卷烟工厂维修工评价系统设计

一、研究背景

随着卷烟工业智能化水平提升，设备复杂度显著增加。2022 年行业设备综合效率（OEE）平均为 82.3% ，较国际先进水平低5.7 个百分点。维修队伍能力成为设备效能提升的关键，但传统评价体系存在维度单一、主观性强、动态适应性不足等问题。

二、研究内容

本文主要贡献包括：构建四维可扩展指标体系；应用抗异常评分算法于维修工年度评分；建立动态权重配置模型；设计跨工厂适配方案。

三、系统需求分析

1、业务特征建模

核心业务要素包括：

设备类型集合: 类设备;维修工角: 评价周期： T={t_month,T_year}

2、数据流分析

建立数据采集-处理-应用三层架构，关键数据流包括：

2.2.1 设备运行数据：通过MES 系统接口采集，采样频率15 分钟/次;2.2.2 维修工单数据：包含工单类型 τ ∈ {预防性, 故障, 改造} 、响应时间Δt 、物料消耗 c

2.2.3 人工评价数据：采用 Likert5 级量表，评分矩阵 S_mn （ 个评委，n个被评对象）

3、指标体系建设

3.1 四维指标框架：包括产品质量（ 40% 权重，8 分）、台班产量（ 40% ，8 分）、残烟消耗（ 10% ，2 分）和辅料消耗（ 10% ，2 分），数据源自MES系统。

3.2 指标要素定义：采用六元组结构（指标类、名、量、序、分、归属），通过分段函数计算指标得分，依据维修工分包机台确定指标归属。

4、评分体系设计

4.1 月度评分

基于加权平均计算年度均值，权重为每月班次数。

4.2 年度评分

采用A/B 两类评分表，经数据预处理、Z-score 标准化、离群值修正、主成分分析、K-means 聚类及方差分析，检测并调整小团体操纵现象，最终通过逆Z-score 和线性放大得出评分结果。

5、加权调整

对方差分析结果显著的被评分人 j 所对应的小团体（对应于聚类标签C_i ）的评分 Yi; 做加权调整： 其中： Yi;j 为矩阵 Yi 的第 j 行；a=0.5

原始评分矩阵 X 经过 Z -score 标准化得到矩阵 Y，再经过上述步骤做Y了加权调整可得到 ，现在计算其各列均值：

将 ഥY' 转换为原始评分的量纲： 其中， ； ；

τ是对角阵， ；Xr 是 X的第r 列向量， μr 是 μ的第r 列向量；

将处理后的 തXത1ത （对应 A/B 类评分表的 T 字段）与 തXത2ത' （对应 A/B类评分表的S 字段）加和得到分值TS。

对于，A/B 类统计表的年度评分 C2，C3 为：

四、系统验证与应用

1、实施效果验证

在某卷烟厂A 进行6 个月试点，数据对比显示

2、跨工厂适配验证

在设备构成差异较大的B、C 工厂进行验证： B 厂（高速机占比 80% ）：调整设备效能权重至 35% ；C 厂（辅联设备复杂）：增加响应时效权重至28%

系统自动适配后，评价结果与专家评估一致性达 92% （Kappa 系数 0.87）五、 结论

本文提出的维修工评价系统通过：

1. 建立四维可扩展指标体系

2. 开发抗异常评分算法

3. 设计动态权重配置模型

实现了评价过程的客观化、标准化和智能化。系统具备：

理论创新：首次将改进型Z-score 算法应用于维修工评价

实践价值：可适配不同设备构成的卷烟工厂

参考文献

[1] 国家烟草专卖局. 2022 年卷烟工业企业设备管理报告[R]. 北京:2023.

[2] Zhang Y., et al. Maintenance workforce evaluation: A systematic literature review[J]. Reliability Engineering & System Safety, 2021(207): 107385.

[3] 熊伟. 卷烟企业设备维修人才培养模式研究[J]. 中国烟草学报,2018(5): 112-118.

[4] Wang L., et al. KPI-based maintenance performance measurement system[J]. Journal of Manufacturing Systems, 2017(44): 257-263.

[5] Li X., et al. Integrated optimization of predictive maintenance and workforcescheduling[J].IEEE Transactions on Reliability, 2020(69): 1782-1793.

作者简介：马猛、1998 年2 月、男、回族、、硕士、助理工程师、工艺质量管理。