WASHINGTON 玻璃啤酒杯容量的調(diào)整方法

趙明

【摘 要】借助于質(zhì)量統(tǒng)計技術(shù)工具-偏回歸分析的具體應用，通過實際測試， 確立了WASHINGTON玻璃啤酒杯容量這一關(guān)鍵性指標與產(chǎn)品的其他相關(guān)尺寸的關(guān)系。結(jié)果表明：容量的大小主要取決于產(chǎn)品的高度，杯口內(nèi)徑。通過三者之間關(guān)系的確定， 指導生產(chǎn)人員在具體的生產(chǎn)過程中如何通過生產(chǎn)工藝參數(shù)的調(diào)整，保證這一關(guān)鍵質(zhì)量特性的符合性。

【關(guān)鍵詞】玻璃啤酒杯；容量；高度；杯口外徑；質(zhì)量符合

WASHINGTON 玻璃啤酒杯是澳大利亞酒吧業(yè)的一種專用非常規(guī)器形的玻璃啤酒杯?；诎拇罄麃喌南M者權(quán)益保護法律條款，每只產(chǎn)品的滿容量必需不低于指定值。否則，一旦啤酒消費者投訴并被確認屬實，則酒吧店業(yè)主將不得不接受高額的罰金賠償。為此，該產(chǎn)品的容量成為購買者的最關(guān)心的質(zhì)量特性，也成為我公司生產(chǎn)過程中的焦點質(zhì)量的控制項目。

但是在每批次的生產(chǎn)過程中，產(chǎn)品容量波動頻繁，而每次解決問題的方法因人而異。究其原因主要是從生產(chǎn)專家，生產(chǎn)現(xiàn)場的技術(shù)人員，生產(chǎn)一線的調(diào)試人員總是依據(jù)自身的以往的工作經(jīng)驗確認調(diào)整方法，由此導致調(diào)整程序混亂，調(diào)整周期長，造成每批次該產(chǎn)品的生產(chǎn)成本一直維持在一個較高的水平。

鑒于以上狀況， 質(zhì)量部門決定通過實物樣品的測量和相應的質(zhì)量統(tǒng)計技術(shù)的應用，驗證該杯型的產(chǎn)品容量與其他尺寸是否存在相關(guān)關(guān)系，相關(guān)度如何。并基于其中的關(guān)鍵因子的確認，定義調(diào)整方法，統(tǒng)一調(diào)整思路，建立操作標準化文件并固化執(zhí)行。

一、實 驗

（一）測量工具的選定

基于下表規(guī)定的要求選定校驗合格的測量工具。

表1 樣品的測量項目與對應的測量工具

（二）樣品選定和尺寸測定

從一個連續(xù)的生產(chǎn)批次中隨機抽取30只樣品指定一名擁有資質(zhì)的測量人員按照規(guī)定的測量程序?qū)嵤┻@30只樣品的測量。并將測量結(jié)果予以匯總，形成以下的數(shù)據(jù)表

表2：樣品的測量數(shù)據(jù)報告

二、數(shù)據(jù)分析報告

（一）數(shù)據(jù)分析工具的應用

偏回歸分析（PLS）是一種偏倚的、非普通的最小二乘方（LS）的回歸分析應用程序。其使用的前提條件是：當預測變量之間存在可能的高度共線性，或者預測變量的數(shù)目超過觀測值的數(shù)目并且普通的最小二乘方（LS）計算出的回歸系數(shù)存在較大的標準誤或者完全失效。

偏回歸分析（PLS）利用非線性的迭代的偏最小二乘方運算規(guī)則，通過預測變量之間的交叉驗證，評估潛在的數(shù)學模型對響應變量的預測能力。最終從眾多的預測變量中萃取出其中最密切相關(guān)的預測變量，實現(xiàn)預測變量數(shù)目的刪減化。此后再依照普通回歸分析程序建立需要數(shù)學模型實現(xiàn)預測。

本文的調(diào)查驗證，就是借助于該質(zhì)量統(tǒng)計技術(shù)工具的具體應用，建立產(chǎn)品容量這一響應變量與多個預測變量-杯口內(nèi)徑、杯底厚度、杯口下壁厚、杯底厚度、重量等的回歸模型，確認其中影響到產(chǎn)品容量的關(guān)鍵因素。

基于以往的生產(chǎn)經(jīng)驗，認為這5個自變量中的某些自變量之間應該存在著共線性，所以決定采取偏回歸分析（PLS）的應用程序，并通過交叉驗證的分析功能，獲取對容量影響密切的預測變量。

（二）數(shù)據(jù)分析報告

PLS Regression： 容量 versus 重量，杯口內(nèi)徑，杯底厚度，杯口下壁厚，高度

Number of component selected by cross-validation： 2

Number of observation left out per group： 1

Number of component cross-validated： 5

Analysis of Variance for Capacity

Model Selection and Validation for Capacity

Regression Coefficients

從以上的數(shù)據(jù)表中，得到的主要信息：

1） 基于數(shù)據(jù)表的表頭信息，可知在PLS程序的運行過程中，預測變量的輸入順序依次為X1-重量；X2-杯口內(nèi)徑；X3-杯底厚度；X4-杯口下壁厚；X5-高度

2）交叉驗證過程中采取的方法是從觀測變量中逐一剔除觀測值

3）進行交叉驗證的預測變量的數(shù)目為5

4） 交叉驗證后得到的預測變量數(shù)目為2

5） 回歸效應顯著

6） 2個預測變量模型解釋了5個預測變量中45.1% 的方差；2個預測變量的變異可以解釋響應變量（容量）變異的60.6% ，稍低于全部預測變量的61.4%；而對于預測能力而言，2個預測變量的多元全相關(guān)系達到最大值0.451913。 所以采用2個預測變量實施響應變量的預測效果最佳。

7）從回歸系數(shù)分析數(shù)據(jù)表中的標準化系數(shù)獲知：高度和杯口內(nèi)徑的數(shù)值最高，分別為0.784和0.447，兩者是影響著容量的關(guān)鍵因子變量。

三、結(jié)論

通過PLS分析，得到了以下結(jié)論：

WASHINGTON杯型的玻璃啤酒杯的容量與杯高和杯口內(nèi)徑存在著密切的正相關(guān)關(guān)系。所以在生產(chǎn)過程中一旦出現(xiàn)容量不符合的狀態(tài)，首先應基于實際的允許狀況進行針對性的調(diào)整。

這一試驗和數(shù)據(jù)分析結(jié)果排除了此前的來自不同層面人員擬定的調(diào)整方案。包括：生產(chǎn)專家堅持的玻璃料滴的減重，促使杯口厚度的降低，以此增加容量的調(diào)整方案；生產(chǎn)技術(shù)人員力薦的底厚減薄法等等。

基于以上的試驗結(jié)論，完善作業(yè)標準化操作文件，明確規(guī)定了：當產(chǎn)品的容量不符合后，首先檢測產(chǎn)品的高度是夠已經(jīng)達到或接近質(zhì)量規(guī)范中規(guī)定的高度上規(guī)格限，若尚有調(diào)整空間，可以率先調(diào)整產(chǎn)品口部火焰切割設(shè)備的生產(chǎn)參數(shù)，增加產(chǎn)品的高度；若無調(diào)整空間，則檢測產(chǎn)品的杯口內(nèi)徑與質(zhì)量規(guī)范的差距，若允許，調(diào)整產(chǎn)品吹制過程中的吹氣壓力，增加杯口內(nèi)徑。若兩者均有可調(diào)整的空間，可以實施同步調(diào)試，實現(xiàn)容量最大化。同時利用數(shù)據(jù)分析報告中的回歸系數(shù)，高度5.92、杯口內(nèi)徑2.52這一信息，在文件中進一步給予了生產(chǎn)調(diào)試人員定量的指導。即：每增加1mm高度，可以提高容量～6ml；每增加1mm杯口內(nèi)徑，可以增加容量～3ml 。

參考文獻：

[1]小松制作所 （日本）。質(zhì)量管理教材。第一機械工業(yè)部科學技術(shù)情報研究所。1980，2.

[2]馬林，等。六西格瑪管理。中國人民大學出版社。2004.7

[3]陳萬林，實用六西格瑪質(zhì)量突破。清華大學出版社。2009.2