统计分析装置运行负荷 优化系列牌号排产

查燕冰

[摘要]本文以某高压聚乙烯装置生产运行负荷能力为研究对象，对装置两条系列生产不同牌号的台时产量进行统计，历时四年收集统计样本数据，运用统计学的工具对样本数据进行分析，以期优化系列牌号排产，从而达到提高系列台时产量的目的。

[关键词]聚乙烯 统计 负荷 台时产量

1.前言

某高压聚乙烯装置采用日本三菱油化-西德BASF超高压管式E法高压聚乙烯工艺技术。装置年设计能力为30kt/a系列，共两条生产线，合计生产能力为60kt/a。装置生产的产品牌号主要有DJ200A、N210、Q210、N150、Z045、ZJ2601等。

虽然工艺、设计能力相同的两条系列，在生产相同牌号的产品时，装置系列的运行负荷能力却有所不同。由于管式反应器有很大的长径比，乙烯的聚合反应是狭长的管道中进行，随着反应的进行，聚乙烯的粘壁现象会逐渐增加，尤其是在系列长周期运转以后，会影响聚合反应。同时，受两条系列反应器的状态、工艺参数、各设备的运转状况、反应峰的分布及最高峰（积分面积）的影响，不同系列生产相同牌号的产品，台时产量会明显不同。

本文通过对四年来装置两条系列不同牌号生产运行负荷能力样本数据的收集，运用统计分析的原理，寻找其中的规律，并对系列牌号排产的优化提出改进意见。

2.装置运行负荷数据的采集

分析装置生产运行负荷能力，首先要进行统计调查采集样本数据，统计调查为之后的统计分析工作提供基础分析材料，统计调查必须达到准确性和及时性，以保证统计数据的质量。为此依照《装置生产量管理记录薄》，开始系统地建立统计台帐，持续、动态地收集装置运行负荷样本数据。

2.1装置系列产量统计台帐的建立

首先，每月建立装置统计日产量的时间数列，这个数列中的指标数值主要包括：系列、日期、牌号、批号、挤出量、入库量、盘盈盘亏值等。这是一个动態的台帐数据，建立这个动态指标数值，是为接下来计算序时平均数打下基础。动态指标数据的收集，能够反映一段时间装置两条系列的生产情况，通过序时平均数的计算消除短时间内波动的影响，从而便于观察整体发展趋势。

其次，每月建立装置班组系列日产量的时间数列，这个数列与上一个统计日产量时间数列是关联的，主要指标数值包括：系列、日期、批号、工时、台时产量。建立这个台帐的目的：一方面，可以根据批次生产时间来计算批次台时产量，为之后计算装置两条系列运行负荷提供数据；另一方面，也可以动态地跟踪台时产量变化情况，及时调整工艺参数，为分析班组台时产量提供依据。

2.2装置运行负荷年台帐的建立

每月建立统计台帐，为年度装置系列运行负荷的时间数列提供计算依据。这个时间数列中的数值，是统计台帐两个时间数列的加权算术平均数。计算公式为：

通过每月对系列分牌号数据的加权算数平均，可以建立两条系列的年度装置运行负荷台帐。

3.装置运行负荷样本数据的统计整理

在统计分析前，先对已经建立的四年装置运行负荷数据样本进行整理。寻求系列牌号台时产量的变化规律，从而优化系列牌号排产。分牌号对系列装置运行负荷数据以图表的形式进行整理，便于观察分析。

3.1分牌号Xy散点图分析

以采集的数据作为样本，对样本数据进行统计分组，考虑到产品牌号ZJ2601一直安排在2系列生产，无法进行两条系列样本数据比较，故分组对DJ200A、Q210、N210、N150、Z045产品牌号进行统计整理。由于各牌号的生产不是连续的，有的月份甚至是跳跃的，故采用散点图来对比样本数据，便于分析。

3.2长周期因素对样本数据的波动影响

对采集到的样本数据，用对比图来观察，装置长周期运行对样本数据产生的偏差影响较大，受工艺条件的影响，故对装置长周期运行100天以上的波动较大的样本数据进行剔除，确保样本数据的推断分析置信度高。

4.运用统计工具对样本数据进行推断分析

抽样推断是按随机原则从全部研究对象中抽取部分单位进行观察，并根据样本的实际数据对总体的数量特征做出具有一定可靠程度的估计和判断。它是由部分推断整体的一种认识方法。其特点是推断建立在随机取样的基础上，运用概率估计的方法，其误差可以事先计算并加以控制。

4.1抽样误差的含义及影响抽样误差大小的因素

由于随机抽样的偶然因素使样本各单位的结构不足以代表总体各单位的结构，而引起抽样指标和全体指标之间的绝对离差。样本的单位数，用“n”表示。一般要求n≥30样本个数。

4.2抽样平均误差

在总体N中抽取样本n时，有多种抽取的可能，每种可能都存在一个样本标准差82。对这些标准差求算术平均数，即为抽样平均误差。抽样平均误差是抽样平均数或抽样成数的标准差，反映了抽样指标与总体指标的平均误差程度。抽样平均误差公式：

4.3以牌号DJ200A为例，对数据进行样本推断

（一）点估计

样本平均数为：

Ⅰ系列样本成数（均数以上率）为：

Ⅱ系列样本成数（均数以上率）为：

（二）区间估计

样本方差：

不同的t值对应于不同的可靠度，或称为置信度。下面给出几组在抽样推断中常用的t值与置信度的数值。

由此得出：Ⅰ系列样本成数（均值区间以上率）为：29.27%

Ⅱ系列样本成数（均值区间以上率）为：36.59%

4.4数据概率度问题

在研究分牌号装置运行负荷时，牵扯到一个概率度概念。概率度是指在随机事件进行大量试验中，某种事件出现的可能性大小，它通常可以用某种事件出现的频率来表示，又称机率、或然率。其计算公式为：t=△x/ux或t=△p/up

概率度越大，估计置信度越大，概率度是确定置信度大小的指标，从概率度的大小，可间接地反映置信度的大小。

4.5各牌号样本平均数和样本成数

对样本数据区间估计的推断，用饼图可以直观的看到，装置两条系列生产不同牌号，台时产量在均值以上的比例略有不同。也就是说产品牌号DJ200A和Z045在Ⅱ系列生产时，台时产量达到均值以上的百分比较Ⅰ系列多。而产品牌号Q210、N210、N150在Ⅰ系列生产时，台时产量达到均值以上的百分比较Ⅱ系列多。

5.结论

生产计划排产对提高产品质量，提高生产能力，降低各类消耗，提高经济效益，都具有重要的作用。通过统计分析，我们可以发现对不同系列牌号进行优化排产，可以在排除工艺因素干扰、设备运行能力不佳的情况下，微观地提高装置台时产量。

由此可以得出，装置在生产稳定，不受市场因素干扰的前提下，编制月度排产计划时，应考虑将产品牌号DJ200A排Ⅱ系列优于排Ⅰ系列；产品牌号Q210排Ⅰ系列优于排Ⅱ系列；产品牌号N210排Ⅰ系列优于排Ⅱ系列：产品牌号N150排Ⅰ系列优于排Ⅱ系列；产品牌号Z045排Ⅱ系列优于排Ⅰ系列。