ГОСТ Р 56216—2014
Требования к качеству данных, пороговые величины, а также точность вычислений, применяе
мых во время испытаний алгоритма качества, зависят от цели разрабатываемого и производимого
объекта и от деятельности по разработке и выпуску продукции. PDQ-S обеспечивает достаточные
возможности для потребителя отобрать наиболее подходящие критерии и пороговые величины при
разработке данных для формата 3D. а также определить точность цифровых вычислений. Точность
систем проверки испытаний PDQ также может быть определена потребителем. В настоящем стан
дарте в разделе 5 приведены примеры и даны предложения для выбора подходящих критериев.
Оп ределяемые потребителем пороговые величины из протоколов прикладных программ,
представлен ных в ИСО 10303-203 и ИСО 10303-214. играют ключевую роль в оценке качества данных
при помощи числовых испытаний. Одним из примеров пороговой величины может быть пороговая
величина рас стояния при вычислении зазора между основной поверхностью и ограничивающими ее
кривыми или лекалами, используемыми при выравнивании поверхности. Такая пороговая
величина расстояния или зазора означает, что если максимальное расстояние между поверхностью и
кривыми больше или равно определенному минимальному значению, то зазор должен расцениваться
как дефект качества. Подходящие или оптимальные пороговые величины зависят от многих
факторов, таких как размер изделия, требования проектировщиков, чувствительность технических
систем, цифровые погрешно сти и т.д. Поэтому пороговая величина должна быть четко определена
в договоре между деловыми партнерами в каждой деловой ситуации.
В большинстве случаев, особенно, когда это касается свободной геометрической формы, алго
ритм измерений имеет приближенное, а не точное решение. В приведенном выше примере поверх
ности и кривые состоят из бесконечного множества точек, подсчет которых невозможен, а алгоритм
стремится к решению, применяя достаточное количество конечных выборочных точек.
Для определения разницы между приближенным решением и точным решением, даже если
разница меньше ожидаемого значения, предусмотрена спецификация точности показателей. При
ближенное решение может считаться приемлемым, если вычисленная разница между одним прибли
женным решением и другим, полученным на других выборочных точках, меньше, чем заданная точ
ность. Существует два типа спецификаций точности — определение общей точности, относящейся ко
всем измерениям, и определение специальной точности, относящейся к специальным измерениям.
Пользователи могут оптимизировать условия проверки качества данных путем соответствующих
комбинаций критериев качества, пороговых величин и точности.
П р и м е ч а н и е — В вышеизложенном тексте показано, как можно оптимизировать испытание качест
ва данных для того, чтобы качество соответствовало качеству целевых данных в модельной форме, которые
должны соответствоватьтребованиям испытания качества, представленным в ИСО 16792:2006.
4.6.5 Возможные проблемы с качеством данных о продукции, не внесенных в модельную форму
Подробная спецификация PDQ-S описывает данные о продукции, внесенные в модельную фор
му. Представление таких данных осуществляется по двум схемам. Одна — это схема критериев ка
чества данных о продукции, а другая — это схема результатов проверок качества данных о продук ции.
Эти схемы могут применяться к данным, не внесенным в модельную форму, а также к решению
различных проблем с качеством данных, в частности к проблемам GD&T.
5 Условия, способствующие применению PDQ-S
5.1 Общие условия
Такими условиями являются:
• взаимосвязь практических проблем качества данных и критериев PDQ в PDO S, с точки зрения
разработчиков стандартов (см. 5.2);
- конкретные критерии PDQ, применяемые в трех различных сценариях (см. 5.3);
- процессы, способствующие преобразованию и развитию деятельности PDQ (см. 5.4).
Последние два условия (5.3 and 5.4) основываются на критерии PDQ. применяемом в японской
автомобильной промышленности.
5.2 Взаимосвязь между проблемами качества данных о продукции и критериями качества
5.2.1 Типы проблем качества данных о продукции
Соответствующие критерии PDQ имеют следующие типы проблем качества данных:
8