发送消息的是“制丝批次转序放行评价系统”■◆■。该系统基于制丝加工工艺流程，聚焦4个层面13项关键质量标准进行在线实施比对，在转序环节设置通关标准复核，随时随地对产品质量进行“放行”或者★◆★“锁定★◆■◆■”判定◆■◆★◆■，实现了烟丝批次转序■◆★◆◆“靶向智能”的产品放行管控。

　　“各生产条线数据采集和应用系统相互独立◆■■★，数据难以汇集交互；产业链上各参与单位缺乏信息资源互通平台，无法实现工业、商业、供应商之间数据的有效整合和共享★★◆。★★■■◆★”工艺质量管理员褚玮介绍，在湖北中烟的技术支撑下★★◆★◆◆，“卷烟产品质量追溯系统”应运而生，形成了贯穿全业务、全流程，来源可查、去向可追、责任可究的质量追溯链条。

　　人民日报社概况关于人民网报社招聘招聘英才广告服务合作加盟供稿服务数据服务网站声明网站律师信息保护联系我们

　　在湖北中烟“卷烟制造企业质量管理数字化能力建设研究■★◆★■”的统一指导下，武汉卷烟厂立足“全员、全要素、全过程◆■◆★◆、全数据★◆◆★◆★”新型质量管理体系建设，从质量控制管理出发，围绕质量数据的采集、整理★★■★◆■、分析、应用等开展一系列活动，全面开启基于数字化的质量管理创新与研究■★。

　　在数字化赋能质量管理的进阶之路上，武汉卷烟厂还将继续发挥在湖北烟草工业生产制造领域的质量管理■★■◆◆“示范效应■★★★”，以更高标准、更实举措、更高质量为行业发展贡献智慧和力量。（杨明玥、王林枝）

　　质量是企业之根■★★■◆，数字是发展之源。近年来，在推进数字化转型和智能工厂建设进程中，武汉卷烟厂始终将数字技术贯穿质量管理提升的全生命、全要素、全过程◆■，探索出一条以“数”赋◆◆◆“质”、因“智◆★■◆◆◆”提“质”的质量变革之路。

　　质量强企★◆★，数字兴企。近年来，武汉卷烟厂开展了30余项科技研究项目★◆◆■■，取得了一批具有较高价值的科研成果，成功研发了多项新型质量检测技术；实现了104项质量管控业务信息化，质量业务数字化覆盖率达到93.7%。2024年，由湖北中烟总结提炼武汉卷烟厂实践经验，申报的“基于质量管理数字化实现质量变革的高质量发展模式”，成功入选中国质量协会质量标杆典型经验，进一步彰显了工厂的整体质量创新能力和成果转化能力■★。

　　“质量管理数字化可以理解为数字时代下的质量管控工作，简单地说，就是如何将‘IT■★★■’（信息技术）和◆★■★■‘OT■◆◆◆★★’（运营技术）深度融合，从而提高质量管理的效率和成效■■■。”武汉卷烟厂分管工艺质量副厂长徐海说。

　　现在■■，智能化应用已经成为武汉卷烟厂质量控制中不可或缺的关键环节★■★◆◆★。截至目前，累计构建10余项质量数字应用场景，其中烟丝批次转序放行◆★◆★■◆、小盒外观在线智能检测、烟支外观数字化检测技术的研究应用均为行业前沿探索★■★★■。2024年上半年行业监督质量抽检中，武汉卷烟厂生产的5个品规产品均获得100分。

　　细化质量标准，工序流转实时对标；打破信息孤岛■★，管理系统互联互通■■；强化数据分析，质量问题源头管控……借助数字技术，武汉卷烟厂完成一系列创新举措的落地，不断推动质量管理数字化转型■◆■◆★★“加速跑■■■★■”。

　　“当收到市场反馈的问题产品时，将钢印信息输入系统★◆，就可以追溯到该批次产品从烟叶到烟箱、从存储仓库到零售客户的全过程数据。其间要经过24个管控环节★★◆，50余项防差错校验点。可以说，一支烟的生命，在我们眼中是全透明的。■◆★”方敏说。2022年，《基于卷烟生产全流程的批次质量追溯系统》荣获“制造业质量管理数字化典型场景优秀案例”★◆★★，而今年至今，武汉卷烟厂产品A类质量缺陷市场反馈始终为0。

　　人 民 网 股 份 有 限 公 司 版 权 所 有 ，未 经 书 面 授 权 禁 止 使 用

　　针对数据集成平台◆★★◆◆■，通过接入MES、仓储物流、动力能源★◆■、制丝集控、卷包数采等11个核心业务系统的数据源，实现业务数据注册及入湖★■，完成厂级数据集成平台开发与建设。同时与公司数据集成平台进行互联互通，确保工厂与公司★◆、厂与厂之间“上下联动、数据共享、信息互通”。

　　比如，烟丝指标“机器查”■◆■，由“机器人”代替人工进行制丝转序过程中烟丝的水分◆◆■◆◆、结构等指标检测◆■◆■★◆，有效消除了不同人员取样、检测手法差异带来的检测误差■◆■★；烟支缺陷“激光扫”，通过线阵相机◆■★★、线激光轮廓扫描等技术，实现烟支外观结构360度★◆“全展开”，30余种质量缺陷◆★◆■◆★“3D云成像”；小盒外观“AI看”■★，将AI深度自学习◆★◆◆★★、边缘计算◆■◆、云端一体管控有机结合，构建产品外观质量检验、剔除、分析◆◆■◆★★、预警★◆★■◆■、追溯闭环◆■■★，实现对数据、样本、模型的全周期管理。

　　这是武汉卷烟厂将数字技术应用至质量决策管理的一个缩影。这样的智能决策，存在于卷烟生产制造的各个环节■■★★■。

　　针对数据采集能力，全面梳理数据资产，普查了生产过程中的71924项实时数据，确认了31663项实时数据点位★■■◆，建立了主数据◆★◆、实时数据标识规则及资产编码体系。全面梳理各工序工艺质量在线检测参数基本情况★★◆◆★，统一规范参数名称、检测装置、计量单位、采集规则等标准，为质量数据的准确性打好基础◆◆◆★★。

　　在武汉卷烟厂★■，从原辅料的供应管理到成品的终端定位，产品全生命周期数据都可以通过一个系统追踪和管理◆◆。“目前供应链环节的信息归集达到了80%，为数据追溯、动态分析、趋势预警等功能的完善提供了很大助力。”工艺品质科负责人方敏说。

　　“传统的人工放行★■■★，需要专人统计过程检验、出厂检验和批次过程质量评价得分等多项数据■★，工作量非常大，耗时也长。■■★◆◆★”刘德强说。而借助数字化分析技术建立的智能化质量检测与放行管控系统，在提高了质量评价的实时性和准确性的同时★■★■■，有效释放了人力成本和时间成本。

　　针对数据分析应用◆◆，充分利用云计算、机器学习◆◆★■★◆、人工智能等技术，让产品质量检测和问题识别更加快速准确；对关键工序生产制造过程进行数字化管控◆★■◆★★，实现非预见性的生产过程智能调整；通过数据分析和预测■◆★★，及时发现质量问题■◆★，预测未来趋势★◆，为决策提供更加科学和准确的依据。

　　工艺品质科检验员在烟支外观数字化检测系统中查看烟支外观检测结果。陈煜竹摄

　　8月1日一上班◆◆■★■，武汉卷烟厂制丝车间工艺质量管理员刘德强便收到产品质量预警的手机短信提醒，他急忙赶往现场处理。

　　武汉卷烟厂还在制丝车间试点了数字孪生技术，通过搭建与卷烟制造过程质量控制相匹配的智能化场景，实现生产状态仿真、虚实同步◆◆★■■、智能决策■★★。在试点生产线，使用大数据算法进行烘丝机水分预测和控制参数推优，使烘后水分偏差值降低20%。