生态纺织品检测预警方法的建立赵珊红1。徐晓春1,姚洁丽2,郭方龙2(1.浙江出入境检验检疫局,杭州310012;2.浙江立德产品技术有限公司,杭州310005)摘要:运用“过程质量控制”原理,通过对实验室生态纺织品检测数据的数理统计分析,分别建立了基于不同分析对象的预警方式和多种不同的“质量控制图模型”,以实现对检测指标的分析监控,同时也为企业和政府部门提供相应的质量趋势分析信息。该方法的建立可为相关部门在利用现有检测资源的条件下实现快速有效的预警目的。关键词:生态纺织品;检测;预警方法;质量控制中图分类号:TSl01.9 文献标识码:A0引言预警分析已广泛应用于各行各业的风险管理和决策管理中,建立适宜的预警分析系统,有助于有效预防和降低危害物所造成的损失,对危害物的可能出现提前作出判断,并采取相应的管理措施或及时调整决策,规避风险。在检测领域,通过对实验室有害物质检测数据的分析,建立预警分析方法,实现在现有的资源条件下,有针对性地加强检测把关,提高工作效率,同时也为企业和政府部门提供相应的质量监控信息和趋势分析信息‘1|。根据检测实验室工作特点,笔者主要从3个角度建立有关生态纺织品的检测预警分析方法。a)以监测进出口企业质量动态为目标,其目的是通过对各进出口企业在某一报检时段内不合格率或检出率的分析,对出现质量异常波动的企业发出预警信号。b)以监测某种进出口纺织品为目标,其目的是通过对某一类进出口纺织品生态指标检测数据的分析.对出现指标异常波动的具体产品,加强检测,实现有效的质量监控。c)以监测某一抽查项目为目标,其目的是通过对某个生态检测指标在某一检测时段的数据分析,对出现不合格率或检出率异常波动的检测项目发出预警信号,提醒相关人员注意对该项目的重点抽查,以实现对特定检测指标的质量控制。不管是哪种监测对象,其预警信号的产生都建立在对检测数据的统计分析基础上,因此,采用合理的数学分析模型是建立预警分析方法的重要前提。通过对大量数据分析显示,在限定了报检单位或检测品种或检测项目时,正常情况下,其检测不合格率或检出率或超标率总在一定范围内波动,其数值大小在大量的数据中服从统计规律正态分布。因此,在此前提下,可以运用控制图原理,建立不同的数学模型,进行统计分析,通过判断异常情况,发布相关的预警信息。控制图是一种图形,它给出表征过程当前状态的样本序列信息,并将这些信息与考虑了过程固有变异后所建立的控制限进行对比[2]。1 基于特定报检单位(或特定报检产品)为分析对象的预警通常一个报检单位生产的产品,大致可划为同一大类产品。而对于报检批的质量特性评价只能采用合格与不合格两种结果,因此,可以通过对某报检单位在历年检测数据的统计分析,建立相应的质量控制图。即在一定时间段内或一定样本量内,凡在麒+3a(u为检测不合格数或不合格率的均值,o-为标准差)范围内波动的不合格数都是正常的,系偶然因素造成的,如超出此界限则说明质量有异常波动,需引起注意。检测不合格数或不合格率的判断是根据所检测的产品标准或所检测的指标判定。这里的检测不合格数按自然报检批计算,在一个报检批内不管出现多少个不合格项目都计算为1个不合格数,即一个不合格报检批。而不合格率是指该段时间内不合格数占施榆批数的百分比。时间段的划分和样本量的划分取决与报检单位的报检量。对于连续均匀报检的单位,可采用按时间段来划分,而对于报检量变化较大的,可根据划定的样本量(报检批量)来划分,在与历史数据比较时,应采用相同的样本划分方法。这类控制图属于计数值控制图,常用的有不合格数控制图(rip图)和不合格率控制图(夕图)[2]。1.1不合格数控制图(np图)和不合格率控制图(户图)模型的建立对这两类预警通常在子样本大小n相同的情况下,抽取k个样本(是≥25),通过分析不合格数的波动,设定中心线(CL)、上控制线(UCI。)和警戒线(WCL)来判断系统是否处于稳定状态,假设每一样本的报检批数相同,均为挖,P为样本不合格率的均值,咒p为样本不合格数的均值。根据国标《常规控制图》,建立以下数学模型L 2|。1.1.1不合格数控制图(np图)的数学模型K∑(矽)i样本不合格数均值矽:np一£‘F一(1)中心控制线(Z:CL—np (2)上控制线UCL(3仃):UCL—np+3.g-五p(1一p) (3)警戒线WCL(2盯):WCL—np+2~/矽(1一p) (4)1.1.Z不合格率控制图(声图)的数学模式K,∑(rip)i样本不合格率均值P:P一£%一(5)∑咒ii=l中心控制线CL:CL—P (6)/2’●=———。=2_上控制线UCL(3仃):UCL一石+3√丛士i鱼2 (7)F=—?=_———=_警戒线WCL(2d):WCL=≯+2√丛士i丝(8)1.2预警的产生和解除在确定CL线、UCL线和WCL线之后,建立相应的“样本一不合格数”控制图(np图)和“样本一不合格率控制图(P图),当出现以下几种情形时,系统将产生预警信号。a)有一个点子出现在UCI。(30)线之外;b)连续3点中有2点落在WCL线(20)之外的;c)连续5点中有4点在UCL线与WCI。线(2a~3a)之间的;d)连续6点呈连续上升趋势的。当系统不再出现上述所列的情形之一时,预警信号解除,恢复正常抽检状态。1.3应用示例以“样本一不合格数控制图(np图)为例,说明实际检测过程该预警方法的应用。根据对某一报检单位某一时间段的历史数据的统计,每一子样的不合格数如表1(取子样均为50报检表1 A报检单位历史检测不合格数统计样本序号不合格数样本序号不合格数样本序号不合格数1 2 11 2 21 22 2 12 2 22 33 1 13 3 23 24 3 14 1 24 45 1 15 3 25 36 2 16 3 总数597 3 17 l 平均2.368 2 18 29 2 19 3 不善纂率4.7210 3 20 4根据1.1.2中公式分别计算中心控制线、上控制线和警戒线,结果如下:中心控制线:CL=2.36 平均不合格率:P=4.72上控制线UCL:UCL=6.86 警戒线WCL:WCL=5.36作样本一不合格数控制图(行p)(图1)。样本序号图1基于历史数据的样本一不合格数控制图根据已确定的UCL线、CL线和wCL线,将最近一段时间内该企业检测的不合格数按同样的分组统计方法,填人控制图中,经描点连线后,可看出该企业的检测指标不合格率情况,与历史相比没有出现异常波动,过程控制良好,不需要产生预警,在实际检测工作中,可以按正常抽样比例进行检测。上面两种控制图所建立的预警分析方法,主要适用于报检批量较大的企业和品种,且生产的品种和工艺水平和流程都应较为稳定。而对于批量较少的,由于子样本达不到统计所需的量,从服从正态分布所需的样本条件上讲,理论上难以严格适用。但作为对企业质量的监控或对某一类产品的质量监控的一种手段,在初期,可以通过适当降低子样本的统计数和总样本的采集量来建立相应的控制图,之后通过检测数据的积累及时补充和更新,使控制图更为合理可行。2基于检测指标为分析对象的预警这类预警是实验室最主要的预警分析方法,它针对不同的检测项目分类进行数据统计和分析,根据检测指标的不同,常见的有以下几种预警方式。2.1单项指标检测不合格的预警2.1.1预警的产生和应用这类预警适用于对特定时期内某一重要敏感指标的监控和新增禁用危害物指标的监控。如针对某一时期国外客户集中反映的某项指标质量问题,或国内外技术法规中新提出的禁用物质,一旦在检测过程中发现不合格,就产生预警信号,提醒有关人员引起注意,加强重点检测。2.1.2预警阈值的确定针对具体检测指标,预警阈值的确定主要依据各国技术法规中规定的有害物质最大限量值或最低检测限。2.1.3预警的解除对于单项指标检测不合格的预警,在以下情形下可以实施预警解除。a)对某一报验单位或某一品种,所监测的指标连续25批未出现不合格的;b)对所监测的指标,连续检测100个数据,未出现不合格的。2.2特定指标检测不合格率异常波动预警在实际检测中,大部分指标的测试结果是小于最大限量值(MRL)而大于检测低限值,在这种情况下,通过分析测试值的走势,可提示该项指标的某种发展趋势,从而提前采取措施,加强对该项指标的监控。利用均值一标准差控制图(X—S图),可较准确地识别系统是否处于稳定状态[2]。2.2.1数学模型的建立将历史检测数据合理分组,每组数据设为挖个(咒通常为4~5个),组的数据为k个(忌≥25),分别以样本号为横坐标,以该组检测数据的均值或标准差为纵坐标,分别建立“均值控制图”和“标准差控制图”。计算各样本的均值五和标准参i。zi一三≥:zif (9)刀再Si一√i与∑ 一i)2(10)i=1(xo式中:Xij为第i个样本的第J个数值;i为第i个组的均值;耍为子组平均值的均值;k为样本个数,一般不少于25个滑为第i个样本的标准差。计算k个样本的均值与标准差:石一{≥:Xi (11)尼—t—1j一{室si Ⅲ,对于均值控制图:中心控制线CL:CL—j (13)上控制线UCL:UCL=x+A3 5 (14)其中A。为控制因子,可通过查GB/T4091标准可直接得到。当订一4时,A3—1.682,当咒一5时,A3=1-427对于标准差控制图中心控制线CL:CL—s (15)上控制线UCL:UCL—B4 S (14)同样,B。为S的控制因子,也可通过查GB/T4091标准可直接得到。当,2—4时,B4—2.266,当n=5时,B4—2.0892.2.2 预警的产生和解除一般来说,“均值控制图”反映的是样本组的波动集中趋势变化,而“标准差控制图”反映的是样本各测试值间的离散程度变化。因此从“均值控制图”上我们可看出样品在这一时段的整体指标水平,当数据点超过UCL线时,表明在这一时段中,样品中有害物的含量已出现较大的上升趋势;而当在“标准差控制图”中的数据点超过标准差的UCL线时,说明样本中的各个样品在该时段变化较大,离散程度高[3]。对于这两种情形,均需引起检测人员的注意。当数据点在两种控制图中均超过UCL线时,说明该时段的各个样品既出现指标值偏高又存在较大的波动,因此,就有必要发布预警信号,需加强检测,来降低检测风险。在加强抽检一段时间后,当最近的样本组的均值和标准差数据点连续3点在UCL线以下时,可解除预不合格,就产生预警信号,提醒有关人员引起注意,加强重点检测。2.1.2预警阈值的确定针对具体检测指标,预警阈值的确定主要依据各国技术法规中规定的有害物质最大限量值或最低检测限。2.1.3预警的解除对于单项指标检测不合格的预警,在以下情形下可以实施预警解除。a)对某一报验单位或某一品种,所监测的指标连续25批未出现不合格的;b)对所监测的指标,连续检测100个数据,未出现不合格的。2.2特定指标检测不合格率异常波动预警在实际检测中,大部分指标的测试结果是小于最大限量值(MRL)而大于检测低限值,在这种情况下,通过分析测试值的走势,可提示该项指标的某种发展趋势,从而提前采取措施,加强对该项指标的监控。利用均值一标准差控制图(X—S图),可较准确地识别系统是否处于稳定状态[2]。2.2.1数学模型的建立将历史检测数据合理分组,每组数据设为挖个(咒通常为4~5个),组的数据为k个(忌≥25),分别以样本号为横坐标,以该组检测数据的均值或标准差为纵坐标,分别建立“均值控制图”和“标准差控制图”。计算各样本的均值五和标准参i。zi一三≥:zif (9)刀再Si一√i与∑ 一i)2(10)i=1(xo式中:Xij为第i个样本的第J个数值;i为第i个组的均值;耍为子组平均值的均值;k为样本个数,一般不少于25个滑为第i个样本的标准差。计算k个样本的均值与标准差:石一{≥:Xi (11)尼—t—1j一{室si Ⅲ,对于均值控制图:中心控制线CL:CL—j (13)上控制线UCL:UCL=x+A3 5 (14)其中A。为控制因子,可通过查GB/T4091标准可直接得到。当订一4时,A3—1.682,当咒一5时,A3=1-427对于标准差控制图中心控制线CL:CL—s (15)上控制线UCL:UCL—B4 S (14)同样,B。为S的控制因子,也可通过查GB/T4091标准可直接得到。当,2—4时,B4—2.266,当n=5时,B4—2.0892.2.2 预警的产生和解除一般来说,“均值控制图”反映的是样本组的波动集中趋势变化,而“标准差控制图”反映的是样本各测试值间的离散程度变化。因此从“均值控制图”上我们可看出样品在这一时段的整体指标水平,当数据点超过UCL线时,表明在这一时段中,样品中有害物的含量已出现较大的上升趋势;而当在“标准差控制图”中的数据点超过标准差的UCL线时,说明样本中的各个样品在该时段变化较大,离散程度高[3]。对于这两种情形,均需引起检测人员的注意。当数据点在两种控制图中均超过UCL线时,说明该时段的各个样品既出现指标值偏高又存在较大的波动,因此,就有必要发布预警信号,需加强检测,来降低检测风险。在加强抽检一段时间后,当最近的样本组的均值和标准差数据点连续3点在UCL线以下时,可解除预不合格,就产生预警信号,提醒有关人员引起注意,加强重点检测。2.1.2预警阈值的确定针对具体检测指标,预警阈值的确定主要依据各国技术法规中规定的有害物质最大限量值或最低检测限。2.1.3预警的解除对于单项指标检测不合格的预警,在以下情形下可以实施预警解除。a)对某一报验单位或某一品种,所监测的指标连续25批未出现不合格的;b)对所监测的指标,连续检测100个数据,未出现不合格的。2.2特定指标检测不合格率异常波动预警在实际检测中,大部分指标的测试结果是小于最大限量值(MRL)而大于检测低限值,在这种情况下,通过分析测试值的走势,可提示该项指标的某种发展趋势,从而提前采取措施,加强对该项指标的监控。利用均值一标准差控制图(X—S图),可较准确地识别系统是否处于稳定状态[2]。2.2.1数学模型的建立将历史检测数据合理分组,每组数据设为挖个(咒通常为4~5个),组的数据为k个(忌≥25),分别以样本号为横坐标,以该组检测数据的均值或标准差为纵坐标,分别建立“均值控制图”和“标准差控制图”。计算各样本的均值五和标准参i。zi一三≥:zif (9)刀再Si一√i与∑ 一i)2(10)i=1(xo式中:Xij为第i个样本的第J个数值;i为第i个组的均值;耍为子组平均值的均值;k为样本个数,一般不少于25个滑为第i个样本的标准差。计算k个样本的均值与标准差:石一{≥:Xi (11)尼—t—1j一{室si Ⅲ,对于均值控制图:中心控制线CL:CL—j (13)上控制线UCL:UCL=x+A3 5 (14)其中A。为控制因子,可通过查GB/T4091标准可直接得到。当订一4时,A3—1.682,当咒一5时,A3=1-427对于标准差控制图中心控制线CL:CL—s (15)上控制线UCL:UCL—B4 S (14)同样,B。为S的控制因子,也可通过查GB/T4091标准可直接得到。当,2—4时,B4—2.266,当n=5时,B4—2.0892.2.2 预警的产生和解除一般来说,“均值控制图”反映的是样本组的波动集中趋势变化,而“标准差控制图”反映的是样本各测试值间的离散程度变化。因此从“均值控制图”上我们可看出样品在这一时段的整体指标水平,当数据点超过UCL线时,表明在这一时段中,样品中有害物的含量已出现较大的上升趋势;而当在“标准差控制图”中的数据点超过标准差的UCL线时,说明样本中的各个样品在该时段变化较大,离散程度高[3]。对于这两种情形,均需引起检测人员的注意。当数据点在两种控制图中均超过UCL线时,说明该时段的各个样品既出现指标值偏高又存在较大的波动,因此,就有必要发布预警信号,需加强检测,来降低检测风险。在加强抽检一段时间后,当最近的样本组的均值和标准差数据点连续3点在UCL线以下时,可解除预警,恢复正常的检测比例。这种基于大量历史检测数据得出的控制图,主要适用于监控一些检测不合格率较低,且测试结果能以具体检出数据的形式表现的检测指标,如目前的甲醛含量、重金属含量、水萃取液pH值等项目。在日常分析控制中,由于极差的计算比标准差的计算简便的多,因此可以用将极差R来替代“均值一标准差控制图”中的标准差s,得到“均值一极差控制图(x_一R图)”。3 基于危害物风险系数的预警预警信号的出现,意味着该时段有害物质在检测中出现的不合格率明显上升或检测指标有明显的异常波动,即产品中有害物质含量超标的可能性增大,风险程度较高。但实际上,由于某一特定指标的检测不合格率是与抽查次数相联系,即与自验率紧密联系的,因此从某种意义上说,对一些自验率较低的项目,尽管检测中所发现的不合格率很低,但其潜在的风险仍很高。因为,从统计角度分析,样本数越小,对总体的代表性就越差,所得结果的置信度也越低。借鉴食品安全监测预警系统的经验,同样,设立“危害物风险系数”这一参数来综合分析预警信息的产生[1]。由于危害物产生的风险与其检测指标的不合格率、自验率和对该危害物敏感重视程度有关,因此,可作如下定义:R’一aP+6/F+S (15)式中:R7为危害物风险系数;P为危害物检测不合格率;F为对该危害物的抽检比例,即自验率;S为危害物风险因子;口和b为相对应的权重系数。实际应用时,a值建议取100,b值建议取0.1。S值主要依据具体危害物的被关注程度和敏感程度。通常对于当前高度关注、高敏感的危害物设定S=2;对于低关注度和低敏感度的,设定S=0.5,中等程度的设定S—l。下面以S=1为例,说明风险系数的设定过程。a)根据历史数据,以一定时间段划分样本(如一个月),分别计算各个样本的抽查率E和不合格率P一总平均抽查率R和平均不合格率P。。b)计算各个样本的风险系数R 7i和平均风险系数R 7。及标准差仃。c)以R7。±口为上下控制线,设定:当R7≤R7。一口时为低风险状态,此时,可降低抽查比例;当R7≥R7。+盯时,为高风险状态,此时,应增加抽查比例;当R7。一盯