[发明专利]基于失效风险的生产控制方法

说明书

本发明涉及一种用于生产控制，特别是用于部件生产中的生产控制的方法，其中所述方法基于失效风险。

技术领域

根据权利要求1的序言，本发明涉及一种用于生产控制的方法。

背景技术

这种方法例如从IN201621014186A已知。

部件，例如机电系统的部件，例如自动离合器致动系统，是根据不同职责层次(例如客户/系统/子系统/部件/子部件/供应商)中的部件的一定的复杂性开发和生产的。在所有层次级别上一致的要求管理是重要的。这意味着遵守某一层次级别的每个要求必须通过该层次级别以下的层次级别的要求来确保。

作为一般规则，某一层次级别上的要求应彼此独立并且应限于要素(“原子性”)。另外，对每个要求的遵守必须是可验证的(“可测试性”)，并且所述要求必须是可追踪的(“可追踪性”)。

已知的是，机电系统的开发主要有算术要求，这意味着输入变量必须落在两个固定的极限之间，并且不允许出现偏差。在这种情况下，这确保了所得输出变量或系统变量在特定极限内。

在此是一个简化的示例：“必须保证在部件例如离合器致动系统中传递标称扭矩。”为了确保满足算术要求，在设计和尺寸标注中必须结合要求的最临界情况，尽管这种结合不太可能发生。这种类型的解释可能会导致过度的可靠性(“过度工程化”)，并且职责层次越大，或者计算链越长，或者用于计算的输入变量的数量越大，则这种情况的可能性就越大。还不清楚所述要求中包括多少可靠性。

可以在生产中实时监测算术要求的特征及其时间发展。对所述特征的下限和上限的违反可显示为警报并且提示进行生产干预。还存在监测生产特征的过程并且在可能的极限违反实际发生之前在某些异常事件中发出警告的方法。一个示例是“出于特定原因的八项测试”，其对偏差的原因，而不是对偏差对后续产品的影响更感兴趣。

已知的是在使用统计分布时使用Monte Carlo计算。用(伪)随机分布的输入变量执行大量系统计算，其中所述输入变量的分布对应于所需的分布。应当考虑到，为了获得计算出的失效概率的足够高水平的准确性，必须足够频繁地进行计算，以达到统计上足够数量的计算结果失败。对于较小的所需失效概率，这会导致很高的计算工作量。

如果在生产控制中使用此计算方法时当前分布偏离输入变量的所需分布(这种情况总是伴随经验分布发生)，则需要执行Monte Carlo计算以确定实际分布对失效概率的影响。快速且简单的生产控制将是不可能的。

还已知的是，可以借助于标准测试(例如，Kolmogorov-Smirnov测试)来测试是否遵守统计要求，根据该统计要求，输入变量应对应于给定的概率分布。然而，此处仅评估相等性，这在统计要求的情况下将是超临界的，也因此没有帮助。

发明内容

本发明的目的是提出一种用于生产控制的方法，该方法使得能够简单地且及时地，特别是实时地监测和评估偏差，特别是生产中的输入变量的统计偏差。

另一个目的是满足以下要求：

a)原子性

b)一致性

c)可追踪性：可靠性必须是可视化的

d)可验证性：必须能够在无需大量计算工作量的情况下“实时”测试要求。

这些目的中的至少一个目的是通过具有权利要求1的特征的生产控制方法而实现的。因此，本发明涉及一种用于生产控制，特别是用于部件生产中的生产控制的方法的特征在于，所述方法基于失效风险，其中受生产影响并通过生产随机分布的至少一个输入变量x₁∈U₁，特别是表征部件的输入变量的失效风险P(failure)是通过至少以下步骤确定的