Человек создал вокруг себя удивительно неоптимальный технологический мир. Практически все действующие производства в химии, металлургии, нефтепереработке, биотехнологии и других отраслях промышленности работают не в оптимальных режимах и имеют большие резервы по экономическим, экологическим, энергетическим, потребительским и др. критериям.
Что же мешает оценить и реализовать эти резервы? Практически в каждом отраслевом НИИ существуют лаборатории моделирования и оптимизации действующих производств. Кроме того, во многих из них работают лаборатории энергосбережения, ресурсосбережения, управления качеством продукции, экологии и др. занимающиеся проблемами оптимизации по соответствующим названиям лабораторий частным критериям.
Однако, эффективность этих работ существенно недостаточна. По этому поводу корифеи прикладной математики приводят следующие объяснения: "Лица, хорошо владеющие необходимым математическим аппаратом, редко занимаются анализом конкретных систем, и, наоборот, исследователи конкретных систем редко обладают необходимым арсеналом математических средств" [1].
"Одна из наиболее серьезных причин недостаточной эффективности разработок и внедрения многих серьезных идей и проектов, в создании которых принимали участие большие коллективы ученых, заключается в неудовлетворительной организации взаимодействия специалистов разного профиля, в первую очередь математиков и инженеров, математиков и экономистов.
Математики - сторонники формального мышления - нередко вынуждают представителей прикладных дисциплин, мыслящих в содержательных терминах, осваивать несвойственные их характеру и профессиональной подготовке формальные конструкции и непривычные для них логические схемы рассуждений. В свою очередь прикладники, ограниченные сроками выполнения работ, требуют от математиков, участвующих в постановке и решении прикладных задач, отказа от строгих формальных построений и использования эвристических приемов, невзирая на отсутствие у них интуиции в данной предметной области и достаточного практического опыта. В итоге при такой организации неэффективно используются квалификация и возможности и тех и других" [2].
Кроме того, специалисты в предметной области, не зная возможностей и ограничений различных математических методов решения задачи, не могут сами ее корректно поставить. Математики же, не зная специфики предметной области, зачастую не могут корректно формализовать постановку задачи. Поэтому специалисты по математическому моделированию и методологии науки считают, что:
- «Умение хорошо поставить задачу - это искусство» [3].
- «Правильная постановка вопроса - важный признак интеллекта» [4].
«Корректная постановка задачи служит ключом к успеху оптимизационного исследования и ассоциируется в большей степени с искусством, нежели с точной наукой» [3].
Поскольку талант (искусство постановки задач) явление редкое, в реальной жизни приходится сталкиваться с множеством некорректно поставленных задач, на решение которых тратятся значительные временные, материальные и людские ресурсы, а получаемые результаты в большинстве случаев свидетельствуют о том, что эти ресурсы потрачены зря.
Кроме корректности постановки задачи окончательный результат существенно зависит от адекватности математической модели, по которой проводится оптимизация, изучаемому технологическому процессу.
Неудачи в построении математических моделей те же корифеи объясняют недостаточной профессиональной грамотностью (отсутствием таланта) специалистов в предметной области: "При построении математической модели требуется не только и не столько знание математики, сколько глубокое понимание сущности описываемых явлений".[5].
"Хорошая модель, как и произведение искусства, есть продукт свободного творчества, вдохновенного сознания"[6].
"Процесс построения математических моделей не является формализованным. Он всегда содержит предположения (интуитивный этап), расчеты на их основании и сравнение с накопленной информацией» [7].
"Построение моделей - всегда процедура неформальная и конечно она очень сильно зависит от исследователя, его опыта, таланта. Для исследователя любой сложной системы недостаточно знать существующие рецепты. Анализ каждой сложной системы - это уникальная проблема, требующая не только разносторонней культуры, но и изобретательности и таланта" [8].
Однако даже в идеальной ситуации - специалист в предметной области знает возможности и ограничения известных математических методов, а математик хорошо знаком с технологическим процессом, подлежащим оптимизации (задача поставлена корректно), при построении математической модели процесса возникают серьёзные, а в большинстве случаев и непреодолимые методические и вычислительные трудности.
Дело в том, что возможности идентификации (построения модели процесса по экспериментальным данным) существенно ограничены. [9].
Для эффективного решения задач разработки новых и совершенствования действующих технологических процессов с любыми размерностями входных параметров и выходных показателей разработана, апробирована и прошла 30-летнюю (всегда успешную) экспериментальную проверку интеллектуальная методология изучения «больших систем» (ИМИБС).
ИМИБС оформлена в виде программного продукта и позволяет на основании экспериментальных данных, полученных в результате наблюдения за изучаемым процессом в режиме нормальной эксплуатации или специально организованного эксперимента с помощью практически полностью формализованных процедур, за приемлемое время, решать задачи идентификации и оптимизации.
При идентификации действующих производств с помощью ИМИБС не формализованным остаётся только этап выбора перечня входных параметров. Однако и на этом этапе не возникает никаких трудностей, т.к. этот перечень приводится в технологическом регламенте каждого производства.
ИМИБС включает в себя методы решения 3 базовых задач:
1. Технологического аудита - оценки потенциальных возможностей процесса по экономическим, экологическим, энергетическим, потребительским и др. критериям, которые могут быть реализованы на существующем оборудовании, с помощью существующих систем информационного обеспечения и управления, только за счёт оптимизации технологического режима (т.е. практически без дополнительных затрат).
2. Идентификации изучаемого процесса дискретной математической моделью по экспериментальным данным при полиномиальной зависимости времени решения от размерности вектора входных параметров.
3. Оптимизации технологического режима по его дискретной математической модели при полиномиальной зависимости времени решения от размерности вектора входных параметров.
Следует отметить, что две последние задачи до разработки ИМИБС считались NP- полными, т.е. практически неразрешимыми за приемлемое время.
Например, с помощью ИМИБС задача идентификации объекта по экспериментальным данным с 98 входными параметрами была решена за 11 минут. По тем же данным усечённая задача (10 параметров) методом перебора была решена за 21 сек. Расчётное время на решение полной задачи перебором составило бы 21*3(98-10) сек или 7.4*1035 лет (здесь 3 - число поддиапазонов, на который делились диапазоны вариаций значений каждого параметра при переходе к дискретным шкалам).
Задачи, решение которых с помощью известных методов приводит к непреодолимым методическим и вычислительным трудностям, и которые легко решаются с помощью ИМИБС.
При идентификации технологического процесса решается одна из главных задач искусственного интеллекта - получение знаний из данных. Причём новые знания выделяются в виде системных гипотез, описывающих взаимное влияние входных параметров процесса на выходной показатель (комплекс выходных показателей) на языке технолога. Большинство этих гипотез содержат новые, нетривиальные, неизвестные ранее специалистам зависимости. Содержательная интерпретация формальных гипотез экспертами позволит им внести новый вклад в науку о системных закономерностях изучаемых процессов.
Появляется возможность формализовать постановку задачи идентификации и оптимизации изучаемого технологического процесса.
Интуитивно ясно, что технологический процесс должен обеспечить:
- высокую производительность;
- высокий выход целевого продукта;
- минимально возможный расход ресурсов;
- минимально возможный расход энергии;
- минимальное количество отходов производства;
- минимальную себестоимость продукта;
- высокое качество продукции, которое всегда определяется комплексом показателей.
Поскольку для континуальных шкал корректных методов свёртки вектора выходных показателей в обобщённый критерий, оценивающий качество работы технологического процесса, не существует, а дискретные методы идентификации не применяются для моделирования реальных процессов, обычно оптимизацию процесса проводят по одному выходному показателю.
С помощью ИМИБС свёртка вектора выходных показателей осуществляется корректно и просто: реализация процесса считается "хорошей" (Y=1), если в ней выполняются заданные ограничения по всем выходным показателям, и "плохой" (Y=0), если хотя бы одно из этих ограничений не выполняется.
Одной из основных характеристик технологического процесса является выход целевого продукта на загруженное сырьё. При увеличении выхода:
- снижается расход сырья на единицу полученной продукции;
- снижается расход энергии на единицу полученной продукции;
- снижается расход не прореагировавших компонентов, продуктов побочных реакций и потерь целевого продукта - решается задача повышения экологической эффективности производства;
- снижается себестоимость продукции (поскольку доля затрат на сырьё, энергию и экологию составляет 50-90% и более в общей её себестоимости).
Таким образом, при совершенствовании действующих производств, вместо множества используемых в настоящее различных критериев оптимизации (постановок задач) появляется возможность сформулировать одну корректную задачу - получить продукт с минимальной себестоимостью (максимальным выходом) и заданным качеством.
В гипотетическом для Украины случае, когда спрос на продукцию какого либо производства начнёт превышать предложение, возможна новая постановка задачи - получить продукт с максимальной прибылью и заданным качеством.
С помощью технологического аудита проводится оценка скрытых резервов изучаемого производства, которые могут быть реализованы за счёт оптимизации технологического режима.
В зависимости от постановки задачи исследования технологический аудит трансформируется в конкретный вид аудита: энергетический, экологический, экономический и др.
Например, если в качестве выходного показателя выбрать энергозатраты производства, то технологический аудит превращается в энергетический. С его помощью можно оценить резервы изучаемого производства по энергоресурсам, которые могут быть реализованы за счёт оптимизации технологического режима. Методика проведения традиционного энергоаудита эти резервы не учитывают, хотя по оценкам экспертов их доля составляет от 50 до 90% и выше в общем резерве энергосбережения.
Если в качестве выходного показателя выбрать себестоимость продукта, осуществляется переход к экономическому аудиту, с его помощью можно оценить имеющиеся резервы снижения себестоимости и, соответственно, ожидаемый экономический эффект от оптимизации изучаемого производства.
Результаты технологического аудита некоторых доменных печей Украины и России по заданному заводскими специалистами критерию -удельному расходу кокса - приведены в разделе Оценка целесообразности автоматизации технологического процесса.
Так например, на основании технологического аудита, проведенного на доменной печи №5 ОАО «Алчевский металлургический комбинат», показано, что при оптимизации технологического процесса по удельному расходу кокса минимальная оценка снижения общей себестоимости чугуна составит 3%, за счёт чего будет получен годовой экономический эффект 8.9 млн гривен. Поскольку доля зарплаты в калькуляции себестоимости чугуна составляет всего 0,17% (а вместе с отчислениями на социальное страхование - 0,22%), то после повышения зарплаты даже в 5 раз, 6 млн гривен останется для решения других проблем. Например, оптимизация может быть одним из источников внутренних инвестиций для обновления основных фондов.
В настоящее время не существует даже такого понятия, как технологический аудит. Использование ИМИБС позволит занять пустующую нишу - организовать новую, важную для предприятий отрасль услуг по выявлению резервов в любых производствах, которые могут быть реализованы практически без затрат.
Одним из наиболее важных экономических показателей действующего производства является его наукоёмкость.
Качественно наукоемкость оценивается соотношением информационной и материальной составляющих в себестоимости продукта.
Количественной оценкой наукоёмкости может служить выражение КН = 1-SA/S, где КН - коэффициент наукоёмкости, SA - стоимость материальных и энергетических ресурсов, затраченных на получение единицы продукта, а S - полная себестоимость продукта.
Чем более полно в технологическом регламенте учтены закономерности, связывающие условия проведения процесса с его выходными показателями, тем выше наукоёмкость производства и, соответственно, эффективней его работа.
К сожалению, практически все технологические регламенты основаны на неполных знаниях о закономерностях соответствующих технологических процессов и, поэтому, не могут обеспечить оптимальное управление ими.
При идентификации с помощью ИМИБС появляется новые знания, отражающие объективно существующие зависимости выходных показателей изучаемого процесса от значений его входных параметров. Использование этих знаний при оптимизации процесса и последующая корректировка технологического регламента по результатам оптимизации позволяет существенно повысить наукоёмкость производства и, соответственно, эффективность его работы. В программном пакете, реализующим ИМИБС, задача оптимизации решается
При оптимизации технологического процесса по выходу готового продукта на загруженноё сырьё, увеличивается полнота превращения исходных продуктов, и за счет этого сокращаются расходные нормы по сырью и энергетике, соответственно уменьшается составляющая себестоимости SA и растёт коэффициент наукоёмкости Кн).
При постоянных ценах на продукт, а также на стоимость сырья и энергоресурсов коэффициент наукоёмкости изучаемого производства связан с его рентабельностью прямо пропорциональной зависимостью.
За счёт оптимизации технологического режима реализуются резервы производства, выявленные при технологическом аудите. При этом оптимизация может осуществляться с помощью существующих систем информационного обеспечения и управления(т.е. без дополнительных капитальных затрат).
Ниже приводятся некоторые примеры применения ИМИБС для оптимизации действующих производств.
В Комплексе производств красителя кубового ярко-зелёного С увеличен средний съём с операции в производствах полупродуктов:
бензантрона с 528.8 до 558.0 кг (на 5.5% отн);
дибензантронила с 544.3 до 571.5 кг (на 5.0% отн);
диоксивиолантрона с 326.7 до 346.3 кг (на 6.0% отн);
и красителя ярко-зелёного С с 265.8 до 281.75 кг (на 6.0% отн).
Общий выпуск красителя увеличен на (1.055*1.05*1.06*1.06)*100 =24.5%.
в производстве Бета-оксинафтойной кислоты выход продукта увеличен с 42.4 до 47.3% (на 11.6% отн), продолжительность автоклавирования сокращена с 68.8 до 58.8 час (14.5% отн). Выпуск продукта увеличен на (1.116*1.145-1)*100= 27.8%.
В производстве Ацетпарааминофенола выход продукта увеличен с 77.0 до 85.0%
(10.4% отн); продолжительность процесса сокращена с 51.8 до 45.4 часа (12.4% отн); выпуск продукта увеличен на (1.104*1.124-1)*100= 24.1%.
В производстве Бутилксантогената выпуск продукта 1 сорта увеличен с 7 до 50.0% (в 7.1 раза), а выпуск продукта 3 сорта сокращен с 45.1 до 0%.
В производстве Нитробензола общая доля продукта высшего сорта увеличена от 0 до 23.8%. По результатам работы продукту был присвоен Государственный Знак Качества.
Для технологических процессов, в которых некоторые существенные параметры являются неуправляемыми (например, показатели качества различных видов сырья), оптимизация проводится с помощью метода ситуационного программирования. Суть его заключается в следующем. Все возможные сочетания кодов поддиапазонов значений входных неуправляемых параметров образуют ситуации. Для каждой ситуации синтезируется соответствующие ей оптимальные управления [10,11].
Кроме того применение ситуационного управления позволяет:
- Определить научно и технологически обоснованные требования к показателям качества сырья для получения продукта с заданными потребительскими свойствами.
- Существенно расширить допустимые диапазоны значений показателей сырья.
- В случае вынужденного использования некондиционного сырья - максимально сократить его негативное влияние на потребительские свойства получаемого продукта.
Например, в производстве полиакриламида по техническим требованиям содержание солей железа допускается не более 0,007%. При превышении этого предела показатели качества продукта выходят за допустимые ограничения. Фактическое содержание солей железа варьирует от 0.003 до 0,027%. Построена ситуационная модель управления процессом (1-ая ситуация содержание солей железа до 0.007%, 2-ая - от 0.008 до 0.027). Для 2-ой ситуации управление оказалось существенно отличающимся от технологического регламента. Внедрение ситуационного управления процессом позволило сократить выпуск продукта 2 сорта с 32,8% до 20% (на 39% отн.)
В случаях, когда на одном и том же агрегате производят продукт разных марок (например, чугун в доменной печи, сталь в мартеновской печи) или требования к выпускаемому продукту различны у разных потребителей, решается задача обеспечения технологической гибкости процесса. С этой целью строят математические модели и проводят оптимизацию отдельно для каждой модификации продукта (или по техническим требованиям каждого из заказчиков). Затем, в каждом конкретном случае, выбирают условия проведения технологического режима, оптимальные для получения необходимой модификации или продукта соответствующего индивидуальным требованиям конкретного заказчика.
Появляется возможность отработки оптимального технологического режима на всех этапах жизненного цикла технологического процесса: при его разработке (лабораторная пропись, полупромышленная установка), пуске (внедрении в промышленное производство), и в действующем производстве.
Одним из наиболее ответственных и трудоёмких этапов в жизни технологического процесса является его пуск. Обычно технологический регламент разрабатывается на основании рабочего проекта специалистами завода или специализированной пусконаладочной организации до пуска процесса. В регламенте определяются условия проведения технологического режима (значения входных параметров), требования к неуправляемым параметрам (качеству сырья и др.), производительность процесса и требования к показателям качества получаемого продукта, требования к точности измерения входных и выходных переменных и т.п.
Поскольку при переходе от полупромышленной установки к промышленному агрегату условия получения продукта существенно изменяются, использование пускового регламента требует больших затрат времени и средств. Как правило, в конечном итоге он не позволяет обеспечить достижение заданных выходных показателей в полном объёме, и по результатам внедрения требуется его серьезная доработка.
Аналогичные трудности возникают при пуске известного (работающего на других заводах) производства. Поскольку полное повторение объёма производства, характеристик оборудования, систем информационного обеспечения и управления, качества сырья и др. невозможно, в регламент производства необходимо вносить соответствующие изменения. Задача оптимизации технологического режима по информации, фиксируемой в режиме пуска, в настоящее время не имеет корректных методов решения, поэтому соответствующая корректировка регламента осуществляется на уровне интуиции специалистов.
Например, на Березниковском химическом заводе специализированная пусконаладочная организация проводила работы по пуску известного технологического процесса получения сульфаминовой кислоты. После года работы проектные показатели по производительности и качеству продукта не были достигнуты. С помощью ИМИБС по экспериментальным данным, зафиксированным при пуске, был найден оптимальный технологический режим и внесены соответствующие изменения в регламент производства.
В результате были существенно повышены проектные показатели:
- массовая доля основного вещества повысилась с 83.0 до 95.62% (на 15.2% отн.);
- содержание серной кислоты в продукте сокращено более чем в 2 раза (с 6.0 до 2.58%);
- мощность производства возросла с 3000 до 3300 т/год (на 10% отн.).
Найденный при внедрении процесса в производство оптимальный технологический режим существенно отличался от исходного. Это позволило по результатам внедрения получить авторское свидетельство № 1060565 на «Способ получения сульфаминовой кислоты».
После внесения каких бы то ни было изменений в технологический процесс (внедрения рационализаторских предложений, замены катализатора и т.п.) или оборудование для его проведения, капитальных ремонтов, и т.п. необходима соответствующая корректировка технологического режима.
Например, после замены катализатора более эффективным, необходимо не только снижение температуры и давления, а также соответствующее изменение всего технологического режима. Если этого не делать, то потенциальная эффективность мероприятия может проявиться только частично или не проявиться совсем.
В качестве примера можно привести эпопею внедрения генератора электромагнитных полей в производство стали.
Из теоретических соображений следовало, что наведение электромагнитного поля на ванну конвертера должно существенно повысить эффективность конвертерной плавки. При внедрении был сохранён прежний технологический режим конвертерной плавки, варьировались только параметры генератора. Однако, несмотря на продолжительное время внедрения, выявить эффективность применения генератора не удавалось.
После того, как были построены математические модели нормальной конвертерной плавки и плавки с наведением электромагнитных полей, оказалось, что оптимальные условия проведения плавки при этих режимах работы не совпадают практически по всем входным параметрам. Например, в исходном режиме увеличение доли чугуна в железорудной шихте способствовало увеличению выхода годной стали, а при наведении электромагнитного поля в наблюдаемом диапазоне значений доли чугуна была обратная зависимость.
Сложные технологические процессы обладают высокой индивидуальностью. Эта индивидуальность проявляется в том, что агрегаты для получения одного и того же продукта имеют существенно различные оптимальные режимы.
"Для выплавки одного и того же сорта чугуна, но в разных печах одного цеха неизбежно требуются различные шлаковые режимы, что объясняется особенностями их дутьевого режима, объёма, профиля, настылей, разгара кладки, состояния засыпного аппарата и т.д." [12].
Поэтому поиск оптимального режима работы должен проводиться для каждого агрегата индивидуально.
В настоящее время уделяется неоправданно большое внимание метрологии. Даже в тех случаях, которые не связаны с безопасностью работы, требования к точности измерения, например, входных параметров существенно и необоснованно завышены. Из сказанного выше следует, что для построения математических моделей реальных технологических процессов можно использовать только методы дискретной математики. При переходе же к дискретным шкалам требования к точности измерений существенно снижаются. Использование измерительной техники с избыточной точностью приводит к неоправданным дополнительным затратам.
Даже если бы все проблемы идентификации реальных технологических объектов с помощью континуальных методов были бы решены и получена математическая модель со 100% адекватностью изучаемому объекту (что в принципе невозможно), в результате оптимизации по такой модели были бы определены точечные (оптимальные) значения по каждому из входных параметров. Стабильно поддерживать эти значения не смогла бы никакая сверхсложная (и, соответственно, сверхдорогая система управления). Да это и не нужно, так как вариации неуправляемых (и ненаблюдаемых) параметров постоянно уводили бы оптимум процесса от определённой при оптимизации точки в многомерном пространстве входных параметров.
"Для систем, сложность которых превосходит некоторый пороговый уровень, точность и практический смысл становятся практически взаимоисключающими друг друга характеристиками" [13].
Оптимизация по дискретной модели определяет область в пространстве входных параметров, заданную соответствующими поддиапазонами их значений, отображение которой на пространство выходных показателей выделяет в последнем подобласть, в которой соблюдаются заданные для них ограничения. При последующих шагах дискретной оптимизации (ужесточении требований к значениям выходных показателей) диапазоны допустимых значений входных параметров сокращаются.
В случае если на определённом шаге оптимизации диапазон значений какого либо параметра (параметров) не может быть реализован с помощью существующей системы управления, решается следующая задача. С помощью технологического аудита оценивается ожидаемый эффект оптимизации и оценивается затраты на реконструкцию существующей системы управления. Целесообразный уровень оптимизации определяется тем шагом, после которого последующая оптимизация становится убыточной.
В настоящее время общеизвестным фактом считается то, что автоматизация производства повышает эффективность его работы. И хотя массовое внедрение в промышленности СССР в 70-80 годы АСУТП и АСУП, как известно, окончилось полным провалом, из уроков истории, как всегда, не извлекли никаких уроков. Причины провала полной "АСУПизации" всей страны видят в том, что эти системы внедрялись "на базе примитивной вычислительной техники без надёжного информационного фундамента" [14].
Автоматизация технологических процессов существенно сокращает вариации значений входных параметров. Но именно эти вариации и определяют вариации выходных показателей. Ранее было показано, что с помощью известных методов математического моделирования в подавляющем большинстве случаев нельзя решить задачу оптимизации реального технологического процесса. Неоптимальное же сокращение вариаций входных параметров системами автоматического управления ведёт к неоправданной и полной потере существующих резервов производства. Следовательно, в настоящее время их автоматизация с экономической точки зрения вредна.
Яркой иллюстрацией к вышесказанному является статья [15].:"В цехе действуют АСУ: управления процессами дозирования шихты и корректировки расхода кокса по изменению его влажности и содержания железа в шихте; регулирования основности шлаков с учётом теплового состояния горна, управления газодинамическим режимом плавки; контроля технологических параметров плавки. В настоящее время объектами автоматизации явились: контроль температуры поверхности засыпи шихты, система охлаждения и общецеховые параметры. Непрерывный контроль картины тепловых полей, значений температур в кольцевых зонах и профиля поверхности засыпи шихты позволяет ранее, чем другие технологические приборы, замечать отклонения от нормального хода и принимать оперативные меры по стабилизации работы. Снижение удельного расхода кокса на выплавку чугуна от использования данных систем составляло 1-1.3%".
Можно себе представить, какие затраты понёс завод на разработку и внедрение этих систем. Сравнение затрат с достигнутым результатом может быть определено достаточно однозначно: Гора родила мышь.
Для сравнения приведём результаты технологического аудита, которые показывают минимальную оценку возможного сокращения удельного расхода кокса за счёт оптимизации технологического режима доменной плавки. Оптимальный режим может быть реализован с помощью существующих систем информационного обеспечения и управления (то есть без капитальных затрат на разработку АСУТП).
ОАО "Запорожсталь"
Доменная печь №3 на 7.7%
Доменная печь №4 на 8.7%
КГГМК "Криворожсталь"
Доменная печь №6 на 7.9%
Доменная печь №7 на 7.0%
Доменная печь №8 на 6.8%
ОАО «Алчевский металлургический комбинат»
Доменная печь №5 на 5.2%
ОАО "Северсталь"
Доменная печь №2 на 6.5%
Доменная печь №5 на 6.0%
ОАО «Новолипецкий металлургическийкомбинат»
Доменная печь №2 на 10.5%
Следовательно, автоматизация производства может быть эффективной только после предварительной корректной оптимизации его технологического режима.
Некоторые продукты являются конечным результатом работы цепочки взаимосвязанных производств. Например, в металлургии производству проката предшествуют производство стали, сталь получают из чугуна, а в производстве чугуна используют кокс (коксохимическое производство) и соответствующим образом подготовленные железорудные материалы (производства агломерата и окатышей).
Поскольку качество проката во многом определятся качеством стали, прокатчики предъявляют к показателям её качества повышенные и не всегда достаточно обоснованные требования. Повышение требования к качеству стали вызывает на сталеплавильном переделе определённые трудности и приводит к дополнительным затратам. В свою очередь качество стали существенно зависит от химического состава чугуна (содержания в нём серы, кремния, фосфора и марганца). Например, чем ниже содержание серы в чугуне, тем ниже затраты на десульфурацию стали на сталеплавильном переделе, и тем легче выплавить качественную сталь. Поэтому сталеплавильщики заинтересованы в получении чугуна с как можно более низким содержанием серы. Однако снижение содержания серы в чугуне приводит к повышению удельного расхода кокса и, соответственно, себестоимости чугуна.
Аналогичные противоречия наблюдаются при стыковке всех смежных переделов металлургического комплекса. Компромисс между противоречивыми интересами различных переделов разрешается с помощью стандартов предприятий. При создании этих стандартов не ставилась, и, соответственно, не решалась задача определения оптимальных требований к качеству продуктов для каждого из переделов по критерию суммарной (по всем переделам) минимальной себестоимости конечного продукта.
Принципиальная схема решения такой задачи известна - это метод динамического программирования. Практическая же реализация этой схемы возможно только с помощью ИМИБС.
Решение задач этого класса позволит существенно повысить эффективность работы производственных комплексов по показателям себестоимости и качества как промежуточных, так и конечного продуктов.
В стратегических планах некоторых крупных промышленных предприятий для сокращения производственных и экономических рисков, связанных с колебаниями конъюнктуры рынка по производимой ими продукции, закладывается диверсификация - производство новых продуктов, не имеющих прямого отношения к основному виду деятельности. Такой подход позволяет компенсировать неблагоприятную конъюнктуру одного сегмента рынка благодаря более благоприятной в другой.
Отсутствие специалистов по производству новых продуктов вызывает дополнительные трудности и материальные затраты при внедрении непрофильных производств. Существенное повышение эффективности диверсификации может быть достигнуто за счёт использования ИМИБС при внедрении новых технологических процессов. Найденный при этом оптимальный по себестоимости и качеству продукции технологический режим может быть использован для соответствующей корректировки технологического регламента, что позволит обеспечить высокоэффективную и устойчивую работу нового производства.
Конкурентоспособность любой продукции определяются в первую очередь качеством, ценой, стабильностью технологии, условиями и сроками поставки.
Условия и сроки поставки - организационные факторы.
Вопросы получения продукта с минимальной себестоимостью и заданным качеством эффективно решается на всех этапах жизни технологического процесса (разработка, внедрение в промышленное производство, действующая технология) с помощью ИМИБС.
Использование ИМИБС позволяет разработать оптимальный технологический регламент изучаемого процесса, обеспечивающий:
- высокую эффективность по качеству и себестоимости выпускаемой продукции;
- стабильность технологии, за счет чёткого определения допустимых диапазонов значений управляемых параметров; ситуационного управления, в случае существенных вариаций значений неуправляемых параметров; и технологической гибкости, в случае необходимости выпуска одного и того же продукта с разными показателями.
В настоящее время основным направлением в защите природы от загрязнения действующими технологическими процессами является разработка индивидуальных систем для улавливания, обезвреживания и утилизации отходов производства, т.е. борьба с последствиями их неэффективного функционирования по экологическим критериям.
В ряде случаев такой подход позволяет решить поставленную задачу, но при этом приходится для каждого процесса проводить сложные, трудоёмкие и дорогостоящие научно - исследовательские и опытно - конструкторские работы, затрачивать значительные человеческие и материальные ресурсы на изготовление, монтаж и эксплуатацию экологического оборудования.
Поэтому многие производства, не удовлетворяющие экологическим критериям, еще долгое время будут функционировать, т.к. их модернизация с целью сокращения загрязнения окружающей среды при таком подходе требует громадных затрат, что при существующей экономической ситуации практически нереально.
Кроме того, считается, что: «Очистка - всего лишь перемещение загрязняющего начала в пространстве - может дать крайне малый эффект, т.к. требует резкого возрастания энергетических расходов» [16].
Для экологизации действующих производств возможен и другой подход, связанный с направленным воздействием на причины их неудовлетворительного функционирования по экологическим критериям.
Ввиду того, что 100% полнота превращения исходных материалов в конечный продукт практически невозможна, результатом работы технологического процесса являются целевой продукт и отходы.
Оптимизация технологического режима по выходу целевого продукта позволяет увеличить полноту превращения реагирующих веществ и уменьшить скорости побочных реакций, вследствие чего существенно сокращается количество отходов.
При таком подходе экологизация действующих производств из затратной становится экономически прибыльной, т.к. уменьшение загрязнения окружающей среды достигается за счет повышения выхода целевого продукта, сокращения расходных норм по сырью и энергоресурсам, и, соответственно, сокращению его себестоимости.
Поскольку работать без отходов практически невозможно, часть прибыли, полученной за счет снижения себестоимости, может быть направлена на разработку локальных систем для их улавливания и обезвреживания.
Например, при оптимизации технологического процесса получения ацетпарааминофенола выход продукта увеличен с 77.0 до 85.0% и, соответственно, количество отходов было сокращено с 33% до 15%, т.е. на (33-15)/33*100)= 54.5%
Как видно из приведенного примера, после оптимизации технологического режима требования к локальным экологическим системам будут значительно менее жесткими, что позволит существенно сократить затраты на их разработку.
В докладе Римскому клубу "Фактор четыре" отмечается, что со времени промышленной революции прогресс обозначал увеличение производительности труда. Авторы доклада предложили новую парадигму развития цивилизации, в которой прогресс определяется как увеличение продуктивности ресурсов. Речь идёт о более эффективном использовании природных и производимых ресурсов.
Особенно остро эта проблема стоит перед странами с ограниченными ресурсами. А именно такой страной является Украина - без экспорта нефти и газа нормальное функционирование её экономики невозможно. Поэтому экономика Украины "должна опираться на следующие основные принципы - как можно меньше брать ресурсов, наиболее рационально их использовать, создавать с их помощью максимум конечных благ". [17]. К сожалению, предлагаемые многими специалистами пути реализации новой парадигмы имеют весьма общий и поэтому неконструктивный характер. Например: " Устойчивое развитие возможно при следующих условиях:
- произойдёт замена нынешних технологий более чистыми и менее энерго - и ресурсоёмкими;
- постепенно невозобновляемое сырьё заменится возобновляемым;
- увеличится производительность труда;
- возрастёт надгосударственное регулирование и управление - через ООН и её организации" [18].
При теперешнем состоянии экономики Украины решать вопросы широкомасштабной замены существующих неэффективных технологий более эффективными абсолютно нереально. Единственное, что сейчас можно делать, это совершенствовать существующие производства. Наиболее малозатратным путём решения этой проблемы является оптимизация технологических режимов действующих производств. Выше показано, что задача совершенствования действующих производств по экономическим, экологическим, энергетическим и др. критериям может быть решена только с помощью ИМИОСС. Таким образом, эта методология может служить методической основой на начальном этапе пути от переходной экономики к устойчивому развитию.
1. Практически все действующие производства в металлургии, химии, нефтепереработке, биотехнологии и др. работают не в оптимальных режимах и имеют существенные резервы по снижению себестоимости, энерго- и ресурсосбережению, повышению производительности и качества продукции, сокращению количества отходов производства и другим показателям.
2. Неоптимальность функционирования действующих производств объясняется в первую очередь отсутствием методов идентификации объектов с высокими размерностями векторов входных параметров (>8) и выходных показателей (>1).
3. Для решения задачи существенного и практически беззатратного повышения эффективности работы технологических процессов в металлургии, химии, нефтепереработке, биотехнологии и др. разработана, апробирована и прошла многолетнюю всегда успешную экспериментальную проверку интеллектуальная технология изучения сложных систем (ИМИБС), с помощью которой решаются следующие задачи:
3.1. Технологического аудита - оценки резервов изучаемого технологического процесса по экономическим, экологическим, потребительским и др. критериям, которые могут быть реализованы за счет оптимизации технологического режима на существующем оборудовании, с помощью существующих систем информационного обеспечения и управления, (т.е. без дополнительных капитальных затрат).
3.2. Идентификации изучаемого процесса по информации о значениях его входных и выходных переменных, фиксируемых в режиме нормальной эксплуатации.
3.3. Оптимизации технологического процесса по комплексу любых заданных выходных показателей.
3.4. Идентификации и оптимизации нового технологического процесса при его разработке и внедрении в действующее производство.
4. Приведен перечень важнейших задач, решение которых с помощью известных математических методов связано с практически непреодолимыми методическими и вычислительными трудностями, но легко осуществляется с помощью интеллектуальной методологии идентификации и оптимизации сложных систем.
1. Н.Н.Моисеев. Математические задачи системного анализа. - М.:"Наука", 1981, 488 с.
2. Юдин Д.Б., Юдин А.Д. Число и мысль. Вып.8 (Математики измеряют сложность. - М.:Знание, 1985.-192 с.
3. Г.Реклейтис, А.Рейвиндран, К.Рэгсдел. Оптимизация в технике. -М.: "МИР", 1986, 349 c.,т.1.
4. И.И.Кринецкий. Основы научных исследований. Киев-Одесса. "Вища школа", 1981, 208 с.
5. Кафаров В.В. Методы кибернетики в химии и химической технологии: 4-ое изд.,- М.: Химия, 1965, 448 с.
6. Налимов В.В. Планирование эксперимента. Журнал ВХО им. Менделеева, 1, 1980, с.3-4.
7. Дородницын А.А. Математика и описательные науки. с.6-5. Число и мысль. Сборник. Вып.5.-М.:Знание, 1982. 176 с.
8. Н.Н.Моисеев. Математические задачи системного анализа. - М.:"Наука",1981, 488 с.
9. M. Kats, V. Kestelman, A. Davidenko. Problems of production process. Scientific Izrael - Technological advantages. vol 4/ №3,4. 2002, p 60-65.
10. М.Д.Кац. О построении ситуационной модели и ситуационном управлении химико-технологическими процессами. "Автоматизация химических производств", 5, 1980.
11. Кац М.Д. Падение чёрного ящика. (Методология изучения «больших» систем). ММ Деньги и Технологии, 4/2002, с.46-50.
12. Вегман Е.Ф., Жеребин Б.Н., Похвинев А.Н. и др. Металлургия чугуна. - М.: Металлургия, 1989. - 512 с.
13. Л.А.Заде. Основы нового подхода к анализу сложных систем и процессов принятия решений. В сб. "Математика сегодня". -М.: "Знание",7,1974. 64 с.
14. Ю.В. Серов. Автоматизация доменных печей - итоги 20 века. "Сталь", 8, 2001, с.49-51.
15. Ю.М.Денисов и др. "Основные результаты совершенствования технологии доменной плавки". Сталь, 5, 1999, с.22-24.
16. Н.Ф.Реймерс. Экология. Теория, законы, правила и гипотезы. Москва.: Россия молодая, 1994 г.
17. Д. Аршакян. Управление ресурсосберегающей деятельностью в странах с ограниченными ресурсами. "Проблемы теории и практики управления." 3, 2001 , с.37-40.
18. Задорский В.М. От переходной экономики к устойчивому развитию. Материалы международной научно-практической конференции "От переходной экономики к устойчивому развитию". 19-20 апреля, 2001, г.Днепропетровск.