统计过程控制在烟草生产质量控制的研究

满立 郭大权

摘要：为提高烟草生产质量，基于统计过程控制技术，对烟草生产过程进行优化，以提高卷烟质量。对烟草生产特点进行分析、对制丝、卷包生产数据进行分析，设计数据模型。对数据采集频率进行分析，设计分析模型。采用统计分析和反复迭代相结合方式，对生产过程进行优化。该研究已在某一烟草企业应用实施，验证了该研究的合理性和有效性。

关键词：迭代;统计分析;统计过程控制

中图分类号：TP319 文献标识码：A

文章编号：1009-3044（2019）33-0270-02

SPC（Statistical Process Control，统计过程控制）是一种借助数理统计方法对生产过程进行控制的工具，通过对整个生产过程进行分析和评价，收集反馈信息，并对其进行分析，以预测系统性因素，并提前采取措施消除其影响，因而能够使整个过程维持在仅受随机性因素影响的受控状态，以达到控制生产质量的目的。SPC（Statistical Process Control，统计过程控制）自创立以来，在工业、服务等行业很快得到广泛的推广应用，对提高产品质量起到了至关重要的作用。

随着自动化、计算机、云计算、物联网、大数据分析等技术的迅猛发展，工业信息化建设的增强和提高，可以有效实现整个生产过程的管控，提升产品质量、节约生产成本、提升企业的竞争力。中国的工业企业也积极开展工业信息化建设，逐渐形成了相应的信息化系统，包括企业业务经营相关的ERP（Enter-prise Resource Planning，企业资源计划）、生产相关的MES（Man-ufacturing Execution System，制造执行系统）、数据采集与监测控制相关的SCADA（Supervisory Control And Data Acquisition，数据采集与监测控制）、仓储相关的WMS（Warehouse ManagementSystem，仓库管理系统）。

中国烟草行业经过长期的改革与发展，信息化工作稳步推进。其成果包括：假设企业管理所需的以太网和互联网等和负责生产、经营、数据采集和监控、仓储等领域相关的信息化系统。

目前SPC（Statistical Process Control，统计过程控制）在国内的应用还处于起步阶段，应用技术的企业较少，且应用深度有限。实施SPC（Statistical Process Control，统计过程控制）的国内卷烟生产企业很少，且应用范围很小。因此在烟草行业应用SPC（statistical Process Control，统计过程控制）技术，提升烟草生产质量有重大的现实意义。

1应用背景

自从1924年第一张的SPC （statistical Process Control，统计过程控制）控制图问世之后，SPC（Statistical Process Control，统计过程控制）于制造过程改善的应用越来越多。经过近百年在全世界范围的实践，SPC理论已经发展得非常完善，同时其与计算机技术的结合日益紧密，其在企业内的应用范围、程度也已经非常广泛、深入。

SPC fStatistical Process Control，统计过程控制）依托其强大的分析功能，可以从不同的目的、不同的角度对数据进行深入的研究与分析，为企业的生产经营提供辅助決策。

随着全面质量管理思想的普及，SPC（Statistical Process Control，统计过程控制）涵盖生产制造过程质量控制、辅助生产过程、产品设计、等各个环节的质量控制，实现全过程的预防与控制。

工业4.0的提出标志着工业信息化管理理念更加成熟和完善，工业信息化建设可以有效提升企业生产管理、节约生产成本、提高产品质量、降低生产周期、提升企业竞争力。烟草企业经过了10几年的信息化建设和网络建设，对于生产过程的管控也越来越精细化。

烟草企业信息化虽然取得了显著的成效，但在生产过程管控上还有很大的不足，尤其表现为全面的生产质量管理。依靠SPC（Statistical Process Control，统计过程控制）有效提升生产质量、改善生产管理方式是烟草行业信息化建设的重中之重。

2针对烟草企业的统计过程控制架构

SPC fStatistical Process Control，统计过程控制）对烟草全面的生产质量管理的管控主要表现为以下几个方面。

1）生产加工过程中的环境因素管控。温度、湿度等因素的波动会对卷烟质量产生直接影响。因此对温度、湿度等环境因素，建立数据采集和监控，通过采取SPC fStatistical Process Con-trol，统计过程控制）对整个生产过程中的数据进行分析，建立辅助决策机制，来预防和消除这种波动所造成的影响。

2）生产加工过程中的各项操作管控。人员的操作规范和技术能力会对卷烟质量产生直接影响。SPC fstatistical ProcessControl，统计过程控制）对人员的操作规范进行管控，建立跟踪数据，建立辅助决策机制，对烟草生产过程中的各个阶段进行评估和分析，保持生产过程处于可接受的且稳定的水平，对过程质量进行评价。

3）对生产实时数据和历史数据双重分析。SPC（statisticalProcess Control，统计过程控制）不仅需要对烟草生产过程实时数据进行监控和分析，同时也需要对历史数据进行分析。通过对历史数据分析，从不同的目的和不同的角度建立分析模型，设计经验阈值，对生产质量可能出现的波动进行预测，并建立预警机制。通过对实时数据的分析，实时把控生产过程，对整个生产过程质量进行在线分析和预警。

因而本文提出一种烟草行业的统计过程控制架构。如图1所示。

该架构分为5层：应用层、分析层、数据层、计算层和数据源，其中分析层、数据层、计算层和数据源可归类为平台层。应用层是可动态扩展的，针对SPC fstatistical Process Control，统计过程控制）的应用主要包括：生产质量预警、生产过程数据实时分析、生产质量控制、质量分析嘲。数据源提供数据永久存储，定义数据来源，类型包括：结构化数据、非结构化数据和实时数据。计算层集成分布式计算框架，以实现数据的快速分析，降低分析成本，提高分析质量。数据层提供统一数据访问接口，包括关系型数据库访问接口、非关系型数据库访问接口、数据缓存。分析层定义元数据、语义、在线分析引擎等。

3应用分析

3.1质量因素分析

影响烟草质量特性值波动的因素分析。影响因素包括：人员因素、设备因素、材料因素、方法因素、测量因素、环境因素等。通过依靠SPC（statistical Process Control，统计过程控制）对这些影响因素的管控可以大幅降低生产过程的异常波动和产品报废率，有效削减生产成本，及时发现流程中的问题隐患，并对流程中任何变化迅速做出反应。

3.2质量诊断应用分析

质量诊断应用分析，通过对烟草生产过程中的历史数据和实时数据进行分析。通过直方图、散点图、检查表和回归分析。通过质量诊断应用分析，可以确定过程的统计控制界限，判断过程是否失控和过程是否有能力，为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生，减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作。

4结束语

本文对烟草行业现状进行分析和对SPC fStatistical ProcessControl，统计过程控制）技术进行全面剖析，分别提出适应烟草行业的技术架构和应用分析。

实时数据传输的及时性、实时数据异常判断的及时性、预警信息推送的及时性是衡量SPC fStatistical Process Control，统计过程控制）工作能力的三个指标，因此在推行、扩充SPC（Sta-tistical Process Control，统计过程控制）系统的同时，也要基于信息化对其进行优化升级。