CC BY
23
УДК 001.894: 347.77.012.39
DOI: 10.24412/2071-6168-2022-9-593-596
ОПТИМИЗАЦИЯ РЕЗУЛЬТАТОВ ОБЩЕГО МОРФОЛОГИЧЕСКОГО АНАЛИЗА (GMA)
С ПОМОЩЬЮ ДИАГРАММ ИСИКАВЫ И ПАРЕТО ПРИ СОЗДАНИИ НОВЫХ
ТЕХНИЧЕСКИХ РЕШЕНИЙ
Т.И. Китанина
В работе представлен метод оптимизации результатов Общего морфологического анализа, применяемого при создании новых технических решений (в изобретательстве) с помощью логических и аналитических диаграмм Исикавы и опытных эмпирических диаграмм Парето, которые используют в качестве инструментов Всеобщего управления качеством.
Ключевые слова: изобретательство, новые технические решения, общий морфологический анализ, Всеобщее управление качеством, диаграмма Исикавы, закон и кривая Парето.
При разработке, создании и модернизации нового технологического оборудования [1,2], инженерам и ученым приходиться заниматься множеством научно-исследовательских процессов. При создании новых технических решений (изобретений) им приходиться сталкиваться в проблемой обработки больших объемов научно-технической информации. Для того чтобы получить действительно эффективное решение необходимо задействовать широкий спектр исследований, начиная об обзора профильной литературы, патентного поиска и заканчивая изучением большого объема научно-популярных источников и контента.
С целью снижения данной нагрузки на инженерно-технических работников автор предлагает оптимизировать широко известный и используемый в изобретательстве Метод морфологического анализа (GMA) [3-5], с помощью некоторых инструментов Всеобщего управления качеством (TQM) [6-9].
Фриц Цвикки [4] был пионером в разработке общего морфологического анализа как метода исследования совокупности взаимосвязей, содержащихся в многомерных, не поддающихся количественной оценке проблемных комплексах. За последние два десятилетия GMA была компьютеризирована, расширена и использовалась для структурирования сложных вопросов политики и планирования, разработки сценариев и стратегических лабораторий, а также анализа организационных структур и структур заинтересованных сторон.
Фриц Цвикки предложил обобщенную форму морфологического исследования: «Было обращено внимание на тот факт, что термин «морфология» уже давно используется во многих областях науки для обозначения исследований структурных взаимосвязей - например, в анатомии, геологии, ботанике и биологии. ... Я предложил обобщить и систематизировать концепцию морфологических исследований и включить в нее не только изучение форм геометрических, геологических, биологических и вообще материальных структур, но и изучение более абстрактных структурных взаимосвязей среди явлений, концепций и идей, каким бы ни был их характер» [4].
Как известно основными этапами применения морфологического анализа являются [3]:
1) постановка цели и задачи анализа (построение схем, принципов действия и т.п.);
2) выделение узловых точек (осей), постановка отдельных частей задачи;
3) выявление возможных вариантов решения задач(и);
4) полный перебор всех вариантов решений.
При этом эвристическая (от древнегреческого eupicKO) - «я нахожу, открываю») природа метода подразумевает, что конкретное решение является следствием анализа всех просматриваемых комбинаций, возникновения продуктивных ассоциаций и образов, которых может быть огромное если не бесконечное количество.
При формулировке GMA сам Фриц Цвикки говорил: « ... в рамках окончательного и истинного образа мира все связано со всем, и ничто не может быть отброшено априори как несущественное» [4].
Однако громадное количество анализируемых вариантов взаимосвязанных и независимых объектов (процессов, событий) не может привести к действительно рациональному, конкретному и рабочему решению, особенно в изобретательстве, где само решение имеет четкие материальные границы.
Поэтому предлагается оптимизировать данный массив вариантов в пользу наиболее важных составляющих конечное решение, применяя для этого известные аналитические и эмпирические зависимости, получаемые с помощью законов и диаграмм Исикавы и Парето. Эти подходы широко применяются, например во Всеобщем управлении качеством (TQM) - общеорганизационном методе непрерывного повышения качества всех организационных процессов, в том числе и изобретательства [6].
Имея эмпирические зависимости (опытные данные), которые в свою очередь могут быть подразделены друг относительно друга уровнем квалификации экспертов (экспертных оценок) по значимости данных зависимостей (например обобщенный отечественный или зарубежный опыт), можно построить несложные - до 10-параметрические (по Цвикки) диаграммы Исикавы, которые по процентной (можно и более точной, например 1000-ой) шкале, позволяют визуально и наглядно выделять основные категории анализируемых объектов и сами объекты, которые в наибольшей степени определяют досто-
593
инства, преимущества и основные функциональные особенности использования существующих технических решений (изобретений). На основе полученных данных можно определить наиболее важные категории объектов и объекты, производя изменения в конструкции или технологии использования которых, можно получить наиболее эффективную новую конструкцию (объект, изобретение), что собственно и является оптимизированным результатом морфологического анализа и как его следствие - созданием нового, наиболее совершенного технического решения. Таким образом находиться наиболее короткий и рациональный путь к решению поставленных направленных морфологических задач.
По сути обычный морфологический анализ является лишь бесконечным «метанием» и «нахождением» в огромном массиве данных нужной комбинации параметров и состава параметров изменяемой (модернизируемой) в лучшую сторону технической системы. Решение такой задачи может быть бесконечным и далеко не всегда результативным и эффективным.
Более того, сами категории объектов (параметром) могут быть взаимосвязаны сложными корреляционными зависимостями, анализ которых может быть бесконечным или вообще не иметь конкретного решения. В то время как построение достаточно несложной диаграммы Исикавы [7], но при высоком эффекте использования экспертных данных (оценок, которые выражаются в конкретном числовом эквиваленте) позволяет действительно находить максимально эффективное техническое решение, используя как антропогенный опыт, так и несложные цифровые механизмы его оптимизации.
Человеческий опыт стохастичен, а потому не всегда выверен, однако на этапе принятия решения он обобщает громадный объем знаний (данных), что вместе с неограниченными возможностями направленной мозговой деятельности, несложного цифрового анализа и оптимизации, позволяет учитывать максимум эмпирической информации, делать правильные выводы и принимать наиболее эффективные решения.
Оптимизацию полученной и проанализированной информации, представленной в виде диаграммы Исикавы, наиболее рационально производить с помощью диаграммы (закона) Парето [8,9]. Она позволяет из всех категорий объектов выделить наиболее важные (значимые), изменение и оптимизация которых будет составлять основную долю в формировании качества (эффективности) конечного изобретения (продукта, процесса, услуги и т.п.)
Если рассмотреть частный случай разработки (изобретения) некой 14-объектной параметрической конструкции технического устройства при морфологическом анализе, то например, 6-ти параметрическая диаграмма Исикавы будет выглядеть следующим образом (рис.1).
Рис. 1. 6-и параметрическая логическая диаграмма Исикавы при ОМА (14-объектной)
технической системы
Здесь для каждого из анализируемого и учитываемого объекта (их 14) из 6 категорий объектов соответственно, показана его номинальная эмпирическая значимость (цена) полученная опытным путем, например высокомотивированными и квалифицированными специалистами и экспертами, в данном случае в процентах, общая сумма которых составляет максимально возможно 100%-ное качество (эффективность, новизну) получаемого технического решения.
После построения диаграммы Парето для данного технического решения (рис.2), выделяется группа наиболее значимых объектов из всех анализируемых категорий на любом критериальном уровне. В классической диаграмме Парето - это 80%-ый уровень качества (эффективности) изделия (изобретения), который определяется группой факторов расположенных в левой части диаграммы (рис.2, ряд 5). Однако для оптимизации анализа и собственно разработки нового технического решения эту группу можно соответственно сузить или расширить, изменив доверительный уровень диаграммы Парето соответственно снизив или повысив базовый 80%-ый уровень. На этом примере процедура осуществлена в среде Excel.
30
120%
25
20
15
10
■ ^ ............
1
л ■ а
1 1 111 1 1 1 1 J
100%
80%
60%
40%
20%
0%
ГО ГМ IN ГМ JS fN
Ф О
ct d
тН ПП ГМ ГМ
Л J3 СГ Cf
^ ^ Р О
IQ Л
OJ QJ
Ф
о.
? 5
в a i
та Щ. I
m J о
S О 5
s a s
>■ °г а, с
и ia
1Ряд1 Ряд5 ■РядЗ Ряд4
Рис. 2. Эмпирическая диаграмма Парето на основе 6-и параметрической диаграмма Исикавы при GMA (14-объектной) технической системы
В 1995 году в Шведском агентстве оборонных исследований была разработана усовершенствованная компьютерная поддержка GMA [5]. Это позволило создавать интерактивные, неколичественные модели вывода, что значительно расширяет функциональность GMA и области ее применения. С тех пор было выполнено более большое количество проектов с использованием компьютерного морфологического анализа для структурирования сложных вопросов политики и планирования, разработки сценариев и стратегий, и анализ организационных структур и структур заинтересованных сторон. Тот же подход можно применить и к изобретательству, то есть к поиску и созданию новых технических решений.
Таким образом можно сделать главные выводы по данной работе:
- изменяя и усовершенствуя свойства и характеристики объектов, оказавшихся в группе наиболее значимых, можно получить максимальный эффект улучшения эффективности нового технического решения (изобретения);
- изменяя и усовершенствуя свойства и характеристики объектов, оказавшихся в этой группе, можно минимизировать риски получения неэффективного нового технического решения (изобретения), так как в суммарной оценке эти объекты имеют наибольший вес;
- используя данный метод значительно уменьшаются затраты средств и времени на обработку возможных вариантов морфологического анализа без учета маловажных и(или) стабильно неизменяемых объектов;
- предлагаемый метод оптимизации морфологического анализа при создании новых технических решений на основе аналогов и прототипов технических устройств является максимально гибким с технологической точки зрения, так как возможно изменение числа параметров диаграмм (инструментов) по количеству категорий объектов, самих объектов и соответственно принимаемому процентному уровню выходной диаграммы Парето. Это конечно может изменить число обрабатываемых вариантов анализа и затруднять (упрощать) расчеты, но в данном случае речь идет о широко используемом методе оптимизации принятия решений - «цена - качество», который достаточно прост и эффективен;
- в случае получения ошибочного результата возможен повторный анализ с изменение входящих параметров, особенно если они взаимосвязаны. Или вполне применимо решение обратной задачи, что повысит вероятность получения и принятия правильного решения;
- возможно машинное решение предлагаемого метода с использованием вычислительной техники и широко известных программных продуктов, таких как MahtCAD, Excel и других.
Список литературы
1. Кольман-Иванов Э.Э. Конструирование и расчет машин химических производств: Учебник. М.: Машиностроение, 1985. 406 с.
2. Панфилов В.А. Проектирование, конструирование и расчет техники пищевых технологий: Учебник. СПб.: Изд-во «Лань», 2013. 912 с.
3. Морфологический анализ (изобретательство). [Электронный ресурс] URL: https://ru.wikipedia.org/wiki/Морфологический анализ (изобретательство) (дата обращения: 10.05.2022).
4. Fritz Zwicky. Discovery Invention, Research Through the Morphological Approach. McMillan, 1969. 276 p.
5. Ritchey T. General Morphological Analysis // Swedish Morphological Society, 2002 (revised 2013). 10 p.
6. Всеобщее управление качеством. [Электронный ресурс] URL: https://ru.wikipedia.org/wiki/Всеобщее управление качеством (дата обращения: 10.05.2022).
7. Общее описание Диаграммы Исикавы. [Электронный ресурс] URL: https://m.wikipedia.org/wiki/JraipaMMa Исикавы (дата обращения: 10.05.2022).
8. Общее описание Закона Парето. [Электронный ресурс] URL: https://m.wikipedia.org/wiki/Закон Парето (дата обращения: 10.05.2022).
9. Общее описание Кривой Парето. [Электронный ресурс] URL: https://m.wikipedia.org/wiki/Кривая Парето (дата обращения: 10.05.2022).
Китанина Татьяна Игоревна, магистрант, tanyakitanina35@gmail. com, Россия, Тула, Тульский государственный университет
OPTIMIZATION OF THE RESULTS OF GENERAL MORPHOLOGICAL ANALYSIS (GMA) USING ISHIKA WA AND PARETO DIAGRAMS WHEN CREATING NEW TECHNICAL SOLUTIONS
T.I. Kitanina
The paper presents a method for optimizing the results of the General morphological analysis used to create new technical solutions (in invention) using logical and analytical Ishikawa diagrams and experimental empirical Pareto diagrams, which are used as tools for Total Quality Management.
Key words: invention, new technical solutions, general morphological analysis, total quality management, Ishikawa diagram, Pareto law and curve.
Kitanina Tatiana Igorevna, master, tanyakitanina35@gmail. com, Russia, Tula, Tula State University
УДК 621.9
DOI: 10.24412/2071-6168-2022-9-596-601
СРАВНИТЕЛЬНЫЙ АНАЛИЗ ОКРУЖНЫХ СКОРОСТЕЙ ДИСКА В КАРМАНЧИКОВЫХ БУНКЕРНЫХ ЗАГРУЗОЧНЫХ УСТРОЙСТВАХ
Э.В. Дьякова
Рассматриваются концепции проектирования бункерного загрузочного устройства, а также приводится построение моделей окружной скорости захватных органов диска в зависимости от начальной скорости детали и движения деталей в плоскости.
Ключевые слова: бункерное загрузочное устройство, производительность, коэффициент выдачи, окружная скорость, начальная скорость.
В современном машиностроении существует огромное разнообразие штучных деталей, которые имеют различные размеры, физико-химические свойства и конфигурацию. Для создания условий бесперебойной работы всего технологического процесса существует необходимость в обеспечении надежной загрузки и ориентировании деталей в сборочные линии. Для этого используются бункерные загрузочные устройства (БЗУ), которые имеют различную классификацию и отличаются по способам ориентирования деталей [1].
При проектировании БЗУ необходимо создать надежную конструкцию, которая позволит обеспечить загрузку и ориентирование штучных деталей с высокой производительностью в автоматические линии для дальнейших манипуляций и бесперебойной работы.
На одном из этапов проектировании БЗУ осуществляется оценка и построение математических моделей производительности и коэффициента выдачи, так как при захвате деталей работа любого БЗУ основывается на вероятностном подходе. В работах [2-6] авторами был представлен новый подход моделирования коэффициента выдачи, который основывается на его аналитическом описании в виде
П = Птах(1 "^4), (1)
где ^тах - максимальная величина коэффициента выдачи; и - окружная скорость диска с захватывающими органами БЗУ, м/с; 8 - постоянный коэффициент, определяемый по выражению
1
8 =■
(2)
U 4 max
где итах - максимальная окружная скорость захватывающих органов БЗУ, при которой не возможен захват детали, ее ориентирование или выдача, м/с.
