Инструменты контроля качества технологических процессов интеллектуального машиностроительного производства

Во введении обоснованы актуальность темы диссертации, определены цели
и задачи диссертационного исследования, сформулированы основные положения,
выносимые на защиту.
В первой главе определены основные показатели качества
технологических процессов машиностроительного производства, проведен обзор
методов контроля этих показателей. Определены особенности организации
интеллектуального машиностроительного производства, дана постановка научной
задачи.
При оценке качества технологических процессов исходят, как правило, из
значительной сложности их природы, объединяющей в себе технологические,
экономические и организационные показатели.
Статистические методы позволяют осуществлять операционный контроль
(мониторинг) качества технологического процесса и его изменения под действием
различных факторов: износ оборудования технологической оснастки и
инструмента, старение, температурные деформации. Реализация операционного
контроля позволяет выявить ухудшение качества уже на ранних стадиях и
своевременно устранить причины ухудшения.
Суммарное влияние всех случайных факторов, возникающих в ходе
технологического процесса, вызывает рассеяние параметров качества
обрабатываемых заготовок, а величина этого рассеяния характеризует точность
(качество) процесса.
Уровень автоматизации технологического процесса – характеризует научно-
технический уровень процесса, его производительность, а также стабильность
качества изделий, т.к. автоматизация существенно уменьшает степень
воздействия обслуживающего персонала на процесс, его вмешательство в ход
процесса.
В настоящее время существуют компьютерные системы, функцией которых
являетсяконтрольиуправлениетехнологическимоборудованием,
исполнительными устройствами и различными механизмами. Примером такой
системы может служить SCADA (Supervisory control and data acquisition) –
диспетчерский контроль и накопление данных.
Четвертая промышленная революция связана прежде всего с созданием так
называемых цифровых заводов (интеллектуального машиностроительного
производства) на основе технологий промышленного Интернета вещей,
трехмерной печати металлом на основе цифровых моделей, комплексной
роботизации производства и аналитики больших данных (Big Data). Организация
интеллектуального машиностроительного производства предполагает, что каждая
единица оборудования способна к самостоятельной настройке параметров
производства в ходе взаимодействия с другим оборудованием, подключенным к
общейбазезнаний.Крометого,организацияинтеллектуального
машиностроительного производства предполагает всестороннюю визуализацию
производственных (технологических) процессов, позволяющую установить
четкие причинно-следственные связи при мониторинге каждой стадии
производства (технологического процесса), контролировать качество, быстро
обнаруживать проблемы и устранять их.
Организационная структура интеллектуального машиностроительного
производства (Рисунок 1) строится на основе накопленной базы знаний в
обусловленной сфере производства с ее пополнением как из внешних источников,
так и за счет приобретения собственного опыта.
Конструкторско-
ТЗПланированиеПроизводствоПродукт
технологическя
производствапродукции
подготовка

Шина
знаний

Интеллектуальная
ЦифровыеЦифровые
система
двойники ТПдвойники ТОп
планирования

Обмен знаниямиБаза знаний
Использование знаний ∆J
Пополнение знаний ∆I

Внешние
источники

Рисунок 1. Структурная схема организации ИМП
Для контроля качества технологических процессов интеллектуального
машиностроительного производства необходимы инструменты, обеспечивающие
возможность получения интегральной оценки качества ТП, учитывающей
точность выполнения технологических операций при условии непрерывного
пополнения и адекватного использования знаний.
Во второй главе разработаны алгоритм оценки точности технологических
операций машиностроительного производства, математическая модель динамики
качества,методикаконтролякачестватехнологических процессов
интеллектуального машиностроительного производства.
Наиболее достоверную оценку реальной точности обработки заготовок на
той или иной операции дает метод статистического анализа результатов
измерений контролируемого размера. Практическая реализация данного метода
может осуществляться с помощью следующего алгоритма:
1. Установка контролируемого размера
А12 , Δ1 и Δ2 – допуски на размер.(1)

2. Измерение контролируемого размера у n заготовок – {ai}, i  1, n
3. Оценка статистических показателей
a   ai , i  1, n(2)
n


 ai  a2(3)
i
, i  1, n
n 1
ω=6Ϭ – поле рассеивания размера.
Если ω>∆, то неизбежен брак.
4. Определение квантилей нормального распределения
a B  a ( A  1)  a
tB (4)

aH  a( A   2)  a
tH (5)

В случае прецизионных измерений вместо a используется действительное
значение измеряемого размера.
5. Определение табличных значений функций Лапласа (интервала
вероятностей)
Ф(tв); Ф(tн)(6)
6. Определение вероятностных показателей:
* вероятность брака по верхнему пределу поля допуска
Рб.в.=[0,5-Ф(tв)](7)
* вероятность брака по нижнему пределу поля допуска
Рб.н.=[0,5-Ф(tн)](8)
* вероятность точности операции по полям допуска
РТВ=1-Рб.в.; РТН=1-Рб.н.(9)
7. Определение вероятности точности технологической операции
Р  РТН
Р  ТВ(10)
Полученные вероятностные оценки точности технологических операций
с учетом их взаимосвязанности позволяют в качестве меры отлаженности
технологического процесса использовать энтропию
H  H1  H 2    Pi log Pi    Pij log Pij , i, j  1, N (11)
iij

где Pi – вероятностная оценка точности ТОп,
Pij – вероятностная оценка взаимосвязи между ТОп.
Изменение отлаженности технологического процесса во времени в силу
воздействия ряда случайных факторов будем описывать с помощью уравнения,
характеризующего изменение энтропии за время ∆t пропорциональное ее
значению в момент времени t:
dH
 KH ,(12)
dt
где K  I  JH – коэффициент пропорциональности;
I – пополнение (приращение) знаний;
J – использование знаний.
Тогда
dH
H  (I  JH ) H  IH  JH 2(13)
dt
Последнее соотношение представляет собой нелинейное дифференциальное
уравнение, которое будем рассматривать как математическую модель динамики
качества ТП. Решение уравнения (13) позволяет отслеживать тенденции изменения
качества процесса в зависимости от точности выполнения ТОп, приращения
знаний и их использования.
Для отслеживания тенденций изменения состояний процесса, т.е. его
динамики, необходимо знать в каком состоянии он находится в данный момент и
в каком направлении меняется при этом его энтропия.
Согласно методу Ляпунова, определение состояния процесса сводится к
определению знака выражения
K (t )  I (t )  J (t ) H (t )(14)
Устойчивому состоянию соответствует отрицательное значение K(t).
Реальное состояние ТП ИМП характеризуется положительным значением K(t), т.е.
I  0 и J  0 (Рисунок 2). Для такого (отлаженного) ТП характерны следующие
параметры:
dH
(t )  0, K (t )  0(15)
dt
Это означает, что, находясь в состоянии отлаженности, за счет воздействия
случайных факторов, возможны, в некоторых пределах, девиации показателя
качества.

H

+ΔH-ΔH+ΔHH
0 H0H1
ΔH>0
ΔḢ >0

ΔI, ΔJ > 0

Рисунок 2. Отлаженный ТП
Возможна ситуация, когда I  0 , J  0 , возникающая за счет целого ряда
причин (износа оборудования, старения, несоответствия современному уровню
знаний и т.д.). В этом случае H  0 , H  0 , что может привести к разладке ТП
(Рисунок 3).

Рисунок 3. Разладка ТП
На основании полученных соотношений разработан алгоритм построения
граничных значений области качества ТП.
Алгоритм построения границ области качества состоит из следующих
операций:
* Установление интервала допустимых вероятностей точности ТОп
∆Р= Pmax-Pmin.
* Построение функциональных зависимостей Н=f(N,P) для заданных
значений вероятностей (Pmax, Pmin) и для установленного числа ТОп (N) согласно
соотношению (15).
* Определение интервала ΔH.
* Построение фазовой диаграммы, описывающей состояние ТП для случая
I  0 , J  0 .
* Определение интервальных значений ΔḢ.
Методика контроля качества ТП включает в себя построение границ
областей качества согласно приведенному алгоритму и разработанный алгоритм
оценки реального показателя качества процесса.
Алгоритм оценки реального показателя качества. Алгоритм состоит в
определении текущих значений вероятностных оценок точности технологических
операций и соответствующих значений H, Ḣ (точка показателя качества). В случае
«выхода» точки за пределы установленных граничных значений области качества
поступает сигнал на блок принятия решений и, в случае необходимости,
осуществляется обновление технологической оснастки (Рисунок 4).
Начало

Получение вероятностных
оценок точности ТОп {P i}

Определение H, Ḣ
H  H1  H 2
H1   Pi log PiКонец
i
H 2    Pij log Pij
i j
i, j  1, Ni j
H  IH  JH 2
J  0Обновление оснастки
I  0

Нет
Н нижн.г р.