![](/user_photo/_userpic.png)
книги из ГПНТБ / Голенко Д.И. Статистические модели в управлении производством
.pdfняется, то на |
обработку |
назначается |
деталь i u если нет, |
то проверяется условие |
|
|
|
(Т-С |
) + {Т~С |
2 |
(T-tj). |
Если последнее имеет место, то на обработку назна чается деталь с номером г'г, если нет, то переходим к сле дующему шагу. Не позже чем через конечное число ша гов этот процесс оборвется, и если при этом имеет место неравенство
£ (T-ta4)2*l |
2 |
(Т-^)> |
|
|
к—1 |
|
г і |
> |
2 |
|
(T-t3'), |
то на обработку назначается деталь с номером k. Рассмотрению вопросов выбора наиболее эффектив
ных из привлеченных правил посвящено содержание по следующего параграфа главы.
§ 3. 7. Методология выбора эффективного рандомизированного правила предпочтения
Исследование влияния правил предпочтения, описан ных в предыдущем параграфе, на параметры функцио нирования комплекса механических цехов крупносерий ного производства проводилось с помощью описанной выше имитационной модели [3.8, 3,9].
Заметим, что в § 2.8 предыдущей главы оптимальные правила предпочтения отбирались с помощью стандарт ных моделей, в которых не учитывались некоторые де терминированные и случайные факторы, влияющие на критерий функционирования системы. Такой подход в принципе правилен лишь на первых этапах изучения про изводственной системы, особенно в тех случаях, если не обходимо отделить влияние группы рандомизированных правил от факторов, влияющих на производство.
Д л я изучения |
сравнительного |
влияния нескольких |
локальных правил |
предпочтения |
на выходные парамет |
ры системы_улравления в более сложных случаях, когда система подвержена воздействию большого количества различных случайных факторов, имеет смысл восполь-
зоваться имитационными моделями. Такое последова тельное изучение влияния локальных правил предпочте ния—сначала на стандартных моделях, а затем на мо делям, адекватных реальному объекту,— позволяет иссле довать статистические связи между факторами и локаль ными правилами, что очень важно для создания эффек тивной системы локальных правил и внедрения ее в про изводство. Перейдем к рассмотрению результатов экспе риментального исследования системы локальных правил предпочтения на описанной выше имитационной модели функционирования объекта крупносерийного производст ва.
Оптимизируемым критерием функционирования сис темы для данной модели являлась стоимость незавершен ного производства. Имитация производилась с помощью правил предпочтения (3.6.2), (3.6.3), (3.6.4), (3.6.6), (3.6.12), (3.6.15) и (3.6.19), которые описаны в §3.6.
Расчет величины незавершенного производства для каждого правила предпочтения производился с исполь зованием следующей методики. При страховом запасе деталей, обеспечивающем снабжение сборки с заданной надежностью р, новая партия деталей должна начать обработку, когда уровень готовых деталей в штуках сос тавит
где d—среднечасовое |
z = d(E |
+ ko), |
г . |
(37.1) |
|
потребление |
рассматриваемой |
де |
|||
тали на сборке; Е—математическое |
ожидание |
длитель |
|||
ности цикла обработки Тц; |
о2 —дисперсия величины |
Тц; |
k — коэффициент, зависящий от надежности р. В экспери ментальной модели принята надежность снабжения сбор ки на уровнях pi = 0,95; р 2 = 0,97; р 3 = 0,99, которым соот ветствуют ki = 1,645; й 2 = 1,881; /г3 = 2,326.
С момента запуска партии в обработку, наряду с уменьшением готовых деталей, перед сборкой с интенсив ностью d идет их производство со средней интенсивно стью п / Е , где п — количество деталей в партии. Уровень готовых деталей за это время изменяется линейно от величины z до z+n—dE, после чего производство прек ращается и уровень падает до величины z, а в дальней шем весь цикл повторяется. Средний же уровень дета лей в незавершенном производстве составляет
N = z+0,5{n-dE)- |
(3.7.2) |
Учитывая, что производство детали ведется |
партиями |
в п штук и среднее время между ее запусками |
равно At, |
получим d=—At , после чего из соотношений (3.7.1 и 3.7.2) следует
|
N = n |
0,5 |
0,5£+А;о- |
(3.7.3) |
|
|
At |
|
|||
|
|
|
|
|
|
Стоимость партии деталей по исходным данным опре |
|||||
делялась |
по формуле Лї + Зг^об, где М—стоимость |
матери |
|||
алов на |
партию, a t05—суммарное |
время обработки пар |
|||
тии. Таким образом, |
стоимость |
незавершенного |
произ |
водства в расчете на одну производимую деталь состав ляет
Hi=(M + 3to5) |
/ |
Q,5E+ka |
\ |
, |
(3.7.4) |
\ |
0,5 + — |
I |
|||
|
At |
|
|
где М, t0e, k и At определяются исходными данными, а величины Е и а получаются в результате имитации по данным массива М4 (см. § 3.3—3.4).
Результаты расчетов сведены в табл. 3.7.1.
|
|
Т а б л и ц а |
3.7.1 |
Правило |
Формула |
Величина незавершенного |
|
предпочтения |
производства Н в тыс. |
руб. |
|
1 |
(4.3.2) |
38,1 |
|
2 |
(4.3.3) |
39,2 |
|
3 |
(4.3.4) |
24,8 |
|
4 |
(4.3.6) |
24,2 |
|
5 |
(4.3.12) |
23,7 |
|
6 |
(4.3.15) |
26,4 |
|
7 |
(4.3.19) |
31,5 |
|
Значение незавершенного производства Я, получен ное путем имитационного моделирования для различных правил предпочтения, является случайной величиной. Поскольку она определяется суммарным воздействием большого числа случайных факторов и, кроме того, пред ставляет собой сумму ПО случайных величин Я ^ — зна чений незавершенного производства по каждой детали, можно считать, что Я распределено по нормальному за кону. Для определения доверительных интервалов вели-
чин, представленных в табл. 3.7.1, был произведен расчет
выборки из десяти независимых «проигрываний» |
на от |
резке модельного времени в 5000 часов для |
каждого |
варианта, причем во всех случаях приоритеты |
вычисля |
лись по формуле Т—t3. Полученные результаты |
показы |
вают, что с вероятностью, большей чем 0,95, приведенные
в таблице значения могут отличаться от своих |
математи |
||||
ческих ожиданий не более чем на 1,2. |
|
|
|
||
Эксперименты, проведенные на имитационной |
модели, |
||||
показали [2.25], что описанные в |
предыдущем |
парагра |
|||
фе правила предпочтения (5/0, LRT и др.), не учитываю |
|||||
щие запаздывание выпуска детали относительно |
своих |
||||
точек заказа (т. е. величину |
Т—t3), |
оказываются |
хуже |
||
группы правил предпочтения, |
в основе которых |
|
лежит |
||
величина Т—t3. Этот результат |
является |
следствием |
принципиальных отличий организационно-производствен ных условий крупносерийного и мелкосерийного типов производства и может быть пояснен следующими рас суждениями. •
В случае единичного производства применение правил типа SIO и LRT увеличивает средний коэффициент заг рузки станков, в результате чего уменьшается время об работки заданной группы деталей на располагаемом для этих целей оборудовании. В случае же стабилизировав шегося крупносерийного производства средние коэффи циенты загрузки оборудования не зависят от порядка следования деталей, вследствие чего то или иное правило предпочтения может влиять только на величину незавер шенного производства. Группа правил, учитывающих ве личину Т—t3, не дает возможности одним деталям зна чительно опережать другие и более или менее равномерно распределяет дисперсию длительности производственного цикла между деталями. Если, например, какая-нибудь деталь задержалась на одной из операций из-за отсутст вия материала, то на последующих операциях обработки она имеет определенные преимущества, компенсирующие по возможности потери времени на этой операции. Другими словами, управление производственным процес сом осуществляется таким образом, чтобы возникшие в процессе производства существенные случайные откло нения по отдельным деталеоперациям компенсировались бы в дальнейшем за счет сравнительно небольших от клонений по всему множеству обрабатываемых деталей.
Среди различных правил предпочтения, учитывающих запаздывание, несколько лучшие результаты в процессе моделирования дали те правила, в которых имел место учет количества операций и стоимости деталей; тем не менее это различие нельзя считать статистически значи мым. Очевидно, что в случае большего разброса в стои мости материалов на различные партии деталей эффект учета стоимости детали выявится сильнее, поскольку из вестно, что более дорогостоящие детали при прочих рав ных условиях должны обладать определенным преиму ществом.
Дополнительный учет надежности снабжения сборки (правило Ф=(У—13 ) ( 1 — р ) - 1 ) приводит к повышению суммарного значения незавершенного производства. Не
исключено, что правила типа |
ц=(Т—*з) |
О—Р)~': * могут |
|
оказаться лучше в некоторых |
случаях, нежели |
<р = Т—13, |
|
тем не менее ясно, что учет величины р должен |
привести |
||
к дополнительным затратам. |
Результаты |
эксперимента |
показывают, что в отличие от мелкосерийного производ ства применение рандомизированных правил предпоч тения й кр^пносёрийно1Г"производстве дало худшие ре зультаты, чем применение дет^мшгарованных прдвил (см. правила 3.6.4 и 3.6.19); хотя рандомизация в неко торых случаях и уменьшала математическое ожидание длительности производственного цикла, однако неизмен но увеличивала дисперсию. Интерпретация этого факта заключается в том, что любое детерминированное прави ло организации очереди «срабатывает» всегда одинаково и, коль скоро однажды была получена большая длитель ность цикла, то скорее всего она будет также большой при следующем запуске партии. Поскольку уменьшение величины j3i на одну единицу дает эффект в среднем в два раза больший, чем аналогичное уменьшение а*, то отсюда следует, что «плохой» порядок лучше частичного беспорядка.
Исходя из проведенного анализа опробованных пра вил предпочтения, можно сделать вывод о пред почтительности использования для данной моде ли правила <р=Т—13 . Поскольку в процессе обработки детали величина Т—13 возрастает, то на последних ста диях обработки (при прочих равных условиях) межопе рационные пролеживания будут сокращаться, что приве дет к дополнительному снижению величины незавершен-
ного производства. Как показано в работе [3.8], правила Т—tz могут служить основой для получения функцио нальных зависимостей при определении моментов запус ка деталей в обработку.
В заключение заметим, что полученные результаты характерны в основном лишь для определенного комп лекса организационно-производственных условий, реа лизованных в модели, и не могут быть без проверки рас
пространены на остальные предприятия |
данного типа. |
В то же время ряд выводов, полученных |
в результате |
исследования модели, подтверждается наблюдаемыми в производстве фактами. Таким образом, для эффективно го отбора оптимальных правил предпочтения в конкрет ных производственных условиях необходимо использо вать группу моделей объектов управления, начиная от упрощенных стандартных и кончая комплексными ими тационными моделями.
Г л а в а 4. СТАТИСТИЧЕСКИЕ МОДЕЛИ
В УПРАВЛЕНИИ РАЗРАБАТЫВАЮЩИМ ПРЕДПРИЯТИЕМ
§ 4. 1. Характеристика Задач управления
разрабатывающими предприятиями
Наряду с предприятиями серийного производства зна чительное место в промышленной сфере занимают так называемые разрабатывающие предприятия. К послед ним, в основном1 , относятся научно-исследовательские институты (НИИ) и конструкторские бюро (КБ), отли чающиеся ярко выраженной спецификой производства. Для подобных предприятий характерной чертой является одновременное выполнение большого числа самостоя тельных разработок, имеющих различную степень прио ритетности в сроках их проведения, определяемую диф ференцированной значимостью разработок для народно го хозяйства.
Научно-технический прогресс обусловливает непре рывное возрастание сложности выполнения современных разработок. Последние, как правило, приобретают комп лексный характер, а в их проведении нередко участвуют не только подразделения одного предприятия, но и боль шие группы организаций-соисполнителей различных про филей. В связи с этим резко усложнились координация деятельности организаций-соисполнителей и управление как отдельными разработками, так и комплексом тем на разрабатывающем предприятии. Последнее позволяет сделать вывод о важности и актуальности постановки и решения задачи эффективного управления разрабаты вающими предприятиями, включающей в себя как сос тавные части задачу управления процессом проведения одной разработки и задачу управления процессом прове-
В ряде случаев функции разрабатывающих предприятий вы полняют подразделения, занимающиеся технологической подготовкой многономенклатурного серийного производства
депия комплекса разработок с учетом реальных условий их выполнения.
В качестве операционной модели процесса проведения разработки обычно принимается динамическая сетевая модель, топология которой может носить как детермини рованный, так и вероятностный характер. При изложении материала настоящей главы мы ограничимся рассмот рением случая детерминированной топологии сетевой модели, отражающей порядок выполнения отдельных входящих в разработку операций.
Применительно к разрабатывающим предприятиям формирование информации об объекте управления сво дится к реализации ряда процедур. К последним относят ся: определение набора тематических разработок, кото рые могут быть включены в план предприятия; опреде
ление источников |
финансирования |
выбранных разрабо |
||
ток; |
определение |
вида ресурсов, |
которые |
необходимы |
для |
выполнения |
разработок (стоимостные, |
людские и |
т. д.); количественное распределение ресурсов, обеспечи вающих процесс проведения отдельной разработки; коли чественное распределение ресурсов, обеспечивающих про цесс проведения комплекса разработок с учетом директив ных сроков выполнения отдельных разработок, их важ ности, ограничений по различным видам ресурсов, времен ные оценки продолжительности выполнения составляющих отдельные разработки элементарных операций (работ) и методики их задания ответственными исполнителями со ответствующих операций и ряд других вопросов. Особенно важным нам представляется определение качественного состава ресурсов по видам, которые используются при выполнении планируемых разработок. Потребляемые ре сурсы могут быть разбиты на три класса. К первому из них отнесем ресурсы, носящие стоимостный характер и выделенные как на весь комплекс разработок, так и на каждую разработку в отдельности. Ко второму классу принадлежит оборудование, материалы и производст венные площади, необходимые для проведения планируе мых разработок. К, третьему классу отнесем группы спе циалистов требуемого профиля и квалификации.
По характеру использования все виды ресурсов могут быть разделены на два класса: 1) ресурсы, количество которых изменяется в зависимости от времени их исполь зования. Как правило, величины этих ресурсов умень-
12. Д . И. Голенко |
177 |
шаются пропорционально объему выполняемой |
работы. |
К ним можно отнести все стоимостные ресурсы, |
материа |
лы, сырье, готовые изделия и др.; 2) ресурсы, практичес ки не изменяющиеся в процессе их использования. К ним можно отнести людские ресурсы, оборудование (если пренебречь амортизацией) и др.
Задача оптимального управления ресурсами на раз рабатывающем предприятии имеет чрезвычайно важное значение в практике работы последнего. Решение этой задачи эффективно способствует выполнению производст венной программы предприятия— реализации проводи мых разработок в соответствии с требуемыми техничес кими и технико-экономическими показателями. Качество же решения этой задачи неразрывно связано с оценкой экономической эффективности работы предприятия в це лом. Решение подобной проблемы в первую очередь связа но с формализацией процедур управления разрабатываю щим предприятием и реализацией эффективных алгорит мов управления. Особенности возможных подходов к реше нию указанной задачи определяются не только характе ром описания объекта управления (например, детерми нированными или вероятностными оценками продолжи тельности проведения отдельных разработок), но и видами ресурсов, используемых при разработках. Последнее поз воляет рассмотреть задачу оптимального управления ресурсами в одном из двух классов. Первый из них свя зан с рассмотрением количественных оценок детализиро ванных ресурсов первого или второго вида. Ко второму классу задач относятся случаи, когда все виды исполь зуемых на предприятии ресурсов заменяются их стои мостным эквивалентом.
В соответствии с характером описания информации об объектах управления и в зависимости от вида используе мых ресурсов рассмотрим следующие возможные под ходы к постановке задачи оптимального управления: а) выполнением одной разработки; б) выполнением комп лекса разработок.
Применительно к постановке и решению задачи управления отдельной разработкой с детерминирован ными временными оценками составляющих ее операций (как для случая использования детализированных, таки стоимостных ресурсов) в настоящее время получены весьма эффективные и практически легко реализуемые
алгоритмы решения оптимальных задач по времени и ресурсам [4.1], [4.2], [4.3].1 При решении этих задач считаются известными топологическая последователь ность операций для отдельной разработки и интенсив ность потребления используемых ресурсов по каждой из составляющих разработку операций, однозначно опреде ляющие детерминированную продолжительность выпол нения операций. Результатом решения задач является построение детализированных календарных планов-гра фиков проведения отдельных разработок, включая сроки выполнения составляющих их операций.
В случае использования детализированных ресурсов решение оптимальных задач сводится к определению минимального времени разработки при ограничении на ин тенсивность потребления ресурсов либо к определению минимума ресурсов при ограничении на время разработ ки. ,В случае рассмотрения стоимостного эквивалента используемых ресурсов оптимальные задачи могут быть рассмотрены в следующих постановках: а) определение минимальной суммарной стоимости комплекса операций при заданном времени его выполнения; б) перераспреде ление дополнительных затрат на составляющие разработ ку операции, при котором заданное сокращение времени выполнения разработки в целом приводит к минимальной
общей сумме дополнительных |
затрат |
(эта |
задача |
носит |
|
название |
задачи минимизации |
затрат |
при |
сокращении |
|
времени |
выполнения проекта; |
в) распределение |
затрат |
||
по всем |
операциям и оценка продолжительности |
выпол |
нения комплекса операций с тем, чтобы суммарные (пря мые и косвенные) затраты на выполнение комплекса были бы минимальными (задача минимизации полной стоимости проекта).
В случае управления комплексом разработок с детер минированными временными оценками их выполнения следует сказать, что сдцествующие в настоящее время методы оптимизации многосетевых моделей [4.4], [4.5] позволяют решать задачи управления лишь для сравни тельно небольшого числа одновременно реализуемых
'Исключение представляет случай так называемых межотрас левых разработок, для которых соответствующие сетевые модели приобретают гигантские размеры. В этом случае может быть исполь зован весьма эффективный метод редукции сетей [2.16].
12* |
179 |