Оргероектирование на предприятии

Порядок испытаний  зависит от вида исследуемого объекта  и регламентируется соответствующими стандартами и разработанными на их основе рекомендациями. Обычно для проведения испытаний привлекаются специализированные организации или подразделения предприятий. Результаты работ принимаются (официально подтверждаются) приемно-сдаточными (ведомственной или государственной) комиссиями.

Планирование  эксперимента 

При проведении экспериментальных исследований всегда стремятся к сокращению их сроков и затрат, а также — к получению  результатов с требуемой точностью. Для этих целей разработаны и  широко применяют (а в некоторых  случаях — в обязательном порядке) математические методы планирования эксперимента и обработки экспериментальных данных. 

Методы планирования эксперимента позволяют минимизировать число необходимых испытаний, установить рациональный порядок и условия  проведения исследований в зависимости от их вида и требуемой точности результатов. Если же по каким-либо причинам число испытаний уже ограничено, то методы дают оценку точности, с которой в этом случае будут получены результаты. Методы учитывают случайный характер рассеяния свойств испытываемых объектов и характеристик используемого оборудования. Они базируются на методах теории вероятности и математической статистики. 

Машинный  эксперимент 

Использование математических моделей дает возможность  заменить реальный эксперимент работой  с компьютерными моделями. Такое исследование часто называют машинным экспериментом (это исторически сложившийся термин, появление которого связано с первоначальным названием компьютеров — ЭВМ). 

Работа с компьютерной моделью, когда для пользователя скрыты зависимости между параметрами, исходные принципы и допущения, подобна исследованию «черного ящика», а поиск взаимосвязей между входными и выходными параметрами — подобно экспериментированию с физическими моделями. Эта схожесть позволяет применять к работе с программными комплексами методы экспериментальных исследований. Также следует учитывать:

получаемые в  процессе машинного эксперимента результаты могут иметь случайный разброс, вызываемый не только неустойчивой работой  вычислительной системы, но и особенностями  используемых численных методов (необходимость получения высокоточных результатов с числом значащих цифр, сопоставимых с длиной числа, обрабатываемого процессором, расчет вблизи особых точек при малой разности больших чисел, делении на число, близкое к нулю, и т. п.). Убедиться в достоверности результатов расчетов можно проверкой их на соответствие физическому смыслу или повторением расчетов на более совершенном компьютере;

результаты расчета, не смотря на свою однозначность, в  действительности имеют разброс, обусловленный случайным характером физических величин, используемых в качестве исходных данных. Так, если вводимые параметры известны с погрешностью 5…10 % (например, модуль упругости материала, его предел прочности), то и погрешность результатов расчетов (например, величин прогибов, напряжения) будет не меньше и не зависит от увеличения количества цифр в ответе. 

Мысленный эксперимент 

Мысленный эксперимент  — это одна из разновидностей экспериментальных  исследований, но проводимых мысленно, в воображении.

 Задача мысленного эксперимента — быстрое получение качественного или оценочного результата. Достоверность получаемых таким образом суждений, прежде всего, зависит от практического опыта исследователя, его фантазии и аналитических способностей мышления.

Формализованные методы 

Знание законов, лежащих в основе работы исследуемых  объектов и процессов, позволяет  использовать формализованные методы. Такие методы строятся на основе четких указаний посредством языка схем, математических формул, формально-логических отношений и алгоритмов. Главной их чертой является независимость получаемых результатов от индивидуальных черт человека. 

Область применения формализованных методов постоянно  расширяется. Это объясняется их следующими достоинствами:

позволяют построить  прогноз поведения изделия или процесса во времени и в пространстве;

позволяют сравнительно быстро и дешево найти (рассчитать) несколько вариантов решений, что  служит основой для выбора лучшего  и, следовательно, конкурентоспособного изделия;

позволяют определять параметры на ранних этапах проектных работ, когда вид создаваемых объектов или их макетов ещё точно не известен;

позволяют поставить  «чистый» эксперимент, то есть исследовать  свойства и характеристики в зависимости  от заданных параметров при отсутствии влияния (постоянстве) других параметров;

обеспечивают  психологический комфорт и снимают  неопределенность и неуверенность  в процессе решения задачи благодаря  опыту и знаниям специалистов, создавших эти расчетные зависимости;

позволяют автоматизировать деятельность. 

С другой стороны, «объективность» формализованных  методов ещё не гарантирует их полного соответствия действительности, поскольку точность результатов  зависит от следующих факторов:

присутствие в  расчетах ошибок как субъективных, допускаемых человеком, так и являющихся результатом некачественной работы или сбоя в работе используемого устройства (компьютеров, измерительно-управляющих систем и т. п.);

правильность  выбора модели и метода, их адекватность и точность (субъективный фактор);

полнота и достоверность исходной информации, корректность (точность) формулировок решаемой задачи. 

Стоит отметить, что при решении задачи возможны два случая:

известна точность, с которой должны быть получены результаты. Тогда точность исходных данных и  используемых методов должна соответствовать данной точности и обеспечить её получение;

известна точность исходных данных и используемого  метода. Тогда точность результатов  зависит от их точности и, как правило, не превысит наименьшей из их значений. 

Методы поиска вариантов решений 

Поиск различных  вариантов решений является одной  из важнейших задач проектирования: чем больше вариантов, тем лучше  окончательное решение.

 Чаще всего  конкретные варианты находят  для различных допустимых сочетаний  параметров (аналитически или численно). Универсальным является метод полного перебора. Его применяют в ответственных случаях и если позволяют возможности (наличие вычислительной техники, достаточность времени). 

При ограниченности ресурсов пользуются упрощенными методами (алгоритмами поиска):

методы частичного (выборочного) перебора. Они подразделяются на детерминированные методы (выбор  параметров в соответствии с некоторым  законом) и методы случайного поиска. Важное требование — равномерное  покрытие точками области допустимых параметров. В последнее время получили распространение псевдослучайные распределения, обладающие хорошей равномерностью распределения и удобством хранения в памяти компьютеров результатов вычислений;

методы сокращения области поиска посредством анализа  дополнительной информации, получаемой при расчете предыдущих вариантов — анализ тенденций изменения результатов (градиентные методы), выявление областей нерекомендуемых значений параметров. 

Анализ решений, найденных методом случайного или  псевдослучайного поиска, позволяет получить дополнительную информацию: можно установить степень взаимосвязанности параметров, рассчитав коэффициент корреляции. Если для рассматриваемой пары, например, показателей качества этот коэффициент близок к единице, то показатели линейно зависимы и отображают разными словами одно и то же качество. В таком случае один из них можно отбросить, не потеряв общности задачи, но понизив её размерность. 

Формализованные методы — наиболее исследованная  область человеческой деятельности. Они — основа создаваемых программ и автоматизации процедур. 

Методы  автоматизации процедур проектирования 

Наличие в проектной  деятельности формализованных процедур и широкое распространение компьютеров  послужили основой автоматизации  всех этапов жизненного цикла изделия:

автоматизированная  система планирования (АСП),

автоматизированная  система научных исследований (АСНИ),

система автоматизированного  проектирования (САПР),

автоматизированный  экспериментальный комплекс (АЭК),

гибкое автоматизированное производство (ГАП) и автоматизированная система управления технологическим процессом (АСУТП),

автоматизированная  система управления эксплуатацией (АСУ). 

Основная тенденция  развития таких систем идет в направлении  создания автоматических систем, которые  способны выполнять заданные функции или процедуры без участия человека. Роль человека заключается в подготовке исходных данных, выборе алгоритма (метода решения) и анализе полученных результатов.

 Однако присутствие  в решаемых задачах эвристических  или сложно программируемых процедур объясняет широкое распространение автоматизированных систем. Здесь человек участвует в процессе решения, например, управляя им, вводя промежуточные данные. На степень автоматизации влияют продолжительность времени, отведенного на решение задачи, и её вид — типовая или нет. Так, при срочном поиске решения нестандартной задачи следует полагаться только на самого себя. 

Применение автоматизированных и автоматических процедур порождает  и новую проблему — достоверность  получаемых результатов: ошибки могут быть следствием как неверных действий при вводе данных и управлении работой компьютера, так и сбоя в его работе. Для повышения чувства уверенности следует пользоваться правилом:

Ещё до решения  любой по сложности задачи инженер  должен представлять порядок получаемого результата или возможный вид решения. 

Методы  оптимального проектирования