Разработка и применение автоматизированных систем обработки информации при создании сложных изделий Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 681.586

РАЗРАБОТКА И ПРИМЕНЕНИЕ АВТОМАТИЗИРОВАННЫХ СИСТЕМ ОБРАБОТКИ ИНФОРМАЦИИ ПРИ СОЗДАНИИ СЛОЖНЫХ ИЗДЕЛИЙ

© 2009 г. М.Г. Мустафаев *, Д.Г. Мустафаева * *

*НПП «Экофон», г. Владикавказ *RPE «Ekofon», Vladikavkaz

**Северо-Кавказский горно-металлургический институт (государственный технологический университет), г. Владикавказ

**North Caucasian Institute of Mining and Metallurgy (State Technological University), Vladikavkaz

Показано, что применение комплексного подхода на основе статистического и причинного анализа принятия решений позволяет обеспечить повышение информативности результатов при создании сложных изделий.

Ключевые слова: контроль; причинный анализ; принятие решений; управление.

It is shown, that application of the complex approach on the basis of the statistical and causal analysis of decision-making allows, to provide increase selfdescriptiveness of results at creation of difficult products.

Keywords: the control; the causal analysis; decision-making; management.

Применение различных методов контроля в производстве элементов и компонентов радиоэлектронных систем позволяет установить статистическую взаимосвязь параметров изделий с режимами технологической системы и закономерности распределения параметров в зависимости от технологических, конструктивных, эксплуатационных и других факторов [1]. Неполное и неадекватное понимание роли технологических факторов в формировании параметров сложных изделий не позволяют организовать объективный контроль качества выполнения технологических операций (ТО). Кроме этого, с уменьшением размеров элементов и значительным влиянием состава исходного материала [2] (особенно когда материал многокомпонентный) на свойства и характеристики изделий эта проблема еще более усложняется, так как растет число факторов, определяющих качество и надежность изделия.

Использование автоматизированного контроля и методов статистической обработки позволяют проанализировать и определить причины низкого уровня качества, организовать межоперационный контроль качества технологического процесса (ТП), установить зависимости качества от контролируемых параметров, построить регрессивные модели взаимосвязи выходных характеристик изделий.

Повышение информативности результатов контроля достигается переходом от статистической обработки к причинному анализу взаимосвязей исследуемых параметров на основе многомерного статистического анализа, причинного анализа, принятия решений. Решение этих задач требует создания автоматизированных систем и программного обеспечения, особенно для организации системного контроля ТП.

На основе статической обработки полученных результатов такого анализа и выданных рекомендаций

относительно управляющих воздействий на ТП принимается решение по корректировке режимов ТО.

Результаты статистического и причинного анализа позволяют принимать решения относительно управляющих воздействий на ТП производства изделий с учетом особенности ТП.

В зависимости от различных сочетаний соотношения статистических критериев работает та или иная процедура статистического регулирования, заключающаяся в последовательной работе методов статистического и причинного анализа.

Эффективное решение задач требует создания автоматизированных информационно-измерительных систем, которые обеспечивали бы измерение параметров, формирование массивов исходных статистических данных, реализацию основных методов статистического анализа.

Статистический анализ технологической системы (ТС) осуществляется на основе комплексного подхода, при котором во взаимосвязи применяются методы многомерной математической статистики, причинного анализа и принятия решений.

Первичная статистическая обработка осуществляется с целью определения средних значений и дисперсий для параметров {х^, I = 1, п , чтобы исключить результаты, выходящие за границы изменения х, проверяется вид закона распределения х.

Для статистических данных, распределенных по нормальному закону, исключают аномальные наблюдения по критерию Грабса. При этом вычисляется расчетное значение критерия

G =

max \xi - x

i=1,...,n

S x

где х =—£ х, - среднее значение исследуемого па-п,=1

— 1 "

раметра; Б2 =-£(х, -х)2 - дисперсия параметра;

п -1 ¿=1

п - количество наблюдений.

Если G < Gкрит = Gтаб (а, п), где Отаб - табличное

значение критерия Грабса [3]; а - уровень значимости, то в выборке нет аномальных значений.

При первичной статистической обработке исключаются неинформативные параметры. Для этого область изменения х, разбивается на k интервалов; k выбирается в зависимости от физической природы параметра. Тогда энтропия по Шеннону, оценивающая информативность х,, определяется как

нг =-Е p« logp«

j=i

где р, - частота попадания хi ву-й интервал.

Чем меньше значение Н,, тем менее информативным является х,. Если Н, < у, где у - некоторое наперед заданное малое число, то хi считается неинформативным и исключается из рассмотрения.

Корреляционный анализ проводится для установления взаимосвязей между характеристиками ТС и выходом годных изделий [4]. Оценкой связи двух х, и х, служит парный коэффициент корреляции, вычисляемый по формуле

Rj =

" — I —\

Е( Хг1 - Хг )( xjl - xl ) l=1

SiSj

Значимость коэффициента корреляции проверяется с помощью статистики Стьюдента

tj = j(n - 2)(1 -R2Ü)

с k = п—2 степенями свободы.

Если Ц < ^рит = tтаб (а, k), где /таб - табличное

значение распределения Стьюдента [5], то Rij считается незначимым, т. е. линейной зависимости в статистическом смысле нет.

Для выявления скрытых закономерностей ТС используют методы факторного анализа [6]. При этом каждое наблюдение Xj, , = 1, т , j = 1, п , представляет-k

ся в виде xj = £ + е, , где /г, - г-й фактор в у-м

г=1

наблюдении; k - количество факторов (k значительно меньше т); 1у - нагрузка г-го фактора в ¿-й переменной; еуу - остаток, действующий только на ху.

Выходная оценка у технологического процесса представляется с помощью линейной функции регрес-

п

сии в виде у = Ь0 + £ Ьух, + е, где Ь0 - свободный

1=1

член; Ьу, у = 0, п - неизвестные параметры; е - ошибка аппроксимации у посредством функции регрессии.

Рост степени интеграции и уменьшение геометрических размеров элементов приводят к повышению роли методов контроля настройки и точности выполнения каждой технологической операции, так как возрастает число и влияние факторов, определяющих качество изделий. В роли характеристик уровня настройки технологической операции и точности ее выполнения используются статистические показатели, характеризующие положение центра распределения измеренных параметров и их разброс, а именно средние значения х и среднеквадратические отклонения

Бх .

Интегральные показатели уровня настройки ТП определяют по параметрам функционального элемента, а уровень настройки и точность выполнения отдельных операций - по параметрам элементов физической структуры.

Для обеспечения высокой точности ТП производства используется метод статистического регулирования.

Управление ТП при статистическом регулировании производится с помощью контрольных карт, на которые наносятся значения измеряемых параметров. Откладывая на контрольной карте текущие значения статистических характеристик и определяя их положение относительно границ регулирования, отслеживают изменение точности ТП.

На ранних стадиях изготовления элементов и компонентов пленочных преобразователей контролируемыми параметры являются параметры физической структуры изделия, а контролируемые на поздних стадиях - характеристики преобразователя.

Поэтому для повышения эффективности управления ТП наряду с АСУТП целесообразно использовать автоматизированные системы статистического анализа, контроля и регулирования процесса изготовления преобразователей (рисунок).

Схема технологического процесса производства преобразователей

Автоматическое поддержание в определенных пределах параметров качества элементов физической структуры изделия осуществляется с помощью АСУТП, в основу работы которой положена связь между параметрами качества элементов физической структуры и параметрами процесса формирования этого элемента. Основой для автоматизированной системы статистического анализа, контроля и регулирования ТП являются связи параметров эффективности производственного процесса или параметров качества преобразователя с параметрами, характеризующими точность формирования элемента физической структуры.

Информационное взаимодействие систем осуществляется через базу данных, обеспечивающую оперативный сбор, хранение, корректировку и выдачу данных по режимам технологических операций и т.д.

В зависимости от вида АСУТП рекомендации, генерируемые системой статистического анализа,

Поступила в редакцию

должны быть ориентированы на соответствующий уровень управления процессом производства преобразователей.

Литература

1. Мустафаев Г.А. Оценка наработки и режима работы элементов устройств // Машиностроитель. 1994. № 2. С. 43-44.

2. Мустафаев Г.А. Тонкие пленки на основе полупроводниковых соединений для приборов микроэлектроники // Цветная металлургия. 1994. № 7. С. 34-37.

3. Енюков И.С. Методы, алгоритмы, программы многомерного статистического анализа. М., 1986.

4. Бендат Д., Пирсол А. Применение корреляционного и спектрального анализа. М., 1983.

5. Мюллер П., Нойман П., Шторм Р. Таблицы по математической статистике. М., 1982.

6. Иберла К. Факторный анализ. М., 1980.

29 декабря 2008 г.

Мустафаев Марат Гусейнович - инженер НПП «Экофон», г. Владикавказ.

Мустафаева Джамиля Гусейновна - канд. техн. наук, доцент, Северо-Кавказский горно-металлургический институт (государственный технологический университет), г. Владикавказ. Тел.: (8672) 61-83-89. E-mail: mshadow@inbox. ru

Mustafaev Marat Guseinovich - engineer RPE «Ekofon», Vladikavkasz.

Mustafaeva Djamila Guseinonna - Candidate of Technical Sciences, assistant professor, North Caucasian Institute of Mining and Metallurgy (State Technological University),Vladikavkaz. Ph.: (8672) 61-83-89. E-mail: mshadow@inbox.ru