Файл: Голенко Д.И. Статистические модели в управлении производством.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 11.04.2024
Просмотров: 144
Скачиваний: 0
Для некоторых дискретных производств с длитель ными циклами изготовления продукции можно мини
мизировать |
число |
опросов системы (предполагается, |
что в этом |
случае |
точки опроса и контроля совпадают). |
В то же время для большинства типов производств ве личины интервалов опроса и контроля системы следует
выбирать |
исходя из экономических соображений. |
Если |
|||
не учитывать |
капитальные |
вложения |
на организацию |
||
системы |
сбора |
информации, |
то опросы |
системы |
требу |
ют меньших затрат, чем контроль системы, в процессе которого производится переработка информации. В дальнейшем происходит некоторая перестройка систе мы, связанная с необходимостью реализации управляю щих воздействий. Поэтому процедуру опроса системы следует выполнять чаще, чем контроль системы. Часто та опросов т 0 и частота контроля т к для данной систе мы связаны между собой соотношением Т о ^ г Т к - В опи сываемой системе сбора и обработки информации пред полагается, что частоты т 0 и т к выбраны заранее из тех'нико-экоиолтических соображений либо заданы мето ды определения очередных точек опроса и контроля.
Этап 3. Осуществляется сбор данных о выполненных работах в текущем интервале опроса. Здесь же органи зуется хранение данных, полученных на предыдущих интервалах опроса, в течение заданного интервала вре мени. Обычно этот интервал принимается равным ин тервалу контроля, поскольку в момент контроля проис ходит обновление всех постоянных массивов и коррек тировка параметров всех комплексных производствен ных моделей.
В систему сбора поступает информация как от от дельных ответственных исполнителей, так и от датчи ков на рабочих местах путем передачи информации по
каналам |
связи. |
Сбор |
информации осуществляется |
в |
моменты |
опроса, |
вычисление которых происходит |
на |
|
этапе 2, |
поэтому |
этап |
3 связан с этапом 2 прямой |
и |
обратной связью. После опроса производственной сис темы управление передается этапу 2 для споеделения следующей точки опроса и передачи ее этапу 3.
Взаимодействие этапов 2 и 3 продолжается таким же образом в течение всего времени функционирования про изводственной системы, что обеспечивает бесперебой-
пое поступление данных о ходе |
производства |
в систе |
му управления. |
|
|
Этап 4. В моменты контроля |
производится |
перера |
ботка информации, полученной на этапе 3. В процессе функционирования системы на этапе 4 определяются фактические объемы работ V(t) и выпуск изделий за данной номенклатуры. Если на этапе 3 только собира ется информация о выполнении деталеопераций и из готовлении отдельных деталей, то на этапе 4 эти дан
ные |
перерабатываются |
и |
объединяются, благодаря |
че |
|||||
му |
получается |
общая |
картина |
выполнения |
производ |
||||
ственного |
задания (по |
деталям, |
узлам, изделиям). Од |
||||||
новременно на |
этом этапе |
происходит |
обновление |
по |
|||||
стоянной |
информации, |
необходимой |
для |
управления |
производством. Все изменения, поступившие за истек ший интервал контроля, вносятся в соответствующие массивы информации (переменные и постоянные).
Этап 5. Службам различных уровней выдается об новленная на предыдущем этапе информация для кор ректировки производственных моделей. При этом произ водится корректировка тех параметров модели, которые
изменились |
в текущем интервале |
контроля. |
|||
Этап |
6. |
Фактические |
объемы |
работ |
V(t) и номен |
клатура |
выпускаемых |
деталей, |
узлов |
и изделий N (t) |
сравнивается с плановыми величинами. Если плановые показатели ие выполнены, то осуществляется переход на стадию оперативного управления для анализа ве личины рассогласования и последующей выдачи опре деленных управляющих воздействий, изменяющих не
которые |
плановые величины |
(сроки, ресурсы |
и т. д.). |
||
В противном случае, |
когда |
Vnn(t)^V(t) |
и |
N„r,(t)^ |
|
^i\l(t), |
по-прежнему |
система |
периодически |
функцио |
|
нирует на этапах 2 и 3. |
|
|
|
||
Этапы 7 и 8 завершают блок-схему стадии сбора и |
|||||
обработки информации. На этих стадиях |
периодически |
выдаются сводные отчетные документы о работах, вы полненных к определенным планируемым срокам. Та кие отчетные документы создаются на основе накоплен
ной в процессе |
работы |
этапов |
3 и 4 информации |
и |
|||
представляют |
различные |
разрезы этой |
информации |
в |
|||
форме, необходимой |
для |
представления |
в |
вышестоя |
|||
щие организации. При этом этап |
7 является |
подготови |
|||||
тельным для этапа |
8, поскольку |
на этом этапе подго- |
4* |
51 |
тавливается отчетная информация для подразделений
второго |
уровня, |
а |
на этапе |
8 — для подразделений пер |
||||||
вого |
уровня на |
основе |
отчетной |
информации, |
получен |
|||||
ной |
от |
второго |
уровня |
системы. |
|
|
|
|||
|
|
|
|
|
* |
* |
* |
|
|
|
Как |
было сказано |
выше, |
управление |
многоуровне |
||||||
вым |
серийным |
производством |
|
требует |
использования |
|||||
различных видов |
статистических |
моделей. На |
высшем |
и на среднем уровнях иерархии необходимо использо вать главным образом комплексные имитационные мо дели функционирования производства. Для случая единичного и мелкосерийного производств хорошие результаты дает использование сетевых моделей (дета лизированных и укрупненных), которые удобно приме нять для решения различных оптимальных задач [1.13, 2.10]. Что касается использования имитационных
моделей для |
определения оптимальных |
параметров |
|||||
управления |
серийным |
производством, |
то |
последнее |
|||
также |
не |
представляет |
каких-либо |
принципиальных |
|||
затруднений, хотя в ряде случаев |
связано |
с преодоле |
|||||
нием |
чисто |
технических |
трудностей (в |
основном вычис |
|||
лительного |
характера). |
|
|
|
|
||
На |
низшем |
уровне иерархии |
(участок, рабочее мес |
то) управления |
серийным производством важное зна |
|||
чение |
приобретают задачи |
построения |
оптимальной |
|
(или |
близкой к |
оптимальной) |
очередности |
распределе |
ния работ, связанных с изготовлением различных де
талей |
(или |
партий |
деталей) |
по |
станкам |
во времени, |
|||
в соответствии |
с различными |
технологическими |
мар |
||||||
шрутами. Для |
решения |
подобных задач |
обычно |
ис |
|||||
пользуются |
модели |
календарного |
планирования, |
ко |
|||||
торые |
с той |
или иной |
степенью |
точности |
позволяют |
построить искомое расписание прохождения деталей по станкам. Заметим, что в случае единичного или мелко серийного производств решение такого рода задач мо жет быть эффективно получено и при помощи сетевых моделей. Что касается дискретно-непрерывного произ водства, то здесь возникают задачи, во многом сходные с задачами, решаемыми в процессе управления серий ным производством. Основное отличие состоит в том, что в дискретно-непрерывном производстве продолжи тельности обработки изделий на различных группах
оборудования являются не детерминированными, а случайными величинами, причем в ряде случаев коэф фициенты вариации последних приобретают большое значение. При этом ряд циркулирующих потоков полу
фабрикатов |
между различными |
группами оборудова |
ния является |
случайным. Поэтому |
в дискретно-непре |
рывном производстве удобно использовать имитацион ные модели массового обслуживания, тогда как в дис кретном производстве их применение сравнительно ма лоэффективно.
Функционирование разрабатывающего |
предприя |
тия, как правило, связано с одновременной |
разработ |
кой большого числа проектов, каждый из которых реа лизует процесс создания объекта новой техники, либо какого-либо другого сложного комплекса индивидуаль ного производства. Процесс проектирования и разра ботки обычно отображается динамической сетевой мо делью, как правило, со случайными параметрами ра бот. Главной задачей, решаемой в процессе управления
разрабатывающим |
предприятием, является |
построе |
ние календарного |
плана выполнения работ, |
входящих |
в каждый из разрабатываемых проектов, т. е. состав ление оптимального плана-графика функционирования разрабатывающего предприятия. Последнее может быть достигнуто в результате многоуровневой оптими зации комплекса сетевых моделей, методологически близкой к рассмотренной в § 1.4 многоуровневой опти мизации в серийном производстве. В частности, как бу дет показано ниже, решение может быть получено на основе статистических методов оптимизации. Для раз рабатывающих предприятий, в которых время выполне ния отдельных разработок носит случайный характер, эффективность управления обеспечивается решением ряда дополнительных задач прогнозирования хода раз работок. Последние могут быть решены на основе мно гоуровневых имитационных моделей, также рассматри ваемых ниже.
Иначе обстоит дело при проектировании сложных комплексов в условиях неопределенности. В этом слу чае процесс проектирования является вероятностным и существует ряд альтернативных путей достижения це ли, большинство из которых, в свою очередь, носит сто хастический характер. Задача управления такими про-
цеосами сводится к анализу различных путей достиже
ния цели, |
оценке вероятностей реализации этих путей |
и выбору |
(там, где это возможно) наилучшего из них. |
Решение |
этой задачи основано па выборе в качестве |
модели, адекватной вероятностному процессу проекти рования, стохастической сетевой модели [1.4, 5.6— 5.7]'. Последняя, как будет показано ниже, является также достаточно эффективным инструментом управ ления вследствие возможности принятия решения в точках ветвления.
Разработка и описание различных типов статисти ческих имитационных моделей требует создания спе циального языка моделирования, который выполнял бы
функции алгоритмического языка и обладал бы |
блоч |
|
ной |
структурой. Такого рода подход, представляющий |
|
ся |
нам весьма перспективным, получил название |
язы |
ка |
агрегатов, или агрегативных моделей [1.1, 2.9, |
6.24, |
6.25]. Однако ограниченный объем монографии лишает нас возможности описания такого рода моделей.
Заметим, что предприятий собственно серийного производства существует сравнительно мало, вслед ствие чего нам представляется целесообразным рас смотрение двух наиболее представительных классов— мелкосерийного и крупносерийного типов производств. Статистические модели последних будут рассмотрены нами в последующих главах.
Г л а в а 2. СТАТИСТИЧЕСКИЕ МОДЕЛИ
ВМЕЛКОСЕРИЙНОМ ПРОИЗВОДСТВЕ
§2. 1. Основные задачи управления
мелкосерийным производством
Впредыдущей главе нами уже отмечалось, что дости жение глобальной цели системы требует удовлетворения на заданном уровне и на каждой стадии функционирова ния производства .некоторых локальных критериев, опре деленным образом связанных с основными параметрами функционирования объекта управления. Изучение таких зависимостей является важной задачей управления про изводством.
Задачи, решаемые на различных стадиях управления производством, можно разделить на две группы:
— исследование структуры объекта и набора воздей ствующих на него факторов, а также нахождение опти мальных параметров структуры в той части воздействую щих факторов, которые поддаются регулированию;
— непосредственная оптимизация процессов управ ления производством при заданной структуре объекта и органов управления.
Последняя группа оптимизационных задач, в свою очередь, подразделяется на две подгруппы, в зависимос ти от возможного воздействия на ресурсы или объемы выполняемых работ при заданной структуре объекта и органов управления:
а) оптимизация объемов выполняемых работ при за данных ресурсах объекта управления;
б) оптимизация ресурсов при известных объемах вы полняемых работ.
Первая группа задач возникает при проектировании системы управления производством и на стадии перспек тивного планирования. Вторая группа задач реализуется на стадиях текущего планирования и оперативного регу лирования производства. При этом задачи подгруппы (а)