, (29)

где R^*(T,t_i) вычисляется на основании автокорреляционной функции.

Для класса исследованных процессов для автокорреляционной функции в силу предположения монотонности в работе предлагается использовать функции Лагерра, которые представляют ортонормированный базис в пространстве функций с интегрируемым квадратом на (0,)

L_n(x)=L_n^*(x)e^-x,

где L_n^*(x)- полином n-ой степени.

Эта система функций удобна для представления экспоненциальной функции, функции Эрланга и других. Так, например, функция с запаздыванием может быть представлена суммой двух членов

r₁(t)=2L₀(t)-L₁(t)=(1+t)e^-t,

где L₀^*1; L₁^*1-t - первые многочлены Лагерра.

Более длительную задержку можно получить увеличением степени полинома. Для выполнения свойства монотонности необходимо, чтобы производная функции на всей допустимой области была отрицательной. Операции интегрирования и дифференцирования не выводят элементы из этой системы. Поэтому монотонно убывающую функцию можно получить интегрированием отрицательной на всей области функции. Этому условию удовлетворяют функции, обращенные к распределениям Эрланга

.

Для автокорреляционной функции справедливо представление

.

В результате замены переменных получаем представление автокорреляции:

 (30)

На рис. 7. представлены графики этого семейства функций для различных порядков полиномов.

Представление автокорреляции функциями Лагерра

Рис. 7

Будем использовать это выражение для вычисления математического ожидания и дисперсии среднеинтегральной оценки. Для функции R(t), подставляя r(t) в (30) получим:

. (31)

На основании чего для математического ожидания получим соотношение:

, (32)

которое может быть использовано для прогноза отклонений характеристик от Номинала.

Полученные соотношения представляют основу для реализации алгоритмов прогнозирования качества продукции с учетом нестационарности.

Для организации процедур контроля в диссертации предлагается использование выборочных планов последовательного типа, которые более предпочтительны по соображениям большей мощности. По сравнению со статическими планами они требуют меньшего объема выборки (количества контрольных замеров). При динамическом контроле, обозначая количество дефектных изделий m, процентная частота попадания в выборке равна . Для бесконечно большой генеральной совокупности границы коридора имеют вид:

, . (33)

Проверка гипотез качества продукции

Для конечных генеральных совокупностей используется поправка на конечность . Способ определения доверительного интервала для относительной частоты генеральной совокупности основан на нормальном приближении и вычисляется на основании:

. (34)

На рис.8. приведены границы коридора в ситуациях принятия и отклонения гипотез о соответствии качества.

В результате такой поход дает возможность организации адаптивного контроля для установления соответствия уровня качества продукции требуемому уровню.

В четвертой главе решается задача построения СППР по выявлению причин выпуска дефектных изделий на основе экспертных оценок и аппарата темпоральных логик.

При проведении экспертизы по заранее разработанному алгоритму необходимо произвести обработку полученной от экспертов информации и найти результирующую оценку из множества допустимых оценок (МДО) , являющуюся решением исходной задачи оценивания. Если полученное решение не устраивает, то возможно предоставление экспертам дополнительной информации, т.е. необходимо организовать обратную связь, после чего пользователи вновь решают соответствующие задачи выбора. Выделенная последовательность действий представлена блок-схемой экспертизы (рис.9.) .

Схема проведения экспертизы

Рис.9

С параметрами: - исходное МДО; _Э - МДО для экспертов; L - взаимодействие между экспертами; Q - обратная связь; - аналитическая обработка (отображение ^N_Э ).

При подготовке экспертизы необходима предварительная разработка схемы экспертизы и подбор экспертов, а при реализации экспертизы необходимо получение от экспертов информации, и ее обработка. Вопросы обработки экспертных оценок сводятся к прикладным математическим методам:

· методы простого оценивания;

· метод Дельфи;

методы ранжирования и др

Таблица Дефекты асфальтобетонной смеси и способы их устранения

Дефекты	Причины	Способы устранения
Синий дымок над смесью	Смесь прогрета выше 200єС	Регулировать температурный режим приготовления на заводе
Наличие в смеси включений в виде комочков из минерального порошка	Использован непросушенный минеральный порошок; избыток битума, минерального порошка; недостаточное перемешивание	Не применять непросушенный минеральный порошок. Уточнить дозировку материалов, соблюдать время перемешивания
Смесь имеет битумные пятна или пленку, щебенки не покрыты битумом	Недостаточное и неправильное перемешивание	Откорректировать время перемешивания и выбрать оптимальную технологию приготовления смесей
Комья в смеси	Смесь охлаждена при транспортировании, избыток пылеватых частиц	Перевозить смесь в автомобилях большой грузоподъемности, оборудованных устройством для обогрева. Закрывать сверху смесь матами или плотными брезентовыми чехлами
Смесь трудно разрабатывается	Низкая температура смеси, увеличенное количество минерального порошка, недостаточное перемешивание	Повысить температуру смеси до требуемой, проверить дозировку и производить раздельное перемешивание (сначала «сухое», а потом с битумом)
Наличие в смеси щебня незаданной фракции	Разрыв сетки грохота	Заменить сетку грохота

В качестве примера приведем методику формирования способов устранения дефектов на ЗАО «Асфальтобетонный завод№1». После проведения значительного объема работ осуществляется метрологическая аттестация (проверка) всех средств измерений, которыми оборудован асфальтобетонный завод. К таким средствам измерения относятся весовые дозаторы минеральных материалов и битума. Аттестацию осуществляют специальные организации, имеющие лицензии проверки, при необходимости осуществляют ремонт дозаторов. Подобная работа проводится также применительно к средствам измерения, имеющимся в лаборатории. Вся эта работа направлена на выявление причин выпуска дефектной продукции, которая сводится в единую таблицу правил вывода 5.

В результате, такой подход к выявлению причин дефектов с указанием экспертами способов их устранения в соответствии с характеристиками агрегатов, может быть формализован в виде аппарата экспертных систем.

На основании проведенного анализа временных логик в качестве базовой для проведения временных рассуждений в диссертации была принята временная логика с часами TLC (Temporal Logic with Clock). TLC является расширением временной логики, семантика которой такова, что каждая формула при конкретной временной интерпретации ассоциируется со своими локальными часами, т.е. с подпоследовательностями последовательности натуральных чисел, мыслимой как “глобальная” временная шкала (глобальные часы). При этом конкретные значения формула приобретает в соответствии с семантикой TLC только для моментов времени на её локальных часах. В остальные моменты времени значение формулы не определено.

В TLC помимо обычных временных операторов и (“всегда” и “иногда”) используются ещё два временных оператора - first и next, интуитивный смысл которых заключается в следующем:

- first А: формула А истинна в первый момент времени,

- next А: формула А истинна в следующий момент времени.

Словарь TLC включает помимо констант, переменных, функциональных и предикатных символов примитивные пропозициональные связки и , универсальный квантор и три временных оператора: first (начальный момент времени), next (следующий момент времени) и (всегда).

Определения правильно построенных формул (ппф) вводятся следующим образом.

1. Временной атом определяется рекурсивно:

если p является n-местным предикатным символом, а e₁,...,e_n - термы, то p (e₁,...,e_n ) - временной атом;

если А - временной атом, то временными атомами являются также first A, next A.

2. ппф определяются рекурсивно :

все временные атомы суть ппф;

если А и В - ппф, то ппф будут также и А, first A, next A, A;

если А и В - ппф, то ппф будет также и (A B);

если А - ппф, x - переменная, свободная в А, то ппф будет также и (x) А.

Логические связки , , и квантор существования могут быть получены из примитивных связок и универсального квантора обычным путём. Для временного оператора (иногда ) также используется обычное определение:

_def

А = -- A .

Исчисление часов вводится следующим образом. Пусть обозначает множество натуральных чисел {0, 1, 2,...}.

3. Глобальные часы представляют возрастающую последовательность натуральных чисел, т.е., <0, 1, 2, ...>. Локальные часы - это подпоследовательность глобальных часов, т.е. ограниченно возрастающая последовательность натуральных чисел, конечная или бесконечная.

Пусть t ck_i означает тот факт, что t является моментом времени на часах ck. CK означает множество всех часов, а R - отношение порядка, заданное на элементах CK² (здесь 2 - показатель декартовой степени множества CK) таким образом, что для любых ck₁, ck₂ CK, имеет место ck₁ R ck₂ , если и только если для всех t ck₁ имеет место t ck₂.

4. Присваиванием часов ck является отображение из множества LP предикатных символов во множество часов CK, т.е. ck [LPCK]. Нотация ck(p) означает часы, ассоциированные с предикатным символом p при данном присваивании часов ck.

5. Пусть A - формула и ck - присваивание часов. Локальные часы ck_A ассоциированные с А, определяются рекурсивно следующим образом:

если A есть временной атом p(x₁, ... , x_n ), то ck_A = ck (p) ;

если A = first B, B , B или (x) B, то ck_A = ck_B

если A = (B C), то ck_A = ck_B ck_С.

если A = next B, то (1) ck_A = <t₀, ..., t _n-1>, когда ck_В = <t₀, ..., t _n> являются непустой конечной последовательностью; (2) ck_A = ck_B , когда ck_B является бесконечной или пустой последовательностью.

Значением любого предикатного n-местного символа p фактически является частичное отображение из в P(Dom n), где Dom - область интерпретации, Dom n - n-я декартова степень множества Dom и P(Dom n) - множество всех подмножеств множества Dom n.

Таким образом, при любом конкретном присваивании часов, для любого tck(p) в соответствии с данным частичным отображением найдётся некоторое подмножество множества Dom n, между тем, как для моментов времени, не входящих в ck(p), образ не определён.

Система доказательства при этом содержит множество аксиом и множество правил вывода. Помимо аксиом логики первого порядка определены аксиомы и правила вывода, связанные с временными операторами и присваиванием часов.

Модель объекта или процесса в разработанной системе моделирования процессов оценки качества представляет собой динамическую продукционную систему. Ее база данных (БД) содержит описания ресурсов моделируемого объекта или процесса, а база знаний (БЗ) описания действий, выполняемых ресурсами над ними. Адаптация к конкретному объекту заключается в описании ресурсов и действий на формальном языке и введении их в БД и БЗ. В системе моделирования существует однозначное отображение моделируемого объекта или процесса в его информационное представление.

Основным составляющим объекта моделирования, каковыми являются его элементы, процесс, законы функционирования, соответствуют информационные объекты: ресурсы, действия и нерегулярные события, операции. При этом используются некоторые черты объектно-ориентированного подхода. Указанные элементы, а именно, множества ресурсов R и операций О, образуют модель. Процесс в объекте моделирования представляет собой временную последовательность действий А и нерегулярных событий Е. Система управления объекта моделирования соответствует модулю вывода динамической продукционной системы.

Модель получается добавлением к динамической продукционной системе аппарата событий, аналогичного подобным аппаратам в системах и языках имитационного моделирования. Моменты окончания действий определяются блоками имитации элементов объекта моделирования, а моменты наступления нерегулярных событий блоком имитации этих событий. Система моделирования включает в себя также подсистему сбора показателей, служащую для сбора результатов моделирования и их первичной обработки.

Используя концепцию события, действие по изменению состояния проблемной области можно представить, как пару событий следующим образом:

a = <e_н, e_к> = < t_н, С^-_н, C⁺_н, t_к, С^-_к, C⁺_к >, (35)

где С^-_н, C⁺- состояния системы перед и после наступления события e_н, (т.е. начала выполнения действия a) соответственно, С^-_к, C⁺_к- состояния системы перед и после наступления события e_к (т.е. завершения действия a), соответственно, t_н, t_к, моменты времени наступления событий e_н, e_к, соответственно (проведение регламентных работ). Предположим, что состояния С^-_н, C⁺_н отличаются друг от друга тем, что в момент времени t_н оказывается истинной формула логики первого порядка f_н, состояния С^-_к, C⁺_к- отличаются друг от друга тем, что в момент времени t_к оказывается истинной формула f_к. Событие e_к наступает (и, соответственно, формула f_к оказывается истинной) только если действие a завершится нормально, т.е. при «штатном» развитии событий. Иначе, т.е. при наступлении нерегулярных событий, препятствующих нормальному завершению действия a, событие e_к не наступит и формула f_к не станет истинной в момент времени t_к. Тогда в темпоральной логике выражение (35) может быть представлено как нормальное темпоральное умолчание вида:

first next [t_н] f _н : first next [t_к] f _к

^{__________________________________________} .

first next [t_к] f _к (36)

Если известно, что «штатному» завершению действия a препятствует наступление любого нерегулярного события из множества {e₁,…,e_n} в интервале времени t = t - t_н, то для его представления можно использовать эквивалентное нормальному темпоральному умолчанию более общее темпоральное умолчание, не являющееся нормальным:

_{n tк}

first next [t_н] f _н : first next [t_j] f _i

^{i=0 j= tн}

^{_____________________________________________________} ,

first next [t_к] f _к (37)

где f _i , n i 1 - формулы логики первого порядка, соответствующие событиям e₁,…,e_n по аналогии с тем, как формулы f _н , f _к соответствуют событиям e_н, e_к .

Действие привязано к временной оси (глобальным или локальным часам): начинается в момент t_н и кончается в момент t_к. Если в описании действия исключить привязку к временной оси, оставив только его длительность t, то получим виртуальное действие. Виртуальное действие будет начинаться всякий раз, когда будет выполняться условие, выражающее соотношение между состояниями С^-_н, C⁺_н. В логике TDLC и ее вариантов этому соответствует понятия темпорально открытых формул и умолчаний. Виртуальные действия могут быть представлены как темпорально открытые умолчания (нормальные):

next [t_н] f _н : next [t_к] f _к

^{__________________________________________},

next [t_к] f _к

и умолчание, не являющееся нормальным:

_{n tк}

next [t_н] f _н : next [t_j] f _i

^{i=0 j= tн}

^{________________________________________},

next [t_к] f _к

Таким образом, в диссертации показано соответствие между концепцией событий и действий в системе моделирования и средствами формализации темпоральных немонотонных рассуждений, предоставляемыми темпоральной логикой и родственных ей систем.

В случае непригодного технологического процесса необходимо решение задачи разработки мер по реорганизации процесса, которая также является результатом обработки мнений экспертов. Для решения этой задачи в диссертации предлагается использовать попарные сравнения. В этом случае эксперт дает не численное значение оценки, а предпочтение одних мер другим. Хотя это более трудоемкая процедура экспертного оценивания, она позволяет повысить адекватность принятых мер по устранению причин снижения качества. То есть каждая опросная карта каждого эксперта представляет бинарное отношение. Таким образом, по результатам анализа всех экспертов составляется обобщенная матрица

,

где A^j - ранжировка j-го эксперта, P=||p_ij||- матрица вероятностей предпочтения качества i-го и j-го варианта модернизации технологического процесса.

Следующим этапом является переход от матрицы попарных сравнений к перестановке =E_{n Э} по уровню качества, которая определяется числовым значением. Числовая мера различия из вероятности предпочтения реализуется на основании поиска Z_ij,:

где Z_ij - определено в единицах стандартного отклонения.

Все попарные различия сводятся в матрицу Z=||Z_ij|| и вычисляется сумма каждой строки . В результате Z_i принимается за оценку качества соответствующей альтернативы.

Затем выполняется проверка на непротиворечивость, которая основывается на сравнении исходных вероятностей предпочтения и вероятностей, полученных в результате вторичного вычисления исходя из числовых оценок качества каждого варианта . Сумма разностей дает оценку согласия исходного и вторичного предпочтения:

.

Далее задаваясь порогом точности, на основании сравнения вычисленной суммы разностей решается задача о соответствии оценки качества.

Для повышения точности классификации экспертов и идентификации ситуаций по показателям технологического процесса в диссертации разработана модель кластеризации на основе методов латентно-структурного анализа, в которой предполагается, что каждый латентный класс является однородным относительно любых оценочных величин. Требуется, чтобы каждый латентный класс был достаточно однородным по отношении к любой латентной величине, так чтобы все единичные высказывания внутри класса были статистически независимы. Эта независимость внутри классов выражается следующими уравнениями:

p_ljk = p_lkp_lj, p_2jk = p_2kp_2j, … , p_qjk = p_qkp_qj,

p_ljkl = p_lkp_ljp_ll, p_2jkl = p_2kp_2jp_2l, …, p_qjkl = p_qkp_qjp_ql, (43)

Преобразование уравнений в соответствии с требованиями однородности групп приводит к системе уравнений:

n=n₁+ n₂+…+ n_q

n_j=n₁p_1j+ n₂p_2j +…+ n_qp_qj

n_jk=n₁p_lkp_lj+ n₂p_2kp_2j +…+ n_qp_qkp_qj

n_jkl=n₁ p_2kp_2jp_2l + n₂ p_2kp_2jp_2l +…+ n_q p_qkp_qjp_ql

и т.д.

Все наблюдаемые совместные частоты выражаются через (q+sq) латентных параметров, q объемов классов и q латентных вероятностей (p_1j, p_2j, … , p_qj) для каждого из s признаков анкеты экспертной карты. Последовательные ступени эмпирических частот насчитывают соответственно 1, s, s(s-1)/2 и т.д. членов, являющихся коэффициентами бинома (а+b)^s. Складывая их, получаем 2^s уравнений, связывающих наблюдаемые и латентные величины в этой модели.

Задача, как и в факторном анализе, заключается в решении основных уравнений относительно неизвестных латентных параметров. Большинство из известных решений не используют совместные частоты с повторяющимися индексами (n_jj, n_jjk, n_jjj, n_jjkl и т. д.). В анализе латентной структуры (рис.10.) они рассматриваются как аналоги общих факторных дисперсий факторного анализа, которые нам неизвестны. В диссертации доказано, что представление их в виде эквивалентов, соответствующих смешанным частотам более низкой ступени без повторяющихся индексов (то есть n_jj=n_j, n_jjk=n_jk, и т. д.) дает аналог использования равных единиц корреляций в факторном анализе.

Гипотетическая диаграмма рассеяния

Рис.10.

В работе предполагается, что имеется набор s количественных измерений, таких, как баллы карт экспертизы в выборке из п экспертов. По некоторому правилу каждый член этой выборки приписывается одной, и только одной, из q подгрупп. Тогда размер выборки, суммы баллов и суммы произведений баллов для всей выборки выражаются через соответствующие статистики для подгрупп следующим образом:

n=n₁+ n₂+…+ n_q

и т.д. (45)

Таблица 6. Решение латентного профиля для гипотетического примера трех классов

	Номер карты	Латентный класс
		I	II	III
Средние по классам	1	-1,50	0,50	0,50
	2	-1,50	0,50	0,50
	3	-1,00	0,00	1,00
	4	-0,50	-0,50	1,50
	5	-0,50	-0,50	1,50
Размеры класса	0,25	0,50	0,25

Все суммирования в (45) проводятся по экспертам. Суммирования слева проводятся по всей выборке, а справа -- по экспертам различных подгрупп; величина Х_ij есть балл эксперта i по экспертизе j, и она может быть дана в единицах стандартного отклонения или в каких-либо других единицах. То же самое относится и к Х_ik, Х_il и т. д.

Проведена апробация процедуры экспертного оценивания и классификации ситуаций, возникающих в ходе технологического процесса.

Вид различных регрессий на рис.11. такой, как следовало ожидать в предположении от относительной сложности опросной карты.

Простые карты (1 и 2) являются различающими на нижнем конце латентного континуума. Сложные карты (4 и 5) - на верхнем. Карта (3) средней сложности - на всем континууме. В таб.6. приведены полученные характеристики трех латентных классов.

Линия регрессии тестов на латентном континууме для гипотетического случая двух классов

Рис. 11.

В пятой главе рассматриваются вопросы построения программно-моделирующего комплекса информационной поддержки контроля качества с использованием разработанных методов и моделей. Приведен список приложений с описанием их основных функциональных возможностей. Рассматриваются вопросы использования различных программных технологий для оперативной реализации методик.

В диссертации разработан сценарий СППР по выбору режимов управления технологическими процессами. При формировании методики аналитической обработки использовались инструментальные средства гибридной среды «СОТА», которые позволяют формировать алгоритмическую структуру программных приложений за счет задания переходов между приложениями по условиям его завершения с использованием стандартизованного интерфейса, что и создает пользовательский сценарий (рис. 12).

В сценарий включены: модель технологического процесса; статистическая параметризация модели, методика автоматического анализа выбросов и другие, разработанные в диссертации модели и методы.

С целью адекватного представления объектных моделей оценки качества в работе предлагается модель данных, основанная на использовании теории категорий. В данной модели любой объект ассоциируется с некоторой универсальной сущностью Е.

Каждый экземпляр сущности характеризуется множеством атрибутов А = {А, А2..., А_n}. Атрибуту соответствует область возможных значений. Между множеством атрибутов и областями возможных значений задается отображение вида: Dom: A > D, где D = {D₁, D₂,..., D_n} - области возможных значений; D_i - область возможных значений.

Сценарий реализации методики контроля качества

Рис.13

Таким образом, атрибуту А_i соответствует область значений Dom(A_j). Дня идентификации элементов из множества объектов Е выделяется номерное множество N. С множеством экземпляров сущности Е свяжем атрибут, который обозначает отношение принадлежности объекта к множеству экземпляров сущности Е и задает идентификатор экземпляра сущности.

Множество N ассоциируется с универсальным множеством идентификаторов экземпляров сущности. Это требует разработки соответствующей нумерации экземпляров сущности (N>Е). В качестве области значения атрибута Е рассматривается подмножество N (Dom(E) N). В качестве атрибута объектов, наряду с атрибутом Е, может использоваться атрибут Е', значения которого ссылаются на другие объекты из множества Е (Dom(E') Dom(E)). Такой атрибут рассматривается как ссылочный атрибут или атрибут связи. Таким образом, множество N рассматривается так же как элемент множества D (N D). Предложенный объектно-ориентированный подход для создания системы баз данных позволил значительно повысить уровень совместимости и целостности данных за счет использования типового интерфейса, типовых доменов и отношений между ними. Кроме того, он позволил создать условия для расширения системы методов и моделей за счет стандартизации доменов и свойств системной открытости, используя объектно-ориентированные языки программирования.

Функции Подсистемы экспертного оценивания (ЭО) характеристик технологических процессов реализуются полностью в структурном элементе, представляющем собой множество опросных анкет, т.к. именно такой способ расширения функционала Оболочки предусмотрен в системе «СОТА». Набор функций, заложенных в систему, зависит от того, какой шаблон ЭО был выбран из библиотеки при создании конкретного экземпляра ЭО в Конструкторе ЭО. Интеграция механизмов ЭО в оболочку СОТА достигается за счет реализации исполняемых фрагментов, составляющих сценарий экспертизы, с использованием прикладного программного интерфейса, предоставляемого Оболочкой СОТА, и в соответствии с ним.

Экземпляр ЭО формируется в Конструкторе ЭО на основе параметризации одного из имеющихся шаблонов, выбранного при его создании из библиотеки. Шаблоны ЭО могут различаться наличием или отсутствием следующих возможностей:

· локальное отображение (в Оболочке эксперта) текущего выявленного уровня компетентности;

· локальное отображение по окончании экспертизы детальной информации о выполнении каждого шага экспертизы и обобщенной итоговой информации о результатах экспертного оценивания в графической или текстовой форме;

· сохранение результата выполнения каждого этапа экспертизы в общей БД результатов ЭО для мониторинга экспертизы;

· синхронизация с Подсистемой мониторинга результатов ЭО (централизованное управление началом и завершением сеанса ЭО в группе экспертов).

Эти и другие возможности могут комбинироваться в различных сочетаниях в каждом новом шаблоне ЭО.

При производстве бетонных плит ширина и длина являются важными характеристиками качества, так как плита по размерам должна точно подходить предусмотренному для нее месту. Для контроля ширины сначала используются X-bar и R-карты. Затем строится контрольная карта для длины. Ниже иллюстрация методики дается в предположении, что всего имеется 20 выборок по 3 наблюдения в каждой. Эти данные могли быть получены как непосредственно с измерительного устройства, так и из базы данных.

Следующим этапом строится составной график, в котором в верхней части находится X-bar карта (для контроля за средним процесса), а в нижней - R-карта (для контроля за изменчивостью процесса). Для обеих карт выдаются гистограммы (рис.14.), которые показывают распределение характеристик качества (средних и размахов в выборках, соответственно).

Перед тем, как сказать, правильно ли идет производственный процесс, нужно убедиться в том, что изменчивость процесса находится под контролем. Поэтому сначала исследуется контрольная карта изменчивости процесса (в данном случае - R карта). В данном случае вторая выборка свидетельствует о разладе процесса, так как размах для нее превышает верхний контрольный предел.

Далее проводится анализ X-bar карты. Из рисунка видно, что выборка 19 также может говорить о разладе процесса, так как среднее для нее находится ниже нижнего контрольного предела.

Чтобы убедиться в случайности выборок, проверяются критерии серий. Отображаются две таблицы (одна для X-bar карты, другая для R-карты). Если известны допустимые отклонения от спецификаций для ширины изделия, мы можем изучить пригодность процесса и отобразить на графике индексы пригодности процесса. При этом задается Номинал+-дельта, для которого отображаются две таблицы с индексами пригодности и индексами производительности процесса. Изучив индексы пригодности данного процесса, делаем вывод, что процесс можно считать пригодным и центрированным (хотя у нас есть выборки за контрольными пределами).

На следующем этапе проводится анализ индексов пригодности Cp, Cr, Cpl, Cpu, и Cpk (на рис. 14. левый верхний угол).

Карта размахов и формирования показателей пригодности



Рис. 24.

Предположим известно, что повлияло на выброс во 2 и 19 выборках. Выброс в выборке 2 был вызван ошибкой измерения из-за внешнего временного воздействия на датчик. Выборка 19 была получена новым, еще необученным оператором, которого затем отправили на обучающие курсы. Эту информацию также целесообразно хранить в БД с возможностью отображения на карте контроля качества (рис.15.).

Формирование отметок на карте

Рис.15

Разделение исследуемой выборки на составляющие

Рис.16

Так как выборка 2 выходит за контрольные пределы только R карты, используется опция R или S (MR/MS) карты для описания причины для второй выборки - "Ошибка датчика". Аналогично можно присвоить причину для выборки 19.

Коды для различных причин и действий хранятся в выбранных для них переменных. Если

Предположим, что достоверно известно, что для первых десяти выборок процесс находится под контролем. Начиная с выборки 11, станок заменили на новый. Следовательно, нужно задать два набора выборок и провести вычисления параметров карты для каждого набора отдельно (и определить, сместился ли процесс). Первый набор содержит выборки 1 - 10, второй - 11 - 20.

Изучив X-bar карту, можно сделать вывод, что после установки нового станка процесс действительно сместился. Тем не менее, процесс для каждого набора выборок находится под контролем (т.е., на карте нет выбросов) (рис. 17).

В заключении представлены основные результаты работы.

Приложение содержит документы об использовании результатов работы.

Основные выводы и результаты работы

1. Проведен анализ методов и моделей оценки качества готовой продукции и параметров технологических процессов в условиях изменчивости реальных характеристик изделий.

2. Выполнена классификация карт контроля качества, которые предлагается использовать для динамической идентификации характеристик изделий и технологических процессов с целью принятия решений по переналадке, замене и установке новых агрегатов.

3. Проведен системный анализ функций лаборатории контроля качества на всех стадиях производства продукции, включая постановку на производство, входной, периодический, операционный и выходной контроль.

4. Разработаны формализованные методы и модели преобразования количества дефектов при построении карт контроля качества. Предложена система критериев по оценке трендов изменчивости характеристик технологических процессов, а также показателей их потенциальной пригодности и подтвержденного качества.

5. Разработаны методы классификации и многокритериальной оптимизации качества технологических процессов в условиях коррелированности системы показателей и множественного ранжирования экспертных оценок.

6. Разработаны методы моделирования переходных процессов характеристик качества готовой продукции, связанных со старением агрегатов. Построены модели условно-нестационарных случайных процессов с заданной автокорреляционной функцией, а также модели процессов скользящего среднего для трендов качества.

7. Разработана статистическая модель плана выборочного контроля последовательного типа и инструментальные средства визуализации потери качества в условиях выхода за динамические пороговые границы.

8. На основе темпоральной логики разработаны модели проведения временных рассуждений в системе вывода правил для реализации способов устранения дефектов с использованием экспертных оценок в системе поддержки принятия решений по контролю качества.

9. Разработаны методы проведения экспертных оценок качества продукции, пригодности технологических процессов и модели латентно-структурного анализа классификации производственных ситуаций.

10. На основе категорного подхода разработана база данных экспертных оценок качества. Предложенный подход для создания системы баз данных позволил повысить уровень совместимости и целостности данных за счет использования типового интерфейса, типовых доменов и отношений между ними.

11. Разработан программно-моделирующий комплекс гибридной системы поддержки принятия решений по контролю и управлению качеством. Комплекс внедрен для практического применения в ЗАО НПВФ «СВАРКА», ЗАО «Асфальтобетонный завод№1» (ЗАО «АБЗ-1»), ЗАО «КВИНТМАДИ», а также используются в учебном процессе МАДИ(ГТУ).

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

МОНОГРАФИИ

1. Ивахненко А.М. Принципы построения гибридных систем поддержки принятия решений с открытой структурой, инвариантных к предметным областям. Монография / А.Б.Николаев, В.Ю. Строганов, А.М. Ивахненко // -М.: Техполиграфцентр». 2006. -196 с.

2. Ивахненко А.М. Моделирование контроля качества технологических процессов и промышленной продукции. Монография / А.М. Ивахненко, А.Ч.Ахохов // М.: Техполиграфцентр». 2008. -146 с.

ПУБЛИКАЦИИ В РЕЦЕНЗИРУЕМЫХ ЖУРНАЛАХ ИЗ СПИСКА ВАК

3. Ивахненко А.М. Методика организации и анализа управляемого имитационного эксперимента / А.М. Ивахненко, А.Ч. Ахохов, В.И. Нестеренко, А.Б. Чубуков, Г.П.Цибизов // Вестник МАДИ (ГТУ), вып. 1(7), 2006 М., МАДИ(ГТУ). - С. 78-83.

4. Ивахненко А.М. Концепция создания гибридной системы поддержки принятия решений с открытой структурой / А.М. Ивахненко, Д.В. Белянский, М.В. Приходько, Аль-Газу Абдель Рахман // Вестник МАДИ(ГТУ) вып.1(8) / МАДИ(ГТУ).-М., 2007. -С.82-87.

5. Ивахненко А.М. Подход к построению системы распознавания рукопечатных форм / А.Ч.Ахохов, В.И.Ивахненко, А.П.Баринов, Ла Суан Тханг // Вестник МАДИ(ГТУ) вып.1(12) / МАДИ(ГТУ).-М., 2008. -С.81-87.

6. Ивахненко А.М. Имитационная модель сети массового обслуживания процессов внутризаводской транспортировки / В.И. Нестеренко, А.Ч. Ахохов, А.М. Ивахненко, Е.Ю.Фаддеева // Вестник МАДИ(ГТУ) вып.1(12) / МАДИ(ГТУ).-М., 2008. -С.73-76.

7. Ивахненко А.М. Вложенная имитационная модель транспортировки в условиях стохастического характера грузопотоков и дальности перевозки/ В.И.Нестеренко, А.Ч.Ахохов, В.И.Ивахненко, А.Б.Чубуков // Вестник МАДИ(ГТУ) вып.1(12) / МАДИ(ГТУ).-М., 2008. -С.70-73.

8. Ивахненко А.М. Анализ стандартов в области оценки защищенности/ Е.А. Васильева, А.М. Ивахненко, А.П. Баринов // «Горно-аналитический бюллетень». МГГУ, № 3, -М., 2008 -С 36-43.

9. Ивахненко А.М. Методика прогнозирования технико-экономических показателей транспортных предприятий по модели факторного анализа / В.И. Нестеренко, А.Ч. Ахохов, А.М. Ивахненко // Вестник МАДИ(ГТУ) вып.2(13) / МАДИ(ГТУ).-М., 2008. -С.74-77.

10. Ивахненко А.М. Автоматизация системы контроля качества при производстве асфальтобетонных смесей. Вестник МАДИ(ГТУ) вып.2(13) МАДИ(ГТУ).-М., 2008. -С.70-73.

ПУБЛИКАЦИИ В ДРУГИХ ИЗДАНИЯХ

11. Ивахненко А.М. Логистические принципы функционирования терминальных систем // Сб. материалов 2-ой Международной конференции-семинара «Бизнес и логистика-98», под общ. ред. Л.Б.Миротина., М., «Брандес». 28-29 января 1998. -М. -С.28-32.

12. Ивахненко А.М. Теоретическое обоснование возможности оценки взаимного влияния обслуживающих механизмов на эффективность транспортного процесса // Бизнес и логистика-2000: сб. материалов Московского международного логистического форума (ММДФ-2000). 1-4 февраля. -М. Техполиграфцентр. 2000. -С. 36-41.

13. Ивахненко А.М. Аналитические методы оценки пропускной способности элементов логистических систем // Бизнес и логистика-2000: сб. материалов Московского международного логистического форума (ММДФ-2000). 1-4 февраля. -М. Техполиграфцентр. 2000. -С. 46-48.

14. Ивахненко А.М. Применение деловых игр в разработке управленческих решений на автомобильном транспорте / А.М..Ивахненко, А.А.Землянский, И.А.Кузнецов. - М. МАДИ(ГТУ). 2004. -157С.

15. Ивахненко А.М. Формализации процедур адаптивного тестового контроля на базе нечетких множеств / А.М.Ивахненко, Г.П.Боннер, Д.П.Кацыв // Методы и модели автоматизированного управления: сб. науч. трудов МАДИ(ГТУ). -М., 2006. -С. 25-28.

16. Ивахненко, А.М. Моделирование распределенной системы аттестации методом вложенных процессов / А.М. Ивахненко, Д.И. Попов // Новые технологии в автоматизации: сб. науч. трудов МАДИ(ГТУ). -М., 2006 . - С.124-128.

17. Ivaxnenko, A.M. Realization of adaptive education in multifunctional adaptive integrated environment V.I.Nesterenko, N.A. Krasnikova, K.A. Nikolaeva. Information and telecommunication technologies in intelligent system. Proceedings of Fourth International Conference, Catania, Italy // International Academy of Information, 2006.

18. Ивахненко А.М. Основы моделирования динамики систем управления транспортными средствами / С.Р. Алексеев, Д.П. Кацыв, О.Л. Снеткова // Теория и практика информационных технологий: межвуз.сб. науч. тр. -М., 2006. -С. 108-116.

19. Ивахненко А.М. Информационные технологии в задах управления качеством цепей поставок / А.М. Ивахненко, К.А. Атаев // Инновационные технологии на транспорте и в промышленности: сб. науч. тр. / МАДИ(ГТУ). -М. 2007. - С.41-48.

20. Ивахненко А.М. Использование вложенных имитационных моделей в контуре управления предприятиями / А.М. Ивахненко, В.И. Нестеренко, А.В. Колик, Аль-Газу Абдель Рахман // Инновационные технологии в промышленности, строительстве и образовании: сб. науч. тр. / МАДИ (ГТУ). -М., 2007 -С.87-93.

21. Ивахненко А.М. Формирование экспертных групп в системах поддержки принятия решений автодорожных предприятий / А.М.Ивахненко, П.Ф. Юрчик, И.Н. Акиньшина, Маджид Айман // Инновационные технологии в промышленности, строительстве и образовании: сб. науч. тр. // МАДИ (ГТУ). -М., 2007 -С.159-161.

22. Ивахненко А.М. Синтез топологии корпоративных информационных систем / А.М. Ивахненко, Лян Лян, А.С. Горячев, М.В. Приходько // Информационные технологии: программирование, управление, обучение: сб. науч. тр. / МАДИ(ГТУ) -М., 2007. -С. 15-22.

23. Ивахненко А.М. Синтез структуры распределенной информационной системы / Ивахненко А.М., В.И. Нестеренко, А.В. Колик, А.Ч. Ахохов, А.Б. Чубуков // Информационные технологии: программирование, управление, обучение: сб. науч. тр. / МАДИ(ГТУ). -М., 2007. -С. 42-49.

24. Ивахненко А.М. Гибридные системы поддержки принятия решений с открытой структурой / А.М. Ивахненко, А.Б. Чубуков, Д.В. Белянский, А.В. Колик // Информационные технологии: программирование, управление, обучение: сб. науч. тр. / МАДИ(ГТУ). -М., 2007. -С. 122-125.

25. Ивахненко А.М. Антикризисный менеджмент складских технологий / А.М. Ивахненко, К.И. Атаев, Д.А. Паршин // Методы прикладной информатики в автомобильно-дорожном комплексе: сб. науч. тр. / МАДИ(ГТУ). -М. 2007. -С.71-74.

26. Ивахненко А.М. Модели управления цепочками поставок на предприятиях с распределенной структурой / А.М. Ивахненко, А.Б. Николаев, А.В. Ящуков, А.П. Баринов // Организационно-управляющие системы на транспорте и в промышленности: сб. науч. тр. / МАДИ(ГТУ). -М. 2007. - С.111-117.

27. Ивахненко А.М. Формализация рассуждений в экспертных системах реального времени / А.М. Ивахненко, Л.И. Бернер, А.В. Рощин // Вопросы теории и практики автоматизации в промышленности: сб. науч. тр. МАДИ(ГТУ) -М., 2008. - С.26-34.

28. Ивахненко А.М. Переходные режимы в системах массового обслуживания / А.М. Ивахненко, А.В. Балдин, А.А. Шарков, Р.П. Лукащук // Вопросы теории и практики автоматизации в промышленности: сб. науч. тр. МАДИ(ГТУ). -М., 2008. - С.35-39.

29. Ивахненко А.М. Разработка имитационных моделей компонентов системы управления / А.М. Ивахненко, А.Ч. Ахохов, А.Б. Чубуков, Е.Ю. Фаддеева // Вопросы теории и практики автоматизации в промышленности: сб. науч. тр. МАДИ(ГТУ). -М., 2008. - С.93-104.

30. Ивахненко А.М. Организация перевозок на городском и пригородном пассажирском транспорте / А.М. Ивахненко, Л.Б. Миротин, С.С. Гоголин, А.А. Шарков // Инновационные методы автоматизации технологических процессов и производств: сб. науч. тр. МАДИ(ГТУ). -М., 2008. - С. 70-75.

31. Ивахненко А.М. Обоснование модели управления цепочками поставок /А.М. Ивахненко, А.Ч. Ахохов, В.И. Нестеренко, А.Б. Чубуков // Инновационные методы автоматизации технологических процессов и производств: сб. науч. тр. МАДИ(ГТУ). -М., 2008. - С. 82-85.

32. Ивахненко А.М. Разработка технического задания на программную реализацию системы поддержки принятия управленческих решений / А.Ч. Ахохов, А.М, Ивахненко, В.И. Нестеренко, А.Б.Чубуков // Инновационные методы автоматизации технологических процессов и производств: сб. науч. тр. / МАДИ(ГТУ). - М., 2008. -С.112-122.

33. Ивахненко А.М. Задачи оптимизации структуры управления производством работ на протяженных объектах / В.И.Нестеренко, А.Ч. Ахохов, А.М. Ивахненко, А.Б. Чубуков // Методы ситуационного управления и статистического анализа в промышленности, строительстве и образовании: сб. науч. тр. / МАДИ(ГТУ). - М., 2008. -С.14-23.

34. Ивахненко А.М. Сценарий системы поддержки принятия решений и концепция создания ситуационного центра / В.И.Нестеренко, А.Ч. Ахохов, А.М. Ивахненко, А.Б. Чубуков //Методы ситуационного управления и статистического анализа в промышленности, строительстве и образовании: сб. науч. тр. / МАДИ(ГТУ). - М., 2008. -С.42-51.

35. Ивахненко А.М. Мониторинг производственных процессов с использованием распределенной информационной системы / В.И.Нестеренко, А.Ч. Ахохов, А.М. Ивахненко, А.Б. Чубуков // Методы ситуационного управления и статистического анализа в промышленности, строительстве и образовании: сб. науч. тр. / МАДИ(ГТУ). - М., 2008. -С.24-33.

Размещено на Allbest.ru

...