Производительность и надежность гибких производственных систем. Расчет производительности гибких производственных систем.

Применение в машиностроении гибких производственных систем (ГПС) это важнейший путь повышения эффективности производства. Данные системы требуют значительных капитальных вложений, поэтому важным моментом при их внедрении является правильная оценка их эффективности, которая характеризуется рядом показателей. Одним из важнейших показателей эффективности ГПС является её производительность.

Производительность ГПС зависит от производительности станков, входящих в её состав, а также от производительности таких её составляющих как транспортно-накопительная система, автоматическая система инструментального обеспечения и т.д.

Производительность следует рассчитывать как часовую, суточную и по полному годовому фонду времени.

Чтобы позволить учитывать степень автоматизации, степень гибкости и возможности данных ГПС работают в малолюдном («безлюдном») режиме.

При круглосуточной ежедневной, круглогодичной работе годовой фонд времени составляет 8760 ч.

Фактический годовой фонд времени работы заданной ГПС будет меньше и будет определяться надежностью её работы, способностью длительное время работать в безлюдном режиме (ночная, вечерняя смена), а также суммарным объёмом простоев всех видов в расчете на год.

Отношение фактического времени работы ГПС к полному (установленному) годовому фонду времени дает качественную оценку возможностей той или иной ГПС её совершенства являющейся показателем того на сколько решены в ней проблемы использования возможностей гибкого производства.

6. Планирование эксперимента. Критерии оптимальности экспериментальных планов. Основные методы построения планов.

Главная цель планирования экспериментов заключается в достижении его максимальной точности и минимальной стоимости. Однако достижение максимальной точности требует увеличения числа опытов, что приводит к увеличению стоимости экспериментов, поэтому возникает задача оптимизации в постановке эксперимента.

Основные критерии:

1. Ортогональные планы – планы, которым соответствует значительный корреляционный метод оценок неизвестных факторов. Эти планы оптимальны с точки зрения простоты обработки информации, позволяют получить независимые оценки коэффициентов регрессии, что позволяет отбросить все незначимые коэффициенты.

2. Критерий ротабельности - требует равенства дисперсий предсказанных значений регрессионной функции.

Указанные два критерия не предъявляют требований к величине дисперсии оценок коэффициентов.

Методические опыты могут быть поставлены двояко. Традиционный метод постановки опытов состоит в изменении одного какого-либо фактора при сохранении всех других факторов, влияющих на процесс постановки. Этот метод в постановке опытов известен под названием метода однофакторного эксперимента. При такой методике взаимное влияние факторов учесть невозможно.

Оптимальное планирование эксперимента предполагает на время изменения изменение всех факторов, влияющих на процесс, что позволяет сразу установить силу воздействия факторов и сократить общее число опытов. Такой метод постановки опытов называется методом многофакторного планированияэкспериментов.

В результате исследований получают ряд стохастических характеристик объектов, как это имеет место в классическом однофакторном методе, а физическая зависимость выходов объекта от всех факторов , что очень существенно.

Теория планирования экспериментов и ее положение в настоящее время развилось в самостоятельной научное направление. Сущность метода планирования фактического эксперимента применительно к построенной модели статики исследуемого объекта заключается в следующем:

Объект исследования рассматривается как «черный ящик». Его входы называются факторами, а выходы – откликами. Целью исследования является построение модели статики объекта, т.е. функцию отклика . Координатное пространство с координатами называют факторами пространства, а геометрические изображения функции отклика – поверхностью отклика.

В процессе эксперимента каждый фактор может принимать одно или несколько фиксированных значений. Эти значения называются уровнями. Сочетание определенных уровней всех факторов определяет одно из возможных состояний данного объекта, Следовательно, число возможных опытов:

, где р – число уровней факторов, k – число факторов.

Для уменьшения факторного пространства и упрощения модели объекта уменьшают число факторов путем отсеивания малосущественных. Факторы должны быть независимыми и совместимыми. Это означает, что факторы не должны быть функциями других факторов. Должна существовать возможность установления фактора на выбранных уровнях независимо от уровней других факторов, а все комбинации уровней факторов должны давать осуществимые и безопасные для объекта режимы. Перед началом эксперимента необходимо выбрать его класс, т.е. определить какие сочетания уровней факторов следует рассматривать и в каком порядке. Это очередной этап в рассматриваемом методе, поскольку этим, по сути, определяется класс регрессивных моделей, среди которых отыскивается модель объекта. Следовательно, требуется задать общий вид отысканной модели – линейная, нелинейная с эффективными воздействиями, квадратичная и т.д.