基于六西格玛提高纯水制备系统产水量的研究

沈晓来

(中原工学院 机电学院，河南 郑州 450007)

在微电子工业生产中广泛使用的生产用纯水是由RO工艺方法制备的。RO工艺是反渗透工艺，即用足够的压力使溶液中的溶剂(水)通过反渗透膜(半透膜)与溶质(盐分等)分离，溶剂(水)的流动方向与渗透方向相反[1]。

本文研究的RO纯水制备系统(以下简称RO系统)原有7个机组，每组月平均产水量为53 m3/h。企业要求在运行动力(外界压力)不增加的前提下，通过改变盐水到淡水侧的水量，稳定有效地提高机组产水量，实现少开机组、降低能耗的目的。由于RO系统产水量受多种因素的影响，调节某些因素可以对提高产水量起到一定的作用，但效果都不显著。

针对上述问题，本文研究如何运用六西格玛方法识别影响RO系统产水量的关键因素，并在纯水制备过程中改进和控制这些因素，从而有效地解决问题。

1 DMAIC的具体运用

六西格玛方法是一种用于流程分析的数据化分析方法，可以分析流程中的影响因子对流程输出的影响，它提供了多因素流程的分析、解决问题的方法和数据统计分析工具[2]。在实际应用中，六西格玛方法有一套全面系统的分析、解决问题的方法和步骤，其具体实施模式为DMAIC，即定义(Define)、测量(Measure)、分析(Analyze)、改进(Improve)和控制(Control)5个阶段，每个阶段均提供了相应的数据统计分析工具和解决问题的方法[3]。

1.1 定义阶段(D)

定义阶段是陈述问题的阶段，是本文研究的起点，也是至关重要的一步。该阶段要确定研究目标，设置合理的目标范围[4]，描述流程，确认流程的输出是什么，影响输出的因素是什么，进而挖掘出影响输出的关键因素。

本文研究的RO系统有多个运行机组，每组平均产水量为53 m3/h。为满足终端用水量342 m3/h，RO系统需要运行7个机组。为了降低能源消耗，需要使系统单个机组的纯水产量大于57 m3/h，从而减少运行机组数量。

本文研究的系统流程是RO系统的RO纯水生产流程，流程涉及设备和相关工艺参数。

在这个阶段，将RO系统单个机组的RO纯水产量定为机组系统的输出，提升这个输出是研究的目标。

1.2 测量阶段(M)

测量的目的是识别那些对输出变量有影响的参数，并获取相关数据，然后对这些数据进行分类[5]。

在这个阶段要确定影响输出的关键因素(要因)，即通过流程分析来评估现有的流程能力(如纯水产量)，并且制定流程数据收集计划，收集大量数据，然后从人机料法环测方面找出所有可能的影响因素，再确定影响输出的关键因素。通过调整和控制这些关键因素来提高流程的能力。本文运用头脑风暴法和要因分析法来确定影响输出的关键因素，通过调整相关因素实现对纯水产量的优化。

首先，运用头脑风暴法对RO系统生产流程和产水量影响因素进行分析，组织相关工艺设备技术人员对流程进行解析，对影响因素进行排查，从人员、设备、材料、方法、环境、测量等方面找出影响产水量的因素，并根据文献[6]中的相关方法绘制了要因图(鱼骨形图)如图1所示。在这些要因方面，需要重点分析和讨论的因素有：设备操作者、设备参数、原水材料、工艺方法、环境参数和测量系统。

图1 RO系统要因示意图

其次，确定关键影响因素。由图1可以看出，影响系统纯水产量的因素有多个。经过团队的讨论分析，对各影响因素进行投票排序，筛选出影响纯水产量的关键因素如下：

(1) 进水浊度X1，是衡量水中悬浮物含量的指标。RO系统通过控制进水启动液位调整进水量的大小，从而调整水的浊度，并发出进水启动信号进行补水。

(2) 浓水流量X2，是评价所排出水中杂质含量的指标。由一级RO浓水和二级RO浓水的流量计检测。

(3) 一级压差X3，是指在两个纯水生产单元中，第一单元的出水和进水的水压力差。它可根据制定的单元清洗标准来确定。

(4) 进水电导率X4，是衡量进水质量的指标。由电导率仪进行检测。

(5) 进水温度X5，由进水温度计进行检测。

这5个因素在RO系统中的位置和作用如图2所示。在分析阶段，需要对影响这5个关键因素的数据进行收集、检验和进一步分析，以确定它们对纯水产量的影响程度。

1.3 分析阶段(A)

对收集的数据进行统计分析，找出问题的主要原因，回答测量阶段的问题，确定关键问题的置信区间，即运用数理分析工具(方差分析、假设检验和回归分析等方法)来获得分析阶段的结果，得出关键因素对流程的影响程度，为改进和控制流程指出方向。

本文分析阶段是分析影响纯水产量的关键因素对纯水产量的影响程度。在此阶段，需要根据实际流程和采集的数据类型来选择数据分析方法，本文采用方差分析、相关性分析和回归分析方法。应用回归分析方法对有因果关系的输入和输出进行数理统计分析，以确定作为自变量的影响纯水产量的5个关键因素与作为因变量的纯水产量是否相关。通过对纯水生产流程中相关数据的比较，利用方差分析方法分析影响因素对纯水产量的影响程度。

依据D、M阶段的分析可知，需要收集的数据有：RO纯水产量、进水浊度、浓水流量、一级压差、进水电导率、进水温度。

为了分析RO纯水产量Y与5个关键影响因素之间的关系，对收集的相关数据进行回归分析和方差分析，结果见表1和表2。由表1可以看出，纯水产量和关键影响因素之间存在统计意义的关系，在5个因素中，除进水电导率的P值小于0.05之外，其余均大于0.05，且R-Sq值为80.3%，因此，可以判断这5个因素为影响纯水产量的主要因素。

图2 RO系统的构成和纯水产量关键影响因素示意图

采用数据分析软件对实际收集到的5个关键因素的943 个数据进行分析，得到纯水产量和关键因子的回归方程为：

RO平均产水量=97.7-0.581浓水流量-3.65进水浊度-1.94一级压差-0.345温度-0.012 9进水电导率5个关键因子的波动对纯水产量总的影响为80.3%，衡量关键因子对纯水产量影响程度的S值以及影响程度R-Sq和R-Sq(调整)为：

表1 RO纯水产量和关键影响因素的回归分析结果

表2 RO纯水产量和关键影响因素的方差分析结果

S=1.727 67；R-Sq=80.4%；R-Sq(调整)=80.3%。

图3所示是各影响因素的影响程度所占比例。由表2和图3可以看出，进水浊度和浓度流量是影响程度最大因素。

注：残差是指其他未知因素。图3 纯水产量关键影响因素的影响程度分析

1.4 改进阶段(I)

在分析阶段的基础上对纯水产量的关键影响因素确定改进方案，以提高机组产水量。运用六西格玛方法确定关键影响因素，提供调整关键因素的依据，并制定优化控制方法和管理措施。

根据以上分析，对进水浊度、浓水流量、一级压差进行调整改进。由于进水电导率、进水温度影响程度较小，故暂不对其进行调整。

1.4.1 对进水浊度的改进措施

将平均进水浊度由4.55下降为3.68，启动液位输入信号，将液位由4.2调为4.8，并采取RO排出浓水回收再利用措施，使自来水进水流量减少70 m3/h，即，使平均用水量由350 m3/h下降为280 m3/h。在控制自来水进水流量的过程中，当过滤水槽液位降低时，进水流量增大。当水位达到设定液位上限时，停止进水，系统内水的流量则下降。只要过滤水槽液位比设定液位下限高，流量就会下降。当流量低于250 m3/h时，纯水制备的气浮效果会变差，絮凝剂及颗粒物会流入过滤水槽，使RO系统进水浊度升高，从而形成污堵，使产水量下降。因此，在启动液位和控制液位的过程中，为稳定自来水进水流量，需适当延长平稳进水运行时间。

1.4.2 浓水流量的改进措施

图2所示纯水制备系统是由二级单元组成的，对浓水流量的调节是通过下调两个单元的浓水流量来实现的。一级单元：浓水流量由18 m3/h调为17 m3/h；二级单元：浓水流量由6.5 m3/h 调为6 m3/h。由于RO系统浓水回收再利用改造项目的实施，使RO系统进水电导率由原来的75 ms/cm下降到40 ms/cm。

1.4.3 一级压差的改进措施

对RO系统化学清洗条件进行设定。当发生下列情形之一时，便进行RO系统清洗： 产水流量下降10%～15%； 一级压差升高到0.4 MPa以上； 使用压力或产水电导率增加10%～15%。

1.5 控制阶段(C)

为实现对关键影响因素的长期控制，必须采取必要的管理措施，以保持改进后的成果。

本研究通过员工点检仪表并记录关键因素数据的方法来监控改进后流程的关键影响因素的波动情况，并制定了相应的操作规范和控制计划，使生产流程得以稳定运行。

另外，本研究还制定了纯水制备系统突发事件的应对措施，以提升影响纯水输出的突发事件的处置效率，从而降低其对纯水生产过程的影响。

图4所示是纯水制备系统在项目实施过程纯水产量的记录。由图4可以看出，在项目实施前的一个时间段，纯水产量波动很大，需要7～8台机组供水才能满足生产需要。经过改善后，只需要6台机组供水即可，纯水产量明显上升，并且产量稳定。

图4 RO系统平均产水量与开机组数

2 结 论

综上所述可得到如下结论：

(1) RO纯水制备系统产水量的关键影响因素有进水浊度、浓水流量、一级压差、进水温度；

(2) 关键影响因素中进水浊度、浓水流量、一级压差、进水温度对纯水产量的影响程度分别为43.25%、35.7%、1.25%和0.12%，所以进水浊度、浓水流量、一级压差是影响产水量的主要因素；

(3) 对纯水制备系统产水量进行改进时，只需对进水浊度、浓水流量、一级压差的参数进行设定和控制即可。

采用改进的方法，RO纯水制备系统运行6个机组即可满足生产需要，并且产水量稳定，实现了降低生产成本、提高企业效益的目的。