CC BY
14
8. Felício, J. A., Ivashkovskaya I., Rodrigues R., Stepanova A. corporate governance and performance in the largest european listed banks during the financial crisis. 2014. Vol. 24. No. 53. P. 83-98.
9. Glynin E. V. Khoroshilova E. I. Modern approaches to assessing the effectiveness of investments in fixed capital // Fundamental research. 2011. No. 8-1. pp. 239-243.
10. Ivashkovskaya I.V. Company value modeling. Strategic responsibility of the Board of Directors: monograph. Moscow: INFRA-M, 2019. 430 p.
11. Moulin Hervé. Cooperative decision-making: axioms and models. Moscow: Mir, 1991. 463 p.
12. Bondareva O.N., Kulakovskaya T.E., Naumova N.I. The solution of an arbitrary cooperative game of four persons // Bulletin of Leningrad University (Mathematics). 1979. 2(7). pp. 104-105.
УДК 658.562 DOI 10.46689/2218-5194-2022-1-1-502-507
ЭКОНОМИЧЕСКИЕ АСПЕКТЫ УПРАВЛЕНИЯ КАЧЕСТВОМ ИЗДЕЛИЙ МАССОВЫХ ПРОИЗВОДСТВ
О.В. Пантюхин, Е.В. Пантюхина, Э.В. Дьякова
Предложены некоторые экономические аспекты обеспечения качества на производствах горной промышленности и машиностроения, массово изготавливающих продукцию ответственного назначения.
Ключевые слова: контроль качества, технологический процесс, история качества, искусственные нейронные сети, массовое производство, цифровой двойник, планы контроля.
Снижение затрат на мероприятия по обеспечению качества изготовления изделий массовых производств горной промышленности и машиностроения является важной задачей, требующей оперативного решения современными инструментами и методами управления качеством. Для их внедрения и правильного функционирования необходимы существенная модернизация существующей инфраструктуры и производственной среды предприятия, переработка и совершенствование требований конструкторской, технологической и нормативной документации, наличие квалифицированных сотрудников, владеющих соответствующими знаниями и навыками.
Рассмотрим ряд современных инструментов управления качеством изделий массовых производств, применение которых позволит выстроить эффективную систему менеджмента качества на предприятии (рисунок). 1. Планы выборочного контроля. При производстве партий больших объемов в сотни тысяч и миллионы изделий проведение сплошного контроля
нецелесообразно, поэтому используется выборочный контроль в процессе производства. Для контроля целесообразно использовать двухступенчатые планы контроля, рассчитанные с помощью функции оптимального плана контроля [1], обеспечивающие меньшие риски изготовителя и потребителя и меньший средний объем контроля по сравнению с планами стандартов [2]. Рассчитанные двухступенчатые планы контроля заложены в цеховые контрольные карты для каждой технологической операции. С помощью таких контрольных карт процесс контроля межоперационного задела полуфабрикатов изделия осуществляется после каждой операции, и на основании результатов контроля делается вывод о состоянии процесса и необходимости корректирующих воздействий на него.
2. Искусственные нейронные сети. В ходе выполнения задачи по обеспечению качества важно не только обеспечить точность и стабильность технологических процессов, но и предупреждать появление дефектов и нежелательный тренд характеристик качества. Для решения данной задачи представляется целесообразным и необходимым применение инструментов прогнозирования, учитывающих ход производства и позволяющих с высокой достоверностью получить прогнозные значения геометрических размеров полуфабрикатов.
Инструменты управления качеством изделий массовых производств
К таким инструментам относятся программные продукты с модулями обучения и построения искусственных нейронных сетей (ИНС) [3 -5]. Для решения задач прогнозирования используют ИНС конкретной архитектуры - многослойный персептрон и ИНС на радиальных базисных функциях. Они состоят из входного слоя, в котором количество нейронов соответствует количеству входных влияющих параметров, промежуточного слоя, количество нейронов в котором определяется программой при построении и выборе оптимальной сети, и выходного слоя, в котором чаще всего один или несколько нейронов, представляющих собой целевую функцию - искомый параметр качества, значение которого и прогнозирует данная ИНС.
На основе данных статистического контроля параметра качества, истории качества формируется обучающая выборка для обучения ИНС. Объем данных для обучения сети должен быть достаточным для того, чтобы сеть выдавала точный прогноз. Обучение сети производится в программных продуктах для нейросетевого моделирования. На основе обучения программа выбирает наилучшую модель сети, исходя из значений производительности сети и минимального значения ошибки на обучающем, контрольном и тестовом множествах. С помощью обученной ИНС в дальнейшем осуществляется прогнозирование геометрических параметров качества полуфабрикатов изделия.
3. Цифровые двойники изделий и технологических процессов. Цифровой двойник - это виртуальная модель изделия, его элемента или процесса. В модель цифрового двойника должны быть заложены не только геометрические размеры и форма изделия, но и параметры, связанные со свойствами материала, из которого изделие изготовлено. Так, например, для изделий, изготовленных из стали, в качестве характеристики материала может быть заложено значение модуля Юнга. Это в дальнейшем позволит использовать данную модель изделия в виде цифрового двойника при моделировании испытаний на прочность. Цифровой двойник может собирать и накапливать информацию о готовом изделии с помощью датчиков и аналогичных устройств. Цифровой двойник создается на этапе проектирования изделия и актуализируется и дополняется на последующих стадиях жизненного цикла - испытаниях, эксплуатации, утилизации. Для внедрения и эффективного функционирования цифровых двойников необходима полная цифровая модернизация существующих производств [6].
4. Инспектирующие машины. В связи с высокой степенью автоматизации современных производств, высокой производительностью оборудования для контроля изделий требуется применение соответствующих инспектирующих машин. Наибольшую эффективность по точности и скорости измерений имеют инспектирующие машины с лазерным принципом измерения, когда за минуту осуществляется контроль геометрических па-
раметров трехсот изделий. Кроме того, такие инспектирующие системы контроля автоматически определяют наличие внешних дефектов полуфабрикатов (царапины, трещины, нарушение лакокрасочного покрытия). Полученные значения геометрических параметров качества изделий в виде числовых значений формируют базу данных, которая анализируется программными комплексами встроенных в инспекционное оборудование компьютеров. Мгновенный статистический анализ данных позволяет получить значения среднего арифметического, среднеквадратического значения параметра качества, сравнить значения измерений с полем допуска на параметр и наглядно представить это в виде гистограмм. Применение такого современного контрольно-измерительного оборудования позволяет оперативно осуществить контроль межоперационных заделов полуфабрикатов изделий, отслеживать в реальном времени тренд контролируемых параметров и предотвратить выпуск дефектной продукции.
5. Системы автоматической загрузки изделий обеспечивают непрерывную надежную подачу ориентированных изделий в сборочное или инспекционное оборудование с требуемой производительностью и представляют собой совокупность устройств, каждое из которых выполняет определенную функцию. Основная функция таких систем - приведение в требуемое положение изделий - выполняется бункерными загрузочными устройствами, которые захватывают из общей массы одно изделие, ориентируют его и выдают в накопительное устройство системы, из которого ориентированные изделия с помощью выдающего устройства поступают в сборочное или инспекционное оборудование в соответствии с темпом его работы.
Вероятностный принцип работы бункерных загрузочных устройств значительно усложняет их проектирование, основным этапом которого является определение фактической производительности. Для различных изделий формы тел вращения указанная задача в настоящее время решается на базе комплексного теоретического подхода, который позволяет на этапе разработки построить адекватную и корректную модель производительности любого дискового бункерного загрузочного устройства [7]. Полученная математическая модель способствует выбору оптимальных параметров бункерного загрузочного устройства, при которых будут обеспечены его максимальная производительность и надежное функционирование.
Подводя итог вышеизложенному, следует отметить, что более совершенные формы организации системы управления качеством на предприятии, создание новой стратегии управления производством на основе вышеизложенных инструментов позволят значительно сократить издержки на контроль и измерения и добиться снижения уровня дефектных изделий до минимума.
Список литературы
1. Пантюхин О.В., Васин С.А. Разработка контрольных карт для изделий массовых производств // Качество и жизнь. 2020. № 4. С. 55-60.
2. ГОСТ Р ИСО 3951-1-2015 Статистические методы. Процедуры выборочного контроля по количественному признаку. Ч. 1. Требования к одноступенчатым планам на основе AQL при контроле последовательных партий по единственной характеристике и единственному AQL. М.: Стан-дартинформ, 2015. 72 с.
3. Аксенов С.В., Новосельцев В.Б. Организация и использование нейронных сетей (методы и технологии) // под общ. ред. В.Б. Новосельцева. Томск: Изд-во НТЛ, 2006. 128 с.
4. Барский А. Б. Нейронные сети: распознавание, управление, принятие решений. М.: Финансы и статистика, 2004. 176 с.
5. Галушкин А.И. Теория нейронных сетей. М.: ИПРЖР, 2000.
416 с.
6. Прохоров А.Н., Лысачев М.Н. Цифровой двойник. Анализ, тренды, мировой опыт. М.: ООО «Альянс Принт», 2020. 401 с.
7. Pantyukhina E.V. Integrated approach methodology for evaluating the feed rate of mechanical disk hopper-feeding devices// IOP Conf. Series: Journal of Physics: Conference Series. 2020 Vol. 1546. P. 012024.
Пантюхин Олег Викторович, д-р техн. наук, доцент, директор Издательства, olegpantyukhin@mail.ru, Россия, Тула, Тульский государственный университет,
Пантюхина Елена Викторовна, канд. техн. наук, доцент, elen-davidova@mail.ru, Россия, Тула, Тульский государственный университет,
Дьякова Элеонора Владимировна, асп., eleonora. borovkova@yandex. ru, Россия, Тула, Тульский государственный университет
ECONOMIC ASPECTS OF QUALITY MANAGEMENT MASS PRODUCTION PRODUCTS
O.V. Pantyukhin, E.V. Pantyukhina, E.V. Dyakova
Some economic aspects of quality assurance in mining and machine-building industries that mass-produce products for responsible purposes are proposed.
Key words: quality control, technological process, quality history, artificial neural networks, mass production, digital twin, control plans.
Pantyukhin Oleg Viktorovich, doctor of technical sciences, docent, director of the Publishing house, olegpantyukhin@mail.ru, Russia, Tula, Tula State University,
Pantyukhina Elena Viktorovna, candidate of technical sciences, docent, elen-davidova@mail.ru, Russia, Tula, Tula State University,
Diakova Eleonora Vladimirovna, postgraduate, eleonora.borovkova@yandex.ru, Russia, Tula, Tula State University
