Приборы и методы измерений, № 2 (3), 2011 145 МЕТОДЫ ОЦЕНКИ КАЧЕСТВА ОБЪЕКТОВ И ПРОЦЕССОВ УДК 65.011.56 СОВЕРШЕНСТВОВАНИЕ ДЕЯТЕЛЬНОСТИ ИЗМЕРИТЕЛЬНЫХ (ИСПЫТАТЕЛЬНЫХ) ЛАБОРАТОРИЙ С ПОМОЩЬЮ СИСТЕМ МЕНЕДЖМЕНТА ЗНАНИЙ Павлов К.А., Серенков П.С., Нифагин В.А. Белорусский национальный технический университет, г. Минск, Республика Беларусь Рассмотрен вопрос необходимости разработки и внедрения систем менеджмента зна- ний в аккредитованной измерительной (испытательной) лаборатории. Предложена концепция методики создания экспертной системы на основе онтологий для предмет- ных областей типа деятельность измерительной (испытательной) лаборатории, по- строенной на основе процессного подхода на модульном принципе. (E-mail: P_Constantine@tut.by) Ключевые слова: система менеджмента знаний, онтология, измерительная (испытательная) ла- боратория. Введение В условиях непрекращающейся глобали- зации мирового рынка растет актуальность решения проблемы взаимного признания ре- зультатов оценки соответствия продукции и услуг (в том числе результатов измерений и испытаний), что особенно важно для экспорт- но ориентированных экономик. Деятельность Республики Беларусь (нап- ример, участие в Международной электротех- нической комиссии по подтверждению ре- зультатов испытаний и сертификации элек- трооборудования и других) свидетельствует о том, что сегодня основной миссией аккреди- тации метрологических лабораторий в нашей республике (как инструмента оценки компе- тентности) также является обеспечение вза- имного доверия к протоколам результатов из- мерений аккредитованных лабораторий. Актуальность решения данной проблемы стимулирует научно-практическое развитие доказательной базы прикладной метрологии, в частности разработку методов оценки компе- тенции измерительных (испытательных) ла- бораторий, соответствующих требованиям. Проблемная ситуация Ранее требования к компетентности лабо- раторий сводились к трем основным крите- риям: оборудование, методики, персонал. Се- годня компетентная лаборатория должна ор- ганизовывать свою работу в рамках совре- менных моделей менеджмента, учитывающих все возможные аспекты деятельности как по- тенциальные факторы, влияющие на ее ре- зультативность. Поэтому общепринятой прак- тикой стало увязывать доверие к результатам оценки соответствия продукции и услуг в первую очередь с доверием к оценке соответ- ствия аккредитованных лабораторий и во- вторую – с доверием собственно к результа- там измерений (испытаний). В настоящее время проблем с доверием к оценке соответствия аккредитованных лабора- торий не возникает – оно обеспечивается про- цессом аккредитации этой лаборатории. В то же время с оценкой доверия к результату из- мерения (испытания) существуют трудности. Показателем качества результата измере- ния (испытания) с неопределенностью как информационного продукта является степень Методы оценки качества объектов и процессов 146 Приборы и методы измерений, № 2 (3), 2011 доверия к нему, причем ее предельное значе- ние определяется риском неправильного при- нятия решения на основе полученного резуль- тата измерения (испытания). Положение ус- ложняется тем, что на данный момент не су- ществует метода обеспечения и, соответ- ственно, единой корректной методики оценки заданной степени доверия к результату изме- рения (испытания). Системный подход к обеспечению заданной степени доверия Можно утверждать, что обеспечить (оце- нить) требуемую степень доверия к результату измерения (испытания) с неопределенностью можно косвенно – путем обеспечения (оценки) требуемого уровня доверия к процессу измере- ния, а точнее ко всем элементам этого про- цесса. Причем в качестве доказательной основы выступают принципы системного и процесс- ного подходов согласно СТБ ISO 9001, адапта- ция которых для сферы прикладной метроло- гии в настоящее время стала актуальной. По- этому с позиций стандартов ISO серии 9000 ре- зультативностью процесса формально можно управлять по двум направлениям (рисунок 1): через структуру процесса (организационная со- ставляющая процесса) и через качество ресур- сов, участвующих в преобразовании или добав- лении ценности (техническая составляющая процесса). В роли технической составляющей вы- ступают элементы процесса измерения (ис- пытания) методики, измерительное оборудо- вание, персонал, условия и др. А в роли орга- низационной составляющей, планирующей, обеспечивающей, реализующей процесс из- мерения в управляемых условиях и постоянно совершенствующей его, выступает аккреди- тованная измерительная (испытательная) ла- боратория. Рисунок 1 – Структура понятия «результативность процесса» Для оценки организационной составляю- щей результативности на практике чаще всего используют комплексный показатель – резуль- тативность системы менеджмента качества (да- лее СМК) измерительной (испытательной) ла- боратории. Современные тенденции рассмат- ривают данный комплексный показатель как доминирующий в оценке организационной со- ставляющей, оценка которого весьма затрудни- тельна. Это вызвано рядом объективных при- Методы оценки качества объектов и процессов Приборы и методы измерений, № 2 (3), 2011 147 чин: усложняются отношение и взаимодействие между элементами деятельности лаборатории, происходит постоянное увеличение количества этих элементов, увеличивается количество тех- нических нормативных правовых актов и др. Эти факторы свидетельствуют о том, что система управления деятельностью лаборато- рии становится плохо оцениваемой и, следова- тельно, снижается ее управляемость, что в ко- нечном счете приводит к потере доверия со стороны потребителей к результатам ее дея- тельности. Решение данной проблемы мы видим в развитии научного направления «менеджмент знаний». Менеджмент знаний рассматривается как обязательный элемент в современной кон- цепции «стабильного развития» бизнеса. Это приведет к новому этапу в управлении деятель- ностью измерительных (испытательных) лабо- раторий, в частности к разработке и внедрению системы менеджмента знаний (далее СМЗ), це- лью которой для измерительных (испытатель- ных) лабораторий является повышение задан- ного уровня доверия к результатам измерения (испытания). Экспертные системы как инструмент реали- зации системы менеджмента знаний измери- тельной (испытательной) лаборатории По результатам анализа существующих ис- точников по разработке и внедрению СМЗ в ор- ганизации было выявлено, что ключевым фак- тором ее эффективного внедрения является со- здание такой информационной среды, которая одновременно является и высокоинформа- тивной и легкодоступной. Инструментом реа- лизации такой среды в организации в настоя- щее время выступают экспертные системы. Назначение экспертной системы в таком кон- тексте заключается в обеспечении эффективно- го взаимодействия персонала лаборатории как в части работы с информацией, так и в части ор- ганизации совместной деятельности и общения. Информационной основой этому выступают: единая схема кодирования и декодирования ин- формации, общепринятый глоссарий – корпо- ративный язык обмена информацией и корпо- ративных стандартов делового взаимного об- щения [1]. Основное назначение экспертных систем – согласно поставленным перед системой зада- чам давать и разъяснять пользователю реше- ния, основанные на логике. В соответствии с этим экспертная система, разработанная для измерительной (испытательной) лаборатории, должна решать практические задачи, касающи- еся оценки организационной составляющей ре- зультативности (рисунок 1). Практический опыт развертывания экс- пертных систем в ряде аккредитованных из- мерительных (испытательных) лабораториях классическими методами на основе существую- щих подходов обозначил ряд существенных недостатков их применения для таких узкоспе- циализированных и консервативных областей деятельности, как метрологическое обеспече- ние. Главными из них являются: ограничения в части самообучения системы при работе с экс- пертом, работы с информацией в неявном виде (как следствие, невозможность решать когни- тивные задачи), сложность методов нелинейно- го оценивания информации, поступающей от источников, и др. [1]. В результате была обоснована необходи- мость кардинально изменить подход к созда- нию экспертных систем для таких специфиче- ских предметных областей, как, например, дея- тельность измерительной (испытательной) ла- боратории. Нами реализован проект по созданию кон- цепции создания экспертной системы, адапти- рованной под прагматичные условия функцио- нирования таких консервативных областей дея- тельности, как метрологическое обеспечение, оценка соответствия, менеджмент качества, ко- торая могла бы позволить решать не только ко- гнитивные задачи, но и была бы проста в обра- щении и доступна для постоянно совершен- ствования при «общении» с экспертом. Этим требованиям удовлетворяют экспертные систе- мы на основе онтологий. Онтология представляет собой структури- рованное, детальное описание некоторой пред- метной области, а также ее формализованное представление, включающее словарь терминов и понятий предметной области и логические выражения (связи), описывающие, как они со- относятся друг с другом, а также язык расши- ренной логики для формирования запросов к базе знаний предметной области и описания связей [2]. Классический подход к созданию онтоло- гий начинается с составления общего глоссария терминов, их структурирования и заканчивается выбором языка описания для последующей раз- Методы оценки качества объектов и процессов 148 Приборы и методы измерений, № 2 (3), 2011 работки готового программного продукта. Со- временные подходы отличаются компьютерной ориентированностью к решению задач онтоло- гии, т. е. разработка экспертной системы начи- нается с выбора определенного программного продукта и языка описания глоссария, терминов и взаимосвязей между ними. Эти подходы нахо- дят широкое применение сегодня в интернет- технологиях (поисковые системы) [1]. Установлено, что классический подход и его современные интерпретации и модифика- ции не отвечают критериям корректности, что не позволяет описать базу знаний в том виде, который сегодня требуется. Поэтому актуальна задача разработки методики создания эксперт- ной системы на основе онтологического инжи- ниринга для предметных областей типа дея- тельность измерительной (испытательной) ла- боратории, одной из главных целей которой яв- ляется обеспечение и поддержание заданного уровня доверия к результатам измерения (ис- пытания). Концепция экспертной системы на основе онтологий для деятельности измеритель- ной (испытательной) лаборатории Предлагаемая нами концепция экспертной системы на основе онтологии для деятельности измерительной (испытательной) лаборатории представляет собой совокупность последова- тельных моделей (рисунок 2). Каждая из этих моделей имеет свои принципы и ограничения и является конкретным этапом в разработке тре- буемой экспертной системы, реализующей конкретные цели общей задачи. Рисунок 2 – Этапы построения экспертной системы на основе онтологий Этап 1. Построение функциональной модели сети процессов Построение экспертной системы на основе онтологий начинается с выделения термов с оценкой их значимости для конкретной пред- метной области. Поэтому необходимо создать такую модель, которая описывала бы данную предметную область ограниченным и доста- точно полным множеством термов. Для реше- ния этой задачи можно использовать функцио- нальную сеть процессов. Эта функциональная модель будет описывать структуру сети про- цессов, реализуемых в рамках деятельности ак- кредитованной измерительной (испытательной) лаборатории, и тем самым представлять собой необходимый и достаточный «срез» знаний о деятельности данной лаборатории. Формирова- ние модели сети процессов осуществляется на языке описания бизнес-процессов IDEF0. В работе [2] предложена методика и алго- ритм построения функциональной модели сети процессов СМК организации с помощью мето- дологии IDEF0. Рассмотренные в работе прин- ципы и ограничения при построении функцио- нальной модели сети процессов позволяют описать деятельность измерительной (испыта- тельной) лаборатории на уровне простого вза- имодействия основных элементов предметной области. Построение функциональной модели сети процессов Построение матрицы представлений в термах языка предметной области Построение модели взаимосвязей элементов матрицы представлений в виде нейронных сетей О п и са н и е м о д ел и н а я зы к е л о ги к и п р ед и к ат о в с р ас ш и р ен н ы м б аз и со м Методы оценки качества объектов и процессов Приборы и методы измерений, № 2 (3), 2011 149 Существенным недостатком функциональ- ной модели в целях построения экспертной си- стемы на основе онтологий является невозмож- ность идентифицировать все связи (как явные, так и неявные) между термами из построенной диаграммы, а также их сложное внутритекствое описание. Также эти модели строят с точки зре- ния определенного эксперта, например инженера по качеству. Онтология предметной области намного шире взглядов конкретного эксперта. Это определяет необходимость дополнительной структуризации представленной в модели ин- формации. Этап 2. Создание матрицы представлений до- пустимых термов Всю информацию, полученную из функ- циональной модели, необходимо структуриро- вать таким образом, чтобы она содержала все типы, свойства и методы описания простейших термов, из которых складывается общая база знаний предметной области. В этих целях раз- работана специальная матрица (таблица 1). Элементами матрицы представлений яв- ляются объекты (процессы), связанные между собой ограничениями. Каждый объект имеет название и свойства, представленные в виде кластеров допустимых термов, относящихся к языку прикладной области. При этом ограни- чения содержат процедуру, которая формиру- ет из элементов кластеров допустимые термы к свойтвам соответствующих объектов. Точка входа представляет собой сообщения объекту, поступающие из других объектов, связанных с данным. Точка выхода является выходными сообщения объекта, которые получаются на основе методов объекта. Метод объекта явля- ется управлением, которое преобразует вход- ные сообщения (множество допустимых тер- мов) в выходные сообщения по заданному ал- горитму. Этап 3. Описание взаимосвязей элементов матрицы представлений на основе нейронных сетей Построенная матрица представлений явля- ется основой для описания сети представлений СМК измерительной (испытательной) лаборато- рии в виде нейронных сети прямого распростра- нения. Применим для сети с передачей связей мно- гослойную нейтронную сеть прямого распро- странения (рисунок 3). Представим в виде мно- жества объектов (процессов), или входных и вы- ходных узлов, которые образуют входной слой, затем один или несколько промежуточный слоев, состоящих из так называемых вычислительных нейтронов. Связи преобразуются, распространя- ясь по сети в прямом направлении от слоя к слою. Обучение производится методом обратного рас- пространения ошибки, который основан на кор- рекции ошибок. При первом проходе сети вход- ной вектор подается на входные узлы сети, после чего распространяется по сети от слоя к слою. В результате генерируются выходные связи, кото- рые являются фактической реакцией сети на дан- ные входной связи. Заметим, что входные связи поступают на нейроны входного слоя, а затем преобразован- ные передаются вперед от нейрона к нейрону по всей сети. В результате такая связь дости- гает нейрона выходного слоя сети в виде вы- ходной. Следует понимать, что первый проме- жуточный нейронный слой получает связи (входные) только из входного слоя. Выходные связи первого промежуточного слоя поступают на второй слой и так далее до выходного слоя сети. Таблица 1 – Матрица представлений допустимых термов для формирования общей базы знаний предметной области Процесс Управление Механизмы Точка входа Точка выхода Ограничения Методы Методы оценки качества объектов и процессов 150 Приборы и методы измерений, № 2 (3), 2011 Рисунок 3 – Фрагмент нейронной сети, используемый для описания взаимосвязей элементов мат- рицы представлений для онтологии экспертной системы (граф многослойного персептрона с двумя промежуточными слоями) Представим модель работы одного ней- рона с несколькими входами и выходами. Имеется m допустимых термов на входе в ви- де m-мерного вектора . На выходе фор- мируется n-мерный вектор . Если считать нейрон линейным, выходные сообщения вы- числяются в виде скалярных произведений: ,))(()()( 1 k j jj ixiwiu где – синаптические веса нейрона, оцененные на i-ом уровне нейрон- ной сети. Алгоритм коррекции синаптических весов базируется на минимизации нормы ошибки: ,)()()()( )()'( )( )( )( minmin iwixidie ll iw l iw за счет уточнения весовых коэффициентов )()( iw l на следующем (повторном) слое. Обоснована необходимость использования при разработке ее модели в виде нейронных се- тей модульного подхода. Модульный подход – ключевой аспект описания, который является универсальным средством оптимизации про- цесса разработки компонентов сложных си- стем. Его применение обусловлено прежде все- го тем, что исследуемая система позволяет вы- делить элементы со сходной в рамках рассмат- риваемого аспекта структурой, которую можно типизировать и использовать в более общем виде для анализа на уровне системы и приме- нять унифицированные подходы для разрабо- ток внутри каждого модуля, основываясь на сходстве существенных аспектов (системный и классические циклы). Преимущество модульного подхода в том, что он позволяет обобщить и структурировать процесс разработки системы посредством при- менения типового подхода к каждому эле- менту. Данный подход универсален, так как его концепция нечувствительна к природе разраба- тываемой системы. Модульность при проекти- ровании применяется настолько широко, насколько это возможно, поскольку позволяет достичь высокой эффективности за счет повы- шения производительности работ и снижения затрат. Этап 4. Описание модели на языке расширен- ной логики Рассмотренная модель проектирования пред- метной области через нейронные сети, которые в нашем случае используются не только в прямом их назначении (преобразования и дальнейшей передачи информации от входного слоя до вы- ходного), позволяет применить для описания мо- дели язык расширенной логики, представляющий собой язык логики предикатов 1-го порядка с расширенным базисом, разработанным как раз для описания сложных предметных областей ти- па деятельности аккредитованной измерительной (испытательной) лаборатории. Применение этого языка дает возможность представить разработан- ную модель экспертной системы на основе онто- логии, выполняющей в полной мере поставлен- ные перед ней задачи, в виде программного про- дукта, который будет являться основным меха- низмом функционирования СМЗ в измери- тельной (испытательной) лаборатории. Методы оценки качества объектов и процессов Приборы и методы измерений, № 2 (3), 2011 151 Заключение Предложен способ повышения доверия к ре- зультатам деятельности измерительных (испыта- тельных) лабораторий посредством оценки и управления комплексным показателем результа- тивности ее СМК. Установлено, что ключевым элементом СМК является системой менеджмента знаний. Определен механизм ее реализации в рамках аккредитованной измерительной (испыта- тельной) лаборатории – экспертная система на основе онтологии Рассмотрены состояние и пер- спективы разработки и внедрения систем ме- неджмента знаний в современных условиях, а также концепция методики поэтапного построе- ния экспертной системы на основе онтологии в рамках аккредитованной измерительной (испыта- тельной) лаборатории. Список использованных источников 1. Булатицкий, Д.И. Управление знаниями в си- стеме менеджмента качества организации : ав- тореф. дисс. на соискание уч. степ. канд. техн. наук / Д.И. Булатицкий. – Брянск, 2010. – 20 с.: ил. 2. Серенков, П.С. Методы менеджмента ка- чества. Методология организационного проектирования инженерной составляющей системы менеджмента качества : моногра- фия / П.С. Серенков. – Минск : Новое зна- ние ; М. : ИНФРА-М, 2011. – 491 с. 3. Хайкин, С. Нейронные сети: полный курс / С. Хайкин. – 2-е изд. – Вильямнс, 2006. Pavlov K.A., Serenkov P.S., Nifagin V.A. Perfection of activity of measuring (testing) laboratories with the use of knowledge management systems The question of necessity of development and implementation of the Knowledge management system within the accredit measuring (testing) laboratory is being discussed. The conception offered is the method- logy of expert system creation based upon ontologies for subjective areas of activities in the measuring (test- ing) laboratory, built on the base of process approach with the module principle. (E-mail: P_Constantine@tut.by) Key Words: knowledge management systems, ontology, the measuring (testing) laboratory. Поступила в редакцию 03.10.2011.