ОЦЕНКА КОНСТРУКТИВНО-ТЕХНОЛОГИЧЕСКОЙ СЛОЖНОСТИ ПРИ ПРОГНОЗИРОВАНИИ ТРУДОЕМКОСТИ И ЗАТРАТ

ОЦЕНКА КОНСТРУКТИВНО-ТЕХНОЛОГИЧЕСКОЙ СЛОЖНОСТИ ПРИ ПРОГНОЗИРОВАНИИ ТРУДОЕМКОСТИ И ЗАТРАТ НА РАННИХ СТАДИЯХ ЕГО ЖИЗНЕННОГО ЦИКЛА

 

При всем многообразии задач современного нормирования на машиностроительных предприятиях отдельной проблемой является прогнозирование экономических характеристик изделий, без которых решение целого ряда задач планирования производства либо вообще невозможно, либо некорректно.

Существует ряд методов нормирования труда, которые можно свести к трем основным: расчетный метод, метод непосредственного наблюдения, метод аналогий. При последующем анализе методов нормирования обнаруживается, что в каждом методе имеются недостатки. Это приводит к субъективности оценок измерения объема продукции и, как следствие, норм трудоемкости, неопределенности производственных ситуаций, что не позволяет наладить оперативное управление производственным процессом во всем объеме.


 
Встает вопрос о нахождении такой оценки, которая была бы свободна от субъективных факторов. Одна из определения трудоемкости строится на методе оценки конструктивно-технологической сложности. На основе метода оценки сложности разработана математическая модель, использующая принцип многоуровневой иерархической декомпозиции с разной степенью детализации информации о детали. Метод характеризуется единым подходом к формированию конструктивно-технологической сложности конструктивно-технологических элементов различных типов, что, во-первых, повышает универсальность вычислительного алгоритма, во-вторых, значительно упрощает процесс автоматизации данного метода и снижает общие затраты на проведение расчетов. Оценка конструктивно-технологической сложности деталесборочных единиц производится с использованием достаточно хорошо зарекомендовавших себя методик расчетов. В то же время, при оценке сложности крупных узлов или изделий, применяемой, как правило, для прогнозирования производственных затрат, используются обычно методики, имеющие в своей основе метод аналогий.

Общий алгоритм прогнозирования трудоемкости изготовления изделия в конкретной производственной системе включает в себя следующие этапы:
Анализ номенклатуры производственной системы и формирование представительной выборки изделий.
Определение КТС изготовления изделий, входящих в выборку.
Построение регрессионной зависимости между КТС и трудоемкостью изготовления изделий
Анализ полученной зависимости, проверка значимости полученного уравнения регрессии и входящих в него коэффициентов, при необходимости корректировка выборки и повтор пункта 3.
Определение КТС нового изделия и расчет трудоемкости его изготовления с использованием полученного уравнения регрессии.

Для решения задачи укрупненного оценивания параметров изделия, исключающего необходимость декомпозиции машиностроительного изделия на структурные составляющие и разработки технологической документации, разработана методика, обеспечивающая снижение влияния субъективного фактора на результаты оценивания и повышение объективности и адекватности получаемых результатов оценивания.

Исследуемое изделие рассматривается как система, а описывающие его атрибуты как свойства этой системы, что позволяет построить информационную модель, для обоснования которой с использованием большинства методов требуется наличие большого набора экспериментальных данных и относительно равномерное их распределение в пространстве параметров.

Однако, высокая стоимость сбора экспериментальных данных и, в некоторых случаях, невозможность получения достаточного их количества делает нерациональным использование типовых статистических методов. В такой ситуации альтернативой могут служить нейросетевые модели, которые являются избирательно чувствительными в областях скопления данных, и дают гладкую интерполяцию в остальных случаях. Последовательность действий, позволяющих получить значение показателя конструктивно-технологической сложности, можно представить в формальном виде следующим образом:

С = Фс (А, Т, Фк (А,К)),

где: А - множество параметров изделия применяемых переделов, значимо влияющих на сложность и трудоемкость;
N - вектор параметров аппроксимирующей модели;
Фк - функция классификации изделия;
К - вектор параметров классифицирующей модели.

Вектор параметров N и вектор К получают свои значения после настройки (обучения) модели с использованием статистики, собранной в условиях исследуемой производственной системы.

Прогнозируемое значение конструктивно-технологической сложности вычисляется на основе аппроксимирующей функции Фс с применением нейросетевых алгоритмов обработки данных, одним из параметров которой является функция Фк, представленная алгоритмом классификации номенклатуры машиностроительных изделий. Модель подразумевает использование итерационного алгоритма, основанного на базе модифицированных методов k-средних и k-медиан. В отличие от классических вариантов, настоящий алгоритм снимает обязательное требование предварительной оценки количества кластеров k для исходной совокупности объектов.

На первоначальном этапе, при условии отрицательного критерия однокластерности, k принимается равным 2 и выполняется разбиение объектов на кластеры:
Определяются стартовые центры кластеров в координатах максимально удаленных друг от друга объектов.
В соответствии с выбранной метрикой каждый исследуемый объект относится к одному из кластеров.
3. Вычисляются новые центры кластеров, и повторно выполняется пункт 2 до наступления момента, при котором не происходит ни одного изменения принадлежности объекта.

Далее, при условии отрицательной гипотезы однокластерности исследуемой совокупности, каждый кластер аналогично разбивается на два дополнительных. Определенные на текущем этапе центры кластеров фиксируются и используются как стартовые центры при повторной кластеризации начальной совокупности объектов. Основным критерием останова алгоритма является отсутствие неоднородных кластеров, допускающих дальнейшее разбиение.


Тестирование алгоритма с использованием данных статистических выборок, полученных в условиях опытных производственных систем, показало его высокую эффективность. Применение предложенного алгоритма дает возможность решать задачи определения конструктивно-технологической сложности на начальных этапах жизненного цикла изделия для различных технологических переделов машиностроения и обеспечивает прогнозирование экономических показателей изделия на ранних этапах проектирования, до принятия решения о начале его производства.