SPC方法在判断薄板式烘丝机冷凝水排放异常的运用

摘要：在本文我们将集中探讨利用MES收集的数据判断薄板式烘丝机疏水装置故障的方法。根据我们长期以来的维修操作经验，发现MES收集的烘丝机冷凝水温度数据和烘丝机筒壁温度数据存在一定的关联，而筒壁温度又直接控制烘丝出口水分的大小。我们将分析讨论这种联系，利用minitab等数据分析软件进行分析，并试图对这种联系进行量化，判断疏水装置是否正常，及时反馈设备维修人员，降低查找问题难度，指导维修，从而提高设备维修效率，提升设备保障能力，通过这种双向反馈，最终达到提高烘丝出口水分稳定的目的。

名词解释：SPC--- 统计过程控制（简称SPC，全称Statistical Process Control）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的

MES---（Manufacturing Execution System，制造执行系统）是一种用于管理和控制制造车间生产过程的计算机化系统。它连接了企业的计划层和控制层，确保生产计划在车间的顺利执行。MES系统通过实时采集和处理生产现场的各种数据，帮助企业提高生产效率、降低成本、提升产品质量，并确保生产计划的准时交付。

关键词：SPC，烘丝机， MES数据，冷凝水温度，筒壁温度，回归方程

0引言

在烟草加工过程中，烘丝机是制丝生产线上的关键设备。大多数的烟草企业都采用的薄板式烘丝机。该设备是是一种以蒸汽作为热源的滚筒式烘丝机。蒸汽在封闭的烘干元器件中流动，交换热能，采用传导、对流的联合干燥方式，使烟丝得到快速干燥定型，增加烟丝卷曲度和弹性，提高烟丝香味和填充值，并达到烘烤工艺所要求的水分，满足成品烟支的卷制。

烘丝机蒸汽加热元件（烘丝薄板，热风加热器）管道中冷凝水排放是否顺畅决定整个烘丝干燥效率和烘丝水分的稳定性。因此，及时发现烘丝机蒸汽冷凝水排放的异常就显得尤为重要，疏水装置工作正常与否，关系着整个烘丝过程的成败！

1 问题提出

由于蒸汽及冷凝水在管道和阀体内流动，我们无法用肉眼发现蒸汽疏水装置工作是否有效，为了保证设备运行有效，常采用以下三种方式进行检查： 1周期检查法。2 超声波检测。3红外线温度检测。

以上三种方法都存在缺点，除了检查成本高昂外，及时性和便利性差都是共同的缺点。不能反映出整个烘丝机冷凝水排放系统的状态是否健康。

2 方法提出

MES等数采系统在行业的推广，普及，为我们展开了新思路。MES对产品质量数据进行在线实时跟踪，每30秒对设备一些关键参数进行数据采样，并形成实时控制趋势图，对产品质量实时在线精准监控。在这些数据中我们逐渐关注到烘丝机冷凝水温度和烘丝机筒壁温度存在一定的关联。两者趋势有着一致性。（见下图：其中筒壁温度为桶温，返回温度为冷凝水温度）

使用MINITAB工具中的回归模型进行分析，得出以下图表：

在回归分析中，“P”值为0，“几乎能确定两个变量之间存在真实的联系。”通过该工具，我们能确定该批次产品冷凝水温度和筒壁温度这两个变量存在必然联系。

于是我们抽样验证了6个月20批合格产品的这两个数据的回归模型，“P”值结果都是为“0”，证明烘丝机烘丝过程中，筒壁温度和冷凝水温度是存在必然的联系。

由于抽样的都是合格产品，因此可以推论出“当冷凝水疏水装置工作正常时，烘丝机冷凝水温度和筒壁温度变化一致”，这一判断依据。

我们又抽取了一批因疏水故障导致不合格批次的趋势图和一批疏水正常合格的趋势图作对比，采用这个推论很容易判断出那批次生产疏水装置工作异常。

上图为不合格批次两者温度变化不一致

下图为合格批次  温度变化趋于一致

推论中为什么要增加“变化一致”四个字呢？因为前面只能证明两者是有相关性性的（P值为0），但不能量化这种相关性！合格批和不合格批冷凝水温度和桶温相比都有不同程度的背离，那什么程度的背离是合理的，什么程度的背离是有问题的呢？那就需要一个量化数据，确定这种变化性和一致性。

3数据量化

接下来，我们要解决1.变化性；2.一致性

首先是变化性。不知道大家注意到没有，前面做数据的回归分析时我们有这么一个公式：回归方程（下图红框）

这里的回归方程是样本资料通过回归分析所得到的反映筒壁温度变量（因变量）对冷凝水温度变量（自变量）的回归关系的数学表达式。这个回归方程十分重要，它反映了两个数据之间的变化的内在联系。我们收集了A线烘丝合格的10批次产品约2000个数据进行统计，数据越多两个变量的回归方程更具有代表性。新的回归方程如下：

利用minitab工具得出该设备冷凝水温度和筒温正常状态下的回归方程：

冷凝水温 = - 4.632 + 1.022 筒温

于是我们可以假设，下一批次产品生产过程中我们通过实时的桶温，计算出拟合冷凝水温度，这个拟合温度就是当批次判定设备正常生产时的冷凝水温度标准，再通过这个标准与实时检测的冷凝水温度比较：如果两者一致，则证明实际与预测相符，设备没有异常。如果不一致，说明设备异常。通过回归方程，我们可以预测了相应桶温下冷凝水温度的变化，解决了前面说到的“变化性”

另外一个“一致性”，就需要我们通过数据分析中的“标准差”来解决。为了便于理解，我们举个例子。我们抽取了2024年1月29日B线生产的一批产品的桶温和冷凝水数据，根据前面的回归方程计算出拟合冷凝水温度，见下表：

生成趋势图，可见通过回归方程计算的冷凝水温预测值能反映出实际冷凝水温的变化性

接着我们把数据带入MINITAB工具，通过图形分析—主效应图生成汇总报告，得到以下图表分析：

该表最后一项“标准差”中，我们可以看到“冷凝水温度标准差0.40224”＜“拟合冷凝水温度标准差0.40821”，通过“标准差”这一指标反映出真实数据和理论数据之间的变异量，如果我的实际变异数据等于或小于理论变异数据，说明实际冷凝水温度波动在正常的波动范围内，其数据的“一致性”满足要求。

因此能得出判断：“当烘丝机冷凝水温度和筒壁温度变化一致时，可判定为冷凝水疏水装置工作正常”。

综上，我们通过数据统计中的回归分析，得到回归方程，通过正常批次的预测数据与实际数据的标准差比较，判断出设备运行状态是否正常这一推论。该方法的提出，大大提高了原有分析烘丝出口水分偏差异常故障的解决效率。通过数据比对，不需要检查设备，短时间内就能直接判断冷凝水的排放是否存在故障。完美解决了烘丝过程中对冷凝水排放故障发现的及时性和有效性，并节约了大量的维修人力成本，提高了生产效率。

5.展望  如果我们以此为契机，将这种思路和该参数回归方程编写成冷凝水排放检测小程序或AI模型，自动对MES收集的数据实时执行计算数据比对分析，能在线实时判断出此时设备冷凝水排放状态是否正常。

MES数据的运用，对生产过程中冷凝水数据进行分析评价，根据反馈信息及时发现烘丝过程中出现的故障征兆，指导设备的保养维护，做到精准维修，有力提升设备管理的效率和降低维修成本。为提高生产效率，建设低碳绿色工厂有着积极的意义。

6结束语

随着SPC在行业及工厂数字化进程的不断发展，数据管理，应用在生产，消耗，质量管理等方面的运用越来越广，这也对广大生产职工提出了更高，更新的要求。数据就是财富，让我们共同加入对数据的理解和运用中来！

参考文献：

[1] Minitab软件入门

[2] 六西格玛绿带手册

[3] 虹尼KLD-2Z烘丝机使用说明书