// Электрика. - 2008. - № 2.-с. 36-42.
В Internet: http://www.kudrinbi.ru/public/743/index.htm

         Расход электрической энергии и необходимую мощность прогнозно определяют, основываясь, чаще всего, на различных регрессионных моделях, где аргументы – время, технологические и иные социально-производственные показатели. Сюда же относятся кластер-анализ, метод нейронных сетей, другие модели, опирающиеся на прошлое (которое фиксируемо).
         Необходимое повышение точности прогноза и возможность оперативного подстраивания поминутного изменения под часовые (на сутки вперёд) требования оптового рынка ставят вопрос об изменении структуры управления электропотреблением. Речь идёт о двух тенденциях, обозначившихся после принятия закона об электроэнергетике (2003) и нескольких последующих постановлениях правительства РФ об услугах:
     1) оформление самостоятельных служб, занятых прогнозом параметров электропотребления и энергосбережения;
    2) создание в рамках предприятия (холдинга) единого информационного контроля и обеспечения с объединением диспетчерского управления. Заводскому диспетчеру для регулирования графика нагрузки проще и естественнее (чем диспетчеру цеха сетей и подстанций) отключить, скажем, на 3 минуты трансформатор 120 МВА мощной ДСП.
         Но следует сделать шаг дальше и, во-первых, оценивать общую ситуацию (завод в нормальном режиме или "лихорадит" – что увеличивает затраты электроэнергии); во-вторых, связать расход электроэнергии со сменно-суточным графиком технологического процесса, что после накопления статистики позволяет рассчитать и контролировать норму по окончании суток (или смены) с учётом отклонений контролируемых параметров (номер плавки, марка и объём стали, фактически выплавленные и планируемые, время начала и окончания технологической операции, температуры фактической и планируемой). На этой основе оценивают фактически достигнутые производительности (т/ч) и расходы энергоресуров отдельно по каждому заказу и по всем заказам на заданном временнóм интервале. Отклонения полученных значений производительностей по каждому цеху комплекса суммируются по заказам, по интервалам (смена, сутки), по всему комплексу "сталь–прокат".
         Внедрение математической статистики в технические (в том числе и в электрические), экономические и организационно-социальные исследования знаменовали изменение человеческого мышления, связанное с осознанием того, что жесткая каузальность, лапласовский детерминизм формул Ньютона, Максвелла, других классиков физики (химии) недостаточны для описания многообразия всего окружающего технического мира [1], следовательно – и для управления им. Идеализация, например, использования цикла Карно, законов Кирхгофа не решила организационных проблем. Можно оперировать идеальной точкой, но в реальности количество точек на один дюйм характеризует разрешающую способность экрана, решая на практике задачу средневековья о количестве ангелов на конце иглы.
         Появление вероятностных представлений отвечало интуитивному представлению, что любой реальный процесс можно заменить идеальным, если оперировать математическим ожиданием и полагать, что ошибка (дисперсия) конечна. Это убеждение о многократно повторяющихся событиях, которые при воспроизведении в соответствующих условиях дают какие-то устойчивые количественные характеристики (статистические моменты), позволяло оперировать распределениями, сводящимися, упрощённо говоря, к нормальному (гауссову), к действию закона больших чисел и центральной предельной теореме. Методологический переворот Чебышева в отношении строгости доказательств и оценок был легко воспринят инженерами, экономистами и управленцами, потому что для них он означал лишь переход от строгой формулы, например закона Ома, к некоторой другой, где приблизительность (нeoпределённость) снимается использованием среднего с некоторой известной и инженерно удовлетворительной оценкой.
         Очевидно, что длина штуки уголка, рельса, арматуры (конкретного экземпляра – особи) различна, но должна быть в пределах, оговорённых ГОСТ. Это дало возможность работать на минусовых допусках (и даже возможно было проводить соцсоревнование под таким девизом). Фактически же здесь просто действуют центральная предельная теорема и закон больших чисел – общий принцип, обеспечивающий результат, почти не зависящий от случая для совокупного действия большого числа случайных факторов.
         Убеждение в действии среднего (наличие математического ожидания) и возможность лишь малой величины ошибки (конечность дисперсии) привели к тому, что в стране в целом, от правительства (Минчермета, Госплана, Госстроя, Госстандарта и др.) до отдельного рабочего места, до отдельной технологической карты и операции полагалась возможность нормирования и оперирования средним. Хотя интуитивно многие понимали, что это не всегда так (см. фольклорное выражение "средняя температура по больнице"). Тем не менее, происходило жёсткое нормирование кадровых, стоимостных, материальных, энергетических – любых – ресурсов в чёрной металлургии по всем переделам и заводам в целом. То же было в других отраслях, например в Минэнерго, где на электростанциях нормировался расход условного топлива на выработанный киловатт-час.
         Различие в разы [2] в каждом случае объясняли, но это, как говорится, это было апостериорное объяснение, т. е. объяснение по факту. Чтобы управлять, необходимо доопытное, априорное получение той или другой величины е приемлемой дисперсией. Фактические ошибки (редко анализируемые начальные и конечные цифры) и проектировщиков, и эксплуатации достаточно велики. При пуске липецкой домны объёмом 2700 м остро встал вопрос об обеспечении её электроэнергией (из-за наличия воздуходувки единичной мощностью 30 МВт, больших других энергозатрат и появления вторичных производств, связанных, например, с переработкой шлака). В конфликтной ситуации эксплуатационники определили удельный расход электрической энергии по доменной печи на уровне 320 кВтч/т, что оказалось более чем в три раза выше фактического, достигнутого после выхода печи на проектную мощность.
         Тогда возникает некоторый принципиальный вопрос: где и в каких случаях можно пользоваться средним (в пределе – нормальным распределением Гаусса), а в каких случаях проявляются некоторые новые свойства, которые и приводят к ошибкам, оцениваемым не в 5, 10 или даже 20 %, а в 50, 100, 200 и 5000 %.
         Задачи оперативного производства требуют некоторых математических моделей, в которых заложены посылки, предполагающие некоторую устойчивость средних показателей. Например: материальный лоток сохраняет топологию массы на заданной топологии сети; заданная масса материального потока (плавка, ковш) имеет однородный химический состав при прохождении по всей топологии сети, а сама топология является неизменной. В пределах топологии допускается количественное перераспределение перерабатываемой массы. Построенная на этих предпосылках модель в классе управляемых потоковых систем обеспечивает слежение и информационное сопровождение технологического процесса, давая возможность улучшить систему автоматизированного оперативно-диспетчерского управления металлургическим комбинатом. Принципиально важно, что такое управление предполагает среднее для технологических карт и маршрутов, среднее по отдельным технологическим операциям (это и даёт возможность унифицировать программно-алгоритмические блоки), среднее по энергобалансу плавки; определяет удельный расход электроэнергии.
         Так мы приходим к жёсткой лапласовской системе, к необходимости, чтобы комплекс "сталь–прокат" работал в пределе как механические часы. А это и есть возврат к взглядам начала строительства Урало-Кузнецкого комбината [3]. Реализация заданного сменно-суточного графика производства, слежения и контроля за всеми технологическими маршрутами обработки металла требует комплекса документации, которая обеспечивала бы директивность графиков и последующую их корректировку с необходимыми согласованиями и взаимоувязками исполнителей. Всё это требует отработанного технологического процесса, ориентированного на высокую исполнительскую дисциплину выполнения заказов. Получается, что в этом случае "нельзя лучше" (а хуже – экономически наказывается). Детализация расхода электроэнергии до единичной технологической операции позволяет представить общий расход в представлениях первой научной картины мира с последующей оценкой общего результата в терминах Гаусса.
         На Кузнецком металлургическом комбинате была осознана ограниченность возможностей и недостаточность для качественного улучшения параметров использования принципов жёсткого детерминизма. Поэтому реализовали децентрализацию оперативно-диспетчерского управления. Но с уходом от среднего возникает необходимость постоянной координации и взаимного согласования работы структурных подразделений. Что в теоретическом плане скрывается под лозунгами гибкого адаптивного оперативно-диспетчерского управления? Что значат вообще – гибкая технология и её коррекция по фактическому состоянию производства?
         Углублённое изучение технологии и организации производства для целей управления, по существу, столкнулось с техноценологическими свойствами систем [1, 4], проявляющимися, вообще говоря, в любой сложной системе, состоящей из большого числа элементов, каждый из которых не может быть охарактеризован только количественно, а требует обязательно качественных характеристик. Речь идёт о техноценозах: сообществах изделий; множестве технологических операций с их информационным обеспечением; организационных структурах, включающих исполнителей с разным уровнем профессиональной подготовки и различной реакцией на нормальное и отклоняющееся течение процесса; множестве заказов с их стоимостями, количественными показателями, ресурсными ограничениями на единицу выпускаемой продукции и др. Между изделием (технологической операцией) и техноценозом есть принципиальная разница, которая заключается не только в их выделении как целостности – некоторой технической (информационной) реальности, но и в реакции на само существование во внешней среде.
         Теоретически это означает, что оптимизация управления сводится не к стремлению к какому-то среднему, а к оптимизации параметров кривой по всем её точкам (кастам). Это и ставит вопрос о новом (техноценологическом) алгоритме оценки результатов оперативного управления для дискретно выделяемых временных или технологических циклов. Особенно важно соотношение между редко встречающимися (единичными, ноевыми) случаями и часто повторяющимися (саранчёвыми).
         Проявление техноценологических свойств – явление интуитивно известное эксплуатационникам, но мало исследованное наукой. Разработанные, например, ВНИИЭТО две печи одного вида (одно наименование, одинаковые массогабаритные размеры, энергетические показатели и др.) должны в одинаковых условиях иметь одинаковые удельные расходы энергии (с отличиями по Гауссу). Однако печь работает не на стенде, а попадает на конкретный завод-техноценоз или даже образует eгo основу, как это произошло на Бeлopyсском, Молдавском или Узбекском металлургических заводах, где установка ДСП одного вида не привела к одинаковости цехов (показателей работы). Цеха превратились в техноценозы, а двух одинаковых цехов быть не может (теория запрещает). И эволюция заводов такова, что БМЗ и ММЗ к 2007 г. стали вообще несравнимыми, прежде всего по работе ДСП и прокатных комплексов. Так произошло и с первыми прокатными цехами Кузнецка и Магнитки, которые строились в 30-е годы по совершенно одним чертежам (различие – лишь в штампе применения), или в 60-е годы с первыми конвертерными цехами Запсиба и Липецка (не говоря уже про историю с тремя металлургическими мини-заводами).
         Осуществляется незримый переход от изделий, характеризующихся в момент изготовления паспортными средними характеристиками, к техноценозам так, что стали проявляться новые техноценологические оценки, которые определяют иной подход к созданию экономико-математических моделей оперативным (и иным) управлением производством.
         На интервале оперативного управления "смена" ("сутки") директивным документом, организующим работу цехов и технологических участков комплекса является сменно-суточный график, для прокатных цехов дополнительно определяют директивные графики прокатки профилей (графики "перевалок"), определяющие последовательность выполнения заказов, временные, качественные и количественные параметры металлопотока, проходящего и обрабатываемого цехами и технологическими участками. Во всех директивных графиках учитывают горячие и холодные ремонты технологического и транспортного оборудования цехов комплекса. Удельные расходы электроэнергии на одном стане (но для разных профилей) могут различаться в два раза и более (для одного профиля они зависят от объёма заказа).
         Считается, что выполнение графика без отклонений по каким-либо параметрам металлопотока, обеспечивает 100%-ное выполнение заказов, определяет ритмичную работу, требуемую производительность производства, рациональные экономические затраты [5–7]. Службы оперативного планирования рассчитывают фактическое состояние производства, обеспеченность сырьём, энергоресурсами и др. Под координацией производства понимается его состояние по выполнению директивных графиков и заданий, характеризующее отклонения фактического хода производства от заданного.
         Директивный сменно-суточный график представляет временную последовательность выполнения технологических операций (технологических маршрутов обработки металла) на определённых металлургических агрегатах с требуемыми технологическими инструкциями значениями входных и выходных параметров металлопотока. График – взаимосогласованный во времени (определённый инструкциями на заданный вид продукции) набор технологических маршрутов обработки, включающий заказ на металлопрокат, номер заказа, марку стали, определённую заказом массу металлопроката, типоразмер проката, время начала и окончания выполнения заказа. Заказу поставлены в соответствие его стоимость, время, штрафные санкции при его невыполнении или ненадлежащем исполнении (требования энергосбережения заставляют вводить и энергопоказатели).
         Таким образом, допустимо построение логической цепи соотношений с выделением планируемого и фактически выполненного заказа, последовательности прохождения по агрегатам при выполнении технологических маршрутов обработки.
         Для анализа распределения потерь производительности и динамики электропотребления в прокатных цехах взята уникальная, но возможная для каждого предприятия ситуация:
     а) нормальная работа, нормальное финансирование (включая зарплату), нормальное обеспечение;
     б) предбанкротное состояние, смена собственника, изменение производственной структуры, включая смену бренда. Теоретические потери производительности в управляемой системе можно отнести к её динамическим показателям, характеризующим качество управления. Для изучения динамических управляемых процессов были исследованы распределения простоев (потерь производительности по причине оперативного перераспределения металла) для прокатного и обжимно-заготовочного производств АО "Кузнецкий металлургический комбинат" в периоды относительно стабильной работы (1994–1996) и в периоды обострившегося экономического кризиса (1998). Весь период наблюдений разбит на 24 примерно равных временных интервала, соответствующих характерным периодам оперативного планирования и управления; из этих интервалов исключены планируемые простои без металла, плановые ремонты, аварийные режимы работы цеха. Каждый временнóй интервал характеризуется примерно равной обрабатываемой массой металла в цехе, корреляционно связанными, но не равными расходами электричества, и одинаковым прокатываемым типоразмером рельсового проката.
         Если взять все интервалы, каждый из которых характеризуется своим объёмом производства и своими энергетическими затратами, то можно построить зависимости относительным энергетическим затратам. И хотя корреляционная зависимость статистически значима (для обжимного цеха – рис. 1, для рельсобалочного – рис. 2), она может быть использована лишь для оценки интервала и решения в точке с ошибкой, не укладывающейся в 5 %.
         

Рисунок 1 - Зависимости относительных показателей производства во временных периодах: а – для ОЦ, Δ - относительные и — - полиномиальные энергетические затраты, о. е./т; б – для РБЦ, × и — - относительные и полиномиальные энергетические затраты, о. е./т

Рисунок 2 - Распределение потерь производительности в цехах подготовки составов, обжимном и рельсобалочном соответственно: а – в 1994 г.; б – 1998 г.

          Количество мелких (саранчёвая каста) потерь производительности (до 10 т/ч) и больших (свыше 100 т/ч), в обычных условиях редких (ноева каста), описывается семейством гипербол (перевёрнутое распределение Парето).
         В стабильных условиях для всех трёх цехов налицо гиперболический вид зависимости. Это означает: большие потери производства редки при выдерживаемом директивном сметно-суточном графике, а когда создаётся ситуация с неясностью существования самогó предприятия, больше и чаще средних по времени сбоев производства (соответственно а и б на рис. 3–5). В период нестабильной работы комбината начались периодические резкие энергетические ограничения по природному газу и мазуту, трудности с электрообеспечением.
         Этот временнóй интервал работы комбината (τ₂₁, τ₂₂, τ₂₃) соответствует периоду максимальной нестабильности работы – на одной–двух домнах при 50–80%-ном дефиците природного и коксового газов, угля и металлошихты; он характеризуется снижением числа относительно небольших простоев и резким возрастанием (в 5–7 раз) числа потерь производительности в диапазоне 40÷70 т/ч. Из приведённых распределений видно, что ценологическая воспроизводимость видов распределений (даже на качественном уровне) не выполняется.
         Для цеха подготовки составов и для рельсобалочного цеха (рис. 6) наглядно изменение формы зависимости при переходе от нормального производства к нештатным или аварийным ситуациям, когда объёмы производства и сам ритм технологии становятся отличными от директивно заданных (сменно-суточными и контактными графиками) При этом рационально использовать введённыйо нами показатель М_эх, который представляет собой графическую меру различия неизбежных потерь при нормальном и возмущённом ходе производства (нештатном и аварийном). Площадь расхода электроэнергии теоретически также существует, но на неё накладывается специфика: металла нет (потери), а электроэнергия расходуется, причём многие статьи расхода (свет, вентиляция и др.) остаются неизменными.

Рис. 3. Нормальное и аварийное состояние цехов

Для цеха подготовки составов и для рельсобалочного цеха (рис. 6) наглядно изменение формы зависимости при переходе от нормального производства к нештатным или аварийным ситуациям, когда объёмы производства и сам ритм технологии становятся отличными от директивно заданных (сменно-суточными и контактными графиками) При этом рационально использовать введённыйо нами показатель Мэх, который представляет собой графическую меру различия неизбежных потерь при нормальном и возмущённом ходе производства (нештатном и аварийном). Площадь расхода электроэнергии теоретически также существует, но на неё накладывается специфика: металла нет (потери), а электроэнергия расходуется, причём многие статьи расхода (свет, вентиляция и др.) остаются неизменными.

         Приведённые и иные известные примеры неэффективной работы позволяют констатировать, что критичность повышает затраты на оперативное управление (непосредственные потери) и потери производства, вызываемые раскоординацией временных и энергетических показателей материальных потоков; снижает (по сравнению с действовавшей ранее) гибкость оперативного управления и повышает подверженность материальных и энергетических потоков воздействию слабо компенсируемых возмещений и помех; ухудшает базовые системные свойства – управляемость, наблюдаемость, координацию и достижимость. В конечном счёте, ценологически прослеживается критическое состояние рассматриваемого бизнеса [8, 9].
         Таким образом, существует статистически значимая зависимость между расходами энергоресурсов для множества координируемых сменно-суточных графиков операций полной технологии непрерывного производства. При сравнении параметров электропотребления в устойчивом и критическом состояниях увеличение удельных расходов, оцениваемое площадью М_эх, объясняется практическим сохранением постоянной составляющей и большими потерями при недозагрузке электрических машин и электротермического оборудования.