统计稳态生产稳态判别在锌湿法冶金中应用.docVIP

统计稳态的生产稳态判别在锌湿法冶金中的应用 张浩杰 Zhang Hao-jie (Yunnan Yuntong Zinc Alloys Co. Ltd. Kunming 650106) Abstract: In manufacturing process of modern industry, data is everywhere. The data from the process is a mirror of state of production as well as objective and internal laws hidden in making. With the statistics techniques the objective laws of the production process can be found by exploring and digging out the data information, and then regulate the process to aim for process controlled. In this paper, the statistics and the method of Statistical Process Control are applied in data analysis of the Zinc hydrometallurgy process, provides a statistical discrimination idea for the process of manufacture. Key words: statistics；Statistical Process Control；steady-state of production；Zinc hydrometallurgy 引言 反映数据的集中程度的统计量有样本均值、样本中位数和众数，其中样本均值是最常用的统计量，表征的是某一统计对象在一定时点的平均水平。反映数据离散程度的统计量包括方差、标准差或变异系数，表征的是数据的离散程度，即个体偏离均值的程度，是衡量数据稳定性的主要指标。其中，样本标准差（Standard Deviation）是最为常用的离差统计量。变异系数[1] (Variance Coefficient)则是用于不同数据集分散程度的比较，也是统计数据分散程度的重要统计量。生产过程中，对数据的上述统计量进行计算、归集是统计分析的基础。 统计过程控制（Statistical Process Control）是现代工业生产中的一项重要技术。该技术于1924年由美国贝尔电话实验室的休哈特博士（W.A. Shewhart）首先提出来[2]，它采用控制图对生产过程进行动态监测与控制，不断改善生产过程，以达到过程受控和过程优化的目标，弥补了传统的“事后把关、被动式”抽样验收（Acceptance Sampling）的不足，得到了广泛的重视与应用。统计过程控制的整个过程包括收集与组织数据，分析解释数据，运用合适的控制图及其相关的统计原理，获得报警信号，以提醒工艺技术人员和操作人员进行故障检查，寻找系统非正常离散的原因，从而排除故障，确保生产系统处于持续稳定状态。 统计量及统计过程控制简介 统计量（Statistics）opulation），构成总体的每个成员称之为个体。从总体中抽取的部分个体的集合称之为样本(Sample)。样本来自总体，因此样本中包含了有关总体的丰富信息，但这些信息是分散的，为把这些信息集中起来反映总体特征，需要对样本进行加工处理。构造样本函数是对样本进行加工的有效方法，不同函数可以反映总体的不同的特征。所谓的统计量就是不含未知参数的样本函数，统计量的分布称为抽样分布。正态分布（Normal Distribution））]。 统计过程控制作为一种借助数理统计方法的过程控制工具对生产过程进行分析评价，根据反馈信息及时发现系统性因素的征兆，采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，达到控制的目的。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，随机误差具有一定的分布规律当过程受控没有系统误差时，根据中心极限定理，这些随机误差的总和，即总体特性服从正态分布N（μ，σ2）。正态分布的特征直观看就是大多数值集中在以μ为中心位置，越往边缘个体数越少。在正态分布3σ范围内，样值出现在（μ-3σ，μ+3σ）的概率为99.73%，即超出3σ范围发生概率仅为0.27%。而失控时，过程分布将发生改变，数据的中心位置或离散程度发生很大变化。当出现3σ范