V-térkép: a fejezet helye a rendszerfejlesztés folyamatában

Tanulási eredmények

A fejezet feldolgozása után képes leszel:

  • érzékenységvizsgálattal azonosítani a rendszer teljesítményét leginkább befolyásoló paramétereket;
  • tűrésláncot számítani legrosszabb eset, négyzetes összegzés (RSS) és Monte Carlo-szimuláció alapján, és megítélni a módszerek feltevéseit;
  • elmagyarázni a Taguchi-féle minőségi veszteségfüggvényt, és kiszámítani a várható veszteséget;
  • teljes faktoros kísérletet tervezni és kiértékelni, főhatásokat és kölcsönhatásokat értelmezni;
  • megkülönböztetni a tervezési és a zajtényezőket, és kölcsönhatásuk kihasználásával robusztus beállítást választani;
  • terhelés–szilárdság interferenciával megbízhatóságot becsülni, és összevetni a biztonsági tényező szemléletével.

A korábbi fejezetek a meghibásodással foglalkoztak: mi romolhat el, milyen valószínűséggel, és mi a következménye. A minőségi problémák nagy része azonban nem meghibásodásból, hanem szórásból fakad: az alkatrészek méretei, az anyagjellemzők, a környezeti feltételek és a használat módja ingadozik, és a rendszer teljesítménye ezzel együtt ingadozik. A robusztus tervezés célja olyan rendszer, amelynek teljesítménye a lehető legkevésbé érzékeny ezekre az ingadozásokra. A fejezet a robusztus tervezés legfontosabb eszközeit mutatja be: az érzékenységvizsgálatot, a méretezést és a tűrésláncot, a minőségi veszteségfüggvényt, a kísérlettervezést és a valószínűségi tervezést (Phadke 1989; Taguchi, Chowdhury, és Wu 2005; Goldberg és mtsai. 1994, 4. fejezet).

A fejezet négy kérdésre épül:

18.1. Érzékenységvizsgálat

Az érzékenységvizsgálat (paraméteres elemzés) azt vizsgálja, hogyan változik a rendszer egy jellemzője, ha egy tervezési paraméter megváltozik (Saltelli és mtsai. 2008). Legegyszerűbb formája az egyparaméteres változtatás: a többi paramétert névleges értékén tartva egyet változtatunk, és figyeljük a kimenetet. A paraméterek összevetéséhez a relatív érzékenység (rugalmasság) a hasznos:

Ex=∂y∂x⋅xy,(18.1) E_x = \frac{\partial y}{\partial x} \cdot \frac{x}{y}, \qquad(18.1)

amely megmutatja, hogy a paraméter 1%-os változása hány százalékkal változtatja a kimenetet. A KoboCella soros ciklusideje (T=58,6T = 58{,}6 s, 6. fejezet) például a nyolc csavar meghúzási idejétől 25,6/58,6=0,4425{,}6/58{,}6 = 0{,}44, a kezelő idejétől 18/58,6=0,3118/58{,}6 = 0{,}31 rugalmassággal függ: a csavarozás 10%-os gyorsítása 4,4%-kal rövidíti a ciklust, a kezelő 10%-kal gyorsabb munkája csak 3,1%-kal. Az érzékenységvizsgálat ezzel megmutatja, hova érdemes a fejlesztési erőforrást összpontosítani; a döntéselemzésben a súlyok érzékenységét ugyanígy vizsgáltuk (10. fejezet).

Az egyparaméteres vizsgálat nem mutatja meg a paraméterek kölcsönhatását: két paraméter együttes változásának hatása eltérhet az egyenkénti hatások összegétől. Ezt a kísérlettervezés és a Monte Carlo-szimuláció tárja fel (lásd alább).

18.2. Méretezés és tűréslánc

Minden gyártott méret ingadozik, ezért a rajzon a névleges érték mellett a megengedett eltérést, a tűrést is meg kell adni. A méretezés és a tűrésmegadás szabályait (beleértve a geometriai tűréseket: alak, helyzet, irány) szabvány rögzíti (ASME 2018). Összeállításban az alkatrészek tűrései tűrésláncot alkotnak: egy funkcionálisan fontos méret (rés, átfedés, összenyomódás) több alkatrész méretének összegeként vagy különbségeként adódik. A tűrésláncot két klasszikus módon számolják (Chase és Parkinson 1991):

  • Legrosszabb eset: az eredő tűrés a tagok tűréseinek összege, TZ=∑|ai|TiT_Z = \sum |a_i| T_i, ahol aia_i a tag érzékenysége (lineáris láncnál ±1\pm 1). Garantálja, hogy minden összeállítás a határon belül marad, de sok tagnál nagyon szoros, drága alkatrésztűréseket követel.
  • Statisztikus (négyzetes) összegzés (RSS): TZ=∑ai2Ti2T_Z = \sqrt{\sum a_i^2 T_i^2}. Feltételezi, hogy a tagok egymástól függetlenek, normális eloszlásúak, a tűrésmező közepére szórnak, és a tűrés például ±3σ\pm 3\sigma-nak felel meg. Ekkor a szélső értékek együttes előfordulása nagyon valószínűtlen, és lazább alkatrésztűrések is elegendők.

Ha a feltevések nem teljesülnek (eltolt középérték, nem normális eloszlás, összefüggő tagok, nemlineáris lánc), a Monte Carlo-szimuláció ad megbízható eredményt: a tagokat a tényleges eloszlásukból mintázzuk, és az eredő méret eloszlását közvetlenül számoljuk (Chase és Parkinson 1991).

KoboCella: a fedéltömítés összenyomódása

A fordított fedél hibamódja után (15. fejezet) a csapat a helyesen felhelyezett fedél tömítését is megvizsgálta. A tömítés akkor zár megbízhatóan, ha összenyomódása 0,40 és 0,80 mm között van. Az összenyomódás négy méretből adódik: a tömítés vastagsága (2,50±0,082{,}50 \pm 0{,}08 mm, +), a fedél horonymélysége (2,20±0,052{,}20 \pm 0{,}05 mm, −), a motorház tömítőperemének magassága (0,30±0,060{,}30 \pm 0{,}06 mm, +) és a fedél síklapúsági eltérése (0±0,050 \pm 0{,}05 mm, −). A névleges összenyomódás 0,60 mm.

A legrosszabb eset szerint az eredő tűrés ±0,24\pm 0{,}24 mm, így az összenyomódás 0,36 és 0,84 mm között lehet: a követelmény nem teljesül. Az RSS szerint az eredő tűrés ±0,12\pm 0{,}12 mm (0,48–0,72 mm), és ha a tűrések ±3σ\pm 3\sigma-nak felelnek meg, az összenyomódás szórása 0,041 mm, a folyamatképesség Cp=1,63C_p = 1{,}63 (18.1. ábra). A csapat a statisztikus méretezést fogadta el, mert napi mintegy 610 motornál a nagy darabszám indokolja, és a beszállítók folyamatképessége mérésekkel igazolható. Kikötötte viszont, hogy a tömítés vastagságát és a horonymélységet a beszállítók statisztikai folyamatszabályozással felügyeljék, mert a középérték eltolódása a statisztikus számítás legfontosabb feltevését rontaná. A Gyakorlati útmutató notebookja Monte Carlo-szimulációval azt is megmutatja, mekkora eltolódás fér bele a követelménybe.

18.1. ábra. A tömítés összenyomódásának eloszlása az RSS-feltevések mellett, a legrosszabb eset és az RSS-tartomány a követelmény határaival.

18.3. A minőségi veszteségfüggvény

A hagyományos minőségszemlélet szerint a tűrésmezőn belüli termék jó, a kívüli rossz („kapufa-szemlélet”). Taguchi szerint azonban a célértéktől való minden eltérés veszteséget okoz a társadalomnak: a vevőnek, a gyártónak és a környezetnek, és ez a veszteség a célértéktől távolodva négyzetesen nő (Taguchi, Chowdhury, és Wu 2005) (18.2. ábra):

L(y)=k(y−m)2,k=A0Δ02,(18.2) L(y) = k\,(y - m)^2, \qquad k = \frac{A_0}{\Delta_0^2}, \qquad(18.2)

ahol mm a célérték, Δ0\Delta_0 az a funkcionális eltérés, amelynél a termék már nem teljesíti a funkcióját, A0A_0 pedig az ekkor fellépő veszteség (javítás, csere, reklamáció). Egy μ\mu középértékű, σ\sigma szórású folyamat darabonkénti várható vesztesége:

E[L]=k[σ2+(μ−m)2].(18.3) \mathrm{E}[L] = k\left[\sigma^2 + (\mu - m)^2\right]. \qquad(18.3)

A képlet a robusztus tervezés két irányát mutatja: a középértéket a célértékre kell állítani, és a szórást kell csökkenteni. Mindkettő pénzben kifejezhető, így az intézkedések költsége összevethető a veszteségcsökkentéssel.

18.2. ábra. A tűrésmezős szemlélet és a Taguchi-féle négyzetes veszteségfüggvény a csavarkötés nyomatékára.

Ha például a KoboCella csavarkötésének nyomatéka 4,0±0,24{,}0 \pm 0{,}2 Nm, és a tűréshatáron egy motor javítása 1000 Ft-ba kerül, akkor k=1000/0,22=25000k = 1000/0{,}2^2 = 25\,000 Ft/Nm². A μ=4,02\mu = 4{,}02 Nm középértékű, σ=0,05\sigma = 0{,}05 Nm szórású folyamat várható vesztesége 25000⋅(0,0025+0,0004)=72,525\,000 \cdot (0{,}0025 + 0{,}0004) = 72{,}5 Ft darabonként, évi 140 000 motornál mintegy 10 MFt. Ha a szórás 0,03 Nm-re csökken, és a középérték a célértékre kerül, a veszteség 22,5 Ft-ra, évente 3,2 MFt-ra csökken, pedig a tűrésmezős szemlélet szerint mindkét folyamat „hibátlan” termékeket gyárt.

18.4. Kísérlettervezés

A kísérlettervezés (design of experiments, DoE) arra szolgál, hogy a lehető legkevesebb kísérlettel megtudjuk, mely tényezők és milyen kölcsönhatásaik befolyásolják a vizsgált jellemzőt (Montgomery 2017). A „egyszerre egy tényező” módszerrel szemben a faktoros kísérlet minden tényezőt egyszerre változtat, így kevesebb kísérletből több információt ad, és a kölcsönhatásokat is feltárja.

A 2k2^k teljes faktoros kísérletben kk tényező mindegyikét két szinten (kódolva −1-1 és +1+1) vizsgáljuk, minden kombinációban. Egy tényező főhatása a válasz átlaga a felső szinten mínusz az átlag az alsó szinten; két tényező kölcsönhatása azt mutatja, mennyiben függ az egyik hatása a másik szintjétől. Montgomery a kísérletezés három alapelvét emeli ki: a véletlen sorrendet (hogy az időben változó zavaró hatások ne torzítsák az eredményt), az ismétlést (a kísérleti hiba becslésére) és a blokkosítást (az ismert zavaró tényezők kiszűrésére) (Montgomery 2017). Sok tényezőnél a részfaktoros tervek a kombinációk egy jól választott részhalmazával dolgoznak, a magasabb rendű kölcsönhatások összemosása árán.

Taguchi paramétertervezése a kísérletezést a robusztusság szolgálatába állítja. Megkülönbözteti a tervezési tényezőket, amelyeket a tervező szabadon beállíthat, és a zajtényezőket, amelyek a gyártásban vagy a használatban ingadoznak, és nem, vagy csak drágán szabályozhatók (környezeti hőmérséklet, anyagingadozás, kopás). A cél olyan tervezési beállítás, amelynél a zajtényezők hatása a legkisebb, és ehhez éppen a tervezési és a zajtényezők közötti kölcsönhatást használja ki (Phadke 1989; Taguchi, Chowdhury, és Wu 2005). Taguchi a robusztusságot jel–zaj viszonnyal méri; Montgomery szerint ugyanez a cél általában hatékonyabban elérhető, ha a választ a tervezési és a zajtényezők függvényeként modellezzük, és a modellből választjuk ki a robusztus beállítást (Montgomery 2017).

KoboCella: robusztus csavarozási stratégia

A QFD-ből tudjuk (7. fejezet), hogy a nyomaték pontosságát a bitbetét kopása erősen befolyásolja. A csapat 232^3 teljes faktoros kísérletet végzett két ismétléssel (16 csavarozás véletlen sorrendben). Tényezők: A a végső fordulatszám (alacsony, magas), B a csavarozási stratégia (egylépcsős, kétlépcsős: gyors előhúzás, majd lassú meghúzás), C a bitbetét állapota (új, kopott). Az A és a B tervezési tényező, a C zajtényező: a kopás a gyártásban elkerülhetetlen.

A főhatások: A +0,086+0{,}086 Nm, C −0,092-0{,}092 Nm, B elhanyagolható; a legnagyobb kölcsönhatás a B×C (+0,065+0{,}065 Nm). A kölcsönhatás a robusztusság kulcsa (18.3. ábra): egylépcsős stratégiánál a kopott bitbetét 0,1570{,}157 Nm-rel csökkenti a nyomatékot, kétlépcsősnél csak 0,0280{,}028 Nm-rel. A kétlépcsős stratégia tehát a zajtényezőre majdnem érzéketlen. A csapat ezt választotta, a fordulatszámmal pedig a középértéket állította a célértékre. A bitcsere-tervet (15. fejezet) megtartotta, de a cseréket ritkíthatta.

18.3. ábra. A bitbetét állapotának hatása a nyomatékra a két csavarozási stratégiánál (B×C kölcsönhatás).

18.5. Valószínűségi tervezés

A hagyományos méretezés biztonsági tényezővel dolgozik: az alkatrész szilárdsága legyen a várható terhelés valahányszorosa. A biztonsági tényező azonban nem mondja meg, mekkora a tönkremenetel valószínűsége, mert sem a terhelés, sem a szilárdság szórását nem veszi figyelembe. A valószínűségi tervezés mindkettőt valószínűségi változóként kezeli, és a tönkremenetel valószínűségét az eloszlásaik átfedéséből (terhelés–szilárdság interferencia) számítja (O’Connor és Kleyner 2012; Goldberg és mtsai. 1994, 3.14. szakasz). Normális eloszlású, független terhelés (LL) és szilárdság (SS) esetén:

R=P(S>L)=Φ(μS−μLσS2+σL2),(18.4) R = P(S > L) = \Phi\!\left(\frac{\mu_S - \mu_L}{\sqrt{\sigma_S^2 + \sigma_L^2}}\right), \qquad(18.4)

ahol Φ\Phi a standard normális eloszlásfüggvény. A módszer a biztonsági tényezők gyakorlati alternatívája, de jelentős statisztikai tapasztalatot kíván. Eredménye erősen függ az eloszlások szélétől, ezért csak akkor megbízható, ha a felhasznált adatok a tervezett populációra érvényesek (O’Connor és Kleyner 2012).

VárosiBringa: elég erős-e a reteszcsap?

A VárosiBringa dokkolójának reteszcsapja nyírószilárdságának várható értéke 12 kN, szórása 0,8 kN. A csapat a próbaüzem rángatási és vandalizmusadataiból a nagy terheléses események erejét 6 kN várható értékűnek és 1,5 kN szórásúnak becsülte. A biztonsági tényező 2, ami első ránézésre bőségesnek tűnik. Az interferenciaszámítás szerint (18.4. ábra) egy ilyen esemény 3,533{,}53 szórásnyi távolságra van, a tönkremenetel valószínűsége eseményenként 2,1⋅10−42{,}1 \cdot 10^{-4}. Ha a 300 dokkolóhely mindegyikét évente 20 ilyen esemény éri, az évente átlagosan 1,25 tönkrement reteszcsapot jelent. A csapat a csap anyagának erősítése helyett a terhelés szórását csökkentette: a dokkoló bevezető íve a kerékpárt rángatáskor megtámasztja, így a csapra jutó erő csúcsai kisebbek lettek.

18.4. ábra. A terhelés és a szilárdság eloszlása; az átfedés a tönkremenetel lehetőségét mutatja.
Bizonytalanság a teljes rendszerben

A tűrés, a veszteségfüggvény, a kísérlettervezés és az interferencia ugyanannak a gondolatnak a változatai: a tervezési döntéseket a bizonytalanság ismeretében kell meghozni, nem a névleges értékek alapján. Ugyanez a gondolat jelent meg a döntéselemzés Monte Carlo-vizsgálataiban (10. fejezet) és a megbízhatósági szimulációban (16. fejezet). A modellalapú fejlesztésben (3. fejezet) a rendszermodell paramétereihez eloszlás rendelhető, és a bizonytalanság a teljes modellen végigterjeszthető; a szimulációval kapott eloszlás mutatja meg, mekkora tartalékkal teljesülnek a követelmények.

Névleges értékre tervezni

Gyakori hiba, hogy a tervezés a névleges méretekkel és anyagjellemzőkkel számol, és a tűréseket a végén, a rajzkészítéskor, szokásértékekkel adja meg. Ilyenkor az összeállítás egy része nem működik, vagy a tűrések feleslegesen szigorúak és drágák. A funkcionálisan fontos méretláncokat már a részletes tervezés elején azonosítani kell, és a tűréseket a lánc elemzése alapján kell elosztani.

Összefoglalás
  • Az érzékenységvizsgálat megmutatja, mely paraméterek befolyásolják leginkább a teljesítményt; a relatív érzékenység (rugalmasság) a paraméterek összevetésére alkalmas.
  • A tűréslánc legrosszabb esetre számolva mindig biztonságos, de drága; az RSS-számítás függetlenséget, normális eloszlást és központosított folyamatot feltételez. A feltevések sérülésekor Monte Carlo-szimuláció kell.
  • Taguchi veszteségfüggvénye szerint a célértéktől való minden eltérés veszteség; a várható veszteség a szórás és a középérték-eltérés négyzetével arányos.
  • A faktoros kísérlet egyszerre változtatja a tényezőket, így a főhatások mellett a kölcsönhatásokat is feltárja; alapelvei a véletlen sorrend, az ismétlés és a blokkosítás.
  • A robusztus tervezés a tervezési és a zajtényezők kölcsönhatását használja ki: olyan beállítást keres, amelynél a zaj hatása a legkisebb.
  • A valószínűségi tervezés a terhelés és a szilárdság szórásából számítja a tönkremenetel valószínűségét; azonos biztonsági tényező mellett is nagyon különböző lehet a kockázat.
Önellenőrzés
  1. Egy rendszer kimenete y=x1x22y = x_1 x_2^2. Mekkora a relatív érzékenység x1x_1 és x2x_2 szerint?
  2. Egy háromtagú lineáris lánc tűrései ±0,1\pm 0{,}1, ±0,2\pm 0{,}2 és ±0,2\pm 0{,}2 mm. Mennyi az eredő tűrés legrosszabb esetre és RSS szerint?
  3. Milyen feltevésekre épül az RSS-számítás? Mi történik, ha egy tag középértéke a tűrésmező szélére tolódik?
  4. Egy jellemző célértéke 10, a funkcionális határ ±1\pm 1, a határon a veszteség 500 Ft. Mennyi a darabonkénti várható veszteség, ha μ=10,2\mu = 10{,}2 és σ=0,3\sigma = 0{,}3?
  5. Mi a különbség a főhatás és a kölcsönhatás között? Miért nem tárja fel a kölcsönhatást az egyszerre egy tényezőt változtató kísérlet?
  6. Mi a tervezési és a zajtényező? Adj példát mindkettőre egy háztartási gépnél!
  7. Egy alkatrész szilárdsága μS=100\mu_S = 100, σS=5\sigma_S = 5, a terhelés μL=70\mu_L = 70, σL=10\sigma_L = 10 (azonos egységben). Mennyi a biztonsági tényező, és mennyi a tönkremenetel valószínűsége?
  8. Miért mondhatjuk, hogy a biztonsági tényező önmagában nem jellemzi a kockázatot?
Megoldás
  1. Ex1=1E_{x_1} = 1, Ex2=2E_{x_2} = 2: x2x_2 1%-os változása kétszer akkora relatív változást okoz.
  2. Legrosszabb eset: 0,1+0,2+0,2=±0,50{,}1 + 0{,}2 + 0{,}2 = \pm 0{,}5 mm; RSS: 0,01+0,04+0,04=±0,3\sqrt{0{,}01 + 0{,}04 + 0{,}04} = \pm 0{,}3 mm.
  3. A tagok függetlenek, normális eloszlásúak, a tűrésmező közepére szórnak, és a tűrés ismert szórásnak (például 3σ3\sigma) felel meg. Ha egy tag középértéke eltolódik, az eredő méret középértéke is eltolódik, és a határon kívül eső összeállítások aránya jelentősen nőhet; ilyenkor Monte Carlo-szimuláció vagy az eltolódást figyelembe vevő számítás kell.
  4. k=500/12=500k = 500/1^2 = 500; E[L]=500⋅(0,09+0,04)=65\mathrm{E}[L] = 500 \cdot (0{,}09 + 0{,}04) = 65 Ft/db.
  5. A főhatás egy tényező átlagos hatása; a kölcsönhatás azt mutatja, hogy egy tényező hatása függ egy másik tényező szintjétől. Az egyszerre egy tényezőt változtató kísérlet a többi tényezőt egy rögzített szinten tartja, így nem látja, hogyan változna a hatás más szinteken.
  6. A tervezési tényezőt a tervező beállítja (például egy mosógép dobfordulatszáma vagy a programidő), a zajtényező ingadozik, és nem szabályozható (például a víz keménysége, a ruha mennyisége és anyaga, a hálózati feszültség).
  7. A biztonsági tényező 100/70=1,43100/70 = 1{,}43; z=30/25+100=2,68z = 30/\sqrt{25 + 100} = 2{,}68; a tönkremenetel valószínűsége Φ(−2,68)≈0,0037\Phi(-2{,}68) \approx 0{,}0037.
  8. Mert ugyanaz a biztonsági tényező kis szórásnál elhanyagolható, nagy szórásnál jelentős tönkremeneteli valószínűséget jelenthet; a kockázatot a középértékek különbsége és a szórások együtt határozzák meg.
Projektlépés: robusztusság

Saját fejlesztési feladatodhoz:

  1. végezz érzékenységvizsgálatot a legfontosabb teljesítményjellemzőre (MOP vagy TPM), és rangsorold a paramétereket relatív érzékenységük szerint;
  2. ha a rendszerben van funkcionálisan fontos méretlánc (rés, illesztés, összenyomódás), számítsd ki legrosszabb esetre, RSS szerint és Monte Carlo-szimulációval;
  3. tervezz egy legalább három tényezős faktoros kísérletet (tényezők, szintek, válasz, ismétlések, sorrend), és jelöld a tervezési és a zajtényezőket;
  4. használd a Gyakorlati útmutató tűréslánc- és kísérlettervezési eszközlapját.
Továbbolvasás
  • Montgomery (2017): a kísérlettervezés alapvető tankönyve, a robusztus tervezés válaszfelület-alapú megközelítésével.
  • Taguchi, Chowdhury, és Wu (2005) és Phadke (1989): a Taguchi-módszer, a veszteségfüggvény és a paramétertervezés.
  • Chase és Parkinson (1991): a tűrésanalízis módszereinek áttekintése.
  • Saltelli és mtsai. (2008): az érzékenységvizsgálat módszereinek bevezető kézikönyve.
  • Goldberg és mtsai. (1994), 3.14., 4.1–4.3., 7.5. és 7.13. szakasz: a valószínűségi tervezés, az érzékenységvizsgálat, a tűrések, a kísérlettervezés és a veszteségfüggvény gyakorlati leírása.