автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация принятия решений в системе управления производством асфальтобетонных смесей на основе интегральных критериев ритмичности

На правах рукописи

ТОВКАЧ ПАВЕЛ АЛЕКСАНДРОВИЧ

АВТОМАТИЗАЦИЯ ПРИНЯТИЯ РЕШЕНИЙ В СИСТЕМЕ УПРАВЛЕНИЯ ПРОИЗВОДСТВОМ АСФАЛЬТОБЕТОННЫХ СМЕСЕЙ НА ОСНОВЕ ИНТЕГРАЛЬНЫХ КРИТЕРИЕВ РИТМИЧНОСТИ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (промышленность)

Автореферат диссертации на соискание ученой степени кандидата технических наук

1 о ЯНВ 2013

Москва 2012

005048009

005048009

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Московский автомобильно-дорожный государственный технический университет (МАДИ)» на кафедре «Автоматизированные системы управления». Научный руководитель

Николаев Андрей Борисович,

Заслуженный деятель науки РФ, доктор технических наук, профессор, декан факультета «Управление» МАДИ

Официальные оппоненты Илюхин Андрей Владимирович,

доктор технических наук, профессор, заведующий кафедрой «Автоматизация производственных процессов» МАДИ

Морщилов Максим Витальевич

кандидат технических наук, старший научный сотрудник ООО «ВИРАЖ»,

г.Москва

Ведущая организация: Научно-исследовательский институт материалов, конструкций и новых технологий (НИИ МК и НТ), г.Москва.

Защита состоится 27 декабря 2012г. в Ю00 часов на заседании диссертационного совета Д.212.126.05 при Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Московский автомобильно-дорожный государственный технический университет (МАДИ)» по адресу: 125319, г. Москва, Ленинградский проспект, д.64, ауд. 42. Телефон для справок: (499) 155-93-24.

С диссертацией можно ознакомиться в библиотеке МАДИ.

Автореферат разослан 27 ноября 2012 г.

Отзывы на автореферат в двух экземплярах, заверенные печатью организации, просим направлять в адрес диссертационного совета университета, а копии отзывов присылать по электронной почте: uchsovet@madi.ru

Ученый секретарь

диссертационного совета Д212.126.05, кандидат технических наук, доцент

г Михайлова Н.В.

■л

Общая характеристика работы

Актуальность проблемы <

Срок службы асфальтобетонных покрытий в нашей стране существенно ниже аналогичных показателей промышленно развитых стран. Низкий срок службы асфальтобетонных покрытий связан с высокой вариацией качества асфальтобетона. Это происходит из-за нестабильности характеристик компонентов, неконтролируемых изменений свойств смеси при ее транспортировке, нестабильности параметров ее укладки и уплотнения, так как процесс формирования прочностных свойств продолжается достаточно долго после ее укладки. Особо остро эта проблема встает при использовании местных материалов. Основные слагаемые успешной реализации программы качества при устройстве дорожных покрытий состоят в создании эффективной системы контроля качества, как на стадии устройства покрытия, так и на предприятиях-изготовителях, производящих асфальтобетонные смеси (АБС). Наличие сбоев и выход из строя оборудования характерны даже для самых современных и высокоточных отраслей промышленности. В этом случае крайне важной становится проблема оценки качества произведенной продукции на возможно более ранней стадии. Применительно к асфальтобетону технология производства - это совокупность методов подготовки щебня, песка, минерального порошка и битума, их перемешивания, доставки на объект, укладки, уплотнения и при необходимости ухода (т.е. обеспечения особых условий формирования требуемых строительно-технических свойств). В процессе технологических операций должно происходить направленное структурообразование асфальтобетона. Методика представлена упорядоченной совокупностью включенных методов и их алгоритмической структурой с привязкой к разнородной системе баз данных и баз знаний.

При использовании «традиционной» системы управления задачу анализа ситуации и принятия решений решает человек-диспетчер. В условиях необходимости принятия ответственных решений в ограниченное время и на основе анализа многокритериальных данных нагрузка на диспетчера существенно возрастает. Задача принятия решений усложняется при необходимости анализа сложного технологического процесса, к которому относится процесс производства асфальтобетонных смесей.

Системы поддержки принятия решений, решающие подобные задачи, не должны быть запрограммированы жестко, они должны динамично развиваться, адаптироваться к новым, изменяющимся условиям, гибко и оперативно перестраивать алгоритмы функционирования. При этом возникает противоречие между задачами и средствами, которыми они могут быть решены.

Следовательно, необходимо создать научно-методические основы разработки СППР.

Цель и основные задачи исследования

Целью настоящей работы является повышение эффективности управления производством асфальтобетонных смесей за счет разработки методов и моделей технологических процессов с использованием интегральных показателей ритмичности, интегрированных в систему поддержки принятия решений.

В соответствии с поставленной целью в диссертации решаются следующие задачи:

• анализ методов и моделей производства асфальтобетонных смесей;

• анализ структуры системы поддержки принятия решений для управления производством асфальтобетонных смесей;

• анализ, разработка и систематизация методов и моделей расчета характеристик технологических режимов работы установок производства асфальтобетонных смесей;

• методики обработки и анализа статистических данных по работе установки;

• разработка агрегированных показателей ритмичности производственной деятельности;

Методы исследования

Теоретической основой диссертационной работы являются общая теория систем, методы оптимизации, случайные процессы, имитационное моделирование, исследование операций, регрессионный анализ, дисперсионный анализ и другие.

Научная новизна

Научную новизну работы составляют методы, модели и методики, обеспечивающие автоматизацию принятия решений, моделирование и выбор технологических режимов работы агрегатов по производству асфальтобетонных смесей.

На защиту выносятся:

• модели статистического анализа данных по технологическим режимам работы асфальтосмесительной установки;

• нечеткие модели агрегирования финансовых и технологических показателей ритмичности выпуска смесей;

• методика формирования управленческих мероприятий по данным выпуска смесей.

Достоверность научных положений, рекомендаций и выводов

Обоснованность научных положений, рекомендаций и выводов, изложенных в работе, определяется корректным использованием современных математических методов, согласованным

сравнительным анализом аналитических и экспериментальных зависимостей. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения разработок на нескольких предприятиях.

Практическая ценность и реализация результатов работы

Научные результаты, полученные в диссертации, доведены до практического использования. Разработан программно-моделирующий комплекс, позволяющий в интерактивном режиме использовать оперативные данные о качестве смесей для принятия решений по выбору режимов управления агрегатами. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде предприятий, а также используется в учебном процессе в МАДИ.

Результаты внедрения и эксплуатации подтвердили работоспособность и эффективность разработанных методов.

Апробация работы

Содержание разделов диссертации докладывалось и получило одобрение:

• на республиканских и межрегиональных научно-технических конференциях, симпозиумах и семинарах (2009-2012 г.г.);

• на заседаниях кафедры «Автоматизированные системы управления» МАДИ.

СОДЕРЖАНИЕ РАБОТЫ

Структура работы соответствует списку перечисленных задач и содержит описание разработанных методов, моделей и алгоритмов.

В первой главе диссертации рассмотрены принципы построения систем поддержки принятия решений (СППР).

Залог успешного производства АБС, и, как следствие, получение высококачественной продукции, лежит в организованном технологическом процессе. Перед началом работы, все расходные материалы проходят несколько этапов тестирования и анализов. Тот же процесс ожидает уже и готовые АБС - сюда включаются испытания на прочность, водонепроницаемость, устойчивость и т.д. Процесс производства АБС осуществляется при соблюдении необходимого температурного режима и поддержания определенного микроклимата в цеху. Деятельность асфальтобетонного завода зависит от деятельности его структурных подразделений. На рис.1, приведена схема организационной структуры типового предприятия по выпуску АБС.

Анализ и систематизация задач в области моделирования производства АБС и оценки их качества с целью выбора конструктивных параметров и рациональных режимов работы производственных агрегатов привела к схеме исследований, приведенной на рис.2.

АРМ-Смесительного цеха АРМ-Диспетчерской

Гланиый сервер АВЗ-1

АРМ- Бухгалтерии

Система ОРБ

Рис.1. Основные подсистемы АБЗ

Принятие решений по управлению технологическим __процессом_

_о_

Выбора конструктивных параметров агрегатов

_о_

Моделирование динамики производства смесей

_о_

_Моделирование оценки качества смесей_

1Т и

Статистические модели смесей

Рис.2. Взаимосвязь задач автоматизации выбора

конструктивных параметров режимов работы агрегатов и управления технологическим процессом

Верхний уровень связан с принятием управленческих решений по управлению технологическим процессом производства АБС. Свойства смесей существенно влияют на эффективность использования агрегатов, поэтому необходима разработка формализованных моделей технологических процессов производства смесей.

Решение задач среднего уровня связано с определением оптимальных режимов работы агрегатов по выпуску смесей. Основой расчета должна быть совокупность математических моделей

описания процесса производства смеси, что дает основу для расчета технических характеристик агрегатов. В свою очередь модели анализа характеристик смесей и формальные методы оптимизации дают основу задачам синтеза, которые вместе с экспертными оценками составляют основу методологии выбора типов агрегатов и режимов их работы.

В диссертации ставится задача автоматизации и моделирования технологических процессов производства смесей. Решение поставленных задач позволило реализовать целостную методику выбора методов оценки качества выпускаемой продукции, и организовать обратную связь в ходе управления агрегатами.

Проведен анализ статистических методов пригодных для решения проблем моделирования производства асфальтобетонных смесей. В результате в диссертации предлагается использовать совокупность статистических методов, включив их в контур автоматизированной системы поддержки принятия решений по выбору технологических режимов работы агрегатов для конкретной ситуации, режимов их функционирования, а также конструктивных параметров.

Во второй главе разработаны формальные методы и модели описания технологических процессов и производственных процессов выпуска АБС.

Современная асфальтосмесительная установка представляет полноценную автоматизированную систему (рис.3.), которая дает возможность не только управлять процессом, но и получить всю необходимую информацию о его динамике. Однако эффективность производственной деятельности определяется не только работой смесительной установки, но и всем комплексом подготовительных и заключительных мероприятий.

В работе проведен статистический анализ ряда предприятий. К основным смесям можно отнести: мелкозернистая тип БМ1, мелкозернистая тип БМ2, крупнозернистая плотная БМ1 и БМ1, песчаная тип ДМ2 и другие. Выпуск всех реализуется на одной установке. На рис.4, приведен пример распределения объемов выпуска смесей.

Такая диаграмма показывает как ритмичность производства, так и неравномерность загрузки установки под разные типы смесей, что требует запасов различного типа сырья.

Статистическая база данных по работе установки включает следующие составляющие: Dat - дата; Time - время; Vm_i -Минерал_1 - i=1//5; SumVm - сумма минералов; Dob - добавки; Рр -пыль; Muk - мука; Tb - температура битума; То - общая температура; Ree - рецепт смеси.

Набрано

Задано Выполнено

НАЛАДКА

РУЧНОЙ ДОРАБОТКА

Система управления производством АБС

А1М/3

■ А1М/3

■ Б1

■ Б2

■ В2

■ Д2

■ К/3 а Нет

и ЩМА15 в ЩМА20 tt ЩМАБитре

Рис.4. Динамика выпуска по типам смесей

Для отображения расходов сырья и выпуска смесей по различным рецептам в работе используются OLAP-компоненты Excel (рис.5.).

Сумма по попв SumVm Rec

Dat А1М/3 Б1 Б2 В № К/3 Нет ЩМА15 ЩМА20 ЩМАБире Общий итог

01/07/11 208434 3694 176761 . 78069 95376 562334

01/08/11 306068 / 21235 327303

01/09/11 275519 378585 : 79744 733848

02/07/11 870323 260409 156386 1287118

02/08/11 21069 75054 97404 207974 401501

02/09/11 188303 1633 315380 21129 109503 635948

03/07/11 48620 48620

03/08/11 46360 22999 17024 466998 553381

03/09/11 26735 124665 151400

0407/11 83461 89843 107691 55108 336103

04/08/11 83496 9349 150461 115326 77673 416305

(ЖВ/11 273184 195348 4203 472735

05/03/11 118378 116929 89238 98616 87356 510717

05/09/11 81826 100308 210054 392188

06/07/11 72553 3284 112919 178351 367107

06/08/11 83572 19667 180382 131662 443478 25921 884682

07/07/11 93700 104825 649604 210752 1058881

07/08/11 200215 202282 155896 320774 879167

Рис.5. Формирование OLAP-кубов анализа выпуска смесей

Для оперативного анализа данных по работе установки в работе формируется система агрегатов. Обозначим некоторое множество агрегатов через Д,...//.../т , где lie{0,1}: выделим также такое подмножество порядковых номеров /°= {ik \ ikel & lik=0}, к=1 ...р, р<т. Тогда будем считать Аи...н...|т - множество агрегатов, полученных агрегированием по всем членам тех измерений, порядковый номер которых ¡el0.

Тогда А*...», где индексы во всех позициях равны 1, является множеством исходных данных; А0...о, где индексы во всех позициях равны 0, содержит единственное значение полного агрегата. Упорядоченная последовательность /f,...,/„...,/m, соответствующая множеству агрегатов Ац..л..м, представляет состояние агрегации. Разные состояния агрегации, а, следовательно, и множества агрегатов могут соответствовать одному и тому же уровню детализации / = /(+...+/,+...+/т.

Обозначим количество агрегатов множества Ац...и...|т, как an...ir...irn = |Ац...i¡...im|- Для трёхмерного случая с учётом того, что i(C)=1, i(M)=2, i(T)=3 - порядковые номера измерений, получим:

Эо11= nmn, аю1= ncnt а110= ncnm aooi= nt аою= пт аюо= пс, 0)

тогда

а* = а011+ аю1+ ацо + aooi+ Зою + а-юо + Эооо-Количество агрегатов, полученных агрегированием по некоторым измерениям, равно произведению числа членов всех остальных измерений, то есть: ап ,, = ГТП/ • Количество всевозможных

агрегатов равно сумме ац...и...1т при всевозможных вариантах последовательности /,,...,/,,... ,1т, исключая множество исходных данных. Всего таких вариантов 2я1 -1.

В результате такой подход позволяет оперативно формировать сводные таблицы, например, по выпуску различных типов смесей (табл.1.)

Таблица 1.

Объемы выпуска по типам смесей

Таблица частот: Ree (06.09.2011_s5.sta)

Частота Кум ул. Процент : Кумул.

ЩМА20 3138 3138 13,55976 13,5598 \

Б2 665............. ¡3803 2,87356 16,4333

В2 " ¡5430......... 9233 23,46383 39,8972 i

Д2 "¡6016 15249 25,99602 65,8932

Б1 ¡5135 ¡20384 22,18909 88,0823 j

К/3 ¡912 21296 3,94089 92,0232

А1М/3 63 21359 0.27223 92,2954 ;

ЩМАБитре 1186 22545 ¡5,12488.....97,4203 1

ЩМА15 596.............. 23142 2,57540 '100,0000'

задача оптимизации планирования эксперимента в

большинстве случаев минимизации дисперсионной матрицы D(n). В связи с этим рассматривается задачу минимизации некоторого функционала Ф, заданного на множестве дисперсионных матриц плана, т.е. задачу поиска плана П* = arg гтпФ(ЩП)). В работе

предлагается использовать: D-оптимальные планы - с критерием оптимальности <Р(П)= detD(U)\ обобщенно D-оптимальные с критерием оптимальности Ф(П)= dei(ATD(n)A), где А - матрица полного ранга; L-оптимальные с критерием оптимальности Ф(П)= trLD(Yl), где L - фиксированная неотрицательно определенная матрица.

Полученные результаты построения плана позволяют некоторым образом оценить ритмичность по различным типам смесей. При этом предварительный корреляционный анализ (рис.6.), спектральный и дисперсионный позволяют повысить точность для прогноза для формирования запасов сырья, что связано с ритмичностью работы транспортного звена предприятия.

Полученные объемы транспортировки на плановом отрезке определяют лишь глобальные возможности транспортного звена. Так, если суммарных объем перевозок укладывается в норму, но существуют дни с неполной загрузкой, это ведет к нехватки транспортных средств в последующий период, что удлиняет общие сроки выполнения общего плана поставок по объектам. При этом в

качестве критерия может выступать:

Vq ^min (3)

сага I ЫТпо

где: Qqt - потребности на каждый момент планового периода.

Основным критерием реализуемости стратегического плана выполнения общего объема является равномерность ряда ежедневных плановых объемов транспортировок; <2Ч - средний объем

транспортировки, тогда дисперсия определяет неравномерность ежедневных транспортировок.

Корреляции (06.09,2011_з5.з1а 15^ 23142с)

1 •»1и1 1т* 1 г*о° «ЛВУ^ВМШЭХ» О

Мк. 11.. Р А

УпЗ \

'¿к __

Рис.6. Корреляционная матрица по добавкам

С другой стороны в качестве критерия может выступать сумма дисперсий по всем типам материалов. Поэтому одной из основных задач транспортного звена организации является корректировка планов-графиков поставок на объекты. Еще одним путем сглаживания колебаний является организация системы складирования и хранения.

С другой стороны предложенные модели статистического анализа направлены на выявление причин выпуска дефектной продукции (табл.2.). При этом контроль выпуска делится на этапы: входной, операционный, приемочный и периодический. При входном контроле устанавливается соответствие качества исходных материалов в каждой поступившей на завод партии требованиям действующих нормативно-технических документов с соответствующими записями в журналах. Операционный контроль исходных материалов осуществляется лабораторией завода не реже одного раза в 10 смен, с определением помимо показателей входного контроля:

• содержания пылевидных и глинистых частиц для щебня и песка;

• влажности щебня, песка и минерального порошка и др.

При приемочном контроле смеси в лаборатории определяют следующие показатели:

• состав смеси (зерновой состав минеральной части и содержание битума);

• водонасыщение;

• пределы прочности при сжатии при температуре +20°С и +50°С;

• водостойкость и др.

Периодический контроль выполняется не реже одного раза в месяц и при изменении исходных материалов, с определением помимо показателей, предусмотренных при приемочном контроле:

• пористости минеральной части;

• предела прочности при сжатии при температуре 0°С;

• водостойкости при длительном водонасыщении;

• однородность смесей и др.

Таблица 2.

Дефекты асфальтобетонной смеси и способы их устранения.

Дефекты Причины Способы устранения

Синий дымок над смесью Смесь прогрета выше 200°С Регулировать температурный режим приготовления на заводе

Наличие в смеси включений в виде комочков из минерального порошка Использован непросушенный минеральный порошок; избыток битума, минерального порошка; недостаточное перемешивание Не применять непросушенный минеральный порошок. Уточнить дозировку материалов, соблюдать время перемешивания

Смесь имеет битумные пятна или пленку, щебенки не покрыты битумом Недостаточное и неправильное перемешивание Откорректировать время перемешивания и выбрать оптимальную технологию приготовления смесей

Комья в смеси Смесь охлаждена при транспортировании, избыток пылеватых частиц Перевозить смесь в автомобилях большой грузоподъемности, оборудованных устройством для обогрева. Закрывать сверху смесь матами или плотными брезентовыми чехлами •

Смесь трудно разрабатывается Низкая температура смеси, увеличенное количество минерального порошка, недостаточное перемешивание Повысить температуру смеси до требуемой, проверить дозировку и производить раздельное перемешивание (сначала «сухое», а потом с битумом)

Наличие в смеси щебня незаданной фракции Разрыв сетки грохота Заменить сетку грохота

В результате, такой подход к выявлению причин дефектов с указанием экспертами способов их устранения в соответствии с характеристиками агрегатов, приводит к задаче построения СППР.

В третьей главе диссертации ставится и решается задача формирования агрегированного показателя ритмичности выпуска АБС.

Ритмичность — это равномерный выпуск и отгрузка продукции в соответствии с графиком, в объеме и ассортименте, предусмотренных планом. Ритмичная работа является очень важным условием своевременного выпуска и реализации продукции. Неритмичность ухудшает все экономические показатели: снижается качество продукции; увеличивается объем незавершенного производства и сверхплановые остатки готовой продукции на складах, и, как следствие, замедляется оборачиваемость капитала; не выполняются поставки по договорам, и предприятие платит штрафы за несвоевременную отгрузку продукции. При этом несвоевременно поступает выручка, из-за чего возникает дефицит денежного потока; перерасходуется фонд заработной платы. Все это приводит к повышению себестоимости продукции, уменьшению суммы прибыли, ухудшению финансового состояния предприятия.

В основном при анализе используется коэффициент ритмичности. Он определяется как отношение фактически выпущенной продукции в пределах плана к плановому выпуску продукции.

Для оценки ритмичности работы также используются прямые и косвенные показатели. К прямым показателям относится коэффициент ритмичности, коэффициент вариации, удельный вес производства продукции за ¡-й период (декаду, месяц, квартал) в годовом объеме производства. К косвенным показателям относятся наличие доплат, оплата простоев по вине предприятия, потери от брака, уплата штрафов за недопоставку и несвоевременную отгрузку продукции и др.

Применительно к выпуску смесей, можно привести следующие примеры ритмичности. Данные получены непосредственно с системы управления смесительной установки. Интерес представляет диаграмма (рис.7.), которая отображает ритмичность выпуска на месячном цикле.

Из рисунка виден некоторый сезонный характер (неделя). Больший интерес представляют диаграммы суточных отчетов (рис.8.).

На рисунке приведены показательные варианты суточных отчетов. В первом случае (а) ритмичность близка к идеальной. Третий (в) и четвертый (г) - одни из самых неприятных вариантов, связанный с необходимостью дополнительных запусков и остановок установки. Второй (б) - вынужденный вариант поддержания установки в рабочем состоянии при перерыве между заказами в течении рабочей смены. Данные диаграммы оценивают ритмичность сбыта и позволяют оценить затраты на энергоносители, износ оборудования,

соответствие зарплат персонала выработке и еще некоторые параметры деятельности предприятия.__

Итог

Рис.7. Ритмичность месячного цикла

Время

Рис.9. Финансовая ритмичность

в) г)

Рис.8. Диаграммы суточных отчетов

Аналогичным образом можно рассматривать ритмичность работы всего предприятия, в том числе ритмичность: — поставок, ритмичность финансовых поступлений (рис.) и других показателей. Платежи

Наиболее предпочтительным для предприятия является авансирование заказа. Неплохо, если финансирование реализуется равномерно. Частый случай на практике - задержки выплат по завершению всех работ.

Отдельные показатели ритмичности в диссертации предлагается свернуть в агрегированный показатель. Так, если ритмичность

выпуска плохая, и ритмичность финансирования при этом также плохая, то производственная ситуация оценивается как очень плохая.

Для агрегирования показателей ритмичности в работе предлагается использовать дихотомическое представление базовых оценок. Структурные схемы такого рода представляют собой прадерево с корневой вершиной, соответствующей комплексной оценке, и висячими вершинами, соответствующими локальным критериям. Каждой промежуточной вершине соответствует агрегированная оценка получаемая в результате свертки двух оценок соответствующих вершин нижнего уровня.

Обобщением системы комплексного оценивания является система нечеткого комплексного оценивания, в которой оценки по каждому из критериев являются в общем случае нечеткими и агрегируются в соответствии с матрицами свертки. Нечетким оценкам могут соответствовать вектора степеней уверенности экспертов в достижении четких оценок. Получаемая в результате агрегирования оценка также является нечеткой и несет в себе больше информации.

Пусть Х1 - нечеткая оценка по первому критерию, задаваемая функцией принадлежности р21(х-)) на универсальном множестве, определяемом соответствующей шкалой), Хг - нечеткая оценка по второму критерию, задаваемая функцией принадлежности Рх2(х2).

В соответствии с принципом обобщения полученная в результате агрегирования по процедуре задаваемой матрицей свертки,

нечеткая оценка х будет определяться функцией принадлежности:

цх(х) = эир /пш[цх1(х1),цх2(х2)]. (Л)

В предельном случае, то есть когда агрегируются четкие оценки, естественно, агрегированная оценка является четкой и совпадает с получающейся в результате использования четкой процедуры комплексного оценивания с логическими матрицами.

Пусть требуется оценить ритмичность (критерий X - рис.10.), который определяется уровнем финансовой ритмичности (критерий Х1) и технологической ритмичностью (критерий Х2). Финансовая ритмичность в свою очередь определяется ритмичностью платежей (критерий Х11) и ритмичностью поступлений (критерий Х12), а технологическая - ритмичностью поставок сырья (критерий Х21), и ритмичностью выпуска (критерий Х22).

Пусть значения оценок по каждому критерию могут принимать конечное число значений (будем использовать четырехбальную шкалу: 1 - «плохо», 2 - «удовлетворительно», 3 -«хорошо» и 4 -«отлично»). Требуется, имея оценки по критериям Х11, Х12, Х21, Х22 нижнего уровня, получить агрегированную оценку по критерию X. В случае бинарного дерева для свертки критериев будем использовать матрицы свертки (рис.11.), значения элементов которых определяют агрегированную оценку при условии, что оценки по агрегируемым критериям являются номерами соответствующих строк и столбцов.

( Х2 - Технологическая ритмичность

Х21 - Ритмичность ( Х22 - Ритмичность поставок ) \ выпуска

Рис. 10. Дерево критериев

Х2

X Х12

Х1 Х22

Х2

1 1 2 2 3

2 1 2 3 3

3 2 2 3 4

4 2 3 3 4

1 2 3 4

1 1 1 2 2 1 1 1 3 3

2 1 2 3 3 2 1 2 3 3

3 2 3 3 4 3 1 2 3 4

4 2 3 4 4 Х11 4 2 2 3 4

1 2 3 4 1 2 3 4

Рис. 11. Матрицы сверки

Пусть нечеткие оценки по критериям нижнего уровня принимают значения, приведенные в таблице 3. Используя матрицы свертки и выражение (4), получаем нечеткие оценки по агрегированным критериям.

Таблица 3.

Агреги рование нечетких оценок

Нечеткие значения

Критерии 1 2 3 4

X 0,00 0,20 0,70 0,30

Х1 0,00 0,10 0,40 0,70

Х2 0,20 0,90 0,30 0,10

Х11 0,00 0,20 0,40 0,70

Х12 0,00 0,10 1,00 0,40

Х21 0,20 0,90 0,30 0,10

Х22 0,00 0,30 0,95 0,40

На основе предложенной методики в работе решается задача формирования управленческих решений как результат реализации множества процессов управленческих мероприятий. При этом используются следующие формальные компоненты модельной составляющей:

• управляемые процессы Уи _,)(0(' =" 1 процессов,

протекающих одновременно и находящихся под контролем и под управлением руководителя, среди которых имеются как независимые, так и зависимые друг от друга процессы;

• планы управляемых процессов Руш (?){/ = /,/)

детализированные до уровня календарного плана на текущем этапе и на предыдущих этапах программы;

• планы управленческих мероприятий Рт,(/' = 1,/) процессов -детализированные с учетом календарных планов и состояний управляемых процессов;

• анализ состояния управляемых процессов, программа, реализующая функции:

А ■' еЛ' = V) (5)

каждая, из которых ставит в соответствие на момент состояния У/,, процесса, РУц плана и критерия к,, оценке е,у, а также в случае необходимости формирующая интегральную оценку состояния всех процессов:

В:ф,уСу]^£у {6)

в зависимости от оценки состояний всех управляемых процессов и содержания обобщенной цели С, которая формируется с учетом целей процессов сф имеющих место в £ время:

Г :уЫ->С,- (7)

• сводный план управленческих мероприятий

Рт =ирта(у.1) ■ (8) /

который формируется в результате объединения планов управленческих мероприятий /-х процессов;

• план-сценарий управленческих мероприятий Ртп представляющий собой часть сводного плана (8), которая относится к периоду т, т.е.

^хРт^Ргт (9)

• план-диспетчер управленческих мероприятий Рт(к , который

является расписанием на дату с/, выполнения мероприятий и формируется в результате выделения из плана-сценария Ртг запланированных на дату с1у мероприятий:

¿V X Р«п -> Ргт^ (10)

и разнесения этих мероприятий по времени (к=1,2,...)

л

я.-Л

Р ч

т-Ы ' V

(11)

• системный ресурс ГЗ (людские и материальные ресурсы, финансы, свободные производственные мощности и т.д.), представляющий собой резерв, который может быть использован при корректировки /-х процессов;

• процесс реализации управленческих мероприятий - действия руководителя, протекающие преимущественно в рамках установленных форм (допускаются и свободные по форме) и

направленные на выполнение функций оперативного управления, а также других функций, относящихся к его компетенции,

ориентирующиеся в каждый момент времени /* на выполнение

t

соответствующего запланированного мероприятия:

й*Р< (12)

в результате которого, либо оценивается состояние /-го процесса (5) и образуется интегральная оценка состояния всех процессов (6), либо формируется управляющее воздействие, либо корректируется управляемый процесс, либо корректируется план управляемого процесса, либо корректируется план управленческих мероприятий по формированию проекта развития, либо осуществляется какая-то дополнительная процедура.

В четвертой главе рассматриваются вопросы построения программного комплекса СППР с использованием разработанных методов и моделей. Приведен список приложений с описанием их основных функциональных возможностей. Рассматриваются вопросы использования различных программных технологий для оперативной реализации методик.

В диссертации разработана структура базы данных, обеспечивающая реализацию функций обмена данными между приложениями (рис.12.).

В качестве СУБД для организации баз данных выбрана СУБД Microsoft Access, достоинства которой, определяются следующими моментами: все метаданные, описывающие базу данных, хранятся в одном файле (*.mdb), что упрощает переносимость отдельных структурных элементов; драйвера для работы с базами данных Microsoft Access входят в состав современных версий ОС Microsoft Windows, и, следовательно, не требуется их дополнительная установка при распространении приложений локальной версии системы.

Модель базы основана на категорийном подходе, где каждый экземпляр сущности характеризуется множеством атрибутов А = {А, А2..., Ап}. Атрибуту соответствует область возможных значений. Между множеством атрибутов и областями возможных значений

задается отображение вида: Dom: А D, где D = {D1s D2..... Dn} -

области возможных значений; D,- область возможных значений.

Таким образом, атрибуту А, соответствует область значений Dom(Aj). Дня идентификации элементов из множества объектов Е выделяется номерное множество N. С множеством экземпляров сущности Е свяжем атрибут Е, который обозначает отношение принадлежности объекта предметной области к множеству экземпляров сущности Е и задает идентификатор экземпляра сущности.

Рис. 12. Структура базы данных

При проектировании системы использовалась фреймовая технология. Для реализации взаимодействия с пакетами ^АэАса и Ма^аЬ разработаны компоненты, которые обеспечивают параметризацию запуска макросов, т-файлов и имитационных моделей и последующее внедрение <ХЕ-объектов, сформированных в результате выполнения.

Разработано программное приложение планирования производства асфальтобетонных смесей для анализа и оценки

экономической эффективности (рис.13.).

.--у

Si.tpi х--* 4 и»

т

3}—Кб1

S3,tp3

Sn-2.tpn-2

-«v.

St

♦in-1«

О

n-1 n

tp, tpj

S, S2

{C,} {C2>

Statistica

ActiveX

tPi S, {CJ

Wl

tpn

Srv1 s„

{Cn.,} {C„}

л

9

БД

результатов

s-

f Среда моделирования (NetPla)

где I -вершина(этап); ^ - время (или параметры генерации случайного времени) на выполнение ¡-того этапа, в; - затраты на выполнение ¡-го этапа. {С,}- множество этапов на которые ссылается ¡-ый этап.

Рис. 13. Модель планирования производства Входными данными программного приложения является массив, описывающий переходы по связанным этапам технологического цикла. Каждому этапу соответствует некоторый вес и длительность. Новый этап не может начаться, пока не завершены предыдущие этапы. При анализе используется коэффициент ритмичности. Он определяется как отношение фактически выпущенной продукции в пределах плана к плановому выпуску продукции (табл.4.).

Таблица 4.

Декады По плану Фактически Фактически в пределах плана

I 1000 300 300

II 1100 900 900

III 1200 2300 1200

Итого за месяц: 3300 3500 2400

Визуальная связанность этапов показана на рисунке в виде ориентированного графа. На структуру накладываются условия: начальный этап должен быть только один; конечный этап должен быть только один (время выполнение и количество затрат начального и конечного этапов можно прировнять нулю); структура не должна иметь висячих элементов и циклов.

После проведения моделирования выводится таблица содержащая математическое ожидание и дисперсии количества затрат по каждому дню выполнения производственных этапов.

На основе этих данных коэффициент ритмичности составляет 2400 / 3300 = 0,73. Это означает, что лишь 73% продукции было выпущено и сдано на склад без нарушения планового графика. При условии ритмичной работы объем выпущенной предприятием продукции может возрасти на сумму: 891 тыс. руб. (3300 ■ (100 — 73)) /100.

В заключении представлены основные результаты работы.

Приложение содержит документы об использовании результатов работы.

Основные выводы и результаты работы

1. Проведен анализ и систематизация задач в области моделирования выпуска асфальтобетонных смесей и оценки их качества с целью выбора конструктивных параметров и рациональных режимов работы производственных агрегатов. Выполнен анализ принципов построения систем поддержки принятия решений по производству АБС.

2. Выполнен анализ и систематизация методов расчета характеристик технологических процессов по производству асфальтобетонных смесей и разработаны формализованные модели статистического анализа технологических режимов работы асфальтосмесительной установки, которые позволяют выявить характер взаимосвязи между показателями, направленный на устранение причин выпуска дефектной продукции.

3. Для агрегирования показателей финансовой и технологической ритмичности в работе предлагается использовать дихотомическое представление базовых оценок, что позволяет сформировать агрегированный критерий оценки текущей производственной ситуации.

4. Предлагается обобщение системы оценивания в виде нечеткого комплексного оценивания, в которой оценки по каждому из критериев являются нечеткими и агрегируются в соответствии с матрицами свертки по дихотомической форме, что позволяет использовать экспертные заключения специалистов для оценки производственной ситуации и построения плана развития.

5. На основе методики агрегирования в работе решается задача формирования управленческих решений как результат реализации множества процессов управленческих мероприятий, в результате которого, либо оценивается состояние процесса и образуется интегральная оценка состояния всех процессов, либо корректируется план управляемого процесса, либо осуществляется какая-то дополнительная процедура.

6. Разработана структура базы данных характеристик компонентов асфальтобетонных смесей и динамики качества готовой продукции, основанная на категорийном подходе, что позволяет

динамически включать в систему новые структуры данных и методики расчета, основанные на продукционных правилах.

7. Проведен анализ программных технологий, направленных на оперативную программную реализацию методик оценки ритмичности производственной деятельности, и разработан программно-моделирующий комплекс, реализующий предложенные методы и алгоритмы. Комплекс внедрен для практического применения в ряде предприятий, а также используется в учебном процессе в МАДИ.

Публикации по теме диссертационной работы Статьи в журналах ВАК:

1.Товкач П. А. Принятия рациональных решений при проектировании сборочных схем (Режим доступа: DOI: 10.7463/1012.0475116 http://technomag.edu.ru/doc/475116.html) / Божко А.Н., Ивахненко A.A., Чернянский А.И., Солнцев A.A., Товкач П.А. // Наука и образование: Электронное научно-техническое издание. № 10. - М.: МГТУ им. Баумана, 2012. - С. 0-0.

2. Товкач П.А Методика кластеризации физико-механических показателей дорожного покрытия в системе управления качеством асфальтобетонных смесей / Баланцева М.А., Краснов Ю.А., Николаев

A.Б., Товкач П.А. Вестник МАДИ, вып. 4(31). 2012. - С.98-104.

Статьи в сб. науч. тр. и других изданиях:

3. Товкач П.А. Имитационное моделирование как метод проведения системных исследований / Брыль В.Н., Саная А.Г., Товкач П.А., Якунин П.С. // Имитационное моделирование систем управления. - М.: МАДИ, 2012. - С. 3-7.

4. Использование многоуровневых имитационных моделей регенирирующих процессов при оценке ритмичности производственных процессов Выбор состава контролируемых характеристик моделирования технических систем / Кудрявцев А.Ю., Строганов Д.В., Товкач П.А., Якунин П.С. // Имитационное моделирование систем управления. - М.: МАДИ, 2012. - С. 17-20.

5. Товкач П.А. Использование многоуровневых имитационных моделей регенирирующих процессов при оценке ритмичности производственных процессов / Николаев А.Б., Товкач П.А. // Автоматизация и управление в технических системах: научно-методический сборник трудов. - М.: МАДИ, 2012. - С. 44-52.

6. Товкач П.А. Организация контроля качества асфальтобетонных смесей / Товкач П.А. // Автоматизация и управление в технических системах: научно-методический сборник трудов. - М.: МАДИ, 2012. -С. 54-64.

7. Товкач П.А. Модификации алгоритмов ориентирования контуров объектов и оценки яркостей по гистограммам при анализе характеристик изображений стеклянных микрошариков / Стругайло

B.В., Товкач П.А. II Имитационное моделирование систем управления. - М.: МАДИ, 2012. - С. 42-54.

Подписано в печать: 23.11.2012 Тираж 100 экз. Заказ №952 Отпечатано в типографии «Реглет» г. Москва, Ленинградский пр-т д.74 (495)790-74-77 www.reglet.ru

ВВЕДЕНИЕ.

1. СИСТЕМНЫЙ АНАЛИЗ МЕТОДОВ МОДЕЛИРОВАНИЯ ПРОЦЕССАМИ УПРАВЛЕНИЯ ВЫПУСКОМ АСФАЛЬТОБЕТОННЫХ СМЕСЕЙ.

1.1. Анализ производственных процессов по выпуску асфальтобетонных смесей.

1.2. Методы и модели управления технологическим процессом производства асфальтобетонных смесей.

1.3. Анализ методов статистической обработки экспериментальных данных.

1.4. Математические методы и модели теории принятия решений в системе управления.

1.4.1. Математическая теория выбора.

1.4.2. Экспертные оценки показателей технологических процессов.

1.4.3. Методы многокритериальной оптимизации и процедуры принятия решений.

1.5. Программные аспекты создания систем управления и моделирования.

1.5.1. Программные принципы создания систем поддержки принятия решений.

1.5.2. Современные технологии построения распределенных интегрированных информационных систем.

1.5.3. Задачи проектирования и управления распределенной информационной системой.

1.6. Технологические средства контроля качества продукции.

1.7. Организационная структура асфальтобетонного завода.

Выводы по главе 1.

2. РАЗРАБОТКА МОДЕЛЕЙ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ ВЫПУСКА АБС.

2.1. Систематизация функции технологического процесса выпуска АБС

2.1.1. Порядок приготовления смеси в автоматическом режиме.

2.1.2. Действия оператора при нарушении технологического цикла.

2.2. Разработка методики агрегирования показателей технологических процессов выпуска АБС.

2.3. Функции лаборатории контроля качества и устранения дефектов выпуса АБС.

Выводы по главе 2.

3. РАЗРАБОТКА МЕТОДОВ АГРЕГИРОВАНИЯ ПОКАЗАТЕЛЕЙ ФИНАНСОВОЙ И ТЕХНОЛОГИЧЕСКОЙ РИТМИЧНОСТИ.

3.1. Методика оценки технологической и финансовой ритмичности.

3.2. Методика агрегирования показателей ритмичности производственной деятельности АБЗ.

3.3. Обобщенная процедура нечеткого оценивания.

3.4. Формализация системы подготовки управленческих решений на основе нечетких оценок ритмичности.

3.5. Построение дерева решений при формировании перспективных планов развития.

Выводы по главе 3.

4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ СИСТЕМЫ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМ ПРОЦЕССОМ ВЫПУСКА АСФАЛЬТОБЕТОННЫХ СМЕСЕЙ.

4.1. Разработка базы данных управления технологическими процессами АБЗ.

4.1.1. Операции в категорной модели управления выпуском АБС.

4.1.2. Построение категорной доменно-ориентированной модели данных.

4.1.3. Основные характеристики категорной доменно-ориентированной модели.

4.2. Программные технологии разработки инструментальных средств управления.

4.3. Интерфейс программных приложений системы анализа финансовой и технологической ритмичности.

Выводы по главе 4.

Срок службы асфальтобетонных покрытий в нашей стране существенно ниже аналогичных показателей промышленно развитых стран. Низкий срок службы асфальтобетонных покрытий связан с высокой вариацией качества асфальтобетона. Это происходит из-за нестабильности характеристик компонентов, неконтролируемых изменений свойств смеси при ее транспортировке, нестабильности параметров ее укладки и уплотнения, так как процесс формирования прочностных свойств продолжается достаточно долго после ее укладки. Особо остро эта проблема встает при использовании местных материалов. Основные слагаемые успешной реализации программы качества при устройстве дорожных покрытий состоят в создании эффективной системы контроля качества, как на стадии устройства покрытия, так и на предприятиях-изготовителях, производящих асфальтобетонные смеси (АБС). Наличие сбоев и выход из строя оборудования характерны даже для самых современных и высокоточных отраслей промышленности. В этом случае крайне важной становится проблема оценки качества произведенной продукции на возможно более ранней стадии. Применительно к асфальтобетону технология производства -это совокупность методов подготовки щебня, песка, минерального порошка и битума, их перемешивания, доставки на объект, укладки, уплотнения и при необходимости ухода (т.е. обеспечения особых условий формирования требуемых строительно-технических свойств). В процессе технологических операций должно происходить направленное структурообразование асфальтобетона. Методика представлена упорядоченной совокупностью включенных методов и их алгоритмической структурой с привязкой к разнородной системе баз данных и баз знаний.

При использовании «традиционной» системы управления задачу анализа ситуации и принятия решений решает человек-диспетчер. В условиях необходимости принятия ответственных решений в ограниченное время и на основе анализа многокритериальных данных нагрузка на диспетчера существенно возрастает. Задача принятия решений усложняется при необходимости анализа сложного технологического процесса, к которому относится процесс производства асфальтобетонных смесей.

Системы поддержки принятия решений, решающие подобные задачи, не должны быть запрограммированы жестко, они должны динамично развиваться, адаптироваться к новым, изменяющимся условиям, гибко и оперативно перестраивать алгоритмы функционирования. При этом возникает противоречие между задачами и средствами, которыми они могут быть решены. Следовательно, необходимо создать научно-методические основы разработки СППР.

Целью настоящей работы является повышение эффективности управления производством асфальтобетонных смесей за счет разработки методов и моделей технологических процессов с использованием интегральных показателей ритмичности, интегрированных в систему поддержки принятия решений.

В соответствии с поставленной целью в диссертации решаются следующие задачи:

• анализ методов и моделей производства асфальтобетонных смесей;

• анализ структуры системы поддержки принятия решений для управления производством асфальтобетонных смесей;

• анализ, разработка и систематизация методов и моделей расчета характеристик технологических режимов работы установок производства асфальтобетонных смесей;

• методики обработки и анализа статистических данных по работе установки;

• разработка агрегированных показателей ритмичности производственной деятельности;

Научную новизну работы составляют методы, модели и методики обеспечивающие автоматизацию технологических процессов контроля качества и выбора технологических режимов работы агрегатов по производству асфальтобетонных смесей.

Научную новизну работы составляют методы, модели и методики, обеспечивающие автоматизацию, моделирование и выбор технологических режимов работы агрегатов по производству асфальтобетонных смесей.

На защиту выносятся:

• модели статистического анализа данных по технологическим режимам работы асфальтосмесительной установки;

• нечеткие модели агрегирования финансовых и технологических показателей ритмичности выпуска смесей;

• методика формирования управленческих мероприятий по данным выпуска смесей.

Диссертация состоит из четырех глав, в которых приводится решение поставленных задач»

В первой главе диссертации рассмотрены принципы построения систем поддержки принятия решений (СПГТР).

Залог успешного производства АБС, и, как следствие, получение высококачественной продукции, лежит в организованном технологическом процессе. Перед началом работы, все расходные материалы проходят несколько этапов тестирования и анализов. Тот же процесс ожидает уже и готовые АБС - сюда включаются испытания на прочность, водонепроницаемость, устойчивость и т.д. Процесс производства АБС осуществляется при соблюдении необходимого температурного режима и поддержания определенного микроклимата в цеху. Деятельность асфальтобетонного завода зависит от деятельности его структурных подразделений.

Анализ и систематизация задач в области моделирования производства АБС и оценки их качества с целью выбора конструктивных параметров и рациональных режимов работы производственных агрегатов привела к схеме исследований, где верхний уровень связан с принятием управленческих решений по управлению технологическим процессом производства АБС. Свойства смесей существенно влияют на эффективность использования агрегатов, поэтому необходима разработка формализованных моделей технологических процессов производства смесей. Решение задач среднего уровня связано с определением оптимальных режимов работы агрегатов по выпуску смесей. Основой расчета должна быть совокупность математических моделей описания процесса производства смеси, что дает основу для расчета технических характеристик агрегатов. В свою очередь модели анализа характеристик смесей и формальные методы оптимизации дают основу задачам синтеза, которые вместе с экспертными оценками составляют основу методологии выбора типов агрегатов и режимов их работы.

Во второй главе разработаны формальные методы и модели описания технологических процессов и производственных процессов выпуска АБС.

Современная асфальтосмесительная установка представляет полноценную автоматизированную систему, которая дает возможность не только управлять процессом, но и получить всю необходимую информацию о его динамике. Однако эффективность производственной деятельности определяется не только работой смесительной установки, но и всем комплексом подготовительных и заключительных мероприятий.

Полученные результаты построения плана эксперимента по данным, полученным с установки, позволяют некоторым образом оценить ритмичность по различным типам смесей. При этом предварительный корреляционный анализ, спектральный и дисперсионный позволяют повысить точность для прогноза для формирования запасов сырья, что связано с ритмичностью работы транспортного звена предприятия.

В третьей главе диссертации ставится и решается задача формирования агрегированного показателя ритмичности выпуска асфальтобетонной смеси.

Ритмичность — это равномерный выпуск и отгрузка продукции в соответствии с графиком в объеме и ассортименте, предусмотренных планом. Ритмичная работа является очень важным условием своевременного выпуска и реализации продукции. Неритмичность ухудшает все экономические показатели: снижается качество продукции; увеличивается объем незавершенного производства и сверхплановые остатки готовой продукции на складах, и, как следствие, замедляется оборачиваемость капитала; не выполняются поставки по договорам, и предприятие платит штрафы за несвоевременную отгрузку продукции. При этом несвоевременно поступает выручка, из-за чего возникает дефицит денежного потока; перерасходуется фонд заработной платы. Все это приводит к повышению себестоимости продукции, уменьшению суммы прибыли, ухудшению финансового состояния предприятия.

Для агрегирования показателей ритмичности в работе предлагается использовать дихотомическое представление базовых оценок. Структурные схемы такого рода представляют собой прадерево с корневой вершиной, соответствующей комплексной оценке, и висячими вершинами, соответствующими локальным критериям. Каждой промежуточной вершине соответствует агрегированная оценка q^ получаемая в результате свертки двух оценок соответствующих вершин нижнего уровня.

В четвертой главе рассматриваются вопросы построения программного комплекса СППР с использованием разработанных методов и моделей. Приведен список приложений с описанием их основных функциональных возможностей. Рассматриваются вопросы использования различных программных технологий для оперативной реализации методик. В диссертации разработана структура базы данных, обеспечивающая реализацию функций обмена данными между приложениями.

В качестве СУБД для организации баз данных выбрана СУБД Microsoft Access, достоинства которой, определяются следующими моментами: все метаданные, описывающие базу данных, хранятся в одном файле (*.mdb), что упрощает переносимость отдельных структурных элементов; драйвера для работы с базами данных Microsoft Access входят в состав современных версий ОС Microsoft Windows, и, следовательно, не требуется их дополнительная установка при распространении приложений локальной версии системы.

Обоснованность научных положений, рекомендаций и выводов, изложенных в работе, определяется корректным использованием современных математических методов, согласованным сравнительным анализом аналитических и экспериментальных зависимостей. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения разработок на нескольких предприятиях.

Научные результаты, полученные в диссертации, доведены до практического использования. Разработан программно-моделирующий комплекс, позволяющий в интерактивном режиме использовать оперативные данные о качестве смесей для принятия решений по выбору режимов управления агрегатами. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде предприятий, а также используется в учебном процессе в МАДИ.

Результаты внедрения и эксплуатации подтвердили работоспособность и эффективность разработанных методов.

Содержание разделов диссертации докладывалось и получило одобрение:

• на республиканских и межрегиональных научно-технических конференциях, симпозиумах и семинарах (2009-2012 г.г.);

• на заседаниях кафедры АСУ МАДИ.

Материалы диссертации отражены в 7 печатных работах.

Диссертационная работа состоит из введения, пяти глав и заключения, изложенных на 140 страницах машинописного текста, содержит 35 рисунков, 17 таблиц, список литературы из 123 наименований и приложения.

Выводы по главе 4

1. Разработана система баз данных и инструментальные средства гибридной адаптивной среды поддержки принятия решений для создания многоуровневых вложенных сценариев программных приложений управления технологическими процессами выпуска АБС.

2. Разработаны элементарные приложения анализа технологической и финансовой ритмичности выпуска АБС.

3. Разработанные методы, модели, методики и программно-моделирующий комплекс внедрены для практического использования в ряде предприятий, а также используются в учебном процессе в МАДИ.

Заключение

1. Проведен анализ и систематизация задач в области моделирования выпуска асфальтобетонных смесей и оценки их качества с целью выбора конструктивных параметров и рациональных режимов работы производственных агрегатов. Выполнен анализ принципов построения систем поддержки принятия решений по производству АБС.

2. Выполнен анализ и систематизация методов расчета характеристик технологических процессов по производству асфальтобетонных смесей и разработаны формализованные модели статистического анализа технологических режимов работы асфальтосмесительной установки, которые позволяют выявить характер взаимосвязи между показателями, направленный на устранение причин выпуска дефектной продукции.

3. Для агрегирования показателей финансовой и технологической ритмичности в работе предлагается использовать дихотомическое представление базовых оценок, что позволяет сформировать агрегированный критерий оценки текущей производственной ситуации.

4. Предлагается обобщение системы оценивания в виде нечеткого комплексного оценивания, в которой оценки по каждому из критериев являются нечеткими и агрегируются в соответствии с матрицами свертки по дихотомической форме, что позволяет использовать экспертные заключения специалистов для оценки производственной ситуации и построения плана развития.

5. На основе методики агрегирования в работе решается задача формирования управленческих решений как результат реализации множества процессов управленческих мероприятий, в результате которого, либо оценивается состояние процесса и образуется интегральная оценка состояния всех процессов, либо корректируется план управляемого процесса, либо осуществляется какая-то дополнительная процедура.

6. Разработана структура базы данных характеристик компонентов асфальтобетонных смесей и динамики качества готовой продукции, основанная на категорийном подходе, что позволяет динамически включать в систему новые структуры данных и методики расчета, основанные на продукционных правилах.

7. Проведен анализ программных технологий, направленных на оперативную программную реализацию методик оценки ритмичности производственной деятельности, и разработан программно-моделирующий комплекс, реализующий предложенные методы и алгоритмы. Комплекс внедрен для практического применения в ряде предприятий, а также используется в учебном процессе в МАДИ.

1. Анисимов В.Г., Анисимов Б.Г. Алгоритмы оптимального распределения дискретных неоднородных ресурсов на сети. - Ж. вычисл. мат. и упр. - 1997. - 37, №1. - С.54-60.

2. Аршанов М.З. Многокритериальное^ и согласованность в активных системах. Автом. и телемех. - 1997. - №2. - С. 162-168.

3. Бенедикт С. Принятие решений при ненадежной информации. -Автом. и телемех. 1996. - №9. - С. 151-152.

4. Богуславская Е.В. Точное решение одной задачи оптимального управления инвестициями в диффузионной модели. Усехи мат. наук. -1997. - 52, №2. - С.187-188.

5. Боровков К.А. Распространение хаоса в сетях обслуживания. Теория вероятностей и ее применения. - 1997. - 42, №3. - С.449-460.

6. Бурков В.Н., Кондратьев В.В. Двухуровневые активные системы // Автоматика и телемеханика.- 1977,- №6,- С. 64-72; №7.- С. 62-70; №9,- С. 8391.

7. Васильев В.А. Об идентификации динамических систем авторегрессионного типа. - Автомат, и телемех. - 1997. - №12. - С.107-119.

8. Векслер A.A., Конев В.В. О среднем числе наблюдений при грантированном оценивании параметров авторегрессии. ~ Автомат, и телемех. 1995. - №6. - С.97-104.

9. Векслер A.B. Риск-эффективное оценивание параметров процесса авторегрессии. Пробл. перед, инф. - 1997. - 33, №2. С.37-53.

10. Ю.Вентцель Е.С. Исследование операций. М.: Наука, 1968 .-325с.11 .Вермишев Ю.Х. Методы автоматического поиска решений при проектировании сложных технических систем.- М.: Радио и связь, 1982.- 152 с.

11. Вильсон А.Дж. Энтропийные методы моделирования сложных систем,- М.: Наука, 1978.- С. 83-91.

12. Высоцкий A.Jl., Высоцкий Д.Л. Оценка параметров регрессий в случае функций, сводящихся к линейным по параметрам. Мат. моделир. в экон.: Новосиб. гос. акад. экон и упр. - Новосибирск, 1996. - С.32-41.

13. Н.Гереймер Ю.В. Введение в теорию исследования операций М.: Наука, 1971.-383 с.

14. Гереймер Ю.В. Игры с непротивоположными интересами М.: Наука, 1976.- 327 с.

15. Гиг Дж. Ван Прикладная общая теория систем М.: Мир, 1981.- Т. 1.- 336 с.

16. Грешилов A.A., Стакун В.А., Стакун Л.А. Математические методы построения прогнозов. М., Радио и связь, 1997. - 112с.

17. Гридина Е.Г. Прогнозирование стационарных процессов с помощью оптимальных линейных систем. С.-Петерб. гос. электротех. ун-т. - СПб, 1995.-37с.

18. Дикарев Б.А., Родзинский А.Л. Фокусировка марковских процессов с конечным числом состояний. Харьк. гос. техн. ун-т радиоэлектр. - Харьков, 1997.-7с.

19. Дли М.И. Об одном алгоритме моделирования нестационарных стохастических объектов. Смол. фил. Моск. энерг. ин-та. - Смоленск, 1997. -6с.

20. Дрожжин B.C. Авторегрессионные модели нерегулярных временных рядов, образующихся при измерениях в случайные моменты времени. -Кемер. гос. ун-т. Кемерово, 1997. -22с.

21. Думов Л.С. О моделировании роста выпуклых древовидных конфигураций в древовидных структурах. Дискрет, мат., 1995. - 7 №2. -С.61-78.

22. Емельянов В.В. Метод построения математических моделей сложных дискретных систем и процессов. Вестник МГТУ. Сер. Машиностроение. -1993. - №1. - С.14-19.

23. Жук Е.Е. Кластер анализ многомерных наблюдений с пропусками. -Автомат, ителемех. 1997. - №12. - С. 110-130.

24. Захаров В.В., Смирнова В.И. Экспериментальное сравнение некоторых псевдослучайных последовательностей // Проблемы случайного поиска. (Рига).- 1976. Вып. 5.- С. 65-70.

25. Зимин Ю.Н., Умрихин Ю.Д., Черкасов Ю.Н. Методология системного подхода к разработке организационных структур управления большими системами. М., Минрадиопром, 1981.- 82 с.

26. Иванов Г.Е. Логарифмическая гладкость в задаче управления стохастическими системами. Моделирование процессов управ, и обраб. инф.: Моск. физ.-тех. Ин-т. -М., 1994. - 175-181.

27. Ириков В.А., Ларин В.Я., Самущенко Л.М. Алгоритмы и программы решения прикладных многокритериальных задач. Изв. АН СССР, Техническая кибернетика, 1986.- №1.- С.5-16.

28. Карлин С. Математические методы в теории игр, программировании и экономике.- М.: Мир, 1964.- 838 с.

29. Кац И.Я., Тимофеева Г.А. Бикритериальная задача стохастической оптимизации. Автом. и телемех. - 1997. - №3. - С. 116-123.

30. Кини Р.Л., Райфа X. Принятие решений при многих критериях предпочтения и замещения.- М.: Радио и связь, 1981.- 560с.

31. Клейнрок Л. Вычислительные сети с очередями. М.: Мир, 1979.-600с.

32. Клейнрок Л. Теория массового обслуживания. М.: Машиностроение, 1979. - 432 с.

33. Коваленко Н.С., Мешельский В.М. Режимы взаимодействия неоднородных распределенных конкурирующих процессов. Кибернетика и сист. анал. - 1997. - №3. - С.31 -43.

34. Козин И.В. Условия единственности байесовской решающей процедуры. С.-Петербург, гос. акад. аэрокосм, приборост. - С.-Петербург, 1995.-8с.

35. Корбут A.A., Финкельштейн Ю.Ю. Дискретное программирование. -М.: Наука, 1969.-368 с.

36. Коржинский В.В. О выборе первичного датчика случайных чисел для задач имитационного моделирования. Упр. гос. акад. связи. - Одесса, 1955.- 16с.

37. Краснощекое П.С., Морозов В.В., Федоров В.В. Внутреннее проектирование технических систем в условиях неопределенности // Изв. АНН СССР. Техническая кибернетика 1982,- №2.- С. 5-12.

38. Критенко М.И., Таранцев A.JI., Щебарев Ю.Г. Оценка значимости факторов при их комплексном воздействии на систему. Автомат, и телемех.- 1995. -№6.-С.165-171.

39. Крохов С.И., Лапко A.B., Ченцов C.B. Непараметрические модели принятия решений в условиях малых выборок. Акт. проб. совр. мат.Т.2. -Новосибирск, 1996. - С.81-86.

40. Крутова И.Л. Формирование алгоритма управления итерационным процессом настройки параметров в системе с упрощенной эталонной моделью. Автомат, и телемех. - 1998. - №2. - С.72-84.

41. Кручинин И.А, Экономическое обоснование автоматизированных систем управления промышленным производством. Пермь: Пермский Госуниверситет, 1974.

42. Кручинин И. А., Перерва О. Л. Экономическая эффективность компьютерных производственных систем. Методология и методика расчетов.- Калуга: Знание/КФ МГТУ, 1998. 104 с.

43. Кудрицкий В.Д., Атаманюк И.П., Иващенко E.H. Оптимальная линейная экстраполяция реализации случайного процесса с фильтрацией погрешностей коррелированных измерений. Кибернетика и систем.анал. -1995.-№1.-С.99-107,191.

44. Лапко A.B., Ченцов C.B. Непараметрические модели принятия решений в условиях больших выборок. Актуал. пробл. совр. мат. - 1995 - 1.- С.95-103.

45. Лебедев В.М., Добровольский С.М. Вероятностные модели и статистические методы анализа и обработки информационных потоков. -Фунд. пробл. мат. и мех. Мат.Ч.1.:МГУ. М., 1994. - С. 152-153.

46. Лебедев Л.В. Асимптотика максимумов числа заявок и объема работы в некоторых бесконечнолинейных системах. МГУ. - М., 1997. - 12с.

47. Лемешко Б.Ю. Асимптотически оптимальное группирование наблюдений это обеспечение максимальной мощности приоритетов согласия. - Надежность и контроль качества. - 1997. - №8. - С.З-14,62,63.

48. Ленский В.Е. Концепция субъектно-ориентированной компьютеризации управленческой деятельности. М., 1998. - 201 с.

49. Лившиц В.Н. Оптимизация при перспективном планировании и проектировании. -М.: Экономика, 1984. 223 с.

50. Лотоцкий Е.А. Робастные алгоритмы типа стохастическиой аппроксимации (непрерывное время). Теория вероятностей и ее применения. - 1995. - 40, №2. - С 324-341.

51. Лэсдон Л.С. Оптимизация больших систем. М.: Наука, 1975,- 431 с.

52. Ляско В.И. Основы прогнозирования и стратегического планирования. М.: МГАДИ (ТУ), 1998. - 209 с.

53. Ляхов А.И. Асимптотический анализ замкнутых систем очередей, включающий устройства с переменной интенсивностью обслуживания. -Автом. и телемех. 1997. - №3. - С. 131-143.

54. Мальцев А.П., Романцев В.В., Ченцов А.Г. К вопросу оптимальной маршрутизации сигнала в условиях неаддитивной функции затрат. -Маршрутно-распределительные задачи. :Урал. гос. техн. ун-т. -Екатеринбург, 1995. С.54-63.

55. Малютов М.Б., Цитович И.И. Последовательный поиск существенных переменных неизвестной функции. — Пробл. перед, инф. -1997.-33 №4. С.88-107.

56. Маркелова Е.Ю. Некоторые алгоритмы последовательной оптимизации в маршрутно-распределительных задачах. Маршрутнораспределительные задачи. :Урал. гос. техн. ун-т. Екатеринбург, 1995. -С.63-82.

57. Меркурьев В.В., Молдавский М.А. Семейство сверток векторного критерия для нахождения точек множества Парето // Автоматика и телемеханика 1979.- №1,- С. 110-121.

58. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем.- М.: Мир, 1973.- 342 с.

59. Моисеев H.H., Иванилов Ю.П., Столярова E.H. Методы оптимизации. -М.: Наука, 1978.-351с.

60. Мошков М.Ю. Локальный и глобальный подходы к сравнительному анализу сложности детерминированных и недетерминированных деревьев решений. Акт. пробл. совр. мат.:Новосиб. гос. ун-т. - 1896. - С. 110-118.

61. Негаев В.В., Шаблин И.И. Математическое моделирование разложения и агрегирования случайных функций модифицированным методом канонических разложений. Анал. и опт. киберн. сист. РАН Гос. ин-т физ.-техн. пробл. - М.,1996. С.17-28.

62. Новгородцева Т.Ю. Чебышева Б.П. Анализ степени неоднородности изделий методами классификации. Иркутск, гос. экон. акад. - Иркутск, 1997,- 19с.

63. Павлов A.B. Диффузионные аппроксимации и измерение условий эргодичности при идентичном обслуживании. Успехи мат. наук. - -1997. -52, №3. - С.171-172.

64. Парамонов Ф.И. Рационализация аппарата управления предприятиями. М.: Экономика, 1989. - 238 с.

65. Пачурова В.И., Чижикова И.Л. Критерии обнаружения выбросов, использующие робастные оценки мешающих параметров. Теория вероятностей и ее применения. -1995. -40. №2. - С.445-456.

66. Первозванский A.A., Гайцгори В.Г. Декомпозиция, агрегирование и приближенная оптимизация. М.: Наука, 1979.- 342с.

67. Петренко А.К., Семенков О.И. Основы построения автоматизированного проектирования. Киев: Высшая школа, 1984.-340с.

68. Петров A.B. Использование аналитико-статистического метода для исследования сложных вычислительных систем // Вычислительные системы. 1975. -Вып.1. -С.6-17.

69. Пиуновский А.Б. Оптимальное управление случайными последовательностями в задачах с ограничениями. М., РФФИ, 1996. - 304с.

70. Плотникова М.Ю. Решение нелинейных уравнений и вычисление параметрических производных методом Монте-Карло. Фунд. пробл. мат. и мех. Мат.Ч. 1. :МГУ. - М., 1994. - С. 106-187.

71. Полищук Л.И. Метод обобщенного градиента в диалоговых процедурах векторной оптимизации // Автоматика и телемеханика. 1981.-№5,- С. 109-118.

72. Полковникова Е.В., Полковников JI.B. Планирование и управление проектом с использованием Time Line. М.: Диалог-МИФИ, 1994. - 249 с.

73. Поспелов Д.А. Ситуационное управление, теория и практика. М.: Наука, 1986,- 288 с.

74. Прошин И.А., Прошин Д.И., Прошин А.И. Методика выбора математической модели при обработке экспериментальной статистической информации. Пенза: ПГТУ, 1997. - 20с.

75. Пярните Ю.Э., Савенкова Т.И. Стратегия и тактика гибкого управления. М.: Финансы и статистика, 1991. - 191 с.

76. Растригин JI.A. Современные принципы управления сложными объектами.- М.: Сов. радио, 1980.- 232 с.

77. Рыков В.В. Два подхода к декомпозиции сложных иерархических статистических систем. Непрерывно взаимодействующие подсистемы. -Автомат, и телемех. 1997. - №10. - С.91-104.

78. Сабинин О.Н. Планирование и организация ускоренного статистического моделирования сложных производственно-экономических комплексов. Изв. РАН Теор. и сист. упр. - 1997. - №2. - С. 117-123.

79. Селянина Е.И. Планирование на предприятии в условиях рыночной экономики. М.: Экономика, 1993. 156 с.

80. Сидоренко Ю.А. Система функциональных расчетов в АСУП. Н.Новгород, 1995.-106 с.

81. Силантьева H.A. Экономические проблемы автоматизации процессов управления производством. М.: Наука, 1972.

82. Смирнов O.J1. Проблемы разработки перспективных систем автоматизированного проектирования // Проблемы теории и практики автоматизации проектирования М., 1985.- С. 3-12.

83. Соколов В.M. Основы проектирования образовательных стандартов (методология, теория, практический опыт). M.: Исследовательский центр, 1996. - 86с.

84. Сооль И.М., Статников Р.Б. Выбор оптимальных параметров в задаче со многими критериями.- М.: Наука, 1981.- 110 с.

85. Срагович В.Г. Адаптивное управление. М.: Наука, 1981. - 384с.

86. Стабин И.П., Моисеева B.C. Автоматизированный системный анализ. М.: Машиностроение, 1984,- 312с.

87. Строительное производство. В 3 т. Т.1. Общая часть. В II ч. Ч.П//Г.К. Башков, В.Б. Белевич, Г.В. Выжигин и др.; Под. ред. И.А. Онуфриева. - М.: Стройиздат, 1988. -621с. (Справочник строителя).

88. Стронгин Р.Г. Численные методы в многоэкстремальных задачах (информационно-статические алгоритмы).- М.: Наука, 1978.- 312 с.

89. Таджиев Ч.М. Оперативная проверка адекватности математической модели многомерной динамической системы. Автомат, и телемех. - 1995. -№7. - С.51-58.

90. Теория выбора и принятия решений / М.М.Макаров, Т.Н.Виноградская, С.В.Федоров и др.- М.: Наука, 1982.- 327 с.

91. Титенко И.М. Интерполяционный байесовский метод оценивания надежности. - Автомат, и телемех. - 1995. - №7. - С. 180-189.

92. Товкач П.А Методика кластеризации физико-механических показателей дорожного покрытия в системе управления качеством асфальтобетонных смесей / Баланцева М.А., Краснов Ю.А., Николаев А.Б., Товкач П.А. Вестник МАДИ, вып. 4(31). 2012. С.98-104.

93. Товкач П.А. Имитационное моделирование как метод проведения системных исследований / Брыль В.Н., Саная А.Г., Товкач П.А., Якунин П.С. // Имитационное моделирование систем управления. М.: МАДИ, 2012. - С. 3-7.

94. Товкач П.А. Организация контроля качества асфальтобетонных смесей / Товкач П.А. // Автоматизация и управление в технических системах: научно-методический сборник трудов. М.: МАДИ, 2012. - С. 54-64.

95. Трахтенгерц Э.А. Генерация, оценка и выбор сценария в системах поддержки принятия решений. Автом. и телемех. -1997. - №3. -С.167-178.

96. Федоткин М.А. Разработка вероятностно-статистических методов построения, анализа и синтеза моделей конфликтных управляющих систем обслуживания // Фундаментальные проблемы математики и механики. М.:МГУ, 1994. - 4.1.- С.149-151.

97. Хоар Ч. Взаимодействующие последовательные процессы. М.: Мир, 1989.-264с.

98. Цвиркун А.Д. Основы синтеза структур сложных систем. М.: Наука, 1982. -200с.

99. Цициашвилли Г.Ш. Простейшая вероятностная модель оценки обобщенного показателя // Современные проблемы управления. М.: РАН. ДВО. ИПМ., 1995. -№1.-С.1-4.

100. Цуриков В.И. Декомпозиция в задачах большой размерности. -М.: Наука, 1984.-352 с.

101. Цыпкин Я.З. Основы информационной теории идентификации. -М.: Наука, 1984,-320 с.

102. Abadi М., Cardelli L. A theory of primitive objects: Untyped and first-order systems.- Informationand Computation. 1996. - v. 125, №2. - P.78-102.

103. Adeli H. Expert System for Structural Design.- London: Chapman & Hall, 1988.- 330 p.

104. B. D. Joshi, R. Unal, N. H. White and W. D. Morris, A Framework for the Optimization of Discrete-Event Simulation Models. 17th American Society for Engineering Management National Conference, Dallas, Texas, October 10-12, 1996. - 6p.

105. Blackshire J. Digital PIV (DPIV) Software Analysis System. -NASA/CR-97-206285, December 1997. P. 27.

106. Haekhe C., Natter M., Som T., Otrula H. Adaptive methods macroeconomic forecasting. Int.J.Intell.Syst. - 1997. - 8, №1. - P. 1-10.

107. Hansen G.A., Tools for Business process Reengineering / IEEE Software. 1994

108. Hill David R.C., Object-Oriented Analysis and Simulation. Addison-Wesley Publishing Company. 1996

109. Hughes J. Database Technology.- N.Y.: Prentice Hall, 1988.-273p.

110. Implementation of a Computer for a Semantic Data model: Experienses with TAXIS/ Ed. Nixon B., Chang L., Borgida A// SIGMOD Record.-1987.-v. 6, 1 3.-P. 118-131.

111. Kersberg L. Expert Database systems.- Moulo Park (Ca.): The Benjaming/Cummings Publ., 1986.- 701 p.

112. Knowledge representation and organization in Machine Learning/ Ed. Morik K.- Berlin: Springer, 1989,- 319 p.

113. Law A.M., Kelton D.W., Simulation modeling and analysis. McGrew-Hill, New York. 1991

114. Manohar D. Deshpande, Analysis of Waveguide Junction Discontinuities Using Finite Element Method , NASA CR-201710, July 1997, pp. 39.

115. Price W. Data network simulation: experiments at the National physical laboratory 1968-1976 // Comp, networks.-1977.4.-P. 171-199.

116. Rudin H., Muller H. Dinamic routing and flow control. IEEE Trans, on commun.-1980.-V28, №7.- P. 1030-1039.

117. Zhou M.C. and DiCesare F., Petry Net Synthesis for Discrete Event Control of Manufacturing Systems. Kluver Academic Publishers, 1993

118. Zvi G. Oded M. All pairs shortest distances for graphs with small integer length edges. Informationand Computation. - 1997. - v.134, №2. - P.103-139.