- •Системы и закономерности их функционирования и развития
- •1.1. Определение системы
- •1.2. Пошгпс, характеризующие строение и функционирование систем
- •1.3. Виды и формы представления структур
- •1.4. Классификации систем
- •1.5. Закономерное-то систем
- •1.6. Закономерности целеобразоваимя
- •Глава 2. Методы и модели теории систем и системного анализа
- •2.1. Классификации методов моделирования систем
- •2.2. Методы формализованного представления систем1
- •2.3. Методы, направленные на акти”“гП”ню мспсхлпьзо-ванмя интуиции н опыта специалмсти
- •2.4. Понятие о методике системного анализа
- •Главе 3. Информационный подход к анализу систем
- •3.1. Теория информационного поля
- •3.2. Дискретные информационные модели
- •3.3. Диалектика части н целого
- •Глава 4, цели: формулирование, структуризация, анализ
- •4.2. Первые методики системного анализа целей
- •4.3. Методики, базирующиеся на философских концепциях системы
- •4.4. Разработка методик структуризации целен
- •4.5. Ашиио целей • функций в сложных многоуровневых системах
- •4.6. Автоматизация процесса формирован—и оценки структур целей и функций
- •Глава 5. Разработка и развитие систем
- •5.1. Рекомендации по разработке методися проектирования и развития системы органюалнонноп управления
- •5.2. Анализ факторов, влияющих на создание и функционирование предприятия (организации)
- •5.3. Анализ целей и функций системы управления предприятием (организацией)
- •3. Актуальная среда
- •4. Собственно система управления
- •1.2. Наука Образование
- •5.4. Разработка (корректировка) организационной структуры предприятия (организации)
- •5.5. Система нормативно-методического обеспечения управления предприятием (организацией)
- •Глава 6. Методы организации сложных экспертиз
- •6.1. Модификации метода решающих матриц
- •6.2. Метод организации сложных экспертиз при оценке нововведений, базирующийся на использовании информационного подхода
- •6.3. Организация сложных экспертиз как основа маркетинга сложных технических комплексов
- •6.4. Подход к оценке эфф( проектов1
- •Глава 7. Применение методов системного анализа при организации производства и проектировании сложных технических комплексов
- •1 7.1. Информационное моделирование проюводственньк систем
- •7.2. Модели постепенной формализации задач при организации технологических процессов производства и управления
- •7.3. Применение информационного подхода для анализа нелинейных автоматических систем
- •7.4. Применение морфологического подхода при принятии плановых решений в условиях позаказной системы производства
- •7.5. Применение системного анализа при управлении проектами сложных технических комплексов *
- •8.2. Информационные системы: пояя-тне, рирабо-пса, перспетпиы
- •1.3. Применение системного анализа при разработке автома-тизиоваиных информационных систем
- •8.4. Примеры реализации аснмоу и ее элементов
- •8.5. Информационная инфраструктура - основа информационно-управляющих систем будущего1
Глава 7. Применение методов системного анализа при организации производства и проектировании сложных технических комплексов
В частности, рассматриваются примеры применения изложенного в гл. 3 информационною подхода для модслироиання пршинодсшснныл chcjcm (цепи массижли обслуживания, транспор7"'"': и сводящиеся к ним задачи, выбор гибкости производ-
_д • ственной структуры) - раздел 7.1; для получения новых по сравнению с теорией ав-
5 ё • тематического управления результатов путем информационного анализа пелиней-
Я о • ных автоматических систем - 7.3.
See Приводятся примеры применения идеи постепенной формализации при модели-
с S | ровании технологических процессов организации производства и управления - 7.2:
примеры применения морфологического моделирования в различных условиях (объемно-календарное планирование при позаказной системе однотипного производства, планирование загрузки оборудования в условиях позаказного производства
ё S В S разнотипной продукции) - раздел 7.4. Излагается подход к управлению проектами
S S • сложных технических комплексов - раздел 7.5.
1 7.1. Информационное моделирование проюводственньк систем
Организация производственных процессов - обширная область, для исследования проблем которой разработаны разнообразные модели, базирующиеся на применении методов математического программирования, статистических методов. Этим проблемам посвящено значительное число монографий и учебники по организации производства (см. [2.42, 2.43] и др.). В то же время методы теории систем и системного анализа позволяют в ряде случаев учесть больше реальных особенностей производственных ситуаций.
Изложенный в гл. 3 информационный подход к моделированию систем позволяет в реальных условиях уточнить алгоритм или упростить и ускорить процедуру поиска решения. В частности, это касается двух рассматриваемых ниже классов задач.
Цепи массового обслуживания. К таким цепям могут быть сведены как чисто производственные (технологические) процессы, так и процессы обработки документации (информации) в заводоуправлениях и вычислительных комплексах. Обычно потоки заказов (требований) на обслуживание в таких цепях принимаются пуассо-новскими (описываются законом Пуассона), т. е. без учета после-377
действия, а сами цепи рассматриваются как марковские, что спра. ведливо лишь в весьма ограниченном числе случаев.
Правда, иногда реальные потоки удается свести к потокам Эрланга, отражаю. щим более широкий класс явлений, однако и это не позволяет делать широкие обоб. щения. поскольку относится хотя и к большему числу, но все же частных случаев.
Между тем, простейший (пуассоновский) поток с интенсивностью я характеризуется экспоненциальным распределением плотности вероятности
/(0=^-^,
которая в информационных терминах представляет собой материальный (информационный) ток I=f(t) в цепи (рис. 7.1а), где
сущность Н=\, сопротивление т = ~Л , а емкость п=\. Уравнение такой цепи
Н=1т+^1Л
n=iT+-}ldt
(7.1) п
и/ при начальных условиях 7(0) = /
= Л имеет решение, совпадающее
с пуассоновским распределением.
а)
б)
Рис. 7.1
Однако полная минимальная информационная цепь, как было показано, кроме сопротивления т и емкости п, обладает еще и ригидностью L, в которой выражается ее последействие (рис. 7.16)-Кроме того, и емкость я, характеризующая неординарность потока, может иметь в общем случае значение, отличное от единицы. Уравнение (7.1) для такой цепи преобразуется в следующее
Н = 1т + I/п J Idt+ Ldlldt. (7.2)
При начальных условиях 7(0) = 0 и /j^ = /v = //
.(7.2) имеет решение 378
2Л1/
Т
ехр (
-
t/T)
при 8
<
1
1А6 t^fS^ ,_ ,—— sh — — exp(-<%/ 7) при S> \, •vo —1 l
де 8 = V/l/7. / 2Л.; Г2 = nL; L=(v1 - D) /2; D - дисперсия промежутка времени между заявками.
Таким образом, уравнение (7.2) и его решения аппроксимируют
широкий класс пакетов заявок с различными интенсивностями А и дисперсиями D, включая, конечно, и пуассоновский поток, для которого
D=(Ш)1=^1 и я=/.
В результате описание широкого класса систем массового обслуживания с последействием и неоднородностью сводится к системе уравнений типа (7.2), отличающихся от обычно применяющихся в марковских цепях уравнений Колмогорова слагаемыми L dl/dl.
а)
|
|
”.D,
|
|
Р
|
|
Pi
|
|
0
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|||
|
|
|||
|
|
|||
|
|
|||
|
|
|||
|
|
|
|
^D„ >.!
|
|
f
|
\'
|
.•1
|
|
|
|
|
||
|
|
|
|
|
|
|
|
||||
|
|
||||
|
|
Чг'
|
|
•“——————
|
|
l^
|
Р
|
|
Pi'
|
|
|
Ui
|
|
|
|
|
Рис 7.2
|
Например, если граф состояний простейшей системы массового обслуживания имеет вид, показанный на рис. 7.2в, то, по Колмогорову, для марковской цепи имеем
б)
При тех же условиях, но в цепях с последствием и произвольными потоками появляются еще псевдосостояния (рис 7.26), поскольку передаточная функция цепи б на рис. 7.1 приводится к произведению передаточных функций цепей а при условии т = у) + г; и А = п г-г. Таким образом, имеем
dpo'/dt =X,p” +/^i", pi' +pi" =р\,
dpo'Vdt =-Aipo" +Aipo', dp\'/dt = -fi\p\' + A^po",
pa +po" =po,po +pi =1, где I/A = 1/Ai +1/A2,
A,A2(1 -A^) = 2A2, l//i = 1/^ -H/^,
/fl/^l -^D^=l^.
Эти соотношения, подобные уравнениям Колмогорова, справедливы для любых дисперсий в пределах А^д<>0,5, а не только
379
VD^-- 1, как в простейшем потоке. Они позволяют определить все входящие в них вероятности для произвольных цепей массового обслуживания.
В то же время, можно обойтись и без псевдосотояний, если вместо уравнений Колмогорова написать систему
{[(^2)д - iyiX\^dt^}dp^dt = -Ар. + ^pi {[(^D^-iyimWpi/dl^dpi/dt^-^pt + ^о,
также справедливую при любых значениях дисперсии в оговоренных пределах. Если же снять всякие ограничения на дисперсию потока, то для произвольного случая, не прибегая к псевдосостояниям, получаем систему из уравнений вида
fpt -^>o = dp”/dt+^[(C^-n+iy^+{H- l)^l2](/2^7</(Л2+...
...+Ш,''[(С^-п + i-A)/^+(n-i+A)/Ai]dpo/dt'+...
...-^m-k^ifp^di",
где k == A/VD^ n - ближайшее к k большее целое число;
Ш = (и - l)/Ai + Шг; D^ = (и - l)/Ai2 + \/Лг1.
Это уравнение представляет обобщение уравнения Колмогорова на случай потоков Эрланга нецелой степени, т. е. на случай потоков с любым последействием.
Транспортные и сводящиеся к ним задачи. Основные способы решения таких задач, являющихся задачами линейного программирования, ориентируются на симплекс-метод, который является довольно громоздким. На основе информационного подхода был предложен [8, 1.! 3) метод суммарного градиента, делающий процедуру поиска решения гораздо менее громоздкой.
Предположим, что нам необходимо удовлетворить потребность в сырье в нескольких точках производственного комплекса, разбросанного по большой территории. Промежуточные склады сырья также могут быть разбросаны по этой территории, так что возникает задача оптимальных перевозок от складов к потребителям либо по критерию минимума стоимости, либо по критерию минимума времени перевозок.
Согласно теории информационного поля запасы сырья в промежуточных складах можно считать положительным материальным свойством (запасом) - М, а дефицит его в точках потребления можно считать отрицательным М.
Таким образом, оптимальными будут перевозки в направлении напряженности, т. е. градиента потенциала, образованного соответствующим М поля. При этом в роли потенциала поля выступают либо стоимости перевозки условной единицы сырья, либо время ее перевозки.
380
Например, если надо удовлетворить указанную в табл. 7.1 потребность в пунктах В\, Вг и В, за счет запасов на складах А\, Аг и /1у (цены соответствующих перевозок указаны в правом верхнем углу каждой клетки таблицы), то необходимо определить для каждого варианта (для каждой клетки) суммарный градиент потенциала.
Это выполняется путем сложения с учетом знака всех разностей между потенциалом (ценой) данной клетки и ценой непосредственно примыкающих к ней в строке и столбце соседних клеток. Результирующие суммарные градиенты приведены в той же таблице в центре клетки.
Приведем возможный вариант получения решения.'
Оптимальной первой перевозкой является та, у которой окажется максимальным суммарный градиент. В данном случае такой градиент +7 соответствует перевозке всего запаса сырья (20 единиц) из Аз в Вг. Количество сырья и цена выделены в таблице полужирным шрифтом. Ситуация после этой перевозки отражена в табл. 7.2, где заново пересчитаны суммарные градиенты для строки A i, непосредственно примыкающей к отброшенной строке Аз. Теперь оптимальной второй перевозкой оказывается перевозка необходимого груза для удовлетворения всей потребности в сырье (18 единиц) Я[ из A i (градиент +3).
Ситуация после второй перевозки отражена в табл. 7.3, где заново пересчитаны суммарные градиенты для столбца Bi. непосредственно примыкающего к отброшенному столбцу Bi. Согласно табл. 7.3 оптимальной третьей перевозкой оказывается удовлетворение всей потребности (33 единицы) Вз из Ai. (градиент +2).
После третьей перевозки складывается ситуация, отраженная в табл. 7.4, где очевидным последним шагом является удовлетворение оставшейся потребности (1 единица) Д2 за счет А i.
Суммируя теперь выделенные в таблицах стоимости всех перевозок, получим 20х4+18х5+33х5+1 х6= 341, что является минимумом возможного и совпадает с результатом, получаемым симплекс-методом, однако быстрее и проще, поскольку не потребовалось увеличивать размер таблицы за счет введений фиктивной потребности, необходимой для приведения исходной задачи к задаче с правильным балансом, в чем нуждается симплекс-метод.
Следует оговорить, что поскольку метод суммарного градиента ориентирован лишь на ближайшую окрестность деятельности, то, с одной стороны, он значительно ускоряет процедуру решения в том числе за счет параллельного исполнения одинаковых или сопоставимых вариантов, если только они не являются смежными по строкам или по столбцам, но, с другой стороны, иногда в конце процедуры он дает ошибки, когда ближайшая окрестность оказывается всем пространством деятельности.
Например, в случае выбора из четырех вариантов, заданных в табл. 7.3, очевидным первым шагом является перевозка из А\ в В\, чтобы исключить неблагоприятный вариант Аг - В\, но метод суммарного градиента дает А\ - Bi. В первом "•Учае целевая функция 10 х 2 + 10 х 2 + 10 = 50, а во втором 20 х 1 + 10 х 4 = 60.
Пример был подготовлен и реализован студенткой М.Р.Гуревич
381
Так. в первом случае исключается в первом столбце +1-4=-3, “во втором + 2 + 1 = + 3.
Таблица 7.1 Таблица 7.3
|
Bi
|
Bi
|
Запасы
|
А\
|
7 -1
|
6 0
|
32
|
Аг
|
6 0
|
5 +2
|
40
|
Потребности
|
1
|
33
|
|
|
a
|
ft
|
a
|
Запасы
|
At
|
5 +3
|
7 -4
|
6 0
|
50
|
Ai
|
6 +1
|
6 -2
|
5 +2
|
40
|
As
|
8 -6
|
4 +7
|
5 -1
|
20
|
Потребности
|
18
|
21
|
33
|
|
Таблица 7.2 Таблица 7. 4
|
52
|
Запасы
|
|
7
|
|
Ai
|
-1
|
32
|
At
|
6 +1
|
7
|
Потребности
|
1
|
|
|
Si
|
Bi
|
из
|
Запасы
|
|
5
|
7
|
6
|
|
А\
|
+3
|
-Л
|
0
|
50
|
Ai
|
6
|
6 0
|
5 +2
|
40
|
Потребности
|
18
|
1
|
33
|
|
В заключение отметим, что в тех особых случаях, когда суммарный градиент оказывается одинаковым для нескольких клеток таблицы, следует выбирать такой шаг, который соответствует минимальной цене. Если же и цены оказываются одинаковыми, то следует выбирать ту клетку, которая находится в строке (если полностью исчерпывается запас), либо столбце (если полностью удовлетворяется потребность) с самой высокой ценой, чтобы исключить этот неблагоприятный вариант из дальнейшего рассмотрения.
Выбор гибкости производственной структуры. Проектирование и организация функционирования гибких производственных систем (ГПС) представляет собой сложную задачу, связанную с решением технических, экономических и социальных проблем, с объединением в единую систему отдельных автоматизированных подсистем -АСНИ, САПР, АСУ, АСУТП и т. п. При решении этой задачи необходимо проанализировать состояние производства, включая анализ состояния технологического оборудования и производственных площадей, исследования возможностей специализации и кооперирования производства, состояния технологической подготовки про-382
изводства; определить потребность во внедрении ГПС и обосновать эффективность ее организации, необходимую степень гибкости.
При проведении таких исследований необходимо моделировать ГПС на различных стадиях ее развития - от концептуального замысла до технической реализации и управления технологическими процессами.
Пример определения состава подсистем ГПС на основе анализа структуры целей и функций предприятия приводился в гл. 5. С обзором проблем системного проектирования предприятий с гибкой автоматизированной технологией и примерами реализации основных этапов проектирования можно познакомиться, например, в [8] и в некоторых других монографиях.
Одним из самых сложных и значимых этапов проектирования ГПС является обоснование гибкости производственной структуры. Для решения этой проблемы разрабатываются различные модели (см., например, гл. 3 в [8]). В данном разделе рассматривается один из подходов к выбору гибкости производственной структуры, базирующийся на применении изложенного в гл. 3 информационного подхода.
Простейший способ построения гибкого производства состоит в организации параллельных технологических цепей (конвейерных линий), каждая из которых (рис. 7.3 а) способна выпускать свою модификацию изделий. Для перехода от одного изделия к другому достаточно задействовать соответствующую цепь рис. 7.3 а, б или в.
Такой способ имеет место, например, в автомобильной промышленности, где используются параллельные конвейерные линии.
Недостатком этого способа является простой большей части оборудования при выпуске в каждый момент только одной модификации продукции, что, правда, компенсируется возможностью параллельной работы всех цепей при выпуске всех модификаций одновременно, что обычно и делается при планировании производства путем такого распределения заказов на различные виды продукции по плановым периодам, которое обеспечило бы наилучшую загрузку оборудования и конвейерных линий (подобное распределение при позаказной системе планирования можно, например, осуществлять с применением моделей морфологического моделирования - см. ниже раздел 7.4).
Альтернативный способ построения гибкого производства, наиболее распространенный, состоит (рис. 7.3 б) в горизонтальном агрегировании одновременных операций в едином комплексе, т. е. в использовании универсальных программируемых станков и обрабатывающих центров. В этом случае для перехода от одного изделия к другому необходимо выбирать по одной операции на каждом Уровне так, чтобы в совокупности они образовали одну из возможных вертикальных цепей.
383
Недостаток этого способа - в простоте всех операций, кроме одной, на каждом уровне а, б или вив невозможности выпуска различных модификаций изделия (сплошные и штриховые стрелки на рис.7.3 б), поскольку ни обрабатывающие центры, ни станки с ЧПУ не способны на выполнение больше, чем одной программы в каждый данный момент времени. Достоинство - в большем числе по сравнению с первым способом модифика-а) ___ ций при том же выборе элементарных опе-
а)
н
|
\б
|
|
Ie
|
|
1 1
|
||||
|
|
|
|
|
|
|
|
||||
|
|
2а
|
|
2^
|
|
2e
|
-J- За
|
|.|
|
1
|
|
|
3e
|
—г— '—г- *—[— ным индексом, но и операций с различными I—•-i i—s-, ,—S-, индексами.
Известная доля дополнительности достоинств и недостатков этих способов приводит к мысли о необходимости их сочетания в форме матричного (полевого) способа реализации гибкости (рис. 7.3 в), когда вместо сложных и громоздких агрегатов q) j——L----^ вновь используются простейшие жесткие
'~~~ ции не только по вертикали, как в первых двух способах, но и по горизонтали, увеличивая число модификаций изделий (сплошные и штриховые стрелки на рис.7.3в), что резко сокращает простои оборудования.
Помимо того, переход к матричной структуре и использование в каждой точке технологического поля только простейшего оборудования, отличающегося относительно высокой надежностью, с одной стороны, увеличивают безотказность всей системы, с f" ~~t~ ~~~' другой - резко облегчает ее модернизацию, U ибо замена простых и дешевых малогаба-" 1 1 -"П ^в ритных станков на более совершенные не
Й\ требует капитального вмешательства в [ производственную жизнь предприятия и 3^ | 3g может быть проведена без ее нарушения.
^ т Наконец, переход к полевой гибкости,
Рис 74 ' f
г психологически важен для работы персонала, обслуживающего это производство, поскольку, во-первых, обслуживание простых автоматов значительно легче обслуживания станков с ЧПУ или обрабатывающих центров; а, во-вторых, матричная структура производства развязывает творческую ини-384
циатидаУ- как рабочих, так и инженеров, по части совершенствования, так как Д0")''^"' безболезненное экспериментирование и ддедреиие рацпредложений и изобретений ка^ в мелочах, так и в ieJioiiA- без кардинальной ломки процесса.
НетрУД"0 видеть, что реализация полевого способа гибкости производства допускает две основополагающие схемы, к комбинации которых сведется схема любой реальной полевой технологии.
Одна из них состоит в том, что при изготовлении относительно небольших и легких изделий транспортные роботы перемещают их в технологическом поле от автомата к автомату по маршрутам, зависят*™ "е только от технологии, но и от TOt-o, какие из подходящих автоматов (станков) свободны в данный момент.
Другая схема, применимая к относительно громоздким и тяжелым изделиям, состоит в том, что технологическое поле образуют установленные неподвижные изделия, а транспортные роботы перемешают в этом поле обрабатывающие автоматы, выбирая те из них, которые свободны в данный момент и пригодны для выполнения соответствующих операций.
Обе эти схемы возлагают основную тяжесть управления на вычислительные средства, предельно упрощая н разгружая от сложных функций технологическое оборудование, Что, с одной стороны, обеспечивает высокую надежность и безотказность всей системы, а с другой - облегчает наладку, обслуживание и ремонт оборудования, допуская легкую и полную замену отказавших автоматов или станков и восстановление их в условиях Ремонтного цеха или участка. В таких условиях вычислительные средства и применение методов теории массового обслуживания, оптимизации, морфологического моделирования теоретически позволяют почти полностью загрузить все оборудование, обойдя тем самым основной бич гибкого производства (и вообще всякого универсального производства) — простои большей части оборудование всегда сопутствующие неизбежной его избыточности.
Можно указать и критерий, которым должна руководствоваться система управления полевой технологией Для обеспечения оптимального размещения работ по оборудовании), ранжировав операции по срочности и присвоив им соответствующие потенциалы 77^, система должна обеспечить в каждый момент
max.
где т - общее число одновременно возможны^ д данном поле операций, А4 - число выполняемых операций, имеющих потенциал 77^.
Этот критерий учитывает все факторы и допускает даже пренебрежение малым числом М^ срочных операций ради большого чи-
1
385
Все же этот критерий может поставить гибкое производство в тяжелые условия, поскольку он никак не учитывает всякого рода профилактические остановы оборудования, которые неизбежно должны иметь место.
Поэтому универсальный критерий должен включать также время tk непрерывной работы оборудования
г
f77,M^ ->max,
которое тем больше, чем больше внимания уделяется профилактике, хотя она сама по себе и создает видимость некоторого уменьшения этого времени.
Учитывая возрастающую важность для гибкой полевой технологии оптимизации всех процессов, следует применять рассмотренный выше ускоренный метод решения транспортной задачи.
При случайном характере смены модификаций изделия и при одновременном производстве нескольких модификаций траектории заготовок в технологическом поле, зависящие от случайного характера оборудования, сами приобретают случайный характер, что заставляет рассматривать организацию производства как задачу массового обслуживания.
Существующие методы решения такой задачи по необходимости сводят потоки заявок в таких технологических циклах к простейшим, а сами циклы к рассматривают как марковские, что по сути дела не соответствует реальному положению дея, поскольку игнорируется существенное последействие таких цепей. Поэтому следует использовать метод, изложенный выше, который позволяет решить эту задачу без сомнительных допущений и с учетом реальных параметров процесса.