有越出控制界限外,包括落在控制界限上,或点子在控制界限内的排列有缺陷时,说明该工序有异常因素存在,在将会造成生产出的产品出现不合格品之前,及时采取措施,加以消除,并保证异常因素不再出现,这样就起到了预防的作用。如此逐个除去异因,最终可以达到只存在偶然因素而没有异常因素的状态,这样的工序就是一个稳定的工序,也即统计控制工序,若一条卷烟生产线的所有工序都达到了统计控制状态,那么对于卷烟的产品质量就有了绝对的把握,而且生产也是最经济的。所以,统计过程控制(SPC)理论能够在生产线上科学地保证预防原则的实现。
  
    四、应用控制图需要考虑的几个问题
  
    (1)应用场合。原则上说,对于卷烟生产的任何过程,凡需要对质量进行控制的场合都可以应用控制图,特别是工序质量控制点,一般的有:
  
    i) 形成卷烟产品主要特性的工序,如制丝工序中的温度、水份、流量测试点等。
  
    ii) 对卷烟产品质量有重大影响的关键工序,如加香加料工序和掺配工序等。
  
    iii) 屡屡发生质量问题的工序,如卷制、包装工序等。
  
    但这里还要求,对于所确定的控制工序,质量指标应能够定量,这样才能够应用计量值控制图,如果只有定性的描述而不能够定量,那就只能应用计数值控制图,且所控制的过程必须具有重复性,即具有统计规律,对于只有一次性或少数几次的过程显然难于应用控制图进行控制。
  
    (2) 质量特征值的选定
  
    在使用控制图时应选择能代表某一工序生产过程的主要质量指标作为控制对象。一条卷烟生产线往往具有各种各样的质量特性,不同的工序有不同的要求,例如润叶工序,应选择温度、水份作为控制对象,在加香工序,应选择水份为控制对象,在卷制工序,应选择重量作为控制对象,也即选择能够真正代表生产过程质量特征值的指标。
  
    (3) 控制图的控制界限与标准值的区别
  
    值得注意的是,在现场把标准值作为控制图的控制界限是不对的。标准值是用来区分产品的合格与不合格,而控制图的控制界限则是用来区分偶然波动与异常波动,也即区分偶然因素与异常因素这两类因素的,这二者不能混为一谈,利用标准值界限显示产品质量合格或不合格的图是显示图,在现场可以使用,但不能作为控制图来使用。例如,卷烟单支重量的标准值与卷制工序的控制界限不是一回事。
  
    (4) 控制图的选定
  
    选择控制图首先要根据所控制质量指标的数据性质来进行选择,如数据为连续值的应选择X-R图、X-S 图等,数据为计件值的应选择P图或Pn图,数据为计点值的应选择C图或U图。其次,要确定过程中的异常因素是全部加以控制(全控)还是部分加以控制(选控),若为全控采用休哈特图等;若为选控,应选用选控图。最后,还需要考虑一些其它要求,如抽取样品、取得数据的难易和是否经济等等。
  
  

编辑:admin
SPConline.net