Plastics_6_2024

П Л А С Т И К С № 6 ( 2 4 5 ) 2 0 2 4 w w w . p l a s t i c s . r u 19 ТЕМА НОМЕРА/ ЭКОНОМИКА ЛИТЬЯ ное количество процессов, происходящих во время литья под давлением. Современ- ное ПО, применяемое на термопластав- томатах, дает возможность производить автоматическую запись многих технологи- ческих параметров, например скорость, время и давление впрыска, объем подуш- ки расплава, позиционирование шнека и другие. Дополнительное оборудование в виде термо-, тензо-, вибро- и других дат- чиков, установленное непосредственно на приводах и исполнительных механизмах, позволит увеличить в разы объем получа- емых данных. Данный набор информации называют BigData. Его анализ должен не- сти характер сопоставления изменений выходных сигналов разных процессов, а также наблюдение их изменений во вре- мени. В связи с этим исследование такого набора BigData производится периодиче- ски с целью выявления трендов для осу- ществления дальнейшего предиктивного обслуживания или заблаговременного внесения корректировок в план произ- водства, а также для предотвращения по- явления бракованной продукции. Математический аппарат и методоло- гия применения контрольных карт описа- ны в ГОСТ Р ИСО 7870 «Статистические методы. Контрольные карты». В части 2 указанного стандарта также приведена глубокая детализация использования карт Шухарта [1, 2]. Кроме того, существует большое количество других методов статистиче- ского контроля качества процессов, но практика наблюдения показывает, что на предприятиях нет полного, сквозного понимания целей и инструментов вне- дрения даже контрольных карт, поэтому применение остальных методов является часто преждевременным. Вторым уровнем контроля качества процессов являются различные виды интеллектуальных опций, позволяющие автоматически определять параметры процесса литья или предлагать варианты их применения. К таким методам относятся методы рассуждений на основе прецедентов (CBR — Case-Based Reasoning) или экс- пертных систем, методы аппроксима- ции и оптимизации данных, в частности метод Тагучи, искусственные нейронные сети, методология поверхности отклика и другие. Основное предположение при ис- пользовании метода CBR заключается в том, что схожие задачи имеют ана- логичные решения. CBR состоит из пяти основных процессов, которые сводятся к уточнению, извлечению, повторному ис- пользованию, пересмотру и сохранению информации, связанной с задачей. Другой интеллектуальный метод автоматического опре- деления параметров процесса литья основан на экспертных систе- мах, которые имитируют процесс при- нятия решений специалистом-экспертом. В соответствии с различными формами представления знаний методы, осно- ванные на экспертных системах, можно разделить на те, которые базируются на знаниях (KBR — Knowledge-Based Reasoning), правилах (RBR — Rule-Based Reasoning) и нечеткой логике. Метод на основе нечеткой логики эффективен при решении задач по устранению дефектов изделия. Он позволяет определить на- правление коррекции и диапазон регу- лировки параметров процесса. Однако диапазон корректировки параметров определяется серьезностью дефектов, что связано с уточнением их степени, ис- ключая предвзятость оператора, и обе- спечением согласованности результатов диагностики [3]. Общая схема принятия такого решения приведена на рис. 1. Четкая величина Четкая величина X Y Приведение к нечеткости Приведение к нечеткости База правил Нечеткий логический вывод Рисунок 1. Система нечеткого логического вывода