从“制造”到“智造”
福建中烟龙岩烟草工业公司大数据分析应用的探索实践
李倩、曹达海、任青
来源：东方烟草报
　　大数据，为我们的工作和思维带来了大变革。对卷烟工业企业来说，大数据给企业的生产管理带来了哪些思维变革？大数据的采集分析应用，能够为企业生产制造解决哪些问题呢？让我们去看看福建中烟龙岩烟草工业有限责任公司在这方面的探索实践。
　　----编者
&& 通过大数据项目带动，物流设备故障大大减少了。图为物流部维保组机械维修工李武镇正在设置机械手参数。
卷包车间挡车工张建平正在将生产运行过程中产生的重要数据录入系统。
　　大数据技术为卷烟工业企业在生产管理过程中快速发现问题、解决问题、预测问题提供了强有力的信息支撑，同时也推动着企业不断从“制造”向“智造”迈进。
　　在大数据时代，企业用以分析的数据越全面，分析的结果就越接近于真实。大数据分析意味着企业能够从这些新的数据中获取新的洞察力，并将其与已知业务的各个细节相融合。
　　对于这一点，福建中烟龙岩烟草工业有限责任公司总经理廖材河有着深刻体会。他告诉记者，自去年以来，龙岩烟草工业公司通过对涉及生产运营管理的海量数据进行梳理，从中分析出生产管理各流程中不合理、不适应的薄弱环节及问题点，并以此为依据优化了流程，提升了管理水平。
　　“可以说，大数据技术为卷烟工业企业在生产管理过程中快速发现问题、解决问题、预测问题提供了强有力的信息支撑，我们正朝着从‘制造’到‘智造’的目标不断迈进。”廖材河说。
发现问题：让数据“现身”
　　去年年底，财务部负责物料核算的陈萍娥在对卷包车间“七匹狼”（红）精品线四个生产班次的物料消耗进行核算时，发现白班的消耗要比夜班大，而大夜班的消耗是四个班次里最少的。
　　“开始我以为核算错了，但通过收集分析该生产线上原辅材料消耗数据、卷包设备维修保养记录等发现，设备维保工作都是白天进行，而且维保过程中设备要停机，停机就会造成一定程度的物料消耗，这也就是为什么白班比夜班物料消耗大的原因了。”陈萍娥说，这次的“偶然发现”让她觉得很多工作的实际情况并不是平时想象的那样，只有对现象进行全方位的科学分析，才能发现“真相”。
　　“通过现象收集整理与之相关的所有要素，进而及时发现工作中的问题，就是一种大数据思维。能运用新系统、新工具、新模型对大量、动态、能持续的数据进行挖掘分析，从而获得具有洞察力和新价值的东西，这对提升企业生产管理水平来说是至关重要的。”龙岩烟草工业公司副总经理肖建告诉记者，公司里像陈萍娥一样对大数据感兴趣的青年职工还有不少。为了给他们搭建学习交流的平台，帮助企业培养一批“数据挖掘分析师”，去年，龙岩烟草工业公司在全公司范围内成立了青年数据分析与挖掘兴趣小组。
　　“目前，第一批小组成员共有25名，我们的队伍还在不断壮大。”据组长卢庆垣介绍，兴趣小组以具有一定数据分析能力的青工为核心，以课题为载体，学习、探讨、分享适用于日常工作和创新项目的数据分析挖掘方法及工具，同时对公司的各类数据（如财务、统计、创优对标等反映企业经营绩效的数据，以及物流、工艺质量等反映企业生产运营过程的数据）进行探索式分析，探寻数据背后的规律。
　　与此同时，为了“唤醒企业发展中沉睡的数据”，让更多的数据“现身”并发挥作用，龙岩烟草工业公司去年还专门出台了《数据管理办法》和《数据使用手册》，对涉及企业生产经营管理的所有数据流进行了梳理。
　　“梳理之前，企业内部的信息系统有60多个。在这些系统数据中，有些内容相同名称不同，有些名称相同内容不同，且基础数据零散杂乱，仅梳理一项，我们就用了近半年的时间。”参与数据梳理工作的兴趣小组成员张文告诉记者，数据梳理其实是一项有起点没终点的工作，因为数据总是在变化的。只有前期工作做到位，对基础数据采集做到完整、准确，才能让这些数据真正发挥作用。
解决问题：让数据“发声”
　　仅仅让数据“现身”还不够，如何利用这些数据发现和解决实际工作中的问题，是龙岩烟草工业公司着力探索的内容。他们通过课题带动的形式，让“现身”的数据“发声”，有效解决了实际生产中的很多问题。
　　长期以来，卷包车间的生产机台对辅料的适应模式基本上都是依靠人工经验进行调整，不仅调整时间长、消耗大，而且人工调整还直接影响着卷烟生产的质量、效率和成本。
　　如何提高辅料的上机适应性？兴趣小组成员、卷包车间挡车工魏镇牵头成立了《“七匹狼”（软灰）小标上机适应性分析》课题项目组，以“七匹狼”（软灰）小标为例，对卷包二区61号包装机（600包/分钟）的上机情况着手开展研究。
　　由于数据涉及辅料指标（如含水率、重量、摩擦系数等）和机器参数指标（如压力、温度等）共15个变量，魏镇和项目组成员花了近4个月的时间整理了全部零碎数据。
　　结合机组的实际生产情况，魏镇他们通过对这些数据进行相关分析、回归分析和最优组合分析，由小标辅料物理指标的不同值找到了相对应机器参数指标的不同值。比如，小标辅料的反面最大静摩擦系数（0.4~0.45）对应成型仓下部正压（2~4bar）等。利用这种方法，能够有效降低包装机的停机率，从原先平均每小时因小标而停机的3.5次，降低为1.5次，大大提高了设备的有效生产率。
　　在物流环节，卷烟成品入库按照卷接包生产线----封箱机----物流分拣系统----高架库的流程进行。其中，机器人码垛属于物流分拣系统的末端环节，若此环节出现问题，会导致卷烟成品、物流设备等多处损耗，造成经济损失。
　　为解决这些问题，由物流部维保组机械维修工李武镇牵头成立了《一区机器人故障分析》课题项目组。项目组共梳理出122个数据，整理了7种机器人故障现象及12项原因。
　　通过机器人故障分析，他们了解到烟箱质量和烟箱胶带没粘好会100%导致机器人掉烟，机器人吸盘负压不稳定有87.5%的可能性造成掉烟，机器人负压发生器出现故障有22.2%的可能性造成掉烟。同时，烟箱质量问题也会造成机器人码烟中途停止、吸住烟箱不动作和抓烟后不动作等故障。
　　找到了故障原因所在，李武镇和项目组成员也找到了相应的解决措施，比如机器人吸烟装置由吸盘取代吸嘴、增加成品烟箱胶带纸检测装置、将清洗负压发生器纳入点巡检要求等。
　　在烟叶的仓储养护工作中，福建中烟要求采取气调法的四段式仓储养护模式，具体包括自然醇化、快速降氧杀虫、提氧醇化和降氧抑制醇化。这四个阶段都需要通过氧气来控制烟叶的醇化进程，为了让工作人员更科学地控制氧气量，物流部综合管理员谢喜珍牵头成立了《气调仓储模式下垛内氧气浓度变化规律探索》课题项目。
　　谢喜珍和同事们收集了2011年11月至6个数据进行实验性论证。通过分析，他们发现，时间不会对氧气浓度产生影响，温度才是影响氧气浓度变化的关键因素。
　　在进一步研究中，他们还发现，20℃是影响烟垛内氧气浓度的温度拐点。当温度低于等于20℃时，氧气浓度不随温度发生明显改变；当温度高于等于20℃时，随着温度的上升，氧气浓度会发生明显波动。
　　为此，他们提出，当仓储环境温度高于等于20℃时（龙岩当地5月至9月），可以适当减少气调剂的使用量；其余月份，可以适当增加气调剂的使用量。根据工艺需求，如果需要缩短烟叶醇化时间，可以提高仓储环境温度至20℃以上；如需延长烟叶醇化时间，则可以控制仓储环境温度在20℃以下（如存储于空调库）。
　　“无论是实际生产中的哪一类问题，都可以通过找到与存在问题的关联物来解决，相关关系既可以帮助我们捕捉现在，也能帮我们预测未来。”肖建如是说。
预测问题：让数据“增值”
　　预测，是大数据的核心。科学的预测，让已经“发声”的数据增值，能够有效预防、规避生产管理过程中可能出现的问题，同时也能够为企业的战略决策提供科学依据。
　　龙岩烟草工业公司副总经理林郁认为，预测对企业的各项职能活动包括采购原材料、扩充机器设备、补充人员等需要依据市场进行调整的活动有重要意义。“预测是整个企业系统的重要输入和依据。”林郁告诉记者，结合卷烟工业企业的实际，大数据预测的重要性具体可以从以下几个方面来考虑：
　　对战略部门而言，预测可以提供决策的依据；
　　对销售部门而言，预测可以为补充销售人员提供依据；
　　对财务部门而言，预测可以为预算和成本控制提供依据；
　　对采购部门而言，预测便于制定准确的采购计划，以降低总的生产成本；
　　对生产计划和控制部门而言，预测可以让生产计划的编制更加科学合理；
　　对研发部门而言，根据对市场的预测可以为新产品的研发提供方向和思路，对市场上出现的新产品的预测又可以为下一代产品设计提供参考，这样的产品才会有市场，才会有竞争力。
　　在制丝生产线上，烟叶进入烘丝阶段前要经过许多环节，其间有4个水分检测仪。以前，操作人员只能凭借经验，在未考虑环境温湿度等影响因素的情况下，通过观察近期烘丝入口水分检测仪显示的数据来调整松片回潮前的加水比例。这无疑存在一定滞后性，给烘丝工艺质量控制带来了隐患。
　　曾在制丝生产线上工作了半年的信息技术部软件程序员陈晓杜发现这一问题后，与同事们共同开展研究。
　　研究过程中，他们将精品线A线的“七匹狼”（红）作为对象，根据2012年11月至2013年11月的所有数据，确定了影响烘丝入口水分的18种变量因素。
　　他们首先用皮尔森相关性分析方法进行定性分析，然后以水分仪为节点进行分阶段模型的定量研究，再对中间变量进行消除，最终形成了烘丝入口水分预测模型。在对模型进行信息化实现后，最终名为“加水量计算”的软件应运而生。
　　该软件应用到实际生产中，操作工只需选择好生产线、相应牌号，输入自动获取实时环境参数，选择是否留柜，设定烘丝入口水分值，点击加水量预估，即可得到相应松片加水量的预估和各水分仪节点的水分值预测。由此一来，原来凭经验加水的风险就可规避。
　　龙岩烟草工业公司在大数据分析应用方面的探索实践告诉我们，大数据的“大”不只代表着数据“多”，还意味着“有意义”。大数据提供的是企业最需要的信息。未来，把大数据作为提升卷烟工业企业生产制造水平的重要手段是大势所趋。
把数据资源转化为企业的核心竞争力
　　如今，大数据所蕴含的价值正在逐步释放，数据已经成为企业越来越重要的资源。能够拥有与企业发展相关的海量数据，并实现对这些数据的挖掘利用，逐渐成为企业提升决策能力、从粗放走向精益、转型升级的重要途径。
　　要想把数据资源真正转化为企业的核心竞争力，需注意以下几对关系：
　　全体数据与随机样本。大数据之所以能够解决生产管理中的实际问题、为企业发展提供科学的决策依据，关键在于它选择的样本是全体数据，而非随机样本。“样本=总体”，让我们能够实现对数据的深度挖掘分析与探讨，采样达不到这样的效果。
　　混杂性与精确性。对“小数据”而言，最基本、最重要的要求就是减少错误，保证质量。因为收集的信息量较少，所以必须确保这些数据尽量精确。大数据却可以允许不精确，其所特有的混杂性，能够帮助我们跳出过分追求细节精确的圈子，也赋予了我们从各个角度看问题的权利，这为进一步探寻问题背后的真相和规律提供了一种思路。
　　相关关系与因果关系。从企业长远发展来看，知道“是什么”要比知道“为什么”更为重要，因为“是什么”强调的是各要素、问题、现象之间的相关性。而从汇集的这些信息中，我们可以对未来的发展趋势进行预测，预测也是大数据的核心。
　　具体到卷烟工业企业，就是要在处理好上述三对关系的同时，利用大数据重塑企业内部的价值链，以客户为中心，研发生产出市场需要的、消费者满意的产品，不断提升企业的核心竞争力。
我眼中的大数据
　　当下，我们在企业管理中应树立“大数据、大流程、大信息”的意识。数据本身的大小并不重要，重要的是数据要完整、可采集，然后通过对海量数据的分析挖掘，实现生产管理流程的优化，探寻企业生产管理的规律，最终形成大信息的格局。
　　----龙岩烟草工业有限责任公司副总经理　肖建
　　大数据是企业的资源，与人财物一样，通过有效的管理是可以给企业带来价值的。但如何认识它，大数据的来临是挑战还是机遇？我认为：面对挑战，企业除了注重技术与人才，还必须转换管理思维，变革管理模式，充分、有效地利用大数据，挖掘蕴含其中的附加价值，力求抓住机遇，在瞬息万变的全球化经济环境中赢得竞争，发展壮大。
　　----机关第七党支部书记 卢庆垣
　　青年数据分析与挖掘兴趣小组，为企业的青工们提供了一个展示的平台。同时，企业通过这个平台，也实现了两个转变：个人的隐性知识向企业的显性知识转变，凭经验说话向科学论证转变。
　　----企业管理部统计管理员 连彬
　　我们现在已经将大数据思维融入具体工作中，对工作中发现的问题，先从寻找挖掘与该问题相关的要素入手，进而探寻解决问题的办法和规律。有时通过大数据分析出来的结果有可能跟自己最初的设想不尽相同，但每一次基于全样本数据的分析结果出来后，总能给我“柳暗花明又一村”的感觉。
　　----财务部综合会计员 贺水平
　　大数据的收集、分析和应用，都应该与企业的生产实际相结合，真正服务于生产。同时，当“数字卷烟”的所有生产工艺指标通过数据挖掘进行量化后，我们就能够通过调整这些工艺指标，达到精益生产的目的。
　　----信息技术部技术员 陈晓杜
　　在利用大数据解决实际生产问题的过程中，往往前期收集数据花费的时间比较多，但从最终的效果来看，这种费时是值得的，因为我们掌握了更全面、更准确的原始数据，这为下一步的数据分析和应用提供了前提和保障。同样，数据不是为了分析而分析，只有应用于实际生产，为企业生产经营服务，才能真正体现它的价值。
　　----卷包车间维修工 邓卫卫
　　（本报记者任青整理）
　　本文图片均由本报记者李倩摄
网络责任编辑：刘哲
首次绘制完成了全套烟草基因组图谱、制作了全球第...数据处理在质量控制中的应用_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
数据处理在质量控制中的应用
上传于||暂无简介
阅读已结束，如果下载本文需要使用
想免费下载本文？
下载文档到电脑，查找使用更方便
还剩2页未读，继续阅读
你可能喜欢}