本發(fā)明涉及卷煙制絲生產(chǎn)過程產(chǎn)品和煙支物理質(zhì)量的質(zhì)量評價。

背景技術(shù)：
《基于灰色關(guān)聯(lián)分析的卷煙工序質(zhì)量綜合評價系統(tǒng)及其方法》(專利號：200810237698.3)所述的系統(tǒng)和方法是單工序質(zhì)量評價和灰色關(guān)聯(lián)分析方法的結(jié)合，它用灰色關(guān)聯(lián)方法對工序或單參數(shù)的Cpk值進行綜合評價，得到各評價對象的工序質(zhì)量優(yōu)劣排名。但不足在于：①該評價結(jié)果僅是幾個工序相對比較的結(jié)果，當(dāng)某幾個工序的Cpk≥1.33時，相對較差的工序沒有改進的需要。②僅用若干工序的某項工藝參數(shù)評價工序總體質(zhì)量的優(yōu)劣無疑存在片面性，因而評價結(jié)果就不能全面真實的反映工序總體質(zhì)量的優(yōu)劣?！痘谥鞒煞址治龅木頍煿ば蛸|(zhì)量評價方法及其系統(tǒng)》(公開號：CN103324147A)公開了一種解決現(xiàn)有單變量評價方法無法對多變量工序進行工序質(zhì)量評價的方法。它通過計算工序各工藝參數(shù)的過程能力指數(shù)，并采用主成分分析法對各工藝參數(shù)數(shù)據(jù)進行分析，按照累計方差貢獻率大于等于90％的原則確定主成分個數(shù)，并根據(jù)各主成分解釋方差的大小確定其權(quán)重，最后采用算術(shù)加權(quán)法得出工序綜合過程能力指數(shù)。該方法雖然引入了多元質(zhì)量控制的思想，但沒有充分考慮到每批次生產(chǎn)的偶然性與變異性，而且從過程能力指數(shù)的定義來看，該發(fā)明適于評價一段時間內(nèi)多個批次(至少20個批次以上)的工序質(zhì)量情況。因此，如果需要適時評價工序單個生產(chǎn)批次的質(zhì)量情況，該方法存在不足之處?！兑环N制絲工藝參數(shù)動態(tài)質(zhì)量穩(wěn)定性表征方法》(公開號：CN103324089A)所述的方法是：采集制絲工序中工藝參數(shù)的穩(wěn)態(tài)數(shù)據(jù)和非穩(wěn)態(tài)數(shù)據(jù)；根據(jù)穩(wěn)態(tài)數(shù)據(jù)計算出其與工藝參數(shù)技術(shù)指標(biāo)的偏離度和離散度；根據(jù)非穩(wěn)態(tài)數(shù)據(jù)計算工藝參數(shù)的不合格時間；根據(jù)預(yù)設(shè)的穩(wěn)態(tài)過程非穩(wěn)態(tài)過程的動態(tài)質(zhì)量穩(wěn)定性評估函數(shù)分別對工藝參數(shù)的離散度和偏離度和非穩(wěn)態(tài)數(shù)據(jù)的不合格時間進行轉(zhuǎn)換，分別得到工藝參數(shù)的穩(wěn)態(tài)數(shù)據(jù)和非穩(wěn)態(tài)數(shù)據(jù)動態(tài)質(zhì)量穩(wěn)定性評估值；判斷工藝參數(shù)的穩(wěn)態(tài)數(shù)據(jù)和非穩(wěn)態(tài)數(shù)據(jù)的動態(tài)質(zhì)量穩(wěn)定性評估值是否分別達到各自對應(yīng)的預(yù)設(shè)閾值，如果其中有未達到預(yù)設(shè)閾值的動態(tài)質(zhì)量穩(wěn)定性評估值，則對該工藝參數(shù)執(zhí)行過程進行相應(yīng)調(diào)整和控制優(yōu)化，實現(xiàn)更全面更符合實際的優(yōu)化效果。但該方法仍然是基于一元統(tǒng)計的思想，且它給出的一元高次方程和二元高次方程較為復(fù)雜，當(dāng)其所述的QI和離散度ρ不變時，高次方程的特性決定了偏離度Z的取值可能不是唯一的，同樣當(dāng)QI和偏離度Z不變時，離散度ρ的取值也可能不是唯一的，因而會造成產(chǎn)品質(zhì)量好壞與QI值不是一一對應(yīng)的關(guān)系?！兑环N制絲工藝質(zhì)量監(jiān)控系統(tǒng)及方法》(公開號：CN102885392A)描述了一種包括指標(biāo)制定單元、數(shù)據(jù)采集單元、數(shù)據(jù)分析單元和結(jié)果判定單元的制絲工藝質(zhì)量監(jiān)控系統(tǒng)及方法，實現(xiàn)了在制絲中控數(shù)據(jù)系統(tǒng)的基礎(chǔ)上，對采集到的數(shù)據(jù)進行建模分析，得到最符合當(dāng)前煙絲要求、設(shè)備加工能力、加工方向的指標(biāo)，并對指標(biāo)進行SPC跟蹤判定。該技術(shù)方案雖然較有效避免了現(xiàn)有技術(shù)中制絲工藝參數(shù)不能客觀反應(yīng)實際生產(chǎn)狀況的技術(shù)問題，但其仍以一元統(tǒng)計的SPC技術(shù)為核心，就卷煙制絲過程而言，它只能對單參數(shù)或指標(biāo)實施評價，而無法實現(xiàn)對整個工序或整批產(chǎn)品實施評價?！兑环N智能取樣方法及其在香煙質(zhì)量控制的應(yīng)用》(公開號：CN103750552A)描述了一種智能取樣方法及其在煙支卷制過程中質(zhì)量控制的應(yīng)用，它通過使用均值控制圖和EWMA控制圖分別對煙支圓周和重量實施質(zhì)量控制。因此，該方法仍然是一元統(tǒng)計控制的思想，而煙支質(zhì)量是一個多指標(biāo)的綜合體，所以，它仍然無法真實反應(yīng)煙支質(zhì)量的實際總體波動。此外，在打葉復(fù)烤過程，《打葉復(fù)烤過程片煙結(jié)構(gòu)質(zhì)量控制方法》(公開號：CN102389161A)以T2控制圖為核心，《一種評價復(fù)烤成品片煙質(zhì)量穩(wěn)定性的方法》(公開號：CN102798596A)以X-Rs控制圖為核心，也進行了一些統(tǒng)計技術(shù)的創(chuàng)新應(yīng)用工作，然而其質(zhì)量控制的思想仍是以單參數(shù)或指標(biāo)為主。

技術(shù)實現(xiàn)要素：
針對現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供一種卷煙加工過程質(zhì)量評價與診斷方法，并能在出現(xiàn)質(zhì)量不符合時，進一步診斷和指明偏離統(tǒng)計受控狀態(tài)的工藝參數(shù)或指標(biāo)。為實現(xiàn)上述目的，本發(fā)明技術(shù)方案為：一種卷煙加工過程質(zhì)量評價與診斷方法，包括如下步驟：步驟一，制絲生產(chǎn)過程數(shù)據(jù)收集及樣本統(tǒng)計量計算，以制絲生產(chǎn)批次、牌號、班次、工序等為檢索要素，收集不短于3個月的符合技術(shù)標(biāo)準(zhǔn)要求的歷史數(shù)據(jù)，要求：①樣本批次數(shù)k≥100批；②每批次內(nèi)的樣本容量n≥50個數(shù)據(jù)；③應(yīng)盡可能保證樣本批次均勻落在樣本收集時期內(nèi)的各時段上；逐批次計算各個工藝參數(shù)或指標(biāo)的樣本均值和樣本方差，并確定生產(chǎn)過程單工藝參數(shù)或指標(biāo)的波動；步驟二，煙支物理質(zhì)量數(shù)據(jù)收集及樣本統(tǒng)計量計算，以卷煙機機型、牌號、班次等為檢索要素，收集不短于3個月的符合技術(shù)標(biāo)準(zhǔn)要求的歷史數(shù)據(jù)，要求：①每組的樣本容量n≥30支，且每組的樣本容量相等；②樣本組數(shù)k≥100組；③應(yīng)盡可能保證樣本組均勻落在樣本收集時期內(nèi)的各時段上；逐組計算煙支物理質(zhì)量的樣本均值向量和樣本協(xié)方差陣，并確定煙支物理質(zhì)量的融合協(xié)方差陣；步驟三，構(gòu)建樣本的概率等高線圖；步驟四，診斷異常工藝參數(shù)或指標(biāo)，利用樣本發(fā)生概率等高圖對工藝參數(shù)或指標(biāo)的樣本均值和樣本方差進行診斷；步驟五，根據(jù)樣本發(fā)生概率等高圖，計算質(zhì)量得分。上述技術(shù)方案的有益之處在于：本發(fā)明適用卷煙加工過程質(zhì)量評價與診斷方法，通過對樣本發(fā)生概率的計算、異常參數(shù)或指標(biāo)的診斷，以及樣本質(zhì)量得分的計算，不僅為質(zhì)量管理人員提供了更全面更符合實際的質(zhì)量判定依據(jù)，而且也為質(zhì)量改進提供了快速通道。本發(fā)明不僅能評價卷煙制絲生產(chǎn)過程產(chǎn)品質(zhì)量和煙支物理質(zhì)量，而且能在出現(xiàn)小概率事件(即出現(xiàn)質(zhì)量不符合)時，進一步診斷和指明偏離統(tǒng)計受控狀態(tài)的工藝參數(shù)或指標(biāo)。本發(fā)明具有通用性，也能應(yīng)用于煙草行業(yè)以外的其它生產(chǎn)過程。本發(fā)明不適用于分析定性數(shù)據(jù)。附圖說明此處所說明的附圖用來提供對本發(fā)明的進一步理解，構(gòu)成本發(fā)明的一部分，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。在附圖中：圖1是本發(fā)明在一維情形下，樣本(n＝115)發(fā)生概率等高圖及示例；圖2是本發(fā)明在二維及以上情形下，樣本(n＝30,p＝6)發(fā)生概率等高圖及示例。具體實施方式為了使本發(fā)明所要解決的技術(shù)問題、技術(shù)方案及有益效果更加清楚、明白，下面通過實施例和圖1、圖2，對本發(fā)明的技術(shù)方案做進一步的詳細描述。應(yīng)當(dāng)理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。本發(fā)明卷煙加工過程質(zhì)量評價與診斷方法是收集和處理歷史數(shù)據(jù)，用來構(gòu)建樣本的概率等高線圖，診斷異常工藝參數(shù)或指標(biāo)，以計算質(zhì)量得分。具體步驟如下:步驟一，制絲生產(chǎn)過程數(shù)據(jù)收集及樣本統(tǒng)計量計算以制絲生產(chǎn)批次、牌號、班次、工序等為檢索要素，收集一定時期(不短于3個月)內(nèi)的符合技術(shù)標(biāo)準(zhǔn)要求的歷史數(shù)據(jù)，要求：①樣本批次數(shù)k≥100批；②每批次內(nèi)的樣本容量n≥50個數(shù)據(jù)；③應(yīng)盡可能保證樣本批次均勻落在樣本收集時期內(nèi)的各時段上。按(1.1)式和(1.2)式，逐批次計算各個工藝參數(shù)或指標(biāo)的樣本均值和樣本方差S。其中：Xj為工藝參數(shù)或指標(biāo)的批次內(nèi)樣本值；j＝1,2,…,n。再由(1.3)式計算并確定生產(chǎn)過程單工藝參數(shù)或指標(biāo)的波動σ2。其中：nk為第k批次樣本所包含的樣本量；Sk為第k批樣本的樣本方差。步驟二，煙支物理質(zhì)量數(shù)據(jù)收集及樣本統(tǒng)計量計算以卷煙機機型、牌號、班次等為檢索要素，收集一定時期(不短于3個月)內(nèi)的符合技術(shù)標(biāo)準(zhǔn)要求的歷史數(shù)據(jù)，要求：①每組的樣本容量n≥30支，且每組的樣本容量相等；②樣本組數(shù)k≥100組；③應(yīng)盡可能保證樣本組均勻落在樣本收集時期內(nèi)的各時段上。按(1.1)式和(1.2)式，逐組計算煙支物理質(zhì)量的樣本均值的p×1(p為煙支物理質(zhì)量的指標(biāo)數(shù)目)向量和樣本協(xié)方差陣S。再由(1.4)式計算并確定煙支物理質(zhì)量的融合協(xié)方差陣Sp，即由它確定煙支生產(chǎn)過程中物理質(zhì)量的波動。其中：Sk為第k組樣本的樣本協(xié)方差陣。最后，令Yk＝ln|Sk|，按(1.1)式和(1.2)式計算和SY，并以此構(gòu)建步驟三、構(gòu)建樣本的概率等高線圖由統(tǒng)計理論知道，樣本的和S獨立。因此，樣本的發(fā)生概率為和S各自獨立發(fā)生的概率的積。于是：1、對一維的情形其中：μ為技術(shù)標(biāo)準(zhǔn)給定值。令樣本發(fā)生概率分別為0.0025、0.01、0.05、0.1。當(dāng)樣本容量n＝115時，可得圖1所示的樣本發(fā)生概率等高圖。2、對二維及以上的情形其中：μ為技術(shù)標(biāo)準(zhǔn)給定值。令樣本發(fā)生概率分別為0.0025、0.01、0.05、0.1。當(dāng)樣本容量n＝30且p＝6(檢測煙支的煙支質(zhì)量、煙支圓周、煙支長度、煙支吸阻、煙支總通風(fēng)率和煙支硬度6個物理指標(biāo))時，可得圖2所示樣本發(fā)生概率等高圖。步驟四、診斷異常工藝參數(shù)或指標(biāo)的方法利用樣本發(fā)生概率等高圖對工藝參數(shù)或指標(biāo)的和S進行診斷。其方法如下：⑴畫出樣本發(fā)生概率分別為0.0025、0.01、0.05、0.1的等高圖。⑵通過樣本發(fā)生概率為0.01的等高線與橫軸和縱軸的交點，分別作平行于橫軸和縱軸的平行線，并與樣本發(fā)生概率為0.0025的等高線相交。即a線和b線。⑶當(dāng)所檢測樣本落在樣本發(fā)生概率為0.05的等高線與兩坐標(biāo)軸所圍區(qū)域，可以判定工藝參數(shù)或指標(biāo)的和S滿足技術(shù)標(biāo)準(zhǔn)要求。當(dāng)所檢測樣本落在a線、b線與樣本發(fā)生概率為0.0025的等高線一起所界定的外部區(qū)域，可以判定工藝參數(shù)或指標(biāo)的和(或)S不能滿足技術(shù)標(biāo)準(zhǔn)要求。當(dāng)所檢測樣本沒有落在上述兩區(qū)域時，可以判定工藝參數(shù)或指標(biāo)的和(或)S出現(xiàn)了變差的趨勢。⑷當(dāng)工藝參數(shù)或指標(biāo)的和(或)S出現(xiàn)了變差的趨勢或不滿足技術(shù)標(biāo)準(zhǔn)要求時，對一維的情形，可采用控制圖、統(tǒng)計假設(shè)檢驗和《一種在線監(jiān)控均值和標(biāo)準(zhǔn)差的系統(tǒng)》(公布號：CN103246228A)等方法深入地進行診斷。而對二維及以上情形，應(yīng)以Bonferroni不等式為基礎(chǔ)構(gòu)建工藝參數(shù)或指標(biāo)的聯(lián)合t區(qū)間的方法來進行診斷，以便找出異常的工藝參數(shù)或指標(biāo)，然后再使用一維情形的方法進行深入診斷。步驟五、計算質(zhì)量得分的規(guī)則根據(jù)樣本發(fā)生概率的等高圖，設(shè)計式(1.7)的質(zhì)量得分QS(QualityScore)規(guī)則：式中：P為樣本發(fā)生概率。此外，對于落在a線、b線與樣本發(fā)生概率為0.0025的等高線所圍區(qū)域內(nèi)的點，還應(yīng)再扣罰10分。下面通過實施例和圖1、圖2，對本發(fā)明的技術(shù)方案做進一步的詳細描述。1、對一維情形本實施例以CTD氣流烘絲機出口葉絲含水率和圖1說明一維情形下的應(yīng)用。先收集通過CTD氣流烘絲機加工的5個牌號的穩(wěn)態(tài)下出口葉絲含水率樣本約k＝150個批次，因各牌號配方重量大小不一樣，所以各批次的樣本容量在n＝105～140個數(shù)據(jù)間波動。依照式(1.1)、(1.2)和(1.3)計算得到σ2＝0.01855。同時，根據(jù)技術(shù)標(biāo)準(zhǔn)知道該指標(biāo)的μ＝12.8％。又連續(xù)收集某牌號18個生產(chǎn)批次數(shù)據(jù)，其樣本容量、樣本均值、樣本標(biāo)準(zhǔn)差列于表1。表1某牌號18個生產(chǎn)批次出口葉絲含水率統(tǒng)計數(shù)據(jù)由μ＝12.8％、σ2＝0.01855，按式(1.5)畫出樣本發(fā)生概率分別為0.0025、0.01、0.05和0.1的等高圖，如圖1。再計算各批次的A值和B值(見表1)，并描點于概率等高圖，如圖1，對該出口葉絲含水率指標(biāo)的和S進行診斷，可以知道：共有5個批次(即：第2、4、6、7、11批次)落在a線、b線與樣本發(fā)生概率為0.0025的等高線一起所界定的外部區(qū)域，同時，從圖中很容易進一步知道：在生產(chǎn)第2、4兩個批次時，雖然指標(biāo)值偏離標(biāo)準(zhǔn)要求較小，但過程波動性較大，生產(chǎn)第6、7兩個批次時，過程波動性雖然較好但指標(biāo)值偏離了標(biāo)準(zhǔn)要求，而生產(chǎn)第11批次時，不僅指標(biāo)值偏離了技術(shù)要求，而且過程波動最嚴(yán)重。于是，我們可以根據(jù)此結(jié)果，進一步去尋找影響該指標(biāo)波動的主要因素并改進。最后，根據(jù)(1.7)式，計算各批次的質(zhì)量得分QS，見表1。2、對二維及以上情形本實施例以某牌號煙支的6個物理指標(biāo)(即：煙支質(zhì)量、煙支圓周、煙支長度、煙支吸阻、煙支總通風(fēng)率和煙支硬度)和圖2說明二維及以上情形下的應(yīng)用。先收集某牌號約k＝100組煙支物理指標(biāo)檢測樣本，樣本容量n＝30個數(shù)據(jù)。依照式(1.1)、(1.2)和(1.4)計算得到：并構(gòu)建得到Y(jié)～N(-22.265，1.31)。同時，根據(jù)技術(shù)標(biāo)準(zhǔn)知道某牌號煙支物理質(zhì)量指標(biāo)的μ＝[0.84524.301.00039.084.065.0]。又連續(xù)收集某牌號22個樣本數(shù)據(jù)，其樣本均值、樣本廣義方差列于表2。表2某牌號23個煙支物理質(zhì)量樣本統(tǒng)計數(shù)據(jù)按式(1.6)畫出樣本發(fā)生概率分別為0.0025、0.01、0.05和0.1的等高圖，如圖2。再計算各煙支物理指標(biāo)檢測樣本的A值和B值(見表2)，并描點于概率等高圖，如圖2，對煙支物理指標(biāo)的和S進行診斷，可以知道：共有4個樣本(即：第4、13、16、20批次)落在a線、b線與樣本發(fā)生概率為0.0025的等高線一起所界定的外部區(qū)域，同時，從圖中很容易進一步知道：在生產(chǎn)第4、13兩個樣本時，雖然樣本內(nèi)波動較小，但檢測值均值偏離標(biāo)準(zhǔn)值較大，生產(chǎn)第16、20兩個樣本時，樣本內(nèi)波動性和指標(biāo)值均值偏離都較大。于是，我們可以根據(jù)此結(jié)果，進一步去尋找影響該指標(biāo)波動的主要因素并改進。最后，根據(jù)(1.7)式，計算各批次的質(zhì)量得分QS，見表2。由于第13個樣本點落在a線、b線與樣本發(fā)生概率為0.0025的等高線所圍區(qū)域內(nèi)，故還應(yīng)再扣罰10分，其QS＝73.16-10＝63.16分。上述說明示出并描述了本發(fā)明的優(yōu)選實施例，如前所述，應(yīng)當(dāng)理解本發(fā)明并非局限于本文所披露的形式，不應(yīng)看作是對其他實施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述發(fā)明構(gòu)想范圍內(nèi)，通過上述教導(dǎo)或相關(guān)領(lǐng)域的技術(shù)或知識進行改動。而本領(lǐng)域人員所進行的改動和變化不脫離本發(fā)明的精神和范圍，則都應(yīng)在本發(fā)明所附權(quán)利要求的保護范圍內(nèi)。