论文部分内容阅读
摘 要：烟用辅料材料在生产过程中出现问题时，现有的质量检测指标无法提供可追溯的数据支持，在查找问题原因时缺少针对性，影响改进效果。需要在生产中结合使用效果开展烟用辅料适用性研究，通过大数据与数学模型分析明确材料与设备的相关性，形成最优化组合生产模式，最终达到提高设备有效作业率的目的。
关键词：最优组合;大数据;烟用辅料;评价
引言
卷烟生产企业同时投产规格牌号多，涉及辅料类型无法全盘管理。卷烟生产企业通过对烟用辅料全过程质量管理，建立产品与辅料最优匹配标准，实现烟用材料和卷烟设备的最优化组合生产模式，有效提高卷包设备有效作业率，降低卷烟过程烟用材料消耗水平。
一、烟用辅料面临的问题
驻马店卷烟厂面对烟用辅料规格多、供应商多、批次复杂等问题，经常出现辅料质量不稳定，对生产效率、产品质量 、消耗水平均存在较大的影响;由于辅料检测的参数多、难度大，往往通过各级管理人员的经验来判断烟用辅料的好坏，更无法实现对供应商量化的评价。
由于烟用材料质量直接影响到卷包设备有效作业率，虽然烟用材料的产品参数检测都达到了规定的质量标准，但是不同厂家、不同批次烟用材料的细微差别都会影响到设备的有效作业率。我们无法改变烟用材料的产品参数，但可以通过大数据分析找出烟用材料和设备的最优组合生产模式，卷包设备的停机次数、停机时长主要是烟用材料适用性所导致的，烟用材料的种类多、同一种材料生产厂家不同适用性也大不一样，不同种类的卷包设备对烟用材料的要求也不一样，为了提高卷包设备有效作业率，需要运用最优组合生产模型对烟用材料适用性进行研究，通过采集卷包设备使用烟用材料产生的设备停机次数、剔除数量数据，分析每个厂家的每种烟用材料对卷包设备的有效作业率的影响程度，对烟用材料适用性进行标注。从卷包设备采集的大数据与数学模型，基于PCA主因素分析法、层次分析法以及神经网络模型等，从大量的设备运行数据中挖掘出哪个厂家、哪种烟用材料适用于哪种设备，实现烟用辅料最优组合智能智造。
二、企业信息化系统基础建设
驻马店卷烟厂卷包车间已投入使用的卷包数采系统不仅实现了卷包车间的所有业务管理，更为重要的实现了设备的过程数据的采集，并真正将管理数据与过程数据实现了绑定。无论通过管理数据还是过程数据均能直接关联相应的数据，为实现过程质量异常真实原因的追溯反馈建立信息基础。辅料批次管理模式的建立，将辅料信息、批次信息与设备运行的过程数据进行有效的关联，实现真正意义上的烟用辅料过程质量追溯。
卷包数采系统实现了车间辅料消耗业务管理、也将设备所有的运行数据进行了采集与存储，真实的记录了设备的运行过程数据，具备了还原生产过程的能力和条件，能够真实的掌握设备每个辅料上机使用的时间，辅料的厂家和批次信息，实现每个最小包装单元的辅料与设备运行过程数据实现绑定，从而为建立烟用辅料评价模型奠定基础。从而实现对辅料的量化评价。
三、构建基于生产过程大数据的智能分析平台
随着工业4.0时代到来，国家提出了“中国制造2025”的智能化制造模型的发展路径。卷烟制造业如何有效利用信息化系统采集的大量数据，形成一套以大数据驱动生产业务的新型管理模式，而卷烟工厂的辅料管理是企业管理中降本增效的重中之重。
建立大数据分析平台，实现动态匹配烟用材料与设备的最优化，
利用HADOOP大数据生态圈的大量先进技术和手段，凭借企业现有的数据采集系统所收集的生产过程数据（生产、消耗、质量、设备、参数），建立以实时流式计算技术（storm，spark）的依托，实现烟用辅料上机适用性的实时分析与评估。
四、建立最优组合生产模型辅料智能分析模型
分析辅料生产过程空间多尺度特性，将工业过程进行层次划分 （分为用户层、 指标层、过程层和设备层），分别对多层面及层间潜结构建模研究，解析生产过程中大量的检测信号同时间尺度的映射关系;将工业大数据分为建模数据和状态监测数据，利用数据建模或机理建模的方法建立对象;建立设备的动态工况基准模型及稳态工况基准模型;根据不同尺度过程的稳态和动态基准模型，分析运行实时残差数据，形成监测状态信号。
（一）研究设备和工艺参数与烟用材料的关系，确定烟用材料与设备运行的矩阵关系
设备在生产过程中，影响设备有效作业率的因素众多，不仅包括设备本体的影响，人员操作的影响，还包括来自烟用材料的影响以及工艺参数的影响。因此，为了研究烟用材料与设备的关系，首先需要对大量的设备与工艺参数进行初步甄别，遴选出已知的设备与工艺参数与烟用材料的参数矩阵，同时，利用相关数理统计分析机制，进一步确定潜在的烟用材料与设备的影响因素，最终确定可行行的矩阵关系图谱。
（二）研究基于最优组合生产模型的烟用材料适用性评价体系
在前述研究基础上，通过进一步研究设备与辅料供应商、辅料批次在卷烟设备的表现指数（主要包括：设备有效作业率、设备故障、剔除斜率、跑条次数和断纸次数波动曲线等），确立烟用材料的最优组合生产模型算法，从而实现由定性评价向定量评价转变，建立烟用材料适用性评价体系与标准。
（三）建立最优匹配机台、牌号、供应商辅料、设备参数数据库
在建立数据分析与评价机制的前提下，建立最优匹配机台、牌号、供应商辅料、设备参数数据库。将不同辅料供应商、不同辅料批次、不同机台的数理关系进行长期存储，为系统上线后进一步实现动态匹配，不断优化分析与评价模型奠定数据基础，夯实基于数理分析的理论支撑。
（四）实现烟用材料最优生产组合的可视化平台
利用eahrt等开源的可视化平台，将烟用材料的上机适用性进行可视化呈现，为车间现场管理提供真实可靠的数据与图表支持。
五、实现最优组合生产模型的意义
实时采集卷包设备使用各种烟用材料的生产数据、设备参数运行数据，特别是甄别出与烟用材料相关的工艺参数与设备参数，形成烟用材料适用性研究的过程大数据集合。通过建立大数据分析平台和数理统计模型深度挖掘机台、牌号、供应商材料、设备参数之间的相关性，经过数据清洗、多维度数据二次组合与数据关联分析建立最优组合生产模型。排产计划下发后，辅料库系统根据最优组合生产模型，匹配最优供应商的辅料，待机台要料后配送到机台，生产开始后大数据平台会继续采集、分析、挖掘，机台、牌号、供应商材料、设备参数之间的相关性，以动态调整最优匹配机台、牌号、供应商辅料、设备参数，实现烟用材料和卷包设备的PID闭环动态调整，提高设备有效作业率。
最優组合生产模型的烟用辅料适用性研究将从设备、烟用材料的不同视角测算辅料供应厂家与卷烟设备的相关性，由定性评价向定量评价机制的提升。同时采用数理模型的系统性方法确定烟用材料与设备的真实关系，从而实现按烟用材料与设备定向投入材料，将较好的提升设备的有效作业率，同时有效的降低生产过程的辅料消耗水平，产生良好的经济效益，据此可以减少社会资源的消耗，实现社会效益的改进与提升。
参考文献：
[1]林立军，朱永生，崔志学.生产要素最优组合的分析[J].高师理科学刊，2006（01）：11-14+35
[2]周萍.标准本量利图解法在生产最优组合决策中的应用[J].商业会计，2012（20）：76-77.
[3]谈耀南.最优产品组合──线性规划在生产组织和工厂设计中的应用[J].工厂建设与设计，1995（02）：11-14.
关键词：最优组合;大数据;烟用辅料;评价
引言
卷烟生产企业同时投产规格牌号多，涉及辅料类型无法全盘管理。卷烟生产企业通过对烟用辅料全过程质量管理，建立产品与辅料最优匹配标准，实现烟用材料和卷烟设备的最优化组合生产模式，有效提高卷包设备有效作业率，降低卷烟过程烟用材料消耗水平。
一、烟用辅料面临的问题
驻马店卷烟厂面对烟用辅料规格多、供应商多、批次复杂等问题，经常出现辅料质量不稳定，对生产效率、产品质量 、消耗水平均存在较大的影响;由于辅料检测的参数多、难度大，往往通过各级管理人员的经验来判断烟用辅料的好坏，更无法实现对供应商量化的评价。
由于烟用材料质量直接影响到卷包设备有效作业率，虽然烟用材料的产品参数检测都达到了规定的质量标准，但是不同厂家、不同批次烟用材料的细微差别都会影响到设备的有效作业率。我们无法改变烟用材料的产品参数，但可以通过大数据分析找出烟用材料和设备的最优组合生产模式，卷包设备的停机次数、停机时长主要是烟用材料适用性所导致的，烟用材料的种类多、同一种材料生产厂家不同适用性也大不一样，不同种类的卷包设备对烟用材料的要求也不一样，为了提高卷包设备有效作业率，需要运用最优组合生产模型对烟用材料适用性进行研究，通过采集卷包设备使用烟用材料产生的设备停机次数、剔除数量数据，分析每个厂家的每种烟用材料对卷包设备的有效作业率的影响程度，对烟用材料适用性进行标注。从卷包设备采集的大数据与数学模型，基于PCA主因素分析法、层次分析法以及神经网络模型等，从大量的设备运行数据中挖掘出哪个厂家、哪种烟用材料适用于哪种设备，实现烟用辅料最优组合智能智造。
二、企业信息化系统基础建设
驻马店卷烟厂卷包车间已投入使用的卷包数采系统不仅实现了卷包车间的所有业务管理，更为重要的实现了设备的过程数据的采集，并真正将管理数据与过程数据实现了绑定。无论通过管理数据还是过程数据均能直接关联相应的数据，为实现过程质量异常真实原因的追溯反馈建立信息基础。辅料批次管理模式的建立，将辅料信息、批次信息与设备运行的过程数据进行有效的关联，实现真正意义上的烟用辅料过程质量追溯。
卷包数采系统实现了车间辅料消耗业务管理、也将设备所有的运行数据进行了采集与存储，真实的记录了设备的运行过程数据，具备了还原生产过程的能力和条件，能够真实的掌握设备每个辅料上机使用的时间，辅料的厂家和批次信息，实现每个最小包装单元的辅料与设备运行过程数据实现绑定，从而为建立烟用辅料评价模型奠定基础。从而实现对辅料的量化评价。
三、构建基于生产过程大数据的智能分析平台
随着工业4.0时代到来，国家提出了“中国制造2025”的智能化制造模型的发展路径。卷烟制造业如何有效利用信息化系统采集的大量数据，形成一套以大数据驱动生产业务的新型管理模式，而卷烟工厂的辅料管理是企业管理中降本增效的重中之重。
建立大数据分析平台，实现动态匹配烟用材料与设备的最优化，
利用HADOOP大数据生态圈的大量先进技术和手段，凭借企业现有的数据采集系统所收集的生产过程数据（生产、消耗、质量、设备、参数），建立以实时流式计算技术（storm，spark）的依托，实现烟用辅料上机适用性的实时分析与评估。
四、建立最优组合生产模型辅料智能分析模型
分析辅料生产过程空间多尺度特性，将工业过程进行层次划分 （分为用户层、 指标层、过程层和设备层），分别对多层面及层间潜结构建模研究，解析生产过程中大量的检测信号同时间尺度的映射关系;将工业大数据分为建模数据和状态监测数据，利用数据建模或机理建模的方法建立对象;建立设备的动态工况基准模型及稳态工况基准模型;根据不同尺度过程的稳态和动态基准模型，分析运行实时残差数据，形成监测状态信号。
（一）研究设备和工艺参数与烟用材料的关系，确定烟用材料与设备运行的矩阵关系
设备在生产过程中，影响设备有效作业率的因素众多，不仅包括设备本体的影响，人员操作的影响，还包括来自烟用材料的影响以及工艺参数的影响。因此，为了研究烟用材料与设备的关系，首先需要对大量的设备与工艺参数进行初步甄别，遴选出已知的设备与工艺参数与烟用材料的参数矩阵，同时，利用相关数理统计分析机制，进一步确定潜在的烟用材料与设备的影响因素，最终确定可行行的矩阵关系图谱。
（二）研究基于最优组合生产模型的烟用材料适用性评价体系
在前述研究基础上，通过进一步研究设备与辅料供应商、辅料批次在卷烟设备的表现指数（主要包括：设备有效作业率、设备故障、剔除斜率、跑条次数和断纸次数波动曲线等），确立烟用材料的最优组合生产模型算法，从而实现由定性评价向定量评价转变，建立烟用材料适用性评价体系与标准。
（三）建立最优匹配机台、牌号、供应商辅料、设备参数数据库
在建立数据分析与评价机制的前提下，建立最优匹配机台、牌号、供应商辅料、设备参数数据库。将不同辅料供应商、不同辅料批次、不同机台的数理关系进行长期存储，为系统上线后进一步实现动态匹配，不断优化分析与评价模型奠定数据基础，夯实基于数理分析的理论支撑。
（四）实现烟用材料最优生产组合的可视化平台
利用eahrt等开源的可视化平台，将烟用材料的上机适用性进行可视化呈现，为车间现场管理提供真实可靠的数据与图表支持。
五、实现最优组合生产模型的意义
实时采集卷包设备使用各种烟用材料的生产数据、设备参数运行数据，特别是甄别出与烟用材料相关的工艺参数与设备参数，形成烟用材料适用性研究的过程大数据集合。通过建立大数据分析平台和数理统计模型深度挖掘机台、牌号、供应商材料、设备参数之间的相关性，经过数据清洗、多维度数据二次组合与数据关联分析建立最优组合生产模型。排产计划下发后，辅料库系统根据最优组合生产模型，匹配最优供应商的辅料，待机台要料后配送到机台，生产开始后大数据平台会继续采集、分析、挖掘，机台、牌号、供应商材料、设备参数之间的相关性，以动态调整最优匹配机台、牌号、供应商辅料、设备参数，实现烟用材料和卷包设备的PID闭环动态调整，提高设备有效作业率。
最優组合生产模型的烟用辅料适用性研究将从设备、烟用材料的不同视角测算辅料供应厂家与卷烟设备的相关性，由定性评价向定量评价机制的提升。同时采用数理模型的系统性方法确定烟用材料与设备的真实关系，从而实现按烟用材料与设备定向投入材料，将较好的提升设备的有效作业率，同时有效的降低生产过程的辅料消耗水平，产生良好的经济效益，据此可以减少社会资源的消耗，实现社会效益的改进与提升。
参考文献：
[1]林立军，朱永生，崔志学.生产要素最优组合的分析[J].高师理科学刊，2006（01）：11-14+35
[2]周萍.标准本量利图解法在生产最优组合决策中的应用[J].商业会计，2012（20）：76-77.
[3]谈耀南.最优产品组合──线性规划在生产组织和工厂设计中的应用[J].工厂建设与设计，1995（02）：11-14.