基于因果矩陣的選煤廠關(guān)鍵工序識別方法的研究與應(yīng)用

殷憲輝，袁清和，譚妍妍

(山東科技大學(xué) 礦業(yè)與安全工程學(xué)院，山東 青島 266590)

基于因果矩陣的選煤廠關(guān)鍵工序識別方法的研究與應(yīng)用

殷憲輝，袁清和，譚妍妍

(山東科技大學(xué) 礦業(yè)與安全工程學(xué)院，山東 青島 266590)

為了確定重介選煤廠選煤過程中的關(guān)鍵工序，根據(jù)選煤行業(yè)的獨特性和實際情況，提出基于因果矩陣的選煤關(guān)鍵工序識別方法。結(jié)合選煤廠經(jīng)濟技術(shù)指標設(shè)定質(zhì)量關(guān)鍵點，通過因果矩陣建立工序與質(zhì)量關(guān)鍵點之間的聯(lián)系，科學(xué)地組織選煤廠技術(shù)人員進行定性評分，定量計算選煤工序?qū)|(zhì)量關(guān)鍵點的影響程度，并按總分高低依次排序；以80/20原則為指導(dǎo)，選取前20%的工序作為關(guān)鍵工序，實施重點監(jiān)控，從而實現(xiàn)優(yōu)質(zhì)、高效、低耗的目標。以淄博礦業(yè)集團許廠煤礦選煤廠原煤準備車間的部分工藝流程為例，說明運用因果矩陣識別關(guān)鍵工序的具體步驟，為該選煤廠關(guān)鍵工序的識別和重點管控的實施提供理論支持。

選煤；關(guān)鍵工序；因果矩陣；過程管理

選煤廠是一個高度機械化、連續(xù)運轉(zhuǎn)的生產(chǎn)單位[1]，多個工藝環(huán)節(jié)同時影響生產(chǎn)，各個工藝環(huán)節(jié)與整個系統(tǒng)的運行狀況分析、效果分析和優(yōu)化是選煤廠質(zhì)量管理和成本管理的核心。工序是構(gòu)成生產(chǎn)制造的基本單位[2]，因此對選煤過程中工序的監(jiān)控是保證選煤質(zhì)量的前提。選煤過程存在大量工序，選煤企業(yè)在管理中難以對其進行重點監(jiān)控，故應(yīng)根據(jù)帕累托法則(80/20原則)選擇重要的少數(shù)關(guān)鍵工序進行重點監(jiān)控。

近年來，許多學(xué)者針對關(guān)鍵工序的識別方法進行了研究。周亮、鞠文云[3-4]等研究了電力系統(tǒng)關(guān)鍵工序的識別方法；唐任仲[5]通過圖論建立車間模型計算工序的影響度與自身的不合格度，從而確定了面向車間生產(chǎn)的關(guān)鍵工序識別方法；TIAN Wen-meng[6]等基于PLSR模型和Wrapper特征選擇模型對制造業(yè)的關(guān)鍵工序進行了識別；ZHANG Gen-Bao[7]基于模糊層次分析法和質(zhì)量屋理論對關(guān)鍵工序的識別進行了研究；韋靖等[8]從人、機、料、法、環(huán)五個因素對影響數(shù)控加工過程的關(guān)鍵環(huán)節(jié)進行了分析，主要是依據(jù)經(jīng)驗進行定性判斷。但由于選煤過程受多個因素的相互影響，且其產(chǎn)品和工藝具有特殊性，加之存在基礎(chǔ)數(shù)據(jù)不足等問題，上述識別方法均不能完全適用。

因果矩陣是一個可以在連續(xù)生產(chǎn)過程中從多個相互影響的因素中識別關(guān)鍵因素的分析工具，與識別關(guān)鍵工序的目的一致。由于該方法的實際評分過程容易操作，完全能夠滿足選煤廠管理和技術(shù)人員操作要求。因此，提出基于因果矩陣的關(guān)鍵工序識別方法，采用無領(lǐng)導(dǎo)小組討論定性評分、定量計算選取的方式對選煤關(guān)鍵工序的識別進行研究。

1 因果矩陣基本原理

因果矩陣又稱特性選擇矩陣，它是一個幫助確定關(guān)鍵過程輸入變量重要性優(yōu)先次序的工具[9-10]。當預(yù)期解決的問題比較復(fù)雜，有多種影響因素，且它們的影響互相關(guān)聯(lián)，無法將其分開考察和解決時，該工具可以幫助管理團隊選擇重點關(guān)注的過程輸入或影響因素，有針對性地收集數(shù)據(jù)并進行有效的分析[11]。

因果矩陣的應(yīng)用方法是通過打分的方式在輸入變量與輸出變量之間建立聯(lián)系，并確定對輸出變量影響程度最大的輸入變量，即關(guān)鍵輸入變量。因果矩陣模型如圖1所示。

Wj為輸出變量j的重要程度，aij為輸入變量i與輸出變量j之間的相關(guān)程度，因果矩陣的具體應(yīng)用步驟如圖2所示。

2 基于因果矩陣的選煤關(guān)鍵工序識別方法

將因果矩陣引入選煤關(guān)鍵工序識別中，輸入變量即為工序，輸出變量就是顧客需求的質(zhì)量關(guān)鍵點(CTQ)，從而形成基于因果矩陣的關(guān)鍵工序識別方法(圖3)。

圖1 因果矩陣模型

圖2 因果矩陣應(yīng)用步驟

圖3 基于因果矩陣的選煤關(guān)鍵工序識別方法

工序的得分u計算式為：

(1)

式中：ui為第i道工序的得分；Wj為每個CTQ所對應(yīng)的重要程度等級；aij為第i道工序與第j個CTQ之間的相關(guān)性系數(shù)。

考慮到不同選煤廠的需求和自身要求不同，CTQ對應(yīng)的重要程度值由評分小組以無領(lǐng)導(dǎo)小組討論方法確定。相關(guān)性系數(shù)aij由六個等級構(gòu)成，具體如表1所示。

表1 相關(guān)性等級

考慮到識別方法的科學(xué)性和有效性，以及不同選煤廠的管理水平和管理重點的差異，需要根據(jù)企業(yè)實際情況確定工序?qū)TQ的相關(guān)程度。確定相關(guān)程度時，可以分別從企業(yè)的領(lǐng)導(dǎo)層、管理層、操作層選取評分人員組成評分小組，以無領(lǐng)導(dǎo)小組討論法對相關(guān)性進行評分。具體評分流程如圖4所示。

圖4 評分流程

通過式(1)可計算出第i道工序的得分結(jié)果，三個結(jié)果分別為由領(lǐng)導(dǎo)層評分獲得的分數(shù)uLi，由管理層評分獲得的分數(shù)uMi，由現(xiàn)場操作層(重點是班組長)評分獲得的分數(shù)uTi。因此，第i道工序的總分為：

Ui=αuLi+βuMi+γuTi，

(2)

式中：Ui為第i道工序的總分；α為領(lǐng)導(dǎo)層評分組的權(quán)重；β為管理層評分組的權(quán)重；γ為操作層評分組的權(quán)重。

由于不同選煤廠的管理重點不同，三個評分組的側(cè)重點也不同，α、β、γ權(quán)重值需要根據(jù)企業(yè)實際情況確定。將工序總分Ui由高到低排列，根據(jù)80/20原則，選取前20%的工序作為關(guān)鍵工序。

3 案例分析

淄博礦業(yè)集團許廠煤礦選煤廠有三個生產(chǎn)車間，即原煤準備車間、主選車間、干燥車間。原煤準備車間以斜輪重介質(zhì)分選機作為主要設(shè)備，為主選車間準備產(chǎn)品(原煤)；主選車間以三產(chǎn)品重介質(zhì)旋流器作為核心設(shè)備，對原煤進一步洗選、增值，生產(chǎn)最終產(chǎn)品。以該選煤廠原煤準備車間部分工藝流程為例，依據(jù)該車間需求和客戶要求，以“優(yōu)質(zhì)、高效、低耗”為目標(目的不同所識別出的關(guān)鍵工序存在差異)，采用頭腦風暴法確定經(jīng)濟性指標和技術(shù)性指標(共12項CTQ)，具體如表2所示。

表2 顧客需求的質(zhì)量關(guān)鍵點Table 2 Customer-specified critical targeted quality points

原煤準備車間由毛煤輸送計量、除鐵、大塊煤篩分、分級篩分、分選排矸、脫水脫介、磁選、精礦回收、煤泥回收9大工藝環(huán)節(jié)組成。這9大工藝環(huán)節(jié)可分解為53道工序，在案例分析過程中以毛煤輸送計量、除鐵、大塊煤篩分3大工藝環(huán)節(jié)為例來說明該方法的應(yīng)用。依據(jù)工業(yè)工程工序分解方法，這3大工藝環(huán)節(jié)可分解為15道工序，如表3所示。

表3 原煤準備車間前15道工序

選煤廠關(guān)鍵工序評價組包括三個小組，分別是選煤廠領(lǐng)導(dǎo)小組(包括3名領(lǐng)導(dǎo)層人員)、一般管理層小組(包括3名管理層人員)、操作層小組(包括4名操作層人員)。按照相關(guān)性等級評分要求，各小組對15道工序與12個CTQ的相關(guān)性進行評分，并將總分按照降序排列，在計算各道工序總分前，對其合理性進行必要的分析。三組評分結(jié)果如圖5、圖6、圖7所示。

圖5 領(lǐng)導(dǎo)組評分結(jié)果

圖6 管理組評分結(jié)果(部分)

圖7 操作層組評分結(jié)果(部分)

三個評分小組的權(quán)重α、β、γ由全體評分人員通過無領(lǐng)導(dǎo)小組討論的形式確定，其中α=0.38、β=0.51、γ=0.11。由于選煤廠是煤礦的二級單位，其獨立性與普通“廠”的概念有所不同，領(lǐng)導(dǎo)層的廠長在整個礦層面等同于車間主任，選煤廠的領(lǐng)導(dǎo)層和一般管理層(包括大量技術(shù)人員)對現(xiàn)場的生產(chǎn)和經(jīng)營都比較了解，這不同于獨立性企業(yè)更關(guān)注戰(zhàn)略的特點，因此領(lǐng)導(dǎo)層和管理層權(quán)重較大；而選煤廠現(xiàn)場操作人員知識有限，考慮問題較片面，所以對現(xiàn)場問題的識別能力較低，因此三個小組的權(quán)重分配符合該選廠實際情況。對于不同的煤礦、不同的選煤廠、不同的車間，甚至同車間的不同時期，三個小組各自的權(quán)重比例都是變化的，需要依據(jù)現(xiàn)場實際情況設(shè)定，這也體現(xiàn)了該方法的動態(tài)性特點。在上述合理性分析的基礎(chǔ)上，依據(jù)式(2)確定的第1道工序總分為139.66。

確定這15道工序的總分，并將總分值按照降序排列，結(jié)果如表4所示。根據(jù)80/20原則，取前20%的工序，即排名前3的工序作為原煤準備車間的關(guān)鍵工序；同理，通過該方法確定該選煤廠不同車間或者全廠的關(guān)鍵工序，從而實現(xiàn)重點監(jiān)控，以實現(xiàn)“優(yōu)質(zhì)、高效、低耗”的目標。

表4 15道工序的總分值

4 結(jié)語

質(zhì)量、效率、成本是企業(yè)提高自身競爭力的關(guān)鍵因素，對關(guān)鍵工序進行監(jiān)控和管理，可有效提高產(chǎn)品質(zhì)量、生產(chǎn)質(zhì)量、經(jīng)營質(zhì)量及企業(yè)管理水平。采用因果矩陣對選煤關(guān)鍵工序進行識別，構(gòu)建選煤廠各工序與CTQ之間的因果矩陣，組建關(guān)鍵工序識別小組，定性的評分、定量的計算各工序與CTQ的相關(guān)性，賦予評分小組不同的權(quán)重，計算出各工序的總分，并將其按照降序排列，依據(jù)80/20原則選取前20%的工序作為關(guān)鍵工序，對其進行重點管控。

以淄博礦業(yè)集團許廠煤礦選煤廠原煤準備車間部分工藝環(huán)節(jié)的前15道工序為例，說明因果矩陣在識別選煤關(guān)鍵工序中的具體應(yīng)用。該方法可以有效地識別出選取的部分工藝流程中的關(guān)鍵工序，從而為選煤廠識別關(guān)鍵工序提供借鑒，為提高企業(yè)管理水平和提升經(jīng)濟效益提供技術(shù)支撐。

[1] 王玉鑫.對青山選煤廠質(zhì)量管理工作的分析[J]. 煤炭技術(shù), 2012, 31(3): 141-142.

[2] 范國平.生產(chǎn)制造中關(guān)鍵工序的質(zhì)量控制[J]. 機械工程師, 2010 (3): 65-66.

[3] 周 亮,陳定輝,陳慶芳,等.一種關(guān)鍵線路和重要保護辨識的新方法[J]. 華北電力大學(xué)學(xué)報, 2013, 40(2): 34-40.

[4] 鞠文云,李銀紅.基于最大流傳輸貢獻度的電力網(wǎng)關(guān)鍵線路和節(jié)點辨識[J]. 電力系統(tǒng)自動化, 2012, 36(9): 6-12.

[5] 唐任仲, 王國棟, 唐文東, 等. 面向車間質(zhì)量管理的關(guān)鍵工序識別方法[J]. 浙江大學(xué)學(xué)報 (工學(xué)版), 2012(11): 2.

[6] TIAN Wen-meng, HE Zhen, YAN Wei. Key Process Variable Identification for Quality Classification Based on PLSR Model and Wrapper Feature Selection[C]//Proceedings of 2012 3rd International Asia Conference on Industrial Engineering and Management Innovation (IEMI2012). Springer Berlin Heidelberg, 2013: 263-270.

[7] ZHANG Gen-bao, LIU Li-kun , REN Xian-lin , et al. Key process extraction model based on FAHP and quality house in manufacturing process[C]//Information Management and Engineering (ICIME), 2010 the 2nd IEEE International Conference on. IEEE, 2010: 688-693.

[8] 韋 靖,馬 柯,南博儒. 數(shù)控加工過程質(zhì)量控制的關(guān)鍵環(huán)節(jié)研究[J]. 現(xiàn)代制造工程,2014(6):58-63.

[9] 姚小風.100個優(yōu)秀品質(zhì)管控工具[M]. 北京：人民郵電出版社, 2011:79.

[10] 龔水蓮,周 玲. 基于魚骨圖和因果矩陣表的方艙水密性改進[J]. 指揮信息系統(tǒng)與技術(shù),2015(3):106-110.

[11] 馬彥輝,呂 君,穆 菁,等.因果矩陣分析與工藝 FMEA 在航天型號生產(chǎn)過程檢驗點設(shè)置中的應(yīng)用探究[J]. 質(zhì)量與可靠性, 2014 (5): 8-10.

The casual matrix-based method for the identification of key processes of coal preparation plant——study and application

YIN Xian-hui, YUAN Qing-he, TAN Yan-yan

(Mining & Safety Engineering College, Shandong University of Science and Technology, Qingdao, Shandong 266590, China)

With an aim to determining the key process involved in the dense-media coal separation plant, the causal matrix-based identification method is proposed in line with the unique features of the coal preparation industry as well as the plant's specific conditions. After the critical targeted quality points are set based on the technical and economical indicators, use is made of the proposed method to define the correlation of such points with the corresponding coal treating processes. Following the determination of the relations, the technical personnel can make, on a scientific basis, qualitative scoring and quantitative calculation of the degree of effect on the critical targeted quality points produced by each coal treating process. Then, the various processes are arranged in due order according to total scores. Taking the 80/20 principle as a guide, the top 20 percent of the graded processes are listed as the key processes of which intensified monitoring and control need to be exercised, so as to allow the coal washing processes to be made with high quality and efficiency, and low energy consumption. An introduction is made in the paper to the concrete procedures of the use of the method with part of the processes of the raw coal preparation workshop of Xuchang Coal Washery under Zibo Mining Group as an example. The application of the causal matrix method provides for the plant a theoretical basis based on which the identification and hence intensified management of the key processes can be made.

1001-3571(2016)01-0076-05

TD948.9

A

Keywordscoal preparation; key process; causal matrix; process management

2016-02-07

10.16447/j.cnki.cpt.2016.01.020

殷憲輝(1990—)，男，山東省泰安市人，碩士研究生，從事工業(yè)工程、質(zhì)量管理、煤礦管理方面的研究。

E-mail:925076311@qq.com Tel:15064280638