Система оценки качества изделий легкой промышленности с учетом нечетких знаний

Размещено на http://www.allbest.ru/

Система оценки качества изделий легкой промышленности с учетом нечетких знаний

Захаров А.В., Серов В.В., Беляев Л.С.

Аннотация

Рассмотрена система оценки качества изделий легкой промышленности с применением нечетких знаний и современных программных средств.

Ключевые слова: качество; изделия легкой промышленности; стандарт; экспертиза; нечеткая логика.

На обувь существуют около сорока стандартов качества. Это значит, что каждая пара, что продается на рынке или в магазине, должна пройти контроль качества по сорока пунктам. И сделать это обязан производитель товара. Однако всегда ли то, что мы имеем на прилавках, самого высокого качества? По данным Центра независимой потребительской экспертизы (ЦНПЭ), с жалобами в месяц на качество обуви обращается до 300 человек. При осуществлении покупки определить качество обуви «на глаз» покупателю невозможно, но можно вспомнить, что продаваемая обувь обязательно должна иметь сертификат гигиенического соответствия. Таким образом, качественная обувная продукция проходит экспертизу на качество материалов, прочность их соединений, эстетичность и т.п. Отбор образцов и экспертиза качества обуви должна проводиться экспертами в соответствии с ГОСТ 9289 «Обувь. Правила приемки». Приемка обуви на экспертизу производится партиями. За партию принимают количество пар обуви одного артикула, изготовленной за определенный период времени (не более шести суток), оформленной документом, удостоверяющим качество продукции и содержащим: наименование предприятия-изготовителя и его товарного знака, артикул, номер партии, дату выпуска. Проверка качества обуви по внешнему виду, правильность упаковки и наличие нормативной документации осуществляется изготовителем для каждой пары обуви. Проверка качества обуви потребителем и при контрольных проверках осуществляется выборочно. Итак, объем данных от экспертиз для разных моделей обуви получается в совокупности огромным из-за различных партий, видов, наименований, фасонов, размеров обуви. Поскольку обувь состоит из пары, на соответствие качеству испытываются две полупары. В результате испытаний сводятся в массу весьма схожих таблиц с колонками чисел. Конечная же цель всей этой грандиозной работы - оценить конкретную модель обуви одним числом. Это число (показатель качества) эксперты, согласно требованиям ГОСТа, получают как «усреднение» всех результатов испытаний (каждый результат испытания умножается на коэффициент его значимости, потом все сведенные результаты складываются, их сумма делится на их количество) методом линейной свёртки. Но что же всё-таки скрывается за этим отдельным числом?

Из-за различных партий, видов, наименований, фасонов, размеров обуви количество числовых данных от всех экспертиз для разных моделей обуви получается просто огромным. Центры сертификации хранят пухлые журналы испытаний продукции, поскольку лишь благодаря им можно детально определить, на каком же этапе произошло отклонение отдельного показателя. Надо также заметить, что сами испытания часто проводятся в довольно идеальных условиях, как приписано ГОСТом. А в реальной жизни при носке обуви могут быть совсем иные условия влажности и температуры. К тому же, даже в лабораторных условиях при расчете числового значения испытания возможны погрешности вычислений, связанные с особенностями работы измерительной аппаратуры. Что делать в такой ситуации? Резко увеличить количество результирующих таблиц испытаний до уровня, уже не воспринимаемого экспертом? Есть идея гораздо лучше - применить нечеткую логику (fuzzy logic) [1].

Чтобы понять, что дает применение нечеткой логики, рассмотрим простой пример. Представьте себе, что вам необходимо разработать систему управления тяжелым длинномерным грузовиком, способную автоматически загонять его в узкий гараж из произвольной начальной точки. Если вы попытаетесь решить эту задачу классическим способом, то вам можно только посочувствовать. Придется в буквальном смысле слова увешать автомобиль всевозможными датчиками и акселерометрами, после чего привлечь пару докторов наук для составления отнюдь не простой системы уравнений в частных производных.

Использование нечеткой логики принципиально упрощает задачу. Прежде всего, используя лишь три нечетких параметра - скорость и ориентацию автомобиля и расстояние до гаража, вы получаете исчерпывающее описание текущей ситуации. Далее вы строите простую и естественную систему нечетких правил типа:

«Если до гаража достаточно далеко, скорость невелика, а нос смотрит влево возьми правее». В программном пакете CubiCalc, одном из наиболее популярных пакетов на основе нечеткой логики, для полной реализации указанной задачи понадобилось описать лишь двенадцать ситуаций и тридцать пять нечетких правил - каждое не сложнее приведенного выше. Вы можете часами наблюдать за кружевом трасс на экране - действия системы экономичны и безошибочны. качество изделие легкий промышленность

Этот несложный пример позволяет проиллюстрировать два ключевых преимущества нечеткой логики по сравнению с другими методами построения систем управления. Во-первых, при тех же объемах входной и выходной информации, центральный блок принятия решений становится компактнее и проще для восприятия человеком. Во-вторых, решение сложной и громоздкой задачи вычисления точных воздействий подменяется значительно более простой и гибкой стратегией адаптивного «подруливания» - при сохранении требуемой точности результата.

Теперь рассмотрим пример применения fuzzy logic в классическом методе определения прочности крепления подошв в обуви. В издании ГОСТ 9292-82 «Метод определения прочности крепления подошв в обуви химических типов крепления» в разделе 2 написано: «Для проведения испытания применяют разрывные машины марки РТ-250 или другие, обеспечивающие скорость движения нижнего зажима (100±10) мм/мин.», а в разделе 3 «Перед проведением испытания обувь должна быть выдержана при нормальных условиях относительной влажности (65±5%) и температуры (20±3)єС не менее 24 ч.» Видим, что скорость движения зажима, влажность и температура воздуха представляют собой неточные числовые значения, или нечеткие числа. Стоит добавить, что и выбор участков подошвы может отличаться. В тексте ГОСТа в разделе 3 часто встречается формулировка фраз, скорее подходящая к описанию правил работы нечеткой системы, например «В случае, если при отслаивании подошвы (из-за наличия сквозных разрезов подошвы при удалении металлического геленка и др.) не представляется возможным определить нагрузку в первых двух точках геленочного участка, допускается запись результатов испытания производить, начиная с третьей линии…». Разумеется, такой «интервальный» и неточный характер данных параметров должен влиять на числовой результат измерения нагрузки отрыва подошвы в различных ее участках. В реальности, каждый отдельный показатель нагрузки отрыва подошвы должен представлять нечеткий результат, расположенный в интервале значений.

Надо сказать, что понятие нечеткого числа вполне согласуется с нашими интуитивными представлениями об окружающем мире. Большая часть используемых нами понятий по своей природе нечетки и размыты и попытка загнать их в шоры двоичной логики приводит к недопустимым искажениям. Попробуйте, например, построить пороговую функцию принадлежности для термина «взрослый», «популярный», «качественный», «быстрый» и т.д. А в рамках теории нечетких множеств эта задача не вызывает никаких затруднений. Возьмем, например, понятие «взрослый» и попробуем построить функцию принадлежности человека ко множеству взрослых людей. По оси абсцисс откладывается возраст, по оси ординат - мера принадлежности множеству «взрослый». Очевидно, что до определенного значения возраста (скажем, 15 лет) человек явно «не взрослый» - и значение функции принадлежности будет равно нулю, а после некоторого возраста (например, 30 лет) - очевидно «взрослый», и значение функции равно единице. Соединим полученные горизонтальные отрезки наклонной линией - и функция, описывающая понятие «взрослый», готова. Теперь вы можете использовать это понятие (более не заботясь о его нечеткой природе) в работе с базами данных, экспертными системами и электронными таблицами, т.е. там, где ранее ни о какой неточности не могло быть и речи.

Таким образом, при вычислении показателя прочности крепления подошвы необходимо учитывать то, что измерения нагрузки отрыва подошвы в участках 1, 2, …, N на самом то деле являются нечисловыми данными [2]. Следовательно, при выборе программных средств важно остановится на тех системах, которые позволят эксперту воспользоваться мощным и логичным механизмом мягких вычислений (например, такая система описана в [3]). Главная идея данной работы состоит в том, что общее количество параметров, с которыми оперировал эксперт раньше, при использовании нечисловых параметров не увеличится.

Какое значение имеет качественная обувь для человека в 21 веке? Веке, который требует мобильности, подвижности и просто-таки необычайной активности? Ответ очевиден: качественная обувь - это, прежде всего, Ваше здоровье и красота. А также гарантия комфорта, удобства и хорошего настроения. А чтобы гарантировать эту качественность, нужно использовать современные методы её оценки с применением дружественных человеку программных средств. Использование аппарата мягких вычислений позволит эксперту вывести испытания на новый уровень, при этом оставив простоту и человечность их внешнего вида.

Библиографический список

1. Серов В. В. Логическое программирование нечетких знаний и его применение для решения прикладных задач качественного характера. М.: РосЗИТЛП, 2001. 108с.

2. Орлов А. И. Прикладная статистика. М.: Экзамен, 2006, 671с.

3. Захаров А.В. Надстройка Fuzzy Logic, реализующая нечеткие вычисления в Excel. // Современные информационные технологии: Сб. науч. тр./ Российск. заочн. ин-т текстил. и легк. пр-сти. М., 2005, с. 37-40.

Размещено на Allbest.ru