基于灰色关联分析的卷烟工序质量综合评价系统及其方法

摘要

本发明公开了一种基于灰色关联分析的卷烟工序质量综合评价系统及其方法，其目的在于克服现有单工序评价方法无法对卷烟工艺的工序质量总体情况进行评价的不足，改变目前对整条线工序能力评价模糊的局面。本发明对多个工序质量进行综合评价，能够有效把握工序质量的综合情况，从而为工序质量的不断改进提供依据，为卷烟产品质量的改善提供保证。本发明所述的系统和方法是单工序质量评价和灰色关联分析方法的结合。首先计算各工艺参数的工序能力指数，然后用灰色关联方法对Cpk值进行综合评价，最后得到的综合评价结果是各评价对象的工序质量优劣排名。通过对Cpk和工序质量优劣排名结果进行分析，可以有效地指导生产实践。

说明书

技术领域

本发明涉及一种基于灰色关联分析的卷烟工序质量综合评价系统及其方法，涉及烟草工 序质量综合评价领域。

背景技术

加工工艺作为卷烟产品设计的四要素之一，对卷烟产品的质量有着较大的影响。目前卷 烟加工工艺已经不只是一个单纯追求物理指标、追求降低消耗的过程，而是升华为提高卷烟 产品内在质量的过程和技术方法。稳定、优良的加工工艺能最大限度地保留烟叶固有的优良 品质，有效去除原料本身的不良因素，提高卷烟原料的最大价值，打造出具有较高产品质量、 独特香气风格和口味特征的卷烟产品。随着国际、国内消费水平的提高，尤其是“中式卷烟” 的提出，对我国卷烟加工工艺提出了更高的要求。

目前国内对加工过程稳定性及产品内在质量的控制与国外相比，还有较大差距。因此， 需要进一步提高我国卷烟加工的工艺技术水平，提高工艺对卷烟产品质量的控制能力，充分 发挥卷烟原料的特性和使用价值。这就需要客观、准确的卷烟工序质量评价方法，以便掌握 工序质量的实际情况，为工艺技术水平的提高提供依据。工序是卷烟产品形成的基本环节， 工序质量受操作人员、生产环境、机器设备等多个因素的影响。在产品的生产过程中，对生 产工艺进行工序能力分析，了解和掌握工序能力是控制和保证产品质量的一项重要手段。工 序能力指数是定量表征工序能力水平高低的指标，表示工艺水平满足工艺参数规范要求的程 度，通过计算卷烟工序中各工艺参数的工序能力指数，可以掌握各个工艺参数符合标准规范 的程度。

我国部分企业已经开始推行工序质量评价，例如海尔从2006年初开始要求供应商进行工 序能力评价。评价要求包括：制定工艺流程图、质量控制计划、关键质量特性表、各工序关 键质量特性的控制图、关键工序的过程能力评价Cpk等。在卷烟行业，青岛卷烟厂利用统计 过程控制分析卷烟机重量控制装置的工序能力。目前对卷烟工序的评价基本是基于单工序的， 即对某个特定的工艺参数进行统计过程控制或工序能力分析。单工序评价的主要缺点在于无 法把握整条线的总体工序质量情况，例如没法比较不同月份下整条线的工序质量优劣。如何 选择科学有效的工序质量综合评价方法，改变目前对整条线工序能力评价模糊的局面，从而 提高工艺水平，改善卷烟产品的质量，成为烟草企业急待解决的问题。

发明内容

本发明的目的就是针对上述卷烟工序质量评价中存在的问题，提出了一种基于灰色关联 分析的卷烟工序质量综合评价系统和方法。首先对仪器检测出来关键工艺参数分别计算其工 序能力指数，再用灰色关联分析的方法对整个工艺进行工序质量综合评价，从而克服了单工 序评价只着眼于某个工艺参数的缺点，能够客观、准确的把握整条线的工序质量情况，为工 序质量的不断改进提供了依据。

为实现上述目的，本发明采用了如下技术方案：

基于灰色关联分析的卷烟工序质量综合评价系统，包括一个权限管理模块，所述权限管 理模块与数据导入模块连接；所述数据导入模块与数据选择与预处理模块连接，数据选择与 预处理模块对数据进行预处理；所述数据选择与预处理模块与单工序质量评价模块连接；所 述单工序质量评价模块与灰色关联分析的工序质量综合评价模块连接；所述灰色关联分析的 工序质量综合评价模块与评价结果展示与输出模块连接；所述数据选择与预处理模块还与工 序种类选择模块；所述单工序质量评价模块还与工艺标准数据库连接。

所述权限管理模块与权限数据库连接进行数据传递，对系统中的角色、用户、用户组进 行定义及各自权限的管理。

所述数据导入模块与工艺参数数据库连接进行数据传递，将数据导入系统中，并可对数 据进行添加、删除、更新等操作，实时管理数据。

所述工序种类选择模块与工序种类模板库连接进行数据传递，从工序种类模板库选择相 应的工序，并可创建新的工序种类。

所述数据选择与预处理模块根据选定的工序种类或奇异值、重复值、缺失值等方法对数 据进行预处理。

所述工艺标准数据库与工艺标准管理模块连接进行数据传递；所述工艺标准管理模块提 供保存，修改等操作。

所述评价结果展示与输出模块将结果传递给输出设备，以图表的形式直观展示处理结果； 输出设备将数据再传递给评价结果数据库。

一种基于灰色关联分析的卷烟工序质量综合评价方法，该方法包括以下步骤：

Step1：用户输入用户名、密码、角色，权限管理模块根据权限数据库中的数据查找用户权限。 满足条件，则允许该用户进行进一步的操作，否则强制该用户退出本系统；

Step2：用户通过数据导入模块将工艺参数数据库中的数据导入系统中；

Step3：用户通过工序种类选择模块从工序种类模板库选择要评价的工序种类，并将数据发送 给数据选择与预处理模块；

Step4：数据选择与预处理模块根据工序种类对导入系统的数据进行预处理；

Step5：单工序质量评价模块结合工艺标准数据库中的数据对预处理后的卷烟工序的各工艺进 行工序能力指数的评价；

Step6：灰色关联分析的工序质量综合评价模块对卷烟工序的工艺工序质量进行综合评价；

Step7：评价结果展示与输出模块连接将评价结果发送给输出设备并保存到评价结果数据库 中；

所述Step5中对预处理后的卷烟工序的各工艺进行工序能力指数的评价，包括以下步骤：

(1)：通过仪器检测卷烟各项工艺参数，将工艺参数数据记录、存储；

(2)：剔除工艺参数数据中的错误或特异样本；

(3)：将各项工艺参数的工艺标准即规范中心M和规格公差T进行存储；

(4)：将工艺参数按照评价目的分组，例如要比较不同月份工序质量优劣情况，则每个月份 的工艺参数作为一组，每组作为一个评价对象；

(5)：分别计算各评价对象各工艺参数的样本均值x和样本标准差σ，计算公式为：

x＝∑x_i/n

$\sigma =\sqrt{\Sigma {(x_i-x)}^2/(n-1)}$

其中n为各评价对象中样本个数；

(6)：将样本均值x、样本方差σ、规范中心M，规格上限T_U，规格下限T_L和规格公差T代 入工序能力指数计算公式，计算各评价对象的单工序能力指数X_i(i＝1，2，Λ，m)，m为评 价对象的个数，

$C_{\mathrm{pk}}=\frac{|T_U-T_L|}{6\sigma }(1-k)=\frac{T}{6\sigma }(1-k)$

其中$k=\frac{2(M-x)}{|T_U-T_L|}=\frac{2(M-x)}{T}$

各评价对象的单工序能力指数X_i是由各个工艺参数的Cpk组成的行向量。

所述Step6中对卷烟工序的工艺工序质量进行综合评价，包括以下步骤：

(1)：将各评价对象的单工序能力指数X_i(i＝1，2，Λ，m)作为参考数列，X_i(i＝1，2，Λ，m)每列 的最大值所组成的行向量作为比较数列Y，其中m为评价对象的个数；

(2)：对参考数列X_i(i＝1，2，Λ，m)和比较数列Y用初值法进行无量纲化处理，处理后的数列 分别记为和Y＇

$X_i^{\prime }\left(k\right)=X_i\left(k\right)/Y\left(k\right)$

Y＇(k)＝Y(k)/Y(k)

其中k表示第k个工艺参数；

(3)：求的每个元素与Y＇的当前列的差值${\Delta }_i\left(k\right)=|X_i^{\prime }\left(k\right)-Y\prime \left(k\right)|$(i＝1，2，Λ，m)，Δ_i(k)组 成差值矩阵；

(4)：求出差值矩阵的最小值a和最大值b，令分辨系数ρ＝0.5，计算关联系数r_i(k)：

$r_i\left(k\right)=\frac{a+\mathrm{\rho b}}{{\Delta }_i\left(k\right)+\mathrm{\rho b}}$

其中r_i(k)表示和Y＇(k)的相关程度；

(5)：求灰色关联度γ_i(i＝1，2，Λ，m)。得到各评价对象关联系数的综合值：

${\gamma }_i=\frac{1}{n}\underset{k}{\Sigma }{\gamma }_i\left(k\right)\omega$

其中ω为评价对象的工艺参数的权重；

(6)：对各评价对象的灰色关联度进行排序，得到各评价对象的工序质量综合值的优劣排序。

各模块的主要功能如下：

权限管理模块：提供系统中的角色、用户、用户组的定义及各自权限的管理，保证了数 据库的安全访问。角色管理，用于定义系统的角色和相应的角色权限。用户管理，用于定义 系统的用户及相应的用户权限。用户组管理，用于定义系统的用户组及相应的权限；

数据导入模块：该模块包括数据的导入功能。数据的导入功能使用户根据需求导入与用 户所要分析的工序数据，从而更加有针对性和高效地分析数据。此模块还提供对数据进行添 加、删除、更新等操作，实时管理数据；

工序种类选择模块：根据所要评价的工序，用户从工序种类库中选择相应的工序，也可 以创建新的工序种类；本模块中还包括评价方式的选择，包括按月评价，按年评价等；

数据选择与预处理模块：本模块提供数据选择与数据预处理功能。根据选定的工序种类 来选择要分析的工序数据。此模块还提供奇异值、重复值、缺失值等方法对数据进行预处理， 以剔除数据中的错误或特异样本；

工艺标准管理模块：实现各工序的各个工艺参数的工艺标准数据的保存、修改等功能， 为单工序质量评价模块提供支持。

单工序质量评价模块：实现单工序质量评价的功能；

灰色关联分析的工序质量综合评价模块：实现灰色关联方法的工序质量综合评价功能；

评价结果展示与输出模块：将单工序能力评价结果与灰色关联分析的工序质量综合评价 的结果以图表的形势展现。用户结合图表对评价结果进行分析，并可以将评价结果和用户自 己的分析结果输出到评价结果数据库中。

本发明的卷烟工序综合评价的系统和方法，其核心与关键技术是：先对卷烟各工艺参数 进行单工序能力评价，即分别计算各个工艺参数的工序能力指数(Cpk)，然后用灰色关联分 析的方法从整体对卷烟工序质量的综合能力进行评价。最后从各评价对象的灰色关联度优劣 排序，并结合各工艺参数的工序能力指数(Cpk)，进行结果分析。

基于灰色关联分析的卷烟工序质量综合评价系统，其优点和有益效果是：

(1)克服了以往工序质量评价中只从局部考虑的缺点，用灰色关联分析的方法从整体对工序 能力进行综合评价，可以从总体上把握整体线工序的质量情况，解决了目前对整条线工 序能力评价模糊的局面。

(2)根据系统对工序质量的综合评价结果，对于工序质量情况较差的对象，可以尽快从生产 设备、人员操作、原料、生产环境等方面查明原因，以此来促进相关职能工作的改善， 从而促进工艺水平的提高。对于工序质量情况较好的对象，应当继续维持。

(3)对促进企业工艺管理创新，提高工艺技术和工艺管理水平，发挥原料使用价值，提高卷 烟内在质量具有现实的指导意义。

说明书附图

图1为本发明的卷烟工序质量评价系统的模块组成结构示意图。

图2为本发明是基于灰色关联分析的卷烟工序质量综合评价方法的流程图。

其中，1、权限管理模块；2、数据导入模块；3、数据选择与预处理模块；4、工序种类 选择模块；5、工艺标准管理模块；6、单工序质量评价模块；7、灰色关联分析的工序质量综 合评价模块；8、评价结果展示与输出模块；9、权限数据库；10、工艺参数数据库；11、工 序种类模板库；12、工艺标准数据库；13、输出设备；14、评价结果数据库。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

在图1中，基于灰色关联分析的卷烟工序质量综合评价系统，包括一个权限管理模块1， 权限管理模块1与数据导入模块2连接；数据导入模块2与数据选择与预处理模块3连接， 数据选择与预处理模块3对数据进行预处理；数据选择与预处理模块3与单工序质量评价模 块6连接；单工序质量评价模块6与灰色关联分析的工序质量综合评价模块7连接；灰色关 联分析的工序质量综合评价模块7与评价结果展示与输出模块8连接；数据选择与预处理模 块3还与工序种类选择模块4；单工序质量评价模块6还与工艺标准数据库12连接。

权限管理模块1与权限数据库9连接进行数据传递，对系统中的角色、用户、用户组进 行定义及各自权限的管理。

数据导入模块2与工艺参数数据库10连接进行数据传递，将数据导入系统中，并可对数 据进行添加、删除、更新等操作，实时管理数据。

工序种类选择模块4与工序种类模板库11连接进行数据传递，从工序种类模板库11选 择相应的工序，并可创建新的工序种类。

数据选择与预处理模块3根据选定的工序种类或奇异值、重复值、缺失值等方法对数据 进行预处理。

工艺标准数据库12与工艺标准管理模块5连接进行数据传递；所述工艺标准管理模块5 提供保存，修改等操作。

评价结果展示与输出模块8将结果传递给输出设备13，以图表的形式直观展示处理结果； 输出设备13将数据再传递给评价结果数据库14。

一种基于灰色关联分析的卷烟工序质量综合评价方法，该方法包括以下步骤：

Step1：用户输入用户名、密码、角色，权限管理模块1根据权限数据库9中的数据查找用户 权限。满足条件，则允许该用户进行进一步的操作，否则强制该用户退出本系统；

Step2：用户通过数据导入模块2将工艺参数数据库10中的数据导入系统中；

Step3：用户通过工序种类选择模块4从工序种类模板库11选择要评价的工序种类，并将数 据发送给数据选择与预处理模块3；

Step4：数据选择与预处理模块3根据工序种类对导入系统的数据进行预处理；

Step5：单工序质量评价模块6结合工艺标准数据库12中的数据对预处理后的卷烟工序的各 工艺进行工序能力指数的评价；

Step6：灰色关联分析的工序质量综合评价模块7对卷烟工序的工艺工序质量进行综合评价；

Step7：评价结果展示与输出模块8连接将评价结果发送给输出设备13并保存到评价结果数 据库14中；

所述Step5中对预处理后的卷烟工序的各工艺进行工序能力指数的评价，包括以下步骤：

(1)：通过仪器检测卷烟各项工艺参数，将工艺参数数据记录、存储；

(2)：剔除工艺参数数据中的错误或特异样本；

(3)：将各项工艺参数的工艺标准即规范中心M和规格公差T进行存储；

(4)：将工艺参数按照评价目的分组，例如要比较不同月份工序质量优劣情况，则每个月份 的工艺参数作为一组，每组作为一个评价对象；

(5)：分别计算各评价对象各工艺参数的样本均值x和样本标准差σ，计算公式为：

x＝∑x_i/n

$\sigma =\sqrt{\Sigma {(x_i-x)}^2/(n-1)}$

其中n为各评价对象中样本个数；

(6)：将样本均值x、样本方差σ、规范中心M，规格上限T_U，规格下限T_L和规格公差T代 入工序能力指数计算公式，计算各评价对象的单工序能力指数X_i(i＝1，2，Λ，m)，m为评 价对象的个数，

$C_{\mathrm{pk}}=\frac{|T_U-T_L|}{6\sigma }(1-k)=\frac{T}{6\sigma }(1-k)$

其中$k=\frac{2(M-x)}{|T_U-T_L|}=\frac{2(M-x)}{T}$

各评价对象的单工序能力指数X_i是由各个工艺参数的Cpk组成的行向量。

所述Step6中对卷烟工序的工艺工序质量进行综合评价，包括以下步骤：

(1)：将各评价对象的单工序能力指数X_i(i＝1，2，Λ，m)作为参考数列，X_i(i＝1，2，Λ，m)每列 的最大值所组成的行向量作为比较数列Y，其中m为评价对象的个数；

(2)：对参考数列X_i(i＝1，2，Λ，m)和比较数列Y用初值法进行无量纲化处理，处理后的数列 分别记为和Y＇

$X_i^{\prime }\left(k\right)=X_i\left(k\right)/Y\left(k\right)$

Y＇(k)＝Y(k)/Y(k)

其中k表示第k个工艺参数；

(3)：求的每个元素与Y＇的当前列的差值${\Delta }_i\left(k\right)=|X_i^{\prime }\left(k\right)-Y\prime \left(k\right)|$(i＝1，2，Λ，m)，Δ_i(k)组 成差值矩阵；

(4)：求出差值矩阵的最小值a和最大值b，令分辨系数ρ＝0.5，计算关联系数r_i(k)：

$r_i\left(k\right)=\frac{a+\mathrm{\rho b}}{{\Delta }_i\left(k\right)+\mathrm{\rho b}}$

其中r_i(k)表示和Y＇(k)的相关程度；

(5)：求灰色关联度γ_i(i＝1，2，Λ，m)。得到各评价对象关联系数的综合值：

${\gamma }_i=\frac{1}{n}\underset{k}{\Sigma }{\gamma }_i\left(k\right)\omega$

其中ω为评价对象的工艺参数的权重；

(6)：对各评价对象的灰色关联度进行排序，得到各评价对象的工序质量综合值的优劣排序。

结合附图1和附图2以卷烟制丝工艺的综合评价为例对本发明进行详细的说明：

1.用户登陆

用户输入用户名、密码、角色，系统查找用户权限，满足条件，则允许该用户进行进一 步的操作，否则强制该用户退出本系统。

2.数据导入

为对卷烟制丝工艺进行综合评价，需要制丝工艺的相关数据导入到系统。因此将仪器检 测的某烟厂某牌号的卷烟制丝工艺的样本数据导入到系统中。此处，也可以对数据进行添加、 删除和更新等操作。

3.工序种类选择

从工序种类模板中选择要评价的工序种类。此时还需设定评价方式：按月份评价、按年 评价等。本例子选择按月份评价，并选择松散回潮水分，烘后叶丝水分，梗丝干燥二线水分， 梗丝干燥一线水分和加香混和丝水分为5个工艺参数。

4.数据选择与预处理

选取该烟厂该牌号1月、2月、3月、9月和10月的卷烟制丝工艺的样本数据，并且对数 据进行奇异值剔除、缺失值处理等预处理工作，达到优化输入数据的目的。部分数据见表1；

表1 某烟厂某牌号制丝工序的部分原始数据

 

         制丝批次         松散回 潮后水        分               5k烘后叶丝 水分                 梗丝干燥后 二线水分             梗丝干燥后 一线水分               加香混合丝 水分      0707BG####00 1           20.42612.59113.80413.83212.2550707BG####00 2           20.15312.58413.80413.83212.3450707BG####00 3           20.34412.59613.85813.83111.90707BG####0020.05412.59213.85813.83111.94

 

40707BG####00 5           19.64712.62513.85813.83112.02… …… …… …… …… …… …0803BG####00 4           19.1912.89713.95913.99212.6450803BG####00 5           19.12412.88613.94713.96412.5350803BG####00 6           18.95412.88113.87613.95512.3150803BG####00 7           18.92612.89713.87613.95512.3850803BG####00 8           18.89212.86913.87613.95512.565

系统从工艺标准数据库中自动读取该牌号以上5个月的各工艺参数的工艺标准数据。见 表2；

表2 某烟厂某牌号制丝工序的标准

5.单工序能力分析阶段

用单工序质量评价模块对卷烟工序的各工艺进行工序能力指数的评价。这是本系统的关 键技术之一，在系统内部完成了如下算法：

5.1 由于本例子选择的是按月份评价，系统根据制丝批次信息，将该烟厂该牌号1月、2 月、3月、9月和10月的样本数据分别以X_i(i＝1，1月；i＝2，3月；i＝3，3月；i＝4，9月； i＝5，10月)表示为五个评价对象。松散回潮水分，烘后叶丝水分，梗丝干燥二线水分， 梗丝干燥一线水分和加香混和丝水分为影响卷烟制丝工艺的5个工艺参数(即工序)为 评价指标。

5.3 根据表2的制丝工艺标准，得到其规范中心向量M和规格公差向量T；

5.4 将五个评价对象的样本数据作为输入值，分别计算它们的样本均值x和样本标准差 σ；

5.5 将样本均值x、样本标准差σ、规范中心M和规格公差T代入工序能力指数计算公式， 计算各评价对象的单工序能力指数X。结果见表3；

表3 某烟厂某牌号五个月份各参数的工序能力指数

6.灰色关联分析综合评价阶段

用灰色关联分析的工序质量综合评价模块对卷烟工序的工艺工序质量进行综合评价。这 是本系统的关键技术之二，在系统内部完成了如下算法：

6.1 将表3的单工序能力指数作为参考数列，用X表示{X_i}＝{X₁，X₂，X₃，X₄，X₅}，X 每列的最大值组成的行向量作为比较数列，用Y表示{Y_i}＝{Y₁，Y₂，Y₃，Y₄，Y₅}。

6.2 对参考数列X和比较数列Y用初值法进行无量纲化处理，得到新的参考数列X＇和Y＇；

6.3 求X＇的每个元素与Y＇的当前列求绝对差，Δ_i(k)＝|X_i(k)-Y＇(k)|；

6.4 求出差值矩阵Δ_i(k)的最小值a＝0和最大值b＝0.6422，令分辨系数ρ＝0.5，求得到 各评价对象与各工艺参数的相关程度r_i(k)，见表4；

6.5 求得灰色关联度γ_i，从而得到各评价对象关联系数的综合值，ω的取值由用户确定， 例如可设为ω＝[0.5，1.5，0.5，0.5，2]；

6.6 最后对各评价对象的灰色关联度进行排序，得到各评价对象的工序质量评价综合值的 优劣排序见表4。

表4 各评价对象的关联系数、灰色关联度及排序结果

7.评价结果展示与输出模块

用表格和图的形式将表3和表4的评价结果展示，使用户更容易进行下一步的结果分析。 用户通过评价结果展示的图表，更清晰和有条理地对评价结果进行分析。

用户可将当前评价结果的图表和用户自己的分析结果保存到数据库中，方便今后的查询、 应用和进一步的分析。

对该烟厂该牌号卷烟这五个月的制丝工艺综合评价的结果，可以确定五个评价对象(五 个月)的优劣顺序为X₂>X₅>X₁>X₃>X₄，我们可以根据这个优劣排序的结果并结合各评 价对象的工序质量综合情况进行分析比较，从而以用户能理解的结论来指导生产实践。如X₂(2月)制丝工艺的工序质量综合情况最好，最符合工艺生产的标准要求；X₄(9月)制丝 工艺的工序质量综合情况在五个评价对象中最差，说明该月份生产加工过程中的某些因素， 例如生产设备、人员操作、原料、生产环境等有待改进。