CC BY
26
ON IMPROVING METROLOGICAL SUPPORT A T CJSC KSPZ M.A. Anisimova, A.Y. Mikhaleva
The analysis of metrological support at CJSC «Klimovsk Specialized Plant» was carried out. The factors influencing the state of metrological support of the enterprise are revealed, possible sources of increasing production efficiency, the estimated costs of work are identified, and a set of measures aimed at improving the quality ofproducts is proposed.
Key words: metrological support, metrological analysis, measurements, control, automated control system for measuring instruments.
Anisimova Marina Aleksandrovna, candidate of technical sciences, docent, ama65@mail. ru, Russia, Tula, Tula State University,
Mikhaleva Anastasia Yurievna, master, anastasija_bragina@,rambler.ru, Russia, Tula, Tula State University
УДК 658.562
ОНТОЛОГИЧЕСКОЕ ПРОЕКТИРОВАНИЕ АВТОМАТИЗИРОВАННОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ ПОДДЕРЖКИ КАЧЕСТВА ПРОДУКЦИИ
ПРЕДПРИЯТИЯ
В.Б. Афанасьев
В статье предложена идеология проектирования автоматизированной информационной системы для обеспечения результативности системы менеджмента качества оборонного предприятия. На основе онтологического подхода определены технические решения по разработке системы управления базы данных, а также осуществлён выбор программных решений. Представлен инновационный программный продукт на основе нереляционных документно-ориентированных разработок.
Ключевые слова: качество, надёжность, информационная среда процессов СМК, программный комплекс, анализ статистической информации.
Идеология построения структуры данных о качестве и надёжности ОП при проектировании АИС СМК. Важнейшим фактором, определяющим в настоящее время результативность системы менеджмента качества (СМК) на предприятиях оборонно-промышленного комплекса (ОПК) России, является наличие современного информационного обеспечения. Решение этого вопроса связано с построением систем информационной поддержки изделий (ИПИ) на этапах жизненного цикла (ЖЦ), а также организацией автоматизированных информационных систем (АИС), обеспечивающих накопление и анализ статистической информации, необходимой для реализации управленческих решений и выработки эффективных мероприятий в системе качества предприятия. В работах [1, 2] рассмотрены задачи по информационному сопровождению, а также показаны преимущества создания и внедрения инновационных АИС собственной разработки для решения задач СМК в интегрированной информационной среде (ИИС) предприятия ОПК в сравнении с применением готовых специализированных программных продуктов. Вопросам организации АИС СМК на предприятиях ОПК посвящена настоящая статья.
При выборе и реализации инженерных и программных решений, необходимых для построения высоко функциональной и эффективной АИС СМК, в первую очередь следует учитывать, что характер функционирования организационно-технической
12
составляющей управления качеством и надёжностью представляет собой циклы развития организационных и технических преобразований, мероприятий на предприятии, направленных на повышение качества и надёжности ОП, важнейшими из которых являются сбор статистической информации, а также исследования, анализ, оценка, прогнозирование на основе собранных статистических данных [3]. Можно утверждать, что по своей сути менеджмент качества есть не что иное, как менеджмент потоков информации, касающихся планирования, обеспечения, управления и улучшения качества продукции и процессов, её формирующих. Как и любые системы управления, СМК в этом смысле в качестве информационного механизма функционирования и развития своей организационно-технической составляющей нуждается в эффективной системе сбора и анализа данных.
Задача создания системы сбора и анализа данных в современных условиях решается на основе внедрения и эксплуатации баз данных в составе АИС. Стремительное развитие информационных технологий за последние годы, в том числе и в рассматриваемой области, предоставляет широкие возможности использования различных инженерно-технических и программных решений для создания АИС. Однако уже на первом этапе проектирования возникает задача построения высокоэффективной системы управления баз данных (СУБД), обеспечивающей решение широкого спектра проблем.
С точки зрения системного подхода задача проектирования СУБД состоит в определении ее структурно-функциональной организации (СФО).
В составе СФО СУБД присутствуют следующие основные компоненты: схема данных, т.е., архитектура набора структурных связей классов данных (массивов в нереляционной модели и таблиц в реляционной модели);
архитектура организации и построения СУБД, как программного комплекса; программная реализация СУБД.
Разработка и проектирование структуры схемы данных.
В целях разработки первого из указанных компонентов СУБД, а именно схемы и архитектуры данных, рассмотрим функции и задачи системы сбора и анализа данных о качестве.
Функционально система сбора и анализа данных о качестве, построенная на основе современных технологий, обеспечивает эффективную реализацию основного принципа СМК - принятие решений, основанных на фактах. Для обеспечения этого основополагающего принципа система сбора и анализа данных в соответствии с требованиями ГОСТ ISO 9001 (п.4.1) должна выполнять следующие функции:
осуществлять накопление статистической информации по этапам ЖЦ, мониторинг, измерения и анализ данных о процессах, уровне качества и надёжности выпускаемой продукции для разработки мер, необходимых для достижения запланированных результатов и постоянного улучшения процессов и соответственно ОП;
контролировать наличие, а также проведение анализа ресурсов и информации, необходимых для реализации процессов СМК и СОН и их мониторинга;
определение критериев и методов, необходимых для обеспечения результативности и эффективности СМК и СОН как при осуществлении их процессов, так и при управлении ими.
Таким образом, реализуя указанные функции, система сбора и анализа данных о качестве должна стать надёжным поставщиком информации для решения в соответствии с требованиями ГОСТ ISO 9001 следующих задач менеджмента качества и обеспечения надёжности:
оценка качества и надёжности конечной продукции, проведение исследовательских мероприятий по анализу достигнутого уровня качества и надёжности, а также прогнозированию динамики изменения оцениваемых показателей, в том числе соответствующих рисков в системе качества;
оценка надёжности и результативности производственных процессов, анализ возможностей улучшения, в первую очередь, за счёт внутренних резервов;
разработка мероприятий по устранению причин отказов и неисправностей выпускаемой продукции и комплектующих изделий;
формирование и обеспечение механизма обратной связи - корректирующих и предупреждающих действий, мероприятий по улучшению как СМК в целом, так и отдельно взятых процессов, в том числе СОН;
оценка результативности и эффективности процессов СМК и СОН, а также системы бережливого производства, как в части отчётности в рамках ВИС, так и для обеспечения развития рассматриваемых структур.
Указанные выше ключевые функции и задачи системы сбора и анализа данных о качестве, являющейся основой АИС СМК, определяют её идеологию, структуру данных и каналов передачи информации, механизмы обработки данных, что позволяет наиболее эффективно организовать информационное пространство СМК с использованием СУБД АИС на основе накопленных данных. Одновременно с этим анализ структуры результативности СМК, как интегральной характеристики системы качества в целом, показывает, что она включает две основные комплексные оценки, а именно:
показатели качества и надёжности выпускаемой продукции, как характеристику результатов деятельности предприятия;
показатели, характеризующие саму производственную деятельность и определяющие степень выполнения запланированной деятельности.
Данные, характеризующие производственную деятельность, в свою очередь также можно представить двумя комплексными оценками: степенью правильности и безусловности выполнения процедур и степенью достижения промежуточных и конечных результатов.
Таким образом, исследования идеологии построения структуры данных о качестве и надёжности показывают, что для обеспечения исследовательских, поисковых и проверочных мероприятий, направленных на повышение надёжности и качества, требуется реализация автоматизированной обработки значительных объёмов разнородной статистической информации.
В системе СМК предприятия статистическая информация делится на следующие
виды:
текстовая информация;
данные числовой природы (параметрические данные, результаты измерений,
оценок);
графическая информация.
Для автоматизации процессов поэтапной обработки информации указанных типов необходимо предусмотреть, при построении информационных модулей АИС, структурирование и распределение накопленных данных как в процессе первичной обработки и корректировки, так и в процессе дальнейшего использования. Для этого целесообразно воспользоваться методологией организации системы онтологий знаний менеджмента качества и обеспечения надёжности [3, 4] в рамках действующей на предприятии корпоративной технологической системы.
Под онтологией понимается постоянно пополняемая и развивающаяся база знаний в определённой области, использование которой предполагает интерактивное взаимодействие с ней путем построения запросов и получения ответов, если таковые существуют. При этом атрибутами онтологий являются терминология, понятия, совокупность принятых в рассматриваемой области определений, правил и методов. Такая совокупность необходимой атрибутики регламентируется в первую очередь действующими стандартами и нормативными документами предприятия, которые в свою очередь основываются на государственных стандартах.
Так, например, для СМК такая совокупность определяется в первую очередь стандартами ГОСТ ISO 9000 и ГОСТ ISO 9001, а для системы обеспечения надёжности целесообразно воспользоваться государственными стандартами в области надёжности и локальными нормативными документами предприятия.
Классический подход к построению онтологий, рекомендуемый рядом источников [3, 5], заключается в способе представления знаний о СМК и качестве продукции промышленных предприятий в виде рационально выбранных моделей, описываемых сетями ограничений и структурных связей. При этом характерными особенностями классического подхода при онтологическом моделировании являются основные этапы работ, которые необходимо осуществить в ходе реализации проекта и которые включают:
Этап 1. Формирование «мотивационного сценария» для конкретной организации как детального описания в контексте проблемной области. В описании детализируются задачи и проблемы в предметной области, требующие решения и которые планируется выполнить.
Этап 2. Формирование «ключевых онтологий» на основе объектно-ориентированных и документно-ориентированных моделей организационной и процессной структуры СМК. Эти онтологии представляют то, что является «ключевым» знанием о производственной деятельности СМК предприятия, информационных потоках и организационной структуре.
Этап 3. Формирование «онтологии запросов», включающую перечни формальных и неформальных вопросов, компетенций, на которые онтология должна быть способна ответить с помощью программного обеспечения (приложения). При этом формальные компетенции с использованием программных приложений организовываются в модель данных с характерными связями и ограничениями.
Этап 4. Формирование онтологии моделирования контроля, оценки качества и надёжности выпускаемой продукции.
Из опыта, полученного автором при организации системы сбора и анализа данных СМК на предприятии ОПК, совпадающего с другими исследованиями в этой области, проводимых в России и за рубежом, следует, что к основным трудностям, снижающим привлекательность и возможности реализации классического онтологического подхода при построении контура системы сбора, анализа и обработки данных можно отнести [1 - 3]:
трудность реализации, что связано с взаимодействием со слабо структур ирован-ной областью знаний и необходимостью тщательной настройки;
плохую воспроизводимость онтологической модели предметной деятельности в связи с её уникальностью для конкретного предприятия;
высокие требования к квалификации инженеров-программистов в виду необходимости реализации задач в области онтологических знаний конкретного предприятия.
Следует отметить, что основная задача онтологического подхода состоит в упорядочении знаний за счёт их систематизации, создании единой иерархии понятий, унификации терминов и правил интерпретации. У крупных наукоёмких, высокотехнологичных предприятий, решающих задачи разработки и производства инновационных изделий ОП, в силу объективных причин процессы СМК имеют сложную иерархическую структуру и отличаются значительным объёмом исследуемых характеристик и показателей. Это в свою очередь приводит к тому, что данные полученные из различных источников сосредотачиваются вместе (в системе СМК), что мешает определиться с их структурой и системностью.
Большое количество и разнообразие факторов и их источников в системе качества предприятия предполагает применение принципа стратификации при построении информационных конструкций. Реализация этого принципа в процессе моделирования сложных систем, в данном случае системы сбора и анализа данных СМК, обеспечивается в большинстве случаев использованием модульного подхода, что позволяет снизить уровень сложности используемых методов и средств за счёт разбиения общей задачи на подзадачи и использования соответствующих типовых решений с привлечением менее квалифицированного персонала службы качества. В первую очередь построение модульных конструкций АИС СМК может быть основано на процессном, организационном, инженерно-технологическом подходе, действующем в системе качества предприятия.
Основываясь на представленных выше утверждениях и рекомендациях, учитывающих современную практику разработки модели контура системы сбора и анализа данных, оперирующего данными числовой и нечисловой природы, целесообразно рассмотреть возможности поэтапного, дискретного развития АИС СМК путём наращивания интегрированных информационных модулей, предназначенных для обслуживания и поддержания процессов и технологии СМК. Таким образом, автоматизация информационной структуры СМК может быть разбита на составные части, разделяемые между собой и определяемые в соответствии с процессами и задачами СМК.
На настоящий момент в СМК предприятий ОПК в силу объективных исторических причин, связанных с опережающим развитием соответствующих научных знаний в оборонной промышленности, наиболее отлаженной в организационном, функциональном и методологическом плане является система обеспечения надёжности (СОН) выпускаемой ОП (рис. 1).
Задача автоматизации процессов СОН была выбрана в рамках реализации метода стратификации в качестве первоочередного шага по построению АИС как наиболее востребованная с позиции ВП МО и потребителей выпускаемой продукции.
При этом онтологическая модель СОН, действующая в «бумажном» варианте, представляет собой развитую систему знаний, охватывающую нормативную базу, основанную на классических методах теории надёжности, теории вероятности и математической статистике, эффективно решает вопрос оценки соответствия ОП заданным требованиям.
Отказ, неисправность
ОР системы/СЧ при проверке
на функционирование
_1
Создание комиссии(ОР, ОН, ОТК, ОГТ, ЭРО, КО). по исследованию отказа системы/СЧ
Создание акта/протокола
ОР исследования отказа
системы/СЧ
Создание (корректировка) программы исследования отказа системы/СЧ (ПрИО)
Комплекс работ по
ОП ПрИО, направленный на
подтверждение отказа
СЧ
Утверждение акта/
ОР протокола исследования
отказа системы/СЧ
Сдача системы/СЧ ОТК
и ВП, продолжение технологического цикла
Акт/протокол передаётся в ОН, ВП и ОТК, при отказе покупной СЧ в ЭРО
Рис. 1. Технологическая схема исследования отказов на предприятии ОПК:
ОР - отдел разработчик; КО — конструкторский отдел; ЭРО — эксплуатационно-ремонтный отдел; ОП— опытное производство; СЧ — составная часть; ОН — отдел надёжности; ОГТ — отдел главного технолога; ОТК — отдел технического контроля; ВП — военное представительство;
СЧ — составная часть 16
Здесь следует отметить, что в «бумажном» варианте указанная модель имеет низкую ценность как база знаний, обращаясь к которой можно оперативно получить имеющиеся в ней знания, тем более особые трудности вызовет получение знаний, выраженных в неявной форме.
Таким образом, использование метода стратификации позволило провести моделирование кластера СОН в составе СМК без существенной деформации организационных условий и функциональных традиций в работе подразделений предприятия. В результате удалось систематизировать информационные потоки СОН и провести структурирование и организацию БД АИС СМК для кластера СОН.
На основе онтологического моделирования с целью осуществления оцифровки и записи данных в БД АИС были формализованы составляющие информационных потоков СОН. На полученном в результате этого онтологическом фундаменте СОН было проведено структурирование составных частей информационных потоков, определены системные, процессные связи СМК, учитываемые в БД АИС.
С учётом того факта, что в ВИС Концерна в целях обеспечения эффективности централизованного управления предприятиями требуется обеспечить достоверную отчётность по установленной корпоративной форме, было принято решение об обеспечении максимальной полноты отработки информационных потоков СОН в рамках АИС СМК, а также в максимально полном объёме реализовать описание и оценку уровня технологического развития производственных процессов с использованием разработанного концерном метода комплексной оценки качества на основе определения производственных параметров в виде дискретных переменных величин [1]. Одновременно при создании БД АИС учитывалась задача по обеспечению проведения аналитических исследований, связанных с необходимостью повышения надёжности ОП.
По результатам аналитической работы, проведённой по моделированию БД АИС, были определены структура, форма и содержание информационных страниц, обеспечивающих отражение и дальнейшую обработку данных о качестве и надёжности ОП и включающих текстовую информацию, а также данные числовой природы.
В БД АИС предусмотрены следующие информационные страницы:
страницы с информацией по отказавшим изделиям, выпускаемым предприятием, идентифицируемые по заводскому номеру и уникальному номеру страницы в БД, обозначаемые как базовые изделия (БИ);
страницы с информацией по отказам комплектующих изделий (КИ) в том числе и ПКИ, идентифицируемые по заводскому номеру и уникальному номеру страницы в
БД;
страницы сопроводительных документов и по организационным мероприятиям, привязываемые к страницам отказов БИ и КИ.
В результате, в целях организации эффективной СУБД было проведено поэтапное (пошаговое) проектирование структуры схемы данных с учётом особенностей производства и эксплуатации ОП первоначально с охватом производственных процессов СОН, как наиболее методически проработанной части СМК, обеспечивающей сбор, обработку и анализ статистической информации о надёжности и качестве выпускаемой ОП и ПКИ.
Архитектура построения и программная реализация БД АИС. Основные компоненты СФО СУБД, как программного комплекса, в целом применительно к рассматриваемому проекту разработки АИС СМК предприятия должны отвечать следующим требованиям:
Во-первых, необходимо обеспечить хранение всей информации по результатам ЖЦ продукции, структурированной с учётом особенностей производства и эксплуатации, а также поступающей за длительный промежуток времени.
Во-вторых, должен быть реализован оперативный доступ к данным для анализа и обработки статистической информации в целях выработки мероприятий и управленческих решений по обеспечению качества продукции и технологических процессов, в том числе с использованием методов машинного обучения.
В-третьих, задачи организации информационной структуры СМК, как было показано выше, безусловно выразятся в необходимости обработки больших объёмов неструктурированной, нечёткой, развивающейся информации, поэтому организация базы данных (БД) АИС должна обеспечивать наращивание информационного потенциала без дорогостоящего реинжиниринга БД в процессе развития проектов по обеспечению качества.
Учитывая указанные требования к компонентам СФО, возможно осуществить выбор программной архитектуры СУБД, при этом основным принципиальным моментом является сравнительная, альтернативная оценка активно развивающихся в настоящее время реляционной и нереляционной моделей СУБД. Подробно сравнительный обзор альтернативных моделей СУБД применительно к предприятию ОПК представлен в [2].
По результатам анализа и формализации информационных потоков СМК [1], с учётом требований к компонентам СФО, а также всего комплекса проблем с цифровиза-цией технологических процессов, стали очевидны недостатки реляционных SQL-разработок, в том числе базовых моделей системы 1С, связанными с необходимостью глубокого реинжиниринга, что значительно повышает стоимость проекта при значительных сроках разработки. Это определило необходимость разработки специализированной объектной нереляционной СУБД. Данное решение обеспечило ускоренное внедрение программного продукта, в том числе за счёт снижения информационных рисков, связанных с противодействием новациям со стороны персонала предприятия, обусловленного человеческим фактором [6].
В соответствии с принятым решением о выборе программной архитектуры для хранения данных в БД АИС предприятия из зарекомендовавших себя информационных продуктов выбрана и успешно используется документно-ориентированная система управления базами данных MongoDB (далее система). Данный программный продукт является свободно-распространяемой высокопроизводительной системой с открытыми исходными кодами, реализованной в 2014 году на языке С++ компанией Mongo Inc [7].
В основе системы лежит использование массивов JSON-подобных документов вместо таблиц, позволяющих более удобно и эффективно моделировать данные с гибким набором полей. Хранение данных в коллекциях без определённой схемы позволяет избежать затратных по времени операций типа ALTER_TABLE добавления колонки к таблице в классических SQL базах, что позволяет новой системе добавлять дополнительные поля к некоторым документам «на лету».
Для повышения эффективности обработки запросов по мере увеличения объема хранения данных, система позволяет использовать механизм шардирования (разнесения базы данных по нескольким серверам). Данное свойство представляется особенно актуальным при организации информационных связей в цепочке «поставщик КИ - предприятие ВИС ОПК - Концерн», а также для разнесения при интегрировании разнотипной информации о качестве по нескольким предприятиям. Для отказоустойчивости система использует реплицирование (создание и поддержание нескольких копий данных в актуальном состоянии). Кроме того, реплики данных могут использоваться для повышения производительности обработки запросов по чтению данных (чтение из различных реплик).
Благодаря этим механизмам, а так же документно-ориентированной структуре данных, система показывает наилучшую производительность при обработке большого числа запросов по чтению данных, что наилучшим образом согласуется с тематикой её применения в текущей модели - построению большого числа отчетов и визуализации хранимых данных. Данные от независимых экспертов [8] по сравнению производительности Mongo Server и, к примеру, SQL server 2008, демонстрируют более быстрое выполнение запросов типа вставки объекта в 30-50 раз, запросов получения данных из базы в 3-5 раз, и запросов обновления данных в 5-8 раз.
Для тематической работы с системой был реализован веб-интерфейс на языке программирования Python, позволяющий производить учёт всей информации по дефектным комплектующим.
Организация хранения данных, их дальнейшая обработка, информационный обмен реализованы в соответствии со схемой, приведенной на рис. 2.
В соответствии с выбранной архитектурой в виде отдельных массивов хранятся: сведений об отказах базовых изделий (БИ), выпускаемых ДО Концерна; сведений об отказах комплектующих изделий (КИ); наименования БИ и КИ; наименования Потребителей (Пользователей) оборудования производимого ДО Концерна; наименования Поставщиков (Производителей) оборудования; сканов первичных документов по отказам, ремонту и техническому состоянию; параметрические данные. Каждое БИ и КИ в представленных массивах могут быть связаны с единственным изделием базовым или комплектующим.
ü
ЗЕ
Информационные массивы
Массивы параметрических данных Сведения об отказах изделий Характеристики изделий Поставщики и потребители Первичные документы
Базовое Изделие 1
w
...
W
Базовое Изделие к
W
Рис. 2. Схема Архитектура информационной системы
Данные о базовых и комплектующих изделиях хранят набор полей, таких как номер, даты отказа, поступления в ремонт, восстановления, и многие другие. Каждому изделию в коллекции присватается уникальный идентификатор ObjectID, на основе которых организуется связь между базовыми и комплектующими изделиями. Все базовые и комплектующие изделия имеют поля subproducts, в которых хранится массив идентификаторов изделий, из которых состоит данное изделие. В свою очередь все комплектующие изделия имеют поле parent_product_id, в котором хранится идентификатор изделия, в состав которого входит данное.
Информация о документах (например, рекламационных актах, технических актах) хранится в виде массива вложенных документов. В случае, если к документу прикреплены его отсканированные копии, они хранятся в специализированной коллекции document_scans, оптимизация работы с которой основана на специализированных механизмах работы Mongo с бинарными данными.
База данных структурирована по датам, типам изделий, предприятиям потребителям-заказчикам, поставщикам комплектующих изделий, этапам жизненного цикла изделий, типам воздействий на изделия, характеру и видам отказов. Это позволяет обрабатывать и анализировать материал по группам с формированием требуемых отчётов, экспортировать материалы в другие информационные системы в формате Excel, а также
проводить оценку достигнутого уровня качества, для этого в базу интегрированы инструменты расчётов вероятности безотказной работы (ВБР), плотности ВБР, наработки на отказ и частоты отказов.
Часть из полей БД сформирована с использованием списочных данных, что обеспечивает проведение выборки информации по критериям при построении специализированных отчётов. Порядок обработки, занесения, а также анализ информации реализован в соответствии с внутренними стандартами предприятия по вопросам рекламационной работы и исследованию отказов, учитывающими особенности производственного процесса.
Разработанная СУБД имеет классическую трехуровневую модель. Эта модель является расширением двухуровневой модели (клиент-сервер) и в ней вводится дополнительный промежуточный уровень между клиентом и сервером. Архитектура трехуровневой модели приведена на рис. 3.
Клиент Сервер Сервер БД
Рис. 3. Трехуровневая схема работы базы данных
Первым уровнем является клиент, отвечающий за логику представления данных пользователю, а также за логику управления этими данными конечным пользователем. На данном этапе клиент реализован в виде веб-интерфейса. Благодаря этому не требуется установки никакого дополнительного программного обеспечения на компьютер клиента. Текущая реализация клиента имеет поддержку большинства современных браузеров, в том числе: google chrome, safari, opera, mozilla firefox. Клиент представляет данные пользователю в виде загружаемых с сервера веб-страниц, генерируемых на сервере приложений. Часть страниц имеет динамическую структуру и содержимое, загружаемое с сервера при помощи дополнительных запросов к серверу.
Промежуточный уровень трехуровневой системы содержит один или несколько серверов приложений. В данной модели этот уровень представлен python-приложением, работающим на основе WSGI сервера waitress. Данное приложение отвечает за бизнес логику системы управления базой данных, а именно: генерация и направление необходимых запросов к серверу БД, генерация страниц и данных для отправки их пользователю, а так же контроль корректности заполнения БД. Генерация страниц сервером производится при помощи python-пакета flask, позволяющего разделить генерацию представления данных пользователю и логику СУБД.
Сервер базы данных отвечает за корректную загрузку и выгрузку данных из/в базу данных mongo. Реализация данного сервера использует объектно-ориентированный поход к работе с данными, при котором каждому типу объекта (изделиям, документам, наименованиям) соответствует Python класс, предоставляющий удобный интерфейс для работы с данными типами (корректное добавление, модификация, удаление и загрузка комплектующих частей).
Таким образом, в процессе поэтапной разработки и продвижения новой информационной системы был реализован инновационный информационно-технологический подход к моделированию, программированию и структуризации элементов СМК без деформации сложившегося производства и в соответствии с действующими на предприятии форматами технологических процессов и нормативных требований. Одновременно с этим при создании информационного комплекса были использованы программные продукты нового поколения. Это обеспечило высокую производительность и
20
эффективность формирования информационных потоков СМК предприятия в кратчайшие сроки. Результаты работы по созданию БД АИС были оформлены и зарегистрированы в Федеральной службе интеллектуальной собственности [9].
Список литературы
1. Афанасьев В.Б., Медведев В.М., Остапенко С.Н., Палихов Г.В., Мамаев В. А. Управление качеством продукции на предприятиях ОПК с использованием инновационных технологий // Известия Тульского государственного университета. Технические науки. 2019. Вып. 12. С. 3-10.
2. Афанасьев В.Б. Особенности проектирования системы информационной поддержки качества продукции оборонного предприятия // Известия Тульского государственного университета. Технические науки. 2020. Вып. 5. С. 255 - 269.
3. Серенков П. С. Методы менеджмента качества. Методология организационного проектирования инженерной составляющей системы менеджмента качества. Минск: Новое знание; М.: ИНФРА-М, 2019. 492 с.
4. Лапшин В. А. Онтологии в компьютерных системах. Роль онтологий в современной компьютерной науке // Информационный ресурс для программистов RSDN. 2016. [Электронный ресурс] URL: https://www.rsdn.org/article/philosophy/what-is-onto.xml (дата обращения: 04.07.2020).
5. Nicola Guarino. Formal Ontology and Information Systems // Amended version of a paper appeared in N. Guarino (ed.), Formal Ontology in Information Systems. Proceedings of FOIS'98, Trento, Italy, 6-8 June 1998. Amsterdam, IOS Press. 1998. P. 3-15.
6. Михайлов Ю.М. Кандидатская диссертация. Ю.М. Михайлова. Властные коммуникации и фактор риска в сетевом обществе: социально-философский анализ. [Электронный ресурс] URL: http://avtoref.mgou.ru/new/d212.155.08/Mihailov/diss.pdf (дата обращения: 04.07.2020).
7. MongoDB // The database for modern applications. [Электронный ресурс] URL: https://www.mongodb.com (дата обращения: 20.01.2020).
8. Wu C.M., Huang Y.F., Lee J. Comparisons between mongodb and ms-sql databases on the twc website // American Journal of Software Engineering and Applications. 2015. V. 4. №. 2. P. 35-41.
9. Свидетельство о государственной регистрации базы данных №2018620285. База данных для оценки уровня качества выпускаемой предприятием продукции на всех этапах жизненного цикла / Афанасьев И.В., Афанасьев В.Б.; заявитель и правообладатель АО «ГосНИИП». №2017621619; заявл. 29.12.2017; регистр. В Реестре баз данных 16.02.2018.
Афанасьев Виктор Борисович, начальник отдела надёжности, vicbor54@,bk.ru, Россия, Москва, АО «ГосНИИП»
ONTOLOGICAL DESIGN OF AN A UTOMA TED INFORMA TION SYSTEM FOR SUPPORTING THE QUALITY OF PRODUCTS OF THE ENTERPRISE
V.B. Afanasyev
The article proposes the ideology of designing an automated information system to ensure the effectiveness of the quality management system of a defense enterprise. On the basis of the ontological approach, technical solutions for the development of a database management system were determined, and the choice of software solutions was also made. An innovative software product based on non-relational document-oriented developments is presented.
Key words: quality, reliability, information environment of QMS processes, software package, analysis of statistical information.
Afanasiev Victor Borisovich, head of reliability department, vicbor54@,bk. ru, Russia, Moscow, JSC «GosNIIP»
УДК 629.113; 339.137.2
АСПЕКТЫ ЦИФРОВИЗАЦИИ ПРОЦЕССА ДИСТАНЦИОННОЙ ДИАГНОСТИКИ ДОСТИЖЕНИЯ ЦЕЛЕВЫХ ПОКАЗАТЕЛЕЙ КАЧЕСТВА ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЙ ФИРМЕННОГО АВТОСЕРВИСА
Д.И. Благовещенский, Р.Р. Гафаров, В.Н. Козловский
В статье представлены результаты разработки и реализации цифровых инструментов дистанционной оценки качества работы предприятий фирменного автосервиса
Ключевые слова: цифровизация, управление качеством, автомобильная промышленность, фирменный автосервис.
Значимость качества организации процесса фирменного сервисного обслуживания продукции автопрома с годами только возрастает. Причин этому множество. Выделим основные: выравнивание и постепенное снижение стоимости первичной цены покупки автомобилей разных брендов, на национальных рынках, в наиболее массовых сегментах и соответствующее возрастание для потребителей роли фактора цены владения, включающего в себя показатели сервиса; активное насыщение автотранспортных средств системами электроники и автоматики, требующих периодической диагностики и обслуживания в условиях фирменной сети; жесткость директивных мер со стороны автопроизводителей по отношению к потребителям и связанных с обязательным обслуживанием новых автомобилей в условиях сертифицированного сервиса; невозможность обслуживания и ремонта автомобилей собственными силами, в следствии усложнения конструкции и интеграции в состав автотранспортных средств оригинальных комплектующих, требующих наличия особых компетенций у персонала и специализированного инструмента на предприятии [1].
Кроме выделенных аспектов, влияющих на значимость фирменного обслуживания, следует отметить факторы активного развития электромобилей, гибридов, а также беспилотных автотранспортных средств. А это уже новый конструкторско-технологиче-ский уровень автомобильной промышленности, который не может быть обеспечен без соответствующих изменений в системе сервиса.
Практика показывает, что в управлении деятельностью фирменной сети, особенно важное значение, приобретает контроль качества обслуживания потребителей в соответствии с фирменными стандартами, причем важным аспектом, здесь, является контроль за обеспечением одинаково высокого качества работы на всех предприятиях, вне зависимости от категории или географического расположения [2].
Функции контроля, для сервисной сети национальных автопроизводителей, традиционно реализуется через организацию инспекционных проверок предприятий по требованиям фирменных стандартов организации работ и обслуживания потребителей [3].
Фирменная сеть автомобильных корпораций, как правило, включает в себя сотни предприятий, географически распределенных так, чтобы обеспечить конкурентные преимущества автопроизводителю, поэтому для ежегодного охвата проверками всей сети требуется значительный бюджет.
При этом, неочевидно, что организация большого числа полевых проверок предприятий фирменного автосервиса всегда дает высокий положительный результат, связанный с улучшением работы сети в целом. В доказательство этого тезиса, представлена таблица, в которой систематизированы результаты легальных аудитов предприятий
22
