Содержание к диссертации
Введение
1. Методы идентификации объектов по проявлениям в физических полях и современные методологии управления качеством 22
1.1. Назначение и структура систем идентификации 22
1.2. Классификация объектов, методов идентификации, области применения 30
1.2.1. Постановки задачи идентификации 35
1.2.2. Статистическая идентификация 46
1.3. Методология менеджмента качества 51
1.3.1. Основные положения систем менеджмента качества 60
1.3.2. Элементные и процессные модели качества. Виды процессов 62
1.4. Принципы управления качеством 64
1.4.1. Принцип управления по отклонениям статистических показателей качества 66
1.4.2. Принцип прямого управления качеством на основе полной обработки данных 70
1.5. Принципы преобразования пространств при идентификации объектов 77
1.5.1. Метризация пространств и их преобразования 79
1.5.2. Компактификация пространств 90
1.5.3. Сжимающие отображения, неподвижные точки 94
1.5.4. Принцип максимального правдоподобия 96
1.5.5. Принцип симметризации 104
1.5.6. Принцип дискретизации 106
1.5.7. Принцип квантования 113
1.5.8. Принцип отделимости 117
1.6. Общая методология создания процессных моделей объектов по их измерительной информации 120
1.7. Выводы 123
2. Разработка и исследование этапов методологии управления качеством на основе процессных преобразований 125
2.1. Этап формирования пространства объекта измерениями их физических параметров 125
2.2. Этап компактификации пространства объекта 128
2.2.1. Компактификация пространства объекта 128
2.2.2. Свойства компактного пространства объекта 130
2.3. Этап гомеоморфных преобразований компактного пространства объекта 140
2.4. Этап отделимости множеств типов объектов в преобразованном пространстве 152
2.5. Этап создания решающего правила идентификации объекта 157
2.5.1. Получение математического описания процессных моделей объектов 157
2.5.2. Гомеоморфные процессы преобразований модели объекта 167
2.5.2.1. Выделение дополнительных измерений объекта 168
2.5.2.2. Снижение размерности пространства объекта исключением дестабилизирующих факторов 170
2.5.2.3. Выравнивание описания объектов вычислением дополнительных узловых точек 174
2.5.3. Фундаментальная система окрестностей топологического пространства объекта и информационные характеристики объекта 177
2.6. Анализ и синтез объекта - основа процессного подхода при формировании моделей 179
2.7. Ограничения процессного описания объекта 180
2.8. Выводы 182
3. Процессные модели системы управления качеством преобразователей измерительных каналов систем идентификации 185
3.1. Процессная модель измерителя мощности ИК излучения на эффекте аномального падения шума в зоне высокотемпературной сверхпроводимости 185
3.1.1. Математическое описание чувствительного элемента 188
3.1.2. Процессная модель измерителя 200
3.1.3. Анализ и управление показателями качества измерителя 211
3.1.4. Оценка технических характеристик измерителя 216
3.2. Процессная модель волоконно-оптического измерителя проходящей СВЧ мощности 230
3.2.1. Аналоговый двухканальный измеритель 230
3.2.2. Процессная модель измерителя СВЧ проходящей мощности и её применение для управления качеством 238
3.3. Применение процессных моделей функциональных световод-ных оптоэлектронных преобразователей информации 244
3.4. Повышение качества трассировки проводящего рисунка коммутационных плат в радиоэлектронных устройствах 263
3.4.1. Трассировка проводящего рисунка в плоскости 265
3.4.2. Проектирование трехмерных соединений методом генерации дополнительных измерений проводящего рисунка 271
3.5. Выводы 278
4. Реализация процессных моделей системы управления качеством каналов обработки и распознавания систем идентификации в различных физических полях 280
4.1. Система идентификации объектов в акустическом и сейсмическом полях 281
4.1.1. Анализ объектов при распознавании по одному измерительному каналу 282
4.1.2. Процессная модель распознавания объектов 288
4.1.3. Моделирование распознавания зашумленных объектов в двух физических полях 290
4.2. Система идентификации объектов в радиолокационном поле 298
4.2.1. Анализ объектов по траекторным данным 300
4.2.2. Разделение классов объектов с применением инвариантов математического описания объектов 300
4.2.3. Алгоритм распознавания объектов 303
4.2.4. Оценка характеристик системы распознавания 306
4.3. Система идентификации объектов в гидроакустическом поле 308
4.3.1. Анализ объектов по гидроакустической информации 310
4.3.2. Алгоритмы фильтрации гидроакустической информации 315
4.3.3. Алгоритмы распознавания малозаметных объектов 321
4.4. Быстродействующая система идентификации электрических
пробоев волноводных трактов в оптическом поле 321
4.4.1. Структурная схема и пример реализации системы 323
4.4.2. Процессная модель распознавания системы и её применение для управления качеством 325
4.5. Выводы 328
Заключение 332
Литература 337
- Принцип прямого управления качеством на основе полной обработки данных
- Этап отделимости множеств типов объектов в преобразованном пространстве
- Процессная модель измерителя СВЧ проходящей мощности и её применение для управления качеством
- Моделирование распознавания зашумленных объектов в двух физических полях
Введение к работе
АКТУАЛЬНОСТЬ ТЕМЫ
Анализ известных принципов управления качеством и методов идентификации объектов в различных физических полях показал, что недостаточный уровень стандартизации систем идентификации и их компонентов требует создания новой методологии управления качеством, основанной на принципах:
- прямого управления с применением предупреждающих действий, базирующийся на схемотехнических, конструктивных и технологических методах обеспечения качества, компенсирующих погрешности, возникающие при выполнении технологических процессов;
- параллельного разделения на стадии с накоплением и применением знаний об изделии в виде процессных моделей, охватывающих все этапы жизненного цикла и позволяющих создать образ изделия.
Применение указанных принципов заключается в идентификации свойств объектов проектирования и производства и формировании базы знаний, которая основана на проведении текущего контроля качества, получении экспериментальной информации, подтверждении требований с применением принятых математических описаний свойств объекта. Предупреждающие действия эффективны, если изделия имеют возможности для компенсации погрешностей выполненных технологических операций.
Методы идентификации являются математически некорректными и требуют введения дополнительных параметров для обеспечения существова ния решения, т.е. применения новых расширенных по размерности пространств параметров объектов. Получение расширенных пространств проводится с использованием принципов их метризации и компактификации.
Соответствие расширенного и исходного функционального пространств объекта основано на конечных разложениях по компонентам ортогонального базиса. Если компоненты ортогонального базиса не взаимодействуют между собой (равенство нулю скалярного произведения для взаимно перпендикулярных ортов линейного пространства или интегральной меры для ортогональных функций и т.д.), то физические переменные объекта связаны между собой функционально, поэтому расширенные ортогональные пространства не всегда позволяют получить адекватные математические описания.
Построение криволинейных расширенных пространств, полностью соответствующих пространствам объектов, крайне затруднительно, т.к. в этом случае сложно найти необходимые операции преобразования.
Определенная ГОСТ Р ИСО 9001-2001 методология построения процессных моделей объектов, широко применяется в тяжелых САПР типа САIA, создающих электронный образ объекта. Методология определяет последовательность выполнения и содержание этапов преобразований информации в системах менеджмента качества, наилучшим образом соответствует задаче идентификации, однако существующие в САПР методы идентификации объектов производства предусматривают искусственное создание классификационных признаков и не позволяют выделять их автоматически по результатам экспериментов.
Проведенный анализ общих топологических методов преобразования информации, формирующих компактное пространство, в котором осуществляются необходимые гомеоморфные преобразования, направленные на отделимость классов и установление решающего правила для распознавания, по казал возможность создания общего метода построения математических описаний объектов.
Высокая эффективность топологических методов построения математических описаний объектов затруднена отсутствием формализованных методов получения топологических инвариантов объектов, что не позволяет построить методологию управления качеством, использующую топологические принципы в полном объеме.
В связи с этим разработка методологических основ управления качеством систем идентификации на принципах прямого управления и последовательного выделения и применения знаний общими топологическими методами построения математических описаний объектов в расширенных пространствах объекта оказывается перспективной.
Реализация предложенного подхода имеет широкую сферу применений, что подтверждается результатами использования основных положений данной работы в темах «Комплекс» (1995-1996 г.г.), «Монитор» (1998-1999 г.г.), выполненных по грантам Министерства образования РФ, «Модус» (2000-2003 г.г.), «Пирометрия-1» (2001-2003 г.г.), выполненных в соответствии с Государственным оборонным заказом МО РФ, и других.
ЦЕЛЬ РАБОТЫ
Целью работы является создание методологических основ управления качеством систем идентификации объектов, проявляющихся в различных физических полях, на принципах прямого управления и параллельного разделения по стадиям с накоплением и применением знаний о качестве измерительных каналов и каналов комплексной обработки физически разнородной измерительной информации, направленных на достижение конкурентоспособности систем повышением вероятности обнаружения и распознавания в условиях воздействия активных и пассивных помех и обеспечением работы в реальном масштабе времени.
Эта цель достигается в работе решением задач, связанных с:
- анализом условий применения принципов, определяющих общий подход при решении задачи управления качеством систем идентификации, работающих в различных физических полях;
- анализом методов построения математических моделей объекта, направленных на решение задач идентификации его состояний и динамики качества;
- исследованием физических свойств объектов с целью установления их инвариантных свойств, выделяемых в квалиметрическую систему признаков объектов;
- исследованием свойств математических моделей для создания методов повышения качества применительно к измерительным каналам и каналам распознавания;
- созданием методов и средств высокоточных измерений; обработки измерительной информации и алгоритмов идентификации, работающих в условиях комплексных воздействий физических факторов.
МЕТОДЫ ИССЛЕДОВАНИЙ
В работе применены принципы и методы теории всеобщего управления качеством, математической и комбинаторной топологии, теории измерений, теории приближения функций, теории распознавания образов и искусственного интеллекта, теории фильтрации и обработки изображений и математического моделирования. Экспериментальные исследования и математическое моделирование проводилось с применением векторных, тензорных и симплексных представлений информации.
НАУЧНАЯ НОВИЗНА
Новизна диссертационной работы характеризуется следующими положениями:
- предложена методология построения процессных моделей объектов для систем идентификации, в которой определены последовательность выполнения и содержание этапов формирования компактного пространства, осуществления всех необходимых гомеоморфных преобразований, отделимости классов объектов и установления решающего правила для распознавания;
- предложено и исследовано групповое преобразование экспериментальных данных об объекте, позволяющее применять принципы управления качеством для повышения точности получения измерительной информации и формализации признаков образа объекта;
- выявлены новые операции, реализуемые с помощью группового преобразования:
1) повышение размерности пространства объекта введением дополнительных измерений;
2) снижение размерности пространства объекта исключением дестабилизирующих факторов;
3) выделение фундаментальной системы окрестностей пространства объекта, применение которой позволяет существенно повысить эффективность и качество идентификации,
4) выделение информационных функций взаимодействия объекта с преобразователями физических величин;
- впервые разработано непрерывное математическое описание объекта, содержащее всю экспериментальную информацию об объекте, в виде аналитических выражений, описывающих любой выходной параметр объекта в зависимости от остальных его параметров;
- исследованы характеристики преобразователей физических величин (мощности ИК излучения, проходящей СВЧ мощности, оптического излуче ния и других), работающих в условиях воздействия различных физических і полей, и предложены методы управления их качеством на основе базовой ма тематической модели;
- предложен метод трассировки соединений коммутационных устройств электронных компонентов в двумерном, трехмерном пространстве или в пространстве более высокой размерности, определяющий их повышенное качество работы;
- разработаны принципы расчета и моделирования средств измерения и обработки физических параметров, улучшающие их технические характеристики;
разработаны алгоритмы и программы, реализующие анализ, синтез образов и идентификацию объектов по их проявлениям в различных физиче \f ских полях (акустическом, сейсмическом, радиолокационном, гидроакустическом, оптическом и др.);
- разработанные устройства на новых физических принципах преобразования информации используют операции базовой математической модели и защищены авторскими свидетельствами и патентами автора.
ПРАКТИЧЕСКАЯ ЦЕННОСТЬ РАБОТЫ
В диссертационной работе решена комплексная научная проблема разработки методологии управления качеством автоматизированных систем идентификации, работоспособных в условиях активных и пассивных помех в различных физических полях в реальном масштабе времени на основе разработанного общего математического описания объектов и процессов преобра- х зования измерительной информации.
Полученные в диссертационной работе научные результаты позволили разработать: У? 1. Методы повышения точности преобразователей физических величин, определяющие возможность реализации процессных моделей управления качеством преобразователей, а следовательно, и систем идентификации.
2. Алгоритмические, схемотехнические и конструктивные мето ды реализации следующих устройств получения и обработки информации:
- линеаризованного измерителя ИК мощности излучения с чувствительным элементом на эффекте высокотемпературной сверхпроводимости, который при расчетной чувствительности порядка 1,5x10"20 Вт/Гц12 в спектральном интервале 1-100 мкм имеет погрешность около 1% в динамическом диапазоне 10"5 - 10"1 Вт и быстродействие порядка десятков мс, что опреде # ляет наибольшую в сравнении с другими измерителями информационную v емкость элемента величиной более 80 бит;
- двухканального волоконно-оптического измерителя проходящей СВЧ мощности (Патент РФ № 2091801) в аналоговом варианте обработки информации с погрешностью порядка 10% в рабочем температурном диапазоне -60 С - + 80°С, а при цифровой обработке измерительной информации с применением топологического подхода с погрешностью около 1%;
- волоконно-оптической системы идентификации электрических про-боев в волноводных трактах СВЧ устройств с быстродействием не хуже 100 не при вероятности безотказной работы устройства не менее 0,992 за 1000 часов работы благодаря применению устройства кодирования по А. с. №1464188;
- многоканальных оптоэлектронных устройств ввода информации (А.с. № 1236926, А.с. № 1261541, А.с. №1378751, А.с. № 1528655, А.С. № 1521590, А.С. № 1550462, А.с. № 1563362, А.с. № 1680079, А.с. № 1679190, A.c. № 1695125, A.c. № 1798627) с повышенными надежностью и быстродействием; - матричных устройств вывода информации (А.с. № 1106289, А.с. № 1122130, А.с. № 1137496, А.с. № 1163734, А.с. № 1167974, А.с. № 1236926, А.с. № 1378621, А.с. № 1378622, А.с. № 1408448,) с повышенными светотехническими характеристиками;
- устройств управления и кодирования (А.с. № 1478250, А.с. № 1464188), реализующих режимы параллельного считывания информации с матричных приемников.
3. Программный комплекс, включающий программы анализа, синтеза и идентификации объектов, которые позволяют провести исследования объектов в различных режимах с целью их оптимизации.
4. Рекомендации по применению разработанной автором методологии управления качеством, схемотехнических решений измерительных {ф преобразователей и систем идентификации, алгоритмов и программ, приняты в ряде организаций при проведении своих разработок.
ВНЕДРЕНИЕ РЕЗУЛЬТАТОВ
Разработанная в диссертации методология управления качеством, алгоритмы и программы были использованы:
- при создании алгоритмов работы и моделирования систем идентификации подвижных объектов в различных физических полях (в.ч 34416, в.ч 45807-Э);
- при создании программно-алгоритмической модели системы идентификации в радиолокационном поле с производительностью порядка 500 ГФлоп/с (ФГУП ГМНТЦ «Наука»);
«v - при создании высокоточных измерительных преобразователей параметров объектов в различных физических полях для систем идентифика -ции (НИИ Приборостроения, г. Жуковский, «ЦНИИМАШ-ПОЛИКОМП» и др); «? - при создании быстродействующей системы идентификации электрических пробоев волноводных трактов (ЦНИИМАШ);
- в учебном процессе МИРЭА.
АПРОБАЦИЯ РАБОТЫ
Основные положения работы и полученные результаты докладывались в период с 1981 г. по 2003 г. на более чем двадцати международных и национальных научно-технических конференциях, в том числе «Проблемы теории чувствительности электромеханических систем». Москва, 1981 г., «Быстродействующие элементы и устройства волоконно-оптических и лазерных ин • формационных систем». Севастополь, 1990 г., «Оптическая коммутация и ш оптические системы связи», Москва, 1990 г., «First International Soviet Fiber Optics Conference» (ISFOC 91), г. Санкт-Петербург, 1991 г., «Актуальные проблемы электронного приборостроения», АПЭП-92, Новосибирск, 1992 г., «Электроника и информатика - XXI век», Москва, 2000 г., «Радиационно-термические эффекты и процессы в неорганических материалах», Томск, 2000 г., «Физика и радиоэлектроника в медицине и экологии» ФРЭМЭ-2002, Владимир, 2002 г., «Межфазная релаксация в полиматериалах», Москва, 2003 г. и других.
ПУБЛИКАЦИИ
Основные результаты диссертационной работы опубликованы в 72 печатных трудах, в том числе 29 авторских свидетельств и патентов, 7 учебных пособий. Общее число опубликованных работ - 140.
Принцип прямого управления качеством на основе полной обработки данных
Система представляет собой один измерительный канал, т.к. распознавание проводится на наземном оборудовании, куда измерительная информация передается с самолета по радиоканалу с помощью передатчика 10. Система устанавливается на летательном аппарате, скорость движения которого v синхронизируется с параметрами развертки лазерного луча. Высокая энергия излучаемых фотонов позволяет обнаруживать объекты, люминесцирую-щие под действием ультрафиолетового лазерного излучения. На основе этого принципа создана обзорно-поисковая лазерная система для обнаружения и распознавания нефтяной пленки на поверхности воды.
В системе использован импульсный газовый лазер на азоте, излучающий в ультрафиолетовой области спектра (Я= 377 нм). Ультрафиолетовое излучение заставляет нефтяную пленку флюоресцировать в видимом диапазоне спектра. Спектральный состав флюоресцирующего излучения анализируется спектрометром, что позволяет распознавать сорт нефтепродуктов. Как уже было отмечено, лазерный источник предназначен для облучения просматриваемой поверхности, поэтому оптимальный выбор его параметров и характеристик в значительной степени определяет характеристики всей системы.
Активные обзорно-поисковые системы имеют лучшие характеристики обнаружения по сравнению с характеристиками пассивных систем. Высокая монохроматичность излучения дает возможность обнаруживать малоконтрастные для обычных оптических систем объекты, имеющие одинаковую с фоном окраску, но отличающиеся статистикой шероховатости поверхности.
Системы с перестраиваемой в широком диапазоне рабочей длиной волны могут обнаружить различные объекты в условиях помех. Длина волны излучения лазера должна совпадать с окном прозрачности атмосферы и лежать в области максимальной контрастности объектов и фонов. Характеристики отражения объекта и фона зависят от длины волны, поэтому ведутся исследования многоспектральных лазерных систем [9], а ведущей тенденцией развития качества различных систем получения и обработки информации считается использование измерительной информации об объектах в различных физических полях [10].
В многомерном пространстве признаков каждый объект имеет свое математическое описание, например, в виде функциональной взаимосвязи координат - признаков, описывающей кусок регулярной поверхности, свойственный каждому объекту. Поэтому идентификацию понимают еще как установление математического описания объекта в пространстве признаков.
Множество идентифицируемых объектов может быть классифицировано по принципам их возникновения, функционирования и взаимодействия: - искусственные технические объекты, использующие разнообразные физические и иные принципы действия; - биологические объекты (живые и неживые), характеризующиеся наличием в них процессов обмена веществ, продуктов этого обмена; - распределенные физические или иные поля, характеризующие среду обитания объектов, т.е. определяющие условия функционирования объектов; - сигналы, создаваемые техническими и природными объектами, которые могут характеризовать режимы функционирования объектов; - математические и другие абстрактные объекты (например, математические модели объектов); - вещества и материалы, которые могут составлять все выше перечисленные объекты, т.е. существенно определять их свойства; - готовые товары (продукция, работы и услуги), характеризующиеся известной и строго определенной стандартами системой параметров и технических характеристик, идентификация которых проводится определенными способами для контроля над продвижением товаров на рынках и их потреблением. Классификация методов идентификации может быть проведена в соответствии с множеством различных критериев, определяющих различные стороны процесса идентификации (рис. 1.4) [11-14]. Актуальность идентификации объектов на всех этапах определяется стремлением к достижению оптимизации их параметров, технологических процессов изготовления, методик проведения испытаний, режимов функционирования в процессе эксплуатации, методов восстановления и т.д. Особое значение приобретает идентификации объектов в процессе их функционирования, когда в реальном времени реализуются управление, распознавание, прогнозирование, самодиагностика, восстановление и ряд других. Сложный объект может быть описан многомерной функцией, объединяющей параметры объекта и взаимодействующей с ним среды: где множество параметров (х\, хг,..., хп) может быть разбито по информационному признаку на следующие группы: 1) управляемые входные переменные объекта (х\, ..., хт), значения которых могут варьироваться в определенных пределах и задаваться с определенной точностью; 2) измеряемые выходные величины объекта (хт+ь ..., х ), характеризующие поведение объекта в определенных условиях функционирования; 3) контролируемые, но неуправляемые параметры (Xk+ь ..., х\), к которым можно отнести, например, условия окружающей среды или параметры материалов конструкции и т.д.; 4) управляемые входные переменные объекта (х\, ..., хт), значения которых могут варьироваться в определенных пределах и задаваться с определенной точностью;
Этап отделимости множеств типов объектов в преобразованном пространстве
В CASE технологии впервые были предложены и применены такие понятия как диаграммы потоков данных DFD (Data Flow Diagrams), диаграммы "сущность-связь" ERD (Entity-Relationship Diagrams), диаграммы переходов состояний STD (State Transition Diagrams), представляющие спецификации входов, выходов и функций процессов преобразования данных. Такое представление позволяет дать полное описание системы независимо от рассмотре -53-ния путей реализации. Это дает проектировщику четкое представление о конечных результатах, которые следует достигать.
Одна из самых известных реализаций методологий данного типа, предложенная в 1973 году Россом (SADT - Structured Analysis and Design Technique) была успешно применена и для долгосрочного и стратегического планирования, автоматизированного производства и проектирования конфигураций компьютерных систем и встроенного программного обеспечения для оборонных и промышленных систем. Эта методология стала основой для разработки стандартов IDEF0, который на современном этапе заложен в стандарты ERP (отражение бизнес-процесса в DFD диаграмме) [24] и IDEF1, который называют моделями данных, ориентированными на объекты и используются в методах моделирования бизнес-процессов на предприятии [25].
IDEF0 как стандарт был разработан в 1981 г. в рамках программы автоматизации промышленных предприятий, которая носила обозначение ICAM (Integrated Computer Aided Manufacturing) и была предложена департаментом ВВС США. Собственно семейство стандартов IDEF унаследовало свое обозначение от названия этой программы (IDEF - ICAM DEFinition).
Полное расширение методологии структурного анализа на различные задачи разработки сложных проектов, прежде всего в военной области, произошло в 1980 - х годах. Совокупность средств информационной поддержки наукоемких разработок от идеи до утилизации отслуживших свой век изделий стали называть CALS-технологией (Continuous Acquisition and Life Cycle Support). С другой стороны CALS-технология стала логическим развитием ERP-стандартов, которые с конца 60-х годов поддерживаются Американским обществом управления производством и запасами (APICS).
APICS предполагает следующее деление на типы производств: дискретное производство; объемное производство; производство под заказ; производство на склад. Бизнес-модель предприятия на базе ERP-стандартов об -54-легчает интеграцию, уменьшает количество ошибок, устраняет излишние операции. ERP-стандарты включают следующие уровни методик [26]: MRP (Material Requirement Planning) - Планирование потребности в материалах; MRP II (Manufacturing Resource Planning) - Планирование производственных ресурсов; ERP (Enterprise Resource Planning) - Планирование ресурсов предприятия; CSRP (Customer Synchronized Resource Planning) - планирование ресурсов в зависимости от потребностей клиента. Практическим примером достижений CASE-технологии является недавно завершившийся проект ENHanced AeroNautical Concurrent Engineering (ENHANCE), в рамках которого отрабатывались технологии проектирования авиатехники на качественно новых принципах параллельного проектирования [27]. Летом 2000 года был создан концерн European Aeronautic Defense and Space (EADS), который стал второй по величине аэрокосмической компанией мира с годовым доходом 30,8 млрд. евро., Одно из предприятий концерна корпорация Airbus производитель самолетов-аэробусов (ему принадлежит 80% акций Airbus). Цель создания концерна - реализация стратегической программы развития, согласно которой к 2020 году Европа рассчитывает стать лидером мирового рынка гражданской авиации как в авиастроении, так и в авиаперевозках, а также интеграция ресурсов путем получения централизованных инвестиций со стороны объединенной Европы — от Евроко-миссии поступили средства в размере 50% стоимости проекта ENHANCE. Участие в проекте приняли более 50 компаний и организаций из десяти стран, в том числе представители компьютерного рынка: IBM, Hewlett-Packard, Dassault Systemes, PTC. Общие затраты на проект составили 38 млн. евро, трудозатраты — около 3200 человеко - месяцев. Координация проекта осуществлялась из расположенной в Тулузе штаб-квартиры Airbus. Главной целью проекта являлся поиск и определение новых путей разработки летательных аппаратов на основе параллельного конструирования (concurrent engineering) и новейших ИТ для поддержки всего жизненного цикла авиатехники внутри «расширенного предприятия» — сложной бизнес -структуры, состоящей из множества команд, участвующих в процессе создания авиатехники и объединенных под общим управлением. Как показал проект, использование ИТ и распараллеливание процессов конструирования изделий действительно позволяет уменьшать время разработки и экономить средства. Так, концерн Airbus сумел на четверть сократить цикл создания конструкции аэробуса А-340/600 по сравнению с А-340, который проектировался десятью годами раньше, в 1991 году, сэкономив около 50 млн. евро. После того как самолет был полностью «создан» в электронном виде с помощью процессов параллельного конструирования, никаких существенных переделок в процессе его производства не потребовалось.
В качестве основных систем авиастроителями использовались два продукта: CATIA — система автоматизированного проектирования, технологической подготовки производства, инженерного анализа (CAD/CAM/CAE) -разработка компании Dassault Systemes (ее коммерческое продвижение и внедрение обеспечивает фирма IBM) (США), и система WindCliill корпорации РТС (США)— инструментарий управления данными об изделии (PDM). В различных подразделениях концерна Airbus ранее использовались разные средства, однако сейчас — упомянутые два. Как отмечают в концерне, CATIA и WindChill зарекомендовали себя наилучшим образом.
CATIA применялась для конструирования изделий на основе требований заказчиков, определения процессов сборки изделия, интегрированного управления знаниями, WindChill — для управления конфигурациями, интеграции партнеров и поставщиков, координации проектирования и производства, осуществляемых на множестве географически распределенных площа -56-док, для управления изменениями на стадии разработки изделия. Сейчас они применяются для конструирования нового самолета — А-380.
Все данные об изделии сведены в его электронную модель (digital product master). Она включает шесть представлений изделия: модели его архитектуры, геометрии, анализа, производства, сопровождения и контроля качества, а также бизнес-модель. Кроме того, электронная модель изделия включает иерархическое описание данных. Самый верхний уровень — жизненный цикл изделий, далее идут типы изделий (например, модификации самолетов), описания технических характеристик отдельных типов, потом описания сборочных блоков, их свойств и изображений и т.д. Электронная модель изделия применяется на всех стадиях управления его жизненным циклом: проектирования, тестирования, нагрузочных испытаний и пр. Она обеспечивает эффективный поиск информации об изделии и его компонентах, позволяет выделить в отдельные подмножества данные различных типов (наборы требований, данные проектирования, бизнес - данные), облегчает обмен данными об изделии, снижает время и стоимость разработки, уменьшает количество ошибок и, самое главное, помогает быстрее выводить на рынок новые продукты.
Процессная модель измерителя СВЧ проходящей мощности и её применение для управления качеством
Отличительным свойством ИИП является наличие ППЗУ в блоке преобразователя, в котором хранятся метрологические характеристики ЧЭ (чувствительность к измеряемому параметру, нелинейность и другие, а также их зависимости от дестабилизирующих факторов), их идентификационные номера, а также программа для пересчета измеренного значения в зависимости от условий измерения. При формировании измерительного сигнала микропроцессор МП управляет мультиплексором, получает данные от ЧЭ, запрашивает ППЗУ блока преобразователя, выполняет алгоритм корректировки и передает измерительный сигнал с идентификационным номером ЧЭ.
Принципиальным моментом для построения ИИП является необходимость внесения данных о свойствах ЧЭ в ППЗУ. Для этого проводятся измерения характеристик ЧЭ, на основании математической модели получают его систему параметров и записывают все данные в ППЗУ. Такая процедура повышает точность измерения в 5 - 6 раз, т.к. при измерении используется калибровочная зависимость конкретного ЧЭ [52]. Определяющее значение имеет вид математической модели ЧЭ и алгоритм корректировки результата измерения с целью исключения влияния дестабилизирующих факторов. Для этого применяются модели чувствительных элементов, допускающие линейные преобразования измерительных сигналов [53]. Однако нелинейность характеристик ЧЭ и особенно под воздействием дестабилизирующих факторов определяет необходимость построения математических моделей и преобразований, позволяющих полностью исключать влияние дестабилизирующих фактором на результат измерения.
Отметим, что необходимость включения в ППЗУ характеристик ЧЭ, включенных в схему ИИП с точки зрения управления качеством ИИП носит характер предупреждающего действия, т.к. не требует создания обратных управляющих связей, а реализует принцип прямого управления качеством. Внесение характеристик ЧЭ представляет собой процесс учета информации, накопленной в процессе производства, аналогичный процессу накопления знаний о предыдущих действиях производственного процесса.
Таким образом, принцип прямого управления нашел широкое применение в управлении качеством различных изделий, однако его применение требует глубокого исследования свойств изделий, т.е. их идентификации и осуществления преобразований этих свойств на основе адекватных математических описаний при выполнении корректировки. Рассмотрим более подробно процессы формирования и преобразования пространств, определенных многомерной измерительной информацией объектов.
Современные методы построения математических описаний в качестве основы различных методов идентификации в значительной степени применительно к сложным многомерным объектам направлены на выявление их инвариантных свойств, что возможно только с применением топологических принципов, т.к. понятие непрерывности преобразований пространств является определяющим в топологии.
Поиск преобразований многомерного массива измерительной информации об объекте к ограниченному набору инвариантов, несущих все существенную информацию об объекте является по существу кодированием объектов в информационном пространстве признаков. Само понятие топологического пространства сформировалось как результат исследования качественных свойств объектов в пространствах любого числа их измерений (параметров). Одним из первых подошел к топологическим понятиям К. Гаусс, когда разработал общую теорию поверхностей второго порядка. Она позволила не только определить основные инварианты, определяющие свойства поверхностей, не зависящие от их положений в пространстве, установить полную классификацию поверхностей второго порядка, но и стимулировать общую теорию поверхностей (пространств).
Основная теорема теории поверхностей определяет, что положение в пространстве действительной поверхности где w,v - криволинейные координаты на поверхности, однозначно определяется не только самим уравнением (1.33), но и шестью инвариантами - коэффициентами первой и второй основных квадратичных форм поверхности [16]. Тогда впервые было показано, что полное описание поверхности требует не только представления информации об её аналитическом описании, но и её инвариантах, получение которых требует применения особой техники. Так было осознано, что свойства пространства, в котором существует объект, имеют большее значение, чем свойства объекта в этом пространстве. Поэтому дальнейшее развитие топологических подходов шло именно в направлении исследования свойств пространств и создания пространств, отличных по своим свойствам от евклидовых пространств. Так Б. Риманом были открыты новые пространства, обобщающие евклидовы, т.к. элемент расстояния или дифференциал дуги в нем представляется уже квадратичной формой дифференциалов координат, что позволило говорить о пространствах с кривизной.
В дальнейшем было предложено множество пространств с целью подбора свойств нового пространства свойствам исследуемых объектов и явлений. Если такое соответствие обеспечивалось, то в новом пространстве описание объекта значительно упрощается, но при этом легко определяются инварианты объекта.
Если бы удалось найти пространство, идеально соответствующее пространству изучаемого объекта, то этот объект в таком пространстве изображался бы, как уже отмечалось, точкой, координаты которой соответствовали бы значениям инвариантов объекта.
Моделирование распознавания зашумленных объектов в двух физических полях
Процессный подход характерен независимостью от физического содержания задачи, т.к. он заключается в выявлении общих свойств и различий в свойствах объектов, проявляющихся в физическом пространстве, построенном с применением проанализированных в данной главе общих принципов. Расширенное топологическое пространство характеризуется уже не системой координат, хотя оно может быть и метризовано, а фундаментальной системой окрестностей, определяемой наличием или отсутствием в них рассматриваемых свойств объектов.
Переход в сформированное исследователем топологическое пространство объекта должен обеспечивать его компактность, допускать непрерывные гомеоморфпые преобразования, сохранять основные отличительные свойства и особенности объекта, а также возможность группировать объекты одного типа в связные отделенные подмножества.
Главная цель преобразований при идентификации - обеспечение отделимости связной области пространства, присущая данному типу объектов от других связных областей, присущих другим типам объектов. Одновременно с этим сохраняется возможность полного отождествления каждого объекта, что полностью соответствует физической сущности любого реально существующего объекта.
При достижении данной цели преобразований количественная оценка индивидуальных признаков объекта, связанных с используемым топологическим пространством, дает возможность достоверной идентификации.
Поэтому общая процессная методология, определяющая последовательность преобразований, представленных на рис. 1.25, и гарантирующих решение задачи идентификации, должна быть исследована и конкретизирована на каждом из всех представленных в ней этапов. Также необходимо создать квалиметрическую систему для объединения информативных признаков объекта, определяющих показатель качества идентификации, например, в виде вероятности распознавания.
Идентификация объектов является некорректной обратной математической задачей установления общих свойств объекта по его физическим проявлениям, т.к. либо измерительной информации об объекте недостаточно для его отождествления, либо погрешности измерений не позволяют получить устойчивое решение задачи. Поэтому математическое описание классов идентифицируемых объектов предусматривает введение дополнительных параметров - измерений, т.е. объект рассматривается в расширенном пространстве, в котором возможны обратные преобразования пространства объекта для установления количественных параметров объекта, необходимых и достаточных для отождествления и распознавания объекта, т.е. установлением количественных параметров его математического описания. 2. Общих методов обратных преобразований физических пространств объектов с целью обнаружения их обобщенных признаков не существует, однако применение общих принципов преобразования пространств, таких как метризация пространства, его компактификация, дискретизация, симметризация, квантование, отделимость связных областей, в каждом конкретном методе существенно облегчают решение задачи идентификации. 3. Современные методологии управления качеством руководствуются рядом важнейших принципов управления: - принципом обратной связи с применением корректирующих действий по результатам статистического анализа качества в процессе производства, - принципом прямого управления, базирующимся на схемотехниче ских, конструктивных и технологических возможностях обеспечения качест ва, компенсирующих нежелательное влияние погрешностей, возникающих при выполнении технологических процессов с применением предупреждаю щих действий, принципом параллельного разделения на стадии с накоплением и применением знаний об изделии в виде процессных моделей, охватывающих все этапы жизненного цикла. 4. Процессные модели систем качества включают в качестве элементов процессы получения, анализа и преобразования всесторонней информации об изделиях. Построение моделей процессов проводится методами идентификации на основе экспериментальных данных, преобразуемых в формализованные базы данных и знаний об изделии с получением полного описания изделия (электронное изделие) и процесса производства (виртуальное производство). 5. Существующие системы автоматизированного проектирования позволяют получать полное электронное описание изделия как объекта проектирования и производства и обеспечить на этих стадиях необходимое качество, однако применение объектов требует создания новых описаний для систем их идентификации, учитывающих тактико-технические возможности их взаимодействия с внешней средой и другими объектами. 6. Предложена методология построения процессных моделей объектов для систем идентификации, в которой определены последовательность выполнения и содержание этапов преобразований, формирующих компактное пространство, в котором осуществляются все необходимые гомеоморф-ные преобразования, направленные на отделимость классов и установление решающего правила для распознавания.
