2 курс допол. информ. для ИСУ / Монография Мизюн В.А._2012

Временные затраты на обработку каждой детали с момента входа её на участок обработки до завершения и выхода из RMS складываются из отрезков времени требующихся на транспортировку к первой свободной станции Sij, переналадку станции на первую операцию rk, выполнение операции tk, выбор станции Suv для выполнения следующей операции rm (возможно это будет та же

rm за время переналадки trkm. Станция Suv выбирается с учетом времени переналадки и транспортировки. Не обязательно критерием будет минимальная сумма на момент выбора, так как во временном интервале в котором рассматривается процесс производства RMS могут оказаться оптимальные «маршруты» не обеспечиваемые «жадными» алгоритмами, то есть выбирающими каждое перемещение оптимальным.

Отметим, что покоординатное кодирование обрабатывающих станций требовалось только для того, чтобы проиллюстрировать расстояние между станциями, представляемое хемминговой метрикой. В дальнейшем перейдем к традиционному для сетевых моделей обозначению матричному представлению

сети. Вершинами сети RMS будут обрабатывающие станции Si , i = 1, N . Тогда транспортная матрица будет иметь вид матрицы TT размера (N×N) :

где ttij – время транспортировки от станции Si до станции Si.

Аналогично, с помощью матрицы TR переналадки для каждой станции зададим временные интервалы переналадки с одной операции на другую.

где trij – время переналадки станции с операции ri на операцию ri.

Время выполнения операций задается матрицей SR размера ( N×K)

151

При этом количество операций K и количество станций N, в общем случае, являются независимыми.

Представленный на рис.3.11 маршрут моделирует следующую последовательность операций (табл. 3.1):

Таблица 3.1

Имитационная модель RMS

Транзакты модолируют детали проходящие через RMS. Очереди или буферы, моделирующие межоперационный запас вводятся в модель только для того, чтобы определить интенсивность входного потока заготовок, при котором RMS перестанет справляться с обработкой.

Алгоритм выбора следующей станции

Состояние станции на момент t описывается следующим кортежем: Si : < ki.fi,wi>

где

ki – номер операции, на которую настроена данная станция, K ≥ ki ≥ 1 fi - направлена ли на данную станцию деталь (0/1) с другой станции wi - время до окончания операции

qi - признак состояния ожидания свободной станции или переналадки (0/1).

Выбор следующей станции производится на основе информации о состоянии всех остальных станций.

Алгоритм провода детали по RMS состоит из следующих шагов. Ш1. Деталь, вошедшая в RMS попадает на станцию Si1

fi1:=0 (станция незаказана на следующую операцию) p:=0 (количество пройденных операций) Состояние станции Si1= <1, 0, t1 >

Ш2. Обрабатывается в течение времени t1. p:=p+1.

(возможно, в этом промежутке времени на другие станции также поступали детали)

Состояние станции Si1= <1, 0, 0 >

Ш3. Выбор следующей станции.

Сравниваются все «незаказанные» станции. (fj=0)

153

В момент t1 станция Sj считается потенциально подходящей, если время транспортировки до данной станции превосходит время до завершения операции на этой станции плюс время переналадки на требуемую операцию).

fj=0

Из всех станций, удовлетворяющих данным условиям выбирается станция с наименьшим временем транспортировки до неё.

S j0 : minj tti1, j

Если при всех j неравенство (3.1) не выполняется, то есть

j = 1, N tti0, j < wj + trk j 2

то минимальное опережение min(j wj + trk j 2 − tti0, j )

сравнивается с собственным временем переналадки выбирающей станции

детали, иначе выбирается станция, обеспечивающая минимальное время ожидания

станции. Станция Si1 в этот промежуток времени недоступна «для заказа»,

то есть fi1=1. Si1= <p+1, 1, tp+1 >

В случае выбора станции-цели S j0 , её параметру f j0 придается значение 1,

чтобы другие станции уже не направляли свои детали. Sj0= <p+1, 1, tp+1 >

Ш4. Проверка завершения обработки

Если (p<K), то переход на Шаг 2, иначе FIN.

Отметим, что стратегия выбора следующей станции на шаге Ш3 может быть построена иначе. Например, можно усложнить процедуру просчетом на несколько ходов вперед, а в идеале на все K операций. Такой подход приведет к использованию принципов динамического программирования и будет исследован в дальнейшем.

В каждый момент времени система описывается состояниями всех K станций

Sj= <ki, 1, tki >, K ≥ i ≥ 1.

154

Время нахождения детали в системе, прошедшей обработку на последовательности станций i1,i2,…,iK, составит

где tr – время выполнения r-й операции,

dr – время вынужденной задержки (величина tw вычисляемая при выборе следующей станции),

ttir ,ir +1 - время транспортировки от ir-й станции ir+1-й станции

При выполнении обработки входного потока деталей часть процессов выполняется параллельно, что не позволяет аналитически выразить время обработки M деталей, даже если интервалы времени между поступлением деталей на участок точно заданы. Требуется построить имитационную модель, построенную на принципах работы мультиагентной системы, в которой одинаковые агенты взаимодействуют с общей целью – минимизировать время обработки поступивших деталей.

Описание процесса для имитационного моделирования.

М заготовок поступает на участок RMS включающий N станций, (M >> N). Заданы транспортная матрица TT, матрица переналадки TR, и длительности операций. Каждая станция самостоятельно выбирает следующую станцию для своей детали, на основании информации о состоянии системы в целом. (Реализация транспортной системы пока не рассматривается и ограничения на пропускную способность не устанавливаются.)

Построенная имитационная модель позволит определить поведение системы в зависимости от задаваемых параметров, установить взаимосвязь между параметрами не связанными явно в математической модели и в алгоритме выбора станции.

Варианты обобщения модели.

1.Введение различных типов обрабатывающих станций.

2.Введение неопределенности в отношении времени выполнения

операций (ti± ti), времени транспортировки (ttij± tij). Это усложнит алгоритм выбора ввиду неоднозначности сравнения временных величин, заданных вероятностными распределениями, но общая структура модели останется той же.

3.Ограничение транспортной системы, то есть рассмотрение сети с подграфом полного графа. Для этого достаточно запретить некоторые связи, задав «бесконечное» время транспортировки.

155

4.Ввести возможные выходы деталей из системы до завершения полной обработки, что моделирует выход бракованной детали.

5.Ввести ограничения пропускной способности транспортной системы: ограничить количество транспортных единиц, запретить движение по встречным ребрам маршрута и т. д.

Описанные в настоящей главе методология и научный инструментарий системных исследований составляют основу экспериментального/машинного моделирования динамики функционирования сложных объектов и предоставляют возможность организации эффективного управления высокотехнологичным интегрированным производством, посредством автоматизации проектирования структурно-компоновочных преобразований адаптивной производственной системы и параметрического синтеза базовых компонентов бизнес-процессов, реализуемых на ее гибкой технологической платформе. Представленные принципы интеллектуализации и алгоритмы управления роботизированным/безлюдным производством могут оказаться полезными для совершенствования теории и методологии управления основной деятельностью на предприятиях, использующих традиционные типы и методы поточного, серийного и единичного производства; при разработке новых подходов к организации движения/реконфигурации материальных потоков в логистических сетях/системах промышленных предприятий и интегрированных цепочках поставщиков комплектующих в соответствии с производственным планом, алгоритмов управления реконфигурацией микропроцессорных вычислительных систем на основе нечеткой информации и т.п.83.

Современные разработки в этом направлении связаны также с интеграцией передовых информационных технологий вокруг жизненного цикла продукции предприятия, которые дополняются новыми организационно-управленческими стратегиями, связанными с поддержкой процессов жизнедеятельности самого предприятия, обеспечением более эффективной коммуникации его отделов и служб, тесной кооперации с партнерами, оперативного взаимодействия с клиентами. Такая идея многомерной компьютерной интеграции лежит в основе развиваемой В.Б. Тарасовым и др. концепции МетаКИП, основанной на использовании рассмотренных нами ранее ассоциативных форм организации

83 В определенном смысле материал главы является продолжением исследований в области повышения надежности и адаптивности искусственных (информационно-управляющих/операционных) систем, инициированных в 1980-х гг. АН СССР, на основе дискретно-событийного подхода к принятию решений по реконфигурации вычислительной системы в условиях неопределенности исходной информации с использованием нечетко-логического описания/представления знаний [6, 38, 41, 155, 156, 157].

156

коллективного труда – сетевых и виртуальных предприятий, телекоммуникационных Web-технологий и систем искусственного интеллекта, которые служат инструментальными средствами построения МетаКИП [126]. Таким образом, применение концепции компьютерной интеграции производства не ограничивается локализованным высокотехнологичным производством или отдельным предприятием. Сегодня она успешно развивается в более широких масштабах интегрированных корпоративных организаций, территориальных кластеров, отраслей и комплексов промышленности в качестве универсального подхода к оптимизации операционных затрат при осуществлении предпринимательской деятельности, связанной как с добычей и переработкой сырья (нефтегазовые, химические и др. кластеры), так и с разработкой и производством наукоемкой продукции мирового класса (например, образование европейского консорциума AIRBUS Industries, производящего аэробусы A-310 и др.; объединение усилий фирм Apple и Sony при работе над проектом Powerbook; партнерство компаний

AT&T, Marubeni Trading Co и Matsushita Electric Industrial Co при проектировании компьютера (notebook) Safari и т.д.).

157

Глава 4 Интеллектуальная оценка качества организации

иэффективности производственных систем

4.1.Методологические основы

При оценке сложных систем принято различать качество систем и эффективность реализуемых ими процессов. Применительно к прикладным задачам исследований, качество организации производственной системы определяется оптимальным сочетанием всех элементов и стадий процесса производства (людей, средств и предметов труда, а также основных, вспомогательных и естественных процессов) в пространстве и времени. Так, например, организационное проектирование структуры производственной системы машиностроительного предприятия должно выполняться с ориентацией на непрерывность, поточность, цикличность технологических процессов, основанных на использовании модульного, быстро переналаживаемого оборудования, и современных информационных систем коммуникаций, которые позволяют информировать всех участников сложного производственного процесса о движении изделий и состоянии средств производства с целью оперативной синхронизации всех составляющих процесса производства [97]. В отличие от качества производственной системы, которое изначально определяется уровнем проектных работ и квалификацией конструкторов, эффективность производства является величиной непостоянной, зависящей от оперативности и качества управляющих воздействий, так как в этом случае имеет место реализуемый во времени динамический производственный процесс, отличающийся многофакторной вероятностной внутренней средой. И даже в том случае, если статичная составляющая производственной системы спроектирована идеально в отношении пропорциональности (продолжительности) различных производственных операций, их синхронность и ритмичность производства в целом может периодически нарушаться под воздействием дестабилизирующих факторов внутренней и внешней среды предприятия [7].

Для оценки уровня организации и управления производством организационной наукой разработаны различные совокупности локальных критериев эффективности. В зависимости от типа систем и дестабилизирующих воздействий используют количественные детерминированные, вероятностные (в известных ситуациях и условиях риска соответственно) и качественные критерии (в условиях

158

неопределенности), которые отражают различные, как правило, несоизмеримые, стороны эффективности системы: техническую, экономическую, социальную и т.д. Критерии достаточно разнообразны, так как разрабатывались для конкретных систем и проблемных ситуаций; представляют собой преимущественно аналитические зависимости, взаимная увязка которых в системы унифицированных (сбалансированных) показателей эффективности представляет собой сложную, во многих случаях неразрешимую методологическую проблему84. Суть проблемы составляют сами критерии. Они представляют собой некие правила или нормы, позволяющие оценить эффективность, как соответствие требуемого и достигаемого результата посредством количественных характеристик, которые связывают аналитическим выражением цель системы и средства ее достижения (целевая функция). Такой подход, приемлемый для технических систем, невозможно применить для оценки сложных систем с активными элементами (людьми) к которым относятся производственно- экономические/человеко-машинные комплексы, так как получить требуемые аналитические зависимости для таких систем крайне сложно, а во многих случаях практически невозможно.

При таком рассмотрении проблемы показатели качества целесообразно отнести к области изначально заданных (детерминированных и/или вероятностных) системных свойств, описание которых можно представить аналитическими зависимостями и их совокупностями, в виде математических моделей динамических систем. Свойства, которые характеризуют процесс функционирования (поведение) системы, можно отнести к операционным, поскольку искусственные (производственные) системы создаются для выполнения конкретных операций (функций). Основной проблемой оценки эффективности производственных операций/процессов на основе аналитических, в том числе вероятностных зависимостей является неясность способа определения (закона распределения) вероятностей наступления тех или иных событий. И это связано не с отсутствием достаточной статистики, а с ограничениями самих методов классической теории вероятностей, применение которых допустимо при повторяемости событий и одинаковости (неизменности) условий. Данные требования в сложных производственных системах выполняются крайне редко, поэтому оценка эффективности операционных (процессных)

84 Вопросы формирования совокупности взаимосвязанных критериев изучаются в теории эффективности систем, которая формируется в настоящее время как раздел системного анализа, связанный с определением качества систем и процессов, их реализующих, предметом изучения которого являются проблемы количественной оценки качества и эффективности функционирования сложных систем (В.С. Анфилатов, А.А. Емельянов, 2002).

159

систем осуществляется в условиях неопределенности, что и вызывает наибольшие трудности у исследователей. К настоящему времени не сформулирована теория, способная по своему потенциалу обеспечить объективное решение этой задачи, поэтому выбор критериев зависит от методов моделирования систем.

Проблемы оценки эффективности процессов достаточно хорошо изучены в теории исследования операций [98, 146], с позиций данной теории производственная система создается для выполнения технологических операций, к основным укрупненным показателям эффективности которых относят

результативность, ресурсоемкость и оперативность.

Результативность (Э) характеризуется получаемым в результате целевым эффектом - результатом, ради которого функционирует система.

Ресурсоемкость (R) отражает ресурсы всех видов (людские, материальнотехнические, энергетические, информационные, финансовые и т.п.), используемые для получения целевого эффекта.

Оперативность (О) есть измеритель расхода времени, потребного для достижения цели.

Оценка исхода операции учитывает, что операция проводится для достижения определенной цели - исхода операции. Под исходом операции понимается ситуация (состояние системы и внешней среды), возникающая на момент ее завершения. Для количественной оценки исхода операции вводится понятие показателя ее исхода в виде вектора Уисх = < УЭ, УR, УО >, компоненты которого суть показатели его отдельных свойств, отражающие результативность, ресурсоемкость и оперативность (интенсивность) выполнения операции. Оценка «алгоритма» функционирования является ведущим при оценке эффективности. Такое утверждение основывается на теоретическом постулате, подтвержденном практикой: наличие хорошего «алгоритма» функционирования системы повышает уверенность в получении намеченных результатов. В принципе нужные результаты могут быть получены и без хорошего «алгоритма», но вероятность этого невелика. Данное положение особенно важно для организационно-технических систем и других, в которых результаты операции используются в режиме реального времени. В совокупности результативность, ресурсоемкость и оперативность порождают комплексное свойство - эффективность процесса Уэф - степень его приспособленности к достижению цели в определенных условиях внешней среды. Это свойство, присущее только операциям, проявляется при функционировании системы и зависит как от свойств самой системы, так и от внешней среды. В литературе термин «эффективность» связывается и с системой, и с операцией, и с решением. Образуемые при этом понятия можно считать эквивалентными. В конечном счете, каждое из них отражает соответствие исхода операции, выполняемой системой для достижения поставленной цели. Обычно нужно иметь в виду, что система реализует одну или несколько операций. Для большинства операций процедура оценки эффективности решений носит характер прогнозирования. Выбор критерия эффективности - центральный, самый ответственный момент исследования системы. Процесс выбора критерия эффективности, как и процесс определения цели, является в

160