烟草工业企业卷接包装工序

#各异的波动，见表1中A-O。对于这些波动的监测效率，可以通过表1进行进一步比较分析。表1圆周控制图不同判异准则效率比较和第6点报警，都是违背了判异准则1；在第2和第6点报警，都是违背了判异准则5。从表中可以看出，准则2和准则8的监测效率较差，异常波动的检出能力不高，需要对这两个判异准则进行修改，以提高检出能力。八项判异准则的第一类错误(虚发报警)的概率分别为：p=1-0(3)+0(-3)=0.0027；p=[0⑶-0(0)]9二0.00192p广舟[0⑶-0(-3)]=0.0027836!pu0.00444p=2[0(3)-0(2)]2{1+2[0(2)-0(-3)]}=0.00275p=2[0(3)-0(1)]4{1+4[0(1)-0(-3)]}=0.00536p=[0(1)-0(-1)]15=0.003267p={[0(3)-0(1)]+[0(-1)-0(-3)]}8=0.000096可以看出，准则2、8的检出能力弱的主要原因就是其虚发报警的概率都比较小，可以适当增加虚发报警的概率，以提高检出力。对于准则2,将连续9点在中心线同一侧改为连续8、7、6点在中心线同一侧并比较虚发报警的概率的变化：连续9点在中心线同一侧的虚发报警概率为p=[0⑶-0(0)]9=0.0019；连续8点在中心线同一侧的虚发报警概率为p二[©⑶(0)]8二0.0038；2连续7点在中心线同一侧的虚发报警概率为p二[©⑶(0)]7二0.0076；2连续6点在中心线同一侧的虚发报警概率为p二[©⑶(0)]6二0.0154；2当该准则从连续9点变为7点时，虚发报警的概率都比较小，而当变为6点时，虚发报警的概率过大，因此可认为将该准则修改为连续7点在中心线同侧比较适宜。对于准则8,将连续8点距离中心线超过1个标准差(中心线的上方和下方)改为连续7、6、5、4点距离中心线超过1个标准差(中心线的上方和下方)并比较虚发报警的概率的变化：连续8点距离中心线超过1个标准差(中心线的上方和下方)的虚发报警概率为p={他(3)(1)]+(-1)(-3)]}8二0.000096；8连续7点距离中心线超过1个标准差(中心线的上方和下方)的虚发报警概率为p={[*⑶—*(1)]+[*(—1)—*(—3)]}7二0.0003；8连续6点距离中心线超过1个标准差(中心线的上方和下方)的虚发报警概率为p=0.0009；8连续5点距离中心线超过1个标准差(中心线的上方和下方)的虚发报警概率为p=0.0031；8连续4点距离中心线超过1个标准差(中心线的上方和下方)的虚发报警概率为p=0.0098；8虽然连续4点时检测能力可以满足要求，但是虚发报警概率太高，因此准则8也不予考虑。表2圆周控制图判异准则改进后效率比较波动ABCDEFGHJKLMNO29,94,101,139,148,准则11,692035455265,6797,9911630,95102144150准则243-4876119改进101-12741-4874-76117-120144准则20320,101,1116,139-准则52,622,27-344666,689597,9914902118,1201442416-29-115,141-准则6415469-74992434116,118144

从表2可以看出，当该准则从连续8点变为5点时，虚发报警的概率都比较小，而当变为4点时，虚发报警的概率过大，因此可认为将该准则修改为连续5点距离中心线超过1个标准差（中心线的上方和下方）比较适宜。由此，圆周的均值－标准差控制图确定采用准则1为主、准则2、5、6为辅，对过程质量进行监控。苹/；\Gii-u.334uuLCL^O.S6176116C1X6L7691ICCL211.36亜量的Xbar控制图0苹/；\Gii-u.334uuLCL^O.S6176116C1X6L7691ICCL211.36亜量的Xbar控制图0O.CC53O.UCL=O.90625图12重量控制图判异准则分析图12是对重量数据采用均值-标准差控制图进行监控，用八项判异准则进行判异的控制用控制图。从图中可以看到，准则2、3、4、7、8在实际使用时基本无效，可以不予考虑。准则1、5、6对异常波动的监测效率有所差别，该批数据中共有7个大小各异的波动，见表3中A-G。对于这些波动的监测效率，可以通过表3进行进一步比较分析。表3重量控制图不同判异准则效率比较波动ABCDEFG准则146,55,64,98,118准则547,4855,6064,6598准则686疑为误判106,107121-123由此，重量的均值－标准差控制图可采用准则1为主，准则5、6为辅，对过程质量进行监控。计数型控制判异准则的优化外观控制图的判异准则主要采用准则1（距离中心线超过3个标准差）进行过程质量监控。控制图判异准则确定以将控制图的“两种错误”控制在较低的概率为原则，根据卷接包装工序实际情况，对常规控制图的八项判异准则进行了选择、修订和优化，确定了控制图判异准则如表4所示：表4控制图判异准则准则序号判异准则内容适用的控制图准则一1个点，距离中心线超过3个标准差烟支圆周、重量、吸阻、总通风率均值控制图和标准差控制图；烟支空头、烟支外观缺陷、小盒外观、盒装缺陷、条装缺陷、箱装缺陷的计数型控制图准则二连续7点在中心线同一侧烟支圆周均值控制图准则五3点中有2点，距离中心线超过2个标准差（在中心线的同一侧）烟支圆周均值控制图、烟支重量均值控制图准则六5点中有4点，距离中心线超过1个标准差（在中心线的同一侧）烟支圆周均值控制图、烟支重量均值控制图4.3.6控制图应用流程Y持续改进判断过程是否异常日常监控消除异常并记录控制过程分析确定控制\对象/建立控制用控制图建立分析用控制图过程能力分析选择控制图类型测量系统分析数据收集与处理Y持续改进判断过程是否异常日常监控消除异常并记录控制过程分析确定控制\对象/建立控制用控制图建立分析用控制图过程能力分析选择控制图类型测量系统分析数据收集与处理A■消除异常原因N■判定过程是否、稳定/图13统计过程控制应用流程统计过程判稳分析观察均值控制图所有的点是否基本上都落在控制界限内并且在控制界限内的点是否随机排列，依据A类和B类判稳准则（如表5所示）判定过程是否处于稳定状态，如过程处于稳定状态，则将分析用控制图的控制限确定为控制用控制图的控制限；如过程处于非稳定状态，应剔除异常点，重新计算并修正控制限直至过程处于稳定状态，同时采取适当的补救措施以消除可查明原因并防止其再次出现。如异常点的数量超过子组数量的20%应重新收集数据。表5控制图判稳准则类别判稳准则类别判稳准则适用的控制图A类所有的点基本上都落在控制界限内1、连续25个点中，没有一个点超出控制界限所有控制图2、连续35个点中，最多有一个点超出控制界限3、连续50个点中，最多有两个点超出控制界限B类在控制界限内的点随机排列1、样本点分布均匀，位于中心线两侧的样本点各占50%均值图2、靠近中心线的样本点约占2/33、靠近控制界线的样本点极少统计过程异常分析出现异常点首先进行验证，如确定为异常点及时进行纠正并消除异常因素，如为虚发报警则不需调整。工业应用及验证河南中烟工业有限责任公司许昌卷烟厂采用了以上的技术应用，通过统计过程控制在卷包工序的实施，不