[发明专利]基于主成分分析的卷烟工序质量评价方法及其系统

摘要

本发明公开了一种基于主成分分析的卷烟工序质量评价方法及其系统，目的是解决现有单变量评价方法无法对多变量工序进行工序质量评价的问题。本发明采用主成分分析法对多变量工序的加工质量进行评价，为全面把握工序质量加工状况和工序质量改进提供依据。首先计算工序各工艺参数的过程能力指数，并采用主成分分析法对各工艺参数数据进行分析，按照累计方差贡献率大于等于90％的原则确定主成分个数，并根据各主成分解释方差的大小确定其权重，最后采用算术加权法得出工序综合过程能力指数。与其它方法相比，本方法充分考虑了工序各主要工艺参数对工序质量的影响，其结果更为全面和客观，为企业了解工序总体加工质量情况提供了一个有效的工具。

主权项

1.一种基于主成分分析的卷烟工序质量评价方法，其步骤如下：一、计算单变量工序的过程能力指数C_pk，1：(1)首先在生产过程处于稳定状态时，采集各工序在线仪器仪表自动检测到的工艺参数数据x_i，每个生产批次采集N组数据，N≥50；将所采集的数据进行存储，且剔除所述工艺参数数据中的错误或特异样本，使最终数据处于统计控制状态；(2)将上述工艺参数的标准值、规格中心M和规格公差T进行存储；(3)按下述公式计算所述工艺参数的样本均值x和样本标准差σ：x=ΣxiN---(1)]]>σ=Σ(xi-x)2N-1---(2)]]>(4)按下述公式计算所述单变量工序过程能力指数C_pk，1：Cpk,1=(1-K)T6σ---(3)]]>式中，T＝|T_U-T_L|(4)K=2(M-x)T---(5)]]>其中，x为样本均值，σ为样本标准差，T_U为规格上限，T_L为规格下限，T为规格公差，M为规格中心；二、计算某一多变量工序的过程能力指数(一)首先确定所述多变量工序的主成分个数和相应的主成分荷载矩阵L_pc(n×l)：(1)选取所述多变量工序的n个工艺参数p₁，p₂…p_n，n≥2；通过在线自动采集方式同步为每个工艺参数收集m组数据，m≥50；构造m行n列矩阵X；(2)采用z-score方式在列方向上对矩阵X进行标准化处理得到X_st矩阵：具体步骤如下：求出X矩阵每列数据的均值和标准偏差，构造n维均值向量μ和n维标准偏差向量ε，矩阵X每行数据减去均值向量μ后，点除标准偏差向量ε，得到X_st矩阵；(3)利用主成分分析法对X_st矩阵进行主成分分析，得出X_st矩阵的得分矩阵T_pc(m×l)、荷载矩阵L_pc(n×l)和各主成分的解释方差λ₁、λ₂……λ_n；然后按照下述累计方差贡献率公式求出主成分个数l：Σi=1lλiΣi=1nλi≥90%---(6)]]>从而确定相应的主成分荷载矩阵为L_pc(n×l)，得分矩阵为T_pc(m×l)，并计算得分矩阵T_pc(m×l)的第i列的列方向的方差向量σ_i；(二)确定主成分空间的规格上限规格下限和规格中心具体步骤如下：所述n个工艺参数p₁，p₂…p_n的规格上限为规格下限为规格中心将P^max、P^min和P^st减去均值向量μ，点除标准偏差向量ε后，与主成分载荷矩阵L_pc(n×l)求积，得主成分空间的规格上限规格下限和规格中心(三)根据下述公式分别计算各主成分的过程能力指数C_pki：Cpki=min(Ppcimax-Ppcist3σi,Ppcist-Ppcimin3σi)---(7)]]>其中，为第i个主成分的规格上限；为第i个主成分的规格下限；为第i个主成分的规格中心；σ_i为得分矩阵T_pc(m×l)的第i列的列方向的方差向量；i为1，2，…l；(四)计算各主成分的过程能力指数C_pki的权重系数ω_i：ωi=λiΣj=1lλj---(8)]]>式中，λ_i为第i个主成分的解释方差；(五)计算所述某一多变量工序的过程能力指数Cpkr=Σi=1lωiCpki---(9)]]>三、按照上述第二步计算各多变量工序的过程能力指数四、参照《质量专业理论与实务》(中级；2008年2月第一版；中国人事出版社出版)一书中对过程能力指数的评价标准，对卷烟生产各工序逐个进行工序质量评价。