毕业论文马钢烧结厂烧结矿质量控制设计概要

《毕业论文马钢烧结厂烧结矿质量控制设计概要》由会员分享，可在线阅读，更多相关《毕业论文马钢烧结厂烧结矿质量控制设计概要（16页珍藏版）》请在装配图网上搜索。

1、马钢烧结厂烧结矿质量控制设计1.绪论1.1引言美国著名质量管理专家朱兰( M. Jura n1994年在美国质量管理学会年 会上说 过,20世纪将以 生产力的世纪”载入史册,21世纪是 质量的世纪。”他的预言正 在逐步地现实。刚刚跨入21世纪，人们就感受到自身己置于一种浓厚的竞争氛围中 竞争无处不在。国家间的竞争正逐渐被市场的竞争、 产品的竞 争所代替,而市场 的竞争又从企业间的竞争发展为供应链间的竞争。 在这场无国 界的竞争中，质量扮 演着极为重要的角色。随着社会生产力不断发展，新技术不断涌现，面对日趋激烈的国际、 国内市场 的竞争,能否提供高质量的产品和服务不仅仅是企业在竞争中能否取得优势

2、的问题,说严重点，它直接关系到企业的生存问题。 每个企业、每种产品和服务，要想在国 际市场上占有一席之地，都要面对 超严格的质量要求”要努力使自己 达到世界 级的质量水平。1.2质量控制研究的背景及意义在我国加入WTO既成事实的情况下，面对日趋激烈的国际、 国内市场的竞争, 企业能否提供高质量的产品和服务不仅仅是企业在竞争中能否取得优势的问题，说严重点，它直接关系到企业的生存问题。因此,我国企业要想在未来的竞争中 占有一席之地,必须对产品质量提出更高的要求，且这种高要求应不以高投入为 条件。 因此，作为国际上通行的行之有效的质量管理技术SPC,正在受到越来越多国内企业的重视，并被视为企业降低废

3、品率、提高产品质量、增加企业效益 ，全面推行 IS09000和QS9000质量管理体系的重要工具。要提高产品质量，必须对生产、制造各环节进行质量控制，必须大力提倡对 质 量科学的应用，如对生产线推行和实施各种质量科学技术，用以保证实现生产 过程 控制中的预防原则。这方面 SPC(Statistical Process Contro即统计过程 控制及其系列技术如 SPD(Statistical Process Diag no si即 统计过程诊断和 DOE(Desig n of Experime nts等扮演了重要角色。SPC(Statistical Process Contro即统计过程控制，

4、是20世纪20年代由 美国休哈 特首创的。SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异 常提出预警，以 便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量 的目的。SPC可以判断过程的异常,及时报警，但早期的SPC不能告知其异常是什么 因 素引起的，发生于何处,即不能进行诊断，而在现场迫切需要解决诊断问题。现代 SPC不但具有SPC及时报警的控制功能，而且具有SPC所没有的诊断功能,上升为 SPD(Statistical Process Diag no sis统计过程诊断。SPD就是利用统

5、计 技术对过程中 的各个阶段进行监控与诊断，从而达到缩短诊断异常的时间、以便迅速采取纠正措施、减少损失、降低成本,保证产品质量的目的。SPD是现代SPC理论的发展与 重要组成部分。而实验设计(Design of Experiments,缩写为DOE是研究如何制定适当的实 验方案以便对实验数据进行有效的统计分析的数学理论与方法。它是分析处理影 响产品质量的不同因素在不同水平下实验所得的到的数据从而找出影响产品质量的不同因素的最佳水平组合,目的在于寻求实验因素恰当的水平组合,实现系统的相 对优化。在这种背景下，马钢第一炼铁总厂烧结分厂充分认识到形势的严峻性 ，提出充 分利用SPC , SPD及DO

6、E理论与技术来进行烧结矿质量控制方法设计，不断改进、 完善生产线的现场管理及生产过程，提高产品质量，以提高企业的竞争力。1.3国内外发展状况1.3. 1国外发展状况由于国外许多工业发达国家具有较长的工业发展历史，它们对过程控制的研究 也较早。在20世纪20年代，贝尔实验室就成立了以休哈特为学术领导人 的过程控 制研究组，以及由道奇为学术领导人的产品控制研究组。经过科学家 的悉心研究和 不断实践,井在总结他人研究成果的基础上，休哈特创建了著名的 过程控制理论：制造产品质量的经济控制（Eco nomic Con trol of Quality Manu factured Products ,休哈特

7、这本著作的出版，标志着统计过程控制与诊断 时代的开始。休哈特的过程控制理论的最大应用成果就是控制图在生产、服务行业的广泛应用,极大地促进了产品质量的提高。但随着对SPC应用的深入,人们逐步发现了SPC控制图的缺点：只利用了过程当前数据的信息，而没有充分利用整个样本 数据 的信息，所以对过程的小变化不够灵敏，所以在休哈特之后，许多学者经过 多年研究 和实践提出了许多种弥补休哈特控制图不足的控制图，主要有：佩奇（E. S. Page在 1954最早应用序贯分析原理，提出了累积和控制图（Cumulative Sum Co ntrol Chart, CUSUM，它可以将一系列点的微弱信息累积 起来，

8、对过程的小变动灵敏度很高，随后,许多学者对此也做出了一些重要的研究。针对休哈特控制图对小变动不灵敏的缺点，罗伯茨（S. W. Roberts在1959年提 出了指数加权平均控制图 （Expo nen tially Weighted Movi ng Average Con trol Chart, EWMA ,这是一种适用于检出过程小波动的控制图，其特性几乎 与累积和控制图相 同,但由于EWMA是所有过去及当前观测值的加权平均，所以它对正态假设很不敏 感，从而它与个别观测值联合使用是很理想的。生产规模的不断扩大，带动了柔性生产系统的快速崛起，小批量生产日益普 及, 对小批量生产的质量控制也越来越重

9、要，小批量生产控制图（Control Charts For Low Volume Manufacturing也得到了发展，主要有以下几类：无先验信息小批量生产的控制图。 1969年希利尔（F. S. Hulier与新加 坡杨 中浩提出了小样本控制图，1991-1995年久森伯瑞（C. P. Qusenrerry提出了 Q控制 图,但统计摸拟试验证实这类控制图检出异常的能力要远远低于参数已知条件下的控制图。将相似工序同类分布的产品质量数据，通过某种数学变换成同一分布，从而可 以累积起来成为大样本，于是可以应用大样本方法，常见的方法有通用图法、 相对 公差法、美军固定样本容量法等。休哈特的控制图只

10、能对单一质量特性进行控制，但通常情况下工序都包含许 多 质量指标，当然可以用休哈特控制图分别对每个指针进行控制，但是这样没有 考虑指标间的相关性，将会导致错误的结论，针对休哈特图的这一不足，1947年霍特林（H. Hotelling提出了多元T2控制图，揭开了多元控制的新时代。在一元正态分布情况下，均值与方差这两个参数是互相独立的，故控制正态分布就需要对于均值与方差分 别应用相应的控制图进行控制，类似地,在多元正态分布的条件下，均值向量与多元 协方差矩阵这两个参数也是相互独立的，故控制多元正态分布时也需要分别应用相 应的多元控制图对均值向量与多元协方差 矩阵进行控制。如同一元控制图在方差 受控

11、的前提下讨论均值的控制问题才有意 义一样，多元T2控制图也是在假定协方 差矩阵保持受控的前提下讨论均值向量的控制才有意义。在1985年,阿尔特（F. B. ALT提出了基于似然比检验的多元协方差控制图。其它多元协方差控制图还有样本广义方差 S图、W图、L图等,但以上这 些多元 协方差控制图的缺点是要求多元协方差阵为已知这在现场不易作到。在20世纪80-90年代多元CUSUM控制图得到了发展，应用多元CUSUM控制图对多元过程 进行控制，也应分别控制过程的均值向量与多元协方差矩阵。从应用的角度看，均值向量的控制更重要些。伍德尔 （W. H. Woodal l, 1985 ,恩冠勃（M. M. N

12、cube, 1985 及霍金斯（D. M. Hawk in w, 1991等人对此作出了 贡献。1992年劳瑞（C. A. Lowry 与伍德尔将一元的EWMA控制图推广到多元，当然，它也是控制均值向量。 这些多 元控制理论的发展极大的弥补了休哈特图在工序控制上的缺点，因而在国外得到了广泛的应用，也取得了可喜的成绩。1.3. 2国内发展状况国内由于历史的原因，新中国成立时，我国的企业质量管理水平远远落后于 世界, 普遍处于单纯检验为主的阶段，从1978年开始,我国才开始宣传、推行全面质量管理,经过二十年的努力，我国企业的质量管理工作发生了巨大的变化，质量管理机构 从无到有,形成了全国推行全面质

13、量管理的组织体制。质量观念和质量管理思想发生了根本的转变，企业的质量管理也由质量检验为主发展为质量 控制,由把关型向预 防型和提高型转变。SPC在很多企业中得到了充分的应用，这与大批投身于质量管理的技术人员的 努力分不开的，尤其是北京科技大学的张公绪教授，他在多年研究国外SPC理论的基 础上，取其精华并结合中国的实际情况，在1982年提出了两种质量诊 断理论，开辟了 统计诊断理论的新方向，从此SPC理论上升到一个新的高度。陈志强博士在1996 年提出了基于模糊信息的模糊控制图，如贴近度控制图。基于模糊集代表值的控制 图，基于加权合成值的控制图等，可以应用于感官性指 标的质量控制问题。 它还提

14、出了模糊不合格品率控制图，较之传统的不合格品率 控制图更为灵敏，他根据 过程 异常”这一模糊现象，进一步提出了基于模糊 判异的控制图，他还提出了模糊选控值， 模糊选控图和模糊EWMA控制图以及两种质量模糊诊断理论，为工序质量诊断理 论的模糊化作出了贡献。朴祥民博士研究了历史信息小批量生产的控制图的问题,应用贝叶斯（Bayes分析方法，充分利用已知信息，弥补了小批量生产样本少的缺陷，求出参数的优 良估计, 从而仍然可以应用大样本方法，朴祥民的工作为两种质量诊断理论的小批量化作出 了贡献，也为小批量生产的质量控制与诊断开辟了一条新的途径。上面所说的控制图,包括休哈特图、CUSUM图、EWMA图等在

15、内的现有控 制图都是全控图。所谓全控图是对所有异因都加以控制的控制图。1980年张公绪提出了选控图系列，可以用来选择部分异因加以控制，从而缩小了 查找异因的范围，提高了效率。选控图是利用数学变换来实现选控的，在统计过程 诊断理论中具有重要的作用，选控图与全控图是一一对应，例如,可以相应地构造出 选控休哈特图、 选控CUSUM图、选控EWMA图、选控多元T2图等等。对多 元控制图，我国的学者也进行了专门的研究，1997年刘艳永博士提出了多元协方差阵未知时的样本广义方差多元协方差控制图，以及最大、最小特征根据多元协方差 控制图。在1993年,张公绪提出了具有多个非控异因的多元选控图。1998年张公

16、绪 提出相关单因素多元诊断理论，根据两种质量诊断理论，他还提出了两种工序能 力指 数的诊断理论，为寻找生产线质量薄弱环节提供了极其简明的方法。另外孙静博士对于接近零不合格品过程的SPC问题进行了深入的研究，提出了接近零不 合格品 过程的判稳准则，判异准则，优于国外的两阶段控制图法近年来，我国有关学者还提 出了多元逐步诊断理论，两种质量多指针诊断法，模糊质量控制，小批量生产的质量 控制,多元协方差控制图，接近零不合格品过程的质量控制等理 论和方法,丰富与发 展了 SPC理论及应用范围。1.3. 3发展现状随着新世纪的到来，中国的经济已与世界经济溶为一体，国内企业要在世界 经 济中生存下去就必须提

17、高产品质量，同时降低成本，但是没有科学的质量管理 技术 来保证产品质量完全靠人为检验已无法实现，只能被市场所淘汰。随着IS09000质 量体系在世界范围内的流行，对产品的质量控制已从传统的百分率向PPM转变,要在新的形势下获得发展，必须寻求更加科学的质量管理手段才能实现。SPC理论 及工具目前发展较成熟，但在实践应用中还有许多待完善的地方。1.4课题研究背景【总概】现有三台烧结机,均由当时三台75 m2烧结机改造而成，两台90m 2,台105m 2,总有效烧结面积285 m2,烧结矿利用系数为1.7-1.8t/m2.h作业率达 96%以上，烧结矿年生产能力达420万吨，主要供一铁总厂高炉使用。

18、 在全国同类 型烧结机中，烧结矿经济技术指标整体处于领先水平。烧结用含铁矿富粉率达70%以上，设有一个简易的混匀料场，日处理量约6500t/d,混匀矿全料比约为40%左右。 马钢第一炼铁总厂配料车间有两个，分一配、二配。有两台20t的桥式抓 斗吊车，一 配15台给料机，其中精矿7台，煤粉3台，云粉2台,灰石1台,生石灰2台;二配13台, 其中精矿6台煤粉2台，云粉2台，灰石1台，生石灰2台。1.5烧结矿质量控制的国内外研究动态国内外研究动态：(一、面对国际竞争以及环保的要求，国内部分有远见的钢铁企业都在结 合各自 的实际情况寻求发展非高炉炼铁技术，并已经走在了国际同行的前列。目前,国内大中型钢

19、铁企业对以下各工艺技术的关注程度较高 ，从长远看这 些技术都能大规模应 用生产，也满足国家环保的要求，带来良好的经济效益和社 会效益，各自的工艺特点 可为不同的企业结合自身特点所采用。(1、HYL-ZR是目前成熟的使用煤气还原球团矿生产直接还原铁的工艺 ，国内 有煤气资源条件的，短流程电炉炼钢的厂家值得考虑，投资也相对较低，但值得一提 的是对球团矿的性能要求较高。(2、COREX虽然是目前唯一成功应用于工业生产的熔融还原的成熟工艺 ，但 目前由于对原燃料的性能要求较高甚至苛刻。 其引进技术、设备费用较高，后续 仍需要解决的技术问题很多，发展受到一定限制，适合有一定经济、技术实力的企 业。(3、

20、FINEX目前也已投入工业生产，采用粉矿、粉煤、压块技术、原燃料 适应 性强，生产操作稳定性、作业率等有待于进一步生产实践验证。(4、HISMELT直接使用粉矿、粉煤生产铁水、原燃料适应性强 ，但目前作 业 率低，设备故障率较高，工艺可行，发展前景乐观。1.6课题研究内容及研究步骤研究内容:研究内容:研究的内容分为两个部分。 第一部分是依照PDCA循环 的工作步骤分析数据，找出产生问题的原因，制定改进措施，并对改进的效果 进行评 价。（1从收集到的数据中发现生产过程出现异常（均值一极差控制图;（2利用SPD中的Xcs Rscs选控单值一移动极差 控制图，找出问题出现 在哪 一道工序上；（3知道

21、问题所在的工序之后，利用因果分析图，围绕5M1E找出原因;之后制定 改进的措施并评价效果。研究步骤：1、实地调研，收集数据2、找出影响烧结质量的关键因素，对关键因素的数据进行整理，然后运用SPC 工具对其进行分析，画出均值-极差控制图，找出哪些点出界，看均值控制图，看其质量 是否稳定,考虑冋题出现在哪道工序上？3、运用SPD （统计过程诊断对其过程进行分析：烧结矿生产的工艺流程为：配料，一混，二混，三混,烧结，可以简化为：混料，烧结1 .寻找控制对象与非控制对象之间的函数关系2 .将控制对象的实测值变换成选控值,即计算yes = yi -y3 .计算 y、y- y、（y- y /x、y/x 的

22、值4 .计算系数x的均值及控制界限5 .画选控控制图根据所画的选控图（X控制图可以看出哪些点出界根据两种控制图诊断情况（三八表对出现的问题进行诊断：两种控制图诊断情况1 I41 WFKHI11wt站；MB#*MtVX帯比戟呻詰* FJT也4ilB稠OHW. lift 氏一 ftifi51廿知i； t|聯i ft6丨冷lI &汁和0馬.UFit *力间相料ilba1 H牯乂辛丹祐.httitiiM-Botfnr计at*.M影响了该工序，然后对这些不合理的操作进行改进，找出合理的解决方案。4、 对另外影响烧结质量的关键因素，进行如上的分析一一统计、分析、诊 断，并就过程 出现的异常制定改进措施。5

23、、运用加权因素评价法对烧结矿质量改进方法的进行评价6找出衡量烧结矿质量的指标，运用DOE进行实验设计。利用 Mi ni tab软件 对试验结果进行分析，得出最优的方案组合。1.7课题研究的重要性及意义SPC(Statistical Process Contro统计过程控制与 SPD(Statistical Process Diagnosis 统计过程诊断及实验设计(Design of Experime nts,缩写为DOE是当前广泛应用的高 新科技。SPC强调全过程监控、全系统参与，并且强调用科学方法(主要是统计技术来 保证全过程的预防。 它是利用统计方法对工序中的各个阶段进行控制 ，从而达到

24、改 进与保证质量的目的。SPC不仅适用于质量控制，更可应用于一切管理 过程（如产 品设计、市场分析等。它强调全过程的预防为主 ，SPC不仅可用于 制造过程而且也 可以用于服务过程改进与保证服务质量。通过理论分析和实际考察，立足于马钢配料车间的现状，运用质量管理的 工具去 发现问题、分析问题、解决问题,从而在实践中巩固和加深对理论知识的 掌握,增 强实践能力。课题的提出、设计、完成的意义是多方面的。一方面，增强了我与公司领导沟通的能力，独立分析问题、解决问题的能力，提高了我的专 业素质;另一方 面，通过分析影响配料的主要因素，对其进行分析、改进，提出改善方案，将会进一步 提高配料的质量和速度。为

25、了使烧结矿满足高炉冶炼的要求，必须根据原料条件，准确地计算出铁料、 溶剂、燃料的配料比，并根据配料比进行配料，使配合料的主要成分如铁、氧化 钙、 二氧化硅、硫等的含量合乎规定的技术标准。烧结厂使用的原料品种比较多，各种 原料的化学成分相差也较大，即使是同一品种的原料，其化学组成亦有波动。配料 工序就根据烧结矿的质量标准要求，进行计算配料，控制和稳定烧结矿的化 学成分 在允许的范围内波动。同时还可以根据各种原料的粒度、熔点及烧结性能配入适 量的燃料,保证烧结料含碳量适合于烧结生产的要求，并为有效地除去有 害杂质和 控制TFe的含量创造条件。2 SPC 程控制（Statistical Proces

26、s Control应用中常见的两类错误：从统计的观点来看，控制图用样本点来判断的过程是在图上做一次统计假设检验。如果点出界，则拒绝过程处于受控状态的假设，认为存在非随机性系统误差。 根据统计推断理论，进行假设检验时可能会做出错误的判断。错误可以分为 两类：（1虚发警报，也称第一类错误或判断。在生产过程正常时，有可能因偶然的因素 导致样本点超出上、下控制限，依据判异准则，得出存在非随机性系统误差（异因的错误结论。通常将犯第一类错误的概率记为a , 一般不会超过千分之三。虽然如此，第一类错误会造成寻找根本不存在的异因的损失。I JIaI JI I J（2漏发警报，也称第二类错误或判断。在生产过程异

27、常时，仍可能有部分样本的质量特性值偶然位于控制界限内。如果此时抽到这样的产品，样本点就会落在上、下控制限内，因此漏发警报而犯第二类错误。犯第二类错误的概率通常记为B见图。漏判会造成废品增加的损失。如何减少两类错误所造成的损失？关键在于减少两类错误的概率 a与B。理论研究表明，增大则B减小，减小则B增大。这也可从控制图 上直观 地看出。控制图中心线一般居中不动，上、下控制限互相平行，能变动的只是二者的 间距。由上图可见，当上下控制限间距变大，第一类错误的概率a将减小，而第二类 错误的概率B将增大，反之a增大则B减小。要使a与B同时减小,只有不断增加样本量，而这将提高成本,且在实际中又很 难实现。

28、由于B的计算与失控状态的总体分布有关，而总体分布具有多样性,很难对B作出确切的估计。因此，控制图仅考虑犯第一类错误的概率弘原理如果质量特性值x服从正态分布N（卩,则无论均值与标准差为何值,x落在 区间卩土 3缶概率为0.9973（如下图,通常成为3 c原则。为使用方便，将图左变换成图右的形式，就得到一张控制图，确切地说单值（x控 制图。控制图（如下图与质量统计的直方图、排列图等方法有所不同，其区别在于：后者反映某一时段静止的质量状态，而前者反映质量随时间变化而波动的动态特性, 主要对过程质量特性值进行测定、记录、评估、分析过去和现在的 质量状况，判别 工序生产过程是否处于控制状态，从而有效实现

29、现场质量控制，达到警告和预防的目 的。统计技术及工具质量管理中常用的统计分析方法及工具具有很强的实用性，而且较为简单，在许多国家、地区和各行各业都得到广泛应用 ：控制图：用来对过程状态进行监控，并可度量、诊断和改进过程状态。直方图：是以一组无间隔的直条图表现频数分布特征的统计图，能够直观地显示出数据的分布情况。排列图：又叫帕累托图，它是将各个项目产生的影响从最主要到最次要的顺序 进行排列的一种工具。可用其区分影响产品质量的主要、次要、一般问题，找出影响产品质量的主要因素，识别进行质量改进的机会。散布图：以点的分布反映变量之间相关情况，是用来发现和显示两组数据之间 相关关系的类型和程度，或确认其

30、预期关系的一种示图工具。工序能力指数（CPK :分析工序能力满足质量标准、工艺规范的程度。频数分析:形成观测量中变量不同水平的分布情况表。描述统计量分析：如平均值、最大值、最小值、范围、方差等，了解过程的一 些总体特征。相关分析:研究变量之间关系的密切程度，并且假设变量都是随机变动的，不分 主次，处于同等地位。回归分析:分析变量之间的相互关系。的作用SPC强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术来保 证全过程的预防。SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设 计、市场分析等。正是它的这种全员参与管理质量的思想 ，实施SPC可以帮助企业 在质量控制上真正作到

31、事前预防和控制,SPC可以：对过程作出可靠的评估；确定过程的统计控制界限，判断过程是否失控和过程是否有能力；为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生；减少 对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测 和验证工 作。有了以上的预防和控制，可以对企业起到如下作用：降低成本降低不良率，减少返工和浪费提高劳动生产率提供核心竞争力赢得广泛客户更好地理解和实施质量体系2.2SPC数据采集烧结旷卞要成分统计我TFe(%)CaO (%)R （倍）810： (%)MgO (%)55. 8410. 782 135. 052. 45阪77m 722. 145* 022,

32、1055. 7810. 812. 165. 012.4455. 7810. 922. 224.922. H55. 8310. 872. 175.012. 4855. 8010. 872. 22L 892.4156. 0910. 862.214.832.112.3烧结矿质量改进影响烧结矿质量的因素中主要有：TFe、CaO、R及烧结速度数据分析 烧结矿中TFe的数据如下表Tfe含量X1 X2 X3 X4 X5均值 极差 55.93 56.06 55.93 55.89 56.01 55.964 1 2 55.83 55.66 55.68 55.79 55.7 55.732 3 55.53 55.77

33、 55.68 55.74 55.76 55.696 4 55.75 55.73 55.95 55.7 56.6 55.946 5 56.09 55.8 55.93 56.01 55.71 55.908 6 55.82 55.79 55.75 55.89 55.79 55.808 7 55.92 56.03 56.11 55.99 55.86 55.982 8 55.86 55.85 55.87 56.01 55.98 55.914 9 55.87 55.95 55.88 55.83 55.77 55.86 10 55.79 55.98 55.89 55.96 55.8 55.884 11 55

34、.66 55.74 55.9 55.69 55.78 55.754 12 55.86 55.88 55.76 55.81 55.67 55.796 13 55.79 55.76 56.25 55.7 55.71 55.842 14 56.06 55.78 55.67 55.82 55.81 55.828 15 55.8 55.85 55.88 55.64 55.61 55.756 16 55.68 55.86 55.7 55.61 55.59 55.688 17 54.3 55.79 55.94 55.84 55.92 55.558 18 55.91 55.8 55.79 55.72 55.7

35、6 55.796 19 55.79 55.69 55.84 55.78 55.75 55.77 20 55.51 55.59 55.71 55.62 55.61 55.608 21 55.76 56 55.99 56.01 55.85 55.922 22 55.92 55.89 55.8155.84 55.87 55.866 23 55.93 55.69 55.82 56 55.73 55.834 24 55.92 55.62 55.62 55.5655.32 55.608 25 55.8 55.75 55.09 56.18 55.51 55.666 26 55.7 55.77 55.79 5

36、5.33 55.7855.674 27 55.71 55.87 55.93 55.82 55.9 55.846 28 55.94 55.89 55.91 55.82 55.69 55.8529 55.69 55.67 55.73 55.87 55.9 55.772 30 56.01 55.7 56.09 55.98 56 55.9均值55.8028 0.17 0.17 0.24 0.9 0.38 0.14 0.25 0.16 0.18 0.19 0.24 0.21 0.55 0.39 0.27 0.271.64 0.19 0.15 0.2 0.25 0.11 0.31 0.6 1.09 0.46 0.22 0.25 0.23 0.39 0.36