Assessment of product configuration management with usage of artificial neural networks

• Autorzy: Andrzej Świderski

Warianty tytułu

Ocena zarządzania konfiguracją wyrobów z wykorzystaniem sztucznych sieci neuronowych

• Języki publikacji: EN

Abstrakty

Powiązane ze sobą funkcjonalne i fizyczne właściwości wyrobu, zdefiniowane w informacji o konfiguracji wyrobu (w wymaganiach dotyczących projektowania, realizacji i weryfikacji, działania wyrobu i jego utrzymania), rozumianejestjako konfiguracja. W utrzymywaniu bieżącej informacji o wyrobie pomocnym jest zarządzanie konfiguracją, czyli stworzenie i utrzymanie takiego systemu, który będzie skutecznie informował o właściwościach funkcjonalnych i fizycznych wyrobu, zapewniając pełną identyfikowalność w ustalonym zakresie. Norma ISO 10007:2005 jest jednym z podstawowych dokumentów, odnoszącym się do konfiguracji w obszarze projektowania, produkcji czy eksploatacji. Zawiera ona uniwersalne wytyczne, które mogą mieć zastosowanie do wszystkich rodzajów wyrobów. Zarządzanie konfiguracją rozumiane jest jako ciągłe utrzymywanie zgodności wyrobu z wymaganiami określonymi w dokumentach powstałych w poszczególnych fazach realizacji. Zarządzanie konfiguracją jest działalnością, która stosuje techniczne i administracyjne kierowanie cyklem życia wyrobu, jego wydzielonymi częściami oraz dotyczącymi ich informacjami zawartymi w dokumentacji. Każde przedsiębiorstwo zarządzające konfiguracją powinno wprowadzić szczegółowe rozwiązania uwzględniające powyższe działania, dostosowane do specyfiki danego wyrobu. Oceny zarządzania konfiguracją dokonuje się podczas procesów certyfikacji systemów zarządzania jakością, głównie zgodnych z wymaganiami NATO - AQAP. Narzędziem wspomagającym podejmowanie decyzji przy tej ocenie mogą być sztuczne sieci neuronowe (SSN). Do zbudowania i uczenia właściwej SSN, która ma zastosowanie w tym obszarze, wykorzystano wyniki uzyskane podczas auditów certyfikujących przeprowadzonych przez Zakład Systemów Jakości i Zarządzania. Spośród wielu pozytywnie nauczonych o różnych strukturach, do praktycznego wykorzystania wybrano SSN o następujących parametrach: liczba warstw ukrytych - 1, liczba neuronów: w warstwie wejściowej - 24, w warstwie wyjściowej -1, w warstwie ukrytej - 12, współczynnik uczenia u = 0,01, współczynnik momentum a = 0,5, liczba iteracji n — 106. Kryteria wyboru właściwej SSN były następujące: pozytywny wynik uczenia (100% zdarzeń pozytywnych i x-2102 < 0,05) oraz prosta struktura SSN. Tak opracowany model służy do praktycznego wspomagania podejmowania decyzji, dotyczących możliwości realizacji kontraktów. (abstrakt oryginalny)

EN

Related functional and physical product properties, defined in terms of information about product configuration (in requirements regarding design, realization and verification, product operation and its maintaining), understood as a configuration. Configuration management is very supportive to keep current information on product, that implies - formation and maintaining such a system that will be efficiently notify of functional and psychical product properties and that ensures complete identity in established area. ISO 10007:2005 standard is one of the essential documents concerning configuration in field of design, production or exploitation. It contains universal guidelines that could apply to all different kind of products. Configuration management is understood as a permanent maintaining of product conformity with requirements determined in documents, that arisen in each stages of realization. Configuration management is an activity that uses technical and administrative management of product life cycle, its allocated sections and information (that concerns them) enclosed in documentations Each enterprise manages configuration should have implemented detailed solutions that comply with above mentioned activity, adapted to the specific of given product. The assessments of configuration management are done while process certification of quality management system is running, mainly according to NATO-AQAP requirements. The tool that support decision taking with that assessment could be artificial neural networks (ANN). For building and learning a suitable ANN, what is applicable in this area, the results obtained from certification audits conducted by the Department of Management and Quality Systems (ZSJZ) were used. Among many positively learned different structures, for practical usage was chosen ANN with following parameters:hidden layers number - 1, neuron number: in input layer - 24, in output layer- 1, in hidden layer - 12, learning coefficient η= 0,01, momentum coefficient α = 0,5, iterations number n = 106. The selection criteria of suitable ANN were as follows: positive results of learning (100% positive events and χ¯-² 10²

Słowa kluczowe

PL

Certyfikacja systemu jakości; Cykl życia produktu; Proces decyzyjny; Sztuczne sieci neuronowe (SSN); Metoda sztucznych sieci neuronowych; Sieci neuronowe; Zarządzanie jakością

EN

Quality system certification; Product life cycle; Decision proces; Artificial neural networks (ANN); Artificial neural networks method; Neural networks; Quality management

• Czasopismo: Towaroznawcze Problemy Jakości
• Rocznik: 2009
• Numer: nr 3
• Strony: 35-43

Twórcy

autor

Andrzej Świderski

Bibliografia

• [1] ISO 10007:2005 Zarządzanie jakością. Wytyczne dotyczące zarządzania konfiguracją.
• [2] ISO 9000:2005 Quality management systems - Fundamentals and vocabulary.
• [3] Deming W.E. (1982) Quality, Productivity and Completitive Position, Massachusetts Institute of Technology, Cambrige, s. 56.
• [4] Lonnblad L., Petersom C., Rognvaldsson T. (1992) Pattern recognition in high energy physics with artificial neural networks - JETNET 2.0, Computer Physics Communications 70, 167-182.
• [5] Nałęcz M. (2000) Biocybernetics and biomedical engineering 2000. Volume 6 - Neural networks, Academic Publishing House EXIT, Warsaw (in polish).
• [6] Szkoda J., Świderski A. (2005) Issues of quality effectiveness assessment of product realization processes in aspect of AQAP requirements , EU, Warszawa, s. 28-29 (in polish).
• [7] Świderski A. (2006) The idea of decision process support in certification of management system with usage of artificial neural networks, Problems of Commodity Science, 6/2006, Warszawa, pp. 33-35.
• [8] Tadeusiewicz R. (1995) Sieci neuronowe, ENTER, nr 2, Warszawa, s. 84-92.
• [9] Świderski A. (2006) Usage of artificial neural networks in certification of quality management system - "Innovation in shaping product and services quality" edited by Jerzy Żuchowski, Technical University of Radom, Radom (in polish).
• [10] Świderski A. (2007) Innovative methods of effectiveness assessment of quality management system. "Quality in research and methodology of teaching of higher education school" edited by S. Doroszewicz and A. Kobylińska, Warsaw School of Economics, Warsaw, s. 290-298 (in polish).