Разработка системы управления качеством процесса проектирования объектов обустройства нефтяных месторождений с помощью нечеткой экспертной системы



В статье рассмотрена система анализа и оценки качества процесса проектирования, применение которой позволит предупредить возникновение несоответствий, внедрить корректирующие действия в процесс до сдачи документации заказчику.

Ключевые слова: управление качеством, показатели качества проектной документации, нечеткая экспертная система.

Нефтяная отрасль занимает ведущее место в экономике России. В этом секторе экономики выполняется большое количество крупных проектов, имеющих как государственную, так и международную значимость. Эти проекты отличаются разнообразием, это не только разработка месторождений и проектирование сложнейших агрегатов, но и проектирование объектов обустройства месторождений.

Характерной особенностью этих проектов является высокая стоимость, большое количество привлеченных для его выполнения сторон и специалистов, трудности в управлении проектами, высокие требования к качеству. Для подтверждения необходимого уровня качества большинство компаний внедряют систему менеджмента качества (СМК) [1].

В результате анализа нормативной документации и литературных источников выявлено отсутствие системы управления качеством процесса проектирования, позволяющей отследить динамику повышения (понижения) качества проектной продукции и разработать корректирующие и предупреждающие действия [3].

На основе причин, влияющих на качество проектирования, разработаны показатели и сформировано дерево факторов, влияющих на качество результатов проектирования (рис. 1).

Рис. 1. Дерево факторов, влияющих на качество проектной документации

Разрабатывать систему управления качеством процесса проектирования, которая позволит осуществлять мониторинг показателей качества проектной документации в реальном времени на основе фактических данных, определять комплексный показатель качества и принимать решения об управлении качеством, принято на основе алгоритмов нечеткой логики [2].

Для построения первой нечеткой экспертной системы были выделены только те показатели, которые напрямую влияют на комплексный показатель качества. Описания их термов, выраженных диапазонами показателей, представлены на рис.2.

Рис. 2. Дерево факторов, влияющих на качество результатов проектирования

С использованием пакета расширения Fuzzy Logic Toolbox системы Matlab в интерактивном режиме разработки экспертных систем с использованием GUI-модулей Fuzzy Inference System (FIS) спроектирована нечеткая экспертная система как СНЛВ (рис. 3).

Рис.3. Исходные данные

Таблица 1

Описание функций принадлежности переменных

Наименование переменной	Диапазон	Терм	Форма терма	Границы
P: Равномерность загрузки сотрудников	[0 10]	низкий	trapmf	[-2,5 -0,25 3 5]
		средний	trimf	[3 5 7]
		высокий	trapmf	[5 7 10 13,5]
N:Результативность проведения нормоконтроля	[0 10]	низкий	trapmf	[-2,5 -0,25 3 5]
		средний	trimf	[3 5 7]
		высокий	trapmf	[5 7 10 13,5]
C: Эффективность взаимодействия с заказчиком	[0 10]	низкий	trapmf	[-2,5 -0,25 3 5]
		средний	trimf	[3 5 7]
		высокий	trapmf	[5 7 10 13,5]
Q: Комплексный показатель качества	[0 10]	низкий	trapmf	[-2,5 -0,25 3 5]
		средний	trimf	[3 5 7]
		высокий	trapmf	[5 7 10 13,5]

Построенные ФП для выходной переменной Q: комплексный показатель качества в редакторе Membership Function Editor представлены на рис.4.

Рис. 4. ФП для выходной переменной выходной переменной Q: комплексный показатель качества

Далее разработаны правила нечеткой экспертной системы для выходной переменной «Q: комплексный показатель качества» (рис. 5).

Рис. 5. Правила в редакторе Rule Editor для СНВ Conditioner

Примеры результата работы приведены на рис.6. Например, при инициализации входных значений для определения диапазона показателя по переменной Q, когда переменная P равна 2,5 (низкий), переменная N равна 4,5 (средний), переменная C равна 7,5 (высокий) процедура нечеткого вывода возвращает значение выходной переменной Q, равное 7,49 (высокий).

Рис. 6. Результаты работы СНВ в редакторе Rule Viewer для СНВ

Для анализа разработанной нечеткой модели полезной является визуализация трехмерной поверхности нечеткого вывода (рис.7), которая позволяет установить зависимость значений выходной переменной от значений входных переменных и служит основой для внесения изменений в СНВ [2].

Рис. 7. Визуализация поверхности СНВ методом центра тяжести

Исследование системы выполнено в режиме командной строки с помощью ввода имен соответствующих функций с необходимыми аргументами непосредственно в окно команд системы Matlab (рис.8, рис.9).

Рис. 8. Результаты тестирования каждого правила

Рис. 9. Ошибочная оценка и оценка точности работы системы

Экспериментальные исследования построенной модели НЭС проведены для одной комбинации точных исходных значений входных переменных, при которой срабатывают несколько правил одновременно, выполняя нечеткий логический вывод для них (таблица 2).

Таблица 2

Результаты тестирования нечетких экспертных систем

	Наименование показателя	Диапазоны значений показателя			Оценка точности работы системы
		Низкий	Средний	Высокий
Q	Комплексный показатель качества	0–3,5	3,5–6,5	6,5–10,0	86,7 %
P	Равномерность загрузки сотрудников	0–3,5	3,5–6,5	6,5–10,0	78,9 %
P1	% соответствия фактических и плановых трудозатрат	>200	100–200	0–100
P 2	% выполненных заданий в срок	0–30	30–65	65–100
P 3	% внеплановых заданий	75–100	50–75	0–50
N	Результативность проведения нормоконтроля	0–3,5	3,5–6,5	6,5–10,0	89,5 %
N 1	% проектов, прошедших НК	0–65	65–80	80–100
N 2	% проектов, прошедших НК с 1-го раза	0–30	30–65	65–100
N 3	% повторяющихся замечаний на проект	0–65	65–80	80–100
C	Эффективность взаимодействия с заказчиком	0–3,5	3,5–6,5	6,5–10,0	90,3 %
C 1	% закрытых этапов без срыва сроков	0–65	65–80	80–100
C 2	% замечаний, не влияющих на изменение стоимости проекта	0–50	50–75	75–100
C 3	% повторяющихся замечаний со стороны заказчика	0–30	30–65	65–100

Разработанная система определяет комплексный показатель качества процесса проектирования (Q), показатели равномерности загрузки сотрудников (P), результативности проведения нормоконтроля (N), эффективности взаимодействия с заказчиком (С).

Для повышения объективности и адекватности формируемых решений планируется использовать накопленные в ходе эксплуатации нечеткой модели данные по входным и выходным параметрам системы управления для обучения других видов интеллектуальных моделей, например, нейронных сетей и деревьев решений.

Литература:

1. ГОСТ Р ИСО 9004–2015. Системы менеджмента качества. Рекомендации по улучшению деятельности. — М.: Издательство стандартов, 2015. — 52 с.
2. Алиев Р. А., Церковный А. Э., Мамедов Г. А. Управление производством при нечеткой исходной информации. — М.:Энергоатомиздат, 1991. — 240 с.
3. Каплан Р., Нортон Д. Система сбалансированных показателей. От стратегии к действию. М.: ЗАО «Олимп-Бизнес», 2003. 438 с.
4. Кане М. М. Системы, методы и инструменты менеджмента качества/ М. М. Кане, А. Г. Схиртладзе, Б. В. Иванов. — Спб: Питер, 2012. — 576 с.