автореферат диссертации по машиностроению и машиноведению, 05.02.23, диссертация на тему:Управление качеством продукции массового производства на основе оптимизации процессов контроля и испытания

На правах рукописи

00500154а

СОРОКИН Михаил Александрович

УПРАВЛЕНИЕ КАЧЕСТВОМ ПРОДУКЦИИ МАССОВОГО ПРОИЗВОДСТВА НА ОСНОВЕ ОПТИМИЗАЦИИ ПРОЦЕССОВ КОНТРОЛЯ И ИСПЫТАНИЯ

Специальность: 05.02.23 — «Стандартизация и управление качеством продукции»

Автореферат

диссертации на соискание учёной степени кандидата технических наук

1 О НОЯ 2011

Москва

-2011

005001549

Работа выполнена в Российском государственном университете нефти и газа имени И.М. Губкина на кафедре «Стандартизация, сертификация и управление качеством производства нефтегазового оборудования»

Научный руководитель:

доктор технических наук, профессор Васин Сергей Александрович

Официальные оппоненты:

доктор технических наук, профессор Шильдин Вячеслав Витальевич

доктор технических наук, профессор Юдин Сергей Владимирович

Ведущая организация:

Федеральное государственное унитарное предприятие «Государственное научно-производственное предприятие «Сплав», г.Тула

Защита диссертации состоится 22 ноября 2011 г. в ауд. 202 в 15.00 часов на заседании Совета по защите докторских и кандидатских диссертаций Д 212.200.01 при Российском государственном университете нефти и газа имени И.М. Губкина по адресу: 119991, Москва, ГСП-1, В-296, Ленинский проспект, дом 65.

С диссертацией можно ознакомиться в библиотеке Российского государственного университета нефти и газа имени И.М. Губкина

Автореферат разослан 21 октября 2011 г.

Ученый секретарь диссертационного совета, кандидат технических наук

Т.А. Чернова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Одним из важнейших факторов роста эффективности производства является повышение качества выпускаемой продукции, которое непосредственно определяет ее конкурентоспособность. В настоящее время только конкурентоспособные предприятия могут успешно преодолевать возникающие трудности и проблемы. Обеспечение качества невозможно без контроля качества, который позволяет вовремя выявить ошибки, чтобы затем оперативно исправлять их с минимальными потерями.

В современных рыночных условиях разнообразные массовые производства также стремятся к диверсификации продукции, периодически перестраиваясь под потребности заказчика. Это связано с тем, что для устойчивого функционирования предприятия необходимо выполнять не только внутренние заказы с достаточно ограниченной номенклатурой типоразмеров изделий, но и экспортные заказы, в результате чего номенклатура изделий существенно увеличивается. Для этого требуется не только современное производственное оборудование, но и соответствующее контрольное оборудование, а также эффективные методики контроля. Для решения указанной задачи на предприятиях применяются различные методы контроля, направленные на повышение качества продукции.

В настоящее время, как за рубежом, так и на отечественных предприятиях широко применяются статистические методы контроля качества выпускаемой продукции, основанные как на применении теоретико-вероятностного подхода, так и использующие методы теории информации. Однако в условиях современного многономенклатурного производства методики контроля желательно не только оптимизировать, но и унифицировать для групп различных изделий. Эта задача может быть решена на основе использования современной вычислительной техники, когда появилась возможность более широкого применения при анализе и синтезе планов контроля методов имитационного статистического моделирования. Все это в целом открывает перспективы сокращения затрат на проведение контроля и испытаний продукции массового производства на основе поиска новых, более эффективных методик его проведения и дальнейшей их унификации.

Вопросам выборочного контроля в массовом производстве посвящено значительное количество работ. Подобными исследованиями, в частности, занимались Ю.К. Беляев, Д. Коуден, А.К. Кутай, Х.Б. Кордонский, Я.П. Лумель-ский, С.Х. Сираждинов, М.И. Эйдельнант, Б. Хенсен, В.Г. Григорович, C.B. Юдин, В.В. Шильдин, X. Куме, В.А. Лапидус, Я.Б. Шор и др. Однако перечисленные исследователи не рассматривали задач унификации планов контроля в многономенклатурном массовом производстве с использованием возможностей современной вычислительной техники, когда, даже в производственных условиях, можно решать задачи имитационного статистического моделирования, позволяющие с большей достоверностью формировать оптимальные и, в том числе, унифицированные планы контроля. В результате возникает необходи-

мость решения актуальной научной задачи разработки научно-методического обеспечения повышения эффективности контроля продукции массового производства на основе оптимизации и унификации планов выборочного контроля

Объектом исследования являются процессы испытания и контроля продукции массового производства.

Цель работы заключается в повышении эффективности контроля продукции массового производства на основе оптимизации и унификации планов выборочного контроля.

Основные задачи исследования:

- Обзор и анализ особенностей реализации выборочных методов и существующих методик контроля и испытаний в современном многономенклатурном массовом производстве.

-Структурно-функциональное моделирование процессов контроля и испытаний продукции массового производства и выявление оптимальной сферы применения унифицированных планов выборочного контроля.

-Теоретическое обоснование возможности унификации оптимальных планов выборочного разрушающего контроля.

-Разработка методик оптимизации и унификации планов выборочного разрушающего контроля.

-Разработка алгоритмов и программного обеспечения для реализации предложенных методик.

Методы исследования. Теоретические исследования базировались на концептуальных положениях, выводах и рекомендациях современных теорий в области статистических и информационных методов выборочного контроля. При проведении исследований использовался современный математический аппарат теории вероятностей, статистического моделирования и кластерного анализа.

Научная новизна диссертационной работы заключается в следующем: Предложены теоретико-методические подходы к оптимизации и унификации планов выборочного разрушающего и неразрушающего контроля продукции массового производства на основе развития методов статистического имитационного моделирования и кластерного анализа, явившиеся основой для разработки методик и алгоритмов решения этих задач.

Основные защищаемые положения:

1. Структурно-функциональные модели контроля и испытаний продукции массового производства для процесса операционного контроля и контроля готовых изделий, позволившие уточнить сферу возможного применения унифицированных планов контроля - разрушающий контроль готовых изделий.

2. Теоретико-вероятностная модель обоснования возможности формирования унифицированных планов контроля в областях, соответствующих доверительным интервалам оптимальных планов.

3. Методика оптимизации и унификации планов выборочного разрушающего контроля на основе имитационного статистического моделирования и кластерного анализа.

4. Алгоритмы и программное обеспечение для реализации методик оптимизации и унификации планов выборочного разрушающего и неразрушающего контроля продукции массового производства в производственных условиях.

Практическая значимость. Результаты работы использованы в ОАО «Тульский патронный завод». Разработанные в диссертации предложения и рекомендации явились методической основой для разработки программного обеспечения и решения практических задач поиска оптимальных унифицированных планов испытания и контроля. Результаты работы представляют интерес для специалистов, занимающихся вопросами контроля и испытания в массовом многономенклатурном производстве. Результаты работы могут быть использованы также в учебном процессе при чтении курсов лекций по дисциплине «Методы контроля качества продукции»

Публикации. Результаты исследований отражены в семи научных публикациях и тезисах конференций, в т.ч. в четырех публикациях в изданиях, включенных в «Перечень...» ВАК Минобрнауки РФ. Общий объем публикаций - 2,6 печатных листов.

Апробация работы.

Основные результаты и положения настоящей диссертационной работы были доложены на VI Международной научно-практической конференции «Управление качеством в современной организации» (Пенза, 2011), IX Международной научно-технической конференции «Материалы и технологии XXI века» (Пенза, 2011), V Международной научно-практической конференции. «Системы проектирования, моделирования, подготовки производства и управление проектами САО/САМ/САЕ/РОМ» (Пенза, 2011), а также на ежегодных научно-технических конференциях и семинарах профессорско-преподавательского состава Тульского государственного университета и Российского государственного университета нефти и газа имени И.М. Губкина.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения и приложения, изложенных на 135 страницах машинописного текста, включает 10 таблиц и 27 рисунков. Список литературы содержит 117 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цель и задачи исследований, научная новизна и основные защищаемые положения.

Первая глава «Анализ существующих методов контроля качества продукции массового и сверхмассового многономенклатурного производства» содержит обзор современного состояния, проблем и перспектив контроля и испытаний продукции массового производства а также анализ статистических и информационных методов выборочного контроля

Конкуренция товаров как внутри страны, так и на мировом рынке заставила многих производителей обратиться к статистическим методам контроля качества выпускаемой продукции. Статистический контроль качества может проводиться в процессе производства, либо по окончании производства, при этом, если контроль разрушающий, то выборочный метод неизбежен, например, при контроле надежности невосстанавливаемых изделий. Для организации выборочного контроля задаются планы контроля, в которых указывается порядок отбора изделий для проверки и их количество достаточное для принятия решения о браковке или приемке партий в целом, или о дальнейшем продолжении контроля. Кроме методов, базирующихся на теории вероятностей и математической статистики для формирования подобных планов, в настоящее время используются также информационные методы контроля качества продукции. В основе этих методов лежит математическая теория энтропии, поэтому подобный подход получил название "энтропийного подхода". Информационная математическая модель контроля, основанная на энтропийном подходе, позволяет рассчитывать планы контроля для массового и крупносерийного производства, учитывающие объем контролируемой партии, а также требования поставщика и потребителя одновременно. Согласно имеющимся в печати сведениям, информационная модель обладает большей точностью, чем методы, основанные на использовании распределений вероятностей, что повышает точность и надежность результатов контроля и снижает риск потребителя.

Однако для проверки планов контроля, основанных как на вероятностной, так и на информационной модели практически всеми исследователями используется имитационное статистическое моделирование. Вместе с тем, в настоящее время возможности современной вычислительной техники настолько возросли, что появляется перспектива использования статистического моделирования для непосредственного определения параметров планов контроля и их корректировки в зависимости от результатов и требований без использования аналитических моделей различной степени адекватности.

По существующим стандартам предприятий и техническим условиям для каждой марки изделий в условиях многономенклатурного производства существуют свои нормативы по объему продукции, подвергающейся контролю. Это в определенной степени затрудняет его проведение при смене контролируемой продукции. Поэтому возникает задача поиска путей унификации методик контроля и испытания такой продукции. При этом рассматривалась возможность

унификации как операционного контроля так и контроля готового изделия. Показано, что это также может быть реализовано на основе имитационного моделирования, в результате чего могут быть сформированы унифицированные методики контроля продукции массового производства, обеспечивающие групповую оптимизацию выбранного критерия качества контроля.

Во второй главе, «Оптимизация и унификация методик контроля и испытаний изделий массового производства на основе статистического моделирования», проведено структурно-функциональное моделирование процесса контроля и испытаний продукции массового производства, предложена методика статистического моделирования процесса контроля продукции массового производства и сформулированы принципы унификации методик контроля на основе кластерного анализа.

Для анализа процесса контроля была использована методология функционального моделирования ГОЕР Контекстная и дочернин диаграммы рассматриваемого процесса представлены на рисунках 1-3. Функция, представленная на контекстной диаграмме как функция верхнего уровня, посредством создания родительской диаграммы декомпозируется на ряд основных подфункций (рисунок 1) Для каждой из перечисленных подфункций были построены дочерние функциональные диаграммы, некоторые из которых представлены на рисунках 2 и 3.__

стп ьм ¡ту м^янжммвгос«

РвараСотать псолмиму

ОЛвр»ЦИО«*«0

ижтрйля

«рол«»»« оттп/

-"чС-

л-

Чч

ж

м

Рисунок 1 - Родительская диаграмма управления контролем продукции в массовом производстве.

Рисунок 2 - Дочерняя диаграмма блока А1

X

ту 727*081-Оввгээбв-аюб СТПпорЛдмлрвдывпвмв

Исщ>авиыкм бргв

[У

ч

/V

Го»»»

Провести измерительный

контроль _РЛ2

Ж

Годная

сополсчытепь

Оформит* сопромдетвпьиую документацию

N006: АЗ Ш:

-е-

Рисунок 3 - Дочерняя диаграмма блока А2

Подобное структурно-функциональное моделирования процесса позволило более наглядно показать структуру процесса, причинно-следственные связи, исполнителей, результаты их работы и их ответственность. В процессе анализа выяснилось, что в подавляющем большинстве случаев операционный контроль представляет собой сплошной контроль и возможности для унификации

его методик ограничены. Аналогичный анализ был осуществлен и для контроля готовых изделий. Здесь широко применяется выборочный контроль, поэтому имеются определенные перспективы для оптимизации и унификации его методик, в первую очередь на уровне планов контроля и объемов выборок.

При изменении номенклатуры производимых изделий оптимальный план контроля будет изменяться, поэтому решение задач оптимизации и дальнейшей унификации планов должно осуществляться постоянно на основе накопленной статистики с целью оперативной коррекции плана. При этом предполагается, что существует некоторый предельно допустимый уровень засоренности дефектными изделиями ркр.

О)

где Ду- предельно допустимое количество бракованных изделий в партии. Ы— размер партии.

Этот уровень либо устанавливается потребителем, либо задается производителем, причем и в том, и в другом случае он будет постоянно снижаться, так как требования к качеству постоянно возрастают.

Партии, имеющие засоренность р < ркр, считаются годными и производителем и потребителем, а партии ср> ркр, - негодными. Если покупатель обнаруживает, что в приобретенной им партии р > ркр то он может выставить производителю рекламацию на сумму Ср за каждое дефектное изделие сверх

допустимого количества.

В случае решения задачи оптимизации и дальнейшей унификации планов контроля для ряда различных типоразмеров изделий при различных объемах партий использование известных зависимостей для аналитического решения данной задачи достаточно сложно, а в ряде случаев и невозможно. Поэтому в настоящей работе приводится пример решения подобной задачи на основе статистического моделирования. При этом использован известный метод Монте-Карло и метод Фон-Неймана для моделирования различных распределений вероятностей. Представим партию изделий в виде некоторого множества {а1,а2,...,а1,...,ам}, каждый элемент которого может соответствовать как годному, так и негодному изделию. Для моделирования процесса контроля свяжем с каждым элементом данного множества значения некоторой функции негодности (брака) 5,. Если / -й элемент негоден, то В1 = 1, а если элемент годен, то В: = 0. Для моделирования партии, содержащей О дефектных изделий величина засоренности браком равна:

Р = — ■ (2)

У N

Для каждого номера / генерируется случайное число у [/(/)], равновероятно распределенное в интервале [0,1]. Если у [/(/)]< р, то элемент считается дефектным, и для него В, = 1. Если же у [/(г)] > р, то элемент считается годным, и для него В1 = 0. Аналогично моделируется случайная выборка п элементов из множества {а1,а2,—,ап...,ам}. Для этого с каждым элементом данного множества связывается значение некоторой функции принадлежности к выборке V,, если 1-й элемент принадлежит к выборке, то V, = 1, а если элемент не принадлежит к выборке, то = 0. Для моделирования выборки, содержащей п изделий вероятность принадлежности изделия к выборке определится, как

Аналогично функции негодности, для каждого номера г с помощью выбранных программных средств генерируется случайное число у [/¡(/)], равновероятно распределенное в интервале [0,1]. Тогда, если у [/](/)]< ру, то элемент считается принадлежащим к выборке, и для него V, = 1. Если же у [/,(/)]>рх, то элемент считается не принадлежащим к выборке, и для него = 0. Для уточнения модели выборки вычисляется реальное количество элементов, для которых ^ = 1, и в случае отклонения этого количество от величины п либо добавляются элементы с V/ = 1, либо исключаются отдельные элементы с У1 = 1. Естественно, что и в том, и в другом случаях необходимо осуществлять случайный выбор подобных элементов, для чего вновь генерируется случайное число у [/2(0] . равновероятно распределенное в интервале [0,1] и

по его величине определяется номер элемента в выборке, который необходимо удалить, или номер элемента в партии, который необходимо добавить в выборку. После уточнения размера выборки для данного шага моделирования может быть определено количество негодных (дефектных) изделий в выборке:

¿ = (4)

/=о

Если (1 < с партия принимается, а при с1> с партия целиком бракуется.

Если партия принимается, то к потребителю поступает

N N

Е>потР = £ Я, ~ £ В,' К дефектных изделий. Если Ппатр > и Ы(р ■ Ж), ;=0 /=0

то потребитель имеет право представить производителю рекламацию на сумму: Котр = Ср{0-Окр)=Ср{Впотр-Ы[Ркр-{И-П)]} . (5)

Тогда моделируемая партия изделий может обеспечить следующий финансовый результат (стоимостной критерий оптимизации):

Ф=Цп-(И-п)-Си-Н-Ск-п-Ср{Впотр-Ы[Ркр-{М-п)}} (6)

где С„ — себестоимость изготовления изделия;

Ск - себестоимость контроля изделия;

Цп - цена изделия;

Если партия бракуется, то есть с1 > с, то моделируемая партия изделий обеспечивает финансовый результат (стоимостной критерий оптимизации), который может быть оценен по зависимости:

Ф=-Си-Ы-Ск-п . (7)

Аналогичные зависимости были получены также для двухступенчатых планов контроля и для неразрушающего контроля. Имитационное статистическое моделирование позволяет также построить оперативную характеристику, то есть функцию я(р), определяющую вероятность принятия партии, содержащей долю дефектных изделий, равную р=И/Ы, если приемка производится в соответствии с выбранным планом контроля. При этом были определены риски поставщика (а) и потребителя (Р). Для построения оперативной характеристики рассмотренная выше процедура статистического моделирования повторяется М раз для варьируемых значений засоренности браком. Для каждого из этих

значений определяют количество принятых Nп и непринятых МИП1 партий в условиях применения выбранного плана контроля. Тогда вероятность л(р,) определяется как

К

*(Р,) =----(8)

пI нп,

Если известна или задана засоренность браком рк , то по полученной характеристике можно определить риски поставщика и потребителя.

а = \-ж(рк) (9)

Р = я{Рк) (Ю)

При этом, если рк совпадает, или близка (с заданной погрешностью) с одним из значений Р1, то возможно непосредственное вычисление этих рисков по зависимостям (9) и (10). Если же величина рк находится между значениями р1 и рм, то для вычисления п(рк) можно использовать линейную интерполяцию оперативной характеристики на участке [р, , р1+1], и для вычисления я{рк) воспользоваться зависимостью:

\Рм-Р\

При анализе оперативной характеристики возникает также задача оценки близости ее формы к идеальной. Эта задача также была решена на основе имитационного статистического моделирования. Из условия равенства рисков поставщика и потребителя можно получить следующее выражение для критерия оптимальности формы оперативной характеристики

где р[л(р) = 0,5] - значение засоренности браком, при котором для рассматриваемой оперативной характеристики я(р) = 0,5

Для случая определения оперативной характеристики на основе статистического моделирования, зависимость (12) преобразуется к виду:

копт = ¿[1 -я{р,)] ■ {рм - л)+2>(а)- (р,+1 - а)},

(13)

где индекс к соответствует значению рк, при котором л(рк) = 0,5. Величину рк можно определить из выражения (11), приняв в нем 7г(рк) — 0,5 и решив относительно рк. Чем меньше значение критерия Копт, тем ближе форма реальной оперативной характеристики к идеальной. Для идеальной оперативной характеристики сформированный критерий будет равен нулю.

Для каждого плана контроля существует некоторый набор оптимальных параметров, соответствующий точке в многомерном пространстве параметров (рисунок 4). Очевидно, что для планов с однократной выборкой это пространство будет двумерным (объем выборки и приемочное число), а для планов с двукратной выборкой (двухступенчатых планов) - пятимерным. Зависимость критерия оптимизации от параметров плана контроля будет представлять собой некоторую гиперповерхность в пространстве, размерность которого на единицу больше, чем размерность пространства параметров. Очевидно, что для каждого типа изделий будет существовать своя подобная гиперповерхность (рисунок 4). Тогда унификация планов возможна только для таких типоразмеров изделий, для которых на подобных гиперповерхностях в области максимумов имеются квазиплоские участки, на которых можно найти оптимальный для всех изделий набор параметров планов. Подобный квазиплоский участок будет определяться доверительным интервалом, в котором с некоторой доверительной вероятностью будет находиться математическое ожидание максимума критерия оптимизации. Именно наличие подобного доверительного интервала и позволяет выделить квазиплоские участки и осуществить унификацию планов контроля. Область возможных унифицированных оптимальных планов находится на пересе-

чении областей, соответствующих квазиплоским участкам в пространстве параметров. Поиск этой области можно осуществлять на основе методик кластерного анализа.

Эта задача решается в следующей последовательности:

1. Для обнаружения квазиплоских участков формируются оптимальные планы контроля для всех изделий, которьге намечены для унификации планов.

2. Для каждого оптимального плана осуществляется многократное имитационное моделирование и строится статистическое распределение величины финансового результата.

3. Определяется доверительный интервал для полученного статистического распределения.

Рисунок -4 Графическая иллюстрация решения задачи унификации параметров планов контроля.

4. Для каждого изделия осуществляется имитационное моделирование для параметров, соответствующих оптимальным параметрам планов для всех других изделий и определяется финансовый результат.

5. Для каждого изделия проверяется входимость значений критерия (финансового результата) в доверительный интервал для оптимального плана.

6. Если финансовый результат входит в доверительный интервал, то данный план можно отнести к квазиплоскому участку.

7. Если финансовый результат не входит в доверительный интервал, то данный план нельзя отнести к квазиплоскому участку.

8. Если квазиплоские участки для группы оптимальных планов обнаружены, то выполняется кластерный анализ, или визуально выявляется унифицированный план. Для этого каждый план представляется точкой в пространстве параметров плана. Строится матрица расстояний между точками, и объединяются ближайшие точки в группы (кластеры) различной формы. Для этого выполняются следующие операции:

- нормирование количественных значений параметров;

- определение метрик - расстояний между точками в пространстве параметров, при этом в настоящей работе были использованы евклидовы расстояния;

- объединение точек в группы - кластеры с использованием иерархического алгоритма, основанного на методе дендрограмм.

После формирования всех кластеров производится их анализ и сравнение и, если в результате обнаруживается кластер, содержащий точки, соответствующие оптимальным планам для различных изделий, то унифицированный план следует искать внутри этого кластера.

8. Если квазиплоские участки для группы оптимальных планов не обнаружены, то в пространстве планов находят точки, равноотстоящие от всех возможных пар оптимальных планов, вновь выполняют имитационное моделирование и проверяют вхождение финансового результата в доверительные интервалы. Далее вновь выполняются пункты 6,7 и 8 и, если квазиплоские участки не обнаружены, делается вывод о невозможности унификации планов контроля.

Однако унификация планов контроля для различных изделий не является единственно возможным вариантом унификации, которую можно осуществлять с использованием имитационного моделирования. Другим вариантом или «уровнем» унификации, является унификация планов неразрушающего и разрушающего контроля для одного изделия. При этом унификация будет основываться на использовании одинаковых выборок, которые вначале используют для неразрушающего, затем для разрушающего контроля (рисунок 5)

При этом возможно как параллельное, так и последовательное использование выборок. В первом случае одна из выборок используется для разрушающего, а другая для неразрушающего контроля. Во втором случае одна и та же выборка сначала применяется для неразрушающего, а затем для разрушающего контроля.

Возможен также вариант, когда в случае двухступенчатого разрушающего контроля выборка после неразрушающего контроля используется на второй ступени разрушающего. Для вариантов альтернативного контроля могут быть использованы предложенные методики имитационного статистического моделирования и поиска унифицированных планов с применением кластерного анализа.

Рисунок 5 - Схема использования общих выборок для разрушающего и неразрушающего контроля по альтернативным и количественным признакам

При этом в большинстве случаев неразрушающий контроль ведется по количественным признакам. Это позволяет повысить информативность контроля и использовать его результаты для постоянного повышения качества изделий, что соответствует основной концепции всеобщего управления качеством.

Третья глава, «Практическая реализация методов контроля и испытаний продукции массового производства на основе статистического моделирования», содержит описание программного обеспечения для реализации разработанной методики, примеры существующих методик контроля и испытаний продукции массового производства и примеры формирования оптимальных и унифицированных планов контроля продукции массового производства на основе статистического моделирования

Разработанное программное обеспечение для оптимизации и унификации планов контроля продукции массового производства на основе статистического моделирования основано на формировании модели контролируемой партии и выборок в форме баз данных. Поскольку современные СУБД рассчитаны на обработку больших объемов информации, то подобный подход позволяет достаточно просто моделировать большие контролируемые партии.

Предложенная методика управления качеством продукции массового производства на основе оптимизации процессов ее контроля и испытания использована в работе ОАО «Тульский патронный завод», где выпускается значи-

тельное количество различных изделий как для использования внутри страны, так и для экспортных поставок. Такими изделиями являются, например, силь-фонная продукция, используемая в различных трубопроводах и в качестве разделителей сред, в том числе и в нефтегазовом производстве, а также многочисленные марки патронов. Для этих изделий осуществляется как входной контроль, так и операционный контроль, и контроль готовой продукции. При решении указанной задачи в ОАО «Тульский патронный завод» применяются различные методы контроля, направленные на повышение качества продукции. На этапе конструкторско-технологической подготовки производства осуществляется контроль проектирования. При логистических операциях - входной контроль материалов и комплектующих изделий. Постоянно ведется контроль за состоянием технологического оборудования. В процессе изготовления проводится операционный контроль и активный контроль приборами, встроенными в технологическое оборудование. Наконец, на выходе производственного процесса осуществляется приемочный контроль готовой продукции. При этом в ОАО «Тульский патронный завод» на каждой стадии производства выбирается определенная степень охвата контролируемой продукции, то есть осуществляется либо выборочный, либо сплошной контроль, либо разрушающий, либо не-разрушающий контроль. Естественно, что наиболее перспективным является неразрушающий контроль, однако в случае приемочного контроля продукции массового производства разрушающий контроль и испытания, безусловно, продолжают сохранять актуальность.

Разработанное программное обеспечение было использовано для имитационного моделирования процесса контроля нескольких типов изделий, различающихся значениями параметрами и, в первую очередь, себестоимостью изготовления. Одновременно соответственно изменялась и цена изделия, и, для случая разрушающего контроля, и себестоимость контроля. Естественно, изменялась и величина рекламации на некондиционные партии изделий.

На рисунке 6 проиллюстрирован принцип поиска унифицированного плана контроля. Поскольку рассматривалось ограниченное количество объектов контроля (четыре типа изделий), то в данном случае кластер, соответствующий оптимальному унифицированному плану может быть легко обнаружен визуально. Этот кластер находится в области объемов выборки порядка 90-100 штук при приемочном числе, равном единице.

В третьей главе была осуществлена также оценка возможности интеграции системы оптимизации планов контроля в систему информационной поддержки жизненного цикла изделия. Такая интеграция могла бы обеспечить дальнейшее повышение качества управления инженерными и техническими данными, документами, информацией об изделии и т.д. Примером подобной интеграции может являться включение стандартов на процессы испытания и контроля изделий, являющихся документами СМК предприятия, в РОМ-систему. Предложенная система оптимизации и унификации планов контроля может быть рассмотрена как система информационной поддержки процессов контроля и испытания с возможностью оперативной коррекции параметров этих процессов, в частности, планов контроля. Система моделирования может

быть интегрирована в используемую на предприятии РЭМ-систему и, таким образом, будет обеспечена одна из возможных связей технологической составляющей информационной модели изделия с системой менеджмента качества.

Приемочное число, шт о Изделие 1 О Изделие 2 А Изделие 3 • Изделие 4

Рисунок 6 - Изменение оптимальных параметров плана в пределах доверительного интервала финансового результата. Объем партии 50000 шт., моделируемая засоренность браком - 0,8 %, допустимая засоренность - 0,5%.

Используя полученные результаты и предложенные методики, были сформированы унифицированные планы приемочного контроля, которые характеризуются уменьшенным на 10 - 15 % объемом выборки по сравнению с используемыми ранее планами. Таким образом, в ходе исследования решена задача разработки научно-методического обеспечения повышения эффективности контроля продукции массового производства на основе оптимизации и унификации планов выборочного контроля. В результате применения предложенных моделей и методик достигается повышение качества продукции одновременно со снижением затрат на реализацию процессов контроля и испытания.

В заключении приводятся основные выводы и рекомендации по результатам работы.

В приложении приведены примеры применяемых в массовом производстве планов контроля и фрагменты программного обеспечения системы оптимизации и унификации планов контроля

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

В результате исследования решена задача разработки научно-методического обеспечения повышения эффективности контроля продукции массового производства на основе оптимизации и унификации планов выбо-

рочного контроля. Достижение сформулированной цели диссертации основано на следующих научно обоснованных результатах и выводах.

1. Проведенный анализ существующих методик контроля и испытаний продукции массового производства показал, что в настоящее время находят применение два основных подхода к выбору планов контроля и определению их параметров. Такими подходами являются: традиционный подход, основанный на применении методов теории вероятностей и математической статистики и информационный подход, основанный на использовании энтропии как меры информативности того или иного плана контроля. Однако и те и другие методы для проверки их эффективности используют имитационное статистическое моделирование. Поэтому в настоящее время при существенном повышении возможностей вычислительной техники появляются перспективы непосредственного использования имитационного статистического моделирования в процессе контроля с оперативной коррекцией плана в зависимости от результата, и унификации подобных методик контроля для целой группы изделий массового производства.

2. Осуществлено структурно-функциональное моделирование процесса контроля и испытаний продукции массового производства с использованием методологии функционального моделирования ГОЕР. Моделирование процесса позволило более наглядно показать структуру процесса, исполнителей, результаты их работы и их ответственность. В процессе анализа выяснилось, что в подавляющем большинстве случаев операционный контроль представляет собой сплошной контроль и возможности для унификации его методик ограничены. Аналогичный анализ был осуществлен и для контроля готовых изделий, где широко применяется выборочный контроль, поэтому имеются перспективы для унификации его методик, в первую очередь на уровне планов контроля и объемов выборок.

3. На основе результатов теоретических исследований предложена методика формирования планов контроля, которая была реализована в форме пакетов прикладных программ, позволяющих путем статистического моделирования процессов контроля и испытания продукции массового производства, осуществлять как объектно-ориентированную, так и групповую оптимизацию планов контроля и испытания различных марок изделий на основе кластерного анализа. Решение задач групповой оптимизации открывает перспективы унификации планов контроля и испытания продукции в условиях современного многономенклатурного массового производства.

4. Предложенная методика управления качеством продукции массового производства на основе оптимизации процессов ее контроля и испытания использована в работе ОАО «Тульский патронный завод». В результате применения предложенных моделей и методик достигается повышение качества продукции одновременно со снижением затрат на реализацию процессов контроля и испытания.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в ведущих рецензируемых научных журналах и изданиях, определённых ВАК Российской Федерации

1. Васин С.А., Сорокин М.А. Моделирование и унификация контроля и испытаний продукции массового производства. // Управление качеством в нефтегазовом комплексе.-М.: 2010, №.4-с. 31- 34. (0,5 п.л.).

2. Сорокин М.А. Оптимизация планов разрушающего контроля и испытания продукции массового производства. // Известия высших учебных заведений. Машиностроение. - М.: 2011, №.4 - с. 72-76. (0,5 п.л.).

3. Сорокин М.А. Унификация планов выборочного контроля продукции массового производства. // Известия высших учебных заведений. Машиностроение. - М.: 2011, №.5 - с. 63-68. (0,5 пл.).

4. Сорокин М.А. Использование ГОЕР - моделей при анализе процессов контроля и испытаний продукции массового производства // Известия высших учебных заведений. Машиностроение. - М.: 2011, №.7 - с. 12-17. (0,5 п.л.).

Прочие публикации

5. Сорокин М.А. Статистическое моделирование процессов контроля продукции массового производства с использованием СУБД. // Управление качеством в современной организации: сборник материалов VI. Международной научно-практической конференции. Пенза: ПДЗ, 2011- С. 56-59. (0,2 п.л.).

6. Сорокин М.А. Управление качеством продукции массового производства на основе выборочного контроля. И Материалы и технологии XXI века: сборник материалов IX Международной научно-технической конференции. Пенза: ПДЗ, 2011,- С. 125-127. (0,2 п.л.).

7. Сорокин М.А. К вопросу об интеграции систем оптимизации параметров процесса контроля продукции массового производства и систем информационной поддержки ее жизненного цикла //Системы проектирования, моделирования, подготовки производства и управление проектами: сборник материалов V Международной научно-практической конференции. С АО/САМ/С АЕ/ГОМ. Пенза: ПДЗ, 2011.-С. 59-62. (0,2 пл.).

Изд. лиц. ЛР№ 020300. Подписано в печать 12 октября 2011г. Формат бумаги 60x84 1/16. Бумага офсетная Усл. печ. л. 1,2 , Уч. изд. л. 1,0. Тираж 100 экз. Заказ 061. Тульский государственный университет. 300012, Тула, пр. Ленина, 92. Отпечатано в Издательстве ТулГУ 300012, Тула, пр. Ленина, 92.

Содержание.

Введение.

1 Анализ существующих методов контроля качества продукции массового и сверхмассового многономенклатурного производства.

1.1 Современное состояние, проблемы и перспективы контроля и испытаний продукции массового производства.

1.2 Анализ статистических и информационных методов выборочного контроля.

1.3 Цель и задачи исследования.

2 Оптимизация и унификация методик контроля и испытаний изделий массового производства на основе статистического моделирования.

2.1 Структурно-функциональное моделирование процесса контроля и испытаний продукции массового производства.

2.2 Статистическое моделирование процесса контроля продукции массового производства.

2.3 Принципы формирования' унифицированных методик контроля с использованием кластерного анализа.:.-.

3 Практическая реализация методов контроля и испытаний'продукции массового производства на основе статистического моделирования.

3.1 Разработка программного обеспечения для оптимизации и унификации систем методик контроля продукции массового производства на основе статистического моделирования.

3.2 Примеры продукции и процессов ее контроля и испытаний ОАО «Тульский патронный завод».

3.3 Пример формирования оптимальных и унифицированных планов контроля продукции массового производства на основе статистического моделирования.

3.4 Оценка возможности интеграции системы оптимизации планов контроля в систему информационной поддержки жизненного цикла изделия.

Актуальность работы.

Одним из важнейших факторов роста эффективности производства является повышение качества выпускаемой продукции, которое непосредственно определяет ее конкурентоспособность. В настоящее время только конкурентоспособные предприятия могут успешно преодолеть возникающие трудности и проблемы. Обеспечение качества невозможно без контроля качества. Контроль качества - это одна из основных функций в процессе управления качеством. Значение контроля заключается в том, что он позволяет вовремя выявить ошибки, чтобы затем оперативно исправлять их с минимальными потерями. Под контролем качества понимается проверка соответствия характеристик продукции или процесса установленным техническим требованиям, зафиксированным в чертежах, стандартах, технических условиях, договорах на поставку и других документах. Организация контроля качества - это система технических и административных мероприятий, направленных на обеспечение производства продукции, полностью соответствующей требованиям нормативных документов. Информация, полученная в результате контроля, должна служить основой для разработки различных корректирующих и предупреждающих действий с целью улучшения параметров процесса, а, следовательно, и повышения качества производимой продукции.

В современных рыночных условиях разнообразные массовые производства также стремятся к диверсификации продукции, периодически перестраиваясь под потребности заказчика. Это связано с тем, что для устойчивого функционирования предприятия необходимо выполнять не только внутренние заказы с достаточно ограниченной номенклатурой типоразмеров изделий, но и экспортные заказы, когда номенклатура изделий существенно увеличивается. Для этого требуется не только современное, гибко перестраиваемое производственное оборудование, но и соответствующее контрольное оборудование, позволяющее выполнить, все необходимые проверки и испытания, которые особенно важны при работе на экспорт.

Для решения указанной задачи на предприятиях применяются различные методы контроля, направленные на повышение качества продукции. На этапе конструкторско-технологической подготовки производства осуществляется контроль проектирования; При логистических операциях - входной контроль материалов и комплектующих изделий. Постоянно ведется контроль за состоянием технологического оборудования. В процессе1 изготовления- проводится-операционный контроль и активный контроль приборами, встроенными в технологическое оборудование. Наконец на выходе производственного, процесса осуществляется приемочный контроль готовой продукции.

При этом на каждой стадии производства выбирается- степень охвата контролируемой продукции, то есть осуществляется либо выборочный^ либо- сплошной контроль, либо разрушающий, либо неразрушающий контроль. Естественно, что наиболее перспективным является* неразрушающий контроль, однако в ряде случаев разрушающий контроль и испытания продолжают сохранять актуальность.

Конкуренция^ товаров и услуг как внутри страны, так и на мировом рынке заставила многих российских производителей обратиться к статистическим методам управления и контроля качества выпускаемой продукции, давно получившим широкое признание во всех промышленно развитых странах. Статистические-методы признаются важным условием рентабельного управления производством и эффективным средством повышения качества продукции. Однако при внедрении статистических методов в массовом автоматизированном производстве с высокой производительностью остро проявляется противоречие между современной техникой и традиционными методами управления качеством. В качестве одного из путей разрешения этого противоречия рядом исследователей ранее было предложено использование методов управления качеством продукции массового и крупносерийного производства на основе теории информации. Однако на современном уровне развития вычислительной техники появилась возможность более широкого использования при анализе планов контроля методов имитационного статистического моделирования. Все это в целом открывает перспективы сокращения затрат на проведение контроля и испытаний продукции массового и производства на основе поиска новых, более эффективных методик его проведения и дальнейшей их унификации.

Вопросам выборочного контроля в массовом производстве посвящено значительное количество работ. Подобными исследованиями, в частности, занимались Ю.К. Беляев, Д. Коуден, А.К. Кутай, Х.Б. Кордонский, Я.П. Лумельский, С.Х. Сираждинов, М.И. Эйдельнант, Б. Хенсен, Б.М. Абдрашидов, В.Г. Григорович, C.B. Юдин, X. Кумэ, В.А. Лапидус и др. Однако перечисленные исследователи не рассматривали возможности унификации планов контроля в многономенклатурном массовом производстве с использованием возможностей современной вычислительной техники, когда даже в производственных условиях можно решать задачи имитационного статистического моделирования, позволяющие с большей достоверностью формировать оптимальные и, в том числе унифицированные, планы контроля. В результате возникает необходимость решения актуальной научной задачи разработки научно-методического обеспечения повышения эффективности контроля продукции массового и производства на основе оптимизации и унификации планов выборочного контроля

Объектом исследования являются процессы испытания и контроля продукции массового производства.

Цель работы заключается в повышении эффективности контроля продукции массового производства на основе оптимизации и унификации планов выборочного контроля.

Основные задачи исследования:

- Обзор и анализ особенностей реализации выборочных методов и существующих методик контроля и испытаний в современном многономенклатурном массовом производстве.

- Структурно-функциональное моделирование процессов контроля и испытаний продукции массового производства и выявление оптимальной сферы применения унифицированных планов выборочного контроля.

- Теоретическое обоснование возможности унификации оптимальных планов выборочного разрушающего контроля.

- Разработка методик оптимизации и унификации планов выборочного разрушающего контроля.

- Разработка алгоритмов и программного; обеспечения для реализации предложенных методик.

Методы исследования. Теоретические исследования базировались на концептуальных положениях, выводах и рекомендациях современных теорий в области статистических и информационных методов выборочного контроля. При проведении исследований использовался современный математический аппарат теории вероятностей, статистического моделирования и кластерного анализа.

Научная новизна диссертационной работы заключается в следующем: Предложены теоретико-методические подходы к оптимизации и унификации планов выборочного разрушающего и неразрушающего контроля продукции массового производства на основе развития методов статистического имитационного моделирования и кластерного анализа, явившиеся основой для разработки методик и алгоритмов решения этих задач.

Основные защищаемые положения:

1. Структурно-функциональные модели контроля и испытаний продукции массового производства для процесса операционного контроля и контроля готовых изделий, позволившие уточнить сферу возможного применения унифицированных планов контроля — разрушающий контроль готовых изделий.

2. Теоретико-вероятностная модель обоснования возможности формирования унифицированных планов контроля в областях, соответствующих доверительным интервалам оптимальных планов.

3. Методика оптимизации и унификации планов выборочного разрушающего контроля на основе имитационного статистического моделирования и кластерного анализа.

4. Алгоритмы, и программное обеспечение для реализации методик оптимизации и унификации планов выборочного разрушающего и неразрушающего/ контроля продукции массового производства в производственных условиях.

Практическая значимость. Результаты работы использованы в ОАО «Тульский патронный завод». Разработанные в диссертации предложения, и рекомендации явились методической основой для разработки программного обеспечения и решения практических задач поиска оптимальных унифицированных планов испытания и контроля. Результаты работы представляют интерес для специалистов, занимающихся вопросами контроля и испытания в массовом многономенклатурном производстве. Результаты работы могут быть использованы также в учебном процессе при чтении курсов лекций по дисциплине «Методы контроля качества продукции»

Публикации. Результаты исследований отражены в семи научных публикациях и тезисах конференций, в т.ч. в четырех публикациях в изданиях, включенных в «Перечень.» ВАК Минобрнауки РФ. Общий объем публикаций - 2,6 печатных листов.

Апробация работы.

Основные результаты и положения настоящей диссертационной работы были доложены на VI Международной научно-практической конференции «Управление качеством в современной организации» (Пенза, 2011), IX Международной научно-технической конференции «Материалы и технологии XXI века» (Пенза, 2011), V Международной научно-практической конференции. «Системы проектирования, моделирования, подготовки производства и управление проектами САБ/САМ/САЕЛЮМ» (Пенза, 2011), а также на ежегодных научно-технических конференциях и семинарах профессорско-преподавательского состава Тульского государственного университета и Российского государственного университета нефти и газа имени И.М. Губкина.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения и приложения, изложенных на 135 страницах машинописного текста, включает 10 таблиц и 27 рисунков. Список литературы содержит 117 наименований.

ВЫХОД

Рисунок 3.1 - Система оптимизации и унификации планов контроля. Исходная экранная форма Олтимиэация планов контроля ^■■■■■■■■ииш

1 8518519

3.7037037

5 5555556

7 4074074

9.2592593

11.1111111

12.3629630

14.8148148

16 6666667

18.5165185

20.3703704

22.2222222

24.0740741

25.9259259

27.7777778

29 6296296

31.4814815

33.3333333

35.1851852

37.0370370

388888889

Рисунок 3.2 — Система оптимизации и унификации планов контроля. Процесс моделирования

После окончания оптимизации на дисплее появляется форма, содержащая оптимальный план (рисунок 3.3), который может соответствовать либо только одному типу патрона, либо целой группе типоразмеров, объединенных одинаковым значением номера унифицированной группы.

Оптимизация планов контроля

ПАТРОН

Номер п/п Патрон

Себестоимость, руб

Стоимость контроля одного патрона, руб

Рекламация на один патрон фуб)

Обьем партии, шт.

Допустимая засоренность араком

ОПТИМАЛЬНЫЙ ПЛАН КОНТРОЛЯ МОДЕЛИРОВАНИЕ патрон 1

6.000

10.000

16.000

50000

Имя плана

Обьем первой выборки, шт

Первое приемочное число (С1), шт

Обьем второй выборки, шт.

Бракововчноечисло (с2), шт

Второе приемочное число (сЗ), шт. план 1

200

Моделируемая засоренность Браком I

Номер группы унифи- Г цированныкпланов '

Количество циклов Г моделирования для I каждого плана

Стоимостной критерий оптимизации, руб

95766.40000

СОХРАНИТЬ ПЛАН . Ш

0 00600

ВЫХОД;!

Рисунок 3.3 - Система оптимизации и унификации планов контроля. Экранная форма оптимального плана

Этот оптимальный план может быть сохранен в исходной базе данных. При этом к его имени автоматически добавляется приставка «ОПТ».

Следует отметить, что продолжительность оптимизации для методик контроля с двукратной выборкой существенно больше, чем с однократной, вследствие большего количества анализируемых вариантов. Однако, поскольку время моделирования для каждого варианта плана не превышает десятой доли секунды, то при использовании эффективных методов поиска экстремума общее время оптимизации находится на приемлемом уровне.

3.2 Примеры продукции и процессов ее контроля и испытаний в ОАО «Тульский патронный завод»

Разработанное программное обеспечение было использовано для имитационного моделирования процесса контроля- ряда типов изделий, различающихся значениями параметрами и, в первую, очередь, себестоимостью изготовления. Одновременно соответственно изменялась и цена изделия, и, поскольку контроль был разрушающим, и себестоимость контроля. Естественно, изменялась и величина рекламации на некондиционные партии изделий.

Одним из примеров- продукции массового производства, выпускаемой в ОАО «Тульский патронный завод» являются сильфоны для трубопроводов различного назначения (рисунок 3.4).

Для* данной продукции осуществляется как неразрушающий, так и разрушающий контроль по количественным или альтернативным признакам. Проверяется работоспособность при различных температурах и давлениях, устанавливается максимальное и допустимое количество циклов деформации при максимальных значениях давления и осевого хода и оценивается вероятность безотказной работы для назначенного ресурса

Рисунок 3.4 - Примеры сильфонной продукции, выпускаемой в ОАО «Тульский патронный завод»

В качестве другого примера контроля и испытания продукции массового производства был рассмотрен также процесс контроля спортивно-охотничьих патронов в ОАО «Тульский патронный завод». Для данной продукции характерны еще более крупные объемы выпуска (до нескольких миллионов штук), поэтому именно они были выбраны в качестве основной области применения разработанных методик. На рассматриваемом предприятии в настоящее время выпускается несколько десятков различных марок патронов как для использования внутри страны, так и для экспортных поставок. При этом для каждой из них осуществляется как входной контроль, так и операционный контроль, и контроль готовой продукции. Контролируются заготовки и готовые элементы патрона. Контроль и испытания гильзы включают: контроль толщины стенки, контроль толщины дна, контроль глубины и направления донной складки, контроль твердости и прочностные испытания. Контроль пуль включает: контроль твердости оболочки, контроль толщины стенки оболочки, контроль твердости сердечника и др. Осуществляется также входной контроль качества пороха и соответствующий подбор массы метательного заряда. Для патрона в целом контролируется сила, при которой возможно извлечение пули из патрона, герметичность, сплошность полимерного или лакового покрытия и др. Приемо-сдаточные испытания стрельбой включают контроль скорости пули, давления и кучности, при этом ранее использовались крешерные методы, контроля, а в настоящее время» производится переход на пьезометрические контролирующие устройства. Кроме того, проводятся квартальные и периодические испытания- на безотказность работы оружия при предельных значениях диапазона допустимых температур эксплуатации.

При этом по существующим стандартам предприятия и техническим условиям для каждой марки патронов существуют свои нормативы по объему продукции, подвергающейся разрушающему контролю (испытанию стрельбой). Это в значительной степени затрудняет его реализацию при смене контролируемой продукции. Поэтому возникает задача поиска путей унификации методик контроля и испытания продукции патронно-гильзового производства. При этом рассматривалась возможность унификации как операционного контроля так и контроля готового изделия.

Разрушающий контроль готовых изделий патронно-гильзового производства представляет собой выборочный контроль, когда из партии патронов выбирается заданное количество и испытывается на специальных стендах.

Заключение. Основные выводы и рекомендации

В результате исследования решена задача- разработки научно-методического обеспечения повышения эффективности контроля продукции массового производства на основе оптимизации и унификации планов выборочного контроля. Достижение сформулированной цели диссертации основано на следующих научно обоснованных результатах и выводах.

1. Проведенный анализ существующих методик контроля и, испытаний продукции- массового производства показал, что в настоящее -время находят применение два основных подхода к выбору планов контроля и определению их параметров. Такими подходами являются:, традиционный, подход, основанный на применении методов теории вероятностей и математической статистики и информационный подход, основанный на использовании энтропии как меры информативности того или иного плана контроля. Однако и те и, другие методы-для проверки их эффективности1 используют имитационное статистическое моделирование. Поэтому в настоящее время при существенном повышении возможностей вычислительной техники, появляются перспективы непосредственного использования имитационного статистического моделирования в процессе контроля с оперативной коррекцией плана в зависимости от результата, и унификации подобных методик контроля для целой группы изделий массового производства.

2. Осуществлено структурно-функциональное моделирование процесса контроля и испытаний продукции^ массового производства с использованием методологии функционального моделирования ШЕБ. Моделирование процесса позволило более наглядно показать структуру процесса, исполнителей, результаты их работы и их ответственность. В процессе анализа выяснилось, что в подавляющем большинстве случаев операционный контроль представляет собой сплошной контроль и возможности для унификации его методик ограничены. Аналогичный анализ был осуществлен и для контроля готовых изделий, где широко применяется выборочный контроль, поэтому имеются перспективы для унификации его методик, в первую очередь на уровне планов контроля и объемов выборок.

3.На основе результатов теоретических исследований предложена методика формирования планов контроля, которая была реализована в форме пакетов прикладных программ, позволяющих путем, статистического моделирования процессов контроля и испытания продукции массового производства, осуществлять как объектно-ориентированную, так и групповую оптимизацию планов контроля и испытания различных марок изделий на основе кластерного анализа. Решение задач групповой оптимизации открывает перспективы унификации планов контроля и испытания продукции в условиях современного многономенклатурного массового производства.

4. Предложенная методика управления качеством продукции массового производства на основе оптимизации процессов ее контроля и испытания использована в работе ОАО «Тульский патронный завод». В результате применения предложенных моделей и методик достигается повышение качества продукции одновременно со снижением затрат на реализацию процессов контроля и испытания.

1. Басовский JI.E., Протасьев В.Б. Управление качеством: Учебник.-М.: ИНФРА-М, 2001.-212 с. (Серия "Высшее образование").

2. Беляев Ю.К. Вероятностные методы выборочного контроля. М.: Наука, 1975. -408с.

3. Бородачев H.A. Основные вопросы теории точности производства Л.: АН СССР, 1950.

4. Васин С.А., Анцев В.Ю., Иноземцев А.Н., Пушкин Н.М. Информационная поддержка систем управления качеством изготовления машин.-Тула: тул. гос. ун-т, 2002.-428с.

5. Васин С.А., Сорокин М.А. Моделирование и унификация контроля и испытаний продукции массового производства. // Управление качеством в нефтегазовом комплексе. М.: 2010, №.4 — с. 31- 34.

6. Вильсон А.Д. Энтропийные методы моделирования сложных систем М. Наука, 1978. -252с.

7. Гелъфанд И.М!, Яглом A.M. О вычислении количества информации о случайной функции, содержащегося в другой такой функции // Успехи мат. наук 12, 1957. С. 3-52.

8. Гельфонд М.В. Повышение качества элементов технологического оснащения патронного производства на основе практической стандартизации проектных решений: Диссертация на соискание ученой степени кандидата технических наук, Тула, ТулГУ, -2002. 199 с.

9. Гнеденко Б.В. Математическая статистика и контроль качества. -М.: Знание, 1976.-64 с.

10. Гнеденко Б.В., Беляев Ю.К., Соловьев А.Д. Математические методы в теории надежности -М: Наука, 1965.-396с.

11. П.Горелов A.C. Планирование автоматического выборочного контроля в роторных линиях // Вопросы оборонной техники, серия 13.-1991-№3-4.-с.25-28.

12. Горелов A.C. Планирование автоматического выборочного контроля с дублированием показаний //Вопросы оборонной техники, серия 13.-1993-№1-2.-с.35-39.

13. Горелов A.C., Саввина Е.А., Маткин Ю.Л., Гладун A.A. Статистическое планирование контроля качества продукции.-Тула: Гриф и К,2003.-186с.

14. ГОСТ 11006-74. Правила проверки согласия опытного распределения с теоретическим. М.: Изд-во стандартов, 1975. - 25 с.

15. ГОСТ 15467-79 Управление качеством продукции. Основные понятия. Термины и определения. -М.: Изд-во стандартов, 1979.-28с.

16. ГОСТ 15895-77. Статистические методы управления качеством продукции. Термины и определения. М.: Изд-во стандартов, 1986. - 45 с.

17. ГОСТ 16493-70 Качество продукции. Статистический приемочный контроль по альтернативному признаку. Случай недопустимости дефектных изделий в выборке. М.: Изд-во стандартов, 1970.-43с.

18. ГОСТ 16504-81. Система государственных испытаний продукции. Испытания и контроль качества. Основные термины и определения. М.: Изд-во стандартов, 1982.- 28с.

19. ГОСТ 18242-72. Статистический приемочный контроль по альтернативному признаку. Планы контроля. М.: Изд-во стандартов, 1987-51с.

20. ГОСТ 18321-73 Качество продукции. Статистические методы управления. Правила отбора единиц продукции в выборку. М.: Изд-во стандартов, 1973.-7с.

21. ГОСТ 24660-81 Статистический приемочный контроль по альтернативному признаку на основе экономических показателей. -М.: Изд-во стандартов, 1981.-115с.

22. ГОСТ Р 50779.0-95 Статистические методы. Основные положения. -М.: Изд-во стандартов, 1995.-4с.

23. ГОСТ Р 50779.11-2000 Статистические методы. Статистическое управление качеством. Термины и определения. М.: Изд-во стандартов, 2000.-41с.

24. ГОСТ Р 50779.30-95. Статистические методы. Приемочный контроль качества. Общие требования. М.: Изд-во стандартов, 1995. - 30 с.

25. ГОСТ Р 50779.50-95 Статистические методы. Приемочный контроль по количественному методу. Общие требования. М.: Изд-во стандартов, 1995.-28с.

26. ГОСТ Р 50779.51-95 Статистические методы. Непрерывный приемочный контроль качества по альтернативному признаку. М.: Изд-во стандартов, 1995.-20с.

27. ГОСТ Р 50779.52-95. Статистические методы. Приемочный контроль качества по альтернативному признаку. М.: Изд-во стандартов, 1996.-230 с.

28. ГОСТ Р 50779.70-99 Статистические методы. Процедуры выборочного контроля по альтернативному признаку. Введение в систему выборочного контроля по альтернативному признаку на основе приемлемого уровня качества АС>Ь. 54с. М.: Изд-во стандартов, 1999.-53с.

29. ГОСТ Р ИСО 9000-2001 Системы менеджмента качества.

30. Основные положения и словарь.-М.: Изд-во стандартов, 2001.-26с.

31. ГОСТ Р ИСО 9001-2001 Системы менеджмента качества. Требования.- М.: Изд-во стандартов, 2001.-21с.

32. ГОСТ Р ИСО 9004-2001 Системы менеджмента качества. Требования.- М.: Изд-во стандартов, 2001.-46с.

33. Григорович В.Г., Козлова И.О., Юдин C.B. Информационно-статистические методы регулирования технологических процессов // Кузнечно-штамповочное производство. 2000, № 9. - С. 27-29.

34. Григорович В.Г., Юдин С. В., Козлова Н.О., Шильдин В.В. Информационные методы в управлении качеством. М.: РИА "Стандарты и качество", 2001 . - 208 с.

35. Григорович В.Г., Юдин C.B. Информационное обеспечение технологических процессов. М.: Машиностроение, 1992. - 144 с.

36. Григорович В.Г., Юдин СВ., Юдин А.С Контроль качества в массовом производстве // Труды первой международной электронной научно-технической конференции "Технологическая системотехника" Тула, Гриф и К°, 2002, с. 172-175.

37. Кокрен У. Методы выборочного исследования. М.: Статистика, 1976. 440с.

38. Колмогоров А.Н. Статистический приемочный контроль при допустимом числе дефектных изделий, равном нулю. Л.: 1951.

39. Колмогоров А.Н. Теория информации и теория алгоритмов. М.: Наука-1987.-304с.

40. Кордонский Х.Б. Приложение теории вероятностей в инженерном деле.-Л.:Физматгиз, 1963.-43 6с.

41. Корн Г., Корн Т. Справочник по математике. Для инженеров и научных работников. М.: Наука, 1975. - 831 с.

42. Коуден Д. Статистические методы контроля качества. М.: Физматгиз, 1965 - 624 с.

43. Крамер Г. Математические методы статистики. М.: Мир, 1975.- 648 с.

44. Кульбак С. Теория информации и статистика. М.: Наука, 1967.- 408 с.

45. Кумэ X. Статистические методы повышения качества. М.: Финансы статистика, 1990. - 227 с.

46. Кутай А.К. Справочник по производственному контролю в машиностроении. М.: Машиностроение, 1974. - 407 с.

47. Кутай А.К., Кордонский Х.Б. Анализ точности и контроль качества в машиностроении.-М.: Машгиз, 1958.-362с.

48. Лапидус В. А. О принципах и мерах по применению статистических методов в рыночных условиях и отношениях // Надежность и контроль качества 1994 - №4. - С. 7 - 18.

49. Лапидус В.А., Розно М.И. и др. Статистический контроль качества продукции на основе принципа распределения приоритетов. -М.: Финансы и статистика 224 с.

50. Лумелъский Я. Л. Статистические оценки результатов контроля качества -М.: Изд-во стандартов, 1979. 200 с.

51. Манде ль И. Д. Кластерный анализ.-М.: Финансы и статистика, 1988.- 176 с.

52. Мартин Я, Ингленд Дж. Математическая теория энтропии. М • Мир . - 350 с.

53. Миттаг Х.-Й., Ринне X. Статистические методы обеспечения качества -.: Машиностроение, 1995. 616с.

54. Мхитарян B.C. Об одном критерии выбора плана непрерывного выборочного контроля продукции. М.:Машгиз, 1970.

55. Мхитарян B.C. Статистические методы в.управлении-качеством продукции.-М.: Финансы и статистика, 1982.-119с.

56. Ноулер Л.А. и др. Статистические методы контроля качества продукции. М: Изд-во стандартов, 1984. - 104 с.

57. Окрепилов В. В. Управление качеством. М.: Экономика, 1998.639 с.

58. Применение прикладных статистических методов при производстве продукции (для специалистов по управлению качеством). / М.И. Розно и др.- Нижний Новгород.: СМЦ "Приоритет", 1997.-54с.

59. Райкин А.А., Мхитарян B.C. Статистические методы контроля качества продукции. -М.: Машгиз, 1970.

60. Розенблат-Рот М. Энтропия стохастических процессов //ДАН СССР, 1957-Т. 112, -№ 1.-С. 16-19.

61. Розно М.И. Статистический контроль партий продукции по альтернативному признаку при измененном допуске (метод АКУД) // Надежность и контроль качества. 1992. - № 2. - С. 44-52.

62. Рубичев H.A., Фрумкин В.Д. Достоверность допускового контроля качества М.: Изд-во стандартов, 1990. - 172 с.

63. Саввина Е.А. Затратная модель приемки партии по альтернативному признаку. "Автоматизация: проблемы, идеи, решения". Сборник кратких докладов международного семинара АПИР-7-2002, Тула, Гриф и К0, 2002, с.54-56.

64. Саввина Е.А. Информационная поддержка выбора экономичных I планов контроля качества продукции: Диссертация на соискание ученойстепени кандидата технических наук, Тула, 2004. — 185 с.

65. Саввина Е.А. Стоимостной анализ непрерывной контрольной процедуры. "Автоматизация: проблемы, идеи, решения". Сборник кратких докладов международного семинара АПИР-7-2002, Тула, Гриф и К°, 2002, с.76-77.

66. Саввина Е.А. Экономичные планы контроля качества продукции. -Лучшие научные работы студентов и молодых ученых технологического факультета // Сборник статей. 2000, с. 178-181.

67. Саввина Е.А., Горелов A.C. Планирование контроля с учетом > интегральных затрат. "Автоматизация: проблемы, идеи, решения".

68. Сборник кратких докладов международного семинара АПИР-7-2002, Тула, Гриф и К0, 2002, с. 108-112.

69. Саввина Е.А., Горелов A.C. Статистический эксперимент по оценке достоверности затратной модели приемочного контроля партии изделий. -Известия ТулГУ. Выпуск 1 (спец.). Тула, Гриф и К°, 2002, с.278-282.

70. Сакагучи М. Заметки по статистическим приложениям теории информации. Сб. Математика. 1959. - Т. 3. - № 3. - С. 105-115.

71. Саката Сиро. Практическое руководство по управлению качеством. М. Машиностроение, 1980: - 215с.

72. Семь инструментов качества" в японской экономике. М.:Издательство стандартов, 1990, 88с.

73. Сенченко И.Н., Маткин Ю.Л., Горелов A.C. Экономико-статистические методы обеспечения качества// Материалы IV междун.конфер. "Техника и технология монтажа машин" -Польша, Ржешов, 2001, с. 121-124.

74. Сираждинов С.Х., Эйдельнант М.И. К вопросу об оценках качества продукции по результатам выборочного контроля // Труды Ин-та математики Уз. ССР. Ташкент, вып. 22. 1961. - С. 135-145.

75. Соболь И.М. Метод Монте-Карло. М.: Наука, 1985.- 80 с.

76. Солодов A.B. Теория информации и ее применение к задачам автоматического управления и контроля. М.: Наука, 1967. - 432 с.

77. Сорокин М.А. Использование IDEF моделей при анализе процессов контроля и испытаний продукции массового производства // Известия высших учебных заведений. Машиностроение. — М.: 2011, №.7 — с. 12-17.

78. Сорокин М.А. Оптимизация планов разрушающего контроля и испытания продукции массового производства. // Известия высших учебных заведений. Машиностроение. М.: 2011, №.4 — с. 72-76.

79. Сорокин М.А. Унификация планов выборочного контроля продукции массового производства. // Известия высших учебных заведений. Машиностроение. М.: 2011, №.5 - с. 63-68.

80. Сорокин М.А. Управление качеством продукции массового производства на основе выборочного контроля. // Материалы и технологии XXI века: сборник материалов IX Международной научно-технической конференции. Пенза: ПДЗ, 2011- С. 125-127.

81. Статистические методы повышения качества. Пер с англ./ Под ред. X. Кумэ. М.: Финансы и статистика, 1990.-301с.

82. Статистический, контроль качества, продукции на- основе принципа распределения приоритетов./ В.А. Лапидус, М.И. Розно, А.В. Глазунов и др. М.: Финансы и статистика, 1991.-224с.

83. Стратонович Р.Л. Теория информации. М.: Советское радио, 1975. -424с.

84. Строителев В.Н., Яницкий В.Е. Статистические методы в управлении качеством. -М.: Европейский центр по качеству, 2002 .-164 с.

85. Факторный, дискриминантный и кластерный анализ: Пер с англ./Дж. О.Ким, Ч.У.Мьюллер, У.Р.Клекка и др.; Под ред. И.С.Енюкова. - М.: Финансы и статистика, 1989. - 215с.

86. Хальд А. Математическая статистика с техническими приложениями.-М.: Иностр. литература, 1956.-664с.

87. Хартли Р. Передача информации // Теория информации и ее приложения. 1959. -С. 32-41.

88. Химмельблау Д. Анализ процессов статистическими методами. -М.: Мир, 1973.-958с.

89. Хинчин А .Я. Об основных теоремах теории информации // УМЫ 1956 . Т XI. Вып. 1(67). - С. 17-75.

90. Хинчин А .Я. Понятие энтропии в теории вероятностей // Успехи матем. Наук 1953. Т. 8. - № 3. - С. 3-20.

91. Хэнсен Б.Л. Контроль качества. Теория и применение. М.: Прогресс 1968. -518с.

92. Шадрин А.Д. Качество и информация // Стандарты и качество. -1996-№ 4. С. 30-33; № 5. - С. 30-33.

93. Шилъдин В.В. Концепция управления обеспечения и контроля качества материалов // Проблемы обеспечения качества в машиностроении. Красноярск: КГТУ- 1995.

94. Шиндовский Э., Шюрц О. Статистические методы управления качеством. Контрольные карты и планы контроля. М.: Мир, 1976. - 597 с.

95. Шинкаренко Л.М. Некоторые аспекты построения систем обеспечения качества // Надежность и контроль качества. 1992. - № 2. -С. 18-27.

96. Ширинкин А.И., Маткин Ю.Л., Горелов А.С, Васин В.М. Формирование качества продукции // Техника и технология монтажа машин.- Варшава, 2001.-№2.-с.81-84.

97. Шор Л.Б. Статистические методы анализа и контроля качества и надежности.- М.: Советское радио, 1962.-552с.

98. Шторм Р. Теория вероятностей. Математическая статистика. Статистический контроль качества. М.: Мир, 1970. - 368 с.

99. Юдин C.B. Алгоритмы обработки данных предельного контроля. Анализ точности и стабильности процесса // Алгоритмы и структуры систем обработки информации. Тула: ТулПИ, 1991. - С. 7377.

100. Юдин C.B., Григорович В.Г, Юдин A.C. Информационно-статистические методы анализа точности и стабильности технологических процессов // Известия Тульского государственного университета / Машиностроение. Т. 2. - Вып. 4. - 1999. -С. 60-64.

101. Юдин C.B., Григорович В.Г. Информационные планы контроля со смещенными границами // Известия Тульского Государственного университета / Математика. Механика. Информатика. Т. 4. - Вып. 2. -1998. - С. 25-27.

102. Юдин C.B., Григорович В.Г., Козлова Н.О. Информационно-статистические методы управления качеством продукции // Междунар. конгресс "Конверсия, наука, образование". Тула, май 1993. Тула: ТулГТУ, 1993.- 16с.

103. Юдин C.B., Григорович В.Г., Козлова Н.О. Информационные планы контроля //Известия Тульского государственного университета / Математика. Механика. Информатика. Тула: ТулГУ, 1996. - Т. 2. - Вып. 3. - С. 119-128.

104. Юдин C.B., Григорович В.Г., Юдин A.C. Информационно-статистические методы оценки качества потока изделий в условиях приемо-сдаточных испытаний // Кузнечно-штамповочное производство. -1997. № 12. - С. 34-37.

105. Ш.Яглом A.M., Яглом И.И. Вероятность и информация. М.: Наука, 1973. -512с.

106. Янковский Б.Е. Информационный способ определения вида закона распределения // Надежность и контроль качества. 1971. - № 2. -С. 71-79.

107. Cheng Т.С.Е. EPL with Process Capability and Quality Assurance Considerations.- Journal of the Operational Research Society. 1991. - V. 42. -N. 8.-P. 713- 720.

108. Dodge H.F. A Sampling Inspection Plan for Continious Production. Annals of Math. Stat. - 1943. - V. 14. - P. 264-269.

109. Fisher R.A. Theory of Statistical Estimation. Proc. Camb. Phil. Sos, 1925.22.-P. 700-725.

110. Japanese Industrial Standart HS Z 9011-63. Sigle Sampling Inspection Plan by Atlributes with Adjustment.

111. Nelson LI. A simplified Sequential Procedure for Process Adjustment // Industrial Quality Control. 1963. - N. 7. - P. 15-18.