Разработка моделей и программных средств для оперативного управления производством изделий в машиностении^*

Введение.

Задача оптимизации процессов производства часто встречаются в оперативном управлении. Эти задачи относятся к сложным оптимизационным и комбинаторным задачам (задачи реальной размерности относятся к NP-полным).Разработка единой аналитической модели производства на современном этапе развития науки остается неразрешимой задачей, что в совокупности со стремительным прогрессом электронной вычислительной техники создает предпосылки к широкому применению имитационного моделирования и сетевых методов в решении управленческих задач. Поэтому составление эффективной и гибкой имитационной модели производства является чрезвычайно актуальной задачей.

Общая схема решения задач оптимизации производственных процессов.

На рисунке 1 приведена общая схема решения такого рода задач.

Как видно из рисунка решение можно разбить на две основные части:

• разработка модели производства;
• разработка алгоритма оптимизации.

Оптимизационный аппарат в настоящее время состоит в основном из методов, не допускающих строгого математического обоснования оптимальности. К этим методам в основном относят эвристические методы(алгоритмы, основанные на здравом смысле и опыте экспертов), генетические алгоритмы, нейронные сети, и различные гибридные методы.

Что касается модели производства, то здесь по-прежнему наблюдается гегемония методов имитационного моделирования. Процесс разработки аналитической модели производства чрезвычайно сложен, а в большинстве случаев получить модель просто невозможно. Проведение экспериментов на реальной модели также неприемлемо. Поэтому в качестве основного средства получения параметров производственных систем в настоящее время выступают имитационные методы.

Прогон имитационной модели обеспечивает, в лучшем случае, получение результатов в одной точке пространства поиска решений. Поэтому требуется реализация серии экспериментов на имитационной модели в большой области поиска, целенаправленность которых обеспечивается в традиционных системах моделирования специалистом-разработчиком.

Анализ и целесообразность применения метода.

• имитационное моделирование;
• сетевое моделирование.

В настоящей работе разрабатывается универсальная объектно-ориентированная библиотека компонентов машиностоительного производства, которая затем используется при создании имитационной модели производства. Целесообразность применения имитационного моделирования можно определить по наличию любого из следующих условий:

1. не существует законченной математической постановки данной задачи либо еще не разработаны аналитические методы решения сформулированной математической модели;

2. аналитические методы имеются но математические процедуры столь сложны и трудоемки что имитационное моделирование дает более простой способ решения задачи;

3. кроме оценки определенных параметров желательно осуществить на имитационной модели наблюдение за ходом процесса в течение определенного периода;

4. имитационное моделирование может оказаться единственной возможностью вследствие трудностей постановки экспериментов и наблюдений явлений в реальных условиях;

5. процессы долговременны и есть необходимость в сжатии временной шкалы.

К недостаткам имитационного моделирования можно отнести следующие факторы:

1. разработка хорошей имитационной модели часто обходится дорого и требует много времени а также наличия высококвалифицированных специалистов;

2. имитационная модель в принципе не точна и нет возможности измерить степень этой неточности. Это затруднение может быть преодолено лишь частично путем анализа чувствительности модели к изменению определенных параметров;

3. имитационное моделирование в виду длительности эксперимента не может быть использовано в системах управления реального времени;

4. имитационные модели недостаточно гибкие и отражение в модели изменений производственной среды часто является трудоемким процессом.

В системе управления имитационную модель следует рассматривать как одну из форм представления знаний об управляемом объекте для поддержки принятия решений наряду с информационным обеспечением, а также как средство получения новых знаний. При оперативном управлении с помощью имитационного моделирования могут решаться задачи планирования производства, внешних поставок, прогнозирование хода производственного процесса с целью определения вероятности выполнения плана, необходимости проведения различного рода коррекций, оценка и выбор стратегий управления.

Цель работы.

Целью данной работы является разработка универсальной объектно-ориентированной библиотеки компонентов машиностроительного производства и реализация имитационной модели с использованием этой библиотеки. Имитационная модель используется в решении задачи составления оптимальных прозводственных расписаний для подразделений предприятия. Основными критериями, по которым проводится оценка эффективности производственного расписания является:

• длительность цикла изготовления деталей (Тц->min);
• средний коэффициент загрузки оборудования (Кз->max).

• коэффициента загрузки по всем типам оборудования;
• средней длины очереди для каждого типа оборудования;
• времени простоя оборудования;
• длительности производственного цикла.

Результаты.

Использование объектно-ориентированой библиотеки типовых компонентов машиностроительного производсвта при создании имитационной модели позволило существенно ускорить и упростить разработку, а также повысить гибкость полученной модели.

Литература.

1. Мосталыгин Г.П., Толмачевский Н.Н. Технология машиностроения. – М.:Машиностроение, 1990. - Учебник для вузов по инженерно-экономическим специальностям – 288 с.: с ил.
2. Непомнящий Е.Г. - Экономика и управление предприятием. Конспект лекций. - Таганрог: Изд-во ТРТУ, 1997. Электронный вариант http://www.aup.ru/books/m83/15.htm
3. Соколицын С.А. и др. Многоуровневая система оперативного управления ГПС в машиностроении. – Спб.: Политехника, 1991. – 208 с.
4. Смоляр Л.И. Модели оперативного планирования в дискретном производстве. - М., 1978. - 320 с.: с ил.
5. Шкурба В.В., и др. Планирование дискретного производства в условиях АСУ. - Техніка, 1975. - 296 с.
6. Каменицер С.Е. и др. Автоматизированная система управления машиностроительным предприятием. – М.:«Машиностроение», 1971. - 272 с.
7. Смолин Д. В. Введение в искусственный интеллект: конспект лекций. - М.:ФИЗМАТЛИТ, 2004. - 208 с.
8. Усаков А.А. Принципы построения систем управления с нечеткой логикой. // Приборы и системы. Управление, контроль,диагностика. №6. 2004.
9. Круглов В.В. И др.Нечеткая логика и искусственные нейронные сети: учеб. пособие для вузов. - М.: Физико-математическая литература, 2001. - 224 с.
10. Горнев В.Ф. и др. Оперативное управление в ГПС. – М.: Машиностроение, 1990. – 256 с.: с ил.
11. Емельянов В. В. и др. Теория и практика эволюционного моделирования. — М.: ФИЗМАТЛИТ, 2003. - 432 с.
12. Егорова Т.А. Организация производства на предприятиях машиностроения – Спб.: Питер, 2004. – 304с.: с ил.
13. Климов А.Н., и др. Организация и планирование производства на машиностроительном заводе. – Л.: Машиностроение, 1979. – 463 с.: с ил.
14. Ипатов М.И. и др. Организация и планирование машиностроительного производства: Учеб. Для машиностр. спец. вузов. – М.: Высш. шк., 1988. – 367с.: с ил.
15. Фаулер М., Скотт К. UML.Основы. - Пер. с англ. - Спб.: Символ-Плюс, 2002. - 192с.: с ил.
16. Трофимов С.А. CASE-технологии: практическая работа в Rational Rose - м.: ЗАО "Издательство БИНОМ", 2001г. - 272 с.: с ил.
17. Шеннон Р. Дж. Имитационное моделирование систем - искусство и наука. М.: Мир, 1978