КУРС ПРОГРАММЫ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ АРМАТУРНОГО ХОЗЯЙСТВА

Имея набор перечисленных величин, конструируются формулы для расчета точности.

В жизни метод может выглядеть следующим образом. От отдела качества получают статистические данные по процессу. Альтернативно данные можно получить из диаграмм процесса из системы автоматизации. Рассчитываются дисперсии и определяются отклонения. Данные сравниваются с дисперсиями по процессу. Выделяются критические участки процесса, вносящие максимальный вклад в дисперсию. Производится анализ по контурам. На основе анализа принимается решение о замене существующих и внедрении наиболее точных контуров регулирования.

Рассчитывается эффективность через ужесточение допусков на процесс, снижение норм расхода и экономическая эффективность в целом.

Все методы в полном объеме реализуются только на компьютере. Построенные при помощи указанных методов обобщенные модели распределения особенно удобны при выполнении автоматического регулирования процессов с меняющимися законами распределения и, очевидно, могут быть вложены в виде дополнительного программного обеспечения в систему автоматизации.

Кроме этого, в ходе выполнения технологического процесса и периодических поднастроек, исходные заданные значения регулирования могут искажаться. В этом случае включение программы (например, NELPROF) в систему автоматического регулирования с постоянным пересчетом клапанов на текущее значение технологического процесса будет четче выдавать общую картину диапазона регулирования и показывать места выхода текущих характеристик за пределы диапазона регулирования клапана.

В частности, такие задачи наиболее характерны при частой смене производительности.

Исходные заданные значения регулирования искажаются и из-за расширения погрешностей регулирования и\или из-за износа самого клапана. В качестве примера можно привести последовательность выявления проблемы точности, как в процессе, так и в самом клапане веса м

. Пусть контролируемым параметром будет вес м

рулона. После отладки процесса берется выборка рулонов, и оцениваются результаты измерения веса м

каждого рулонов.

Получаем выборку. Спустя заданное время проводим эту процедуру второй раз. Результаты измерений смешиваются, и каждому значению присваивается ранг. Вычисляются суммы рангов для каждой из выборок, определяются значения критерия Уилкоксона и сравниваются со значениями для риска 1-го рода. Выявляется разница. Если она существенна, что это означает, что необходимо вмешаться в процесс, т.к.