基於灰色關聯分析的捲菸工序質量綜合評價系統及其方法

2023-06-10 05:55:21

表示《C"和y的相關程度；(5):求灰色關聯度^(Z'-i，2，A，m)。得到各評價對象關聯繫數的綜合值其中w為評價對象的工藝參數的權重；(6):對各評價對象的灰色關聯度進行排序，得到各評價對象的工序質量綜合值的優劣排序。各模塊的主要功能如下權限管理模塊提供系統中的角色、用戶、用戶組的定義及各自權限的管理，保證了資料庫的安全訪問。角色管理，用於定義系統的角色和相應的角色權限。用戶管理，用於定義系統的用戶及相應的用戶權限。用戶組管理，用於定義系統的用戶組及相應的權限；數據導入模塊該模塊包括數據的導入功能。數據的導入功能使用戶根據需求導入與用戶所要分析的工序數據，從而更加有針對性和高效地分析數據。此模塊還提供對數據進行添加、刪除、更新等操作，實時管理數據；工序種類選擇模塊根據所要評價的工序，用戶從工序種類庫中選擇相應的工序，也可以創建新的工序種類；本模塊中還包括評價方式的選擇，包括按月評價，按年評價等；數據選擇與預處理模塊本模塊提供數據選擇與數據預處理功能。根據選定的工序種類來選擇要分析的工序數據。此模塊還提供奇異值、重複值、缺失值等方法對數據進行預處理，以剔除數據中的錯誤或特異樣本；工藝標準管理模塊實現各工序的各個工藝參數的工藝標準數據的保存、修改等功能，為單工序質量評價模塊提供支持。單工序質量評價模塊實現單工序質量評價的功能；灰色關聯分析的工序質量綜合評價模塊實現灰色關聯方法的工序質量綜合評價功能；評價結果展示與輸出模塊將單工序能力評價結果與灰色關聯分析的工序質量綜合評價的結果以圖表的形勢展現。用戶結合圖表對評價結果進行分析，並可以將評價結果和用戶自己的分析結果輸出到評價結果資料庫中。本發明的巻煙工序綜合評價的系統和方法，其核心與關鍵技術是先對巻煙各工藝參數進行單工序能力評價，即分別計算各個工藝參數的工序能力指數(Q^)，然後用灰色關聯分析的方法從整體對巻煙工序質量的綜合能力進行評價。最後從各評價對象的灰色關聯度優劣排序，並結合各工藝參數的工序能力指數(0^)，進行結果分析。基於灰色關聯分析的巻煙工序質量綜合評價系統，其優點和有益效果是(1)克服了以往工序質量評價中只從局部考慮的缺點，用灰色關聯分析的方法從整體對工序能力進行綜合評價，可以從總體上把握整體線工序的質量情況，解決了目前對整條線工序能力評價模糊的局面。(2)根據系統對工序質量的綜合評價結果，對於工序質量情況較差的對象，可以儘快從生產設備、人員操作、原料、生產環境等方面查明原因，以此來促進相關職能工作的改善，從而促進工藝水平的提高。對於工序質量情況較好的對象，應當繼續維持。(3)對促進企業工藝管理創新，提高工藝技術和工藝管理水平，發揮原料使用價值，提高巻煙內在質量具有現實的指導意義。說明書附圖圖1為本發明的巻煙工序質量評價系統的模塊組成結構示意圖。圖2為本發明是基於灰色關聯分析的巻煙工序質量綜合評價方法的流程圖。其中，1、權限管理模塊；2、數據導入模塊；3、數據選擇與預處理模塊；4、工序種類選擇模塊；5、工藝標準管理模塊；6、單工序質量評價模塊；7、灰色關聯分析的工序質量綜合評價模塊；8、評價結果展示與輸出模塊；9、權限資料庫；10、工藝參數資料庫；11、工序種類模板庫；12、工藝標準資料庫；13、輸出設備；14、評價結果資料庫。具體實施例方式下面結合附圖與實施例對本發明作進一步說明。在圖l中，基於灰色關聯分析的巻煙工序質量綜合評價系統，包括一個權限管理模塊l，權限管理模塊1與數據導入模塊2連接；數據導入模塊2與數據選擇與預處理模塊3連接，數據選擇與預處理模塊3對數據進行預處理；數據選擇與預處理模塊3與單工序質量評價模塊6連接；單工序質量評價模塊6與灰色關聯分析的工序質量綜合評價模塊7連接；灰色關聯分析的工序質量綜合評價模塊7與評價結果展示與輸出模塊8連接；數據選擇與預處理模塊3還與工序種類選擇模塊4;單工序質量評價模塊6還與工藝標準資料庫12連接。權限管理模塊1與權限資料庫9連接進行數據傳遞，對系統中的角色、用戶、用戶組進行定義及各自權限的管理。數據導入模塊2與工藝參數資料庫IO連接進行數據傳遞，將數據導入系統中，並可對數據進行添加、刪除、更新等操作，實時管理數據。工序種類選擇模塊4與工序種類模板庫11連接進行數據傳遞，從工序種類模板庫11選擇相應的工序，並可創建新的工序種類。數據選擇與預處理模塊3根據選定的工序種類或奇異值、重複值、缺失值等方法對數據進行預處理。工藝標準資料庫12與工藝標準管理模塊5連接進行數據傳遞；所述工藝標準管理模塊5提供保存，修改等操作。評價結果展示與輸出模塊8將結果傳遞給輸出設備13，以圖表的形式直觀展示處理結果；輸出設備13將數據再傳遞給評價結果資料庫14。一種基於灰色關聯分析的巻煙工序質量綜合評價方法，該方法包括以下步驟St印l:用戶輸入用戶名、密碼、角色，權限管理模塊1根據權限資料庫9中的數據查找用戶權限。滿足條件，則允許該用戶進行進一步的操作，否則強制該用戶退出本系統；St印2:用戶通過數據導入模塊2將工藝參數資料庫10中的數據導入系統中；St印3:用戶通過工序種類選擇模塊4從工序種類模板庫11選擇要評價的工序種類，並將數據發送給數據選擇與預處理模塊3;St印4:數據選擇與預處理模塊3根據工序種類對導入系統的教據進行預處理；St印5:單工序質量評價模塊6結合工藝標準資料庫12中的數據對預處理後的巻煙工序的各工藝進行工序能力指數的評價；St印6:灰色關聯分析的工序質量綜合評價模塊7對巻煙工序的工藝工序質量進行綜合評價；St印7:評價結果展示與輸出模塊8連接將評價結果發送給輸出設備13並保存到評價結果資料庫14中；所述St印5中對預處理後的巻煙工序的各工藝進行工序能力指數的評價，包括以下步驟(1):通過儀器檢測巻煙各項工藝參數，將工藝參數數據記錄、存儲；(2):剔除工藝參數數據中的錯誤或特異樣本；(3):將各項工藝參數的工藝標準即規範中心M和規格公差T進行存儲；(4):將工藝參數按照評價目的分組，例如要比較不同月份工序質量優劣情況，則每個月份的工藝參數作為一組，每組作為一個評價對象；(5):分別計算各評價對象各工藝參數的樣本均值x和樣本標準差"，計算公式為其中n為各評價對象中樣本個數；(6):將樣本均值x、樣本方差"、規範中心M,規格上限；，規格下限&和規格公差T代入工序能力指數計算公式，計算各評價對象的單工序能力指數^'(/=1，2,，)，m為評價對象的個數，Q=H7^1(1-it)=丄(1-"2(M-jc)2(M-x)其中H711r各評價對象的單工序能力指數《是由各個工藝參數的a^組成的行向量。所述St印6中對巻煙工序的工藝工序質量進行綜合評價，包括以下步驟(1):將各評價對象的單工序能力指數《(/=1'2，八，W)作為參考數列，I'(''=1'2'A'M)每列的最大值所組成的行向量作為比較數列y，其中m為評價對象的個數；(2):對參考數列《^zi，2，八，w)和比較數列y用初值法進行無量綱化處理，處理後的數列分別記為《和y'y(/fc)=;r(/t)/r("其中k表示第k個工藝參數；(3):求《'的每個元素與戶的當前列的差值《("=^'("—G=1，2，A，，A("組成差值矩陣；(4):求出差值矩陣的最小值a和最大值b，令分辨係數^=(15，計算關聯繫數A^):1A,.("+p6其中^表示《和yW的相關程度；(5):求灰色關聯度^(Z'-i，2，八，"7)。得到各評價對象關聯繫數的綜合值其中W為評價對象的工藝參數的權重；(6):對各評價對象的灰色關聯度進行排序，得到各評價對象的工序質量綜合值的優劣排序。結合附圖1和附圖2以巻煙制絲工藝的綜合評價為例對本發明進行詳細的說明1.用戶登陸用戶輸入用戶名、密碼、角色，系統査找用戶權限，滿足條件，則允許該用戶進行進一步的操作，否則強制該用戶退出本系統。2.數據導入為對巻煙制絲工藝進行綜合評價，需要制絲工藝的相關數據導入到系統。因此將儀器檢測的某煙廠某牌號的巻煙制絲工藝的樣本數據導入到系統中。此處，也可以對數據進行添加、刪除和更新等操作。3.工序種類選擇從工序種類模板中選擇要評價的工序種類。此時還需設定評價方式按月份評價、按年評價等。本例子選擇按月份評價，並選擇鬆散回潮水分，烘後葉絲水分，梗絲乾燥二線水分，梗絲乾燥一線水分和加香混和絲水分為5個工藝參數。4.數據選擇與預處理選取該煙廠該牌號1月、2月、3月、9月和10月的巻煙制絲工藝的樣木數據，外lL對數據進行奇異值剔除、缺失值處理等預處理工作，達到優化輸入數據的目的。部分數據見表l;表1某煙廠某牌號制絲工序的部分原始數據tableseeoriginaldocumentpage12tableseeoriginaldocumentpage13系統從工藝標準資料庫中自動讀取該牌號以上5個月的各工藝參數的工藝標準數據。見表2;表2某煙廠某牌號制絲工序的標準項目規格中心規格下限規格上限鬆散回潮後水分1191820鬆散回潮後水分21918205k烘後葉絲水分l12.9.12.413.45k烘後葉絲水分212.912.413.4梗絲乾燥後二線水分113.813.314.3梗絲乾燥後二線水分21413.514.5梗絲乾燥後一線水分113.813.314.3梗絲乾燥後一線水分21413.514.5加香混合絲水分112.411.912.9加香混合絲水分212.411.912.95.單工序能力分析階段用單工序質量評價模塊對巻煙工序的各工藝進行工序能力指數的評價。這是本系統的關鍵技術之一，在系統內部完成了如下算法5.1由於本例子選擇的是按月份評價，系統根據制絲批次信息，將該煙廠該牌號l月、2月、3月、9月和10月的樣本數據分別以《(i氣l月；1=2,3月；t3，3月；X9月；i=5，10月)表示為五個評價對象。鬆散回潮水分，烘後葉絲水分，梗絲乾燥二線水分，梗絲乾燥一線水分和加香混和絲水分為影響巻煙制絲工藝的5個工藝參數(即工序)為評價指標。5.3根據表2的制絲工藝標準，得到其規範中心向量M和規格公差向量T;5.4將五個評價對象的樣本數據作為輸入值，分別計算它們的樣本均值x和樣本標準差5.5將樣本均值x、樣本標準差"、規範中心M和規格公差T代入工序能力指數計算公式，計算各評價對象的單工序能力指數X。結果見表3;_表3某煙廠某牌號五個月份各參數的工序能力指數_鬆散回潮5k烘後梗絲乾燥梗絲乾燥加香混合~~月份後水分葉絲水分後二線水分後一線水分絲水分4.11564.46326.28160.70863.76493.04033.11171.64353.09604.03593.78621.47023.69604.81592.24791.26753.5878_6.6256_4.1255_1.59826.灰色關聯分析綜合評價階段用灰色關聯分析的工序質量綜合評價模塊對巻煙工序的工藝工序質量進行綜合評價。這是本系統的關鍵技術之二，在系統內部完成了如下算法-6.1將表3的單工序能力指數作為參考數列，用X表示(《)={《^2^3'^'^}，x每列的最大值組成的行向量作為比較數列，用Y表示(")={"，y"d"y5}。6.2對參考數列X和比較數列Y用初值法進行無量綱化處理，得到新的參考數列和y';6.3求義'的每個元素與F'的當前列求絕對差，A'C"=|Xi(k)-Y(k)l;6.4求出差值矩陣^("的最小值a=0和最大值b=0.6422，令分辨係數^='5，求得到各評價對象與各工藝參數的相關程度ri("，見表4;6.5求得灰色關聯度K,從而得到各評價對象關聯繫數的綜合值，"的取值由用戶確定，例如可設為F^工5^，"5，^6.6最後對各評價對象的灰色關聯度進行排序，得到各評價對象的工序質量評價綜合值的優劣排序見表4。表4各評價對象的關聯繫數、灰色關聯度及排序結果《義,2.33412.28491.81091.89831.5048關聯繫數鬆散回潮5k烘後梗絲乾燥梗絲乾燥加香混合灰色關排序月份後水分葉絲水分後二線水分後二線水分絲水分聯度K_1.00000.49591.00000.36080.693930.79030.37240.38881.00000.807110.5645G.45100.44700.75280.619140.75900.54030.33330.58390.611950.71461.0000_0.48330.92090.7785_^_7.評價結果展示與輸出模塊用表格和圖的形式將表3和表4的評價結果展示，使用戶更容易進行下一步的結果分析。用戶通過評價結果展示的圖表，更清晰和有條理地對評價結果進行分析。用戶可將當前評價結果的圖表和用戶自己的分析結果保存到資料庫中，方便今後的查詢、應用和進一步的分析。對該煙廠該牌號巻煙這五個月的制絲工藝綜合評價的結果，可以確定五個評價對象(五個月)的優劣順序為^2〉15〉《〉13〉14，我們可以根據這個優劣排序的結果並結合各評價對象的工序質量綜合情況進行分析比較，從而以用戶能理解的結論來指導生產實踐。如^2(2月)制絲工藝的工序質量綜合情況最好，最符合工藝生產的標準要求；X4(9月)制絲工藝的工序質量綜合情況在五個評價對象中最差，說明該月份生產加工過程中的某些因素，例如生產設備、人員操作、原料、生產環境等有待改進。1.00000.93850.63230.474權利要求1.基於灰色關聯分析的捲菸工序質量綜合評價系統，其特徵在於包括一個權限管理模塊(1)，所述權限管理模塊(1)與數據導入模塊(2)連接；所述數據導入模塊(2)與數據選擇與預處理模塊(3)連接，數據選擇與預處理模塊(3)對數據進行預處理；所述數據選擇與預處理模塊(3)與單工序質量評價模塊(6)連接；所述單工序質量評價模塊(6)與灰色關聯分析的工序質量綜合評價模塊(7)連接；所述灰色關聯分析的工序質量綜合評價模塊(7)與評價結果展示與輸出模塊(8)連接；所述數據選擇與預處理模塊(3)還與工序種類選擇模塊(4)；所述單工序質量評價模塊(6)還與工藝標準資料庫(12)連接。2.根據權利要求1所述的基於灰色關聯分析的巻煙工序質量綜合評價系統，其特徵在於所述權限管理模塊(1)與權限資料庫(9)連接進行數據傳遞，對系統中的角色、用戶、用戶組進行定義及各自權限的管理。3.根據權利要求1所述的基於灰色關聯分析的巻煙工序質量綜合評價系統，其特徵在於所述數據導入模塊(2)與工藝參數資料庫(10)連接進行數據傳遞，將數據導入系統中，並可對數據進行添加、刪除、更新等操作，實時管理數據。，4.根據權利要求1所述的基於灰色關聯分析的巻煙工序質量綜合評價系統，其特徵在於所述工序種類選擇模塊(4)與工序種類模板庫(11)連接進行數據傳遞，從工序種類模板庫(11)選擇相應的工序，並可創建新的工序種類。5.根據權利要求1所述的基於灰色關聯分析的巻煙工序質量綜合評價系統，其特徵在於所述數據選擇與預處理模塊(3)根據選定的工序種類或奇異值、重複值、缺失值等方法對數據進行預處理。6.根據權利要求1所述的基於灰色關聯分析的巻煙工序質量綜合評價系統，其特徵在於所述工藝標準資料庫(12)與工藝標準管理模塊(5)連接進行數據傳遞；所述工藝標準管理模塊(5)提供保存，修改等操作。7.根據權利要求1所述的基於灰色關聯分析的巻煙工序質量綜合評價系統，其特徵在於所述評價結果展示與輸出模塊(8)將結果傳遞給輸出設備(13)，以圖表的形式直觀展示處理結果；輸出設備(13)將數據再傳遞給評價結果資料庫(14)。8.—種基於灰色關聯分析的巻煙工序質量綜合評價方法，其特徵在於該方法包括以下步驟St印l:用戶輸入用戶名、密碼、角色，權限管理模塊(1)根據權限資料庫(9)中的數據査找用戶權限。滿足條件，則允許該用戶進行進一步的操作，否則強制該用戶退出本系統；St印2:用戶通過數據導入模塊(2)將工藝參數資料庫(10)中的數據導入系統中；St印3:用戶通過工序種類選擇模塊(4)從工序種類模板庫(11)選擇要評價的工序種類，並將數據發送給數據選擇與預處理模塊(3);St印4:數據選擇與預處理模塊(3)根據工序種類對導入系統的數據進行預處理；St印5:單工序質量評價模塊(6)結合工藝標準資料庫(12)中的數據對預處理後的巻煙工序的各工藝進行工序能力指數的評價；St印6:灰色關聯分析的工序質量綜合評價模塊(7)對巻煙工序的工藝工序質量進行綜合評價；St印7:評價結果展示與輸出模塊(8)連接將評價結果發送給輸出設備(13)並保存到評價結果資料庫(14)中。9.根據權利要求7所述的一種基於灰色關聯分析的巻煙工序質量綜合評價方法，其特徵在於所述St印5中對預處理後的巻煙工序的各工藝進行工序能力指數的評價，包括以下步驟(1):通過儀器檢測巻煙各項工藝參數，將工藝參數數據記錄、存儲；(2):剔除工藝參數數據中的錯誤或特異樣本；(3):將各項工藝參數的工藝標準即規範中心M和規格公差T進行存儲；(4):將工藝參數按照評價目的分組，例如要比較不同月份工序質量優劣情況，則每個月份的工藝參數作為一組，每組作為一個評價對象；(5):分別計算各評價對象各工藝參數的樣本均值X和樣本標準差"，計算公式為其中n為各評價對象中樣本個數；(6):將樣本均值x、樣本方差"、規範中心M，規格上限^"，規格下限^和規格公差T代入工序能力指數計算公式，計算各評價對象的單工序能力指數^^'=1'2'八，)，m為評價對象的個數，6cr6cr2(M—x)_2(M—jc)其中各評價對象的單工序能力指數^是由各個工藝參數的Q^組成的行向:10.根據權利要求7所述的一種基於灰色關聯分析的巻煙工序質量綜合評價方法，其特徵在於所述St印6中對巻煙工序的工藝工序質量進行綜合評價，包括以下步驟(1):將各評價對象的單工序能力指數《(/=1，2^，^作為參考數列，^'々、l，2，A，m)每列的最大值所組成的行向量作為比較數列y，其中m為評價對象的個數；(2):對參考數列《'(z'-i，2，A，^和比較數列r用初值法進行無量綱化處理，處理後的數列分別記為《和y'y'Ot)=:rot)/:r(A:)其中k表示第k個工藝參數；(3):求《的每個元素與7申的當前列的差值久("=1《("—("1，2，A，m)，A'("組成差值矩陣；(4):求出差值矩陣的最小值a和最大值b,令分辨係數^='5,計算關聯繫數^(":其中r^)表示《("和y的相關程度；(5):求灰色關聯度K(z'-^2，A，w)。得到各評價對象關聯繫數的綜合值-t7一其中w為評價對象的工藝參數的權重；(6):對各評價對象的灰色關聯度進行排序，得到各評價對象的工序質量綜合值的優劣排序。全文摘要本發明公開了一種基於灰色關聯分析的捲菸工序質量綜合評價系統及其方法，其目的在於克服現有單工序評價方法無法對捲菸工藝的工序質量總體情況進行評價的不足，改變目前對整條線工序能力評價模糊的局面。本發明對多個工序質量進行綜合評價，能夠有效把握工序質量的綜合情況，從而為工序質量的不斷改進提供依據，為捲菸產品質量的改善提供保證。本發明所述的系統和方法是單工序質量評價和灰色關聯分析方法的結合。首先計算各工藝參數的工序能力指數，然後用灰色關聯方法對Cpk值進行綜合評價，最後得到的綜合評價結果是各評價對象的工序質量優劣排名。通過對Cpk和工序質量優劣排名結果進行分析，可以有效地指導生產實踐。文檔編號G05B19/418GK101414183SQ200810237698公開日2009年4月22日申請日期2008年12月3日優先權日2008年12月3日發明者丁香乾,錄於,劉懷波,姜百寧,孟慶華,放王,肖協忠,強蒲,陳建軍,強馬,馬琳濤申請人:山東中煙工業公司;中國海洋大學