建立以均匀设计方法为基础的卷烟工艺革新体系模板

资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。建立以均匀设计方法为基础的卷烟工艺革新体系立项背景卷烟工艺经过一百多年的发展,自动化程度越来越高,随之影响卷烟质量、效率等方面的不确定因子也越来越多,有时会超过10个以上的潜在影响因子,而且因子与因子之间存在着较强交互作用。例如:我们对影响烟丝整丝率的因子进行初步分析,就至少有15个潜在因子。如果利用传统的全因子试验设计寻找主要影响因子,以及其最佳因子水平设置,试验次数要多达上万次。在考虑时间与成本的前提下,这种试验是根本不可能完成的。如果利用正交试验,其试验次数会有较大幅度减少,可是:正交表是非常有限的,很难找到一个能容纳这么多因子的正交表。同时正交试验分析各因子交互作用能力非常有限,而影响烟丝质量和效率的因子之间交互作用是非常错综复杂,这也限制了正交试验在烟草行业中广泛使用。故:当前大部分卷烟厂的生产工艺主要是经过技术人员和操作人员的经验来进行参数设定,以及过程控制。可是这往往不是最佳的参数设定和过程控制方法,这也导致了卷烟生产过程的稳定性相对较差,从而造成了制造成本偏高及质量不稳定。

2、详细质量技术内容均匀设计方法起源于上世纪七十年代,由中国著名数学家王元(中国科学院院士,中科院数学所所长)和方开泰(中科院应用数学所副所长)经过长时间的潜心研究,而创造的一种全新的试验设计方法,其是利用数论与多元统计对潜在影响因子进行分析,试验次数较传统全因子和正交试验次数有大幅下降,其能利用极少数的试验就能分析出各潜在影响因子对过程输出指标的影响,以及各潜在因子之间的相互关系对指标的影响,甚至也能够研究各因子高次方对过程输出指标的影响。例如有10个潜在因子对烟丝整丝率可能有影响,我们只需用20次试验就能分析出各潜在因子和它们之间相互关系对整丝率的影响。这是传统全因子试验和正交试验无法比拟的。这使得使用科学的试验设计方法去分析制烟过程各潜在影响因子是否对生产过程有较大影响成为可行。世界上像福特汽车等大公司均已证明:如果能有效的使用均均设计方法,能使企业实现从传统凭经验来设定各控制参数的模式向利用数据和事实说话方式的根本性转变,大大降低生产过程不稳定的因素,使企业在产品质量、制造成本等方面取得突破性改进。故国际各大公司均在探讨采用何种简化的推广方式,使均匀设计方法成为企业每个工程师解决问题与分析的利器,成为企业共同语言的一部分。浙江中烟宁波制造部是一个勇于开拓和进取的企业,其以管理严细、善于技术创新而在烟草行业中享有盛名,曾连续三年获烟草行业经济效益先进单位称号。为了解决公司工艺制定过程不合理,而引起的生产过程稳定较差的问题,引入了均匀设计方法,不但解决了像烟支空头率、小盒透明包状不良等系列行业难题,为企业带来了巨大收益,而且经过一系列的创新,拓宽了均匀设计使用范围,使其能应到公司任何试验设计过程,以此方法为基础,推动了企业从传统凭经验来设定各控制参数的模式向利用科学的统计方法来确定产品设计参数与工艺参数的根本性转变,为企业带来了一场全新的工艺技术革新。以下是浙江中烟宁波造成部在以均匀设计方法为基础的工艺技术革新中一系列过程创新和应用实例举例。过程创新体现一,创立了以均匀设计为核心的工程技术人员培训体系经过二十多年的发展,均匀设计方法已融入了稳健性设计、多元回归、响应优设计等现代统计技术,如果没有这些统计技术支撑,均匀设计方法也无法得到有效地应用。为了使均匀设计方法能迅速成为各技术人员分析问题与解决的利器,浙江中烟宁波制造部构建了自我的均匀设计培训体系,将这些现代高级统计工具进行了有效融合。以此也完善了公司各级工程人员能力提升体系,为加快公司向现代化质量管理型企业转变奠定了坚实基础,以下为各级技术人员对均匀设计相关知识的能力要求:(填充了橙色的格子,此类知识需掌握)构建了公司均匀设计表使用库均匀设计是经过均匀表来安排试验。当前大多数已有的均匀表和均匀设计软件创立的均匀表,一般最多只能安排7个因子(这也是许多均均设计软件不能得到有效推广的原因之一)。而随着卷烟工艺自动化程度越来越高,影响产品特性的因子超10个以上越来越普遍。浙江中烟宁波制造部经过均匀表构造原理,构造了能安排2-19个因子的均匀设计表供直接使用,使技术人员能直接经过因子数和条件允许的试验数来选择均匀表来安排试验。经过均匀表的建立,一方面简化了技术人员选择表和安排因子进行试验的过程,为推动全员使用均均设计方法进行试验分析打下了基础;另一方面经过创立了一系列能安排10个因子以上的均均设计应用表,为制造部全面分析一些复杂的质量问题提供了试验方法和依据。以下是浙江中烟宁波制造部均匀表使用目录:三,创立了适合与本公司均匀设计过程分析工具:逐步(向前、向后)回归的重要因子判定准则均匀设计的试验结果出来之后,一般均是采用逐步回归对其进行分析,确认那些对应的回归项组成的拟合模型与试验结果最为稳合,从而进一步确认过程的重要影响因子。在此过程中,如果处理不当,很容易造成出现过渡拟合现象和拟合项中把主要影响项给予了删除,造成此原因主要是与逐步回归中入选与删除的α取值和回归系数R-Sq(调整)如何确定有关。当前大部分书籍只是说明:当入选与删除的α取值越小,对应的R-Sq(调整)值越大,表明数学方程拟合较好。由于没有进行量化说明,这就对分析人员的能力要求较高。浙江中烟宁波制造部针对如此情况,创立了适合于本公司逐步回归分析准则,以防止在分析过程中遗漏重要影响因子和把一些不重要因子当成重要影响因子。此判断准则也简化了试验的分析过程,为全员普及均匀设计方法的应用创造了条件。以下是均匀设计使用逐步(向前、向后)回归分析判断重要影响因子的准则:四,创立了适合于本公司非连续型数据转化成连续型数据的作业指南利用回归方法对均匀设计的试验结果进行分析时,就必须要求分析的X与Y为连续型数据,否则就无从对结果进行分析。而我们研究的问题,其总会包含部分因子为非连续型的因子,这就限制了均匀设计的推广使用。针对如此情况,浙江中烟宁波制造部结合自身实际情况,制定了适合于本公司将非连续型数据转化成连续型数据的作业指南,此指南的核心思想是:建议各技术人员,在使用均匀设计方法试验时,对非连续型的因子,首先必须了解因子是哪种特性对响应变量有影响,然后再根据此特型,对其进行打分,使非连续型数据转分为连续型数据。另:此种打分多数都是建立在线型数据基础上,故:在进行数据分析,能够不考虑此因子的高次项,但需考虑其与其它因子的交互作用。例:为了考察员工技能是否对产品的质量影响,我们找了三个员工:一个技术认为非常好的员工,一个技术认为一般的员工,一个技术认为相对较差的员工,大家分别对其按1-10分打分,这样非连续型数据就自然转化成了连续型数据。在指南中也明确了:当响应变量为非连续性数据时,如果其得到的样品数非常少时,也能够经过打分的方法使非连续变量转化为连续型变量。五,构建了适应于本公司的均匀设计简易优化设计方法利用回归构建了各主要影响因子与响应变量的数学模型之后,下一步将是优化各主要影响因子的最佳设置水平。在确定的取值范围内,利用数学模型寻找各主要影响因子的最佳设置水平,其方法比较多,最常见方法是:利用偏导的方法求值,这需要较深的数学知识,不便于大家掌握。浙江中烟宁波制造部根据自我情况,构建了自我简易优化设计方法,其基本思路是:在各主要影响因子的取值范围内,视情况对其多等份,求得各因子的不同取值水平,然后借助MINITAB软件或其它专业软件,生存各因子各水平之间的全部组合,然后将这些组合代入数学模型中,看那个组合模拟出来的响应值最符要求,那么其对应的各因子水平值为最佳水平设置值。同时,也能够用此方法,确定各因子的容差范围。以下为本公司优化设计流程:实施步骤浙江中烟宁波制造部经过修改工艺管理程序文件和发布了均匀设计方法使用指南,使均匀设计方法在全制造部得到了全面推广和有效应用,由此也构建了以均均设计方法为基础的浙江中烟宁波制造部的工艺革新体系。以下是这两个文件的重要指导作用和实施作用:修改了工艺管理程序文件,明确了以均匀设计为基础的浙江中烟宁波制造部的工艺革新体系随着均匀设计应用方法的推广,广大技术人员对各种试验设计方法理解是越来深,再加上均匀设计能经过极少数试验就能确定各因子对产品特性的影响,这为我们全面推行以数据和事实说话,用科学的DOE和优化设计方法来确定各工艺最佳参数设定值和容差范围变为现实。故:为了进一步减少生产过程变异,提高产品质量,浙工中烟宁波制已从工艺程序文件作出了规定:任何新工艺正式颁布前,均需经过以均匀设计为基础的试验方法来工艺的最佳中心值和公差允许范围,确保其过程抗干扰性最强。从根本上杜绝以前完全凭经验来确定过程参数的习惯,使企业逐浙过渡到以数据和事实说话,采用经验与科学统计相结合的方法来设计整个工艺控制流程,为企业全面进入现代化质量管理型企业而奠定了基础。以下是新旧工艺制定流程对比:二,构建了适应于本公司的均匀设计应用流程:为了能让大家快速使用均匀设计方法去分析问题与解决问题,浙江中烟宁波制造部构建了本公司的均匀设计应用流程。此流程进一步明确了均均设计使用步骤,为均匀设计方法全面推广应用奠定了基础。以下是浙江中烟宁波制造部均匀设计使用过程中的基本步骤指南:应用实例烟支滤棒的吸阻、硬度均是反应滤棒质量好坏的重要指标,要想保证这两个指标均合格,难度非常大。当前各烟支生产厂家,均是采取牺牲滤棒的硬度,来保证滤棒的吸阻,故:滤棒硬度的合格率总是非常低。浙江中烟宁波制造部也面临此问题,其滤棒硬度DPMO高达300,000PPM。针对如此情况,浙江中烟宁波制造部生技科利用均匀设计方法,对生产工艺进行了改进,不但使滤棒硬度DPMO下降到不到1000PPM,而且吸阻不良率也有大幅下降。以下为此项目简要解决思路,供大家参考。以细节流程图为基础,采用头脑风暴法寻找各过程可能影响滤棒硬度的因子,并对其可控性进行识别。(n表示非可控,C表示可控)二,根据滤棒的原理和过程经验,从严重度、发生度、探测度等三个维度进行打分,对可控因子进一步分析,筛选出了7个最有可能因子对滤棒硬度有影响的可控因子,如下:三,采用U13(137)来按排试验,根据各因子的取值范围和最小取值刻度,各因子的水平选择如下:四,根据U13(137)安排试验,因为试验各因子的水平均没有超过13,故取消最后一组试验,按12组试验来排试验组合。在进行试验过程中发现:甘油脂施加量和三级开松宽度很难在短时间内调到规定的水平值。故:在试验时,对甘油脂施加量和三级开松宽度以记录实际值为准。在前期的分析中也发现:滤棒的硬度SD较为稳定,其主要表现为均值较差,故:滤棒硬度的响应变量Y取其均值,吸阻的响应变量Y取其DPMO。试验矩阵和试验结果如下:五,利用向前向后逐步回归进行分析,得出:对滤棒硬度均值影响的因子为:螺纹辊压力、稳定辊压力、1#/3#辊速比、2#/3#辊速比、喷嘴气压、三级开松宽度等六个因子;对滤棒吸阻DPMO影响的因子为:螺纹辊压力、稳定辊压力、1#/3#辊速比、2#/3#辊速比、甘油脂施加量、喷嘴气压、三级开松宽度等七个因子。以下是采用逐步回归对试验所分析的结果:六,根据逐步回归分析出来的最佳项,采用回归的方法分别建立滤棒硬度均值与各主要影响因子和吸阻DPMO与各主要影响因子的数学方程,为后面寻找各影响因子的最佳水平设置作准备。以下分别是影响因子与滤棒硬度均值和吸阻DPMO的数学方程式:七,采用优化设计的方法求得各影响因子的最佳水平设置。因为这里需要对两个响应变量进行优化,故此项目的优化步骤为:A,初步分析各因子分别对各响应变量的影响趋势。从分析结果看出:,甘油脂施加量在当前范围内,对滤棒的硬度的影响不大,但其对吸阻有一定影响,其取值越小,吸阻稳定性越好。故:甘油脂施加量在取值范围内,能够取一个相对较小的固定值。其它6个因子暂无法经过线性分析确定它们对响应变量的影响趋势,故:需进一步分析。B,根据各因子的取值范围和最小取值刻度,以及可操作性,确定其它6个因子可能的取值。经过分析发现:螺纹辊压力能取6个值、稳定辊压力能取5个值、喷嘴气压能取5个值;而1#/3#和2#/3#辊速度比,以及三级开松宽度在取值范围内,均能取无限个值。为了寻找1#/3#辊速比、2#/3#辊速比、三级开松宽度最佳取值,在其取值范围和试验允许范围内,对其进行20等分,得出20个等分值,从这20个等份值想办法来确认其最佳水平设定值。C,借用专业软件,求得各因子的各水平的全因子组合,共得到360,000组试验,然后把这些试验组合全部代入到吸阻DPMO与各因子的数学方程中,寻找到吸阻DPMO小于1000PPM的试验组合2314个。D,将吸阻DPMO小于1000PPM的2314个试验组合全部带入硬度均值与各因子的回归方程中,使其硬度均值最高的一组试验组合就是我们要求的各因子最佳水平设置。E,结合最佳水平设置和生产实际情况,求得各因子的最佳水平设置为:因子螺纹辊压力稳定辊压力1#/3#辊速比2#/3#辊速比甘油脂施加量喷嘴气压三级开松宽度水平取值0.24MPa0.05MPa1.051.3420.228八,效果验证:在最佳水平设置下,试做了一批产品,效果较佳,其吸阻不良率仅为2324PPM,硬度不良率仅为260PPM,均取得了异想不到的改进效果。应用实例小结:本项目不但利用均匀设计方法解决了多年了一直困扰企业