浓香型白酒酿造过程的 SPC系统功能设计

唐翔，陈柱伟，金绍武，王明礼，吴利民

（江苏今世缘酒业股份有限公司，淮安 223400）

摘要：随着酿酒信息化、智能化水平不断提高，企业对产品品质的控制和管理愈加深入。本文结合浓香型白酒酿造工艺，在对其关键质量特性梳理分析的基础上，确定SPC在线质量监控的关键节点，进而提出了适合浓香型白酒酿酒过程的SPC系统功能设计框架。从而帮助一线操作及管理人员，基于SPC控制图的过程监测情况，解决生产实际中的原酒质量问题，满足企业原酒品质持续提升的需求。

关键词：SPC；质量管理；白酒

0引言

质量管控作为质量管理的核心，一直以来都是企业关注的焦点，即企业为了保证产品质量，采取的所有操作技术以及必要活动。而在近些年来，随着电脑科学技术和人工智能的发展，企业装备制造的信息化、智能化水平不断提高，基于SPC质量控制的研究和实践显得愈发集中且重要。由于SPC控制图模式有着较好的事中控制的能力，因此一直以来成为各行各业广泛使用的质量管控手段。

例如在烟草行业，徐元根等通过研制一种基于统计过程与控制理论的质量分析与管理系统，实现了对制造流程的信息数据挖掘、集成、筛选、分类、统计与分类，实现了基于客户端的智能显示与图形传输^[1]。在食品加工行业，朱晓琳等将SPC技术运用于薯条切割流程的品质管理。通过绘制质量控制图表和分析过程能力指标，对薯条的长度值作出评估和修正，从而降低了异常波动，保持了质量并提升了生产合格率^[2]。在汽车行业，于李等使用SPC控制图对齿轮精车中的主齿轴承位和被动齿内孔进行了实时监测，通过对其过程能力分析，进一步减少热处理引起的齿形变化，从而提高主动齿轮和从动齿轮的装配质量^[3]。在电缆行业，于金旭等为了提高百兆数据缆的生产工艺质量，在其生产工序中导入SPC技术，通过多个批次的查找分析，发现影响产品质量的关键因素并根据过程能力指数改进生产工艺，进而提高产品质量^[4]。

1 SPC

SPC（Statistic Process Control）又被叫做统计过程控制，是一种借助数理统计技术的过程管理工具。SPC利用过程中变化的统计规律性，能够对过程加以分析与监控，以确保产品和服务始终满足客户需求。SPC最早是由休哈特博士在1924年提出。休哈特指出：任何产品制造过程中的波动性都有二个部分所构成，第一部分是过程中产生的即偶然波动性，而第二部分则是存在可确定因素的异常波动性。这些可确定的因素能够使用有效的方式发现和去除，并且不会修改基本流程，但除非改变基本流程，否则意外波动不会消失。所以，休哈特提议使用正态分布中N（μ，σ2）的概率特性界限μ±3σ作为控制限来管理，从而将偶然波动与异常波动区分开^[5]。

2 浓香型白酒酿造工艺

对于浓香型白酒工艺，其工艺技术特点可概括为续糟配料、混蒸混烧、泥窖和固态发酵，基本的酿造工艺如图1-1所示。一个酿造循环的开始，首先是将发酵完成的母糟从窖池里取出；接着与已处理的粮食、稻壳进行拌和配料；再接下来便是将拌和好原辅料的酒醅进行装甑，提馏酒醅中含有的酒精成分以及香味物质等；待馏酒结束后就进入了蒸粮环节，蒸煮和糊化发酵谷物中的淀粉物质。然后，将蒸好的酒糟冷却，使其符合曲粉发酵；最后就是饭醅进入原窖池，进行一到两个月不等的自然发酵阶段，至此一个酿造周期循环结束。

图1-1 浓香型白酒酿造工艺

3 SPC系统功能需求分析

SPC系统作为白酒酿造过程事中管控以及事前预防的核心，为了充分发挥其质量监控与质量分析的功能，设计的SPC系统应实现以下功能：

（1）实时监控生产过程：该系统能够全面、实时地监控制造过程关键工序的指标和参数，尽快发现工艺异常。

（2）警报失控过程：系统能及时对生产过程中的异常信息进行预警和提醒，并督促相关人员对失控问题进行跟踪处理。

（3）自动分析数据：系统可以自动分析收集到的数据，并自动生成过程能力分析图、趋势图、运行图等。

（4）提供各种高质量的数据报告：该系统可以提供各种丰富的图形和报表。通过这些报告，管理层可以掌握整体质量状况和潜在的质量问题，为质量改进提供实时数据依据。

4 SPC系统功能模块架构设计

根据浓香型白酒酿造自动化生产线对过程监控的需求，设计出SPC系统的功能体系结构，如图1-2所示。按照功能划分，SPC系统分以下六个模块：实时监控、失控报警与处理、质量分析、质量报表、数据采集、基础管理。

图1-2 SPC系统功能模块结构图

4.1实时监控模块

实时监控模块作为 SPC 系统的核心模块，其核心功能便是能够对需要关注的具体工序的关键质量特性进行实时的监控。

（1）监控对象管理

在监控对象管理子模块中，用户可以根据实时监控需要，增加或删除在质量看板中需要监控的关键质量特性，从而方便一线操作人员及管理人员能够根据质量管理的需要，动态地进行调整。具体关键质量特性如表1-1所示。

表1-1 关键质量特性汇总表

（2）控制图设置

在控制图设置子模块中，系统提供计量型及计数值共计八种控制图以及彩虹图模式，方便用户可以根据需要，在质量看板中进行动态的展示。根据上诉关键工序及关键质量特性的分析，选取的控制图类别如下表1-2所示。

表1-2 关键质量特性控制图类型汇总表

（3）判异规则

在判异规则子模块中，系统提供了八种标准SPC判异规则，用户可以通过自主选择决定何种判异规则设置是否在SPC控制图上显示。对于实施了SPC参数控制的控制图，如果控制图的数据采集点触发了用户设定的判异规则，那么在系统的界面上将对该点进行标红显示，同时系统会根据设置的预警方式将系统中出现的异常情况向车间管理人员进行反馈。

（4）质量看板

在质量看板模块中，用户可以根据监控需要自定义实时监控的产线、工序、关键质量参数的方式以多种控制图的方式对生产线的状态进行动态监控，并在系统界面上实时地对监控点个数、异常监控数量进行汇总统计，使核心数据动态直观化展示，从而使生产及管理人员及时掌握生产线的质量状况。

4.2失控报警与处理模块

失控报警与处理模块作为SPC系统的核心模块之一，能够实现对异常情况的提前预警，同时根据设置好的异常情况处理流程，系统自动地发起失控处理流程通知相关人员对异常情况进行处理，查找原因，消除异常，从而保证生产过程质量。

（1）失控报警

在失控报警子模块中，系统使用多种方式来报警潜在的质量问题。收集到的数据信息传送到服务器之后，服务器就会按照区分标准进行即时统计。具体的报警方式可根据用户选择进行配置，具体有视觉报警、电子邮件报警、声控报警三种方式。

（2）失控处理

在失控处理子模块中，系统根据已经发生的异常，自动生成失控处理的工单流程。车间及质量管理人员通过对失控问题的原因分析、制定纠正及预防措施、效果验证、结果审核等质量闭环管理的操作，从而消除异常，使得工序恢复正常稳定的状态。具体的SPC系统失控报警与处理的流程如图1-3所示。

图1-3 SPC系统失控报警与处理的流程图

（3）失控汇总表

在失控汇总表子模块中，系统根据已经发生的失控事件进行统计汇总，详细地对失控事件发生的时间、车间、班组、班次、工序、质量特性、异常信息、处理情况等进行逐条的展示，方便质量管理人员及一线操作人员及时对失控问题进行查询和跟踪。

4.3质量分析

为了有效地挖掘收集的质量数据，及时地反馈生产过程中存在问题，同时也是满足质量改进、不断提升的需要。在SPC系统质量分析模块中添加了诸如过程能力分析、控制图分析、描述统计量分析、图形分析等功能。

（1）过程能力分析

过程能力分析是一项重要质量分析工作，它有效帮助质量管理人员对生产过程进行把控。为此，在具CPK分析的功能设置上，该模块包括两大部分，一部分为数据收集及参数设置区域，一部分为CPK图形及分析数据展示区域。在数据收集及参数设置区域，系统界面一方面提供数据导入及手工输入表单，方便用户输入需要进行计算CPK的数据；另一方面，用户可以根据CPK分析选项设置规格上下限、子组大小等具体参数，简单方便地对统计数据进行CPK的计算。而在CPK图形及分析数据展示区域，系统界面提供CPK直方图以及CPK具体的分析数据，并根据过程能力指数的数值大小自动判定过程能力等级。

（2）控制图分析

该模块下系统提供八种控制图分析模式，能够灵活满足用户对统计汇总数据控制图分析的需要，方面从人、机、料、法、环等各个维护对工序质量进行考察。

（3）描述统计量分析

在该模型下，使用者能够通过对各数据平均值、最大值、最小值、覆盖范围、方差等数据分析，掌握整个过程的总体特点与质量状况。

（4）图形分析

在该模块下，用户可以通过直方图、排列图以及概率图等图形工具的分析，观察并评估数据在总体中的分布情况。

4.4质量报表模块

设计的 SPC 系统是基于浓香型白酒酿造过程质量控制的需要，因此在实际的质量报表功能设计上，主要包括工序能力汇总表、质量异常汇总表、质量缺陷汇总表三个部分。

（1）工序能力汇总表

工序能力汇总表主要用于统计汇总各关键工序质量特性参数的 Cpk 值，用户可以根据选择的班组、日期、工序、质量特性参数可生成相应的数据报表，该报表的内容信息包括：日期、工序、质量特性参数、标准差、均值、能力指数Cpk 值等信息。

（2）质量异常汇总表

在系统实时监控的过程中，其实时汇总的质量异常情况（如设备运行情况、工序波动情况等）都将自动汇总至 SPC数据库中，通过对质量异常报表的设计，可以为用户提供每日产线、设备、工序等异常统计分析信息,为质量管理改进提升提供数据支持和考核依据。

（3）质量缺陷汇总表

SPC系统通过与LIMS系统质量信息的集成，质量缺陷汇总表可以提供车间班组原酒质量缺陷的数据汇总，同时报表支持按“班次”、“班组”、“日期”等筛选条件进行展示,以便相关人员能根据针对质量缺陷的数据对生产工艺进行合理有效的调整。

4.5数据采集模块

质量数据收集的准确度与时效性是SPC过程监测与分析的基石。为此，在数据采集模块下，系统提供了四种不同的数据采集模式，进一步拓展系统数据采集的灵活性和兼容性。

图1-4 SPC数据库与MES数据库信息交互示意图

其中在数据接口部分，为了充分利用现有MES数据采集系统，SPC系统通过数据接口实现SPC数据库与MES数据库的信息交互，从而满足生产实时监控及相关质量数据分析挖掘的需要。MES数据库的数据主要来自PLC采集数据、离线手动输入数据和物联网采集数据，所有数据都实时存储在MES的数据库中，如图1-4所示。

4.6基础管理模块

在基础管理模块，用户可以在该模块下进行常规用户管理、日志管理等基本操作。除此之外，用户也能够通过该模块对质量数据进行历史记录的查询，并将日常异常处理结果汇总形成质量经验库，进而便于用户可以迅速找出问题的原因并加以解决。

（1）用户管理

用户管理功能是系统基础管理的重要组成部分，它涵盖了系统所有与用户相关的数据。通过该功能，可以创建或删除用户、更改用户状态、查询用户相关信息、设置用户权限等。

（2）质量经验库

质量经验库的设计主要是为了汇总统计系统已经发生的工序过程失控事件及相应的纠正预防措施，在将来处理类似问题时，系统可以方便地自动诊断质量问题的原因。而质量经验库的设计还是按照人、机、料、法、环、测，即5M1E去寻找原因。当某个过程中存在质量问题时,可以从影响过程品质的5M1E原因出发，然后根据鱼骨图进行细化，在下一级找到可能的原因，直到找到直接原因。不同的生产工序导致不同的质量问题，表1-3为配料工序的质量经验库具体表单样式。

表1-3 SPC质量经验库配料工序表单样式

5.总结

为了提升白酒酿造过程过程监控及预警的有效性和可操作性，本文针对浓香型白酒酿造过程，设计了一种基于SPC的在线质量监控及预警系统，从而进一步提升现有白酒酿造过程质量管控的深度和水平。

参考文献

[1] 徐元根，金文龙，王柳婧. 基于智能客户端的SPC在烟草行业的应用[J]. 科技通报, 2017, 33(09): 100-104.

[2] 朱晓琳，朱玉杰，徐琳. 基于SPC的薯条切割过程质量控制[J]. 森林工程, 2017, 33(05): 72-78.

[3] 于李，黄文龙，莫易敏. 基于SPC的后桥齿轮精车质量控制研究[J]. 汽车零部件, 2020, (02): 32-36.

[4] 于金旭，李俊，罗吉，等. 基于SPC的百兆数据缆生产工艺质量控制[J]. 光纤与电缆及其应用技术, 2021, (04): 26-30.

[5] 钱夕元，荆建芬，侯旭暹. 统计过程控制(SPC)及其应用研究[J]. 计算机工程, 2004, (19): 144-145.

作者简介：唐翔，男，1987.6，江苏，汉，硕士，工业工程与质量管理