欢迎来到天天文库
浏览记录
ID:57275345
大小:20.00 KB
页数:5页
时间:2020-08-08
《基于数理统计视角的废烟支消耗分析.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、基于数理统计视角的废烟支消耗分析作者:福建省烟草学会工业专业委员会来源:《海峡科学》2012年第11期 [摘要]结合车间生产实践,运用数理统计理论和方法,借助MACD技术分析,以废烟支为例,研究车间物料消耗的性态和规律,尝试构建物料消耗关联关系分析模型,建立物料消耗实时监测反馈机制,以实现对物料消耗的控制。 [关键词]废烟支物料消耗关联关系监测反馈 1概述 物料消耗是生产成本的直接决定因素之一,降低生产成本是烟草工业企业扩大税利的重要途径。未来烟草工业企业将逐步走上物料消耗精细化管理之路,而建立有效的物料消耗分析和监控体系则是最为关
2、键的一步。为此,本文以夯实卷包车间管理基础为出发点,以废烟支消耗为例,构建关联关系分析模型和监测与反馈机制。关联关系分析模型是依据统计学的基本原理推出,借助数理统计软件,采用描述性统计、相关关系分析和多元线性回归分析等统计方法,对车间废烟支消耗的原始数据进行处理和分析,掌握每一机组和每一牌号的废烟支消耗性态及规律;废烟支消耗实时监测与反馈机制则借鉴平滑异同移动平均线(MACD)并加以修正,建立三线分析模块,辅之以红黄绿预警线,实现废烟支消耗的实时监测与反馈。 2变量设计和数据处理 以废烟支单箱消耗作为被解释变量,以有效作业率、停机频次、停机时间等作为解释变量。
3、各变量设计如表1所示。 根据上述变量设计,从管理信息系统、制造执行系统和其它手工记录等采集相应的数据。由于公司某牌号产品质量稳定且产量较大,集中在3台同型号的机组上生产,因此选择该牌号产品作为研究对象,采集2012年2~4月的相关数据(包含57个有效生产日),共计616条记录。剔除废烟支消耗约首尾各1.25%的极端异常值,剩下599条有效数据记录。 3建立废烟支消耗关联关系分析模型 3.1废烟支消耗描述性统计 被解释变量(即废烟支单箱消耗)是由当班废烟支量除以某牌号正品入库量得到,其单位为kg/箱。利用SPSS16软件进行描述性统计
4、,得到如表2、表3结果。 描述性统计显示,废烟支消耗最大值为1.0443kg/箱,最小值为0.0651kg/箱,平均值为0.3071kg/箱。5%分位和95%分位对应的废烟支单耗为0.1255kg/箱和0.5508kg/箱,界定了窗口内该牌号废烟支消耗的正常波动范围。 3.2相关关系分析 在本文的样本中,质量事件和人为事故没有有效的数据记录,因此在相关关系分析中剔除这两个变量。相关关系分析结果见表4。 表中显示了各个变量之间的相关关系系数(略去p值),其中带有**上标的系数表示在0.01的水平上具有显著性,带有*上标的系数表示在0.
5、05的水平上具有显著性。在上述变量中,显著的相关关系集中在废烟支单耗、废烟支量、正品产量、停机频次、停机时间和轮保这几个变量之间。 废烟支单耗与废烟支量、停机频次、停机时间、扫尾和排空呈显著的正相关关系,与有效作业率和换牌呈显著的负相关关系;废烟支量与正品产量呈显著的正相关关系,与停机时间和换牌呈显著的负相关关系;排空与换牌、轮保、扫尾呈显著正相关关系。 上述变量之间的相关关系,是纯粹从数据趋势上来看两个变量的线性关联度,无法说明因果关系,但可以作为多元线性回归分析结果的重要参考。 3.3多元线性回归分析 多元线性回归分析假定被解释
6、变量是连续正态分布,解释变量则可以是连续型数据也可以是离散型数据。废烟支单耗属于平稳的时间序列,可以以之为被解释变量进行多元线性回归分析。在本文所采集的数据中,主要材料问题、质量事件和人为事故三个变量无有效数据,因此暂剔除这些变量。 3.3.1模型一 为保证线性回归的全面性和客观性,以废烟支单耗为被解释变量,以常数、废烟支量、正品产量、停机频次、停机时间、有效作业率、辅助材料问题、换牌、轮保、扫尾、排空为解释变量建立模型一,进行多元线性回归,得到结果,如表5所示。 a.DependentVariable:废烟支单耗 回归模型的R=0
7、.931,p值=0,回归模型具有显著性。常数项、废烟支量、正品产量、有效作业率的p值为0,其余变量的p值大于0.05。回归结果不理想,回归模型需要改进。 废烟支单耗和废烟支量具有线性同源性,放入同一模型将产生极大的偏差,因此剔除废烟支量这一变量。结合实际生产情况,在机器正常开动的情况下,正品产量的大小将影响废烟支单耗,且正品产量与废烟支单耗是反函数关系,因此模型中应当保留正品产量这一变量。 3.3.2模型
此文档下载收益归作者所有