Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Планирование и организация научно-исследовательских и опытно-конструкторских работ. Учебное пособие
.pdf
51
Матрица должна включать всех исполнителей НИР и в зависимо-
сти от степени сложности проводимых исследований определять дополнительные функции исполнителей. Например, функции могут быть
обозначены и распределены следующим образом: консультант (к),
ответственный за проведение экспериментальных исследований (о),
исполнитель (и), ответственный за планирование экспериментальных
исследований (оп) и т. д.
Для реализации экспериментальных исследований в рамках НИР
разрабатывают соответствующие планы или программы. Они содержат
исчерпывающую информацию о цели и задачах эксперимента, порядке
его организации и проведения. Приводится перечень факторов, оказывающих значительное влияние на ход эксперимента, порядок постановки
опытов, используемые средства (оборудование, приспособления и т. д.).
Экспериментальный план может содержать календарный план и смету.
В общем виде план-график можно представить в форме таблицы:
№ п/п
Содер-
жание
НИР
Цель экс-
перимента
Методы
и средства
реализации
Варьируе-
мые фак-
торы
Уровень
фактора
Сроки
прове-
дения
Ре-
зуль-
тат 1
1.1
…
2.4. Оценка эффективности внедрения результатов
научно-исследовательских работ
Оценка эффективности проведенных исследований по техническим тематикам может быть получена только после внедрения результатов на производстве. Ожидаемый эффект может быть различным:
экономическим при сокращении затрат на реализацию процесса или изготовление изделия, социально-экономическим при повышении производительности или облегчении условий труда, социальным (высвобождение рабочих мест).
Выделяют несколько видов экономического эффекта (ЭЭ) в зависимости от текущей стадии выполнения работ, например предварительный, ожидаемый или фактический. Предварительный ЭЭ определя-
52
ется на стадии обоснования необходимости проведения НИР и носит
ориентировочный характер. Ожидаемый ЭЭ определяется на завершающих стадиях НИР с помощью нормативно-справочных показателей
для планируемого объема внедрения. Если этот объем оговаривается
договором с заказчиком, ЭЭ называют гарантированным. Фактический
ЭЭ может быть получен только после внедрения на предприятие результатов НИР и определяется по показателям годовой отчетности организации.
Результаты фундаментальных теоретических исследований проблематично оценить с помощью количественных показателей, однако
можно ориентировочно определить их значимость и эффективность
с помощью качественных показателей. К ним можно отнести: применимость для практической реализации, глубина объяснения сущности
явлений, международное признание, применимость для повышения
обороноспособности государства и т. д.
Расчет годового ЭЭ результатов внедрения НИР производится
с помощью сравнения приведенных затрат нового (предлагаемого)
и базового вариантов. Приведенные затраты на единицу продукции
(работы) рассчитывают по формуле
,
РНПР
КЕ+С =З
руб., (2.1)
где С – себестоимость единицы продукции (работы), руб.; ЕН – норма-
тивный коэффициент капитальных вложений; КР – удельные
капитальные вложения в производственные фонды, руб.
Определение годового экономического эффекта производится
с помощью формулы
2ПР2ПР1
АЗЗ=Э ) (
, руб., (2.2)
где
ПР2ПР1
З,З
– приведенные затраты на единицу продукции (работы) со-
ответственно до и после внедрения НИР, руб.; А2 – годовой
объем производства продукции (работы) после внедрения результатов НИР в расчетном году, натуральные единицы.
Фактический срок окупаемости капиталовложений, производимых в процессе реализации НИР, можно определить по формуле
53
,
СС
КК
=
21
21
Ф
t
(2.3)
где
Ф
t
– фактический срок окупаемости, лет;
21
К,К
– удельные капита-
ловложения (на единицу продукции в год) по новому и старому вариантам;
21
С,С
– себестоимость единицы продукции по
новому и старому вариантам.
Для оценки эффективности затрат производят сравнение фактического и базового сроков окупаемости. Для нахождения значения базового показателя можно использовать формулу
Н
Н
Е
1
=t
. (2.4)
Если
НФ
tt
, то затраты на НИР являются эффективными.
Если ЭЭ достигается за счет снижения затрат на производство изделия, а его качество остается прежним (например, снижается трудоемкость изготовления), то годовой эффект можно определить по формуле
,)]К (К Е+) С [(С=Э
21Н21
Q
(2.5)
где Q – годовой объем продукции на первый год.
Для определения условного высвобождения работающих можно
воспользоваться формулой
tt
A ) T (T=
21
, (2.6)
где
t
– условное высвобождение работающих в первом году, чел.;
21
T,T
– трудоемкость единицы продукции в натуральном выра-
жении базовая и после внедрения результатов НИР, чел.;
t
A
–
объем производства в первом году, натуральные единицы.
Повышение производительности труда на предприятии определяется по формуле
1001=B
1
1
i
t
, (2.7)
где
t
B
– процент роста производительности труда за счет внедрения ре-
зультатов НИР в первом году;
1
– среднесписочная численно-
сти промышленно-производственного персонала в году, предшествующем внедрению результатов НИР, чел.;
i
–
уменьшение численности промышленно-производственного
персонала (условное высвобождение работающих) за счет
внедрения новой техники в первом году, чел.
54
Контрольные вопросы
1. Назовите основные этапы НИР.
2. Охарактеризуйте содержание работ по проведению экспери-
ментальных исследований.
3. Какова последовательность проведения патентных исследований?
4. Для каких целей могут проводиться патентные исследования?
5. Что такое регламент поиска?
6. Какая техническая документация используется на этапах НИР?
7. Какая планирующая документация разрабатывается перед про-
ведением НИР?
8. Что такое сетевой график и что он отображает?
9. Что понимают под термином «годовой экономический эффект»
и как определяют эффективность НИР?
10. Что понимают под термином «производительность труда»
и как должна изменяться производительность труда на предприятии в
результате внедрения результатов НИР?
55
Рис. 3.1. Модель
«черный ящик»
3. ОСНОВНЫЕ ПОЛОЖЕНИЯ ТЕОРИИ ПЛАНИРОВАНИЯ
ЭКСПЕРИМЕНТА
3.1. Основные понятия и общие принципы
планирования
Теория планирования эксперимента является методологической
основой экспериментальных исследований и базируется на положениях
теории вероятности и математической статистики. Ценность теории
заключается в содержащихся в ней приемах и способах оптимальной
организации эксперимента, позволяющих с наименьшими затратами
решать ряд сложных и разнообразных задач. К ним можно отнести,
например, проверку гипотез, построение моделей, оптимизацию процессов и др.
Под планом эксперимента понимают всю совокупность данных,
которые определяют условия, объем и порядок проведения опытов.
Планирование эксперимента предусматривает реализацию определенных действий, необходимых для изучения объекта исследования.
Любой исследуемый объект может
быть представлен моделью «черный
ящик». Схема взаимодействия исследуемого объекта с внешней средой может
быть представлена схемой, приведенной
на рис. 3.1. Различают: Хi – входные
контролируемые и управляемые параметры; Wi – входные неконтролируемые
и неуправляемые воздействия; Zi –
входные контролируемые, но неуправляемые параметры;
Y
i
– выходные параметры, подлежащие измерению и регистрации.
Входные параметры X и Z принято называть факторами, выходные параметры Y – откликами. Пространство контролируемых переменных образует факторное пространство. Точка факторного пространства, в которой проводится эксперимент, является точкой плана.
Она представляет собой упорядоченную совокупность численных значений факторов, которая соответствует условиям проведения опыта.
56
Рис. 3.2. Уровни факторов
Принято различать количественные и качественные факторы.
Первые являются переменными величинами, выраженными в количе-
ственном виде, например температура,
скорость, процентное содержание вещества и т. д. Качественные не имеют
количественного выражения и могут
представлять собой, например, характеристику протекающего процесса –
интенсивно, самопроизвольно, медленно и т. д. Качественные факторы
могут быть представлены в количественной форме с помощью оценочных шкал, позволяющих соотнести уровень качества натуральным
числам. К факторам предъявляется ряд требований, среди которых
следующие:
1. Интервал варьирования факторов не является бесконечным, т. е.
h ≠ ∞. На практике обычно принимается в пределах 10–50 % от значе-
ния основного уровня фактора Х0 (рис. 3.2).
2. Должно обеспечиваться постоянство и управляемость факторами. То есть фиксированное значение (уровень) фактора должен быть
постоянным на всем протяжении эксперимента, и при необходимости
должна быть возможность изменения его в соответствии с планом эксперимента.
3. Факторы должны непосредственно воздействовать на объект.
Это значительно упрощает возможность управления им.
4. Между факторами не должно быть линейной корреляционной
взаимосвязи. То есть установление фактора на определенный уровень
не должно вызывать аналогичного изменения уровня другого фактора.
5. Факторы должны позволять реализацию любых их сочетаний
согласно плану эксперимента и не оказывать негативного влияния на
работоспособность объекта.
Факторы могут различаться по числу уровней, на которых возможна их фиксация в рассматриваемой задаче. Понятие уровня фактора
часто используется при описании характерных точек из области планирования фактора Хi: X
min
, Х
max
, X
i
0
– максимальное, минимальное и ос-
новное значение, соответствующее нижнему, верхнему или основному
57
уровню фактора (рис. 3.2). Для определения основного уровня фактора
можно воспользоваться соотношением
2
minmax
0
XiXi
X
i
. (3.1)
Интервал варьирования фактора определяется как абсолютная
величина половины диапазона изменения фактора:
2
minmax XiXi
h
. (3.2)
Зависимость отклика от рассматриваемых факторов называют
функцией отклика, а геометрическое представление функции отклика –
поверхностью отклика.
Наиболее широкое применение в теории планирования нашли регрессионные модели, получаемые методом наименьших квадратов.
Принципы, положенные в основу теории планирования эксперимента,
направлены на снижение числа выполняемых опытов при проведении
эксперимента и получении при этом максимума информации. Следствием этого принципа является принцип отказа от полного перебора
всех возможных входных состояний (уровней факторов). Для получения исчерпывающей информации о функции отклика в ходе проводимого эксперимента необходимо провести огромное число опытов, близкое к бесконечности. Таким образом будет реализован эксперимент
с полным перебором всех входных состояний. Полный перебор теоретически возможен при однофакторном эксперименте, однако возрастает
его трудоемкость и, как следствие, стоимость проведенных работ. Если
представить, что реализуется эксперимент с двумя или тремя варьируемыми факторами, становится ясно, что полный перебор принципиально
не реализуем. По этой причине экспериментатор заранее задает ограниченное число значений уровней факторов, что определяет полноту информации о функции отклика.
Из первого принципа следует принцип последовательного планирования, заключающийся в постепенном усложнении математической
модели. Как правило, перед проведением эксперимента информация
о свойствах функции отклика отсутствует, следовательно нет информации и о степени сложности математической модели, требуемой для
описания исследуемого объекта или процесса. Таким образом, первоначальное построение сложной модели является нецелесообразным.
На практике в качестве модели принимают полином первой степени,
58
если информация о функции отклика отсутствует или известно, что она
обладает линейными свойствами. Может быть принят полином второй
степени при ярко выраженных нелинейных свойствах функции отклика. Таким образом, можно выявить алгоритм действий (рис. 3.3).
Рис. 3.3. Алгоритм, характеризующий принцип
последовательного планирования
Первоначально осуществляется реализация небольшого числа
опытов, необходимых для построения простой модели и проверки ее
адекватности и работоспособности. Если модель удовлетворяет предъявляемым требованиям, экспериментальные исследования считаются
завершенными.
Если же модель непригодна по каким-либо из рассматриваемых
критериев, необходима постановка новых (дополнительных) экспериментов, позволяющих получить более сложную модель. Процесс носит
циклический характер, а последовательность действий повторяется до
того момента, пока не будет получена адекватная модель, которая
устроит исследователя.
Степень адекватности математической модели для рассматриваемого процесса или объекта может быть определена недостаточно верно
из-за влияния случайных или систематических помех, воздействующих
на результат измерения отклика. К таковым можно отнести, например,
погрешности, связанные с погрешностью измерения инструмента и
приборов. Степень сложности модели и, соответственно, число проводимых экспериментов для ее получения должны быть сопоставимы
с шумовой помехой.
Анализ адекватности и полноты
математической модели,
полученной по результатам
эксперимента при варьировании
факторов на k уровнях
Проведение дополнительной серии
экспериментов при варьировании
факторов на k+1 уровнях
Окончание экспериментальных
исследований
Анализ адекватности
и полноты математической
модели
59
Принцип рандомизации состоит в организации эксперимента, при
котором систематически действующие переменные переводят в разряд
случайных с целью рассмотрения их в качестве случайных величин и
возможности их статистической оценки. Рандомизация позволяет минимизировать величину систематических ошибок, однако увеличивает
уровень шумового поля. Принцип может быть реализован случайным
порядком проведения опытов, последовательность которых определяется, например, с помощью таблиц равномерно распределенных случайных чисел.
Принцип оптимальности планирования эксперимента является
центральным в теории планирования эксперимента. Он предполагает
выбор определенного критерия или их совокупности, которому должен
соответствовать экспериментальный план. Известно большое количество критериев, среди которых можно выделить критерии А-, D-, E-,
G-оптимальности. Естественным является критерий минимизации объема опытов, т. е. их числа. Среди всех имеющихся планов используется
тот, который содержит минимальное число опытов при условии обеспечения требования к качеству оценки функции и ее параметров.
Построение планов осуществляется с помощью специальных методик или с использованием каталогов планов. Все планы можно разделить на планы первого и второго порядка. Первая группа планов позволяет получить линейные регрессионные модели вида (3.3), вторая группа – вида (3.4):
nn
XBXBXBBY ...
22110
; (3.3)
2
11
1
11
0 iij
n
i
jiij
n
ij
n
i
ii
n
i
XBXXBXBBY
. (3.4)
Нахождение коэффициентов регрессии Bi, Bij становится возмож-
ным при условии варьирования каждого фактора минимум на двух
уровнях.
Наиболее распространенными планами первого порядка являются: полный факторный эксперимент, дробный факторный эксперимент,
насыщенный план (симплекс-план). Среди планов второго порядка
можно выделить: центрально-композиционные планы (ЦКП),
симплекс-суммируемые ротатабельные планы, симметричные квази-Dоптимальные планы.
60
3.2. Планы первого порядка
3.2.1. Однофакторный (классический) эксперимент
Однофакторный эксперимент предусматривает поочередное варьирование каждого из n факторов, в то время как все остальные факторы
стабилизированы на некотором уровне. Допустим, что в ходе варьирования фактор Хi принимает значения X
i
min
= Х
i
0
– h и Х
i
max
= Х
i
0
+ h, а все
другие факторы стабилизированы на своем базовом уровне Х
i
0
. Первый
столбец Х0, необходимый для определения коэффициента модели B0,
всегда положителен и его допускается не учитывать. Матрица спектра
плана показана на рис. 3.4, а план – на рис. 3.5.
а) б)
Рис. 3.4. Матрица спектра плана для однофакторного эксперимента:
а – в матричной форме; б – в табличной форме
k
Х
0
X1
X2
...
Xn
Yi
1
+1
–1 0 ... 0 Y1 2 +1
+1 0 ... 0 Y2
3
+1 0 –1
... 0 Y3
4
+1 0 +1
... 0 Y4
...
...
...
...
...
...
...
N–1
+1 0 0
...
–1
Yn
N = 2n
+1 0 0
...
+1
Ym
Рис. 3.5. План однофакторного эксперимента
Точки спектра плана однофакторного эксперимента располагают-
ся в центрах граней квадрата или куба (рис. 3.6) в зависимости от принятого числа факторов.
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]