VI Международная студенческая научная конференция Студенческий научный форум - 2014

В современном мире повсеместно наблюдается не только увеличение объёмов выпускаемой промышленной продукции, но и постоянное усложнение способов производства. При этом необходимо обеспечить высокое качество производимой продукции.

Возможности человека по контролю качества производства, скорости и правильности расчётов и выполнению технологических процессов существенно ограничены. Поэтому в промышленном производстве всё чаще начинают использовать компьютерные технологии.

Вероятностно-статистические методы очень эффективны в деле контроля над общим качеством продукции и отслеживания систематических отклонений в работе оборудования.

Но минусом этих методов является обработка огромных объёмов однотипной информации, что не представляет проблему для современных ЭВМ, поэтому становится актуальным применение прикладных компьютерных программ

В источнике [1] говорится, что применение математической статистики опирается на вероятностную модель явления или процесса. Используются два параллельных ряда понятий – относящиеся к теории (вероятностной модели) и относящиеся к практике (выборке результатов наблюдений). Например, теоретической вероятности соответствует частота, найденная по выборке. Математическому ожиданию (теоретический ряд) соответствует выборочное среднее арифметическое (практический ряд). Как правило, выборочные характеристики являются оценками теоретических. При этом величины, относящиеся к теоретическому ряду, «находятся в головах исследователей», относятся к миру идей (по древнегреческому философу Платону), недоступны для непосредственного измерения. Исследователи располагают лишь выборочными данными, с помощью которых они стараются установить интересующие их свойства теоретической вероятностной модели.

Возникает вопрос: зачем нужна вероятностная модель? Дело в том, что только с ее помощью можно перенести свойства, установленные по результатам анализа конкретной выборки, на другие выборки, а также на всю так называемую генеральную совокупность. Термин «генеральная совокупность» используется, когда речь идет о большой, но конечной совокупности изучаемых единиц [1].

Количество разработанных к настоящему времени методов обработки данных весьма велико. Они описаны в сотнях тысяч книг и статей, а также в стандартах и других нормативно-технических и инструктивно-методических документах [2]. И лишь часть из них реализована в программах для ЭВМ.

Многие методы прикладной статистики требуют проведения трудоемких расчетов, поэтому для их реализации необходимо использовать компьютеры. Программы расчетов на ЭВМ должны соответствовать современному научному уровню [2].

Цель статистического анализа – подготовка решений, обеспечивающих эффективное функционирование технологических единиц и повышение качества и конкурентоспособности выпускаемой продукции. Статистические методы следует применять во всех случаях, когда по результатам ограниченного числа наблюдений требуется установить причины улучшения или ухудшения точности и стабильности технологического оборудования. Под точностью технологического процесса понимают свойство технологического процесса, обусловливающее близость действительных и номинальных значений параметров производимой продукции. Под стабильностью технологического процесса понимают свойство технологического процесса, обусловливающее постоянство распределений вероятностей для его параметров в течение некоторого интервала времени без вмешательства извне [2].

Примером прикладного использования вероятностно-статистических методов могут быть: дисперсионный анализ, метод инструментальных переменных, метод моментов, нейронные сети и т. п.

В целом, данная тема хорошо изучена, но на рынке IT-продукции присутствует небольшое количество программ, опирающихся на вероятностно-статистические методы, применяемые для оптимизации качества продукции. В основном это локальные разработки, являющиеся эффективными только внутри данного предприятия. При этом универсального программного обеспечения (ПО) практически нет. Этим объясняется актуальность данного исследования.

В предстоящей работе необходимо выбрать оптимальный метод либо методы статистического анализа выборки единиц продукции, который поддается формализации и программной реализации. В общем понимании это будет программа, считывающая из базы данных результаты измерения параметров ограниченной выборки выпущенной продукции и производящая расчёт отклонения данной продукции от оптимальных величин. Если пределы допустимой нормы отклонения от оптимальных показателей были нарушены, то принимается решение о перенастройке оборудования, выпускающего продукцию.

Таким образом, основными задачами, решаемыми в данной работе, являются:

1. Выбор оптимального вероятностно-статистического метода (либо синтез из нескольких методов);

2. Построение математической модели метода;

3. Программная реализация.

Библиографический список

1. Орлов А.И. Математика случая: Вероятность и статистика – основные факты: Учебное пособие / А.И.Орлов. – М.: МЗ-Пресс, 2004. – 110 с.

2. Орлов А.И. Прикладная статистика. Учебник. / А.И.Орлов.- М.: Издательство «Экзамен», 2004. - 656 с.

3. Орлов А. И. Вероятность и прикладная статистика: основные факты. Справочник. М.: КноРус, 2010. – 192 с.