动力车间QC小组活动总结最终版(提高储叶房湿度CPK能力指数)

1、动力车间QC小组活动报告一、小组概况动力车间电器QC活动小组登记时间2009、4、1小组登记号1201-2009小组类型攻关型课题登记号2009-03组长刘海伦活动时间2009.42009.11活动次数26活动出勤率100课题名称提高储叶房湿度CPK能力指数小组成员序号姓名性别年龄文化程度岗位组内职务1刘海伦男39大专电器技术员组长：方案设计2陈望忠男39硕士技术组长付组长：组织协调3黄亚飞男37大专付班长组员：实施组织4袁子龙男37大专设备管理员组员：统计分析5黄站军男38高技维修组员：具体实施6刘慧女38中技仪表维修组员：具体实施7郭新颜女29中技空调操作组员：具体实施TQC培训：小组成员

2、平均受培72小时以上，考评合格。二、小组活动时间表小组活动及计划甘特图进度 月份2009/042009/052009/062009/072009/082009/092009/102009/11负责人课题选择陈望忠现状调查刘海伦确定目标 全体组员原因分析要因确认 全体组员（分专业）制定对策 全体组员实施验证 全体组员（分专业）效果检查全体组员巩固措施全体组员计划完成 实际完成 1、从连续几个月的车间实际湿度比对表发现，我厂储叶房几个点的湿度检测值发生整体向下偏移，甚至有时出现不稳定现象,可能造成机房的湿度工艺控制不达标。三、选题理由提高储叶房湿度CPK能力指数 2、卷烟平面的湿度，是卷烟制造流程

3、中的重要工艺环节，车间所需的湿度工艺参数达不到理想控制要求，会严重影响卷烟产品质量。我们知道，卷烟制造过程中的湿度工艺尤为重要，储叶房的湿度工艺影响着制丝过程加香加料工序的吸收能力，进而影响着卷烟产品的内在质量。各个生产厂家将产品质量都视为第一生命，鉴于储叶房湿度控制出现异常趋势，为提高储叶房湿度工艺精度的过程控制，车间电器QC小组选定“提高储叶房湿度CPK能力指数”作为我们的攻关课题。四、现状调查DDC控制器 储叶房 1、 上面是储叶房K-6机组的工艺流程图，室外新风加车间回风混合后，通过空调箱过滤，经过加热段、加湿段，最后通过送风机送给储叶房。车间温湿度经过现场三个温湿度传感器检测后，反馈

4、给控制器DDC加权平均计算（得出平均湿度），控制器再比较设定的温湿度值，通过程序控制加湿阀、加热阀开度，以此来调控储叶房所需的卷烟工艺温湿度值。2、 2009年4月10日我们用高精度的手持式温湿度检测仪，对储叶房实际湿度进行现场检测，间隔3分钟连续采样，同时通过步话机比对空调微机的采样显示值。控制对象：储叶房机组：K-6采样指标：湿度时间：2009610标准值：70（）上限值：73（）下限值：67（）样本量：68样本号12365678X172.371.672.573.171.870.871.571.4X272.271.871.171.672.471.671.471.2X371.371.571.

5、671.673.272.472.371.7X672.571.671.871.372.271.771.972.3X572.372.171.871.372.271.671.472.5X672.470.771.271.572.572.273.172.1X771.572.572.971.171.171.971.271.8XCTCaCpCPK样本max样本min样本极差71.877087060.6256941.7842040.66783773.270.72.5调查：杨昆锟 统计：袁子龙从上表可明显看出，实际检测的湿度平均值向上偏离1.87708个百分点，尽管Cp值达到了1.78(说明控制的离散度不高)，

6、但Ca值为0.625694，最终导致CPK值为0.667837。也就说明造成储叶房湿度制程能力不高的主要问题来源于制程的准确度Ca而非制程精密度Cp。3、 同时，为对比分析K-6机组，2009年4月1318日，小组成员对我厂联合工房其它11台机组的湿度CPK值进行了较详细的统计计算。见下表：机组USLLSLCa值（）Cp值CPK值K-170600.1971.7211.382K-260550.1021.6461.478K-377500.3142.0651.417K-470600.1671.7671.471K-555500.1141.7311.533K-755500.111.7521.559K-8

7、77500.2882.1221.509K-955500.121.8221.603K-1055500.1271.9281.682K-1177500.2832.1941.572K-1255500.1411.8481.588数据检测：杨昆锟 数据统计分析：袁子龙 时间：2009、4、1319我厂联空12台中央空调机组湿度CPK值柱状图如下：从调查表及12台机组湿度控制CPK柱状图可知，除了K-6机组外，我厂其它机组的湿度控制CPK值都较理想，均超过1.38以上。五、活动目标值确定：1、目标值确定通过攻关改进，提高储叶房湿度制程能力指数，将制程CPK值由现在的0.66 提高到1.3以上。现状目标CPK

8、=0.66CPK=1.32、目标可行性分析：横向比对：从现状调查的统计数据可以看出，我厂联空其它11台机组的CPK值最高为1.682，平均值达到1.526。作为统一设计的K-6空调设备，CPK值应该有大量提升空间。团队实力：小组成员由技术、操作及维修几方面人员组成，多次参与技术创新和改进攻关活动，积累了大量的经验和研究方法。成员参与过空调技改工程的设计、调试工作，对中央空调系统有较深了解。目标可以实现六、原因分析 基于前期的现状调查，我们于5月初召开小组讨论会议，针对影响储叶房K-6机组湿度制程能力不足的各要素，进行头脑风暴法讨论，分析形成了如下的关联图：储叶房湿度CPK制程能力不高1程序设计

9、不合理操作技能欠缺8新风湿度异常设备维护不到位3加湿阀故障4传感器故障2无表冷器9采样受电磁波影响6检测器材或方法不良5微机采样模块故障7采样信号受屏蔽干扰储叶房湿度CPK制程能力不高关联图12采样信号衰减8信号电缆接地不良七、要因确认:通过关联因果分析，我们找到了可能造成储叶房湿度准确度不高的9个末端原因后（红色标识），我们对9个末端原因进行了逐一调研分析，并将必然造成或严重影响储叶房湿度CPK控制能力的原因作为要因来确认。末端原因1：程序设计不合理论证过程：（论证人：刘海伦、黄亚飞 论证方法：记录查阅、现场调查）5月18日，我们打开K-6机组的控制程序，在线观察机组控制过程，机组整体控制协

10、调，无紊乱现象，改变加湿阀等执行器的PID设定，输出控制能做出相对快速响应；同时调阅K-6机组的相关历史控制趋势图，各种情况下控制无紊乱现象。可见K-6机组控制程序没问题。 结论：非要因末端原因2：无表冷器论证过程：（论证人：刘海伦、袁子龙 论证方法：现场调查）表冷器 从上面机组流程图可知，K-6空调机组与其它机组的箱体工段流程在设计上存在不同：因为对应K-6机组控制的储叶房是密闭房，并且控制的工艺温度和湿度较高，温度高时相对焓湿会降低（温度每上升1相对焓湿可下降3），所以设计时没有考虑安装表冷去湿器。当新风湿度异常超高时，加之无表冷器去湿，理论上可造成失控，从而影响到储叶房湿度偏高难降，为此

11、我们等待到了5月13日（下雨，室外湿度很高）这天进行现场实际调查论证。新风湿度新风阀开度新风温度加湿阀开度加热阀开度设定温度设定湿度检测温度检测湿度95518048337033.271.6记录：袁子龙 天气：中雨论证：从当日现场K-6机组的控制过程看，室外已经达到异常湿度95，此时控制程序已经控制新风阀达到极限最低开度5，同时控制加湿阀完全关闭，这样控制了储叶房湿量上升来源。此时检测湿度为71.6，温度仅为33.2，根据储叶房的温度工艺许可，温度还可上升1.8 ，如此当调高温度设定时还可适度降低湿度几个点。证明无论实际或设计，储叶房湿度在无表冷器情况下，当新风湿度异常超高时湿度可控。结论：非要

12、因末端原因3：加湿阀故障论证过程：（论证人：袁子龙 、黄站军 论证方法：现场调查）1、5月18日，检查加湿阀执行器和阀体，执行器能根据上位机给定制准确动作，阀位进给量和阀位反馈值正常；阀位控制关闭时阀体只有微量流通蒸汽泄漏。2、检查加湿旁通阀（空调机组正常工作时，旁通阀应该关闭不能过蒸汽,不然泄漏蒸汽将引起加湿量过大，造成控制的储叶房湿度上升）,旁通阀无泄漏现象。结论：非要因末端原因4：传感器故障 论证过程：（论证人：黄亚飞、刘慧 论证方法：现场调查、类比） 1、5月19日，检查储叶房三个温湿度传感器，无损坏现象，查核上位机反馈数据，三个传感器数据波动正常、无异常闪变现象。 2、为确认传感器正

13、常，用刚从厂计量部门检测完好的三个传感器进行更换，反馈值与原有传感器检测值比较，差值相对很小,证明传感器没有问题。位置序号原传感器现传感器相对差值更换时差（min）K6-1#位72.172.20.13K6-2#位71.671.40.22.5K6-3#位72.572.60.12.5结论：非要因末端原因5：微机采样模块故障 论证过程：（论证人：黄亚飞、刘慧 论证方法：反证法） 5月17日，利用星期日休息停产时间，我们将K6和K2空调机组的DDC控制器模拟量采样模块进行对换，选择与K-2机组模块互换理由有：其一因为当天车间没有生产，室内湿度恒定，传感器的检测值很稳定；其二K-2机组对应储丝房，与储叶

14、房一样室内密闭性好，湿度恒定。如果湿度采样模块故障反馈偏差大，互换后如果核实任一机组检测湿度数据与原差值超过1.5，可证明其一模块存在性能故障。以下为当时检测数据表：位置序号互换前互换后差值K6-1#位54.354.2-0.1K6-2#位54.654.7+0.1K6-3#位54.454.2-0.2K9-1#位52.552.6+0.1K9-2#位52.752.6-0.1K9-3#位52.252.3+0.1从调查结果可知，互换后机房同一点位的湿度检测数据最大差值为0.2，可见K6机组的DDC采样模块没有出现性能故障。 结论：非要因末端原因6：湿度检测器材或方法不良论证过程：（论证人：黄亚飞、刘慧

15、论证方法：现场调查）1、为核对制丝、卷包车间区域实际温湿度值，避免车间温湿度传感器失效或偏差过大，造成车间实际工艺值超标，我厂计量部门特制定了温湿比对规程，规程经数年总结制定，周密而详细。为保证检测数据的实时性，车间在检测时采用了步话机传递检测数据信息；为避免检测过程偶然误差，车间另行要求检测人员取稳态下的变化平均值。同时核查空调操作人员比对车间温湿度操作过程，能严格按规程操作。5月21日，将手持式温湿度检测仪送厂工程计量部门检验，检测出该比对工具合乎要求。2、按同样方法和同一检测工具检测的其它机组数据，合乎检测偏差标准，仅储叶房湿度数据出现偏高异常。上叙调查和分析可证明：现行湿度检测器材完好

16、、方法较完善。结论：非要因末端原因7：采样信号受屏蔽干扰论证过程：(论证人：刘海伦、黄亚飞、刘慧 论证方法：现场调查) 我厂储叶房置于制丝车间正南，整个房体以铝合金金属制作围成，形成了一个密闭的屏蔽体。储叶房的屏蔽结构是否干扰采样信号呢？ 6月9日，小组成员做了以下试验：从联空控制器重新布设一根临时信号电缆连到储叶房，并接好一台新的传感器，通电进行测试。在测试过程中发现，一旦我们把传感器移入储叶房，传感器电源电压和信号电压发生明显衰减，只要移出储叶房，电压恢复正常。随后，我们对K-6机组（为对比论证，同时对制丝车间储叶房临近的K4机组）的三个传感器变送信号进行检测，用精度等级达0.001的万用

17、表，检测车间现场传感器至空调房DDC的信号干扰状况，下表为当时的实际调查数据：传感器位置序号现场采样电压值（v）DDC反馈电压值（v）衰减电压差值（v）衰减比例（）湿度衰减值R（）K6-1#位7.247.050.192.621.9K6-2#位7.217.010.202.772.0K6-3#位7.277.080.192.611.9K4-1#位6.436.420.010.150.1K4-2#位6.386.370.010.160.1K4-3#位6.456.450.010.150.1从调查数据我们看出：K-6机组的几个湿度采样信号衰减超过2.6以上，K-4机组湿度采样信号最大衰减为0.16，K-6（储

18、叶房）的湿度采样衰减值为1.92.0，正好与前期现状调查中的湿度平均偏离值1.93958接近。论证分析：因为传感器使用24V交流电源，信号电缆在穿入储叶房后，电源受到房体屏蔽干扰，同时由于传感器反馈信号为电压反馈，输回的采样反馈信号同样受到干扰衰减。我们认为采样信号受到储叶房屏蔽干扰是影响储叶房湿度制程能力不高的重要原因。结论：要因末端原因8：信号电缆接地不良论证过程：（论证人：黄战军、刘慧 论证方法：现场调查）6月17日，小组成员对储叶房传感器信号电缆的接地情况，进行了仔细检查，信号电缆接地规范，没有发现接地不良现象。检测接地电阻值为0.008欧姆，符合接地阻值要求。结论：非要因末端原因9：

19、信号受电磁波干扰论证过程：（论证人：黄亚飞、刘慧 论证方法：排除法）因为生产时，车间电机和变频器等电器设备工作，会产生各种频次的电磁波。为证明采样信号是否受电磁波干扰，6月20日（周末最后一个班），我们对班前（车间设备产生电磁波）和班后（车间设备停机不产生电磁波）两种情况下的传感器信号进行检测，下表为实时的信号电压检测数据：K-6机组停机前（有电磁波）停机后（无电磁波）信号衰减值1传感器信号电压7.147.1402传感器信号电压7.127.1203传感器信号电压6.966.960要求：检测时要快速准确，前后数据3分钟内测完。调查证明：车间电磁波没有造成采样信号衰减。结论：非要因要因确认：通过对

20、以上诺干末端因素的调查论证，我们确认了影响储叶房湿度控制准确度不高的重要原因是采样信号受到储叶房屏蔽干扰，信号衰减造成检测值系统性偏移误差。八、对策：针对上述要因，我们讨论确定了以下相关的对策方案要因对策方案方案分析评估选定有效性可实施性经济性 可靠性 评价 得分采样信号受到储叶房屏蔽干扰对策一：改造储叶房空调微电脑控制器系统，改为直流电源型控制器优点：能良好消除信号干扰。 缺点： 1、改造微电脑控制系统投资大（约28万元）； 2、施工较困难，并且需停产施工。90对策二：将储叶房传感器改进为电源电压幅度大、电流型反馈输出的传感器优点: 1、电流型反馈，电流成闭环运行，输出与输入流量相等，采样反

21、馈信号无衰减； 2、投资小（约增加投资0.4万元）；3、施工简单，无需停产。 缺点：不能消除传感器电源干扰120注：每 10分 根据确定的对策拟定了如下对策表：对策计划表要因对策目标措施实施地点负责人完成日期采样信号受到储叶房屏蔽干扰将储叶房传感器改进为电源电压幅度大、电流型反馈输出的传感器消除采样反馈信号干扰现象1、合理选择传感器型号，传感器电源下限可达18V,能满足储叶房屏蔽干扰。车间办公室（网上咨询）刘海伦2009年7月2、安装电流型传感器。储叶房现场刘慧2009年8月3、变更空调控制器模拟量通道类型。 K-6控制器现场黄亚飞2009年8月4、重新组态传感器变量关系空调监控室刘海伦200

22、9年8月5、修正传感器模数转换值偏差空调监控室黄亚飞2009年8月储叶房温湿度传感器改进实施方案1.安装施工期间，以现场湿球湿度计为准，手动进行储叶房湿度控制； 2.为保证安装改进生产过程中生产工艺，安装逐台进行。 3.当发现新型传感器仍然受干扰，检测数据与实际偏离高于4时停止更换工作，恢复原装置。 4.避免损坏机组DDC控制器，安装拆线前须断开相应传感器电源。 5.新传感器安装前送检，合格后方可安装。 6.本方案报车间审批后方可执行。 动力车间电器QC小组2009年8月8日九、实施：为了尽快达到预期的目标，我们结合现场实际施工条件，按项目负责制原则，小组成员按照对策措施计划表，从2009年7

23、月份开始进行攻关实施活动。 实施（一）：合理选择采购传感器型号 实施时间：7月1214日 实施人员：刘海伦 主要实施内容：从互联网搜索符合要求的温湿度传感器，特别对传感器电源电压参数严格把关，通过查询SIEMENS、OEM、UPSI、WENSHAOLA等品牌传感器，最后选择电源电压范围为V-V，电流反馈型的进口WENSHAOLA型传感器，作为此次课题研究配件，并立即申报急件计划。实施（二）：安装电流型传感器 实施时间：8月10日14日 实施人员：刘慧、黄亚飞 主要实施内容：新的传感器配件到货后，小组立即组织成员对储叶房进行更换。为不影响车间生产工艺，同时检测新型传感器是否能满足干扰后需求，小组

24、制定了如下的具体改型安装实施方案。改进的温湿度传感器对比照片：改进后改进前 实施（三）：变更空调控制器模拟量通道类型实施时间：8月10日14日 实施人员：黄亚飞、刘慧主要实施内容：因为更换后的传感器为电流反馈信号，而原来传感器为电压反馈信号，控制器采样通道需根据现有信号改变输入类型。我们将K-6机组DDC控制器内部的相应模拟量输入通道，改变为电流输入型。具体实施见下图：改进后改进前 实施（四）：重新组态传感器变量关系实施时间：8月10日14日 实施人员：刘海伦根据新传感器的变量类型、量程、线性度等参数，打开上位机程序变量表，对K-6机组相应储叶房传感器信号变量重新进行组态。传感器变量重新进行组

25、态实施（五）：修正传感器模数转换值偏差实施时间：8月10日14日 实施人员：刘海伦 黄亚飞传感器现场反馈数据进入控制器，经过控制器摸数转换后，可能会存在一定偏差，此偏差可通过上位机进行修正，修正后的值最后作为真实采样信号参与控制。我们先将传感器送至控制器模块的反馈信号开路，用精度等级较高的万用表串入测量出反馈电流，依据线性式R=100*(Ia-4)/16计算出实际湿度值；比较上位机采样显示数据R1，计算出所需修正的偏差值（R-R1），修正后可较准确反应出原始采样数据。现场测试微机修正 实施效果验证：储叶房3台传感器改进完成后，是否消除了采样反馈信号的干扰现象呢？我们又对传感器电源干扰和信号反馈

26、干扰做了进一步检测论证。调查对象测量数值差值有无干扰源电压24.2VAC3.9V有端电压20.3VAC信号源电流13.2mA0.0mA无信号端电流13.2mA从调查表中看出： 1、虽然传感器电源仍存在干扰，但端电压为20.3V，压降没有造成低于传感器最低工作电源值，不会影响到传感器本体的正常工作； 2、因为使用了直流反馈，信号电流完全没有增益； 结论：采样反馈信号干扰现象得以消除十、效果检查 小组将对策方案实施完成后，着手就对策效果进行检查。9月4日，小组按常规流程对储叶房实际湿度进行检测比对，下表为当时的实际比对数据（附K-6机组湿度微机采样数据图）： 控制对象：储叶房机组：K-6采样指标：

27、湿度时间：200994标准值：70（）上限值：73（）下限值：67（）样本量：56样本号12365678X170.369.570.471.269.468.469.169.4X270.469.469.269.670.469.469.469.2X369.669.169.669.571.370.470.269.7X670.669.569.869.370.269.569.470.3X570.470.369.669.470.369.269.470.5X670.368.969.269.370.670.770.970.6X770.769.969.469.370.370.570.470.6XCTCaCpCPK样本max样本min样本极差69.839587060.0534721.5719511.48789571.368.42.9从上面统计调查表可以看出：经过小组成员的努力，我们将Ca值由原来的0.625694（即62.5694）控制到了现在的0.053472（即53.4