运用六西格玛方法提高梗丝填充值

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

运用六西格玛方法提高梗丝填充值

文章运用六西格玛的方法(DMAIC)对影响梗丝填充值的因素进行了分析、改进,最终对贮梗时间、蒸梗温度、梗丝宽度、热风温度四个关键因子进行了优化改进,提高了梗丝的填充值。

标签:梗丝;填充值;六西格玛

烟梗是烟叶的重要组成部分,烟叶通过叶梗分离后,可得到占烟叶质量25%左右的烟梗[1]。烟梗通过各工序的加工可制成梗丝,梗丝是卷烟的填充原料之一。它的主要作用是降低卷烟焦油量,提高卷烟的填充性和改善卷烟的燃烧速度,达到降低卷烟原料消耗,提高原料利用率的目的。目前行业内竞争越来越激烈,降低成本成为竞争手段之一,为消费者利益着想,降低焦油大势所趋。因此,低焦油、低成本是现代企业的生存必要条件。梗丝较高的填充率,有利于卷烟产品的降焦降耗。文章将运用六西格玛的方法[2](DMAIC)提高梗丝的填充值,从而提高原料质量和产品质量。

1 定义阶段

通过分析项目背景,确定了项目目标,绘制宏观流程图,确定项目改进范围,确定顾客及CTQ。对Y及缺陷定义,通过基线确定目标。将Y定义为梗丝填充值,公式表示为:Y=M/(πr2*h)*100%=M/V*100%,缺陷定义为:填充值低,根据工艺要求水平,我们将膨胀系数小于6.0定义为缺陷。

2 测量阶段

首先,对梗丝填充值的测量系统进行分析,从测量系统的重复性、再现性、精确度等方面进行分析,确定测量系统是合格的。其次,对梗丝填充值进行过程能力分析,Cpk值较低,反映出梗丝填充值加工过程能力不足,确定改进的方向。然后,确定项目的流程及各流程的输入量,从而进行项目流程分析和因果矩阵分析,确定影响过程能力低的主要原因。影响梗丝填充值波动的因素有55项,通过C&E矩阵打分大于30分的关键因素有7个。即:洗梗温度、贮梗时间、蒸梗蒸汽温度、梗丝宽度、排潮阀开度、热风温度、风门开度。最后,对能够即时改善的项目,进行实施,取得显著效果达到了标准要求,实现最初目标。通过快速改善后,仍有6个因素,即:贮梗时间、蒸梗蒸汽温度、梗丝宽度、排潮阀开度、热风温度、风门开度,与梗丝填充值可能存在较大关联,下一步进入分析阶段。

3 分析阶段

对分析确定的5个主要因子:贮梗时间、切丝宽度、蒸梗温度、热风温度,风门开度进行数据的收集。按照各个因子对梗丝填充值的影响程度,并结合各因子的实际情况,确定因子的测试水平及分析方法。

(1)利用回归分析检验贮梗时间不同是否对梗丝填充值影响显著。先对贮梗时间和梗丝填充值进行回归分析检验。步骤分别为:测量系统分析、绘制散点图、进行相关分析、绘制拟合线图、回归分析、残差分析。结论:从散点图大致可以看出貯梗时间和梗丝填充值有正相关关系。贮梗时间和梗丝填充值的Pearson相关系数=0.991>0.8,贮梗时间长短和梗丝填充值有强的正相关关系。R-Sq(调整)为98.6%>80%,拟合线有意义。回归分析,P=0.0000.05,且相关系数=0.33880%,拟合线有意义。回归分析P=0.0000.8;蒸梗蒸汽温度和梗丝填充值有强的正相关关系。R-sq(调整)=99.5%大于80%,拟合方程有意义。回归分析P=0.0000.05,可以判定梗丝填充值和风选风门开度大小是没有关系的。说明风速不同不是影响梗丝填充值的主要原因。

4 改进阶段

(1)通过DOE试验确定贮梗时间和蒸梗温度的最佳参数,贮梗时间和蒸梗温度对梗丝的填充值影响存在交互作用,且不弯曲。绘制响应优化图,得出贮梗时间设定为6h,蒸梗温度设定为74°C。

(2)通过DOE试验,对刀辊反馈修正系数,来料高位阀值,刀辊最大速度三个参数进行优化,从而固定参数。进行因子设计、实验分析、因子分析、响应优化,最终得出:修正系数1.04,来料高位阀值430,刀辊最大速度470。

(3)在实际生产中,影响热风温度的主要因素有:排潮阀开度、滚筒转速、热风顺流阀开度与热风逆流阀开度的开度之差。因此,通过DOE试验优化固定烘梗的排潮阀开度,滚筒转速,绝对开度三个参数;进行因子设计、实验分析、因子分析、响应优化,最终得出:排潮阀开度40,滚筒转速20,绝对开度3。

5 控制阶段

首先确定了控制对象,并制定了控制计划。然后通过控制图、可视化管理等过程控制措施进行监控。对优化前后的梗丝填充值进行对比,通过上述参数的改进,提高了梗丝填充值。

参考文献

[1]李晓,纪晓楠,姚二民,等.烟用梗丝加工工艺研究进展[J].贵州农业科学,2013,41(8):182-186.

[2]郑少华,姜奉华.试验设计与数据处理[M].北京:中国农业大学出版社,2002.

相关文档
最新文档