Электронная библиотека Веда
Цели библиотеки
Скачать бесплатно
Доставка литературы
Доставка диссертаций
Размещение литературы
Контактные данные
Я ищу:
Библиотечный каталог российских и украинских диссертаций

Вы находитесь:
Диссертационные работы России
Технические науки
Автоматизированные системы управления и прогрессивные информационные технологии

Диссертационная работа:

Кахутин Павел Викторович. Повышение качества системы поддержки принятия решений в технологической подготовке машиностроительного производства путем организации хранилищ данных : Дис. ... канд. техн. наук : 05.13.06 : Москва, 2004 163 c. РГБ ОД, 61:04-5/2542

смотреть содержание
смотреть введение
Содержание к работе:

Наименование раздела Стр.

Список сокращений 5

Введение 7

Глава I. Современные системы поддержки принятия решений

в технологической подготовке машиностроительного

производства и тенденции их развития 14

1.1. Современные аспекты управления качеством

продукции 14

  1. Основные подходы к управлению качеством машиностроительного производства 14

  2. Модель обеспечения качества, основанная на стандартах серии ГОСТ Р ИСО 9000:2001 17

  3. Информационная поддержка СМК, построенной согласно стандартам серии ISO 9000 20

1.2. Место САМ-системы в общей структуре системы
управления качеством машиностроительного
производства 22

  1. Основные функции САМ-системы и ее взаимосвязь с другими компонентами системы управления качеством 22

  2. Структура современных САМ-систем 26

  3. Обзор возможностей, предоставляемых современными САМ-системами для поддержки принятия решений 26

  4. Недостатки подсистемы СППР и их влияние на качество принимаемых решений 29

1.3. Современный подход к построению СППР 30

  1. Способы хранения исходных данных в СППР 30

  2. Способы обработки исходных данных в СППР 36

  3. Сферы применения СППР, основанных на использовании хранилищ данных 41

1.4. Выводы по главе I 41

Глава II. Анализ хранилищ данных как эффективного средства
обеспечения поддержки принятия решений 43

  1. Выбор критериев для оценки качества систем поддержки принятия решений в технологической подготовке машиностроительного производства 43

  2. Обоснование возможности применения хранилищ 45

данных для улучшения качества СППР при технологической подготовке производства

2.3. Математические модели обеспечения качества систем
поддержки принятия решений в ТПП с использованием
хранилищ данных 47

  1. Реляционная модель многомерного представления данных 47

  2. Применение методов НАД к реляционной многомерной модели данных 48

  1. Оценка преимуществ, предоставляемых хранилищами данных в процессе принятия решения, с точки зрения выбранных критериев качества СППР 79

  2. Выводы по главе II 80

Глава III. Хранилища данных как фактор улучшения качества
СППР в технологической подготовке производства 81

  1. Определение задач, решаемых посредством хранилищ данных, и требований к хранилищам данных, применяемым на этапе ТПП 81

  2. Моделирование структуры хранилища данных 85

  1. Методы моделирования 85

  2. Средства моделирования 89

  1. Организация взаимодействия хранилища данных с ИС машиностроительного предприятия 91

  2. Выбор оптимального способа взаимодействия клиентского приложения с хранилищем данных 97

  1. Выбор оптимальной модели взаимодействия клиентского приложения с хранилищем данных 97

  2. Выбор оптимального программного способа взаимодействия клиентского приложения с хранилищем данных 99

  1. Выбор программно-аппаратных средств для реализации хранилища данных 103

  2. Выводы по главе III 106

Глава IV. Практическое применение хранилищ данных в
технологической подготовке опытного производства 107

4.1. Реализация СППР, использующей хранилища данных 107
4.1.1. Состав программного комплекса СППР 107
4.1.2 Структура ХД 109

  1. Реализация аналитической обработки данных 116

  2. Реализация клиентской части СППР 119

  3. Выбор программно-аппаратной платформы 132

  1. Оценка влияния СППР на качество процесса ТПП 136

  2. Оценка экономической эффективности внедрения 138

СППР

  1. Частные показатели 138

  2. Общая экономическая эффективность внедрения СППР 140

4.4. Выводы по главе IV 151

Основные выводы по диссертационной работе 152

Список использованных источников 153

Приложения 161

АСКМП

АСТПП

АСУТП

ней по

САПР

СППР

СУБД

тп тпп

ADO ADOMD

CALS

Список сокращений

автоматизированная система календарного и материального планирования;

автоматизированная система технологической подготовки производства;

автоматизированная система управления технологическим процессом;

база данных;

интеллектуальный анализ данных;

искусственная нейронная сеть;

корпоративная информационная система;

лицо, принимающее решение;

нормативно-справочная информация;

программное обеспечение;

- система автоматизированного проектирования;

COM CPC

система менеджмента качества;

система поддержки принятия решений;

стандарт предприятия

система управления базами данных;

технологический процесс;

технологическая подготовка производства;

хранилище данных;

(ActiveX Data Objects) - активные объекты данных;

(ActiveX Data Objects MultiDimensional) — активные объекты для многомерного представления данных;

(Application Programming Interface) - интерфейс прикладного программирования;

(Computer Aided Engineering) — система автоматизированного инженерного анализа;

(Computer Aided Design) - система автоматизированного проектирования;

(Continuous Acquisition and Lifecycle Support) -компьютерное сопровождение и поддержка жизненного цикла изделия;

(Computer Aided Manufacturing) - автоматизированные системы технологической подготовки производства;

(Computer Numerical Control) - система компьютерного числового управления;

(Component Object Model) - компонентная модель объектов;

(Collaborative Product Commerce) - система ведения совместного электронного бизнеса;

(Customer Relationship Management) - система управления

ER-diagram

ODBC

OLAP

OLEDB

OLTP

S&SM

SCADA

взаимоотношениями с потребителями;

(Decision Support System) - система поддержки принятия решений;

(Entity-Relation diagram) - диаграмма «сущность-отношение»;

(Enterprise Resource Planning) - планирование ресурсов предприятия;

(Extraction, Transformation and Loading tools) - средства извлечения, преобразования и загрузки данных;

(Manufacturing (Material) Requirement Planning) -автоматизированная система планирования производства;

(Manufacturing Execution System) - производственная исполнительная система;

(Open Database Connectivity) - открытый доступ к базе данных;

(On-Line Analytical Processing) - оперативный анализ данных;

(Object Linking and Embedding for Databases) - связывание и внедрение объектов в базы данных;

(On-Line Transaction Processing) - оперативная обработка транзакций;

(Product Data Management) - управление данными об изделии;

(Sales and Service Management) - автоматизированная система управления продажами и обслуживанием;

(Supervisory Control And Data Acquisition) -автоматизированная система диспетчерского управления производственными процессами;

(Supply Chain Management) - автоматизированная система управления поставками;

(Structured Query Language) - структурированный язык запросов;

(Total Quality Management) - всеобщее управление качеством;

(User-defined Function) - функция, определяемая пользователем;

(User-defined Property) - свойство, определяемое пользователем;

Введение к работе:

Актуальность работы. Одним из основополагающих принципов современных систем управления качеством является процессный подход. Он подразумевает, что для улучшения качества того или иного бизнес-процесса предприятия или организации необходимо улучшать качество составляющих его подпроцессов. Процесс технологической подготовки производства является одним из главных бизнес-процессов любого машиностроительного предприятия. Наряду с конструкторской подготовкой производства он напрямую определяет качество выпускаемой продукции и затрачиваемые на это людские и материальные ресурсы, а, следовательно, и себестоимость. Поэтому повышение качества процесса ТПП является одной из актуальных задач современного машиностроительного производства.

В настоящее время автоматизация труда инженера-технолога осуществляется с применением различных САМ-систем, функционирующих в рамках КИС в тесном взаимодействии со средствами автоматизации других бизнес-процессов на основе использования CALS-технологий. САМ-системы помогают в проведении основных этапов ТПП, предоставляя инженеру-технологу необходимую нормативно-справочную информацию, а также автоматизированные процедуры расчета различных параметров технологического процесса. Помимо этого, в САМ-системах доступны средства визуального моделирования, которые помогают наглядно представить ту или иную операцию ТП, вплоть до отображения траектории режущего инструмента.

Однако, используемые модели представляют обобщенный взгляд на описываемые ими объекты и процессы. Поскольку каждая модель является лишь приближением действительности, то и различные компьютерные модели ТП также являются приближениями, не учитывающими многих факторов, имеющих место в реальных производственных условиях и оказывающих влияние на качество выпускаемой продукции и затраты

8 ресурсов на ее выпуск. Модели, используемые в САМ-системах, не могут учитывать реального состояния оборудования и технологической оснастки, реальных свойств используемых материалов, влияние режима труда и конкретных исполнителей и т.п. Современные САМ-системы, как правило, не содержат средств выявления подобных закономерностей. Следовательно, исследование современных возможностей методов анализа данных является перспективным направлением улучшения качества процесса ТПП и всей системы управления качеством в целом.

Важной составляющей современного подхода к анализу данных является организация специальных источников данных, называемых хранилищами данных. Необходимость их применения обусловлена тем, что в КИС крупных предприятий или организаций существуют, как правило, несколько разнородных информационных подсистем, автоматизирующие различные виды деятельности. Данные в таких источниках могут противоречить друг другу, иметь различные форматы, дублироваться и т.п. В силу этих обстоятельств использование данных, извлеченных из различных источников с целью поддержки принятия решений, может приводить к принятию решений, сильно отличающихся от оптимальных, или даже к полной невозможности применения аналитических методов.

В то же время проводить анализ всей совокупности имеющихся в организации или на предприятии данных необходимо, поскольку анализ помогает выявлять скрытые тенденции и прояснять существующие закономерности в основных бизнес-процессах. Выявление скрытых закономерностей и прояснение существующих позволяет лучше понять природу бизнес-процессов, и, следовательно, предпринять меры по их улучшению и совершенствованию. Это особенно актуально в связи с активным внедрением на производстве технологии управления качеством, основанной на стандартах серии ISO 9000. Таким образом, вопросы организации хранилищ данных являются ключевым моментом, позволяющим эффективно использовать методы поддержки принятия

9 решений в процессе технологической подготовки машиностроительного производства.

Учитывая вышесказанное, актуальными направлениями исследований в области применения хранилищ данных для улучшения качества процесса ТПП, являются вопросы определения задач ТПП, которые могут быть решены аналитическими методами обработки данных и определение структур хранилищ данных, используемых для накопления информации. Помимо этого, необходимо исследование эффективных способов взаимодействия между хранилищами данных и источниками данных КИС с одной стороны, а также способов организации эффективного взаимодействия между СППР и пользователем с другой стороны.

Целью работы является повышение качества принимаемых решений в технологической подготовке машиностроительного производства путем применения современных методов интеллектуального анализа данных на основе их агрегирования в хранилища данных.

Для достижения поставленной цели необходимо решить следующие научные задачи:

  1. Анализ математических моделей и методик построения современных СППР с целью определения совокупности методологических, математических и информационных средств, необходимых для решения актуальных проблем поддержки принятия решений в технологической подготовке машиностроительного производства.

  2. Разработка математической модели СППР, основанной на использовании хранилищ данных и применении различных методов интеллектуального анализа данных.

  3. Определение перечня задач технологической подготовки производства, решаемых с применением СППР на основе хранилища данных.

  4. Разработка методики интеграции СППР в корпоративную информационную систему машиностроительного производства.

10 Объект исследования: Системы поддержки принятия решений в различных областях машиностроительного производства, методы интеллектуального анализа данных, ХД и СУБД, лежащие в их основе.

Предмет исследования: Взаимосвязь методов ИАД, способов организации ХД и задач ТП машиностроительного производства, решаемых посредством СППР.

Информационной, теоретической и методологической базой для

разработки математических моделей анализа данных явились основные положения теории множеств, теории графов, реляционной алгебры и методов математической статистики; основой программной реализации послужил аппарат объектно-ориентированного моделирования и программирования.

Научная новизна диссертационной работы заключается в следующих положениях:

  1. Разработана математическая модель системы поддержки принятия решений, основанная на применении хранилищ данных и обеспечивающая повышение качества поддержки принятия решений в технологической подготовке производства.

  2. Разработан метод решения задачи поиска ассоциативных правил, основанный на применении математического аппарата искусственных нейронных сетей.

  3. Разработана методика интеграции системы поддержки принятия решений в существующую корпоративную информационную систему машиностроительного производства.

  4. Разработан метод формирования оптимальной структуры хранилища данных на основе многомерного представления данных, полученных из различных информационных источников.

Практическая ценность работы заключается в повышении эффективности процесса технологической подготовки производства за счет сокращения временных и материальных затрат на формирование технологических процессов, которое достигается благодаря применению средств поддержки принятия решений.

Апробация работы.

Основные положения и результаты диссертационной работы докладывались и обсуждались на расширенных заседаниях кафедры «Основы информатики» МГТУ «СТАНКИН», а также на следующих научных конференциях:

  1. VI всероссийская научно-техническая конференция «Новые информационные технологии», МГАПИ, Москва, 2003 г.

  2. VI научная конференция МГТУ «СТАНКИН» и «Учебно-научного центра математического моделирования МГТУ «СТАНКИН» - ИММ РАН», МГТУ «СТАНКИН», Москва, 2003 г.

  3. I научная конференция «Качество. Инновации. Образование.», Судак, 2003 г.

  4. Научно-практическая конференция «Управление качеством в новых информационных технологиях, системах и образовании», АМИ, Москва, 2003 г.

Публикации. По теме диссертационной работы опубликованы 6 научных работ, включая тезисы докладов, подготовленных для международных и всероссийских научно-технических конференций:

1. Кахутин П.В., Ковшов Е.Е. Хранилища данных, как средство улучшения системы качества в технологической подготовке машиностроительного производства. // VI всероссийская научно-техническая конференция «Новые информационные технологии», Москва, 23-24 апреля 2003 г.: Сборник трудов. В 2-х т.т. Т2. М.: МГАПИ, 2003, с. 223-227.

  1. Кахутин П.В., Ковшов Е.Е. Информационная поддержка в моделировании параметров качества машиностроительного производства. // VI научная конференция МГТУ «СТАНКИН» и «Учебно-научного центра математического моделирования МГТУ «СТАНКИН» - ИММ РАН», Москва, 28-29 апреля 2003 г.: Сборник докладов. М.: Изд-во МГТУ «СТАНКИН», 2003, с. 122-125.

  2. Кахутин П.В., Ковшов Е.Е. Хранилища данных, как фактор повышения качества принимаемых решений. // I научная конференция «Качество. Инновации. Образование.», Судак, 23-30 мая 2003 г.: Сборник докладов. Судак, 2003, с. 99-100.

  3. Кахутин П.В., Ковшов Е.Е. Применение хранилищ данных в менеджменте качества машиностроительного производства. // Экономика и финансы, 2003, №8, с. 78-85.

  4. Шемелин В.К., Стамировски Е.Т., Ковшов Е.Е., Кахутин П.В., Семенов И.В. Повышение качества информационного взаимодействия в структуре «производитель-потребитель» за счет применения CRM-приложений. // Объединенный научный журнал, 2003, №19, с. 91-94.

  5. Стамировски Е.Т., Ковшов Е.Е., Кахутин П.В., Семенов И.В. Новые информационные технологии управления качеством в производственных системах. // Научно-практическая конференция «Управление качеством в новых информационных технологиях, системах и образовании», Москва, 2003 г.: Сборник докладов и тезисов. М.: АМИ, 2003, с. 53-54.

На защиту выносятся:

  1. Классификация современных методологических, математических и информационных средств построения СППР.

  2. Математическая модель СППР, основанная на использовании многомерного представления данных и применении методов ИАД,

13 служащая для повышения качества принимаемых решений в ТП машиностроительного производства.

  1. Метод решения задачи поиска ассоциативных правил с применением математического аппарата искусственных нейронных сетей.

  2. Методика интеграции СППР в существующую корпоративную информационную систему машиностроительного производства.

  3. Результаты практического применения СППР, как средства повышения качества процесса ТП опытного производства.

Подобные работы
Серебряков Алексей Александрович
Повышение эффективности технологической подготовки производства путем создания системы поддержки принятия решений на машиностроительном предприятии
Муравьев Игорь Владимирович
Автоматизированная система поддержки принятия конструкторских решений для определения качества соединений в узлах с учетом экологических факторов
Балдин Александр Викторович
Научные основы автоматизации и моделирования процессов управления на основе гибридных систем поддержки принятия решений с открытой структурой
Беспалова Евгения Эдуардовна
Автоматизированная система поддержки принятия решений в оперативном планировании производства сборного железобетона
Петрова Надежда Петровна
Разработка информационной системы поддержки принятия решений в сфере природопользования и защиты воздушного бассейна от загрязнений
Балабанов Александр Анатольевич
Система поддержки принятия решений при автоматизированном оперативно-диспетчерском управлении объектами добычи и транспорта газа
Дронь Елена Анатольевна
Автоматизированная система поддержки принятия решений при управлении строительством на основе системной модели затрат
Алфимов Роман Валерьевич
Система автоматизированной поддержки принятия решения при проведении валютных операций в реальном масштабе времени
Каменский Владислав Валерьевич
Методы интеллектуальной поддержки принятия решений в системах управления движением поездов
Пучнин Николай Борисович
Система информационной поддержки принятия решений при стратегическом управлении машиностроительным предприятием

© Научная электронная библиотека «Веда», 2003-2013.
info@lib.ua-ru.net