卷煙工廠生產(chǎn)異常信息分析及推送系統(tǒng)①

孔維熙,楊劍鋒,張 維,洪 宏,郭瑞川,李建平

(紅云紅河煙草(集團(tuán))有限責(zé)任公司曲靖卷煙廠,曲靖 655001)

卷煙工廠生產(chǎn)異常信息分析及推送系統(tǒng)①

孔維熙,楊劍鋒,張 維,洪 宏,郭瑞川,李建平

(紅云紅河煙草(集團(tuán))有限責(zé)任公司曲靖卷煙廠,曲靖 655001)

卷煙工廠信息化程度高,采集了豐富的生產(chǎn)數(shù)據(jù),如何有效利用這些生產(chǎn)數(shù)據(jù)來監(jiān)控生產(chǎn)過程中的異常信息,是本文研究重點(diǎn).在以往的監(jiān)控中,管理者通過生產(chǎn)看板和人工反饋發(fā)現(xiàn)異常信息,并做出調(diào)整.這種方式對異常信息的響應(yīng)速度慢,且存在疏漏.因此,本文提出了一種卷包車間生產(chǎn)異常信息分析方法來獲取有效異常信息,同時(shí)將該信息通過移動(dòng)平臺推送給相關(guān)管理人員,從而提高異常信息響應(yīng)能力和生產(chǎn)管控水平.

移動(dòng)平臺;異常信息分析;推送系統(tǒng);卷包車間

1 概述

近年來,各卷煙工廠大力推進(jìn)工業(yè)化和信息化兩化融合工作[1],努力打造數(shù)字化智能卷煙工廠.建設(shè)中,對卷接包設(shè)備的生產(chǎn)、質(zhì)量、設(shè)備、物耗數(shù)據(jù)的實(shí)時(shí)采集是一項(xiàng)重點(diǎn)工作,在此基礎(chǔ)上形成生產(chǎn)過程可視化管理.傳統(tǒng)的生產(chǎn)過程異常監(jiān)控,通過生產(chǎn)看板和人工反饋發(fā)現(xiàn)異常信息[2],這些方式存在管理人員經(jīng)驗(yàn)各異、注意力不能持久集中及異常信息疏漏等問題,屬于傳統(tǒng)管理方式.面對卷煙工廠對精益管理的迫切需求,需要在管理過程中有效監(jiān)控生產(chǎn)異常信息,并快速推送給相關(guān)管理人員以提高異常信息響應(yīng)能力.因此,本文提出了一種卷包車間生產(chǎn)異常信息分析方法來獲取有效異常信息,同時(shí)將該信息通過移動(dòng)平臺推送給相關(guān)管理人員,從而提高異常信息響應(yīng)能力和生產(chǎn)管控水平.該方法首先將異常信息按照數(shù)據(jù)波動(dòng)情況分類,然后運(yùn)用獨(dú)立變量分析篩選出需要監(jiān)控的異常信息點(diǎn),在此基礎(chǔ)上根據(jù)卷包設(shè)備運(yùn)行規(guī)律制定相應(yīng)的推送規(guī)則,從而獲取有效異常信息.

2 異常信息分類

異常信息涉及卷包設(shè)備的生產(chǎn)、質(zhì)量、設(shè)備、物耗數(shù)據(jù)[3].例如卷煙設(shè)備的產(chǎn)量,效率,利用率,生產(chǎn)速度,停機(jī)時(shí)長,停機(jī)次數(shù),停機(jī)原因,盤紙消耗,水松紙消耗,濾嘴棒消耗,煙絲消耗,剔除率,煙支(空頭,缺嘴,漏氣,輕端,過輕,過重,軟點(diǎn),硬點(diǎn))剔除量等.包裝機(jī)設(shè)備的主輔機(jī)產(chǎn)量,效率,利用率,生產(chǎn)速度,停機(jī)時(shí)長,停機(jī)次數(shù),鋁紙,商標(biāo)支消耗,條盒消耗,各剔除點(diǎn)剔除量等.雖然數(shù)據(jù)點(diǎn)較多,但是經(jīng)過研究,總體可分為兩類:

(1)累積增長型

圖1 工班產(chǎn)量歷史曲線

此類數(shù)據(jù)包括產(chǎn)量、停機(jī)時(shí)長、剔除量、盤紙消耗、商標(biāo)紙消耗等,其特點(diǎn)為累積增長,不會(huì)出現(xiàn)數(shù)據(jù)回落情況.

(2)隨機(jī)波動(dòng)型

圖2 工班剔除率曲線

此類點(diǎn)包括效率、利用率、剔除率、車速等,其具有隨機(jī)波動(dòng)性,數(shù)據(jù)會(huì)出現(xiàn)上升和回落情況.

異常信息的數(shù)據(jù)類型分類對監(jiān)控生產(chǎn)異常信息具有指導(dǎo)意義,在監(jiān)控時(shí)我們會(huì)對不同數(shù)據(jù)類型設(shè)計(jì)各異的推送規(guī)則,具體方式將在推送規(guī)則中進(jìn)行描述.

3 異常信息監(jiān)控點(diǎn)篩選

3.1 獨(dú)立變量分析

由于涉及的數(shù)據(jù)監(jiān)控點(diǎn)較多,且很多數(shù)據(jù)點(diǎn)存在較強(qiáng)相關(guān)關(guān)系,即其中一個(gè)數(shù)據(jù)點(diǎn)進(jìn)行異常報(bào)警,相關(guān)性較大的點(diǎn)也會(huì)進(jìn)行報(bào)警,這會(huì)造成異常信息冗余,降低信息敏感性[4].為此,我們利用獨(dú)立變量分析方法,將重點(diǎn)關(guān)注的生產(chǎn)數(shù)據(jù)點(diǎn)兩兩進(jìn)行相關(guān)性分析,計(jì)算其相關(guān)系數(shù),相關(guān)系數(shù)較小的兩個(gè)量互稱為獨(dú)立變量.將一組相關(guān)系數(shù)都較小的獨(dú)立變量作為監(jiān)控點(diǎn),便可減少冗余,提高監(jiān)控有效性.如下是相關(guān)系數(shù)計(jì)算公式[5]:

其中,pxy為x,y的協(xié)方差,分別為x,y的方差.相關(guān)系數(shù)的絕對值在0.3以下無直線相關(guān),0.3以上是直線相關(guān),0.3到0.5是低度相關(guān),0.5到0.8是顯著相關(guān)(中等程度相關(guān)),0.8以上是高度相關(guān).相關(guān)系數(shù)為正數(shù)表示正相關(guān),為負(fù)數(shù)表示負(fù)相關(guān).本文尋找的獨(dú)立變量是相關(guān)度小于0.5的低相關(guān)度監(jiān)控點(diǎn).為此,我們提取了某機(jī)臺一年的午班(從12點(diǎn)至18點(diǎn))生產(chǎn)數(shù)據(jù),提取頻率為6秒一次,計(jì)算相關(guān)系數(shù)時(shí)以工班為單位進(jìn)行計(jì)算,最后將各工班計(jì)算的相關(guān)系數(shù)進(jìn)行平均得到最終相關(guān)系數(shù).

3.2 去除累積效應(yīng)

由于累積增長型數(shù)據(jù)具有累積效應(yīng),容易弱化相關(guān)性[6],使得相關(guān)系數(shù)計(jì)算結(jié)果不符合實(shí)際情況,因此計(jì)算相關(guān)系數(shù)時(shí)我們對累積增長型數(shù)據(jù)進(jìn)行了預(yù)處理,目的在于去除其累積效應(yīng).去除累積效應(yīng)的方法如下:

上面公式中,y代表數(shù)據(jù)點(diǎn)的數(shù)值,yn+1代表序列號為n+1的數(shù)據(jù)點(diǎn)的值,m為數(shù)據(jù)序列的個(gè)數(shù).也即當(dāng)數(shù)據(jù)點(diǎn)中下一個(gè)點(diǎn)與當(dāng)前點(diǎn)相同就剔除下一個(gè)數(shù)據(jù)點(diǎn),不同則保留,最終剔除數(shù)據(jù)序列中的重復(fù)點(diǎn),形成新的數(shù)據(jù)點(diǎn)序列.如下是總停機(jī)時(shí)間和效率原始數(shù)據(jù)曲線:

圖3 總停機(jī)時(shí)間原始曲線

圖4 效率原始曲線

如下是去除累積效應(yīng)后的總停機(jī)時(shí)間曲線,為了計(jì)算相關(guān)系數(shù),我們通過時(shí)間點(diǎn)對應(yīng)關(guān)系給出了效率的曲線.

圖5 去除累積效應(yīng)的總停機(jī)時(shí)間曲線

圖6 去除累積效應(yīng)的效率曲線

總停機(jī)時(shí)間與效率原始數(shù)據(jù)的相關(guān)系數(shù)為-0.118,去除累積效應(yīng)后相關(guān)系數(shù)為-0.630.可以看出,在未去除累積效應(yīng)前相關(guān)性未能真實(shí)體現(xiàn)停機(jī)時(shí)長與效率的相關(guān)關(guān)系,去除之后則能正確反應(yīng).

3.3 實(shí)驗(yàn)結(jié)果

在卷包車間效率是設(shè)備管理及異常管理最為重要的指標(biāo),但該指標(biāo)是由平均運(yùn)行速度、停機(jī)時(shí)長、停機(jī)次數(shù)、質(zhì)量情況等多因素決定,為了能在推送的信息中清晰的反應(yīng)異常信息由哪種因素引起,我們使用與效率相關(guān)的獨(dú)立變量作為監(jiān)控點(diǎn),從不同層面反應(yīng)生產(chǎn)異常.

通過實(shí)驗(yàn)我們獲得了數(shù)據(jù)點(diǎn)之間的相關(guān)系數(shù),表中V1,V2,V3,V4,V5分別代表平均運(yùn)行速度(在某一時(shí)間段內(nèi)將車速大于一定值的車速進(jìn)行平均,而非將所有車速數(shù)據(jù)進(jìn)行平均),停機(jī)時(shí)長,停機(jī)次數(shù),剔除率,質(zhì)量自檢數(shù)據(jù),如下是部分實(shí)驗(yàn)結(jié)果,由于篇幅有限這里將不逐一展示.

表1 相關(guān)系數(shù)實(shí)驗(yàn)結(jié)果表

停機(jī)時(shí)長與停機(jī)次數(shù)相關(guān)性極強(qiáng),因此只取停機(jī)時(shí)長作為監(jiān)控點(diǎn).最終,剔除率、質(zhì)量自檢數(shù)據(jù)、平均運(yùn)行速度和停機(jī)時(shí)長相互關(guān)聯(lián)性都較低,具有獨(dú)立性,將被作為監(jiān)控點(diǎn)進(jìn)行有效異常監(jiān)控.其余數(shù)據(jù)將在推送時(shí)作為附帶信息整合后一起發(fā)送.

4 異常信息推送規(guī)則

由于卷包設(shè)備具有某些生產(chǎn)特點(diǎn),為了避免出現(xiàn)無效的異常信息,我們?yōu)楫惓Ｐ畔⑼扑椭贫嗽敿?xì)的推送規(guī)則.例如,卷煙機(jī)剛開始生產(chǎn)和保養(yǎng)結(jié)束后一段時(shí)間內(nèi)剔除率較高是正常的,這時(shí)進(jìn)行異常信息推送將視為無效信息.為了減少這些無效信息,我們制定了如下推送規(guī)則:

表2 異常信息推送規(guī)則表

5 移動(dòng)平臺下異常信息推送實(shí)現(xiàn)

圖7 異常信息推送流程圖

上圖為異常信息推送流程圖,其中說明了異常推送的數(shù)據(jù)來源,處理邏輯及業(yè)務(wù)流程.基本步驟如下:

(1)從數(shù)據(jù)采集系統(tǒng)采集相應(yīng)的設(shè)備、生產(chǎn)、質(zhì)量、物耗等數(shù)據(jù);

(2)將數(shù)據(jù)放入推送組件獲取需要推送的異常信息,推送組件就是對本文提出的推送方法的程序封裝;

(3)將推送信息推送到MQTT推送服務(wù)器后形成推送信息緩沖隊(duì)列,經(jīng)IBMMobileFirst平臺分發(fā)到用戶終端.其中,哪類異常信息推送給哪些職能人員需要根據(jù)管理規(guī)定來形成訂閱規(guī)則.如下是后臺推送規(guī)則維護(hù)界面和移動(dòng)平臺展示界面.

圖8 異常推送點(diǎn)維護(hù)界面

圖9 異常推送閾值維護(hù)界面

圖10 異常推送規(guī)則維護(hù)界面

后臺推送規(guī)則維護(hù)界面采用ASP.NET編寫,提供異常監(jiān)控點(diǎn)的推送規(guī)則維護(hù)功能.待規(guī)則維護(hù)好后,針對每一個(gè)監(jiān)控點(diǎn)建立監(jiān)控線程,實(shí)現(xiàn)多監(jiān)控點(diǎn)同步監(jiān)控.通過監(jiān)控,將符合推送規(guī)則的異常信息插入到MQTT推送服務(wù)器,根據(jù)預(yù)先設(shè)計(jì)的推送對象將信息推送到用戶手機(jī)中.

圖11 客戶端異常信息顯示界面

客戶端異常信息顯示界面采用Hybrid模式開發(fā),即程序框架為Native,數(shù)據(jù)更新頁使用WebView加載網(wǎng)頁實(shí)現(xiàn).客戶端與服務(wù)器端通過IBMMobileFirst平臺建立Socket長連接,MQTT推送服務(wù)器插入新的推送內(nèi)容后,經(jīng)由IBMMobileFirst平臺向客戶端發(fā)出信息提醒,客戶端主動(dòng)刷新信息展示頁面,且開啟預(yù)警提醒音.

6 結(jié)語

本文提出了一種卷包車間生產(chǎn)異常信息推送方法,降低了異常信息推送的冗余性,提高了異常推送的有效性.該方法先將數(shù)據(jù)進(jìn)行分類,再進(jìn)行獨(dú)立性分析,通過實(shí)驗(yàn)確定獨(dú)立性強(qiáng)的幾個(gè)數(shù)采點(diǎn)作為監(jiān)控點(diǎn).同時(shí),根據(jù)卷包設(shè)備運(yùn)行規(guī)律,制定推送規(guī)則進(jìn)一步提升異常推送的有效性.最后,本文給出了異常推送的程序流程、后端規(guī)則維護(hù)界面及前端異常信息顯示頁面等異常推送系統(tǒng)實(shí)現(xiàn)情況.該方法的在生產(chǎn)車間的應(yīng)用使得異常信息反饋更及時(shí)有效,進(jìn)一步提升了生產(chǎn)車間的異常信息響應(yīng)速度和管理水平.

1楊翹楚.淺談?wù)媳尘跋碌木頍熎髽I(yè)信息化建設(shè)問題.電子世界,2014,(8):82.

2趙霞.淺論生產(chǎn)運(yùn)行異常管理的信息化實(shí)現(xiàn).信息系統(tǒng)工程, 2011,(9):107–108.

3杜獻(xiàn)瓊.曲靖煙廠數(shù)據(jù)采集系統(tǒng)[碩士學(xué)位論文].昆明:昆明理工大學(xué),2007.

4徐維超.相關(guān)系數(shù)研究綜述.廣東工業(yè)大學(xué)學(xué)報(bào),2012,29(3): 12–17.

5程道來,陳丹,儀垂杰,張志強(qiáng).基于獨(dú)立變量方法的典型艙音去噪分析研究.微計(jì)算機(jī)信息,2011,27(7):30–32.

6趙志宏,楊紹普,申永軍.基于獨(dú)立分量分析與相關(guān)系數(shù)的機(jī)械故障特征提取.震動(dòng)與沖擊,2013,32(6):67–71.

Analysing and Pushing System ofAbnormal Production Information in Cigarette Factory

KONG Wei-Xi,YANG Jian-Feng,ZHANG Wei,HONG Hong,GUO Rui-Chuan,LI Jian-Ping

(Qujing Cigarette Factory,Hongyunhonghe Tobacco(Group)Co.Ltd.,Qujing 655001,China)

Due to the high degree of informatization in cigarette factory and the large amounts of collected production data,this thesis focuses on how to effectively use these production data to monitor the abnormal information during the process of production.In previous monitoring,managers make adjustments to abnormal situations by watching the production board or artificial feedback.In this way,the response speed of abnormal situations is slow and leaky. Therefore,this paper proposes a method of abnormal information analysis to obtain effective abnormal information during the production of rolling and packaging workshop,meanwhile using mobile platform to push these effective abnormal information to relevant manager.By this way,the response ability and the control level of production can be improved.

mobile platform;abnormal information analysis;pushing system;rolling and packaging workshop

紅云紅河煙草(集團(tuán))有限責(zé)任公司科技項(xiàng)目(HYHH2015XX03)

2016-08-11;收到修改稿時(shí)間:2016-10-08

10.15888/j.cnki.csa.005756