CC BY
566
Key words: input control, gyroscope, Gantt chart, Pareto chart, defects, procured products, quality control.
Belov Dmitry Borisovich, candidate of technical sciences, docent, imsbelov@,mail. ru, Russia, Tula, Tula State University,
Gorelikov Alexander Anatolyevich, master, aleksandr-gorelikovl Oarambler.ru, Russia, Tula, Tula State University
УДК 658.562
ЦИФРОВЫЕ ТЕХНОЛОГИИ В УПРАВЛЕНИИ КАЧЕСТВОМ
В.А. Васильев, С.В. Александрова
Рассмотрены аспекты разработки новых подходов к созданию систем менеджмента качества (СМК), основанных на интеграции методов управления качеством и цифровых технологий. Имплементация цифровых технологий в менеджмент качества создает предпосылки для цифровой трансформации всего жизненного цикла изделия. В большинстве существующих цифровых решений управление качеством ограничивается контролем параметров процесса и качества продукции. Дополнительно должны быть включены в цифровую СМК (ЦСМК): автоматическая регистрация параметров процесса с анализом данных в режиме реального времени, предиктивная аналитика, элементы искусственного интеллекта и другие возможности цифровых технологий. Это позволит организовать мониторинг и контроль процессов на каждом автоматизированном рабочем месте, принять решения в сложных ситуациях и обеспечить качество на всех этапах жизненного цикла изделия.
Ключевые слова: качество, цифровая система менеджмента качества, цифровые технологии, жизненный цикл изделия, процессный подход.
Одним из направлений повышения эффективности промышленности является применение современных информационных технологий для интеграции процессов, выполняющихся в ходе всего жизненного цикла продукции и ее компонентов. Первые шаги в организации единого информационного пространства были предприняты еще в 80-х годах в оборонном комплексе США. Возникла необходимость в обеспечении оперативного обмена данными между заказчиком, производителем и потребителем военной аэрокосмической техники, а также в повышении управляемости, сокращении бумажного документооборота и связанных с ним затрат.
Развитие цифровых технологий привело к изменению взглядов на современные технологии. Это особенно характерно для высокотехнологичных отраслей, например, авиаракетостроения, военной техники и вооружений, атомного машиностроения, робототехники и др., сформировалось новое направление, связанное с проектированием и использованием аналитических и интеллектуальных информационных технологий. Появляются не только отдельные станки и устройства с цифровым управлением, но и целые технологические роботизированные комплексы. В таких системах существующие методы менеджмента качества отстают по своим возможностям от технологических процессов. Ликвидировать это несоответствие можно за счет интеграции методов управления качеством с возможностями цифровых технологий. Возможности этих технологий позволяют повысить эффективность решения многих задач управления качеством. В качестве примера можно привести такие цифровые технологии, как многомерное хранение данных, оперативная аналитическая обработка и интеллектуальный анализ данных,
35
технологии машинного управления, искусственного интеллекта, интернет вещей, прогнозная аналитика, облачные решения, нейронные сети, искусственный интеллект, блок-чейн, интернет вещей и др. Для таких технологий классические инструменты и методы управления качеством неприменимы в силу невозможности быстрого решения поставленных перед ними задач, необходимо адаптировать традиционные методологии управления качеством к инновационным возможностям цифровых технологий. Для поддержки этих функций может быть использован целый арсенал методов и инструментов, таких как электронный документооборот (EDM-системы), планирование ресурсов предприятия (ERP-системы), системы управления взаимоотношениями с клиентами (CRM), управление бизнес-процессами (BPM) и др.
Важным условием достижения современного уровня и стабильности показателей качества продукции является функционирование современной системы менеджмента качества (СМК). Базовая концепция управления организацией, работающей на принципах системы менеджмента качества, - это акцент на процесс, а не только на его результаты. Процессный подход является одним из самых распространенных подходов современной СМК. Имплементация цифровых технологий в СМК и использование цифрового двойника можно назвать цифровой трансформацией, в результате которой создается цифровая система менеджмента качества - ЦСМК [1-14]. Оперативный анализ информации, размещенной в хранилище данных, может быть выполнен с использованием информационных систем, разработанных специально для оперативной аналитической обработки данных. С помощью таких систем менеджеры по принятию решений могут просматривать и анализировать данные в наиболее удобной для них форме, агрегировать и детализировать информацию, получать промежуточные итоги, использовать графическое представление информации, а также выдавать отчеты, необходимые руководству предприятия для принятия управленческих решений.
Основные функции ЦСМК:
1. Сбор, регистрация, оценка и анализ данных. Это одна из самых трудоемких задач для системы управления. Снижение стоимости и повышение быстродействия систем хранения и обработки информации позволяет решить задачу, которая ранее казалась невыполнимой - измерить и записать все, что может повлиять на качество продукта. Интернет вещей и различные виды датчиков и сенсоров открывают возможности для новых источников данных. Стало возможным размещать датчики там, где необходимо, а не там, где это позволяет технология производственного процесса. В то же время система больших данных позволяет анализировать эти огромные, сложные и быстро растущие массивы информации, полученной из различных источников, повысить прозрачность управления. Особенность так называемых больших данных заключается в том, что их легче получить, чем использовать. Любая автоматизация учета, даже частичная, создает точки для ввода и накопления различной информации. Постепенно базы данных разрастаются, дополняются различными таблицами, файловыми архивами, отчетами и многочисленными сведениями о процессах и продукции. Главная системная проблема с большими данными - несогласованность. Информация может быть очень разнородной, многоуровневой и разноплановой. В такой ситуации помощь искусственного интеллекта (ИИ) становится незаменимой. К основным темам и направлениям применения искусственного интеллекта в СМК относятся: статистическое управление процессами; анализ видов и последствий потенциальных отказов; анализ измерительных систем; управление ценообразованием и товарными запасами; обслуживание оборудования (ТОиР - техническое обслуживание и ремонт). Заказчиком систем ИИ может быть любая компания, отвечающая следующим требованиям: наличие на предприятии инструментов/приборов/устройств, позволяющих обеспечивать автоматический сбор данных о работе оборудования или технологических процессах (инфраструктурная часть); наличие MES, ERP, различных АСУТП или других систем учета и сбора данных о работе оборудования или технологических процессах (источники данных); история данных о работе оборудования или технологических процессах; подготовленный персонал.
2. Подтверждение соответствия требованиям общегосударственных, отраслевых и локальных нормативных документов, требованиям договоров и технических условий. Во многих процессах деятельности организации необходимо подтвердить объективность полученных доказательств соответствия установленным требованиям. Технология блок-чейн позволяет иметь безопасную, децентрализованную и полностью объективную систему сбора, регистрации и обновления таких доказательств. Создание фиктивных сертификатов или их подмена при внедрении такой системы исключаются.
3. Мониторинг, оценка, контроль и анализ процессной модели, реализуемой в СМК организации. Как правило, для управления моделью процесса СМК используются различные методы и инструменты управления качеством (статистические инструменты, экспертные оценки специалистов и т.д.). При внедрении методологии глубокого обучения нейронных сетей с использованием искусственного интеллекта задачи мониторинга в СМК перестают во многом зависеть от человеческого фактора. Обученная нейронная сеть обнаруживает векторы изменения различных процессов гораздо быстрее и эффективнее, чем человек или автоматизированная система, основанная на статистической обработке данных. Продолжается совершенствование алгоритмов обучения сетей и классификации в масштабе реального времени, обработки естественных языков, распознавания изображений, речи, сигналов, а также создание моделей интеллектуального интерфейса, подстраивающегося под пользователя. Среди основных прикладных задач, решаемых с помощью нейронных сетей, - извлечение информации из данных, диагностика систем, контроль за деятельностью сетей, шифрование данных. В последние годы идет усиленный поиск эффективных методов синхронизации работы нейронных сетей на параллельных устройствах.
4. Принятие решений в сложных неоднозначных ситуациях. Стандарты для систем управления требуют создания строго прописанных алгоритмов действий в различных ситуациях. Система менеджмента качества также требует создания «жестко» прописанных алгоритмов исполнения процессов. Алгоритмы устанавливаются в картах процессов или операционных процедурах. Если процесс является сложным и разветвленным, а выполнение операций зависит от изменяющихся параметров, то приходится либо прописывать все возможные варианты хода процесса, либо полагаться на экспертное решение исполнителя процесса. Любая неопределенная ситуация может привести к сбою или остановке процесса. Цифровая трансформация позволяет решить эту проблему за счет применения предиктивной аналитики. Благодаря инструментам предиктивной аналитики компании могут анализировать и прогнозировать протекающие во времени процессы, выявлять тенденции, предвидеть изменения и, следовательно, более эффективно планировать будущее. На основе проведенного анализа литературы можно выделить стадии развития аналитической компоненты системы менеджмента качества, представленные в таблице.
Цифровая трансформация затрагивает большое количество областей деятельности каждого предприятия или организации. Результатами цифровой трансформации в менеджменте качества являются улучшение качества продукции или услуги, упрощение процесса принятия решений, повышение эффективности деятельности. Разработчики уходят от физического прототипа в пользу испытаний продукции в цифровой форме. Инженеры и конструкторы используют инструменты цифрового производства, чтобы создать новые техпроцессы. Современные информационные технологии позволяют встроить управление качеством в технологические процессы и управлять качеством в режиме реального времени. Однако эти технологии в той или иной степени задействуют людей, их знания и способности для обеспечения нормальной работы. Поэтому одна из проблем реализации ЦСМК - наличие квалифицированных специалистов. Для успешного функционирования такой системы менеджер качества должен обладать знаниями в области цифровых технологий, а ИТ-специалист должен понимать основы менеджмента качества.
Развитие цифровых технологий значительно расширяет возможности по управлению качеством на предприятиях различных сфер деятельности за счет сокращения «человеческого фактора». Однако не следует отождествлять цифровую трансформацию с сокращением человеческой деятельности. Цифровая трансформация снимает «рутину» со многих задач менеджмента качества, которую приходится выполнять персоналу любой организации. С приходом цифровых технологий главной задачей становится задача перепроектирования процессов и процедур таким образом, чтобы и люди, и цифровые устройства могли внести свой вклад в улучшение качества.
Этапы трансформации СМК
Тип аналитической компоненты системы менеджмента качества Характеристика аналитической компоненты системы менеджмента качества Описание аналитической компоненты системы менеджмента качества
1. Описывающая Выявление негативных и позитивных событий в прошлом (ответ на вопрос: «что случилось?»). Регистрация выявленных несоответствий в продукции и процессах с минимальным анализом причин отклонений. Формальная реализация процессного управления. Неполное соответствие производимой продукции текущим требованиям рынка (заказчиков).
2. Оценивающая Анализ произошедших событий (ответ на вопрос: «что и почему случилось?»). Регистрация и анализ выявленных несоответствий с последующим детальным анализом причин отклонения. Реализация процессного управления. Отсутствие или формальная реализация риск-менеджмента в управлении процессами. Соответствие производимой продукции текущим требованиям рынка (заказчика), несоответствие новым требованиям в будущем.
3. Предсказывающая (предиктивная) Предвидение события в будущем (ответ на вопрос: «что, где и почему случится?», «что скорее всего произойдет?»). Внедрение инструментов мониторинга текущего состояния процессов и прогнозирования изменений. Применение статистических методов управления процессами. Реализация риск-менеджмента в управлении процессами. Интегрированная в стратегическое управление предприятием СМК. Способность соответствовать текущим требованиям рынка, потенциал соответствовать будущим требованиям рынка.
4. Предписывающая Аналитика и принятие решений на основе моделирования ситуаций в будущем (аналитическая система, функционирующая на основе «Больших Данных»). Интегрированная в стратегическое и оперативное управление предприятием СМК. Способность соответствовать и превосходить текущие требования рынка, быстро следовать за трансформациями рынка.
5. Когнитивная Самообучающееся и полностью автоматизированное предприятие (искусственный интеллект, компьютеризация, имитация человеческого мышления). Автоматизированная, предупреждающая, самокорректирующая, самообучающаяся СМК Выполнение сотрудниками в области качества аналитических функций Автоматизированная реализация менеджмента качества в процессах предприятия Способность определять рынки, трансформировать бизнес-модели.
Влияние цифровизации обусловливает изменение принципов оценки результативности СМК в сторону непрерывного анализа. Непрерывность анализа предполагает постоянный мониторинг всех элементов СМК с целью повышения ее результативности и эффективности. Важно заметить, что в настоящее время непрерывный анализ СМК -вполне реализуемая процедура, поскольку в условиях цифровизации целевые показатели
результативности и эффективности становятся объективными и доступными в интернет-пространстве в виде форумов, рейтингов компаний (например, народного рейтинга, служебного рейтинга и т.д.), что позволяет получать необходимую информацию о компании в реальном времени
Таким образом, цифровая СМК должна выполнять следующие функции:
1. В режиме реального времени получать, анализировать, структурировать, обрабатывать информацию из внешней и внутренней среды, вырабатывать и предлагать руководителям разных уровней организации варианты возможных решений возникающих ситуационных проблем. Разрабатывать и предлагать методы и средства реагирования на все происходящие изменения для принятия руководством соответствующих решений.
2. Оптимизировать функциональную и организационную структуру организации по направлениям деятельности, составу структурных подразделений, численности и составу персонала в зависимости от принимаемых руководством организации миссии, стратегии, политики и целей.
3. Выбирать оптимальные для технологии разработки и производства продукции, предоставления услуг.
4. Управлять процессами создания продукции и предоставления услуг (основными процессами) с помощью оптимальных технологий.
5. Управлять рисками, анализировать и использовать возможности для развития отдельных процессов и организации в целом.
6. Обеспечивать результативность и эффективность процессов, проводить мониторинг и постоянные улучшения, необходимые для системы управления. Обеспечивать безопасность производственных процессов.
7. Обеспечивать прослеживаемость разрабатываемой и производимой продукции.
8. Обеспечивать получение, распространение и надежную защиту информации.
9. Управлять несоответствиями и изменениями.
10. Устанавливать связи и формировать условия для результативного и эффективного взаимодействия с заинтересованными сторонами в едином процессе создания конечной продукции.
В заключение следует отметить, что цифровизация СМК в ближайшее время затронет не только высокотехнологичные отрасли промышленности. Развитие средств и методов ЦСМК сделает ее доступной для широкого круга предприятий и организаций. При этом потребуется решение существующих сейчас проблем: большие затраты на создание защищённых автоматизированных систем, не допускающих утечки сведений, составляющих коммерческую и/или государственную тайну; создание единой системы электронного документооборота в условиях кооперации предприятий; дополнительные затраты на обслуживание цифровой инфраструктуры; недостаток квалифицированных специалистов по анализу сложных многоуровневых систем менеджмента качества с использованием цифровых технологий.
Список литературы
1. Vasiliev V.A., Alexandrova S.V. Quality Management under modern conditions. Metally [Russian Metallurgy], 2015. No 13. P. 1161-1167.
2. Vasiliev V.A., Odinokov S.A., Serov M.M. Modern methods for the quality management of high-rate melt solidification. Metally [Russian Metallurgy], 2016. No. 13. P. 1321-1324.
3 Vasiliev V.A., Barmenkov E.Y., Bobryshev E.B., Nosova D.B. Quality Management in Manufacturing and Technological Systems. Metally [Russian Metallurgy], 2019. no. 13. P.200-203.
4. Vasiliev V.A., Odinokov S.A. Statistical control algorithm for the process of rapid solidification rate of the melt // Journal of Physics: Conference Series 1396 (2019) 012043. Vol.1121 RSMC. 2019. P. 1-6.
5. Vasiliev V.A., Odinokov S.A., Borisova E.V., Letuchev G.M. Methods of quality management of innovation process. IEEE Conference on Quality Management, Transport and Information Security, Information Technologies, IT and MQ and IS. 2016. 7751937. P. 233235.
6. Vasiliev V.A., Borisova E.V., Letuchev G.M., Aleksandrov M.N., Aleksandrova S.V. Problems of quality management of complex technical products. IEEE Conference on Quality Management, Transport and Information Security, Information Technologies, IT and MQ and IS. 2016. 7751936. P. 85-88.
7. Frank A.G. et al. Industry 4.0 technologies: Implementation patterns in manufacturing companies // International Journal of Production Economics. 2019. Vol. 210. P. 15-26.
8. Raj A. et al. Barriers to the adoption of industry 4.0 technologies in the manufacturing sector: An inter-country comparative perspective // International Journal of Production Economics. 2019. Available online 1 November. 2019.
9. Vasiliev V.A., Aleksandrova S.V., Aleksandrov M.N. Integration of quality management and digital technologies. Proceedings of the 2017 International Conference: Quality Management, Transport and Information Security, Information Technologies, IT and QM and IS 2017. 2017. P. 454-456.
10. Ptitsyna V.S., Kulikova M.S., Vasiliev V.A., Chernogorskiy S.A. The introduction of information technology in business processes as a method of quality improvement. IOP Conf. Series: Materials Science and Engineering Quality Management and Reliability of Technical Systems. 666 (2019). 012059 IOP Publishing, 2019. P. 1-11.
11. Vasiliev V.A., Mayborodin A.B., Aleksandrova S.V., Kramarenko X.D. Multiagent programming technology as the instrument of operational management systems implementation in pilot production. Proceedings of the 2019 IEEE International Conference: Quality Management, Transport and Information Security, Information Technologies, IT and QM and IS, 2019. P. 320-322.
12. Vasiliev V.A., Velmakina Y.V., Mayborodin A.B. Using artificial neural networks when integrating the requirements of standards for management systems in QMS. IOP Conf. Series: Materials Science and Engineering Quality Management and Reliability of Technical Systems. 666 (2019) 012058. IOP Publishing. 2019. P. 1-8.
13. Sabirova S., Vasiliev V.A., Chernogorskiy S.A. Choosing a quality management method. IOP Conf. Series: Materials Science and Engineering Quality Management and Reliability of Technical Systems. 666. 012043 IOP Publishing. 2019. P.1-11.
Васильев Виктор Андреевич, д-р техн. наук, профессор, заведующий кафедрой, vasiliev@mati.ru, Россия, Москва, Московский авиационный институт (национальный исследовательский университет,
Александрова Светлана Викторовна, канд. техн. наук, доцент, vasil-s@yan-dex.ru, Россия, Москва, Московский авиационный институт (национальный исследовательский университет)
DIGITAL TECHNOLOGIES IN QUALITY MANAGEMENT V.A. Vasiliev, S. V. Aleksandrova
Aspects of new approaches to creating quality management systems (QMS) based on the integration of quality management methods and digital technologies are considered. The implementation of digital technologies in quality management creates prerequisites for the
digital transformation of the entire product lifecycle. In most existing digital solutions, quality management is limited to controlling process parameters and product quality. Additionally, the following should be included in the digital DQMS: automatic registration of process parameters with real-time data analysis, predictive Analytics, artificial intelligence capabilities, and other features of digital technologies. This will allow you to organize monitoring and control of processes at each automated workplace, make decisions in difficult situations, and ensure quality at all stages of the product lifecycle.
Key words: quality, digital quality management system, digital technologies, product lifecycle, process approach.
Vasiliev Victor Andreevich, doctor of technical sciences, professor, head of the department, vasiliev@mati.ru, Russia, Moscow, Moscow Aviation Institute (National Research University),
Aleksandrova Svetlana Viktorovna, candidate of technical sciences, docent, vasil-s@yandex.ru, Russia, Moscow, Moscow Aviation Institute (National Research University)
УДК 658.512.2
РЕШЕНИЕ ВОПРОСОВ КАЧЕСТВА ПРОДУКЦИИ ПРИ ДИЗАЙН-ПРОЕКТИРОВАНИИ ПРОМЫШЛЕННЫХ ИЗДЕЛИЙ
С. А. Васин, А.А. Кошелева
Представлены единичные и комплексные показатели качества продукции, позволяющие повысить ее конкурентоспособность на мировом рынке. Рассмотрены вопросы повышения показателей качества, в том числе эстетических, при проектировании потребительских товаров. Приведены дизайн-проекты разработок промышленных изделий.
Ключевые слова: качество, проект, промышленное изделие, эстетика, дизайн
Повышение конкурентоспособности товаров является основополагающей проблемой в условиях глобализации и интеграции России в мировую экономику.
Конкурентоспособность продукции определяется совокупностью потребительских свойств изделия. Это высокий технический и научно-технический уровень, своевременность появления на рынке, соответствие стандартам, в том числе безопасности, гарантийное обеспечение, стоимость, уровень маркетинга и др.
Конкурентным преимуществом является, прежде всего, высокое качество изделий, которое включает целый ряд показателей, представленных ниже.
Показатели назначения (т.е. способность удовлетворять существующие потребности) являются основными при оценке качества изделий. Их используют как базовые критерии при оптимизации управления качеством. Данные показатели определяют технический уровень и прогрессивность конструкции. Это может быть производительность, КПД, мощность, скорость, расход энергии, точность и т.д. На данные показатели влияет конструкция, используемые технологии, степень внедрения инноваций.
Показатели надежности - способность изделия выполнять заданные функции, сохраняя эксплуатационные показатели в течение заданного времени. Учитываются показатели безотказности (интенсивность отказов, наработка на отказ и т. д.), долговечности (срок службы изделия, средний ресурс между капитальными ремонтами и т.д.), ремонтопригодности и сохраняемости.
