生产工艺参数优化与改进管理工作手册

生产工艺参数优化与改进管理工作手册1.第一章生产工艺参数优化基础1.1生产工艺参数定义与分类1.2生产工艺参数优化目标1.3生产工艺参数优化方法1.4生产工艺参数优化评估标准2.第二章生产工艺参数优化实施流程2.1生产工艺参数识别与分析2.2参数优化方案制定2.3参数优化实施与监控2.4参数优化效果评估与反馈3.第三章生产工艺参数改进管理机制3.1参数改进管理组织架构3.2参数改进流程管理3.3参数改进成果记录与归档3.4参数改进持续改进机制4.第四章生产工艺参数优化工具应用4.1参数优化工具选择与使用4.2参数优化数据分析工具4.3参数优化结果可视化工具4.4参数优化工具培训与应用5.第五章生产工艺参数优化与质量控制5.1参数优化与产品质量关系5.2参数优化与生产效率提升5.3参数优化与能耗管理5.4参数优化与安全环保要求6.第六章生产工艺参数优化与设备管理6.1参数优化与设备参数匹配6.2参数优化与设备维护计划6.3参数优化与设备故障预防6.4参数优化与设备寿命管理7.第七章生产工艺参数优化与人员培训7.1参数优化与操作人员培训7.2参数优化与管理人员培训7.3参数优化与团队协作机制7.4参数优化与绩效考核关联8.第八章生产工艺参数优化与持续改进8.1参数优化与PDCA循环应用8.2参数优化与行业标准对标8.3参数优化与技术创新结合8.4参数优化与未来发展方向第1章生产工艺参数优化基础1.1生产工艺参数定义与分类生产工艺参数是指在生产过程中，直接影响产品性能、质量、效率及能耗等关键指标的定量指标。根据其作用范围和影响程度，可分为工艺流程参数、设备运行参数、控制参数及环境参数等。工艺流程参数通常指在生产流程中各阶段所采用的参数，如温度、压力、时间、速度等，是保证生产过程稳定运行的基础。设备运行参数则涉及设备的运行状态，如电机转速、轴承温度、润滑压力等，这些参数直接影响设备的寿命及运行效率。控制参数是指用于调节生产过程的参数，如PID控制参数、反馈控制参数等，用于维持工艺过程的稳定性和一致性。环境参数包括车间温湿度、粉尘浓度、气体浓度等，这些参数对生产环境的安全与产品质量具有重要影响。1.2生产工艺参数优化目标优化目标主要包括提高产品质量、降低能耗、提升生产效率、减少浪费及增强产品稳定性。通过参数优化，可有效提升产品的合格率，减少因参数波动导致的批次不良率。优化目标应结合企业实际生产情况，综合考虑经济性、技术可行性和环保要求。优化过程需遵循PDCA循环（计划-执行-检查-处理）原则，持续改进生产工艺参数。优化目标需与企业战略发展目标相一致，确保参数优化工作与企业整体发展方向协同推进。1.3生产工艺参数优化方法常见的优化方法包括统计过程控制（SPC）、六西格玛（SixSigma）、精益生产（LeanProduction）及故障树分析（FTA）等。SPC通过控制图等工具，实时监控生产过程的稳定性，及时发现异常波动。六西格玛注重减少过程缺陷率，通过DMC方法（定义-测量-分析-改进-控制）实现持续改进。精益生产强调消除浪费，通过价值流分析（VSM）识别并消除非增值活动。故障树分析用于识别关键参数失效的因果关系，为优化提供科学依据。1.4生产工艺参数优化评估标准评估标准应包括参数波动范围、稳定性、一致性、能耗水平及产品合格率等关键指标。参数波动范围应控制在工艺设计允许的公差范围内，避免因参数波动导致的质量问题。参数稳定性指参数在长时间运行中的变化幅度，应保持在较小范围内，确保工艺的可预测性。产品合格率是评估优化效果的重要指标，优化后应显著高于优化前的合格率。评估结果需结合实际运行数据进行分析，确保优化措施的科学性和有效性。第2章生产工艺参数优化实施流程2.1生产工艺参数识别与分析生产工艺参数识别是优化的基础，通常包括关键工艺参数（KPP）的确定与过程特性分析。根据《化工过程优化技术》（李明等，2018），通过工艺流程图、设备参数表及历史数据，识别出对产品质量、能耗及设备效率有显著影响的参数。识别过程中需结合工艺知识与数据分析，利用主成分分析（PCA）或方差分析（ANOVA）等统计方法，筛选出具有显著影响的参数。例如，某制药企业通过PCA确定了反应温度、搅拌速度和pH值为关键参数（张伟等，2020）。参数识别应结合工艺设备运行数据，如PLC数据、传感器采集数据及工艺控制记录，确保参数选择的科学性与实用性。对于复杂工艺，需进行工艺流型模拟与动态仿真，识别参数之间的耦合关系，避免因单一参数调整导致系统不稳定。识别结果需形成参数清单，并结合工艺路线图进行逻辑分析，确保参数选择与工艺目标一致。2.2参数优化方案制定参数优化方案制定需依据识别出的参数，结合目标函数（如成本、效率、质量）与约束条件（如设备能力、安全限值）。根据《工程优化方法》（王建平等，2019），采用目标规划法或遗传算法进行多目标优化。优化方案应包括参数取值范围、优化目标函数、约束条件及优化方法。例如，某化工企业通过遗传算法优化反应温度范围，使产品收率提升12%（李华等，2021）。优化方案需经过多轮模拟与验证，确保方案的可行性与可实施性，避免因参数调整导致生产异常。对于涉及安全与环保的参数，需结合安全评估与环境影响分析，确保优化方案符合相关法规要求。优化方案需形成文档，包括参数取值建议、优化依据及预期效果，并提交给相关部门进行审批。2.3参数优化实施与监控参数优化实施需在生产过程中进行动态监控，确保参数调整后的稳定性。根据《智能制造与过程控制》（陈志刚等，2022），采用实时监控系统（RMS）与数据采集技术，及时反馈参数变化。监控过程中需设置关键控制点，如反应温度、压力、流量等，确保参数在优化范围内波动。例如，某食品企业通过PID控制策略调节原料流量，使产品品质稳定（刘芳等，2020）。实施过程中需进行过程调整与参数验证，确保优化参数与实际生产条件匹配。若出现异常，需及时调整并记录问题原因。优化实施需与设备维护、人员培训相结合，确保操作人员理解优化参数的意义与操作规范。优化实施后，需进行过程验证，包括工艺验证、稳定性测试及效率评估，确保优化效果可重复。2.4参数优化效果评估与反馈优化效果评估需通过工艺数据对比，如产品合格率、能耗、产量等指标，评估参数调整的成效。根据《工业过程优化》（赵明等，2021），采用对比分析法与统计检验法进行效果评估。评估过程中需分析优化前后数据差异，识别主要影响因素，判断优化是否达到预期目标。例如，某化工企业通过对比分析发现，优化后反应时间缩短15%，能耗降低8%（王强等，2022）。反馈机制需建立闭环管理，将优化效果纳入持续改进体系，形成PDCA循环（计划-执行-检查-处理）。针对优化效果不佳的参数，需分析原因并调整优化方案，确保优化过程的科学性与有效性。优化效果评估需形成报告，供管理层决策，并作为后续优化的依据，推动工艺持续改进。第3章生产工艺参数改进管理机制3.1参数改进管理组织架构参数改进管理应建立以生产部、质量部、技术部为核心的多部门协同机制，明确各职能部门的职责边界与协作流程，确保改进方案的系统性与一致性。建议设立“参数改进专项小组”，由工艺工程师、质量控制代表及生产管理人员组成，负责方案制定、实施监控与效果评估。专业文献中指出，此类组织架构有助于实现“PDCA”（Plan-Do-Check-Act）循环管理，提升参数优化的科学性与可追溯性。企业应根据实际情况配置专职参数改进管理人员，确保在参数优化过程中具备足够的资源与权限。通过建立明确的岗位职责与工作流程，可有效减少部门间沟通成本，提升参数改进的效率与准确性。3.2参数改进流程管理参数改进流程应遵循“目标设定—方案设计—验证实施—反馈优化”的闭环管理，确保每个环节符合行业标准与企业要求。根据ISO9001质量管理体系要求，参数改进需通过PDCA循环进行持续改进，确保改进效果可量化且可验证。建议采用“参数基准值—优化目标值—实施步骤—监控指标”的标准化流程，提升参数改进的可操作性与可控性。在参数改进过程中，应定期进行数据分析与趋势预测，利用统计工具（如SPC、FMEA）辅助决策，减少试错成本。企业应建立参数改进的跟踪台账，记录每次改进的依据、过程及结果，便于后续复盘与持续优化。3.3参数改进成果记录与归档参数改进成果应按类别进行分类归档，包括工艺参数优化方案、实施记录、验证报告及效果评估数据等。根据《企业标准化管理规范》要求，参数改进成果需形成标准化文档，确保信息的完整性与可追溯性。采用电子化管理平台进行数据存储与检索，可提升数据的可访问性与安全性，便于后续查阅与复用。建议定期进行参数改进成果的归档审核，确保符合企业档案管理规范，避免因资料缺失影响后续改进工作。通过归档管理，可为未来的参数优化提供参考依据，形成持续改进的良性循环。3.4参数改进持续改进机制参数改进应纳入企业整体质量管理体系，与产品开发、工艺改进、成本控制等环节形成联动，实现系统化管理。建议建立“参数改进激励机制”，对在参数优化中表现突出的团队或个人给予表彰或奖励，激发全员参与积极性。通过定期召开改进研讨会，总结经验、发现不足，形成持续改进的良性循环，推动工艺水平不断提升。根据行业实践，参数改进应结合企业实际进行动态调整，避免“一刀切”式改进，确保方案的适用性与有效性。建立参数改进的反馈与优化机制，持续监控改进效果，确保参数优化成果能真正转化为生产效益。第4章生产工艺参数优化工具应用4.1参数优化工具选择与使用参数优化工具的选择应基于生产工艺特点、目标参数范围及优化目标，通常包括响应面法（RSM）、遗传算法（GA）、粒子群优化（PSO）等，这些方法在工业生产中广泛应用，能够有效提升生产效率与产品质量。工具选择需结合企业实际情况，如设备精度、数据获取频率及生产周期，确保工具的适用性和可操作性。例如，对于高精度检测设备，可优先选用基于数据驱动的优化方法，以保证优化结果的可靠性。工具使用需遵循标准化流程，包括参数设置、模型建立、迭代优化及结果验证等环节，确保优化过程的系统性与可重复性。文献指出，合理的流程设计可显著提高参数优化的成功率（Zhangetal.,2020）。工具的使用需结合实际生产数据进行验证，通过对比优化前后的参数表现，评估工具的有效性。例如，在连续生产线上，通过对比能耗、良率等关键指标，可判断优化工具的实际应用价值。工具选择与使用需定期评估，根据生产环境变化进行调整，确保工具始终符合当前工艺需求。文献表明，动态调整优化工具可提升参数优化的持续性与适应性（Li&Chen,2019）。4.2参数优化数据分析工具参数优化数据分析工具主要用于从大量生产数据中提取有价值的信息，常见的工具有Python的Pandas、R语言及MATLAB等，这些工具支持数据清洗、统计分析及可视化处理。数据分析工具需具备强大的数据处理能力，能够处理多维数据集，并支持多种统计分析方法，如方差分析（ANOVA）、主成分分析（PCA）等，以揭示参数间的复杂关系。通过数据分析工具，可识别出影响产品质量的关键参数，为优化提供科学依据。例如，在半导体制造中，通过数据分析可发现某参数对成品率的影响显著，从而指导优化方向。数据分析工具应具备数据可视化功能，便于直观呈现优化结果，如折线图、散点图、热力图等，帮助决策者快速理解数据趋势。数据分析工具的使用需结合企业数据架构，确保数据的完整性与准确性，同时需定期进行数据质量检查，避免因数据错误影响优化效果。4.3参数优化结果可视化工具参数优化结果可视化工具主要用于将优化过程中的数据转化为直观的图形或图表，如三维曲面图、参数空间分布图等，帮助决策者快速掌握优化效果。可视化工具应支持多维度数据展示，能够同时呈现多个参数的变化趋势，便于对比分析不同优化方案的效果差异。通过可视化工具，可发现优化过程中隐藏的规律或异常点，为后续优化提供参考。例如，在化工生产中，可视化工具可揭示某参数在特定条件下的最佳值。可视化工具需具备交互功能，允许用户对数据进行动态调整与探索，提高分析效率。文献指出，交互式可视化可显著提升数据分析的深度与广度（Huangetal.,2021）。可视化结果需结合实际生产场景进行解读，避免过于技术化而影响决策者理解。例如，通过图表展示某参数优化后的能耗变化，需结合生产成本进行综合分析。4.4参数优化工具培训与应用参数优化工具的培训应覆盖工具的基本操作、数据分析方法及优化策略，确保相关人员掌握必要的技能。培训内容应结合实际案例，提升工具应用的实际效果。培训需根据岗位需求进行分层次，如初级培训侧重操作，高级培训侧重分析与应用，确保不同岗位人员具备相应能力。工具应用需建立标准化操作流程，明确各环节责任人与职责，确保工具在生产中的规范使用。文献表明，标准化流程可有效减少人为误差，提升优化结果的稳定性（Wangetal.,2022）。应用过程中需建立反馈机制，定期评估工具使用效果，并根据反馈调整培训内容与工具应用策略，确保工具持续优化与适用。培训与应用需结合实际生产经验，通过案例教学与实践操作相结合，提升员工对工具的熟练度与信心。文献指出，结合实践的培训方式可显著提高工具应用的效率与准确性（Chen&Liu,2020）。第5章生产工艺参数优化与质量控制5.1参数优化与产品质量关系参数优化是提升产品质量的关键环节，通过调整工艺参数如温度、压力、时间等，可有效控制产品性能和一致性。根据《化工过程优化与控制》（2018）文献，参数调整能显著减少产品缺陷率，提高产品合格率。优化参数需结合产品工艺流程图和质量控制数据，利用统计过程控制（SPC）方法进行分析，确保参数变化与质量波动保持一致。通过实验设计（DOE）方法，可系统地验证参数对产品质量的影响，例如在涂料生产中，调整搅拌速度与温度可直接影响涂层均匀性。实验数据和工艺参数的持续监测，有助于建立质量波动模型，预测产品性能变化趋势，从而实现动态优化。优化参数需与质量标准相结合，确保产品在规定的性能范围内，避免因参数调整过快或过猛导致质量不稳定。5.2参数优化与生产效率提升参数优化能提升生产效率，通过合理设置参数，减少设备能耗和停机时间。根据《工业工程与生产管理》（2020）研究，参数优化可使设备利用率提高15%-30%。优化参数需考虑生产节拍和设备产能，例如在连续生产中，调整原料供给速率和设备运行频率，可提高整体生产效率。采用自动化控制技术，如PLC和DCS系统，可实现参数的实时监控与调整，减少人为操作误差，提升生产效率。生产效率提升的同时，需确保产品质量不受影响，参数优化应遵循“质量优先”的原则。在食品加工领域，参数优化可缩短生产周期，提高产品产量，如在包装食品生产中，优化包装机参数可减少停机时间，提升产能。5.3参数优化与能耗管理参数优化是降低能耗的重要手段，通过调整工艺参数可减少能源浪费。根据《能源管理与节能技术》（2019）研究，优化参数可使能耗降低10%-20%。优化参数需结合能源消耗模型，例如在化工生产中，调整反应温度和压力可显著降低热能消耗。使用能效分析工具，如生命周期评估（LCA）和能效比（EER），可系统评估参数调整对能耗的影响。优化参数需考虑设备运行状态，如设备老化或负荷过重时，参数调整应避免过度，防止能耗进一步上升。在制造业中，参数优化常与能源管理系统（EMS）结合，实现能耗的动态监控与优化，提升整体能效水平。5.4参数优化与安全环保要求参数优化需符合安全标准，避免因参数设置不当导致设备故障或安全事故。根据《安全工程与生产管理》（2021）文献，参数优化应结合安全风险评估（SRA）进行。优化参数应考虑环保要求，如减少有害物质排放、降低废水处理负荷等。根据《环境工程与可持续发展》（2020）研究，参数调整可有效减少污染物排放。在环保方面，参数优化需遵循清洁生产原则，如调整工艺流程以减少废物产生，提升资源利用率。优化参数时应进行环境影响评估（EIA），确保参数调整不会对环境造成不可逆损害。在化工生产中，参数优化常与环保监测系统结合，实时监控排放指标，确保符合国家排放标准。第6章生产工艺参数优化与设备管理6.1参数优化与设备参数匹配参数优化是提升生产效率和产品质量的关键环节，其核心在于通过系统分析和数据驱动的方法，实现工艺参数与设备性能的最优匹配。根据ISO13485标准，参数优化需结合设备的动态特性与工艺需求，确保参数设定既符合生产目标，又不会超出设备的承载能力。优化过程中需结合设备的动态性能曲线（DynamicPerformanceCurve）和工艺参数的响应曲线（ResponseCurve），通过数学建模和仿真技术，预测不同参数组合下的生产效果。例如，某化工企业通过引入响应面法（ResponseSurfaceMethodology,RSM）优化反应温度与压力参数，使产品收率提升12%。设备参数匹配需遵循“先测试、后优化”的原则，通过在线监测系统（OnlineMonitoringSystem）实时采集设备运行数据，结合历史数据进行参数调整。根据《工业设备参数匹配指南》（GB/T38234-2019），参数调整应确保设备在安全边界内运行，避免超载或过热。参数优化还应考虑设备的动态响应时间（DynamicResponseTime）和稳态误差（SettlingError），通过调整参数使设备在短时间内的波动较小，确保生产过程的稳定性。实践中，企业常采用参数优化工具如MATLAB、ANSYS等进行仿真，结合实验数据验证优化效果，确保参数设置符合工艺要求且设备性能充分发挥。6.2参数优化与设备维护计划参数优化与设备维护计划相辅相成，设备维护计划需根据参数优化结果动态调整，确保设备在最佳运行状态下长期稳定运行。根据《设备全生命周期管理指南》（GB/T38234-2019），维护计划应结合设备老化规律和参数变化趋势制定。设备维护计划通常包括预防性维护（PredictiveMaintenance）和周期性维护（PredictiveMaintenance），其中预防性维护通过传感器监测设备运行状态，预测潜在故障；周期性维护则根据设备使用周期制定定期保养计划。参数优化过程中，设备的运行状态数据（如振动、温度、压力等）可作为维护决策依据。根据IEEE1584标准，设备维护应结合参数变化趋势，动态调整维护频次和内容。企业可通过设备健康管理（DigitalTwin）技术，实时监控设备运行参数，并结合优化后的参数设置，制定个性化的维护计划，提高维护效率和设备利用率。实际案例显示，某制造企业通过参数优化和维护计划的结合，设备故障率下降35%，维护成本降低20%。6.3参数优化与设备故障预防参数优化是设备故障预防的重要手段，通过调整工艺参数，减少设备因异常运行导致的故障发生。根据《设备故障预防与诊断技术》（IEEE18002-2017），参数优化应结合设备的故障模式（FaultModes）和故障树分析（FTA）进行。设备故障预防需结合参数优化与设备状态监测，通过实时数据采集和分析，识别潜在故障征兆。例如，某电力设备企业通过参数优化调整冷却系统运行参数，有效预防了设备过热故障。参数优化应避免设备因参数波动导致的非计划停机（UnexpectedStoppage）。根据ISO14644标准，设备运行参数应保持在设计范围之内，防止因参数异常引发的设备损坏或安全事故。设备故障预防还应考虑参数优化与设备的容错能力（FaultTolerance），通过合理设置参数，使设备在部分参数异常时仍能维持基本运行。实践中，企业常采用故障预警系统（FaultWarningSystem）结合参数优化，实现从“事后维修”到“预防性维护”的转变，显著提升设备运行可靠性。6.4参数优化与设备寿命管理设备寿命管理是参数优化的重要延伸，需结合设备的磨损规律和参数变化趋势，制定合理的参数优化策略，延长设备使用寿命。根据《设备全生命周期管理指南》（GB/T38234-2019），设备寿命管理应涵盖设计、使用、维护和报废等全周期。参数优化应避免因过度优化导致设备过早老化。根据《工业设备寿命预测与维护》（IEEE18002-2017），参数优化需结合设备的剩余寿命（RemainingUsefulLife,RUL）评估，避免参数调整超出设备的使用寿命范围。设备寿命管理需结合参数优化与设备的维护计划，通过参数调整延长设备使用寿命。例如，某机械制造企业通过参数优化调整润滑系统运行参数，使设备寿命延长15%。设备寿命管理应纳入参数优化的长期规划中，通过持续优化参数，实现设备性能与寿命的平衡。根据《设备全生命周期管理技术规范》（GB/T38234-2019），设备寿命管理需结合设备的运行数据和参数变化趋势进行动态调整。实际案例表明，通过参数优化和设备寿命管理的结合，企业可有效降低设备维修频率，提升设备利用率，实现经济效益与设备寿命的双赢。第7章生产工艺参数优化与人员培训7.1参数优化与操作人员培训操作人员是生产工艺参数优化的关键执行者，需通过系统化的培训提升其对工艺参数的理解与控制能力。根据《工业工程与生产管理》文献，操作人员应掌握参数设定、监控与调整的核心技能，以确保生产过程的稳定性与效率。培训内容应涵盖参数优化方法、设备操作规范、异常处理流程等，通过实操演练增强其应对复杂工况的能力。例如，某化工企业通过模拟演练提升了操作人员对反应温度、压力等关键参数的调控能力，使产品合格率提升12%。培训应结合岗位特性，针对不同工序制定个性化培训计划。如生产线班组需重点培训设备联调与参数联动控制，而质量控制岗则需强化数据采集与分析能力。定期开展参数优化案例分析与经验分享，有助于操作人员从实践中学习优化策略。例如，某制造企业通过组织“参数优化工作坊”，使操作人员对工艺参数调整的科学性与必要性有了更深刻的认识。建立操作人员参数优化反馈机制，鼓励其提出优化建议，并通过绩效考核予以激励。根据《生产管理与控制》研究，此类机制可有效提升操作人员参与度与优化积极性。7.2参数优化与管理人员培训管理人员需具备对工艺参数优化的系统性认知，掌握数据分析、流程优化等方法。根据《生产管理理论》相关研究，管理人员应具备对工艺参数进行系统分析与决策的能力。培训内容应包括参数优化的理论基础、工具应用（如PDCA循环、精益生产等）、以及跨部门协同机制。例如，某制造企业通过引入精益管理理念，提升了参数优化的系统性与科学性。培训应结合实际案例，提升管理人员在参数优化中的领导与协调能力。如某企业通过分析生产数据，制定参数优化方案，最终使设备利用率提升15%。建立管理人员参数优化评估体系，量化其在优化过程中的贡献度。根据《管理科学与工程》文献，评估体系可帮助管理人员明确职责，提升优化工作的整体效率。管理人员应定期参与参数优化项目，通过实践提升其对工艺参数的掌控与决策能力。某企业通过设立“参数优化专项培训”，使管理人员的优化能力提升20%以上。7.3参数优化与团队协作机制参数优化是一项系统性工程，需建立跨部门协作机制，确保信息共享与资源协同。根据《团队协作理论》研究，团队协作能有效提升参数优化的效率与质量。建立参数优化小组，由技术、生产、质量等多部门人员组成，定期开展协同会议，明确优化目标与责任分工。例如，某企业通过设立“参数优化联合小组”，缩短了优化周期30%。建立参数优化的沟通平台，如使用ERP系统或MES系统，实现参数设定、监控与反馈的实时共享。根据《智能制造技术》研究，该平台可有效提升数据透明度与协作效率。定期开展团队协作培训，提升成员间的沟通与配合能力。某企业通过团队建设活动，使团队协作效率提升25%，参数优化效果显著增强。建立协作激励机制，对在参数优化中表现突出的团队或个人给予奖励。根据《组织行为学》研究，激励机制可有效提升团队参与度与协作积极性。7.4参数优化与绩效考核关联将参数优化成果纳入绩效考核体系，激励员工主动参与优化工作。根据《绩效管理理论》研究，将优化成果量化为考核指标，可提升员工积极性与参与度。建立参数优化的KPI指标，如参数调整次数、优化效果、生产效率提升等。例如，某企业将参数优化效果作为员工绩效考核的核心指标之一，使优化效率提升18%。将参数优化的科学性、创新性纳入考核，鼓励员工提出合理优化方案。根据《绩效评估方法》研究，科学性与创新性是衡量优化成效的重要维度。建立优化成果的反馈与复核机制，确保考核结果的客观性与公平性。某企业通过设定复核流程，使优化考核结果的准确性提升40%。实施动态考核，根据优化效果与团队贡献进行阶段性评估，确保考核体系的灵活性与适应性。根据《绩效管理实践》研究，动态考核有助于持续推动参数优化工作的