松散回潮出口片烟含水率的过程能力分析与评价

张文文 袁锐波 罗璟

摘要：为了对具有自相关性的片烟含水率过程能力更准确的计算，对采集的含水率数据分析，综合考核自相关系数、抽样样本量、不连续抽样等对CPK的影响，为片烟出口含水率过程能力有效、准确的计算和考核提供理论依据。结果显示：①含水率数据间存在正相关时，传统方法高估了过程能力指数；②在考虑自相关影响时，时间间隔的选取很重要；③一阶自回归模型下的最小时间间隔能较好的估计整体过程能力。因此，为片烟出口含水率过程能力有效、准确的计算和考核提供理论依据。

Abstract： In order to make a more accurate calculation of the tobacco moisture correlation rate process， the collected data of water content was analyzed and the comprehensive assessment of self correlation coefficient， sample amount， discontinuous sampling effect on CPK was made. The results showed that the traditional method of the process capability index was overestimated when there was a positive correlation among water content data. Considerating the auto-correlation effect， it was very important to select the time interval. The minimum interval of the first-order autoregressive model can better estimate the whole process capability. So it provided a theoretical basis for the accurate calculation and evaluation of the process capacity of the water content of the tobacco leaves

关键词：自相关性；含水率过程能力；CP；一阶自回归模型

Key words： auto correlation；water cut process capability；CP；first order autoregressive model

中图分类号：TS45 文献标识码：A 文章编号：1006-4311（2017）03-0131-03

0 引言

松散回潮工序的出口片烟含水率是制丝过程需要监控的关键质量特性之一，作为制丝线工艺质量监控考核的一项重要指标。在松散回潮机的出口配置有测定片烟含水率的传感器，其采样频率可以达到1次/s甚至更高。在日常考核中根据采集的数据，除非稳态时间，抽取数据统计CPK值，由计算值的大小作为考核得分的办法。然而，制丝线作为典型的流程性加工工业，由于其生产过程自身的物理化学机理，其工序输出产品的质量特性值在短时间内波动不大，且前后时刻的质量特性值之间相互不独立，存在较强的相关性。以典型的松散回潮出口片烟含水率为例，其含水率值与前一时刻甚至前若干时刻的测量值存在着高度相关性，在过程正常时，含水率数据序列长时间保持较小的波动，变化很小；在过程异常时，含水率数据序列呈现一种连续有规律的起伏波动变化。正常波动的变化是由含水率自相关引起的波动和随机因素引起的波动两部分组成。采用抽取数据统计CPK值的方法，适用于测定值彼此独立的过程，为了对具有自相关性的片烟含水率过程能力更准确的计算，对采集的含水率数据分析，综合考核自相关系数、抽样样本量、不连续抽样等对CPK的影响，为片烟出口含水率过程能力有效、准确的计算和考核提供理论依据。

3 结论

通过上述分析，如果没有对含水率进行相关性分析，直接使用标准的统计过程控制抽样和标准差估计方法计算过程能力指数，会导致对过程能力的误判。在本文分析的含水率数据间存在正相关时，传统方法高估了过程能力指数。在考虑自相关影响时，时间间隔的选取很重要，在一批时间中，过大的时间间隔在形式上消弱了自相关系数，容易高估CP。过小的时间间隔，则数据间高度自相关，计算过程复杂，不利于实际考核操作。根据含水率数据的分析，一阶自回归模型下的最小时间间隔能较好的估计整体过程能力。

因此，分析在线监测的数据时，首先要考虑抽样的时间间隔对其自相关性进行判断以及抽样的时长，不能盲目使用样本组的抽样方法和标准差的估计方法。在数据分析时，应通过自相关函数图进行检验，当存在过程输出自相关时，最好进行时间序列分析的建模，以便综合考虑随机波动和自相关特性对过程能力的影响。本文仅仅以松散回潮出口含水率为例，进行了研究，对加料出口含水率等同样具有自相关性的抽样检测评价，具有同样的意义。

参考文献：

[1]贾俊平.统计学[M].六版.北京：中国人民大学出版社，2015.

[2]易丹辉.时间序列分析：方法与应用[M].北京：中国人民大学出版社，2011.

[3]（美）罗伯特沙姆韦.时间序列分析及其应用[M].北京：世界图书出版公司，2009.

[4]薛薇.统计分析与SPSS的应用[M].四版.北京：中国人民大学出版社，2014.