CC BY
28
4. Горелов А.С., Саввина Е.А., Сосков В.Б. Управление качеством пищевой продукции в условиях автоматизированного промышленного производства // Сб. докл. III Юбилейной Международной выставки-конференции «Высокоэффективные пищевые технологи, методы и средства их реализации». Ч I. М. : Изд-во МГУПП, 2005. С. 331-334.
5. МхитарянВ.С. Статистические методы в управлении качеством продукции. М. : Финансы и статистика, 1982. 119 с.
6. Сосков В.Б. Методы и средства автоматизированного статистического контроля качества нештучной продукции: дис. ... канд. техн. наук. Тула, 2006. 186 с.
7. Dodge H.F. A Sumpling Inspection Plan for Continious Production // Annals of Math. Stat. 1943. V. 14.
V. Preys, V. Morozov, S. Lisitsin
The purposes of statistical modelling in the continuous (selective) control over parameters of drinking pouring and packing
The opportunity of application of the most widespread procedure of the introduced continuous (selective) control is appreciated. Results ofstatistical modelling ofresults ofsuch introduction are predicted.
Получено 19.01.09
УДК 658.562
О.В. Пантюхин, канд. техн. наук, доц., (4872) 35-36-20, ntomach@tsu.tula.ru (Россия, Тула, ТулГУ),
В.М. Лялин, д-р техн. наук, проф., (4872) 33-23-50,
(Россия, Тула, ТулГУ),
Н.А. Тарасова, асп., (4872) 33-23-50,
(Россия, Тула, ТулГУ)
УЧЁТ ВЛИЯНИЯ ПАРАМЕТРОВ ОБОРУДОВАНИЯ НА КАЧЕСТВО ИЗГОТОВЛЕНИЯ ГИЛЬЗ ПАТРОНОВ СПОРТИВНО-ОХОТНИЧЬИХ
Выявлены основные параметры высокопроизводительною автоматизированного оборудования, влияющие на параметры качества юльз патронов спортивноохотничьих. Предложен учет параметров с применением функции надежности длв использование в нейронных сетвх с целью прогнозииованив параметров качества гильз.
Ключевые слова: нейронная сеть, роторная линив, выборка.
Параметры оборудования в значительной мере влияют на качество изделий [3]. Изготовление патронов спортивно-охотничьих осуществляется на высокопроизводительном автоматизированном оборудовании - автоматических роторных линиях (АРЛ). Снижение качества изделий возникает вследствие поломок, разладок и износа узлов и отдельных деталей АРЛ. Анаиз производства и опыт эксплуатации роторных линий [1] пока-
212
зывают, что наиболее значимое влияние на качество изделий оказывают износ, разладки и поломки деталей инструментальных блоков, клещевых захватов транспортных роторов, деталей механических и гидравлических приводов инструментальных блоков. В значительно меньшей степени на качество полуфабрикатов и готовых изделий влияют другие типовые элементы и узлы АРЛ (привод инструментов, привод вращения роторов, аппараты термической и химической обработки, электрооборудование).
Сложность учета влияния вышеперечисленных параметров на параметры качества полуфабрикатов и готовых гильз состоит в невозможности получения прямых корреляционных зависимостей между ними.
Для прогнозирования параметров качества готовых гильз и изготавливаемых полуфабрикатов, зависящих от параметров оборудования, авторами [2] предлагается использовать искусственные нейронные сети (ИНС). Представляется возможным учитывать влияние параметров оборудования на параметры качества гильз с применением уравнения композиционного закона срока службы любого элемента АРЛ [1]:
/ к ) = кА к ) + к2 /2 к ) + кзАз к), С1)
где &1, &2, к3 - нормирующие множители, характеризующие соответственно число аварий и поломок, разладок и регулировок, износ (старение); /1 к) /2 к), /3 к) - функции распределения сроков службы элементов соответственно по поломкам, разладкам и износу.
Нормирующие показатели определялись опытным путем, как отношение числа элементов, вышедших из строя, к общему числу элементов, участвующих в испытании за установленный отрезок времени. Нормирующие множители композиционных законов распределения сроков службы для типовых инструментальных блоков АРЛ приедены в [1].
Для расчета ожидаемой надежности блоков и других вышеперечисленных деталей и узлов АРЛ представляется возможным использование следующей закономерности, полученной авторами в [1]:
кг
/ к) = кЯ ехр(- Я?) + ,—2— ехр
к~*р )2 2ррр
+
+
к
ехр
т
к-и)2
2р
т
(2)
где Я - параметр экспоненциального распределения аварий и поломок; тр Ри - сене арифметические значения законов нормального распределения соответственно при разладках и износе; рр ,р р Р т - средние квадратические отклонения; к2,кз - нормирующие множители; t- время.
Используем зависимость (2) в ИНС, как функцию от времени /к). Принцип прогноза выходных параметров полуфабрикатов и готовых гильз
на каждой операции будет заключаться в следующем. Сформируем обучающую выборку для ИНС таким образом, чтобы допустимому значению срока службы /к) пи обучении ИНС соответствовали находящиеся в пределах поля допуска значения параметров качества гильзы на данной операции. Другую часть обучающей выборки сформируем так, чтобы недопустимому сроку службы /к) узла АРЛ соответствовали значения параметров качества гильз, выходящие за пределы поля допуска.
Обученная подобным образом ИНС работает следующим образом. После взятия выборки деталей с линии для контроля каждый раз будем фиксировать известное время - срок службы конкретного узла АРЛ, считая его с момента установки на линию в исправном не изношенном состоянии. Подставив значение срока службы в (2), рассчитаем надежность узла. Далее значение надежности закладываем в ИНС. Нейронная сеть будет выдавать допустимые прогнозные значения выходных параметров качества полуфабрикатов и готовых гильз в случае, если срок службы узла является допустимым в одном случае. Иначе прогнозное значение параметра качества будет выходить за пределы поля допуска, что будет автоматически являться сигналом к замене изношенного узла АРЛ и позволит избежать изготовления некачественной продукции.
Проиллюстрируем вышеописанную последовательность действий на примере. Пусть в момент времени = 0 на АРЛ устанавливается но-
вый узел (инструментальный блок, клещевые захваты и т.д.). При осуществлении периодического контроля через определенные промежутки времени получаем значение срока службы узла АРЛ /к), подставив в (2) значение ?. Полученное значение /к) в виде числа подставляем в ИНС вместе со значениями геометрических параметров полуфабриката и параметров инструмента. Обученная подобным образом ИНС будет выдавать прогнозные значения выходных параметров качества полуфабриката или готовой гильзы у1 на данной операции в допустимых пределах пи
/к) < /Оёдёдё^ . Если значение срока службы узла АРЛ /к) будет превышено (/к ^/к)ёдёдё- )> значения у! будут превышать допустимые.
Однако оценить в полной мере значимость параметров оборудования, учитываемую через функцию /к), можно только в совокупности с геометрическими параметрами полуфабриката и готовой гильзы и параметрами инструмента при обучении ИНС, получении ее окончательной топологи и прогнозных значений у\.
В целом, использование функции надежности в ИНС позволит учесть влияние всех наиболее значимых параметров оборудования на качество полуфабриката и готового изделия, что, в свою очередь, позволит эффективно управлять качеством продукции в процессе производства и своевременно давать информацию о замене вышедшего из строя узла АРЛ.
Список литера туры!
1. Клусов И.А., Сафарянц А.Р. Роторные линии. М. : Машиностроение, 1969. 195 с.
2. Лялин В.М., Пантюхин О.В. Метод применения искусственных нейронных сетей для прогнозирования параметров качества спортивных и охотничьих патронов // Вопросы оборонной техники. Сер.4. Вып.1-2 (173-174). 2007. С .83-85.
3. Пантюхин О.В., Лялин В.М. Основы обеспечения качества изделий комплексно-автоматизированного производства с применением нейронных сетей // Изв. ТулГУ. Технические науки. Вып.1. Тула : Изд-во ТулГУ, 2008. С. 249-252.
O. Pantyukhin, V. Lyalin, N. Tarasova
The account influence ofparameters of the equipment on quality of manufacturing of sporting cartridge case
There is revealed the basic parameters of high-productive automatic equipment, influenced into parameters of sporting cartridge case. It was proposed their account with a use of the safety function for its utilizing in neuronal networks for the forecasting of the cartridge case quality.
Получено 19.01.09
УДК 658.562
В.Ю. Анцев, д-р техн. наук, проф., зав. кафедрой, (4872) 33-22-88, anzev@uic.tula.ru (Россия, Тула, ТулГУ),
К.Н. Ханин, асп. (4872) 33-22-88, anzev@uic.tula.ru (Россия, Тула, ТулГУ)
УПРАВЛЕНИЕ НЕСООТВЕТСТВИЯМИ В ПРОЕКТНО-СТРОИТЕЛЬНОМ ПРОЦЕССЕ
Представлен механизм по предупреждению несоответствий в проектной документации на основе анализа проектных цепей - совокупности операций по разработке и контролю проектной документации, связанных между собой в соответствии с процессом проектирования.
Ключевые слова: проект, проектная документация, проектная цепь,
вероятность несоответствий.
С переходом строительной отрасли к рыночным отношениям вопросы организации, планирования и управления строительством и проектированием претерпели значительные изменения. Рост производства, интенсификация научного прогресса вызвали необходимость комплексного совершенствования процессов управления, в том числе управления проект-
