СТАТИСТИЧЕСКИЕ МОДЕЛИ УПРАВЛЕНИЯ КАЧЕСТВОМ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ В МАШИНОСТРОЕНИИ

Салимова Анна Владимировна

аспирантка, ФГАОУ ВПО «Уральский федеральный университет имени первого Президента России Б.Н.Ельцина», г. Екатеринбург

E-mail: salimova-a@mail.ru

Интеграция российской экономики в мировую, связанная со вступлением нашей страны во Всемирную торговую организацию (ВТО) требует серьезного улучшения качества производимых отечественным машиностроением изделий.

Качество изделия в целом во многом определяется точностью изготовления отдельных его деталей и их сборкой. Анализ погрешностей изготовления деталей и сборки, последующие выявления причин, порождающих эти погрешности, дают возможность установить «вклад» этих погрешностей в общую точность обработки деталей. Это, в конечном счете, позволяет снизить количество несоответствий и брака, а значит повысить экономическую эффективность производства.

В XX веке управление технологическими процессами (ТП) фактически ограничивалось первоначальной настройкой станка, подналадкой изменяющей только положение обрабатывающего инструмента и наконец, сменой изношенного инструмента.

При исследовании ТП широкое применение находили статистические методы. Эти методы широко освещались в научно-технической литературе, например, в [2]. Обобщая их, можно сказать, что существовала целая статистическая теория управления техническими процессами.

Математической моделью точности ТП в этой теории служил вероятностный закон распределения размеров или других точностных параметров изготовленной детали. Исследования точности с помощью кривых распределения давало возможность объективно оценивать точность различных методов механической обработки. Универсальность, единая методика исследований, простота вычислений обеспечили широкое распространение этого метода. Карты среднего и размаха являются эффективным инструментом свертки данных, позволяющими отделить естественную вариацию процесса от воздействий в результате действия появляющихся причин [3].

Следует, однако, отметить ряд недостатков существовавшей теории, в частности:

•      Не учитывается последовательность изготовления деталей;

•      Закономерно изменяющиеся погрешности не отделяются от
случайных, влияние тех или других выявляется как рассеивание точностного параметра;

•      Не удается распознать каждую из величин, влияющих на результат процесса.

Значительное место в статистической теории точности занимает установление корреляционных связей в технологических процессах [1], позволяющих произвести вероятностных анализ причинного влияния на точность технологического процесса различных факторов.

Недостатки рассматриваемых моделей на наш взгляд заключаются в следующем:

•      Не учитываются локальные закономерности причинного влияния, т.к. производится лишь грубая аппроксимация реально существующих закономерностей;

•      Наблюдаемые значения должны быть некоррелированы между собой, в то время как для реальных технологических процессов это условие не выполняется.

В XXI веке требования потребителя продукции коренным образом изменились: «Мне нужно то, не знаю что, сейчас, надежность и качество на мировом уровне, а за ценой я не постою». Появившаяся система CRM позволяет осуществлять непосредственный контакт с потребителями и производить свою продукцию в соответствии с индивидуальными потребностями потребителя.

Решение проблемы организации производства, переналаживаемого в зависимости от потребности рынка, основывается на использовании принципов гибкости. К направлению обеспечения гибкости относят: гибкость проектирования, гибкость технологии, гибкость логистики и гибкость психологии участников производства.

Гибкость технологии обеспечивается новыми разработками в станкостроении - гибкими производственными системами (ГПС). ГПС являются промежуточным звеном между жесткими автоматическими линиями, которые обеспечивают максимальную производительность, и автономными станками с ЧПУ, которые обеспечивают максимальную гибкость при переходе с одного вида деталей на другой.

Сложным системам, к которым относится ГПС, присущи особые свойства — уникальность, слабопредсказуемость, негэнтропийность.

Для изучения этих свойств требуется привлечение современных методов термодинамики неравновесных процессов, синергетики, теории и методов случайных процессов. Понятие «технологическая система» можно заменить на понятие «эволюционирующая технологическая структура».

Введем ряд определений и постулатов. В частности:

Определение 1. Эволюционирующая технологическая структура (ЭТС) это- совокупность элементов, подсистем и систем, участвующих в процессе получения детали из заготовки, а также отношений, связывающих их в процессе производства и обуславливающих целенаправленное изменение качественного состояния объекта производства.

Определение 2. Флуктуация технологической структуры есть некоторое изменение в величине (а может быть, и характерное) связей между элементами, подсистемами и системами, образующими ЭТС, приводящее к отклонению параметра, характеризующего функционирование ЭТС, от его среднего значения.

Постулат 1. Процесс протекания механической обработки сопровождается процессами последовательного возникновения и рассасывания различных типов флуктуаций ЭТС, приводящими к последовательности неустойчивостей процесса механической обработки.

Постулат 2. Флуктуации ЭТС образуют флуктуации, обусловленные спонтанными переходами ЭТС из одного состояния в другое, и флуктуации, обусловленные индуцированными переходами ЭТС в различные состояния.

Определение 3. Спонтанная флуктуация - флуктуация, самопроизвольно порождаемая самой ТС.

Определение 4. Индуцированная флуктуация - флуктуация, порождаемая внешним окружением ЭТС, обладающим собственно динамикой и стохастичностью.

Рассмотренные закономерности адекватно моделируются методами выборочного анализа многомерных временных рядов [4]. При небольших выборках применяются смешанные модели авторегрессии и скользящего среднего. Для адекватного описания наблюдаемых последовательностей процессов этими моделями, используется метод максимального правдоподобия. При значительных объемах полученных данных применяются статистические методы спектрального анализа.

В качестве инструмента, позволяющего выявить закономерности неустойчивого поведения ЭТС, используются выборочные оценки корреляционной функции и спектральной плотности наблюдаемой последовательности процессов на входе и на выходе.

Оценка корреляционной функции характеризует причнно-вероятностные связи между состояниями ЭТС в последовательные моменты времени ее функционирования, позволяя определить, меняется ли во времени комплекс условий, в которых функционирует исследуемая ЭТС.

Сглаженная оценка спектральной плотности процесса, фиксируемого на выходе ЭТС, характеризует частотную структуру исследуемого процесса, показывая, как распределяется дисперсия этого процесса в изучаемом частотном диапазоне функционирования ЭТС. Присутствие пиков в этой оценке определяет частоты, на которых происходят спонтанные и индуцированные переходы исследуемой ЭТС, выделяя тем самым влияние случайных факторов на точность изготовления деталей, периодичность такого влияния и его значение.

Список литературы:

1.            Васильев А.С., Дальский А.М., Золотаревский Ю.М., Кондаков А.И. Направленное формирование свойств изделий машиностроения. – М.:Машиностроение, 2005. – 352 с.

2.            Солонин И.С. Математическая статистика в технологии машиностроения. — М.: «Машиностроение», 1972. – 216 с.

3.            Уилер Д. Статистическое управление процессами: Оптимизация бизнеса с использованием контрольных карт Шухарта/ Дональд Уилер, Дэвид Чамберс. – М.: Альпина Бизнес Букс, 2009. – 409 с.

4.            Хеннан Э. Многомерные временные ряды. – М.: Мир, 1974. – 575 с.