Научный журнал

Фундаментальные исследования

ISSN 1812-7339

"Перечень" ВАК

ИФ РИНЦ = 1,674

• Авторы
• Резюме
• Рецензия
• Файлы
• Ключевые слова
• Литература

Малахов А.В. 1 Миронов Е.А. 1

---

1 ФКВГОУ ВО «Военно-космическая академия имени А.Ф. Можайского»

В статье проведен анализ подходов к решению задачи расчета производительности метрологических комплексов, выявлены основные недостатки. Предложен новый подход к решению данной задачи с учетом выявленных несоответствий. Обоснован выбор экспертной группы с учетом компетентности. Разработана таблица критериев и шкал оценки компетентности привлекаемых экспертов. Обоснован выбор метода определения степени автоматизации рабочих мест, а также применения теории нечетких множеств. Проведен опрос мнений экспертной группы, на основании которого построены функции принадлежности для каждого этапа поверки. Специальные средства нечеткого моделирования вычислительной среды MATLAB позволили выполнять весь комплекс расчетов по разработке и применению нечетких моделей при определении степени автоматизации рабочего места с привлечением экспертной группы, поэтому она была выбрана в качестве программного средства, в рамках которого реализованы теоретические концепции нечетких множеств и процедуры нечеткого вывода. Представлен расчетный пример.

Рецензия № 1

134 KB

Рецензия № 2

133 KB

Статья в формате PDF

0 KB

степень автоматизации

производительность

метрологические комплексы

рабочее место по поверке средств измерений

система экспертных оценок

нечеткие множества

функция принадлежности

1. Лесун И.В. Основные направления развития метрологического обеспечения вооружения и военной техники [Текст] / И.В. Лесун // Оборонный комплекс Российской Федерации: состояние и перспективы развития. – 2011. – Т. 7. – С. 447–454.

2. Гузенко В.Л., Клепов А.В., Миронов А.Н., Миронов Е.А., Шестопалова О.Л. Организация мониторинга функционального состояния операторов информационно-управляющих систем // Современные проблемы науки и образования. – 2014. – № 2. – Режим доступа: https://www.science-education.ru/ru/article/view?id=12364 (дата обращения: 18.05.2017).

3. Дорохов А.Н. Полимодельное прогнозирование надежности бортовой аппаратуры космических аппаратов в условиях неопределенности информации о неблагоприятных воздействиях среды [Текст] / А.Н. Дорохов, Е.А. Миронов, С.А. Платонов // Информация и космос. – 2014. – № 3. – С. 88–94.

4. Зaдe Л. Понятие лингвистической переменной и его применение к принятию приближенных решений [Текст] / Л. Заде. – M.: Мир, 1976. – 167 с.

5. Штовба С.Д. Проектирование нечетких систем средствами МАТLАВ [Текст] / С.Д. Штовба – М.: Горячая линия – Телеком, 2008. – 288 с.

В последние годы военно-техническая политика ведущих зарубежных стран отличается высокой динамичностью, активностью, гибкостью, сконцентрированностью на приоритетных направлениях военно-технического строительства. Основной ее задачей является создание систем вооружений, способных за счет качественного превосходства обеспечить успешное решение национальными вооруженными силами боевых задач в любых условиях. Существенное нарастание оперативных и боевых возможностей вооруженных сил ведущих зарубежных государств обусловливает вероятность активизации текущих и возникновения новых военных конфликтов, в которые может быть втянута Россия.

Важное место в техническом оснащении отводится метрологическому обеспечению Вооруженных Сил Российской Федерации, под которым понимается комплекс мероприятий по установлению и применению научных и организационных основ, технических средств, правил и норм, необходимых для достижения единства и требуемой точности, полноты, своевременности и экономичности измерений в войсках [1].

Формирование цели исследований

Одним из приоритетных направлений развития метрологического обеспечения Вооруженных Сил Российской Федерации является широкое применение подвижных лабораторий измерительной техники для метрологического обслуживания вооружения, военной и специальной техники, а также средств измерений военного назначения непосредственно в местах их эксплуатации [2]. При обосновании необходимости разработки перспективных и повышения эффективности функционирования существующих подвижных лабораторий измерительной техники, а также разработки методов оценивания тактико-технических характеристик подвижных лабораторий измерительной техники при их контроле и испытаниях применяется большая номенклатура показателей. Особое внимание уделяется их производительности, которая оказывает непосредственное влияние на результативность и оперативность метрологического обслуживания средств измерений в местах их установки.

Для формирования материалов информационной поддержки принятия решения по дальнейшему направлению развития мобильных метрологических комплексов разрабатывается и используется комплекс расчетно-аналитических и информационных задач, решаемых должностными лицами метрологических служб. Одним из наиболее информативных и комплексных показателей эффективности применения метрологических комплексов является производительность. В то же время расчет значения производительности в реальных условиях затруднен большим количеством трудноформализуемых исходных данных [3], алгоритмы обработки и учета которых заметно влияют на достоверность расчётных значений производительности метрологического комплекса. Анализу существующего подхода, формированию алгоритма обработки нечеткой исходной информации и результатам нечеткого моделирования влияния показателя степени автоматизации на результаты расчета посвящена данная статья.

Существующая методика расчета производительности

Определение производительности проводится по следующей формуле:

(1)

где – возможности рабочего места по выполнению i-го вида обслуживания средств измерений t-го вида измерений; Qt – количество поверителей средств измерений t-го типа; – нормы времени по выполнению i-го вида обслуживания средств измерений t-го вида измерений; Фд – действительный фонд рабочего времени одного поверителя.

Недостатком является наличие в расчете такого показателя, как нормы времени, определение и утверждение которых проводится на основе выполнения хронометражных наблюдений за операциями, из которых состоит поверочная работа, и обработки результатов этих наблюдений. Корректировка и уточнение данного показателя – трудоемкий и затратный процесс. В связи с этим нормы времени разрабатываются и корректируются один раз в 5–10 лет.

Предлагаемая методика является дальнейшим развитием научно-методического аппарата к определению производительности с учетом специфики применяемых сил и средств метрологического обеспечения (подвижных лабораторий измерительной техники), а также исключает наличие вышеперечисленных недостатков. Однозначное определение степени автоматизации рабочих мест требует привлечения большого количества специалистов в области метрологического обеспечения. Другой сложностью является наличие огромного количества средств измерений, имеющих различные конструктивные особенности.

Для определения степени автоматизации рабочих мест по поверке средств измерений, применение аппарата нечёткой логики позволяет работать с существующей неопределенностью, неполнотой и нечёткостью информации.

Результаты исследования и их обсуждение

Итак, на первом этапе требуется определить достаточное количество привлекаемых специалистов. На основе критериев и шкал (см. табл. 1) каждый привлекаемый эксперт оценивается коэффициентом компетентности q с помощью следующего выражения:

(2)

где вjl – вес j-го эксперта по l-му критерию, вl max – предельный вес l-го критерия, L – общее количество критериев.

Численность группы экспертов определяется из условия [4]:

(3)

где q_max = 1 – максимально возможное значение коэффициента компетентности экспертов; ξ – общее количество проводимых операций.

Если условие (3) не выполняется, то в экспертную группу привлекается еще один или несколько экспертов. В результате формируется экспертная группа, которая характеризуется матрицей-строкой компетентности:

.

Таблица 1

Критерии и шкалы уровня компетентности экспертов

Таблица 2

Перечень вопросов экспертных оценок

На втором этапе разрабатывается перечень вопросов предстоящей экспертизы. Разработка опросного листа экспертизы предполагает создание списка факторов, позволяющих экспертам определить степень автоматизации (см. табл. 2).

Определение субъективной степени автоматизации рабочих мест осуществляется путем заполнения таблицы № 1 каждым привлекаемым экспертом. При этом каждый эксперт для i-го этапа выставляет индивидуальную оценку . Эта оценка является субъективной степенью автоматизации i-го этапа поверки средств измерений. Оценочная шкала представляет собой числовые значения в интервале от 0 до 1, что соответствует процентному соотношению выполняемых функций поверителем в ручном режиме и в автоматическом к общему объему проводимых операций этапа в числителе таблицы, а также эксперты определяют степень автоматизации лингвистическими переменными [4] «низкая», «средняя», «высокая» в знаменателе.

Из проведенного анализа руководящей и нормативно-технической документации на средства измерений, видно, что процесс поверки делится на несколько основных этапов:

1. Внешний осмотр средств измерений;

– проверка комплектности, маркировки, наличия обозначений классов точностей и единиц физической величины;

– проверка отсутствия внешних дефектов и другие.

2. Опробование средств измерений.

3. Определение метрологических характеристик.

4. Оформление результатов поверки.

Третий этап представляет собой обработку результатов проведенной экспертизы. В результате по каждому этапу поверки средств измерений формируются матрицы:

.

Для учета уровня компетентности экспертов каждая матрица Pk преобразуется в

,

где .

В процессе обработки мнений экспертов имеем четыре функции принадлежности. Первый этап (внешний осмотр) не требует много времени, оказывает несущественное влияние на производительность при поверке и экономически не выгоден при попытке их автоматизировать, следовательно, результирующая степень автоматизации и графики функций принадлежности определяются по остальным этапам. Так как все этапы являются составными частями одного процесса, то результирующая степень автоматизации будет определяться по следующей формуле:

(4)

Четвертый этап представляет собой расчет «нечетких» производственных возможностей:

(5)

где Ф – действительный фонд рабочего времени поверителя; τ_i – нормы времени по выполнению метрологического обслуживания средств измерений i-го вида измерений; – результирующая степень автоматизации; Q – количество поверителей.

«Нечеткие» производственные возможности рабочего места определять по алгоритму нечёткого логического вывода Мамдани в пакете Fuzzy Logic Toolbox в вычислительной среде MATLAB [5]. Для этого необходимо сформировать базу правил нечеткого вывода (см. табл. 3).

Для перехода к точным значениям степени автоматизации рабочего места в процедуре используется метод «центра тяжести». Физическим аналогом этого метода является нахождение центра тяжести плоской фигуры, ограниченной осями координат и графиком функций принадлежности нечеткого множества. Аналогичным образом производительность рассчитывается для каждого рабочего места. Полученные результаты суммируются, далее определяется производительность всего мобильного метрологического комплекса.

Расчетный пример

Дано: Автоматизированное рабочее место для поверки, регулировки и текущего ремонта средств измерений радиотехнических величин С6, Е6, Л2, В2, В3, В6, В7, В8, В9 (АРМ-1-3), входящее в состав подвижной лаборатории измерительной техники. Количество поверителей (Q) – 1 человек. Действительный фонд рабочего времени поверителя (Ф) – 8 часов. Нормы времени (τ_i) по проведению поверки вольтметра цифрового дифференциального В2-27 – 6 часов.

Таблица 3

Фрагмент базы правил нечеткого вывода степени автоматизации

Примечание. Опр – опробование поверяемого средства измерения; ОМх – определение метрологических характеристик поверяемого средства измерения; ОфР – оформление результатов поверки средства измерения; СА – степень автоматизации процесса поверки на рабочем месте; Н – низкая степень автоматизации; Ср – средняя степень автоматизации; В – высокая степень автоматизации.

Библиографическая ссылка