“数”“智”赋能高质量发展

从人工“火眼金睛”挑选杂物，到数字化“千里眼”实现杂物溯源；从依赖经验频繁调控参数，到数据驱动实现工艺稳态；从选优评价遇到瓶颈，到建立岗位质量目标评价指标树，创新质量评价机制……湖南中烟长沙卷烟厂通过智能制造场景建设实现“千丝万缕”捋明白、“丝丝精湛”道清楚。

以“数”赋能，打造杂物治理新模式

“烟叶原辅料含杂是行业目前遇到的普遍情况，复烤厂出来的同批烟叶含杂具有规律性，每天要根据各班组杂物上报情况，进行统计分析，判断后续来料含杂情况。”在新员工入职培训中，该厂工艺员冯程介绍道。

“能不能实现杂物数据自动汇总，形成报警提醒呢？”一颗“杂物探索”的种子在新员工刘毅政心中萌发。

经过两个月跟班学习，刘毅政了解到生产线的除杂主力军是“光谱除杂机”。“既然光谱除杂机能够识别并及时将杂物剔除，为什么不能将剔除数据进行采集、存储、分析呢？”他向技术员提出自己的疑问。在得到技术员认同后，他们说干就干，在分析可行性、确定技术方案，项目很快启动。

“图片数据与常用的关系数据不同，它是非结构化数据，对我们来说是个新领域，为了啃下硬骨头，项目组成员利用工余时间积极学习新技术，以周为单位召开交流会，分享学习心得，大幅提升了技术消化速度，不到两个月就解决了数据传输和存储两个关键问题。”项目负责人汪浩洋介绍到。

“只要除杂机检测到杂物，系统就会将杂物图片、物料批次信息、时间戳记录下来，形成分析报表，及时发现杂物隐患，在后续生产中加大除杂力度……”储备技术员廖伟胜汇报道。“我们的目标是让所有卷烟工业企业实现烟叶杂物信息的互联、互通、共享”。

提“智”增效，实现过程管控新突破

“制丝工艺涉及加水、加温、脱水等过程，水分的精准控制是保障产品质量的关键环节。如果烘丝前水分与工艺制造规定的要求不匹配，就要调整烘丝筒的工艺参数，会导致加工强度不一致，影响烟丝的填充值、香气等内在品质。”该厂工艺员熊知进在项目研讨会上说到。

“松散回潮加水量是唯一可以控制烘丝入口水分的方式。在生产前，要参考上一批的加水量和烘前水分实际值，对比环境温湿度变化，这样过于依赖人工经验，缺少可量化的指导，不利于质量控制，如果可以把经验总结成控制方法就好了。”扎根叶片线中控岗位二十多年的郑宇在智能制造沙龙交流会上提到。

为了将操作人员的实践经验总结成一套可行的过程控制方法，充分应用历史生产数据，项目组确定了9个影响烘前水分的关键因子，利用多元回归算法，建立了线性回归预测模型，通过模型预测值调节松散回潮工序加水比例，进而稳定烘前水分。

通过研究探索，项目组形成了“测试—记录—修复—验证—复测”的闭环流程。近两个月，松散回潮工序参考稳态控制模型预测加水量，进行带料测试共计57批次，烘丝前入口水分偏差均在0.5%范围内，优于去年同期人工控制水平。

图为技术人员现场建模研究开发场景王仲苍摄

“数”“智”结合，开创质量评价新局面

“长期以来，制丝车间因为流水线生产的特点，在质量评价上没有客观具体的方法，虽然引入了SPC系统，质量管理从结果控制转变为过程控制，但在合格的基础上选优评定遇到了瓶颈，全员提升质量的积极性和主动性不高”。

为了准确评价各岗位员工质量控制水平，车间以质量参数和异常断流原点数据为基础，设计了过程质量和设备保障能力评价模型，建立了制丝车间过程质量数字化评价体系。根据反映质量水平的参数控制难度、各参数对工序的影响程度及对产线影响程度，设置不同权重，通过加权计算得出工序、产线、区域、车间四个层级的质量水平得分。通过与目标比、环比、趋势走向，统计得出过程质量能力得分，动态衡量各层级过程质量管控能力，将所有工序拉到同一维度，实现不同参数、产线、班组间的横向可比。

“过程质量评价不仅仅用于评优，更是发现问题的重要工具。通过对生产过程数据的收集、统计、分析，可以快速精准定位过程管控薄弱环节，挖掘改进空间，持续提升产品质量”。从2020年运行至今，制丝车间通过过程质量评价体系发现问题，输出分析改进项目百余项，推进工艺改进课题立项十余项。

图为青年员工开发过程质量数据可视化看板彭文斌摄

近年来，长沙卷烟厂立足新发展阶段，致力于智能制造示范工厂建设，从全局着眼做好谋篇布局，调动员工参与热情，在实践中大胆探索，充分应用数据资产，以场景建设为抓手，实现点上发力、线上融合、面上突破，为企业实现高质量发展注入强劲动能。（李超）