Информационная поддержка контроля качества при производстве материалов для дорожных покрытий тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Москалев, Антон Геннадиевич

• Москалев, Антон Геннадиевич
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Москалев, Антон Геннадиевич

ВВЕДЕНИЕ.

1. КОМПЛЕКСНЫЙ АНАЛИЗ МЕТОДОВ МОДЕЛИРОВАНИЯ ИНФОРМАЦИОННЫХ СИСТЕМ В ЕДИНОМ ИНФОРМАЦИОННОМ ПРОСТРАНСТВЕ ПРЕДПРИЯТИЯ.

1.1. Автоматизированное производство автодорожных покрытий.

1.1. Автоматизированная система управления качеством производства как составная часть единого информационного пространства промышленного предприятия.

1.2. Методы построения системы управления качеством производства

1.3. Конкурентоспособность конечной продукции и стоимость её жизненного цикла.

1.4. Модель обеспечения конкурентоспособности и качества продукции на основе применения принципов и инструментальных средств ИПИ-технологий.

1.5. Информационная система поддержки жизненного цикла.

1.6. Архитектура интегрированной информационной среды.

1.7. Методика реализации концепций ЕИП при производстве дорожных покрытий.

1.8. Формирование стратегии и плана внедрения ИПИ-технологий на промышленном предприятии.

1.9. Формирование модели реализации.

1.10. Современные технологии построения распределенных интегрированных информационных систем.

1.11. Задачи проектирования и управления распределенной информационной системой.

1.12. Текущий контроль качества производственных процессов технологическими средствами.

1.13. Методы статистического контроля качества производственных процессов.

1.14. Компьютерная интерпретация карт контроля качества.

Выводы по главе 1.

2. ИНФОРМАЦИОННАЯ ПОДДЕРЖКА МЕТОДОВ ОБЕСПЕЧЕНИЯ КАЧЕСТВА ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ ПРОИЗВОДСТВА ДОРОЖНЫХ ПОКРЫТИЙ.

2.1. Виртуальное предприятие для производства автодорожных покрытий.

2.2. Административная структура предприятия по производству автодорожных покрытий.

2.3. Схема работы основного производства.

2.4. Применение PDM-систем для ведения данных о продукции.

2.5. Настройка PDM-системы.

2.6. Модель данных основных показателей качества материалов для дорожных покрытий.

2.7. Обеспечение технологической корректности производства.

Выводы по главе 2.

3. РАЗРАБОТКА МЕТОДИКИ ПРИМЕНЕНИЯ СТАТИСТИЧЕСКИХ МЕТОДОВ КОНТРОЛЯ КАЧЕСТВА ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ.

3.1 Разработка методики статистического контроля и оценки качества хода технологического процесса.

3.2. Использование контрольных карт в системе контроля и управления-производственным процессом.

3.3. Выбор основных параметров контрольных карт.

3.4. Выработка критериев потери статистической управляемости производственных процессов.

3.5. Обработка отклонений в наборах исходных экспериментальных данных.

3.6. Разработка алгоритмов расчета контрольных пределов.

3.7. Карты Парето при оценке качества технологических процессов

3.8. Лаборатория контроля качества как звено системы управления производством.

3.9. Формирование правил вывода в динамической среде.

Выводы по главе 3.

4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ УПРАВЛЕНИЯ КАЧЕСТВОМ ВЫПУСКА МАТЕРИАЛОВ ДЛЯ ДОРОЖНЫХ ПОКРЫТИЙ.

4.1. Подсистемы, составляющие информационное пространство производственного предприятия.

4.2. Программные технологии разработки базы данных и средств краткосрочного статистического анализа данных испытаний материалов

4.3. Программные технологии средств долгосрочного (расширенного) статистического анализа данных испытаний материалов.

4.4. Программные технологии разработки инструментальных средств обмена данными с пакетом Statistica.

4.5. Интерфейс программных приложений системы анализа качества и финансового анализа.

4.6. Методика подготовки, передачи и обработки аналитических отчетов в системе мониторинга производственной деятельности предприятия.

Выводы по главе 4.

Введение диссертации (часть автореферата) на тему «Информационная поддержка контроля качества при производстве материалов для дорожных покрытий»

Множество последних работ исследователей сосредоточено на разработке автоматизированных систем контроля качества продукции и анализе объемов данных, получаемых на различных стадиях производственного процесса. На практике создаваемые системы автоматизированного контроля качества требуют достаточно высокой квалификации работающего с ними персонала ввиду предполагаемой универсальности применения и большой вариабельности используемых методов контроля. При типичном подходе, когда программные модули аналитической обработки реализуются не в контексте единой информационной среды предприятия, а самостоятельно, часть функций программного обеспечения дублируется, а время разработки и внедрения решений увеличивается. На разработку этих функций выделяется слишком много ресурсов, но при этом невозможно гарантировать, что они будут использованы в работе при использовании конечными пользователями предприятия по соображениям удобства.

Переход от контроля качества к его обеспечению возможен на основе комплексного анализа качества, выделения ключевых направлений деятельности, приоритетов и планирования целевых мероприятий. В том числе, обеспечение информационной поддержки систем менеджмента качества с применением PDM — систем, то есть систем управления данными о создаваемом объекте.

Учитывая это, в диссертации предлагается методика интеграции существующих узкоспециализированных приложений, изначально построенных на разных платформах в единое информационное пространство предприятия. Методика представлена упорядоченной совокупностью использованных при построении методов и их алгоритмической структурой с привязкой к разнородной системе баз данных и баз знаний. Разработанная методика реализована в привязке к отделу производства материалов для дорожных покрытий завода по производству дорожных покрытий.

В диссертации предлагается решение проблемы создания единого информационного пространства предприятия и создание программно-моделирующего комплекса для повышения эффективности управления технологическими процессами производства материалов для дорожных покрытий, который позволяет автоматизировать процедуры контроля и предсказания качественных характеристик технологических процессов.

Объектом исследования являются подразделения заводов по производству материалов для дорожных покрытий, лаборатории контроля качества и другие участники «виртуального предприятия», выполняющие производство и контроль качества материалов дорожных покрытий.

Целью настоящей работы является создание системы информационной поддержки контроля качества, интегрированной в единое информационное пространство предприятия, на основе разработанных комплексных методов статистической оценки качества производственных процессов при создании материалов для дорожных покрытий для повышения эффективности управления технологическими процессами.

Для достижения поставленной цели были решены следующие задачи:

• проведен анализ методов и моделей производства материалов для дорожных покрытий;

• разработаны методы и модели расчета характеристик технологических агрегатов и механизмов для производства материалов;

• определены критерии устойчивости производственного процесса и его статистически управляемого состояния;

• разработаны методы контроля и прогнозирования выхода параметров технологических процессов за пределы допустимых значений;

• разработана методика автоматизации формирования карт контроля качества материалов для дорожных покрытий;

• формализована методика анализа качества хода производства, основанная на обработке и анализе статргстических данных о конечной продукции;

• разработана база данных для хранения первичных результатов контроля качества материалов;

• разработана структура и методика создания единого информационного пространства (ЕИП) промышленного предприятия по выпуску материалов для дорожных покрытий;

• разработанные методы реализованы в форме комплекса программ, включающих методику его использования.

Научную новизну диссертации составляют разработанные методика, модели и алгоритмы оценки качества хода производственного процесса и контроля измеряемых параметров качества на базе интегрированной системы информационной поддержки контроля качества при производстве материалов для дорожных покрытий.

На защиту выносятся:

• методика анализа качества хода производственных процессов, основанная на обработке и анализе статистических данных о конечной продукции;

• методика контроля качества, базирующаяся на комплексном использовании картографических средств анализа статистических данных;

• адаптивный алгоритм оценки качества хода производственного процесса с плавающими контрольными границами;

• модели и методы оптимизации параметров функциональных подсистем в рамках ЕИП предприятия.

Диссертация состоит из четырех глав, в которых описано решение поставленных задач.

Первая глава диссертации посвящена рассмотрению принципиальных основ анализа данных об исходных материалах и выпущенной продукции, I 8 j взаимозависимости параметров в лаборатории контроля качества дорожных > покрытий.

В диссертации ставится задача обеспечения информационной поддержкой отдела контроля качества материалов при производстве дорожных покрытий. Решение поставленных задач позволило реализовать целостную методику выбора методов оценки качества продукции, что, косвенно, позволяет дать оценку качества протекающих технологических процессов, и организовать обратную связь в ходе управления агрегатами.

Проведен анализ статистических методов пригодных для решения проблем моделирования производства материалов для дорожных покрытий. В результате, в диссертации предлагается использовать совокупность статистических методов, включив их в контур автоматизированной системы информационной поддержки контроля качества. На основании анализа полученных данных можно получить рекомендации по выбору типов агрегатов для конкретной ситуации, режимов их функционирования, а также конструктивных параметров.

В рамках единого информационного пространства, что автоматизация процесса статистического контроля качества, отличная от прямого доступа к «сырым» данным требует использования специальной методологии при сборе и регистрации исходных данных. При этом методы анализа данных применимы только к правильно сформированным массивам исходных данных. При этом поиск вывода данных из базы также осуществляется при помощи процесса, инициируемого моделью. Управление моделями менее исследовано по сравнению с двумя другими компонентами единого . информационного пространства, однако в этой области ведется активный поиск. Управление моделями обеспечивается с помощью блока выполнения' моделей, процессора команд моделирования.и интерфейса с базой данных.

Первый уровень связан с принятием управленческих решений по выбору типов агрегатов. Свойства смесей существенно влияют на эффективность использования агрегатов, поэтому необходима разработка формализованных моделей технологических процессов производства смесей.

Решение задач моделирования связано с определением оптимальных режимов работы агрегатов по выпуску материалов для дорожных покрытий. Основой расчета должна быть совокупность математических моделей описания процесса производства смеси, что дает основу для расчета технических характеристик агрегатов. В свою очередь, модели анализа характеристик смесей и формальные методы оптимизации дают основу задачам синтеза, которые вместе с экспертными оценками составляют основу методологии выбора типов агрегатов и режимов их работы.

Разработанная подсистема контроля и поддержки качества (КиПК) управления является одной из подсистем единого информационного пространства (ЕИП) предприятия. С этой точки зрения информационной поддержки, подчистема КиПК рассматривается как подсистема предприятия, тесно интегрированная с внутренней информационной средой предприятия, и поэтому для ее проектирования, создания, использования, анализа и реинжиниринга (реорганизации) могут применяться CALS-технологии.

Основу подсистемы КиПК можно разбить на две составляющие:

• организационное и нормативно-методическое обеспечение,

• информационная система сбора, регистрации, хранения и обработки данных о качестве, которая должна стать элементом ЕИП предприятия.

Применение разработанных программно-технических средств для реализации компьютерных систем управления качеством продукции осуществляется путем адаптации типовой электронной модели к структуре конкретного предприятия, применяемым технологическим процессам, которые определяют содержание и функции элементов КиПК в соответствии с требованиями МС ИСО серии 9000.

Выполняемая на ряде промышленных предприятий апробация указанных компьютерных систем показывает, что время на их внедрение на порядок меньше времени создания традиционных подсистем КиПК, основанных на разработке и внедрении документации. При этом эффективность таких компьютерных систем несопоставимо выше эффективности традиционных систем управления качеством.

Применение CALS-технологий в области создания подсистем КиПК на всех стадиях ЖЦ АПАП способствует непрерывному улучшению качества и позволяет руководству предприятия гарантировать, что все технические, административные и человеческие факторы, влияющие на качество производимой продукции, находятся под контролем, а управление СК учитывает запросы и ожидания потребителя и обеспечивает предприятию конкурентоспособность.

В работе показан анализ основных структур (моделей) для представления знаний, используемых при проектировании как статических, так и динамических систем оценки качества процессов. Такими моделями являются логические (формальные) и эвристические (неформальные). В основе логических моделей представления знаний лежит понятие формальной системы (теории), в качестве которой, как правило, используется исчисление предикатов первого порядка. Рассматривается синтаксис и семантика (интерпретация правильно построенных формул) исчисления предикатов первого порядка. Схема доказательства основана на выяснении истинности или ложности заданной формулы на некоторой области интерпретации. Стандартным образом вводятся базовые определения общезначимых, противоречивых, выполнимых формул, а также понятие логического следствия.

Схема организационной структуры типового предприятия по подготовке материалов и производству асфальтобетонов и смесей включает в себя, лабораторию контроля качества, транспортный отдел, смесительный цех, диспетчерскую, бухгалтерию, АУП. К основным подразделениям завода, традиционно имеющим собственные информационные системы, обеспечивающие их деятельность, относятся: лаборатория контроля качества, бухгалтерия, смесительный цех, транспортный отдел и диспетчерская.

Одной из важных подсистем управления предприятием является система качества (СК) предприятия, обычно базирующаяся в лаборатории контроля качества. С этой точки зрения информационной поддержки, СК рассматривается как подсистема предприятия, тесно интегрированная с внутренней информационной средой предприятия, и поэтому для ее проектирования, создания, использования, анализа и реинжиниринга (реорганизации) могут применяться технологии информационной поддержки жизненного цикла продукции (ИПИ-технологий) и соответствующие стандарты. На западе данный набор стандартов и технологий принято называть CALS-технологиями (Continuous Acquisition and Life cycle Support).

Описание процессов и функционирование ИИС предприятия связаны между собой методологически, организационно и технически. Поэтому основным принципом создания и совершенствования СК должны быть не разработка и внедрение отдельных подсистем, а разработка комплекса технологий управления процессами и данными, подкрепленных соответствующими инструментальными средствами.

Как показала выполненная на ряде промышленных предприятий апробация указанных компьютерных систем - время на их внедрение на порядок меньше времени создания традиционных СК, основанных на разработке и внедрении документации. При этом эффективность таких компьютерных систем несопоставимо выше эффективности традиционных систем управления качеством. Анализ и систематизация задач в области моделирования производства смесей и оценки их качества с целью выбора конструктивных параметров и рациональных режимов работы производственных агрегатов привела к следующей схеме исследований. Верхний уровень связан с принятием управленческих решений по выбору типов агрегатов. Свойства смесей существенно влияют на эффективность использования агрегатов, поэтому необходима разработка формализованных моделей технологических процессов производства смесей. Решение задач среднего уровня связано с определением оптимальных режимов работы агрегатов по выпуску смесей. Основой расчета должна быть совокупность математических моделей описания процесса производства смеси, что дает основу для расчета технических характеристик агрегатов. В свою очередь модели анализа характеристик смесей и формальные методы оптимизации дают основу задачам синтеза, которые вместе с экспертными оценками составляют основу методологии выбора типов агрегатов и режимов их работы.

Во второй главе разработаны формальные методы и модели технологических процессов выпуска материалов для дорожных покрытий.

Современное предприятие по производству асфальтобетонов и битумов представляет собой объединенную сеть отдельных ресурсов предприятий с развитыми информационными и производственными связями. Такое объединение ресурсов предприятий определяется в рамках ИПИ-технологий как «виртуальное предприятие». На открытом рынке такое объединение более конкурентоспособно за счет того, что обязанности распределены между узкоспециализированными организациями либо их подразделениями. Кроме того, оно может предложить заказчику полный спектр услуг не только по производству дорожного покрытия или смеси, но и подготовки поверхности, укладке и вводе в эксплуатацию.

Непосредственно процесс производства материалов может состоять из многих стадий, начиная с доставки нужного сырья на территорию завода и заканчивая производством и добавлением их с соблюдением регламента в практически готовую асфальтобетонную смесь. Поставка сырья (щебень, песок) на склад, который находится на территории завода, происходит по конвейерной ленте с причала и из приёмной ванны, в которую высыпают содержимое вагонов.

Исходя из организационной структуры предприятия, функции контроля качества закреплены за испытательной лабораторией, которая является самостоятельным структурным подразделением предприятия по производству асфальтобетонных смесей и подчиняется директору. Основной задачей лаборатории является испытание и контроль качества продукции в целях определения ее соответствия обязательным требованиям государственных стандартов, норм и правил. В процессе своей деятельности лаборатория выполняет контроль показателей качества продукции в соответствии с регламентами технологических карт и схем оперативного контроля. В задачи лаборатории также входит обеспечение требуемого уровня точности и достаточности измерений, испытания и контроля.

Для создания единого информационного пространства предприятия необходимо интегрировать выбранную PDM-систему с уже существующими компьютерными системами. Кроме того, при внедрении понадобится учесть специфические условия функционирования предприятия. Достаточно часто (практически всегда) при этом возникают вопросы, которые нельзя решить с помощью стандартного или предустановленного функционалов PDM-системы.

Лаборатория контроля качества выполняет проведение испытаний на всех стадиях производства материалов и продукции (входной, операционный, выходной контроль, постановка нового производства). Лаборатория должна постоянно пополнять и обновлять всю необходимую для работы нормативно-техническую документацию, а также регулярно вести необходимую лабораторную документацию в виде журналов:

• отбора проб и образцов;

• изготовления образцов;

• испытаний и контроля;

• составных материалов;

• режимов технологических процессов;

• замечаний и предписаний проверяющих организаций;

• претензий и рекламаций и др.

Контроль делится на этапы: входной, операционный, приемочный и периодический.

При входном контроле устанавливается соответствие качества исходных материалов в каждой поступившей на завод партии требованиям действующих нормативно-технических документов с соответствующими записями в журналах.

Операционный контроль исходных материалов осуществляется лабораторией не реже одного раза в 10 смен, с определением помимо показателей входного контроля:

• содержание пылевидных и глинистых частиц для щебня и песка;

• влажность щебня, песка и минерального порошка и др.

При приемочном контроле готовой смеси в лаборатории определяют следующие показатели:

• состав смеси (зерновой состав минеральной части и содержание битума);

• водонасыщение;

• пределы прочности при сжатии при температуре +20°С и +50°С;

• водостойкость и др.

Периодический контроль выполняется не реже 1 раз в месяц и при изменении исходных материалов, с определением помимо показателей, предусмотренных при приемочном контроле:

• пористости минеральной части;

• предела прочности при сжатии при температуре 0°С;

• водостойкости при длительном водонасыщении;

• однородность смесей и др.

Задача обеспечения технологической корректности производства решается с помощью применения алгоритмов вычисления адаптивных доверительных границ соответствия качеству. Предполагается, что процент допустимого объема бракованной продукции задан, исходя из практических требований к качеству продукции. В результате была поставлена и решена задача определения числа контрольных замеров, определяющих требуемую точность оценки.

В диссертации разработана структура базы данных для сохранения динамики характеристик материалов и качества конечной продукции. Модель базы основана на категорийном подходе, где каждый экземпляр сущности характеризуется множеством атрибутов А = {А, А2., Ап}. Атрибуту соответствует область возможных значений. Между множеством атрибутов и областями возможных значений задается отображение вида: Dom: А —» D, где D = {Di, D2,., Dn} - области возможных значений; DT -область возможных значений.

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

Множество N можно ассоциировать 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) с; N). В качестве атрибута объектов, наряду с атрибутом Е, может использоваться атрибут Е', значения которого ссылаются на другие объекты из множества Е (Dom(E') с; Dom(E)). Такой атрибут рассматривается как ссылочный атрибут или атрибут связи. Таким образом, множество N рассматривается так же как элемент множества D(Ne D).

Предложенный объектно-ориентированный подход для создания системы баз данных позволит значительно повысить уровень совместимости и целостности данных за счет использования типового интерфейса, типовых доменов и отношений между ними; позволит создать условия для расширения системы методов и моделей за счет стандартизации доменов и свойств системной открытости, используя объектно-ориентированные языки программирования.

В третьей главе диссертации ставится и решается задача формализации моделей контроля качества и принципов их включения в систему единого информационного пространства предприятия.

Разработка алгоритмической структуры процесса контроля качества базировалась на основных предпосылках системного подхода — выделение в системах, не смотря на их специфику, множества общих элементов. Окружение рассмотрено как множество объектов и условий вне границ системы, которые взаимодействуют с системой, но не контролируются ею. Исследована роль, то есть, возможное влияние системы на ее окружение. Проведен формальный анализ архитектуры, которая отражает связи между компонентами системы и между компонентами и окружением. Основной принцип организации элементов системы — оптимальный баланс между координацией и автономией. Результатом работы стали разработанные принципы формализованного описания компонентов подсистемы контроля качества, используемой при производстве материалов для дорожных покрытий.

В лаборатории контроля качества регулярно осуществляется метрологическая аттестация (проверка) всех средств измерений, которыми оборудован завод по производству материалов для дорожных покрытий. Сроки проведения очередной проверки зависят от факторов нагрузки на оборудование, часто, они приурочены к сезонным колебаниям спроса на дорожные покрытия, а также проводятся до или после проведения значительного объема работ. К таким средствам измерения относятся весовые дозаторы сыпучих минеральных материалов и гравия. Аттестацию осуществляют специальные организации, имеющие лицензии проверки, которые при необходимости осуществляют ремонт дозаторов. Подобная работа проводится также применительно к измерительным средствам, имеющимся в лаборатории. Эта работа также направлена на выявление причин выпуска дефектной продукции, но ее причинами могут быть проблемы аппаратной части механизмов, либо разладка приборов, с помощью которых осуществляется контрольная проверка ее параметров.

Выявление причин дефектов, с использованием труда экспертной комиссии позволяет построить алгоритм принятия решений для подсистемы принятия решений. Подсистема принятия решений для выявления дефектов продукции является базой знаний, в которой накоплены правила, базирующиеся на мнениях экспертов. Изначально каждый конкретный случай появления дефектов рассматривается экспертами, предлагающими способы их устранения в соответствии с характеристиками агрегатов. Дальнейший анализ позволяет составить алгоритм функционирования подсистемы принятия решений. Данная подсистема также является важной частью единого информационного пространства, так как позволяет определить каким образом следует устранять выявленные несоответствия качества продукции.

Представления большого объема экспериментальных данных в графическом представлении позволяет обнаружить эффекты (как предполагаемые, так и неожиданные) быстрее, а иногда с большей эффективностью, чем численные методы. Поэтому в качестве метода представления данных различных измерений и демонстрации найденных отклонений используются контрольные карты.

Для контрольных карт значения верхнего и нижнего контрольных пределов карты вычисляются на основе дисперсии измеряемой величины. При равенстве объемов- выборок данный метод расчета приводит к получению постоянных значений контрольных пределов для всех выборок, при различных объемах выборок для разных выборок получаются различные значения контрольных пределов. При варьирующихся контрольных пределах они выглядят на карте ступенчатой линией, изменяясь в зависимости от номера выборки.

В четвертой главе рассматриваются вопросы проектирования программного комплекса информационной поддержки качества с применением разработанных методов и моделей. Приведен список приложений с описанием их основных функциональных возможностей. Рассматриваются вопросы использования различных программных технологий и платформ для оперативной реализации методик.

Для сбора исходных статистических данных измерений, сделанных в лаборатории контроля качества была разработаны база данных в среде 1С:Предприятие 7.7. Данная система успешно зарекомендовала себя как устойчивая и неприхотливая к объему вычислительных ресурсов среда, что особенно важно, так как только оснащенные недавно лаборатории контроля качества позволяют предъявлять современные требования к ресурсам. В типичной лаборатории можно встретить компьютер класса «Intel Pentium И».

Для каждого пользователя или группы задается набор разрешений, зависящий от уровней доступа, определяемых в каждом конкретном случае: чтение, изменение или полный доступ к определенным документам. Авторы документа, как правило, получают полный доступ к созданным документам.

Для реализации взаимодействия системы с пакетом Statistica разработаны компоненты, которые обеспечивают параметризацию запуска макросов и последующее внедрение OLE-объекгов, сформированных в результате выполнения.

Для выбора предпочтительного решения X** необходимо получение и обработка дополнительной информации, которая может быть введена в систему поддержки принятия решений. Используемый сценарий действий подсистемы поддержки и принятия решений по выбору режимов управления технологическими процессами обеспечивает оперативное решение задач принятия решений при обнаружении критических отклонений в исследуемых параметрах, а также при возникновении внештатных ситуаций. В работе использована схема поэтапного принятия решений с накоплением знаний и возможностью использования правил вывода. Удовлетворительными решениями являются допустимые решения (XeD), которые по всем критериям не хуже заданных пороговых значений качества.

Научные результаты, полученные в диссертации, доведены до практического использования. Разработана система информационной поддержки контроля качества, позволяющая в реальном времени использовать оперативные данные о качестве материалов для принятия решений о правильном ходе технологических процессов. Методики, алгоритмы и программные средства, вынесенные на защиту прошли апробацию и внедрены для практического применения в работе ООО «СиСофт Консалтинг», на ООО «МостСтрой» а также используются в учебном процессе в МАДИ(ГТУ).

Результаты внедрения и эксплуатации подтвердили работоспособность и эффективность разработанных методов.

Содержание отдельных разделов и диссертации в целом было рассмотрено и получило одобрение:

• на Российских и межрегиональных научно-технических конференциях, симпозиумах и семинарах (2005-2009гг.);

• на заседаниях кафедры АСУ МАДИ (ГТУ).

Достоверность положений и выводов диссертации подтверждена положительными результатами от использования разработанных методик на предприятиях.

Материалы диссертации отражены в 12 печатных работах.

Диссертационная работа состоит из введения, четырех глав и заключения, изложенных на 220 страницах машинописного текста, содержит 51 рисунков и графиков, и 7 таблиц, список литературы из 112 наименований и приложения.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Москалев, Антон Геннадиевич

Выводы по главе 4

1. Разработана система баз данных и инструментальные средства для хранения и краткосрочного анализа результатов экспериментов, проводимых в лаборатории контроля качества, в контексте единого информационного пространства предприятия.

2. Для долгосрочного анализа и формирования перспективного прогноза хода технологических процессов при производстве материалов для дорожных покрытий разработана подсистема на основе математического пакета Statistica.

3. Разработанные методы, модели, методики и программный комплекс внедрены для практического использования в ООО «МостСтрой», ООО «СиСофт Девелопмент», а также используются в учебном процессе в МАДИ(ГТУ).

ЗАКЛЮЧЕНИЕ

1. Проанализированы статистические методы обработки количественных данных о качестве материалов, полученных экспериментальным путем. Показано, что комплексное применение картографических средств обеспечивает наиболее точное определение статистической управляемости процессов.

2. Проанализированы методы выявления несоответствий в ходе технологического процесса и обоснована необходимость применения контрольных карт с заданием плавающих контрольных границ пределов.

3. Определены основные требования к информационной системе поддержки контроля качества по производству дорожных покрытий.

4. Проведен анализ методов формирования моделей . автоматизированных систем в рамках поддержки жизненного цикла изделия при создании единого информационного пространства предприятия. Предложена модель организации программных систем в единое информационное пространство при использовании PDM-систем.

5. Предложен адаптивный алгоритм оценки качества производственного процесса, позволяющий учесть процессы постепенного старения агрегатов и основных технологических узлов производства.

6. Формализованы понятия испытания и контроля качества промышленной продукции в целях определения ее соответствия обязательным требованиям государственных стандартов и строительных норм и правил.

7. Предложена и обоснована концепция использования PDM-систем в качестве центральной системы формирования единого информационного пространства на предприятиях—производителях дорожных покрытий для лучшей интеграции корпоративных подсистем.

8. Разработана система баз данных и инструментальные средства для хранения и краткосрочного анализа результатов экспериментов, проводимых в лаборатории контроля качества, в контексте единого информационного пространства предприятия.

9. Для долгосрочного анализа и формирования прогноза хода технологических процессов при производстве материалов для дорожных покрытий разработана подсистема на основе математического пакета Statistica.

10.Разработанные методы, модели, методики и программный комплекс внедрены для практического использования в ООО «МостСтрой», ООО «СиСофт Девелопмент», а также используются в учебном процессе в МАДИ(ГТУ).

Список литературы диссертационного исследования кандидат технических наук Москалев, Антон Геннадиевич, 2009 год

1. Вермишев, Ю.Х. Методы автоматического поиска решений при проектировании сложных технических систем.- М.: Радио и связь, 1982.- 152 с.

2. Вильсон, А.Дж. Энтропийные методы моделирования сложных систем.- М.: Наука, 1978.- С. 83-91.

3. Гличев, А. В. Основы управления качеством продукции. — М.: РИА «Стандарты и качество», 2001. — 424 с.

4. Высоцкий, A.JL, Высоцкий Д.Л. Оценка параметров регрессий в случае функций, сводящихся к линейным по параметрам. — Мат. моделир. в экон.: Новосиб. гос. акад. экон и упр. Новосибирск, 1996. - С.32-41.

5. Судов, Е.В. Интегрированная информационная поддержка жизненного цикла машиностроительной продукции. Принципы. Технологии. Методы. М.:Академия, 2007 г. 304 с.

6. Управление качеством. Том 1. Основы обеспечения качества; под общей ред. проф. В. Н. Азарова М.: МГИЭМ, 1999. - 326 с.

7. Лапидус, В. А. Всеобщее качество (TQM) в российских компаниях. — М.:ОАО «Типография «Новости», 2000. — 432 с.

8. Гереймер, Ю.В. Введение в теорию исследования операций М.:' Наука, 1971.-383 с.

9. Гиг, Дж. Ван Прикладная общая теория систем М.: Мир, 1981.- Т. 1.-336 с.

10. Грешилов, А.А. Математические методы построения прогнозов / А.А. Грешилов, В.А. Стакун, Л.А. Стакун — М.: Радио и связь, 1997. — 112 с.

11. Анализ хозяйственной деятельности в промышленности: Учебник / Под общ. ред. Стражева В.И. 4-е изд., испр. и доп. Мн., 1999. - 104 с.

12. Управление качеством. Том 2. Принципы и методы всеобщего руководства качеством; под общей ред. проф. В. Н. Азарова — М.: МГИЭМ, 2000. 356 с.

13. Горленко, О. А. Создание систем менеджмента качества в организации / О.А.Горленко, В.В.Мирошников М.: Машиностроение-1, 2002. — 126 с.

14. ГОСТ Р ИСО 9000—2001. Системы менеджмента качества. Основные положения и словарь. — введен 2001-10-15.М: ИПК «Издательство стандартов», 2001. — 30 с.

15. Ильенкова, С.Д. Управление качеством / С. Д. Ильенкова, Н. Д. Ильенкова, В. С. Мхиторян и др. М.: Банки и биржи, ЮНИТИ, 1998. - 199 с.

16. Теория статистики: под ред. Р. А. Шмойловой. — М.: Финансы и статистика, 1998. 576 с.

17. Николаев, А.Б. Автоматизация технологического процесса строительства транспортной развязки городской магистрали / А.Б.Николаев, В.Б.Голубкова, П.Ф.Юрчик, И.Н. Акинынина; -М.:Изд-во «Техполиграфцентр», 2006. 197 с.

18. Ди-Фло, Д. Новый подход к использованию методики «Шесть сигм» / 3. Бар-Эл, Б. Игнасио, А. Йенсен М.: Европейское качество. — 2002. — № З.-С. 44-50.

19. Гридина, Е.Г. Прогнозирование стационарных процессов с помощью оптимальных линейных систем. — С.-Петерб. гос. электротех. ун-т. — СПб, 1995.-37с.

20. Дли, М.И. Об одном алгоритме моделирования нестационарных стохастических объектов. Смол. фил. Моск. энерг. ин-та. - Смоленск, 1997. -6с.

21. Пономарев, С.В. Процесс постоянного улучшения в системе менеджмента качества : С.В. Пономарев, В.А. Самодуров: Стандарты и качество. — 2005. —№ 4. С. 87-85.

22. Кощий, С. С. Самооценка и ее роль в развитии и совершенствовании менеджмента качества // Стандарты и качество. — 2002. — № 10. —С. 61-63.

23. Премия Малкольма Болдриджа // Европейское качество. — 2004. — №3. —С. 5-11.

24. Думов, JI.C. О моделировании роста выпуклых древовидных конфигураций в древовидных структурах. Дискрет, мат., 1995. - 7 №2. -С.61-78.

25. Емельянов, В.В. Метод построения математических моделей сложных дискретных систем и процессов. Вестник МГТУ. Сер. Машиностроение. - 1993. -№1.-С.14-19.

26. Васильев, В.А. Об идентификации динамических систем авторегрессионного типа. - Автомат, и телемех. - 1997. - №12. - С.107-119.

27. Векслер, А.А. О среднем числе наблюдений при грантированном оценивании параметров авторегрессии: А.А. Векслер, В.В. Конев Автомат, и телемех. - 1995. - №6. - С.97-104.

28. Векслер, А.В. Риск-эффективное оценивание параметров процесса авторегрессии. Пробл. перед, инф. - 1997. - 33, №2. С.37-53.

29. Вентцель, Е.С. Исследование операций. М.: Наука, 1968 .-325с.

30. Жук Е.Е. Кластер анализ многомерных наблюдений с пропусками. -Автомат, и телемех. 1997. - №12. - С. 110-130.

31. Захаров, В.В. Экспериментальное сравнение некоторых псевдослучайных последовательностей. Проблемы случайного поиска: В.В. Захаров, В.И. Смирнова Рига, 1976.- С. 65-70.

32. Зимин, Ю.Н. Методология системного подхода к разработке организационных структур управления большими системами: Ю.Н. Зимин, Ю.Д. Умрихин, Ю.Н. Черкасов М., Минрадиопром, 1981.- 82 с.

33. Иванов, Г.Е. Логарифмическая гладкость в задаче управления стохастическими системами. — Моделирование процессов управ, и обраб. инф.: Моск. физ.-тех. Ин-т. -М., 1994. 175-181.

34. Ириков, В.А. Алгоритмы и программы решения прикладных многокритериальных задач: В.А. Ириков, В.Я. Ларин, Л.М. Самущенко -М.:Изв. АН СССР, Техническая кибернетика, 1986.- №1.- С.5-16.

35. Карлин, С.Г. Математические методы в теории игр, программировании и экономике М.: Мир, 1964.- 838 с.

36. Кац, И.Я. Бикритериальная задача стохастической оптимизации / И.Я.Кац, Г.А.Тимофеева. М.: Автом. и телемех. 1997. - №3. - С. 116-123.

37. Кини, Р.Л Принятие решений при многих критериях предпочтения и замещения / Р.Л.Кини, Х.Райфа. М.: Радио и связь, 1981.- 560с.

38. Клейнрок, Л. Вычислительные сети с очередями. М.: Мир, 1979.-600с.

39. Клейнрок, Л. Теория массового обслуживания. М.: Машиностроение, 1979. - 432 с.

40. Коваленко, Н.С. Режимы взаимодействия неоднородных распределенных конкурирующих процессов / Н.С.Коваленко, В.М. Мешельский; Кибернетика и сист. анал. - 1997. - №3. - С.31-43.

41. Корбут, А.А. Дискретное программирование / А.А.Корбут, А.А., Ю.Ю. Финкелыптейн М.: Наука, 1969.- 368 с.

42. Коржинский, В.В. О выборе первичного датчика случайных чисел для задач имитационного моделирования. — Упр. гос. акад. связи. Одесса, 1955.- 16с.

43. Адлер, Ю. П. Управление качеством (Часть 1. Семь простых методов): учебное пособие / Ю.П. Адлер, Т.М. Полховская, П.А.Нестеренко; — М.: Стандарты и качество, 2001. — 170 с.

44. Рамперсад, X. К., Пономарев, С. В. Преодоление сопротивления изменениям со стороны персонала при создании СМК в организации / Х.К.Рамперсад, С.В.Пономарев; Методы менеджмента качества. — 2003. — № 12. — С. 31—35.

45. Краснощеков, П.С. Внутреннее проектирование технических систем в условиях неопределенности / П.С.Краснощеков, В.В.Морозов,

46. B.В.Федоров; -М.: Изв. АНН СССР. Техническая кибернетика 1982.- №2.- С. 5-12.

47. Критенко, М.И. Оценка значимости факторов при их комплексном воздействии на систему / М.И.Критенко, А.Л.Таранцев, Ю.Г.Щебарев; -М.: Автомат, ителемех., 1995. С.165-171.

48. Крохов, С.И., Лапко А.В., Ченцов С.В. Непараметрические модели принятия решений в условиях малых выборок / С.И.Крохов, А.В.Лапко,

49. C.В.Ченцов; -Новосибирск.:Акт. проб. совр. мат., 1996. — С.81-86.

50. Крутова, И.Л. Формирование алгоритма управления итерационным процессом настройки параметров в системе с упрощенной эталонной моделью. Автомат, и телемех. - 1998. - №2. - С.72-84.

51. Кручинин, И.А, Экономическое обоснование автоматизированных систем управления промышленным производством. Пермь: Пермский Госуниверситет, 1974.

52. Кручинин, И.А., Экономическая эффективность компьютерных производственных систем. Методология и методика расчетов. — Калуга: Знание/КФ МГТУ, 1998. 104 с.

53. Лапко, А.В., Непараметрические модели принятия решений в условиях больших выборок / А.В.Лапко, С.В.Ченцов; // Актуал. пробл. совр. мат.- 1995- 1.-С.95-103.

54. Лебедев, В.М., Добровольский С.М. Вероятностные модели и статистические методы анализа и обработки информационных потоков / В.М.Лебедев, С.М.Добровольский; // Фунд. пробл. мат. и мех. Мат.Ч.1. М.: МГУ, 1994. - С.152-153.

55. Ленский, В.Е. Концепция субъектно-ориентированной компьютеризации управленческой деятельности. — М., 1998. — 201 с.

56. Лившиц, В.Н. Оптимизация при перспективном планировании и проектировании. М.: Экономика, 1984. - 223 с.

57. Лэсдон, Л.С. Оптимизация больших систем. М.: Наука, 1975.- 431 с.

58. Ляско, В.И. Основы прогнозирования и стратегического планирования. М.: МГАДИ (ТУ), 1998. - 209 с.

59. Ляхов, А.И. Асимптотический анализ замкнутых систем очередей, включающий устройства с переменной интенсивностью обслуживания. -Автом. и телемех. 1997. - №3. - С. 131-143.

60. Меркурьев, В.В. Семейство сверток векторного критерия для нахождения точек множества Парето: В.В.Меркурьев, М.А.Молдавский; // Автоматика и телемеханика 1979 №1.-М.:. С. 110-121.

61. Месарович, М. Теория иерархических многоуровневых систем / М.Месарович, Д.Мако, И.Такахара; М.: Мир, 1973. - 342 с.

62. Моисеев, Н.Н. Методы оптимизации / Моисеев, Н.Н., Ю.П.Иванилов, Е.Н.Столярова; М.: Наука, 1978.- 351 с.

63. Мошков, М.Ю. Локальный и глобальный подходы к сравнительному анализу сложности детерминированных и недетерминированных деревьев решений. // Акт. пробл. совр. мат.:Новосиб. гос. ун-т. 1896. — С.110-118.

64. Негаев, В.В. Математическое моделирование разложения и агрегирования случайных функций модифицированным методом канонических разложений. // Анал. и опт. киберн. сист. РАН Гос. ин-т физ.-техн. пробл. М.,1996. С. 17-28.

65. Новгородцева, Т.Ю. Анализ степени неоднородности изделий методами классификации / Т.Ю.Новгородцева, Б.П.Чебышева; Иркутск, гос. экон. акад. - Иркутск, 1997. — 19с.

66. Парамонов, Ф.И. Рационализация аппарата управления предприятиями. М.: Экономика, 1989. - 238 с.

67. Первозванский А.А. Декомпозиция, агрегирование и приближенная оптимизация / А.А.Первозванский, В.Г.Гайцгори;- М.: Наука, 1979.- 342с.

68. Петренко, А.К. Основы построения автоматизированного проектирования. Киев: Высшая школа, 1984.-340с.

69. Петров, А.В. Использование аналитико-статистического метода для исследования сложных вычислительных систем // Вычислительные системы. 1975. - Вып.1. - С.6-17.

70. Плотникова, М.Ю. Решение нелинейных уравнений и вычисление параметрических производных методом Монте-Карло. Фунд. пробл. мат. и мех. Мат.Ч. 1.:МГУ. - М., 1994. - С.106-187.

71. Полищук, Л.И. Метод обобщенного градиента в диалоговых процедурах векторной оптимизации // Автоматика и телемеханика. 1981.-№5.- С.109-118.

72. Полковникова, Е.В., Полковников Л.В. Планирование и управление проектом с использованием Time Line. -М.: Диалог-МИФИ, 1994. -249 с.

73. Поспелов, Д.А. Ситуационное управление, теория и практика. М.: Наука, 1986.-288 с.

74. Прошин, И.А., Прошин Д.И., Прошин А.И. Методика выбора математической модели при обработке экспериментальной статистической информации. Пенза: ПГТУ, 1997. — 20с.

75. Пярните, Ю.Э., Савенкова Т.И. Стратегия и тактика гибкого управления. — М.: Финансы и статистика, 1991. — 191 с.

76. Растригин, Л.А. Современные принципы управления сложными объектами.- М.: Сов. радио, 1980.- 232 с.

77. Рыков, В.В. Два подхода к декомпозиции сложных иерархических статистических систем. Непрерывно взаимодействующие подсистемы. -Автомат, и телемех. 1997. - №10. - С.91-104.

78. Сабинин, О.Н. Планирование и организация ускоренного статистического моделирования сложных производственно-экономических комплексов. Изв. РАН Теор. и сист. упр. - 1997. - №2. - С. 117-123.

79. Селянина, Е.И. Планирование на предприятии в условиях рыночной экономики. М.: Экономика, 1993. — 156 с.

80. Сидоренко, Ю.А. Система функциональных расчетов в АСУП. — Н.Новгород, 1995.- 106 с.

81. Силантьева, Н.А. Экономические проблемы автоматизации процессов управления производством. -М.: Наука, 1972.

82. Информационные технологии поддержки жизненного цикла машиностроительной продукции: Сборник научных трудов ЭНИМС/ Под ред. А.И. Левина.-М., 2003- 103с.

83. Судов Е.В. Концепция развития CALS-технологий в промышленности России./ Е.В. Судов, А.И. Левин, А.Н. Давыдов, В.В. Барабанов М.: НИЦ CALS-технологий "Прикладная логистика", 2002- 205с.

84. Колчин, А.Ф. Управление жизненным циклом продукции./ А.Ф. Колчин, М.В.Стрекалов, Анахарсис, 2002 г., 304 с.

85. Смирнов, О.Л. Проблемы разработки перспективных систем автоматизированного проектирования // Проблемы теории и практики автоматизации проектирования М., 1985.- С. 3-12.

86. Соль, И.М. Выбор оптимальных параметров в задаче со многими критериями.- М.: Наука, 1981.- 110 с.

87. Срагович, В.Г. Адаптивное управление. М.: Наука, 1981. - 384с.

88. Стабин, И.П., Моисеева B.C. Автоматизированный системный анализ. М.: Машиностроение, 1984.- 312с.

89. Таджиев, Ч.М. Оперативная проверка адекватности математической модели многомерной динамической системы. Автомат, и телемех. — 1995. -№7. - С.51-58.

90. Макаров М.М. Теория выбора и принятия решений / М.М.Макаров, Т.Н.Виноградская, С.В.Федоров и др.- М.: Наука, 1982.- 327 с.

91. Трахтенгерц, Э.А. Генерация, оценка и выбор сценария в системах поддержки принятия решений. — Автом. и телемех. —1997. №3. - С. 167-178.

92. Федоткин, М.А. Разработка вероятностно-статистических методов построения, анализа и синтеза моделей конфликтных управляющих систем обслуживания // Фундаментальные проблемы математики и механики. -М.:МГУ, 1994. -Ч.1.—С.149-151.

93. Хоар, Ч. Взаимодействующие последовательные процессы. М.: Мир, 1989. - 264с.

94. Цвиркун, А.Д. Основы синтеза структур сложных систем. М.: Наука, 1982. - 200с.

95. Цициашвилли, Г.Ш. Простейшая вероятностная модель оценки обобщенного показателя // Современные проблемы управления. М.: РАН. ДВО. ИПМ., 1995. - №1. - С.1-4.

96. Цуриков, В.PI. Декомпозиция в задачах большой размерности. М.: Наука, 1984.-352 с.

97. Цыпкин, Я.З. Основы информационной теории идентификации. М.: Наука, 1984.- 320 с.

98. Abadi М., Cardelli L. A theory of primitive objects: Untyped and first-order systems.- Informationand Computation. 1996. - v. 125, №2. - P.78-102.

99. Adeli H. Expert System for Structural Design.- London: Chapman & Hall, 1988.- 330 p.

100. B. D. Joshi, R. Unal, N. H. White and W. D. Morris, A Framework for the Optimization of Discrete-Event Simulation Models. 17th American Society for Engineering Management National Conference, Dallas, Texas, October 10-12, 1996. - 6p.

101. Zhou M.C. and DiCesare F., Petry Net Synthesis for Discrete Event Control of Manufacturing Systems. Kluver Academic Publishers, 1993

102. Blackshire J. Digital PIV (DPIV) Software Analysis System. -NASA/CR-97-206285, December 1997. P. 27.

103. Haekhe C., Natter M., Som Т., Otrula H. Adaptive methods macroeconomic forecasting. Int.J.Intell.Syst. - 1997. - 8, №1. - P. 1-10.

104. Hansen G.A., Tools for Business process Reengineering / IEEE Software. 1994

105. Hill David R.C., Object-Oriented Analysis and Simulation. Addison-Wesley Publishing Company. 1996

106. Hughes J. Database Technology.- N.Y.: Prentice Hall, 1988.-273p.

107. Implementation of a Computer for a Semantic Data model: Experienses with TAXIS/ Ed. Nixon В., Chang L., Borgida A// SIGMOD Record.-1987.-v. 6,1 3.-P. 118-131.

108. Zvi G. Oded M. All pairs shortest distances for graphs with small integer length edges. Information and Computation. - 1997. - v. 134, №2. - P. 103139.

109. Kersberg L. Expert Database systems.- Moulo Park (Ca.): The Benjaming/Cummings Publ., 1986.- 701 p.

110. Law A.M., Kelton D.W., Simulation modeling and analysis. McGrew-Hill, New York. 1991

111. Price W. Data network simulation: experiments at the National physical laboratory 1968-1976 // Сотр. networks.-1977.4.-P. 171-199.

112. Manohar D. Deshpande, Analysis of Waveguide Junction Discontinuities Using Finite Element Method , NASA CR-201710, July 1997, pp. 39.

113. Knowledge representation and organization in Machine Learning/ Ed. Morik K.- Berlin: Springer, 1989.-319 p.

114. Rudin H., Muller H. Dynamic routing and flow control. IEEE Trans, on commun.-1980.-V28, №7.- P.1030-1039.