劉思平
安徽中煙工業(yè)有限責(zé)任公司蚌埠卷煙廠(chǎng) 安徽蚌埠 233000
目前制絲加工過(guò)程關(guān)鍵參數(shù)權(quán)重的測(cè)度方法主要有以下幾種:
(1)由技術(shù)人員主觀(guān)賦予權(quán)重,包括專(zhuān)家評(píng)分法、層次分析法等。這種方法主要是由技術(shù)人員根據(jù)經(jīng)驗(yàn)判定以及根據(jù)最終目標(biāo)來(lái)設(shè)定關(guān)鍵參數(shù)權(quán)重,此方法能在一定程度上反映各關(guān)鍵參數(shù)的重要程度,但由于受決策者主觀(guān)偏好的影響,存在主觀(guān)隨意性較大的問(wèn)題。如劉曉龍等運(yùn)用專(zhuān)家評(píng)分的形式結(jié)合質(zhì)量功能展開(kāi)方法實(shí)現(xiàn)了對(duì)卷煙制造過(guò)程關(guān)鍵質(zhì)量特性的識(shí)別;張新鋒等構(gòu)建了ANP 網(wǎng)狀模型和比較判斷矩陣,再利用加權(quán)超矩陣的計(jì)算排序結(jié)果確定制絲工藝關(guān)鍵工序?qū)χ平z質(zhì)量的影響權(quán)重[1]。
(2)應(yīng)用統(tǒng)計(jì)學(xué)方法客觀(guān)賦予權(quán)重,這種方法是應(yīng)用統(tǒng)計(jì)學(xué)分析方法充分挖掘樣本數(shù)據(jù)中包含的信息,可在一定程度上降低人為主觀(guān)因素的影響,包括主成分分析法、最大熵技術(shù)法、多元統(tǒng)計(jì)方法等。如張慧筠等運(yùn)用主成分分析法對(duì)15 個(gè)卷煙牌號(hào)的質(zhì)量情況進(jìn)行了分析,共篩選出化學(xué)成分因子、感官質(zhì)量因子、煙氣成分因子等3 個(gè)主成分;張?zhí)鞐澋冗\(yùn)用最大熵技術(shù)法對(duì)消費(fèi)者可分辨的卷煙煙氣香味特征等7 項(xiàng)感官指標(biāo)賦予權(quán)重。
(3)綜合賦予權(quán)重法,這種方法是將主觀(guān)賦予權(quán)重方法與客觀(guān)賦予權(quán)重法結(jié)合起來(lái)使用。如劉馨等從生產(chǎn)管理、工藝質(zhì)量管理、物耗成本管理等三個(gè)方面的指標(biāo)進(jìn)行精益生產(chǎn)評(píng)價(jià)體系賦權(quán)研究,并與目標(biāo)體系、度量體系相結(jié)合,搭建質(zhì)量管理評(píng)價(jià)保障體系;李宏煜等選取工藝質(zhì)量、現(xiàn)場(chǎng)作業(yè)、設(shè)備管理和安全管控等四個(gè)方面的指標(biāo)進(jìn)行精益生產(chǎn)體系效果評(píng)價(jià)賦權(quán)研究;劉繼輝等選擇隨機(jī)森林法通過(guò)參數(shù)篩選及賦權(quán)研究對(duì)制絲過(guò)程中關(guān)鍵參數(shù)的篩選及其權(quán)重進(jìn)行了測(cè)度研究??陀^(guān)賦予權(quán)重方法中,熵值法是依據(jù)解釋變量所提供的信息量大小確定權(quán)重,但沒(méi)有將目標(biāo)變量一起納入分析建模;主成分分析賦權(quán)法是以多元回歸分析為基礎(chǔ)的方法,兼顧到了解釋變量對(duì)目標(biāo)變量的影響,但與機(jī)器學(xué)習(xí)組合算法比較,多元回歸模型預(yù)測(cè)的穩(wěn)健性不夠高。隨機(jī)森林是以決策樹(shù)為基礎(chǔ)的機(jī)器學(xué)習(xí)組合算法,相比較而言,具有更好的噪聲容忍度和外推預(yù)測(cè)性,它對(duì)于處理高頻實(shí)時(shí)數(shù)據(jù)具有巨大優(yōu)勢(shì),近年來(lái)在煙草領(lǐng)域得到廣泛應(yīng)用。
綜上所述,對(duì)制絲過(guò)程關(guān)鍵參數(shù)影響權(quán)重的研究逐步趨向于科學(xué)化、智能化,也在向更符合生產(chǎn)實(shí)際的情況轉(zhuǎn)變,充分體現(xiàn)了由人工控制經(jīng)驗(yàn)決策向自動(dòng)控制科學(xué)決策轉(zhuǎn)變的過(guò)程。
制絲生產(chǎn)過(guò)程工藝質(zhì)量評(píng)價(jià)方法一般采用合格率評(píng)定法、統(tǒng)計(jì)學(xué)評(píng)定法、過(guò)程西格瑪水平評(píng)定法以及QI 指數(shù)評(píng)定法等。可分為對(duì)關(guān)鍵工序的評(píng)價(jià)、對(duì)工段的評(píng)價(jià)以及對(duì)批次的評(píng)價(jià),對(duì)批次的評(píng)價(jià)其步驟一般是:確定關(guān)鍵工序工藝參數(shù)及其權(quán)重,對(duì)關(guān)鍵工藝參數(shù)進(jìn)行評(píng)價(jià);根據(jù)權(quán)重對(duì)工段及批次進(jìn)行加權(quán)評(píng)價(jià)。
合格率評(píng)定法較簡(jiǎn)單,通常是按照工藝技術(shù)要求通過(guò)檢測(cè)質(zhì)量指標(biāo)值來(lái)判定結(jié)果,多用于對(duì)工序或工段的評(píng)價(jià)。如統(tǒng)計(jì)關(guān)鍵工藝參數(shù)過(guò)程數(shù)據(jù)的均值、標(biāo)偏、標(biāo)偏合格率等,并與工藝指標(biāo)標(biāo)準(zhǔn)比較,評(píng)價(jià)結(jié)果。陳景華等通過(guò)過(guò)程標(biāo)準(zhǔn)偏差計(jì)算出各工段綜合過(guò)程標(biāo)準(zhǔn)偏差,從而確定過(guò)程控制能力,評(píng)價(jià)制絲質(zhì)量。該方法所涉及到的評(píng)價(jià)面較窄,因而具有一定的片面性的問(wèn)題,容易造成評(píng)價(jià)結(jié)果偏差。
統(tǒng)計(jì)學(xué)評(píng)定法是應(yīng)用SPC 技術(shù)(如過(guò)程能力指數(shù)CP、CPK、PPK)將制絲生產(chǎn)過(guò)程的各項(xiàng)指標(biāo)進(jìn)行定量判定及監(jiān)控,一般多用于制絲日常工藝監(jiān)督與管理。如每周、每月按照生產(chǎn)牌號(hào)統(tǒng)計(jì)各批次的關(guān)鍵質(zhì)量特性的CP、CPK 等指標(biāo),分析、評(píng)價(jià)制絲質(zhì)量控制的穩(wěn)定性,批次質(zhì)量控制的集中度等[2]。
西格瑪水平評(píng)定法是確定關(guān)鍵質(zhì)量特性CTQ 及其權(quán)重的一種方法,把每個(gè)CTQ 的質(zhì)量水平換算成DPMO,根據(jù)關(guān)鍵質(zhì)量特性CTQ 的權(quán)重,用幾何平均的方法計(jì)算每個(gè)環(huán)節(jié)或過(guò)程的合格率。在環(huán)節(jié)之間或者過(guò)程之間,根據(jù)過(guò)程對(duì)總體貢獻(xiàn)程度的差異性,確定其權(quán)重,計(jì)算幾何平均合格率,然后轉(zhuǎn)換為過(guò)程的總體西格瑪水平。根據(jù)測(cè)評(píng)周期,每季度測(cè)評(píng)一次或者每半年測(cè)評(píng)一次,并根據(jù)測(cè)評(píng)結(jié)果找出薄弱環(huán)節(jié)實(shí)施改進(jìn),逐步提升過(guò)程質(zhì)量控制水平。
QI 指數(shù)評(píng)定法是文獻(xiàn)采用的方法,研究建立了制絲線(xiàn)批次全加工過(guò)程的質(zhì)量評(píng)價(jià)模型,包括穩(wěn)態(tài)及非穩(wěn)態(tài)生產(chǎn)過(guò)程,質(zhì)量指數(shù)評(píng)價(jià)體系包含了從工藝參數(shù)到工序再到批次多層級(jí),實(shí)現(xiàn)了制絲生產(chǎn)工藝的批次質(zhì)量評(píng)價(jià)。
目前各卷煙廠(chǎng)制絲生產(chǎn)大都以批次形式生產(chǎn),每批次可劃分為幾個(gè)工段,工段又可劃分為不同的工序。制絲生產(chǎn)環(huán)節(jié)存在以下幾個(gè)特點(diǎn):一是工藝流程長(zhǎng),加工環(huán)節(jié)多;二是設(shè)備復(fù)雜,且各個(gè)生產(chǎn)點(diǎn)設(shè)備不盡相同;三是生產(chǎn)設(shè)備自動(dòng)化水平高,下一個(gè)工序的質(zhì)量受上一工序影響較大,人工可調(diào)節(jié)范圍有限。煙草科技人員就卷煙制絲生產(chǎn)過(guò)程工藝質(zhì)量評(píng)價(jià)方法進(jìn)行了大量研究,并取得了較大進(jìn)展。然而,目前大部分研究主要集中在人工經(jīng)驗(yàn)與統(tǒng)計(jì)學(xué)方法應(yīng)用相結(jié)合的評(píng)價(jià)方法上,而對(duì)制絲過(guò)程大量數(shù)據(jù)的深度挖掘及人工智能的應(yīng)用方面研究較少,且由于存在卷煙原料的變化、葉組配方的替代調(diào)整等方面的影響,且沒(méi)有把感官質(zhì)量納入評(píng)價(jià),造成對(duì)制絲生產(chǎn)過(guò)程工藝質(zhì)量評(píng)價(jià)研究缺乏系統(tǒng)性[3]。