Проектируя в CAD полагаетесь на испытания цифровой модели построенной в номинале? Тогда ждите проблем со сборкой узлов и поведением готового изделия в реальных условиях

Платный контент

Материал подготовил: Григорьев С. П.

Ниже представлены свидетельства повсеместной субоптимизации на собственно цифровой модели без учёта целей, для достижения которых цифровая модель должна была служить.

Наша команда выступала на совещании в научно-производственной российской корпорации с докладом о необходимости понимания возможностей реальных производственных процессов с точки зрения вариабельности ключевых показателей качества при проектировании и производстве изделий.

Один из разделов доклада был посвящён проблемам с качеством проектируемых изделий без понимания статистического состояния и возможностей реальных процессов производства, как собственного так и поставщиков. В частности, заместитель генерального конструктора (ЗГК) одного из предприятий этой корпорации сообщал, что строительство нового ЦОД (центр хранения и обработки данных) позволит сократить натурные испытания.

Наше отношение к заявлению ЗГК: Пока вам неизвестны возможности реальных процессов, мы рекомендуем остеречься таких заявлений. Даже натурный опытный образец (прототип) - это не серийное изделие.

"Неадекватные испытания прототипов.
Прототип единичен, его параметры искусственно приближены к номинальным. Без знания вариаций, изменчивости нельзя прогнозировать".

- [1] Э. Деминг, одно из препятствий на пути преобразований.

Когда вы задумываетесь о замене натурных испытаний испытаниями цифровой модели, вы должны понимать, чем и в каком размере готовы пренебречь. Проще говоря, вы должны понимать, насколько результат испытаний цифровой модели будет отличаться от натурных испытаний экспериментальных моделей и тем более от серийных изделий. Предполагая о незначительности влияния факторов, которыми вы готовы пренебречь, вы должны понимать, что результирующая этих и неучтённых (игнорируемых, не дифференцируемых и/или численно неизмеримых) факторов с учётом присущей им вариабельности может значительно, с точки зрения цели испытаний, превысить ваши предположения. Вы считаете, что это не так? Откуда вам это известно? Какими данными вы обладаете для таких выводов?

Приведу пример, имеющий всемирную известность.
Во время Второй мировой войны командование американских и британских ВВС поручило Абрахаму Вальду работавшему в секретной программе Группы статистических исследований (Statistical Research Group, SRG), США выяснить, какие части фюзеляжа самолёта нужно защитить дополнительной бронёй. Военные предложили установить дополнительную защиту на те части самолётов, которые пострадали больше всего во время воздушных боёв. Вальд изучал самолёты, возвращавшиеся с боевых вылетов, отмечая места попаданий. В результате он рекомендовал установить дополнительную защиту на те участки (центральную и заднюю части фюзеляжа), где количество пробоин, наоборот, было минимальным. Рекомендация была основана на выводе, что защищать нужно от тех попаданий, которых Вальд не видел, — самолёты, которые их получили, просто не возвращались. Впоследствии решения, выработанные на основе анализа только лишь известных данных, получили название "Систематическая ошибка выжившего (Survivorship bias)".

Абрахам Вальд. Систематическая ошибка выжившего (Survivorship bias)

Если вы рассчитываете впоследствии сравнить результаты цифровой модели с испытаниями реальных прототипов, то какое количество прототипов планируете для этого произвести и испытать: 1; 5; 8; 25? Эти прототипы будут однородны? Откуда вам это известно? Для утверждения об однородности прототипов вы должны иметь подтверждение статистической управляемости (предсказуемого состояния) собственных производственных процессов и производственных процессов поставщиков, задействованных при производстве прототипов. Сможете продемонстрировать контрольные карты этих процессов по всем ключевым параметрам?

Платный контент

Вы можете продолжить чтение если приобрели подписку или получили доступ к статьям платного контента в составе наших продуктов.

Читать далее

Чтобы просмотреть полную версию статьи оформите подписку на весь платный контент (статьи) сайта:

  • Годовая подписка (12 месяцев) - 400,00 руб/мес. ( 4800,00 руб/год).
  • Подписка на пол года (6 месяцев) - 450,00 руб/мес. ( 5400,00 руб/год).
  • Ежемесячная подписка (1 месяц) - 500,00 руб/мес. ( 6000,00 руб/год).

Приобрести подписку