WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 |   ...   | 2 | 3 ||

Вид различных регрессий на рис.3. 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.3. приведены полученные характеристики трех латентных классов.

В четвертой главе проведена апробация методики оценки контроля качества на примере анализа технологических процессов производства железобетонных плит.

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.4.), которые показывают распределение характеристик качества (средних и размахов в выборках, соответственно).

Карта размахов и формирования показателей пригодности

Рис.

4.

Перед тем, как сказать, верно 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. 4. левый верхний угол).

Формирование отметок на карте

Рис.

5.

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.5.). 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.

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).

Разделение исследуемой выборки на составляющие

Рис.

6.

Карта скользящего среднего необходима для определения малых систематических сдвигов (трендов) среднего или дисперсии процесса от спецификаций. Предполагаем, что рассматриваем сдвиг процесса, который приводит к увеличению средней толщины плиты. Мы бы хотели определить этот сдвиг как можно раньше, чтобы эта ситуация не привела к большому числу бракованных изделий. В этом случае для контроля изменчивости используются MA X-bar и R карты и задается количество смежных выборок, используемых для вычисления скользящего среднего, выводимое на карте.

Анализируя карту скользящего среднего можно сделать вывод, что хотя нет точек, пересекающих контрольные пределы - остается два вопроса. Несмотря на то, что скользящие средние уменьшаться от начала к выборке 9, данные после этого начинают возрастать. Также наблюдается нарушение критерия серий (2 из 3 выборок в Зоне A или ниже) для стандартных установок критериев серий. Это также свидетельствует о том, что что-то не в порядке в производственном процессе. Возможно, что на ранней стадии разладки карты со скользящими размахами нет тренда или каких-либо других заметных проблем. Следовательно, изменчивость ("ширина") процесса будет постоянной с течением времени.

Карта скользящего среднего для выявления тренда изменчивости

Рис.

7.

Можно было бы найти причины тренда в первых 9 выборках, устранить эту причину изменчивости, тем самым настроить процесс. Другими словами решения о настройке процесса не должны опираться только на поиск причин разладок (выход процесса за контрольные пределы) или нарушения критериев серий карт контроля, а также и на знаниях технических аспектов самого процесса.

В заключении представлены основные результаты работы.

Приложение содержит документы об использовании результатов работы.

Публикации. По результатам выполненных исследований опубликовано 6 печатных работ, которые приведены в списке публикаций.

Основные выводы и результаты работы

  1. Проведен анализ методов и моделей оценки качества технологических процессов в непрерывном производственном цикле.
  2. Выполнен анализ системы экспертного оценивания контроля качества технологических процессов.
  3. На основе статистических карт контроля качества разработаны методы и модели классификации качества промышленных изделий.
  4. Сформированы обобщенные критерии качества и пригодности технологических процессов.
  5. Сформирован набор требований к методике проведения экспертизы оценки качества и разработана латентно-структурная модель оценки квалификации экспертов.
  6. Разработана методика формирования и анализа карт контроля качества в системе экспертного оценивания.
  7. Разработан программно-моделирующий комплекс системы экспертного оценивания качества железобетонных изделий.
  8. Проведен анализ программных технологий, направленных на оперативную программную реализацию методик оценки контроля качества, и разработан программно-моделирующий комплекс, реализующий предложенные методы и алгоритмы. Комплекс внедрен для практического применения в ЗАО НПВФ «СВАРКА» и ЗАО «ФИРМА ПРОМСТРОЙМОНТАЖ».

Публикации по теме диссертационной работы

  1. Паршин, Д.А. Антикризисный менеджмент складских технологий / Д.А. Паршин, А.М. Ивахненко, К.И. Атаев // Методы прикладной информатики в автомобильно-дорожном комплексе: сб. науч. тр. / МАДИ(ГТУ). М., 2007. -С.71-74.
  2. Паршин, Д.А. Определение факторов спроса на складские товары / Д.А. Паршин, К.И. Атаев, И.В. Захватошина // Организационно-управляющие системы на транспорте и в промышленности: сб. науч. тр. / МАДИ(ГТУ). – М., 2007. –С.124-134.
  3. Паршин, Д.А. Автоматизация документооборота на промышленном предприятии / Д.А. Паршин, А.А. Шарков, Н.Г. Куфтинова // Вопросы теории и практики автоматизации в промышленности: сб. науч. тр. / МАДИ(ГТУ). – М., 2008. –С.146-153.
  4. Паршин, Д.А. Система поддержки принятия решений оценки состояния технологических процессов в непрерывном производственном цикле промышленных предприятий // Д.А. Паршин // Инновационные модели и методы автоматизации технологических процессов и производств: сб. науч. тр. / МАДИ(ГТУ). – М., 2008. –С.14-21.
  5. Паршин, Д.А. Модели и методы контроля качества промышленной продукции / Д.А. Паршин // Инновационные модели и методы автоматизации технологических процессов и производств: сб. науч. тр. / МАДИ(ГТУ). – М., 2008. –С.22-32.
  6. Подход к построению системы распознавания печатных форм / Д.А. Паршин, А.Ч. Ахохов, А.М. Ивахненко, Ла Суан Тханг // Вестник / МАДИ (ГТУ). -2008. -Вып. 1(12). – С. 81-87.
Pages:     | 1 |   ...   | 2 | 3 ||






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»