基于灰色关联分析的烟支吸阻稳定性控制研究

摘 要：为探索卷烟生产流程中烟支在线吸阻的稳定性控制，本文基于Protos-M5卷烟机底层数采系统进行在线烟支吸阻的过程能力分析，围绕来料烟丝对烟支吸阻的影响效应进行研究。根据制丝与卷包的生产对应关系，建立精确的烟丝质量指标与烟支吸阻的数据对应表。基于该数据对应表，通过灰色关联分析制丝烟丝质量指标与烟支吸阻的量化表征关系，并结合确定性筛选试验对制丝的烟丝质量指标进行适应性改进与优化。通过上述措施，有效地解决了烟支吸阻过程控制不明确、来料烟丝影响无法量化和反馈的问题，进而提升了整体卷烟生产质量的控制水平。

关键词：烟支吸阻；烟丝质量；灰色关联分析；确定性筛选

中图分类号：TS 41" " " 文献标志码：A

在卷烟生产过程中，作为烟支重要的物理检测指标之一，烟支吸阻的稳定性直接影响烟支的抽吸口感[1]。作为被动检测的物理指标，烟支吸阻受设备参数设置、设备状态、人员操作水平和来料烟丝质量等因素影响。本文主要从来料烟丝质量对烟支吸阻稳定性控制的影响效应进行研究。

由于无法直接衡量来料烟丝质量对烟支吸阻影响效应，导致卷接段烟支吸阻的控制始终处于被动调整的状态[2]。因此，制丝与卷包的联动量化表征对烟支吸阻稳定性控制前置至关重要。本文将从来料烟丝质量与烟支吸阻的量化表征研究入手，在其他条件不变的前提下，探寻烟丝质量分布于何种范围水平时，在线烟支吸阻短时标准偏差处于最小值状态，并据此提高烟丝质量水平，以进一步提升烟支吸阻稳定性控制的能力。

1 灰色关联分析

灰色关联分析（grey relational analysis）是根据参考序列和若干比较序列曲线几何形状的接近程度、相似程度来判断其联系是否紧密，进而反映曲线间的关联程度。主要包括邓氏关联度、绝对关联度、相对关联度和灰色综合关联度[3]。其实施步骤如下。

第一步，确定比较对象和参考数列。设评价对象有m个，评价指标有n个，参考数列为x0={x0（k）|k=1，2，…，n}，比较数列为xi={xi（k）|k=1，2，…，n}，其中i=1，2，…，m。

第二步，通过熵权法、层次分析法等[4]确定权重，一般取等权重即可，即确定各指标对应的权重。用层次分析法确定各指标对应的权重w=[w1，w2，......，wn]，其中wk（k=1，2，......，n）为第k个评价指标对应的权重。

第三步，计算灰色关联系数。灰色关联系数计算如公式（1）所示。

（1）

比较数列xi对参考数列x0在第k个指标上的关联系数，其中ρ∈[0，1]为分辨系数，|x0（t）-xs（t）|、|x0（t）-xs（t）|分别为两级最小差和两级最大差。一般来说，分别系数ρ越大，分辨率越大；分辨系数ρ越小，分辨率越小。

第四步，计算加权关联度。灰色加权关联度计算如公式（2）所示。

（2）

式中：ri为第i个评价对象对理想对象的灰色加权关联度。

第五步，评价分析。根据灰色加权关联度的大小对各评价对象进行排序，可建立评价对象的关联序。关联度越大，其评价效果越好。

2 烟丝结构与在线烟支吸阻的量化表征

2.1 烟丝结构与在线烟支吸阻的数据联动

制丝是卷包前道生产工序，其成品烟丝质量水平直接影响后续卷包生产的质量稳定，但受烟丝质量指标检测数据较少且制丝与卷包存在物理隔断等因素的影响，导致制丝的成品烟丝质量水平与卷包质量水平一直无法进行联动表征[5]。

为解决该数据对应问题，需要将卷接机台{Y1，Y2，Y3，......，Yk}进行烟丝结构检测，附带对应好喂丝机编号的信息，通过烟丝批号-喂丝机号-机台号的对应脉络，便可将制丝与卷包进行批次串联[6]，并统计该批烟丝用于卷接消耗的时间t。数据对应逻辑如公式（3）所示。

（3）

式中：u、p分别为机台与喂丝机组合下的自然数编号。

2.2 基于灰色关联分析制丝与卷包的量化表征

为了主动探寻烟丝结构与烟支在线吸阻的量化关联关系，利用检测烟丝结构的四层振筛检测仪，对喂丝处成品烟丝进行大批量检测跟踪，对应四层振筛的烟丝长度检测范围分别如下。第一层检测定义烟丝长度为3.35mm以上的长丝质量，第二层检测定义烟丝长度为2.50mm～3.35mm的中丝质量，第三层检测定义烟丝长度为1.0mm～2.50mm的短丝质量，第四层检测定义为烟丝长度为1.0mm以内的碎丝质量[5]，并详细记录每批烟丝的抽样时间、烟丝批次号、喂丝机号和对应生产的机台号，形成初步的烟丝-机台串联数据对应表，具体数据见表1。

完成制丝烟丝结构与卷接生产机台的信息对应后，根据制丝抽样的时间ti进行反推，得到该批烟丝在对应机台的生产时间段[ti，ti+t]，以此为时间索引，计算该时间段内机台在线烟支吸阻短期标准偏差。最终得到完整的烟丝结构与卷包在线数采的数据对应表。

经风送至卷接机台后，受风力、吸丝成型等噪声因子的影响，烟丝结构可能会产生一定变化，为了全面度量噪声因子对烟丝结构、在线烟支吸阻短期标偏的影响，寻找切实的烟丝结构与烟支吸阻的量化关联性，需要对烟丝结构检测结果、在线烟支吸阻短期标准偏差进行犹豫化处理[6]，以响应变量的质量波动值来衡量噪声因子的全部影响。

将烟丝结构指标记为y1，y2，y3，......，yn，分别计算出其均值和方差S12，然后将均值分别加、减对应的方差，得到优化后的烟丝结构上、下限，再将犹豫化结果作为对比序列，结合目标序列计算出相对关联度，结果见表2。其中目标序列由烟丝结构指标的控制范围决定，如果烟丝结构指标望大，将指标中最大值作为目标值；如果烟丝结构指标望小，将指标中最小值作为目标值；如果烟丝结构指标望目，将指标中最接近的数值作为目标值。

通过灰色关联分析可以发现，烟丝的中丝比率与在线烟支吸阻短期标准偏差存在中等负相关的关联性，关联度为[-0.25，-0.57]。为进一步提升在线烟支吸阻的稳定性控制水平，需要在成品烟丝整丝率水平不变的前提下，适当提升成品烟丝的中丝比例。

3 在线烟支吸阻的稳定性提升与优化

作为重要的制丝感官质量指标，烟丝结构直接受制丝强加工工序的影响[7]，合适的强加工参数设置水平可在整体制丝感官质量指标稳定的前提下，适当地改变烟丝的长、中、碎丝比例。

为了提升烟丝的中丝比例，需要对强加工工序，如松散回潮、叶片切丝、薄板式烘丝的强加工参数进行适当的水平设置。基于确定性筛选试验方法，探索强加工参数，包括松散回潮加水比例、松散回潮回风温度、切丝机刀门压力、切丝机刀辊转速、薄板式烘丝机筒壁温度、薄板式烘丝机热风温度的合适设置水平。结合车间的实际现状水平和参数控制标准，确定试验因子的高、中、低水平，输出确定性筛选试验组合，并按照试验计划依次进行参数设置调整。

将连续生产的单批次烟丝作为试验单组对象，在叶片、叶丝段开始生产阶段将试验参数设置为相应水平，并关注关键质量指标的合格情况，以保证烟丝生产正常进行。在试验批次生产过程中，按固定时间间隔进行成品烟丝抽样检测，整合得到的检测结果与试验记录，结果见表3。

基于上述试验结果数据，进行烟丝中丝率与试验因子的主效应残差分析与拟合建模。主效应残差结果显示松散回潮加水比例、薄板式烘丝机筒壁温度、切丝机刀辊转速与烟丝中丝率存在显著关联性。

结合主效应残差和模型参数估计值，构建中丝率与松散回潮加水比例、薄板式烘丝机筒壁温度、切丝机刀辊转速的回归模型。模型Rsq=0.85、RMSE=0.0049，说明模型具有较好的拟合效果。根据此模型输出的关键参数响应优化值，可得松散回潮加水比例为8.2%、薄板式烘丝机筒壁温度为134℃和切丝机刀辊转速为280r/min时，成品烟丝的中丝率处于最高水平，具体分布范围为[0.34301，0.354007]。结果如图1所示。

为进一步验证试验结论的准确性，在制丝生产中根据试验得出的最佳参数水平进行参数设置，并协调其他工序进行制丝联动控制，同时对成品烟丝进行高频抽样检测，并计算对应的在线烟支吸阻短期标准偏差。最终数据表明，烟丝的中丝率提升效果显著，大部分分布在[0.34301，0.354007]，对应的在线烟支吸阻短期标准偏差比调整前下降了10%。表明本文优化措施可以在一定程度上改变烟丝结构，进而降低在线烟支吸阻短期标准偏差。

4 结论

本文将犹豫化处理方法与灰色关联分析相结合，分析卷包在线数采对应下的多维度烟丝结构数据，得出烟丝结构与在线烟支吸阻的量化表征关系。并基于该量化表征关系引入确定性筛选试验方法，将制丝段内强加工参数作为试验因子，研究影响烟丝结构的关键因子参数和最佳设置范围，并加以验证与运用。最终通过适度改变烟丝结构，提升了在线烟支吸阻的稳定性。上述方法凸显了卷接在线数据的价值，并将卷包质量稳定性控制的研究方向前置于制丝领域。

参考文献

[1]潘广乐，张二强，巩佳豪，等.烟支规格对卷烟物理、烟气、燃吸特性及感官质量的影响[J].烟草科技，2022，55（1）：91-98.

[2]刘恩平.卷烟烟支主要物理指标与感官质量相关性研究[D].长沙：湖南农业大学，2019.

[3]张敏宁.基于灰色关联度分析的旅游经济效益影响因素研究──以广东省为例[J].肇庆学院学报，2023，44（6）：92-99.

[4]孙萌苑，王尉，刘明连，等.基于德尔菲法和层次分析法的中职学校教师教学质量评价指标体系研究[J].卫生职业教育，2023，41（23）：44-49.

[5]权发香，缪祥凯，李春梅，等.基于混料设计的叶片结构对烟丝结构及中支卷烟物理指标的影响[J].装备制造技术，2023（5）：260-262.

[6]谷丰盈.基于犹豫模糊决策的多响应参数优化研究[D].郑州：郑州航空工业管理学院，2020.

[7]黄国樑，张荪毅，樊盛炯，等.基于关联预测探索叶丝填充性能稳定性优化模式[J].中国新技术新产品，2022（5）：55-58.