您好,欢迎访问三七文档
当前位置:首页 > 行业资料 > 酒店餐饮 > 过程能力控制统计技术在啤酒生产过程中的应用研究
1过程能力控制统计技术在啤酒生产过程中的应用研究郑翔鹏(福建省燕京惠泉啤酒股份有限公司技术中心,362100)[摘要]:导入过程能力控制统计方法分析了啤酒生产过程中指标控制的均匀性。通过对成品酒醇酯比以及α酸回收率等指标的综合统计评价,表明实际生产中控制的不稳定以及解决措施,同时表明过程能力控制统计技术应用于实际生产中对生产过程控制的均匀性和一致性有着很好的指导意义。[关键词]:过程能力;啤酒;分析技术;统计;控制前言过程能力是生产过程在一定时间内处于统计控制状态下生产产品的质量特性值的经济波动幅度,即生产精度。在任何生产过程中,产品质量特征值总是分散的,如果过程能力越高,产品质量特征值的分散就越小,反之,产品质量特征值的分散就越大。因此,在实际生产过程中,一般用质量特性值分布的6δ倍标准差,即6δ来描述。当生产过程处于控制的状态时,在μ±3δ范围内产品占整个产品的99.73%,按统计学的原理来讲,几乎包括了所有产品,因此,其的统计描述μ±3δ是全面的,即B=6δ,B为过程能力。在实际的生产应用中,由于过程能力是描述加工过程客观存在分散的一个参数,还要引进另一个参数来反映过程能力满足产品质量标准的程度,即为过程能力指数,一般记为Cp,它是技术要求和过程能力的比值,公式如下。Cp=技术要求/过程能力=T/6δ①在生产过程中,当分布中心和公差中心出现一定程度上的偏差时(生产中经常出现),为真实反应工序的过程能力,必须考虑偏离量ε新的过程能力指数Cpk来评价过程能力,公式如下。Cpk=(1-K)/6δ=(T-2ε)/6δ②式中:Cpk——考虑偏离度的过程能力指数;ε——平均值的偏离量;K——平均值偏离度当考虑偏离度的过程能力指数Cpk≥1时,意味着中心捎有偏离,不调整过程也不会生产出太多的不合格品,这对于某些自动化较强的生产工序可允许中心有一定范围的偏离;当Cpk<1时,一般来讲会出现较多的不合格品,同时应分析原因,若是分布中心偏离造成的,则应调整工序的分布中心,使之与公差中心尽可能一致,若不是分布中心偏离造成的,则说明需要提高生产精度,加强控制的均匀性。本文在实践中利用过程能力控制统计分析法,针对一段时间内成品酒的醇酯比例以及α酸回收率等指标进行统计分析,判断过程控制的均匀性和一致性,为生产的良性循环提供一定的依据和定量参考。实例分析在实际分析中我们结合直方图分析和控制图分析,更为详细客观的分析问题以及提高过程能力控制的均匀性,减少分散程度。一、成品酒醇酯比统计分析醇与酯是啤酒中最主要的香气物质,它们在啤酒中都有一定的含量,如异戊醇一般在40~60mg/l,有甜味和香蕉味,乙酸乙酯一般在10~30mg/l,其中,如乙酸乙酯和乙酸异戊酯类似香蕉的香气,己酸乙酯和辛酸乙酯类似苹果的香气,等等。醇酯比在一定上反应了酒体生产控制的情况以及本身酒体的协调性,因此,对于成品酒醇酯比的统计分析将在很大程度上体现过程控制能力。具体分析方式如下。1、数据汇总(略,81个数据)2、确定数据的极差(R)。用数据中最大减去最小值求得。2即Xmax—Xmin=4.43—2.75=1.73、确定组距(h)。根据数据数目在50~100,取K=10,将数据分为10组。H=1.7/10=0.174、确定各组的界限值。组的界限值应包括数据中的最大和最小值,分组的界限值如下:第一组下限为:2.75;第一组上限为2.75+0.17=2.92;其他组依次类推,第十组为4.28~4.45。5、编制频数分布表。表1组号组界频数统计fiufiufiu2组中值12.75~2.92///3-4-12482.83522.92~3.09///3-3-9273.00533.09~3.26////////////////16-2-32643.17543.26~3.43////////////13-1-13133.34553.43~3.60///////////////////190003.51563.6~3.77////////////////17117173.68573.77~3.94////428163.85583.94~4.11///339274.02594.11~4.28004004.195104.28~4.45///3515754.365综合812-292874.5356、计算平均值、公差平均值和标准偏差X平均值=3.45;M=3.6;标准偏差S=0.3147、绘制直方图024681012141618202.75~2.922.92~3.093.09~3.263.26~3.433.43~3.603.6~3.773.77~3.943.94~4.114.11~4.284.28~4.45备注:图上两竖立左为平均值X,右为公差M。从上图可见,平均值与M值存在偏差,图形的均匀性不够优化,在4.11~4.28区域内出现真空地带,3需调整分布中心X平均值,使得分布中心X与公差中心M重合,以减少分散度。8、绘制控制图根据标准偏差±3S+X为上下限,可得UCL=4.392,LCL=2.508,CL=3.45,作图。2.402.452.502.552.602.652.702.752.802.852.902.953.003.053.103.153.203.253.303.353.403.453.503.553.603.653.703.753.803.853.903.954.004.054.104.154.204.254.304.354.404.454.504.550102030405060708090从上图可见,出现多次的连续多点落在CL的同侧,存在缺陷,过程处于不稳定的状态。9、过程能力指数分析根据过程能力具体的计算和方式可得:Cpk=0.74,落在0.67~1之间,等级为3级,判断为过程能力不足。因此,根据实际情况,在生产过程中加强各项参数的控制,如,酵母添加量、发酵温度、麦汁的可溶氮、罐体压力等等。二、α酸回收率统计分析在糖化过程中,酒花中的酒花和酒花树脂在煮沸过程中经复杂的变化以及不良成分的蒸发,赋予啤酒特有的香味,同时酒花中的α酸经异构化形成异α酸、β酸氧化后的产物,提供啤酒清爽的苦味。在酒花添加过程中,啤酒厂都根据自己的经验和产品特色制定相应的添加方式,但是由于生产过程中多因素的影响,特别为煮沸系统的参数在很大程度上影响了α酸的回收。因此,针对某一时间段了α酸的回收率进行统计分析,以判断系统的稳定性和过程控制的均匀性。1、数据汇总(见下表,72个)回收率0.69490.82870.83010.73960.72130.78820.83670.82220.81270.71780.84290.78330.67870.83500.76790.84120.76860.78230.75200.77570.69100.68260.79180.71080.78960.78840.84080.68890.78880.68580.74540.74550.76200.67860.78030.76490.81040.86970.66550.77420.76680.68350.75840.81150.76680.70700.69840.69890.83410.81270.74190.83660.88620.841940.79330.74130.69820.78550.74500.83900.78550.86680.75560.79940.88710.74170.83880.77850.75410.82790.86560.83472、确定数据的极差(R)。用数据中最大减去最小值求得。即Xmax—Xmin=0.8871—0.6655=0.22163、确定组距(h)。根据数据数目在50~100,取K=10,将数据分为10组。H=0.2216/10=0.02216≈0.0234、确定各组的界限值。组的界限值应包括数据中的最大和最小值,分组的界限值如下:第一组下限为:0.6655;第一组上限为0.6655+0.023=0.6885;其他组依次类推,第十组为0.8725~0.8955。5、编制频数分布表。组号组界组中值频数fiufiufiu210.6655~0.68850.677//////6-7-4229420.6885~0.71150.7////////8-6-4828830.7115~0.73450.723//2-5-105040.7345~0.75750.746//////////10-4-4016050.7575~0.78050.769///////////11-3-339960.7805~0.80350.792///////////11-2-224470.8035~0.82650.815/////5-1-5580.8265~0.84950.838//////////////1400090.8495~0.87250.861///3133100.8725~0.89550.884//2248综合72-1939516、计算平均值、公差平均值和标准偏差X平均值=0.7763;M=0.7805;标准偏差S=0.056457、绘制直方图02468101214160.6655~0.68850.6885~0.71150.7115~0.73450.7345~0.75750.7575~0.78050.7805~0.80350.8035~0.82650.8265~0.84950.8495~0.87250.8725~0.89555备注:图上两竖立左为平均值X,右为公差M。从上图可见,平均值与M值存在偏差,图形的均匀性不够优化,在最高频次区域内的左方出现(0.7115~0.7345)出现突然频次急剧减少,同时多个类似的顶峰,因此需调整分布中心X平均值,使得分布中心X与公差中心M重合,以减少分散度,同时又有生产过程的缓慢性以及错误操作造成图形的平顶和不连续性。8、绘制控制图根据标准偏差±3S+X为上下限,可得UCL=0.9457,LCL=0.6070,CL=0.7763,作图。0.60.620.640.660.680.70.720.740.760.780.80.820.840.860.880.90.9201020304050607080从上图可见,出现多次的连续多点落在CL的同侧,存在缺陷,过程处于不稳定的状态,需加以修订。9、过程能力指数分析根据过程能力具体的计算和方式可得:Cpk=0.67,落在0.67~1之间,等级为3级,判断为过程能力不足。因此,根据实际情况,在生产过程中加强各项参数的控制,如,煮沸强度、酒花添加均匀性、煮沸时间、热凝固物等等。三、实例小结通过上实例的分析可见,过程能力控制指数反映了生产过程控制存在的问题,同时接合直方图形式和控制图形式调查了生产过程的实际情况,为工艺参数的设置提供相应的数据支持。过程能力的调查总结过程能力是保证与提高产品质量的重要因素,过程能力指数综合定量的反映了过程质量因素的状态,因此在过程能力的调查中,主要通过工序标准化,消除工序中的异常因素,发现结合解决质量问题,经济合理的选择和确定工艺标准、操作标准。在调查中我们结合不同的方法(如上例子的直方图和控制图),科学的分析过程控制中存在的问题,以判断过程的均匀性和一致性,在调查中,根据总结我们一般采用的程序为:1、明确目的,为了摸清某道工序保证产品质量的能力大小2、选择对象和项目→确定方法,包括调查范围、样本等3、工序的标准化4、严格按各项标准进行作业65、数据收集6、画直方图和控制图7、计算过程能力指数8、处理过程能力控制统计在啤酒中有着很强的应用价值,其将在一定程度上通过数据反映过程控制的情况,同时根据出现的问题寻找解决的措施,为生产过程控制的均匀性和一致性提供良好的载体。参考文献;1、数学统计方法2、概率和分析3、啤酒生产技术
本文标题:过程能力控制统计技术在啤酒生产过程中的应用研究
链接地址:https://www.777doc.com/doc-374421 .html