制絲望目控制型數據質量評價模型的構建

王國園，高復高，丁 超，張洪召

（江蘇中煙工業有限責任公司徐州卷煙廠，江蘇徐州 221000）

0 引言

在卷煙加工生產過程中，制絲工藝是影響和決定卷煙內在品質最為關鍵的一個環節，也是各家卷煙廠追求品牌高質量發展路上最為重要的攻關努力方向[1]。制絲環節具有工序最多、工藝流程最長的特點，因此提升制絲全流程工藝控制水平需對各控制參數更加精細化和精準化。制絲生產過程中，各工序控制參數類型主要分為望目控制性和極值型，且以望目控制性為主，如出口水分、出口溫度、物料流量、工藝氣溫度、蒸汽注入量等。目前我廠制絲各崗位、各參數均執行穩定較好，按照常規企業內控標準統計指標合格率均較高，已不能準確區分數據反應出各關鍵參數的執行情況。為實現追求指標合格向追求指標優質轉變目標，亟需進一步深入細化統計方式，剖判制絲生產各工序的質量狀態，減少制絲批次間和批次內控制差異，為提高產品質量同質化水平和制絲生產過程控制能力打下基礎。

1 現狀描述

異地技改整體搬遷完畢后，經過對問題的持續跟蹤改善，目前制絲各工序各參數均執行較好，生產過程穩定性相較于前期大幅提高，初步具備了由“追求指標合格向追求指標優質轉變”條件。對照“十四五”高質量發展“推動制絲工藝水平和品質保障能力成為行業示范”這一目標要求，目前制絲質量管控及考核尚未有整體統一尺度的評價標準。本文將結合徐州卷煙廠實際控制情況，以數據統計分析中表征穩定性更加精準的偏離度E 和離散度D 為基礎，采用功效函數原理構建望目控制類型數據評價模型，深入剖判出制絲生產環節各批次、各參數執行的差異情況，為“十四五”目標追求指標優質奠定基礎。

2 數據統計分析方法

日常監控和統計分析制絲過程數據時，常規統計分析方法主要有合格率、CPK[2]等。其中，偏離度E 表示指標批次數據實際運行平均值與標準中心值的偏離程度，為實際數據平均值與目標數據相差的絕對值與過程標準偏差設計值的比值；離散度D表示指標批次內全部數據的波動程度，為批次內全部數據標準偏差與過程標準偏差設計值的比值。

其中，X 表示數據實際運行平均值，A 表示標準設計中心值，σ 為標準偏差設計值。

當生產過程處于統計控制狀態時，根據GB/T 17989.2—2020《常規控制圖》，標準偏差設計值為設計允差的1/3，即σ=允差/3=T/6 進行估計（T 為指標公差幅度）。

可以看出，當正常生產時，期望偏離度和離散度均越小越好。偏離度越小，表示批次數據實際運行平均值越貼近標準中心值要求；離散度越小，表示批次內波動程度越小、控制越穩定。理想情況下即生產控制嚴格按照標準中心值生產，且過程無波動。

3 模型得分構建評價方法

模型得分構建評價方法以功效函數為基礎[3]，功效函數是用來處理多目標決策相關問題的方法，指各項評價指標的實際值與該指標允許變動范圍的相對位置。該方法對各項評價指標分別確定滿意值和不允許值——滿意值為上限，不允許值為下限，分別計算評價對象各項指標的功效系數，并轉化為相應的功效評分值，作為指標的評價值。參照各項指標的權重比例，通過計算得到指標的得分，再加總求出各類指標的總得分，即綜合評價分數，是一種常見的定量方法。

如果理想情況下采取100 分為滿分，一般是依據實際情況規定達到一定效果時基本得分多少（如60 分），然后其他的40分再根據本單位的指標高低確定。采用的計算公式為：

其中，di表示指標評價得分，Xi表示指標實際值，Xs表示指標不允許值，Xu表示指標滿意值。

4 模型評價表征方法

望目控制性數據指標質量評價得分受生產過程指標數據的E 和D 二者共同影響，故應由二者綜合有機組合構成。根據望目控制性數據特點，在構建模型與相關分析中，因變量指標“質量評價得分值”均隨自變量指標“偏離度、離散度”的增大（減小）而減小（增大），在這種情況下因變量和自變量的相關系數為負值（即負相關）。根據GB/T 17989.2—2020 要求，常規質量管控要求為指標生產實際運行平均值偏移標準要求中心值應在3 倍標準偏差設計值之內，指標生產實際標準偏差應在標準偏差設計值之內，即對應的指標偏離度E/3 小于等于1、離散度D 小于等于1。

（1）根據控制圖要求及偏離度與離散度相關性分析，二者綜合評價可用圖中“P 至原點O 點”的距離L 表示（圖1）：

圖1 偏離度與離散度組合對應圖

（2）定義評價得分為Q。根據功效系數原理，則理想狀態原點O 點為最優值，評價得分Q最優值為100；橙色邊界線為不允許值，評價得分Q不允許值為60 分（圖2）。

圖2 評價得分與組合對應圖

根據上述功效系數法評價原理，則望目控制型數據質量評價得分Q 為：

其中，Q 表示望目控制型數據質量評價得分，E 表示指標偏離度，D 表示指標離散度。

5 望目控制性數據評價得分模型結果驗證

數據評價得分模型構建完成后，開發對制絲生產過程數據自動評價系統，進而實現對制絲各工序望目控制型數據的自動評價得分。組織選取最新月度163 個批次加香出口煙絲含水率與加料出口溫度為參數驗證。統計工藝參數批次合格率，同時根據批次過程執行平均值和標偏轉換成偏離度和離散度后計算其批次質量評價得分Q 值，對比結果見圖3～圖4。

圖3 加香后水分合格率與得分對比

從圖3 和圖4 可以看出：

（1）批次望目控制型工藝參數模型評價得分總體和參數合格率趨勢一致，且更加注重對工藝參數的過程穩定性評判，模型評價得分效果較好，可以起到敦促后續控制盡可能地按照標準中心值執行和減少過程波動效果，從而縮小制絲批次間差異，提高同質化水平。

（2）從合格率來看，除極個別批次之外，各批次控制合格率并無明顯差異、不能做出區分，但相同合格率水平其批次質量得分Q 差別較大，可以較好地拉開差距、做出區分，從而找出控制差異，方便后續進行改進。

（3）部分批次合格率雖然較低，但仍在統計指標范圍以上。而批次質量得分Q 可以更明顯地放大、拉低其得分，從而更易找出控制瓶頸，為后續針對性提升質量管控水平指明方向。

6 結論

構建望目控制類型數據質量評價模型，實現了深入剖析制絲生產環節各批次、各參數執行差異情況的目的。經效果驗證，該模型可以較好地滿足當前企業追求高質量發展背景下的功能需求，解決常規企業內控標準統計指標合格率已不能準確區分出各批次間關鍵參數的執行差異問題，助力企業實現“由追求指標合格向追求指標優質轉變”的目標，提高制絲批次內和批次間同質化水平。