Pomiary Automatyka Robotyka, R 19, Nr 1/2015, 57 64, DOI: 1014313/PAR_215/57 Planoanie procesu produkcyjnego yrobu innoacyjnego Izabela Kutschenreiter-Praszkieicz Akademia Techniczno-Humanistyczna Bielsku-Białej, Katedra Inżynierii Produkcji, 43309 Bielsko+Biaa, ul Willoa 2 Streszczenie: W artykule przedstaiono problematykę planoania procesu produkcyjnego yrobu innoacyjnego a szczególności została przeproadzona analiza zadań technicznego przygotoania produkcji TPP ukierunkoanych na automatyzację ybranych zadań planoania yrobu innoacyjnego Zrócono uagę na modułoość yrobu, jako sposób na spełnienie indyidualnych ymagań klienta przy ponoszeniu nieielkich kosztó Istnieje iele sposobó udoskonalania istniejących roziązań proadzących do satysfakcji klienta literatura podaje między innymi metodę TRIZ, QFD W artykule poddano analizie problematykę identyfikacji potrzeb klienta Przedstaiono zagadnienia dekompozycji yrobu Zastosoanie koncepcji yrobó modułoych ymaga opracoania modeli, które uniersalny sposób przedstaią strukturę yrobu raz z możliymi alternatyami W artykule przedstaiono model atrybutoy yrobu Zaproponoano zastosoanie metody QFD do identyfikacji ymagań klienta oraz określenia korelacji między ymaganiami klienta a cechami technicznymi yrobu oraz korelacji między kolejnymi atrybutami generoanymi ramach etapó TPP Przedstaiono możliość zastosoania sztucznych sieci neuronoych, jako metody generoania danych niezbędnych dla potrzeb planoania TPP yrobu innoacyjnego Zaproponoano regułoą metodę oceny podobieństa yrobó Słoa kluczoe: techniczne przygotoanie produkcji, ocena ariantó, QFD 1 Wproadzenie Spośród ielu rodzajó badań podejmoanych celu roziązania określonych problemó decyzyjnych przedsiębiorstach, na szczególną uagę zasługują te, które płyają na kształtoanie oferoanego yrobu pod kątem ymagań klienta Modularyzacja budoie maszyn jest jednym z roziązań, które przy nieielkich kosztach pozala na dostosoanie yrobó do indyidualnych ymagań klienta Zróżnicoanie preferencji klientó ymusza proadzanie noych konstrukcji mających na celu minimalizację kosztó przy jednoczesnym zachoaniu ysokiej jakości [5] Zaspokojenie potrzeb klienta może się odbyać przez proadzanie noych roziązań do procesu produkcyjnego, czyli innoacji Jak ykazują badania Urbaniaka [15], do głónych Autor korespondujący: Izabela Kutschenreiter-Praszkieicz, ipraszkieicz@athbielskopl Artykuł recenzoany nadesłany 18112014 r, przyjęty do druku 8012015 r Zezala się na korzystanie z artykułu na arunkach licencji Creative Commons Uznanie autorsta 30 celó proadzania innoacji produktoych na rynku polskim należą: ziększenie sprzedaży, obniżenie kosztó ytarzania, poszerzenie portfela produktoego, doskonalenie jakości yrobó oraz technologii ytarzania, popraa bezpieczeństa produktó dla użytkonikó i środoiska [13] W celu zapenienia niezaodności proadzanych roziązań najczęściej stosoane są zmiany już istniejących produktach lub procesach Przykładoą eolucję yrobu przedstaiono [4] Rozój yrobu może być analizoany, jako sekencja kolejnych etapó, ramach, których są realizoane działania Proponoane są min takie metody jak TRIZ czy QFD, które umożliiają opracoanie najlepszego produktu przy zachoaniu jak najmniejszych kosztó [1, 16, 12] Quality Function Deployment (QFD) pozala na uzględnienie ymagań klienta e drażaniu innoacji produktoych zasadności proadzania zmian produktach ymaga min oszacoania nakładu prac realizoanych zakresie rozoju konstrukcji yrobu jak i procesu ytarzania Jedną z możliości drożenia produktu innoacyjnego, dla którego ryzyko ystąpienia ad będzie ograniczone, jest proadzanie innoacji bazując na yrobie, dla którego przedsiębiorsto ma ystarczające dośiadczenia produkcyjne A zatem konieczne jest opracoanie metody identyfikacji roziązań 57
Planoanie procesu produkcyjnego yrobu innoacyjnego zorcoych oraz oceny podobieństa między yrobem zorcoym a yrobem oczekianym przez klienta 2 Metodyka planoania yrobu innoacyjnego Proponoana metodyka planoania yrobu innoacyjnego obejmuje następujące etapy: identyfikacja cech yrobu innoacyjnego postrzeganych przez klienta, identyfikacja cech technicznych yrobu, określenie artości doceloych cech yrobu innoacyjnego, ybór roziązania zorcoego ybór roziązania najbardziej zbliżonego do yrobu charakteryzującego się artościami doceloymi, ocena ariantó obiektó konfiguracji, oszacoanie danych dotyczących yrobu innoacyjnego określenie zasobó niezbędnych celu ytorzenia yrobu innoacyjnego, alokacja zasobó czasie Identyfikacja cech yrobu innoacyjnego postrzeganych przez klienta może być realizoana z ykorzystaniem metody QFD Metoda ta została rozinięta Japonii okresie intensynego rozoju przemysłu samochodoego i jest ciągle doskonalona Badania nad rozojem metody obejmują takie zagadnienia jak: metody identyfikacji ymagań jakościoych i analiza ziązku z narzędziami marketingu, rozój technologii, niezaodności, oprogramoania itd [1] QFD jest stosoana najczęściej przemyśle motoryzacyjnym, elektronicznym oraz lotnictie Przedsiębiorsta skazują iele poodó, dla których stosują metodę QFD, najczęściej ymieniane to lepsze projekty i iększe zadoolenie klientó QFD jest rónież charakteryzoana, jako metoda popraiająca komunikację, koordynację oraz skracająca cykl rozoju yrobu Wg Waaka [16] na macierz QFD składa się dzieięć elementó (rys 1), które obejmują: I II ymagania klienta, stopień ażności każdego z ymagań raz z oceną porónaczą firm konkurencyjnych, I Rys 1 Budoa macierzy QFD Fig 1 QFD matrix structure VI III IV V VII VIII IX II III cechy techniczne (projektoe, technologiczne, toaroznacze) yrobu, IV relacje między potrzebami odbiorcy a cechami technicznymi, która jest zapisyana za pomocą ustalonej skali ocen, np 1 korelacja słaba, 3 korelacja średnia, 9 korelacja silna, V ocenę zględną każdej z cech technicznych, VI stopień korelacji między cechami technicznymi korelacja dodatnia może zostać oznaczona +, korelacja ujemna może zostać oznaczona -, VII artości cech pożądane dla każdej cechy technicznej, VIII techniczną ocenę porónaczą, IX specjalne ymagania ziązane z bezpieczeństem, regulacjami pranymi i serisem Opracoanie macierzy QFD obejmuje następujące fazy [8]: zdefinioanie potrzeb klienta, identyfikacja cech charakterystycznych yrobu, analiza relacji między potrzebami klienta a cechami yrobu, relacje mogą być oceniane jako: słabe, silne, bardzo silne, uzględnienie priorytetó klientó, łączenie oceny konkurencji, określenie determinantó sprzedaży noego yrobu, rozijanie kluczoych artości dla charakterystyki kontrolnej, yselekcjonoanie charakterystyk kontrolnych, rozinięcie procesu QFD na poziom zespołó/podzespołó/ elementó zakresie oczekiań jak i cech charakterystycznych, rozszerzenie roziniętego ykresu zespołó z uzględnieniem kontroli krytycznych cech charakterystycznych podzespołó, rozój relacji między krytycznymi cechami charakterystycznymi a procesami ykorzystyanymi do storzenia tych cech, rozój planu kontrolnego odnoszącego krytyczne kontrole do krytycznych procesó, przygotoanie instrukcji operacyjnych Elementy macierzy QFD obejmują charakterystykę kluczoych ymagań klienta poiązaniu z podstaoymi charakterystykami yrobu Określenie ymagań klienta dla yrobu przemysłoego, będącego maszyną, urządzeniem lub jego elementem ymaga scharakteryzoania: ymagań funkcjonalnych, środoiska pracy urządzenia, danych handloych dotyczących ceny i terminu realizacji, arunkó garancji Macierz planoania yrobu jest szczególnie przydatna ze zględu na możliość odniesienia potrzeb klientó do cech yrobu [8] i obejmuje informacje dotyczące: znaczenia określonej potrzeby dla klienta, określenia najbardziej zbliżonego do oczekiań yrobu znajdującego się na rynku, zakresu, jakim najbardziej zbliżone do projektoanego yrobu yroby konkurencji zaspokoją potrzeby klienta, cech charakterystycznych yrobu, które będą determinantami sprzedaży Charakterystyka ymagań klienta dotycząca yrobu będącego częścią maszyny może obejmoać zaróno ymagania funkcjonalne yrobu, charakterystykę środoiska pracy oraz ymagania handloe Istotne jest, aby dane były analizoane stosonie do typu klienta tak, aby macierzy QFD proadzać tylko te dane, które są istotne dla klienta Wproadzenie zbyt dużej ilości danych spooduje brak czytelności metody QFD jest metodą modeloania spomagającą opracoyanie projektó o ymaganej jakości każdej fazie rozoju yrobu [2] QFD rozpoczyna się od analizy ymagań klienta, która jest zamieniana na enętrzne ymagania przedsiębiorsta 58 P O M I A R Y A U T O M A T Y K A R O B O T Y K A NR 1/2015
Izabela Kutschenreiter-Praszkieicz Każdy atrybut p mkz przyjmuje artości ze zbioru P mkz P mkz = {p mkz1, p mkz2,, } (5) Wymagania klienta yrobu Wartości Znaczenie dla klienta Charakterystyka (atrybuty) yrobu z punktu idzenia producenta pmk1 pmk2 pmkz f1 f11 k1 c11 c12 c1k f2 f2l k2 c21 c22 c2k fn fnl kn cn1 cn2 cnk Wartości doceloe atrybutó Rys 2 Macierz QFD model atrybutoy yrobu Fig 2 QFD matrix attribute product model pmk1t o1 pmk2t o2 pmkzt oz Wyrób p mk składa się z obiektó konfiguracji (modułó) ze zbioru M M = {m 1,m 2,,m k } (6) Każdy obiekt konfiguracji m k jest opisany za pomocą atrybutó ze zbioru M k M k = {m k1, m k2,, m kv } (7) Wartości atrybutó należą do zbioru M kv M kv = {m kv1, m kv2,, m kvg } (8) Wybrane obiekty konfiguracji m k mogą ystępoać ariantach, gdzie zbiór ariantó jest oznaczony M k M k = {m k1,m k2,,m kr } (9) Podstaoa koncepcja QFD to przełożenie ymagań klienta na ymagania projektoe, a następnie na charakterystykę części, charakterystykę procesu, charakterystykę operacji technologicznych QFD jest rónież metodą analizy i popray systemu produkcyjnego [6] QFD ymaga [14, 9] zastosoania ciągu macierzy, którym każda z macierzy odpoiada etapoi rozoju yrobu tj macierz planoania yrobu, planoania części, planoania procesu, planoania operacji Charakterystyka yrobu na poszczególnych etapach rozoju może być opisana z zastosoaniem modelu atrybutoego Identyfikacja cech technicznych yrobu może być proadzona z ykorzystaniem modelu atrybutoego yrobu W opracoanym modelu atrybutoym yrobu zastosoano pojęcie atrybutu rozumianego, jako cecha yrobu, jego podzespołu, zespołu, elementu, procesu, operacji technologicznej, itd, która charakteryzuje yrób pod zględem ybranego kryterium np kryterium funkcjonalnego Elementy, zespoły lub podzespoły mogą być pogrupoane obiekty konfiguracji nazyane rónież literaturze modułami [7, 3], które mogą torzyć yrób g indyidualnych potrzeb klienta W modelu atrybutoym yrobu [10] atrybuty yrobu decydujące o atrakcyjności yrobu dla klienta f 1, f 2,, f n mogą być scharakteryzoane przez zbiór F F = {f 1,f 2,,f n } (1) Zbiór artości przyjmoanych przez poszczególne atrybuty ze zbioru F został oznaczony F n F n ={f f f n1 } (2), n2,, nl Dany jest zbiór typó (typoszeregó) yrobó P t bazie danych przedsiębiorsta P t ={p 1, p 2,, p m }, gdzie każdy typoszereg p m składa się z yrobó p m1, p m2,, p mk, a zatem zbiór yrobó o określonej strukturze z danego typoszeregu P m ma postać: P m ={p m1, p m2,, p mk } (3) Każdy yrób p mk jest opisany przez zbiór atrybutó: p mk ={p mk1, p mk2,, p mkz } (4) Poyższa notacja charakteryzująca atrybuty yrobu umożliia realizację zamóień g koncepcji make to order (MTO) Określenie artości doceloych cech yrobu innoacyjnego Wartości doceloe charakterystyki technicznej yrobu innoacyjnego mogą zostać określone zgodnie z arunkami doboru danego urządzenia W macierzy QFD (rys 2) artości doceloe charakterystyk technicznych yrobu zostały oznaczone jako zbiór P mkt o, którego artości podano dolnym ierszu macierzy P mkt o = { o1,p mk2t o2,, oz } (10) Wybór roziązania zorcoego ybór roziązania najbardziej zbliżonego do yrobu charakteryzującego się artościami doceloymi Spośród zbioru możliych roziązań będących dotychczasoą ofertą przedsiębiorsta ybierany jest podzbiór roziązań, które potencjalnie mogą się stać roziązaniem zorcoym Wybór roziązań może być proadzony zgodnie z regułą (11) Jeżeli o1 x 1 p mk1 o1 + x 1 i p mk2t o2 x 2 p mk2 p mk2t o2 + x 2 i i oz - x z p mkz oz + x z to m k = m kr (11) gdzie: x z dopuszczalny zakres zmienności cechy z Zastosoanie reguły (11) jest możlie po uprzednim dokonaniu podziału yrobu na obiekty konfiguracji moduły, które torzą yrób oferoany klientoi (rys 3) Charakterystykę obiektó konfiguracji przedstaiono tab 1 [10] ariantó obiektó konfiguracji Proponoana metoda bazuje na yznaczeniu odchylenia od artości idealnej dla każdej z analizoanych charakterystyk zgodnie ze zorem (12) oz pmkzt pmkzt kzt = 100 (12) oz pmkzt 59
Planoanie procesu produkcyjnego yrobu innoacyjnego gdzie: kzt skaźnik odchylenia od roziązania idealnego dla obiektu konfiguracji k, atrybutu z, ariantu t, oz ymagana artość atrybutu yrobu, oferoana artość atrybutu yrobu przez ariant t Tabela 2 Reguły przydziału ocen Table 2 Assessment rules kzt o1 z =5 Tabela 1 Warianty obiektó konfiguracji Table 1 Configuration items variants Obiekty konfiguracji Wymagania klienta m 1 m 2 m k yrobu f 1 f 2 f n Alternatyy Wa rtości f 11 f 22 f n2 m 11 m 12 m 1l m 21 m 22 m 2l m k1 m k2 m kl p mk1 p mk2 p mkz p m111 p m121 p mkz1 p m112 p m122 p mkz2 p m11t p m2121 p m212 p m21t p mk11 p mk12 p m12t p m221 p m222 p m22t p m221 p m222 p m22t p mkz1 p mkz2 p mkz1 p mkz2 Charakterystyka (atrybuty) yrobu z punktu idzenia producenta Znacz e- nie dla p mk1 p mk2 p mkz klienta k 1 c 11 c 12 c 1k k 2 c 21 c 22 c 2k k n c n1 c n2 c nk Wartości doceloe atrybutó o1 p mk2t o2 oz Jeżeli o1 z < kzt o2z =4 o2z < kzt o3z to =3 o3z < kzt o4 z =2 o 4z < kzt =1 ariantó obiektó konfiguracji m k może być proadzona przez yznaczenie skaźnika kzt a następnie yznaczenie oceny s kt odpoiadającej przyjętej skali ocen metodzie QFD odzierciedlającej stopień spełnienia ymagań Charakteryzując arianty obiektó konfiguracji, artościami atrybutó konieczne jest przyjęcie reguł, g których będą przydzielane oceny ariantó Dla każdego ocenianego atrybutu skala ocen jest taka sama, dzięki czemu został zredukoany pły użytych jednostek oraz przyjętego zakresu ocenianych artości atrybutó może być przydzielana g reguł przedstaionych tab 2, gdzie o 1z, o 2z, oznaczają odpoiednio maksymalne dopuszczalne odchylenia od artości idealnej określone przez eksperta dla skali ocen przyjętej metodzie QFD Maksymalne dopuszczalne odchylenia są ustalane przez ekspertó odrębnie dla każdej ocenianej cechy Przedstaione reguły pozalają na ocenę każdego z rozpatryanych atrybutó odrębnie łączna może być yznaczona na podstaie zależności (13), jako średnia ażona ocen atrybutó (13) Charakterystyka yrobu z punktu idzenia producenta p mk1 p mk2 p mkz p mk2t Wartość Znaczenie dla klienta m 1 m 2 m k k k1 c 11 c 12 c 1k k k2 c 21 c 22 c 2k k kz c z1 c z2 c zk m 11 m 12 m 1r m 21 m 22 m 2r m k1 m k2 m kr Rys 3 Poiązanie ymagań klienta ze strukturą yrobu macierzy QFD Fig 3 Relation beteen customer requirements and product structure in QFD matrix Charakterystyka yrobu z punktu idzenia producenta p mk1 p mk2 p mkz p mk2t Rys 4 Wyniki oceny ariantó Fig 4 Configuration items assessment Wartość Znaczenie dla klienta m 1 m 2 m k k k1 c 11 c 12 c 1k k k2 c 21 c 22 c 2k k kz c z1 c z2 c zk 1 m 21 2 m 11 m 22 3 m 12 4 m 2r 5 m 1r m k1 m k2 m kr 60 P O M I A R Y A U T O M A T Y K A R O B O T Y K A NR 1/2015
Izabela Kutschenreiter-Praszkieicz gdzie: k z aga oceny atrybutu z, k z N, s kt średnia ocena stopnia spełnienia ymagań dla ariantu t obiektu konfiguracji k, s kt {1, 2, 3, 4, 5}, ocena stopnia spełnienia ymagań dla ariantu t obiektu konfiguracji k, atrybutu z W yniku zastosoania zaproponoanej regułoej oceny ariantó możlie jest dobranie roziązania, które najiększym stopniu odpoiada ymaganiom klienta oraz jest jak najbardziej zbliżone do aktualnie oferoanych roziązań Podobieństo może być oceniane zaróno pod zględem parametró technicznych jak i ymagań niezaodnościoych czy ponoszonych kosztó Wyniki oceny przedstaiono na rys 4 Oszacoanie danych dotyczących yrobu innoacyjnego określenie zasobó niezbędnych celu ytorzenia yrobu innoacyjnego Po przeproadzeniu oceny ariantó obiektó konfiguracji kolejnym etapem jest oszacoanie danych np dotyczących pracochłonności i/lub ponoszonych kosztó ynikających z dostosoania yrobu do ymagań klientó Spośród szeregu metod określania czasu pracy na szczególną uagę zasługuje metoda szacunkoa Szacoanie czasu ykonania yrobu lub procesu może być realizoane na podstaie zorca lub na podstaie ielu zorcó Szacoanie czasó na podstaie zorca ymaga znalezienia przebiegu pracy, który jest zbliżony do noego zadania oraz skorygoanie danych dla znanego zadania, tak aby otrzymać dane dla zadania noego Szacoanie na podstaie ielu zorcó pozala na zastosoanie reprezentatynej grupy przypadkó do określania czasu Nie ystępuje konieczność yszukiania yrobu lub procesu zorcoego Metodą stosoaną do analizy zgromadzonych danych mogą być sztuczne sieci neuronoe Alokacja zasobó czasie Kolejnym etapem jest określenie możliości realizacji planoanego yrobu Zastosoanie tym celu harmonogramó Gantta lub siecioych metod planoania opartych o teorię grafó pozala na poiązanie planoanych zadań z dostępnością zasobó przedsiębiorsta Termin realizacji jest jednym z istotnych kryterió decydujących o atrakcyjności oferty Ustalenie terminu realizacji może zostać określone na podstaie pracochłonności opracoania Atrybut Szerokość bębna Prędkość przesuu taśmy Moc maszyny roboczej Termin realizacji 4 3 + + 2 + 1 + Przełożenie Wartość 1200 mm Moc nominalna Prędkość obrotoa yjścioa Przełożenie 1 2 3 3 m/s 9 9 30 kw 9 5 tyg Wartości doceloe 30 108 14 Rys 5 Identyfikacja artości doceloych atrybutó napędu przenośnika taśmoego Fig 5 Attribute target value of feeder device Rys 6 Poiązanie struktury napędu podajnika taśmoego z jego funkcjami Fig 6 Relations beteen feeder device structure and its functions Tabela 3 Charakterystyka obiektó konfiguracji napędu przenośnika taśmoego Table 3 Feeder device configuration item characteristic Obiekty konfiguracji Przekładnia Silnik Moc [kw] Prędkość [obr/ min] Alternatyy t 11 33 83 18 t 12 49 83 18 t 13 24,5 83 18 t 21 30 1470 t 22 35 1770 t 23 30 1470 Przekładnia Silnik Zapenia ymagany mo- ment oraz obroty na yjściu 9 9 Umożliia montaż 9 3 Warunki transakcji 9 9 dokumentacji konstrukcyjno-technologicznej, pracochłonności operacji technologicznych ykonanych procesie ytarzania oraz terminu dostay elementó handloych 3 Przykład zastosoania metodyki planoania yrobu innoacyjnego Przykładoą macierz QFD sporządzoną dla potrzeb doboru motoreduktora jako jednostki napędoej przenośnika taśmoego zaierającą ybrane ymagania klienta poiązane z charakterystyką techniczną zamieszczaną katalogu yrobó przedsiębiorsta ytarzającego motoreduktory arunkach produkcji jednostkoej oraz małoseryjnej zamieszczono na rys 5 Przedstaione artości doceloe atrybutó uzględniają zaróno atrybuty techniczne, na podstaie których mogą zostać yszukane yroby podobne katalogu przedsiębiorsta, ale rónież uzględniono atrybuty decydujące o atrakcyjności arunkó transakcji takie jak termin realizacji Ustalenie struktury yrobu, określenie obiektó konfiguracji polegające na dekompozycji yrobu jest kolejnym zadaniem niezbędnym do ykonania analizoanym przykładzie Wyodrębnienie obiektó konfiguracji pozala na ustalenie charakterystyki zaróno dla elementó handloych jak i ytarzanych przedsiębiorstie oraz zlecanych do ykonania kooperacji Zazyczaj przekładnia zębata jest niezależnym elementem połączonym z silnikiem i urządzeniem odbierającym za pomocą 61
Planoanie procesu produkcyjnego yrobu innoacyjnego Tabela 4 Przykładoe reguły przydziału ocen Table 4 An example of assessment rules Tabela 5 Warianty obiektó konfiguracji kalkulacja artości skaźnika kzt Table 5 Configuration items indicator kzt calculation Przekładnia Silnik Jeżeli Alternatyy Moc [kw] kzt 0,1 k1 Prędkość obrotoa [obr/min] k2 Przełożenie k3 t 11 33 0,1 83 7,3 18 0,3 t 12 49 0,6 83 7,3 18 0,3 t 13 24,5 0,2 83 7,3 18 0,3 t 21 30 0,00 t 22 35 16,67 t 23 30 0,00 Tabela 6 Warianty obiektó konfiguracji ocena cząstkoa skzt Table 6 Configuration items variants partial assessment Charakterystyka = 5 0,1 < kzt 0,65 = 4 0,65 < kzt 1 To = 3 1 < kzt 2 = 2 2 < kzt = 1 sprzęgła Poiązanie funkcji urządzenia ze strukturą yrobu zostało przedstaione na rys 6 Przykładoe dane charakteryzujące alternatyne roziązania obiektó konfiguracji przedstaiono tab 3 ariantó obiektó konfiguracji m k może być proadzona poprzez yznaczenie skaźnika oceny dla każdego analizoanego atrybutu kzt a następnie yznaczenie ocen stopnia spełnienia ymagań dla ariantu z W analizoanym przykładzie agi ymagań klienta ynoszą 1, ponieaż przyjęto, iż szystkie ymienione atrybuty są rónie istotne dla klienta Przeproadzona ocena została oparta o reguły przedstaione tab 4 Kalkulacja artości skaźnika kzt została przedstaiona tab 5, natomiast oceny yznaczone dla każdego atrybutu przedstaiono tab 6 Uszeregoanie ariantó przeproadzone na podstaie oceny zagregoanej s kt zamieszczono dolnej części macierzy QFD (rys 7), które uzyskały najyższą ocenę mogą zostać zastosoane yrobie W razie, gdy oceniany obiekt konfiguracji nie spełnia ymagań pojaia się konieczność określenia zakresu zmian, jaki poinien być proadzony yrobie Oszacoanie danych dotyczących yrobu innoacyjnego określenie zasobó niezbędnych celu ytorzenia yrobu innoacyjnego może być realizoane metodą szacunkoą g ielu zorcó z zastosoaniem sieci neuronoych [7] Ze zględu na możliość uzględniania procesie modeloania ielu czynnikó determinujących pracochłonność, sieci neuronoe dają optymistyczne przesłanki dotyczące możliości zbudoania modelu odzierciedlającego proces projektoania Wymaga to jednak zgromadzenia danych o procesie projektoania i na ich podstaie, dobrania ektora cech ejścioych oraz skonfiguroania sieci neuronoej [11] Przyjęto następujące dane ejścioe do analizy [11]: stopień automatyzacji prac arunkach produkcyjnych polskich przedsiębiorst arsztat pracy nie zasze jest yposażony najnosze dostępne na rynku oprogramoanie spomagające prace konstruktoró Programy, jakimi dysponują przedsiębiorsta mogą być opracoyane dla konkretnych, specyficznych uarunkoań danego przedsiębiorsta Znajomość obsługi oprogramoania oraz jego dostępność dla różnych praconikó działu jest różna Stąd założono, iż stopień automatyzacji prac obliczenioych będzie istotną, zmienną ielkością płyoą, Przekładnia Silnik Alternatyy Moc [kw] Obroty yjścia [obr/min] Przełożenie średnia t 11 33 5 83 1 18 4 3 t 12 49 4 83 1 18 4 3,6 t 13 24,5 4 83 1 18 4 3,8 t 21 30 5 2,8 t 22 35 1 3,5 Przekładnia Silnik Atrybut Wartość 1 2 Moc 30 [kw] 9 3 Prędkość yjścioa 108 9 [obr/min] Przełożenie 14 9 Termin realizacji 5 tyg 1 2 t23 3 t21 4 t11, t12, t13 t22 5 t 23 30 5 2 Rys 7 ariantó obiektó konfiguracji macierzy QFD Fig 7 Configuration items assessment in QFD matrix 62 P O M I A R Y A U T O M A T Y K A R O B O T Y K A NR 1/2015
Izabela Kutschenreiter-Praszkieicz Tabela 7 Etapy procesu produkcyjnego yrobu innoacyjnego Table 7 Production process stages of innovative products etap A B C D E Etap Opis Nakład czasu [h] A Założenia projektoe 12 B C Wykonanie dokumentacji konstrukcyjnej Opracoanie dokumentacji technologicznej D Wytarzanie 70 E Testy 8 10 czas [h] Rys 8 Harmonogram realizacji Fig 8 Schedule stopień noości roziązyanego problemu jest szczególnie ażnym czynnikiem decydującym o pracochłonności prac konstrukcyjnych, stopień złożoności roziązyanego problemu jest ziązany z zakresem zmian proadzonych konstrukcji yrobu, Wyjściem sieci są czasy opracoania dokumentacji konstrukcyjnej yrobu modernizoanego Zbiór zgromadzonych danych obejmoał 30 przypadkó, które zostały podzielone sposób losoy na trzy podzbiory [11]: zbiór uczący: 15 przypadkó, zbiór alidacyjny: 7 przypadkó, zbiór testujący: 8 przypadkó Analizie [11] poddano zlecenia, dla których pracochłonność realizacji nie przekraczała 500 godzin Stopień automatyzacji prac został określony za pomocą trójstopnioej skali, gdzie 1 oznacza realizację zlecenia z ykorzystaniem CAD przy dobrej znajomości obsługi oprogramoania przez konstruktora, natomiast 3 oznacza opracoanie dokumentacji konstrukcyjnej przy ograniczonym spomaganiu oprogramoaniem CAD, gdzie np dokumentacja yrobu podobnego jest postaci papieroej Badania obejmoały szereg eksperymentó numerycznych, które umożliiły określenie cech, które mają decydujący pły na ynik uczenia sieci neuronoej oraz dobranie struktury sieci dającej zadaalające yniki uczenia Do prognozoania czasu opracoania dokumentacji konstrukcyjnej yrobu innoacyjnego, zastosoano sieć MLP (Multi Layer Perception) uczoną metodą stecznej propagacji błędu z logistyczną funkcją aktyacji W trakcie eksperymentó numerycznych analizie poddano 30 różnych konfiguracji sieci Najlepszą strukturą sieci popranie aproksymującą czas opracoania dokumentacji konstrukcyjnej była sieć z 9 neuronami arstie ejścioej, 5 neuronami arstie ukrytej oraz 1 neuronem yjścioym (3:9-5-1:1) 20 10 Jako podstaoy skaźnik oceny konfiguracji sieci przyjęto błąd RMS, którego podstaę obliczenia stanoi błąd średniokadratoy Dla ybranej sieci błąd RMS ynosił 11,86155 Alokacja zasobó czasie była kolejnym etapem przeproadzonej analizy Etapy procesu produkcyjnego (tab 7) zostały przedstaione postaci harmonogramu Gantta (rys 8) 4 Podsumoanie Analiza ziązkó między potrzebami klienta, ymaganiami funkcjonalnymi, konstrukcją yrobu oraz planoaniem procesu ytarzania jest konieczna celu opracoania yrobu, który zapeni satysfakcję klienta Zaproponoana metodyka pozala na planoanie yrobu oparciu o ymagania klienta poiązaniu z danymi ynikającymi z charakterystyki procesu produkcyjnego Uzględnienie zaproponoanej metodyce planoania yrobu innoacyjnego metody QFD oraz nooczesnych metod analizy danych jakimi są sztuczne sieci neuronoe może płynąć na popraę efektyności zakresie planoania oraz realizacji przedsięzięć nakieroanych na drażanie yrobó innoacyjnych Bazoanie na cześniejszych dośiadczeniach przedsiębiorsta ogranicza ryzyko błędó procesie produkcyjnym popełnianych zaróno sferze projektoania yrobu jak i procesu ytarzania Bibliografia 1 Akao Y, QFD: Past, Present, and Future International Symposium on QFD Linköping 1997 2 Bahrami A, Dagli C, Design science Intelligent Systems in design and manufacturing Edited by C Dagli and Kusiak A Asme Press Ne York 1994 3 Chieh-Yuan Tsai, Chih-Jung Chen, Yu-Ting Lo, A costbased module mining method for the assemble-to-order Strategy Journal of Intelligent Manufacturing 25 (2014),1377 1392 4 Chlebus T, Stefaniak P, Eolucja produktu odniesieniu do arunkó użytkoania Materiały z konferencji: Innoacje Zarządzaniu i Inżynierii Produkcji, Zakopane 2014 5 HARTING, Modularyzacja i specjalizacja budoie maszyn Pomiary Automatyka Robotyka 3(2014), 58-59 6 Hernandez-Matias JC, Vizan A, Hidalgo A, Rios J: Evaluation of techniques for manufacturing process analysis Journal of Intelligent Manufacturing, 17(2006), 571-583 7 Hong, G, Xue, D, & Tu, Y, Rapid identification of the optimal product configuration and its parameters based on customer-centric productmodeling for one-of-a-kind production Computers in Industry, 61(2010)3, 270 279 8 Karaszeski R, Nooczesne koncepcje zarządzania jakością TNOIK Toruń 2006 9 Karsak EE, Sozer S, Alptekin SE, Product planning in quality function deployment using a combined analytic netork process and goal programming approach Computers & Industrial Engineering, 44(2003), 171-190 10 Kutschenreiter-Praszkieicz I, Systemy bazujące na iedzy technicznym przygotoaniu części maszyn Wydanicto ATH Bielsko-Biała, 2012 11 Kutschenreiter-Praszkieicz I, Wykorzystanie sztucznych sieci neuronoych do prognozoania czasu projektoania przekładni zębatych arunkach niepeności i ryzyka Archium Technologii Maszyn i Automatyzacji, 27(2007)2, 113-120 63
Planoanie procesu produkcyjnego yrobu innoacyjnego 12 Lasota M, TRIZ udoskonalanie istniejących roziązań Pomiary Automatyka Robotyka 11(2013), 76-77 13 Motyka S, Model kreoania system innoacji przedsiębiorstie Materiały z konferencji: Innoacje Zarządzaniu i Inżynierii Produkcji, Zakopane 2014 14 Sener Z, Karsak E, A decision model for setting target levels in quality function deployment using nonlinear programming-based fuzzy regression and optimization International Journal of Advanced Manufacturing Technology, 2009 15 Sosnoska A, Jak drażać innoacje technologiczne przedsiębiorstie Poradnik dla przedsiębiorcó Warszaa 2005 16 Waak S, Zarządzanie jakością Teoria i praktyka Helion Gliice 2006 Production process planning of innovative product Abstract: Paper presents innovative product production planning issues, especially technical product preparation tasks focused on chosen data assessment are taken into consideration Product modularity as taking into consideration as a cost reduced method for customer particular needs fulfilment There are a lot of methods applicable for product development according to literature revie TRIZ and QFD are especially promising In the paper the customer needs analysis as presented The product modularity issue as presented The idea of product modularity needs product models, hich taking into consideration product structure and modules alternatives The product attribute model as presented in the paper The QFD method as apply for customer needs identification and correlation analysis for product structure and another data created during production process preparation Artificial neural netork as used for innovative product planning data prediction Rule based method product similarity assessment as applied Keyords: technical production preparation, variant assessment, QFD dr hab inż Izabela Kutschenreiter-Praszkieicz, prof ATH ipraszkieicz@athbielskopl dr hab inż Izabela Kutschenreiter-Praszkieicz, prof ATH absolent Wydziału Organizacji i Zarządzania Filii Politechniki Łódzkiej Bielsku-Białej Obecnie profesor Katedrze Inżynierii Produkcji na Wydziale Budoy Maszyn i Informatyki Akademii Techniczno- -Humanistycznej Bielsku-Białej 64 P O M I A R Y A U T O M A T Y K A R O B O T Y K A NR 1/2015