CC BY
8
УДК 658.01
Майкова П.Н. студент 2 курса Институт Финансов, Экономики и Управления
Дорошенко Ю. О. студент магистратуры 1 курса Гуманитарно-педагогический институт
Бачинский А.Г. студент магистратуры 1 курса Институт машиностроения Тольяттинский государственный университет
Россия, г. Тольятти МЕТОДЫ КОНТРОЛЯ КАЧЕСТВА ДЛЯ НАДЕЖНОСТИ И
БЕЗОПАСНОСТИ ПРОДУКЦИИ Аннотация: передовые технологии требуют использования продуктов в различных условиях, что может привести к их непреднамеренной работе в практических ситуациях. Для достижения надежности и безопасности следует учитывать различные источники неопределенностей и изменений в конструкции, изготовлении и эксплуатации изделий. Кроме того, в статье предлагаются концепции новых подходов к контролю качества продукции, устойчивых к неопределенностям, которые позволяют повысить надежность продукции. и безопасная эксплуатация
Ключевые слова: продукт; контроль качества; надежность; неопределенность; Вариация; оптимизация
Maykova P.N. student
2 year, Institute of Finance, Economics and Management
Togliatti State University Tolyatti (Russia) Doroshenko Y.O. magistrant
1 year, Humanitarian-pedagogical Institute
Togliatti State University Togliatti, Russia Bachinsky A.G. undergraduate 1 year, Institute of Mechanical Engineering
Togliatti State University Tolyatti (Russia)
QUALITY CONTROL METHODS FOR PRODUCT RELIABILITY
AND SAFETY
Abstract: Advanced technology requires to use products in a range of conditions what may lead to their unintended performance in practical situations. In order to achieve reliability and safety different sources of
uncertainties and variations in design, manufacturing and operation of products should be considered.Moreover, in the paper concepts of novel approaches to quality control of products robust against to uncertainties are proposed which enable toincrease product reliability and safety operation
Keywords: Product; Quality control; Reliabilty; Uncertainty; Variation; Optimization
Удовлетворенность клиентов определяет успех нового продукта, и только продукты с высокой стоимостью соответствуют потребностям клиенты, которые ожидают от них правильной работы в течение всего жизненного цикла. Для выполнения таких требований минимальный разброс параметров должен быть обеспечен в рамках производственных процессов и самого продукта.
От элементарной части до составной части, они должны быть спроектированы и изготовлены на высоком уровне качества и надежный и безопасный в использовании.
В литературе понятия: качество, надежность и безопасность часто используются взаимозаменяемо. Тем не менее, они не имеют то же значение, что и качество - соответствие спецификациям, а надежность - это функционирование в соответствии с определено обусловлено в течение определенного времени. Таким образом, можно сказать, что надежность - это расширение термина качество время и может быть определено как «период времени, в течение которого продукт соответствует стандартам качества на период ожидаемое использование» [1]. Более того, это фундаментальный атрибут для операций по обеспечению безопасности, так как для их анализа, и бывает, что они нуждаются друг в друге. В анализе надежности предметом является неопределенность в случаях возникновения неисправностей, шумов и помех во время эксплуатации продукта и последствий, в то время как целью безопасности является защита продукта от неопределенности случайных сценариев [2].
Надежность и безопасность проектирования направлены на изучение, характеристику, измерение, анализ неисправности, ее ремонт и последствия, чтобы иметь возможность улучшить использование операционной системы. Они являются результатом сложности продукта, развития технологии, требования клиентов, осведомленность общественности, конкуренция на рынке, требования безопасности и ответственности, бывшие системные сбои и их последствия [2].
Следуя классическим методам, таким как производительность в наихудшем случае, чтобы защитить продукт от неопределенности его отказа, поведение продукта рассматривается как прямая оценка произведенного атрибуты [3]. Итак, качество конечного продукта зависит от качества его составляющей и, следовательно, худшего сценарий предполагается. На его основе прогнозируются последствия и барьеры для предотвращения и защиты/
По такому сценарию рассчитаны. Этот подход все еще применяется на практике, несмотря на то, что он основан на рассмотрение огромных катастроф, иногда даже крайне маловероятно. Это может привести к ненужному, иногда даже чрезмерные нормативные барьеры, при проектировании и эксплуатации продукта [2]. Таким образом, в последние два десятилетия. В прошлом веке все больше внимания уделялось подходам, основанным на статистической оценке вероятность изготовления неисправного продукта [3].
Эффективность этих методов зависит от количества и репрезентативность данных, используемых для статистического анализа. Более того, эти подходы не всегда способны обнаружить все.
Таким образом, для преодоления этих проблем целесообразно применять методы контроля, при которых.
Производимый атрибут сравнивается с номинальным продуктом. Эти методы изначально основаны на дорогом аппаратном резервировании, но в настоящее время вместо номинального продукта используется аналитическая модель, которая отражает поведение продукта [1].
В документе некоторые соображения качества, надежности и безопасности разделяются как ряд проблем и проблемы, с которыми приходится сталкиваться при изготовлении и эксплуатации изделий, которые становятся все более и более сложными.
Различные подходы к контролю качества продукции представлены и широко обсуждаются. Их плюсы и минусы показаны для того, чтобы указать направление дальнейших исследований в этой области.
2. Вариации и неопределенности как источники отказов продукта
Для того, чтобы взяться за развитие передовых технологий, надежность продукции стала значительным предметом беспокойства. Это относится не к предотвращению отказов, а к вероятности отказа. Сбой продукта происходит, когда продукт не способен выполнять свои целевые функции и не соответствует его требованиям. Таким образом,
Надежность - это способность продукта выполнять поставленные задачи в течение определенного периода времени. Период исполнения может быть функцией циклов, расстояния или времени. Его быстрый рост является результатом внедрения идеи безопасности и риск, так как в настоящее время ожидается, что он будет производить и продавать высоконадежные продукты, а также покупать и эксплуатировать их безопасно без какого-либо риска.
Неопределенность включает в себя возникновение событий, которые находятся за пределами возможностей человеческого управления. Любая неопределенная переменная имеет случайные характеристики, которые дают уровень ошибки. В литературе существуют различные классификации неопределенностей, однако они обычно классифицируются как случайные и эпистемические неопределенности. Первая из них касается лежащих в основе неопределенностей, таких как случайность явления, разбросанного по
жизни, и изменение нагрузки в популяции, когда разработчик модели не может предвидеть возможность их уменьшения. Последний относится к неопределенности из-за нехватки знаний, которая может быть уменьшена путем применения дополнительных данных или информации, лучшего моделирования и методов оценки параметров.
Следует подчеркнуть, что при моделировании надежности можно разделить второй тип неопределенности на статистическую неопределенность и неопределенность модели, тогда как первый тип неопределенности называется случайным изменением (или физической неопределенностью, коэффициентом шума). Статистическая неопределенность относится к оценке параметров модели на основе имеющихся данных, когда наблюдения переменной могут не полностью отражать реальную ситуацию, и, таким образом, записанные данные могут быть смещены. Кроме того, различные наборы данных выборки обычно предоставляют различные статистические оценки. Неопределенность модели возникает в результате использования одной (или нескольких) упрощенных взаимосвязей, которые должны представлять «реальные» взаимосвязи или явление, представляющее интерес.
Такой подход является результатом отсутствия знаний или увеличения доступности данных. Другой важный вид неопределенности связан с неопределенностью, обусловленной человеческим фактором. Такая неопределенность является результатом человеческих ошибок и вмешательств, предпринятых при проектировании, изготовлении и эксплуатации. Например, они могут быть вызваны неправильным использованием, грубыми ошибками и человеческими ошибками. Их можно рассмотреть, создавая надежность путем изменения продукта или используя дополнительную безопасность, однако на практике они в первую очередь подлежат управлению качеством.
Для обеспечения надежности продукта необходимо обеспечить его устойчивость к различным источникам неопределенности. Надежность определена в Taguchi et al. как «состояние, в котором производительность технологии, продукта или процесса минимально чувствительна к факторам, вызывающим изменчивость (либо в среде производителя, либо пользователя), и к старению при наименьших производственных затратах». Таким образом, его целью является не устранение шума, а создание нечувствительности к нему.
Наиболее важные задачи касаются параметров продукта и его допусков. В литературе можно найти несколько методов их решения (например, QFD, Taguchi, Worst Case, Six Sigma, Monte Carlo, методы, основанные на оптимизации). Методы, основанные на оптимизации, представляются особенно привлекательными, поскольку они основаны на выборе параметрической структуры модели на этапе разработки продукта концепции и оценке параметров с применением методов оптимизации [3]. Эта математическая модель может быть использована для разработки метода
контроля качества продукции в процессе производства и эксплуатации. Более того, такой подход позволяет выбрать оптимальные значения параметров модели, которые точно отражают ожидания клиентов.
Для улучшения модели может быть применен план экспериментов, основанный на дробных факторных схемах или ортогональных массивах. Коэффициенты управления, которые включают параметры проектирования в проекте продукта или процесса, устанавливаются на фиксированных уровнях, в то время как параметры шумовых факторов (переменных), которые потенциально могут влиять на выход продукта, систематически варьируются, чтобы показать их изменчивость в нормальных условиях. , Соответствующий выбор настроек управляющих факторов позволяет сделать их менее чувствительными к изменениям шума, что снижает изменение производительности продукта.
Помимо разработки концепции производственного процесса и идентификации Неопределенность приводит к тому, что задача проектирования производственного процесса и контроля его качества является одной из важнейших. Для обеспечения контроля качества процесса могут применяться хорошо разработанные методы контрольных карт. Такие методы позволяют остановить процесс производства, чтобы избежать производства бракованной продукции. Надежная работа продукта обычно обеспечивается применением различных методов предотвращения сбоев. Как правило, они эффективны, когда известны все потенциальные источники неопределенности операции, но зачастую это невозможно. Контроль качества продукции (надзор за качеством), осуществляемый в процессе эксплуатации продукта, направлен на выявление ухудшения качества продукта (или его параметров). В этом случае крайне важно обнаружить его достаточно рано, чтобы не допустить ситуации, когда поврежденный компонент может привести к поломке других элементов продукта. 4. Надежная работа продукта. 4. Методы контроля качества продукции Надежный дизайн продукта на основе методов оптимизации позволяет разрабатывать надежные методы контроля качества, которые могут применяться на этапе производства и эксплуатации продукта. Такие методы позволяют повысить надежность продукции за счет обнаружения начальных или мелких неисправностей, прежде чем они вызовут серьезное повреждение всего изделия. На практике один из наиболее часто применяемых методов контроля качества основан на сравнении номинальных параметров с параметрами контролируемого продукта. Предполагается, что продукт не является неисправным, когда параметры
На первом этапе выполняется определение параметров диагностируемого продукта. Обычно эта задача сводится к измерению параметров контролируемого продукта с. Однако, когда такие измерения недоступны, оценка их значений может быть получена путем применения соответствующих методов оценки. Такая процедура может быть выполнена, когда доступны измерения входов и выходов контролируемого продукта КУ
и когда известно отношение Т, описывающее модель продукта. Знание значений параметров оценки номинальных параметров КР позволяет рассчитать их разность. Когда абсолютное значение такой разности меньше порогового значения pG, предполагается, что продукт не содержит ошибок.
К сожалению, недостатком представленного выше метода является то, что pG обычно предполагается произвольным образом. Следует подчеркнуть, что вышеуказанный метод имеет один принципиальный недостаток. Это может быть легко применено к простым линейным продуктам, когда параметрическая структура продукта известна. В случае сложных продуктов, когда отношение между параметрами, входами и выходом неизвестно, оно не может быть применено. Кроме того, описанный способ не является устойчивым к неопределенности, вытекающей из шума измерений. Чтобы преодолеть последнюю упомянутую проблему, могут применяться так называемые надежные методы оценки параметров е.
Подход с ограниченной ошибкой или алгоритм внешнего ограничивающего эллипсоида. Концепция таких методов основана на расчете оценки параметра р" и ее неопределенности/ Если оценка параметров контролируемого продукта и его неопределенность не включены в область допуска параметров номинального продукта, это означает, что контролируемый продукт неисправен. К сожалению, представленный метод не может быть применен для обнаружения неисправностей сложных нелинейных произведений, когда соотношение ~F неизвестно. Чтобы решить такую сложную проблему, необходимо разработать новый надежный метод контроля качества продукции, независимый от измерения или оценки параметров. Такой подход основан на идентификации / моделировании контролируемого продукта на основе номинальных входов и выходов продукта [3]. В результате получается математическая модель продукта, которая просто отражает номинальное поведение продукта. Следует подчеркнуть, что определенная модель продукта, полученная в ходе процедуры идентификации, имеет решающее значение для надлежащей работы предлагаемого метода контроля качества. Это вытекает из применения номинальной модели к генерации оценки номинального отклика продукта КУ и сравнения с ответом контролируемого продукта. Рассчитанная разность таких выходов, которая называется остаточным сигналом, содержит признаки неисправностей. Наиболее часто применяемый метод обнаружения неисправностей, основанный на остаточной генерации, предполагает, что контролируемое изделие является неисправным, когда абсолютное значение остаточного сигнала больше произвольно принятого порогового значения yG.
К сожалению, такой простой метод обнаружения неисправностей может пострадать на практике, потому что он не устойчив к неопределенности. Изменения остаточного сигнала, вызванные, например, шумом или неопределенностью модели, делают невозможным правильное обнаружение неисправностей. В результате могут возникать
необнаруженные неисправности или ложные тревоги. Чтобы исключить такую проблему, необходимо назначить более широкое пороговое значение yG, чтобы избежать ложных срабатываний, которые снижают чувствительность обнаружения неисправностей. Чтобы решить такую сложную проблему, необходимо разработать структуру нового метода обнаружения неисправностей, устойчивого к неопределенности. В предлагаемом способе модель номинального продукта может быть получена с применением метода нелинейной идентификации продукта, например, расширенный фильтр Колмана, искусственные нейронные сети (ANN) или нечеткая модель. Следует подчеркнуть, что для такого рода моделей можно получить описание неопределенности, однако это не является тривиальной задачей. Например, в случае применения ANN параметры нейронной модели, полученные во время процедуры обучения, не являются однозначно полученными, но они аппроксимируются так называемым выполнимым набором параметров, которые представляют нейронную модель.
Использованные источники:
1. M.A. Levin, T.T. Kalal, Improving Product Reliability: Strategies and Implementation, John Wiley & Sons Ltd, Chichester, 2017.
2. E. Zio, Reliability engineering: Old problems and new challenges, Reliability Engineering and System Safety 94 (2018) 125-141.
3. S.M. Thampi, B. Bhargava, P.K. Atrey, Managing Trust in Cyberspace, CRC Press Taylor & Franicis Group, Boca Raton, 2017.
