автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизированные системы управления производственно-техническим обслуживанием объектов нефтяной и газовой промышленности

рГ 6 ОН

2; а:.'.' ь

Научно-исследовательский институт "ВОСХОД"

На правах рукрписи

СТЕПИН ЮРИЙ ПЕТРОВИЧ

УДК 519.872:681.324:330.115

АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННО-ТЕХНИЧЕСКИМ ОБСЛУЖИВАНИЕМ ОБЪЕКТОВ НЕФТЯНОЙ И ГАЗОВОЙ ПРОМЫШЛЕННОСТИ

05.13.06 - автоматизированные системы управления

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

МОСКВА 1995

Работа выполнена на 1«федре "Автоматизированные системы управления" Государственной академии нефти и газа им. И.М. Губкина

Научный консультант: академик МАИ, доктор технических наук, профессор Овчаров Л. А.

Официальные оппоненты: академик РАН, доктор технических наук, профессор Кузнецов Н.А.

академик МАИ, доктор технических наук, профессор Богатырев В.И.

доктор технических наук, профессор Сухарев М. Г.

Ведущая организация - АО "Газавтоматкка" РАО "Газпром".

Защита состоится "¿0 " 4~1995г. в. ¿0 часов на заседании совета Л 163.02.01 Научно-исследовательского института "ВОСХОД" по адресу: 117607, Москва, ул. Удаль-цова, 85.

Отзывы на автореферат (в одном экземпляре, заверенные печатью), просим направлять по адресу: 117607, Москва, ул. Удаль-цова, 85. Ученому секретарю.

С диссетацией можно ознакомиться в библиотеке института

Автореферат разослан 1995.

Ученый секретарь с/ояЗта

к.т.н., доцент //у Шук В.П.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. В обеспечении эффективного функционирования предприятий добычи, транспорта, хранения и переработки нефти и газа немаловажную роль играет эффективная организация работы предприятий (служб), занимающихся производственно-техническим обслуживанием их технологических объектов, и прежде всего предприятий, занимающихся техническим облуживанием и ремонтом (ТОР) различных технологических объектов, и проведением геофизических исследований скважин (ГИС). Несмотря на большое число публикаций по техническим и технологическим аспектам рационализации (оптимизации) проведения этих работ с отдельными объектами или их группами, в настоящее время имеется недостаток в работах, которые на организационно-экономическом уровне управления и для предприятий в целом рассматривали бы решение этих проблем на базе создания соответствующих автоматизированных систем управления, и особенно в условиях рыночной экономики.

Анализ существующих по этой проблеме исследований и разработок показал, что не существует автоматизированных систем управления, позволяющих комплексно и с системных позиций оптимизировать управление производственно-техническим обслуживанием объектов нефтяной и газовой промышленности. Одним из основных препятствий на пути создании эффективных автоматизированных систем управления производственно-техническим обслуживанием (АСУ ПТО) является отсутствие достаточно адекватных математических моделей, позволяющих обеспечить анализ и оптимизацию структур и процессов управления, из которых складывается планирование и орга-' низация функционирования служб производственно-технического обслуживания .

Указанные обстоятельства определяют актуальность проведенных в настоящей диссертационной работе научных исследовании, направленных на разработку теоретических осное и прикладных ас-

пектов создания АСУ ПТО, обеспечивающих согласованное и комплексное решение задач оптимизации структур и процессов управления организационно-экономического характера, адекватных реальным условиям проведения производственно-технического обслуживания (ТИС и ГОР) объектов нефтяной и газовой промышленности.

Цель и задачи исследования. Цель диссертационной работы состоит в разработке принципов построения, структуры и задач, математического, информационного и программного обеспечения автоматизированных систем управления производственно-техническим обслуживанием объектов нефтяной и газовой промышленности, которые позволяют:

- осуществить анализ и оптимизацию структур и процессов управления производственно-техническим обслуживанием, из которых складывается планирование и организация функционирования соответствующих служб;

- обеспечить адекватное описание реальных систем обслуживания , работа которых носит вероятностный характер и определяется наличием большого количества разнородных (неоднотипных) объектов, а также неполнотой и неопределенностью (нечеткостью) информации, на основе которой в условиях рыночной экономики в системе принимаются управленческие решения.

С учетом сформулированной цели в работе решается следующий комплекс логически связанных задач:

- анализ видов, специфических особенностей и условий проведения операций производственно-технического обслуживания объектов нефте-газового производства;

- разработка принципов построения, структуры и задач, решаемых АСУ ПТО;

- разработка математических моделей, алгоритмов и программ классификации объектов производственно-технического обслуживания на однородные группы;

- анализ, обобщение и развитие теоретических положений, ме-

тодов, моделей и алгоритмов оптимизации по следующим направлениям: оценки эффективности операций обслуживания; определения оптимального числа бригад обслуживания; определения оптимального уровня централизации или децентрализации соответствующих производственных структур; определения оптимального порядка (.стратегий) проведения операций обслуживания; определения оптимального уровня материально-технических ресурсов (МТР), необходимого для успешного проведения операций обслуживания; оптимального распределения работ по плановым периодам (месяцам) в течение года; построения оптимальных планов-графиков (расписаний) проведения операций обслуживания ; оперативного регулирования выполнения операций обслуживания; расчета равновесных цен на проведение операций обслуживания;

- разработка информационного и программного обеспечения для решения задач оптимизации структур и процессов управления производственно-техническим обслуживанием.

Методы исследований. Для достижения поставленной цели использованы методы системного анализа, теории массового обслуживания, теории марковских процессов с непрерывным временем и дискретными состояниями, динамики средних, математического программирования, теории нечетких множеств, линейных экономических моделей и экспертных систем.

Научная новизна результатов, полученных в диссертационной работе, заключается в следующем:

- в результате анализа процессов производственно-технического обслуживания объектов нефте-газового производства, особенное-, тей и условий их проведения предложены принципы построения и структура АСУ ПТО, концепция и система математических моделей для оптимизации структуры систем производственно-технического обслуживания , текущего, календарного планирования и оперативного регулирования проведения операций обслуживания в условиях рыночной экономики;

- разработаны матеметические модели, описывающие функционирование замкнутых систем массового обслуживания, в которых как источники заявок, так и каналы обслуживания имеют различные интенсивности, а также позволяющие оптимизировать их структуру -оптимизация соотношения числа каналов и источников заявок и разбиения всей системы обслуживания на подсистемы;

- на основе метода динамики средних разработаны математические модели, описывающие совместное функционирование объектов обслуживания, трудовых и материально-технических ресурсов, а также позволяющее найти их оптимальное соотношение и разбиение всей системы обслуживания на подсистемы;

- на основе анализа условий планирования проведения операций производственно-технического обслуживания предложены математические модели их текущего планирования: выбор оптимальных комплексов ГИС; распределение производственной программы предприятий по коротким плановым периодам (месяцам); выбор оптимальных стратегий проведения операций обслуживания и их оперативного регулирования), представляющие собой задачи нечеткого дискретного математического программирования с булевыми переменными;

- для решения задач нечеткого дискретного математического программирования предложены и обоснованы алгоритмы их решения;

- разработаны математические модели и алгоритмы оптимизации расписаний работы бригад обслуживания, которые учитывают характер выполнения работ по их проведению - работа по заявкам в случайные моменты времени или периодическое обслуживание;

- для обеспечения реализуемости системы планирования проведения производственно-технического обслуживания объектов добычи и транспорта нефти и газа разработаны математические модели и структура экспертной системы для их классификации на однородные (однотипные) группы.

Практическая ценность работы заключается в том, что использование разработанных в ней методоЕ, моделей, алгоритмов и прог-

раммных средств позволяет повысить эффективность работы служб производственно-технического обслуживания (и,в частности, ГИС и ТОР) объектов добычи и транспорта нефти и газа за счет оптимизации их структуры и оптимального управления процессами обслуживания заявок, адаптирующихся как к реальным техническим и технологическим условиям работы, так и к условиям рыночной конкуренции при планировании и организации их проведения. Модульность и универсальный характер предложенных теоретических и технических решений и разработанных программных средств предоставляют возможность их использования и в других отраслях промышленности, а так же в учебном процессе при подготовке и переподготовке инженерных кадров по специальности 22.02.'

В диссертационную работу включены результаты, полученные автором в ГАНГ им. И.М.Губкина в период с 1980 по 1993 год в процессе выполнения хоздоговорных и госбюджетных НИР, а также в порядке личной инициативы.

Теоретические и практические результаты работы нашли применение в работе ассоциации "Газпромгеофизика" и "Производственном объединении транссибирских магистральных нефтепроводов", а таете при преподавании дисциплин "Проектирование АСУ", "Надежность функционирования АСУ", "Математические модели информзционных процессов и управления".

Апробация работы. Основные теоретические и практические'положения и результаты диссертации обсуждались и докладывались на следующих конференциях, семинарах и научно-технических советах: Всесоюзная конференция молодых ученых и специалистов "Молодежь и научно-технический прогресс в нефтяной и газовой промишленнос-ти"(г.Москва,1981г.); Научно-технический совет Министерства газовой промышленности, секция "Повышение эффективности геолого-разведочных работ и геофизических методов исследования скважин" (г.Кимры, 1987г.); Ш-е Всесоюзное совещание "Надежность и эффективность АСУ ТП и АСУП" (г.Суздаль,1984); Всесоюзный семи-

нар "Опыт безвахтной эксплуатации автоматизированных УКГГГ с внедрением периодического технического обслуживания (г. Москва, ВДНХ.1938г.); Всесоюзная научно-техническая конференция молодых ученых и специалистов "Повышение эффективности геолого-разведочных работ на нефть и газ на основе достижений научно-технического прогресса'Чг.Москва,1988г.); Всесоюзная научно-техническая конференция "Теория и практика автоматизации управления отраслями народного хозяйства" (г.Москва,1988г.); Научно-техническая конференция "Автоматизация управления объектами газовой промышленности (г.Калинград,1991г.); Всесоюзная научно-техническая конференция "Идентификация, измерение характеристик и имитация случайных сигналов" (г.Новосибирск,1991г.); Всесоюзная научная конференция "Интеллектуализация систем управления" (г. Баку, 1991г.); Научно-технический совет концерна "Газпром", секция 'Теолого-разведочные работы и геофизические методы исследования скважин" (г.Кимры,1992г.); Научно-технический семинар "Современные проблемы создания и внедрения автоматизированных систем управления в нефтяной и газовой промышленности" (ГАНГ им. И.М.Губкина, г. Москва, 1992г.); Научно-технический совет КИВЦ ПО "Татнефть" (г.Альметьевск,1993г.).

Публикации. По материалам диссертации опубликовано 32 научные работы, в числе которых 2 научно-технических обзора, 2 препринта и 3 учебных пособия.

Структура и объем работы. Диссертация состоит из введения, семи глав, заключения, списка литературы. Общий объем работы 346 страниц, в том числе 27 рисунков и 23 таблицы. Список использованной литературы включает 154 наименования.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, сформулирована цель исследования, приведены основные за-

щищаемые положения и дано краткое описание содержания работы.

В первой главе выполнен анализ современного состояния проблемы автоматизации планирования и организации проведения технического обслуживания и ремонта нефтяных и газовых скважин, технологического оборудования нефте(газо)проводов, а также промысловых геофизических исследований скважин . Установлено, что эти операции носят сходный характер как по организационно-экономи^ ческому содержанию, так и по применяемым для их описания математическим моделям. Предложено называть эти операции- операциями производственно-технического обслуживания. При этом для систем, выполняющих такие операции, проанализированы следующие организационно- экономические задачи планирования и оперативного управления: определение рационального (или оптимального) числа бригад по проведению ТОР и ГИС; определение оптимального уровня централизации или децентрализации соответствующих служб; определение оптимального порядка (стратегий) проведения ГИС и ТОР; определение оптимального уровня материально-технических ресурсов, необходимого для успешного проведения ГИС и ТОР; наиболее рациональное (оптимальное) распределение работ по плановым периодам (месяцам) в течение года; построение оптимальных планов- графиков (расписаний) проведения ГИС и ТОР соответствующими бригадами; оперативное регулирование выполнения ГИС и ТОР. Показано, что математические модели для решения этих задач, разработанные различными авторами, не связываются в единую автоматизированную систему управления. Отмечено также, что при оптимизации структур систем производственно-технического обслуживания не учитывается, тот факт, что объекты обслуживания могут носить разнородный характер (требовать различных операций и стратегий обслуживания, бригад обслуживания, МТР и т.д.), и их в системе может быть десятки и сотни единиц. Не учитывется также необходимость расчета оптимального соотношения в системе не только бригад обслуживания, объектов обслуживания, но и материально-технических ресурсов.

разбиения всей системы на подсистемы. Другая трудность в применимости известных моделей при создании АСУ ПТО состоит в том, что объекты обслуживания как источники заявок подают их с различной интенсивностью, а бригады обслуживания имеют различную производительность - интенсивности обслуживания. Усреднение же этих интенсивностей ведет, очевидно, к огрублению классических моделей, и поэтому ставит под сомнение результаты их работы.

Применение существующих оптимизационных моделей текущего планирования и оперативного управления ограничивается еще и тем, что на практике ресурсы, имеющиеся в системе, имеют некоторую "вилку" и неучет этого приводит к получению "точечного результата", который может не соответствовать имеющейся в действительности ситуации и заведомо неоправданно либо ухудшать результаты планирования, либо, наоборот, улучшать их. Не учитывается часто в этих моделях также качественный характер ряда показателей эффективности их работы, например, эффективность проведения ГИС. Далее, все существующие модели, несвязываясь в единую систему, учитыващую реальную и изменяющуюся ситуацию, невозможно использовать в условиях рыночных взаимоотношений между предприятиями. Модели же расчета, например, равновесных цен на ГИС и ТОР и другие модели рыночной экономики просто отсутствуют. Кроме того , модели оптимизации для большинства задач планирования и организации проведения ГИС также отсутствуют.

Поэтому, исходя из указанных пробелов в теории и практике оптимизации структур и процессов управления производственно-техническим обслуживанием объектов нефтяной и газовой промышленности, автоматизации решения этих задач, в диссертации на примере геофизического производства, где имеется наибольшее число таких пробелов, предложены принципы построения, структура и задачи соответствующей АСУ ПТО, а так^же концепция и система математических моделей, предназначенная для решения всех перечисленных выше организационно-экономических задач и базирующаяся на следующих

основных принципах:

- для успешной реализации планирования промысловых геофизических работ вводится понятие типовой скважины (в общем случае однородная группа или типовой объект обслуживания);

- производственная программа геофизического предприятия (или предприятия по проведению ТОР) формируется на основе известного количества геофизических партий (в общем случае бригад обслуживания), имеющихся на предприятии, и их материально-технического обеспечения. При этом в начале для каждой решаемой задачи-(геологической, технической или технологической) и для заданного рассчитанного типа скважин находится оптимальный с точки зрения геологической эффективности и реализуемый на предприятии геофизическими партиями и МТР комплекс ГИС. Тогда, оптимальный комплекс ГИС - это такой комплекс ГИС, который может быть реализован имеющимися на предприятии ресурсами с максимальной геологической эффективностью (аналогичным образом вводится понятие комплекса ТОР);

- оптимальное количество геофизических партий (бригад обслуживания) и МТР рассчитывается, исходя из того, что предприятие при выполнении заявок на обслуживание представляет собой замкнутую систему массового обслуживания, в которой источники заявок и каналы обслуживания имеют не обязательно одинаковые интенсивности. соответственно, подачи заявок и обслуживания;

- расчет числа партий (бригад) и МТР, распределение производственной программы по плановым периодам и между партиями, а также расписания и стратегии их работы, их оперативное регулит рование и оптимизация маршрутов движения при выполнении ГИС (ТОР) производится по критерию минимума себестоимости (затраты плюс потери), конкретизируемому в каждой задаче в соответствии с тем уровнем управления, на котором она решается (например, ассоциация, экспедиция, партия);

учитывая результаты работы указанных выше моделей, расчитываются равновесные цены на проведение ГИС (ТОР);

- где это необходимо в задачах текущего, календарного планирования и оперативного регулирования учитывается нечеткость ("вилка") количества имеющихся ресурсов.

Конструктивно АСУ ПТО построенная с учетом этих принципов, состоит из двух крупных блоков: блок автоматизации решения гео-лого-геофиэических задач и блок автоматизации решения организационно-экономических задач. В каждом блоке выделяются информационные, вычислительные и управляющие задачи и функции. Далее каждая функция подразделяется на конкретные задачи, подлежащие автоматизации, в соответствии с которыми вся АСУ ПТО строится как система взаимосвязанных автоматизированных рабочих мест (АРМ).

Вторая глава посвящена разработке математических моделей, которые позволяют описывать функционирование систем производственно-технического обслуживания в условиях, характерных для нефтяной и газовой промышленности. Показывается, что замкнутые системы массового обслуживания (СМО), описывающие работу этих систем, имеют ряд особенностей, которые с учетом выводов, сделанных в первой главе, можно сгруппировать следующим образом: часто источники заявок (группы скважин, оборудование компрессорных станций, насосных управлений и др.) и каналы обслуживания (ремонтные бригады, геофизические партии, диагностичекое оборудование и др.) не одинаковы и изменяются от источника заявок к источнику и от канала обслуживания к каналу; »часто работа по обслуживанию (проведению ГИС, ТОР) на соответствующих предприятиях организуется таким образом, что отдельные источники заявок образуют однородную технологическую группу, требующую для своего обслуживания определенных бригад обслуживания и, таким образом, вся система обслуживания оказывается состоящей из ряда параллельно (одновременно) работающих подсистем. При этом, разбиение всей системы обслуживания на подсистемы выполняется обычно как

из экономических, так и организационно-технологических соображений; часто число объектов обслуживания (особенно скважин) измеряется десятками (и даже сотнями) единиц; ввиду того, что, как правило, проведение ГИС и ТОР требует для своей реализации достаточно большого количества дорогостоящего и разнородного оборудования и материалов (МТР), часто возникает необходимость в анализе. а нередко и расчете наилучшего соотношения в системе (и подсистемах) числа объектов обслуживания бригад обслуживания и МТР.

Предложено поэтому, замкнутые СМО, которые обладают пере численными выше особенностями, называть сложными замкнутыми СМО и, кроме того, если в этих СМО источники заявок и каналы обслуживания имеют неодинаковые интенсивности псдачи заявок и интенсивности их обслуживания называть их еще и неоднородными. Для описания работы таких замкнутых СМО предложено четыре математических модели.

Первая модель описывает работу одноканальной неоднородной СМО. которая имеет п объектов обслуживания, каждый из которых порождает пуассоновский поток заявок на обслуживание с различными интенсивностям Xj -const; 1-1,2.....n - номер источника заявок. Бригада обслуживания, выполняя обслуживание, также порождает пуассоновский поток обслуживании с интенсивностью ix -const.

Состояния системы определяются следующим образом:

Sn1 - все источники заявок обслуживания не требуют (работают в обычном режиме), бригада свободна;

Si*0 - обслуживания требует один из п объектов, бригада занята его обслуживанием;

Sij1*- обслуживания требуют два объекта (1-я комбинация (сочетание) из двух объектов), один из них обслуживается, другой стоит в очереди. Остальные объекты обслуживания не требуют;

З^1 - обслуживания требуют два объекта {1*? -я последняя комбинация из двух объектов). Остальные объекты обслуживания не требуют;

Зхд-1""1 - обслуживания требуют к объектов (1 -я комбинация из к объектов), один из них обслуживается, остальные к-1 объектов стоят в очереди. Оставшиеся объекты обслуживания не требуют;

З^1*"* обслуживания требуют к объектов (Зк*~1к* - последняя комбинация из к объектов), один из них обслуживается, остальные к-1 объектов стоят в очереди. Оставшиеся объекты обслуживания не требуют;

- все п объектов требуют обслуживания, один из них обслуживается, остальные стоят в очереди.

Из перечисленных состояний рассматриваемой СМО видно,что размеченный граф состояний системы является древовидным, а индекс lk-i* > например, в состоянии З^^'означает число различных ребер (интенсивностей переходов из состояния в состояние), выходящих из любой вершины графа, расположенной на к-1 уровне, в вершины к -го уровня, а все входящие ребра одинаковы (их интенсивности равны м- -const). Таким образом, общее число различных пар ребер, соединявших эти вершины, есть lk-i* - Cnk_1. Предложено одну вершину к-1 уровня и lk-i* вершин к-го уровня называть группой вершин. Очевидно, что число вершин в любой группе равно -Сп 1,

где Спк-1 - число сочетаний из п по к-1. В обозначении состояний системы индекс Зк - номер вершины на к-ом уровне графа состояний и 3 -1,2.....,3к" . а Зк" - число вершин на к-ом уровне

графа состояний. Учитывая тот факт, что на к-ом уровне графа групп вершин будет столько, сколько вершин на к-1 уровне, а число групп этих вершин определяется числом вершин на к-2 уровне и т.д. до вершины 50г, то

Зк"- С - II Сп1"1

к-П

Всего же вершин в графе состояний: С - ( £ Ск ) + 1. В

к-1

группе Еершин интенсивности перехода из состояния в состояние (из вершин к-1 уровня в вершины к -го уровня) определяются по выражению: п п

А^-СЛ - Л1е) р1<-( Е - Е \iXKJ р^

1-1 1-1 , где

{1 - если в 1к -ом сочетании присутствует О-в противном случае.

Соответственно, 1^-1,2,.....1ц*и 1к*-Спк, а Спк- число сочетаний из п объектов обслуживания по к объектов в каждом;

к-0,1,......п; - номер комбинации (сочетания) из п элементов

по к; рхЛ- вероятность того, что в системе будет совершен переход из одного состояния в другое возможное состояние, например

из состояния ог1л"'в состояние Зт.1* с интенсивностью А - Ль Учите

тывая то, что в системе осуществляется бесприоритетное обслужи-

ьание вероятность р-1/Сг, --и £ Р1-1.

к

1,-1

Работа данной СМО рассматривается в стационарном режиме и для нее записываются соответствующие алгебраические уравнения относительно вероятностей пребывания системы в состояниях З^'-'и показывается, что эта исходная система уравнений приводится к системе уравнений вида:

^ £ 2»

- Р1 + И Р2 - О

Л у

- Х2 Р2 + Д. РЗ ~ о

• * • (1)

Л2 2 , Я п

- Ак Рк + ц Рк+1 - О

* Рп-1 + (1 Рг? - О

в 2

Ро + Р1 + .....+ Рп - 1 .

где Лк - ..... + Ах* - суммарная интенсивность потока заявок, получаемая из всех возможных А1ки воздействующая на все множество вершин > ;

Рк- ....+ Р^""4

Полученная система уравнений формально описывает процесс типа "гибели и размножения", относительно параметров р. , Ак2, Рк23 и работу соответствующей классической одноканаяьной замкнутой СМО. И следовательно, для того, чтобы получить выражения для характеристик эффективности функционирования исходной СМО (например, среднего числа объектов, связанных с обслуживанием, находящихся на обслуживании и в очереди), необходимо в соответствующие выражения вместо вероятностей пребывания системы в 1 -ом

Xiv

состоянии, подставить р^5 , легко определяемые из системы уравнений (1) и выражаемые через р0 и Хк2

Для многоканальной неоднородной СМО проделаны аналогичные рассуждения и математические выкладки, отличающиеся лишь тем, что наряду с \\к введено понятие : m

1%к-(£ XjgO Ре* .

l"1 где

1 - если в gk сочетании (комбинации м-i)

присутствует pj О-в противном случае g-1,2,.....а gk* -Cmk - " число сочетаний из п> элементов (бригад обслуживания, имеющихся в системе) по к.

- вероятность проведения обслуживания g^ сочетани-

Vе*

ем бригад, Е Ptf-1. ЧГ1

Далее в этой главе предложены математические модели, которые позволяют описывать функционирование и взаимодействие в процессе обслуживания объектов обслуживания, бригад обслуживания и MTF. Для случая, когда в системе имеется достаточно большое количество этих объектов (десятки и сотни), математическая модель их функционирования и взаимодействия построена на основе метода динамики средних и представляет собой векторный случайный про цесс X(t) с зависимыми составляющими:

X(t)-{Xi(t),X2(t),X3(t),X4(t)}, (2)

где Xi(t) - целочисленный случайный процесс , описывающий функционирование объектов обслуживания (скважины, насосные агрегаты, компрессоры и др.); Xg(t) - целочисленный случайный процесс, описывающий работу бригад обслуживания (геофизические партии, ремонтные бригады); Xa(t) - целочисленный случайный процесс , описывающий функционирование нерасходуемого МТР (автомобили, по-

дъемники, измерительные приборы и т.д.); Х4(Ь) - целочисленный случайный процесс, описывающий функционирование (расходование) расходуемого МТР (например, кабель, заряды, горюче-смазочные материалы и др. ).

Все составляющие процесса Х(0 - марковские случайные про цессы с непрерывным временем и дискретными состояниями, а группы объектов, работу которых они описывают, однородны. Среди состап-ляющих Х(£) процесс Х^) считается управляющим, а Х2(и, Хз(и, Х4(П - управляемые, и их взаимодействие с Хг(1:) носит транзитивный характер.

В соответствии с сущностью процесса обслуживания (проведение ГИС, ТОР), для единиц процессов Хх(Ъ), Хг(1), Хз(0, Х4(и рассматриваются следующие состояния: для Х1(1) единица объекта обслуживания нормально работает и ее обслуживание не ведется, стоит в очереди на обслуживание, обслуживается; для Хг(и бригада находится на базе и выполняет подготовительно-заключительные работы (ГОР) для проведения обслуживания и ждет вызова, едет на объект, выполняет обслуживание, возвращается на базу; для Хз(1) единица нерасходуемого МТР находится на базе и не используется, вышла из строя и ремонтируется (при этом вывод в ремонт осуществляется только с базы), остальные состояния те же, что и для Хг(1); для Х4(и - единица расходуемого МТР находится на базе и не расходуется, транспортируется на объект, участвует в обслуживании, списывается и, кроме того, на базе ведется его пополнение. Согласно введенным состояниям и зависимостью Х1(Ъ), Хг(1), Хэ(1) от Х4(1) определены зависимости интенсивностей переходов от соответствующих средних численностей состояний и для каждого состояния всех четырех случайных процессов относительно их средних численностей написаны соответствующие дифференциальные уравнения. Интегрирование же этой системы дифференциальных уравнений позволяет вычислить все средние численности введенных состояний, а, следовательно, и характеристики эффективности функционирования

системы обслуживания.

Разработана также математическая модель, которая позволяет рассчитать соотношение интенсивности работы бригад обслуживания и использования МТР. Поправочный (синхронизирующий) коэффициент d для интенсивности использования МТР рассчитывается из условия равенства очередей в двух замкнутых СМО. Первая СМО - это объекты обслуживания - бригады, а вторая - объекты обслуживания - МТР. Задача расчета d сведена к решению алгебраического уравнения п -ой стпени, где п - число объектов обслуживания в системе.

В третьей главе рассматривается проблема оптимизации структуры замкнутых СМО, моделирующих работу систем проведения ГИС и ТОР. Установлено, что успешное решение задач календарного планирования проведения ГИС и ТОР во многом определяется тем, каково соотношение числа бригад и объектов обслуживания в системе и гак они закреплены друг за другом, то есть структурой системы. Дается ее математическое описание.

Предложено заменить двухэтапной процедурой традиционный итерационный подход к получению различного рода оптимальных расписаний по проведению производственно-технического обслуживания, когда они получаются по мере уточнения его структуры, то есть, когда вначале задается какая-либо структура, а затем строится расписание и по его качеству уточняется структура, после чего вновь повторяется эта процедура и т.д. до получения оптимального расписания. Тогда, на первом этапе оптимизируется структура соответствующей замкнутой СМО, а на втором строится оптимальное расписание.

Математическая модель оптимизации структуры замкнутой СМО представляется следующим образом:

F(S)-F(m,n;S„ (h- v))

min

(3)

1-1ь Е пн-т 1-1

3-3« Е П]-П

о Оч.У) (Ь. V)

■>13

(5)

(6)

где 51з(Ь,у) -{пн, Пз, хи ><у- множество подсистем, составляющих (Ь,V) вариант структуры сложной (однородной или неоднородной) замкнутой СМО, при заданных тип; т - общее число бригад обслуживания в системе, п - общее число объектов обслуживания в системе; БЧт, п, - структура СМО. Зи<ь'</) -(пц, Пз , XIз оптимальное разбиение 3 на подсистемы, определяемое из решения задачи:

^ £ Гц

1 з

При ограничениях:

(Ь, V)

ш!п

(7)

Е хи - 1 1

£ х1э >- 1 з

Е Х13 <- Е хи Пз 1 1

(8) (9) (10)

где

Гц"1-'" - С1 пц + т(кц с2 + Сз) , (И)

а

1 - если 1-я часть бригад закрепляется за - 1 3-й частью источников заявок .О-в противном случае

X

Ct - средняя стоимость содержания одной бригады в точение всего периода, на котором рассматривается функционирование СМО (например, год); Сг - средняя стоимость одного обслуживания (ремонта, ГИС) в единицу времени, включая потери от простоя объектов обслуживания во время обслуживания; Сэ - средняя стоимость потерь от простоя (ожидания) в очереди на обслуживание одного объекта обслуживания в единицу времени; Т - период времени, с течение которого рассматривается функционирование СМО; kjj -среднее число объектов, находящихся на обслуживании в любой момент времени в Sijlh,v> подсистеме; саз - среднее число объектов, находящихся в очереди на обслуживание в любой момент времени в подсистеме Sjj(h'v).

Переменные nit, nj определяют оптимальное разбиение ш и п на части (подсистемы), aitj - оптимальное закрепление их друг за другом; и, учитывая (3) - (6) и (7) - (10), задача оптимизации структуры замкнутой СМО может решаться в следующих трех вариантах: a) n - const и задано, надо найти m и соответствующее 5ijth,v) , минимизирующее функционал (3); б) m-const и задано, найти п и соответствующее значение Sj j(h> v) , минимизирующее функционал (3); и в) m-const, n-const и заданы найти St3 (h-v) , решая при этом только задачу (7) - (10). '

Для решения этих задач предложен эвристический комбинаторный алгоритм, суть которого сводится к тому, что, зная тип, получают все возможные их разбиения на целые части и для этих частей вычисляется матрица эффективности 11Fj j11, значения элементов которой определяются по выражению (11). Затем строится матг рица | J w i з 11 всех возможных сочетаний разбиений шипи для допустимых из них, в смысле выполнения ограничений (8) - (10), в матрице ||Fjj|l, находят соответствующие элементы Fjj и вычисляют соответствующие значения Fhv • Выбирая лучшие из них, получают оптимальное решение задачи, если решается задача в). Если же решаются задачи а) или б), то описанная процедура является внут-

ренней по отношению к поиску оптимальных значений ш или п, кото рый осуществляется с помощью алгоритма дихотомии (или чисел Фибоначчи) .

Далее показано , что для того, чтобы рассчитать оптимальное количество МТР в системе и так же, как и бригады оптимальным образом закрепить их за рабочими участками (группами объектов обслуживания) необходимо вначале решить задачу (3) - (11) для СМО "объекты обслуживания - бригады", а затем эту же задачу для СМО "объекты обслуживания - МТР". Если же работа СМО описывается моделью динамики средних, разработанной во второй главе диссертации, то элементы матрицы 11Р"»^ 11 вычисляются с использованием соответствующих средних .численностей состояний, определяющих затраты и потери в системе, аналогичные по смыслу составляющим критерия (11), и опять решается задача (3) - (11). Наконец, в этом случае можно непосредственно найти оптимальные соотношения числа объектов обслуживания, бригад и МТР, используя следующий алгоритм.

Шаг 1. Пусть число объектов обслуживания задано и равно п. Устанавливаются некоторые максимальные значения гптах -числа бригад, Гтах - МТР.

Шаг 2. Решается система дифференциальных уравнений динамики средних и по соответствующим численностям состотояний вычисляется значение критерия оптимальности.

Шаг 3. Производится сравнение значений критерия оптимальности на к-1 и к -й итерации. Если, Рк-1 <- Гк, запоминается Рк~г , если нет, запоминается Рк и проверяется правило останова вычислений. Если правило выполняется - останов вычислений и фиксация оптимального значения г, если-нет, переход к шагу 4.

Шаг 4. Методом дихотомии (или применения чисел "Фибоначчи") изменяется значение г и переходят к шагу 2.

Далее, при найденном значении Гор*;, алгоритм "прогоняется" еще раз для нахождения т0|П-

Предложенный алгоритм может быть использован так же и для определения п по заданным значениям гп и г, что фактически означает определение объемов работ, с которым предприятие, например, по проведению ГИС или ТОР, может справиться.

Четвертая глава посвящена разработке методов и математических моделей, обеспечивающих реализацию оптимальных решений текущего планирования проведения ГЙС и ТОР. В ряду этих моделей, перечень которых определен в первой главе диссертации, одной из основных (принципиальных) являеется математическая модель классификации объектов обслуживания на однородные группы. Определяется это, с одной стороны, принятой концепцией построения системы моделей, а с другой, тем фактом, что объекты обслуживания (например, скважины) обладают большим количеством признаков (характеристик) как количественного, так и качественного характера, которые при определении однородности их групп (например, для оптимизации планирования проведения ГИС, структуры системы обслуживания и др.) необходимо учитывать. Модель классификации объектов обслуживания представляет собой оптимизационную задачу следующего вида:

1=3

ФСх.к, ^к. Ут) " -- т!п , (12)

1-1 где

п т п п

- 2 ут Г £ Е х1к Са, х^к - потери от различия объектов

ш-1

(например, сважин) внутри (слассов, а С^ - расстояние (различие) между 1 -и и 1 -м объектами классификации; п

- Е ут т ~ потери от числа классов;

ш-1

- и -

n m n

F3 - I ((1/m) £ (£ n/m)) - потери от разброса классов m-i k-n-i

по мощности;

«1 - весовые коэффициенты составляющих критерия оптимальности., £ «1 -1;

1 fl - если объект i отнесен к классу к

Xik -j

10 - в противном случае

fl - если классификация ведется на m классов Ут -"j

'•О-в противном случае При условиях: n m

Е ш L Xjk = 1 . (13)

m-1 k-1

то есть каждый объект может быть отнесен уолько к одному классу во всех вариантах разбиения;

п п

ацк<- £ xi(c <- «2k , ym т , (14)

1-1 ш-1

atiR, зе2к" - число элементов в классе, задаваемое экспертно; п

С Ут - 1 . (15)

ш-1

то есть классификация ведется на одно априорно незаданное число классов;

Ут , Xlk - 1 V 0 (16)

Определение коэффициентов различия объектов С^ основывается на том соображении, что объект классификации (скважина, на-

сосный агрегат и др.) может либо обладать соответствующим признаком классификации, если он качественный, или его определенным значением, если он количественный, либо не обладать. Этот факт обозначается 1 , если данная конкретная характеристика у объект,м присутствует; О, если ее нет. Затем, для каждой пары объектов (1,3) подсчитывается: а - число случаев, когда они обладают одним и тем же признаком; в - число случаев, когда объекты не обладают никакими общими признаками; Ь - число случаев, когда объект 1 не обладает признаками объекта 3 и е - число случаев, когда объект 1 обладает признаками, отсутствующими у объекта 3- С помощью коэффициентов а, в, Ь, и г для каждой пары (1,3) по известным выражениям вычисляются коэффициенты С^ . Например, С^ — (ав - &Ь)/(ав + цгМ - функция Юла. Всего на примере Инчукал-нского ПХГ исследовано шесть известных функций различия (сходства) и результаты классификации для задач контроля технического состояния скважин и подсчета запасов газа показали, что имеется достаточно хорошее с точки зрения эксперта совпадение результатов классификации.

Следующая разработанная в диссертации математическая модель в иерархии моделей текущего планирования проведения ГИС и ТОР -модель выбора оптимальных стратегий их проведения. Эта задача ставится и решается в условиях, когда классификация объектов обслуживания выполнена, то есть решена задача (12) - (16) и число рассматриваемых объектов достаточно велико (десятки и сотни единиц). Понятие стратегии проведения ГИС определено исходя из следующих соображений. Комплекс ГИС выполняется для решения ка--кой-либо конкретной задачи, которой может быть, например, задача технического обслуживания и ремонта нефтяных, газовых и других скважин; подсчета запасов нефти и газа; контроля состояния га-зо-водлного контакта и др.. В свою очередь, решение перечисленных задач должно проводится в какие-то определенные моменты времени и с определенным количеством (перечнем) скЕажин, которые к

данному моменту времени имеют уже те или иные значения контролируемых параметров (признаков классификации). Поэтому, аналогично определению стратегии проведения ТОР, стратегию проведения комплекса ГИС по заданной задаче можно определить как задачу выбора характера моментов времени и перечня скважин, на которых его надо выполнить. Моменты же времени проведения комплексов ГИС могут носить как детерминированный (периодический), так и рандомизированный (стохастический) характер, при этом, в зависимости от решаемой задачи число стратегий может колебаться от двух до двенадцати и более. Учитывая изложенное, модель выбора оптимальных стратегий проведения ГИС (или ТОР) представляется следующим образом:

Пусть

(1 - если на скважинах класса i по задаче j для Xijkn проведения комплекса ГИС к назначается

стратегия п .О-в противном случае Тогда критерий оптмальности имеет вид:

LLLL Cjjkn Xiiikn -' mln •

i J k n

где Cijkn ~ эффективность (экономическая) назначения на скважины класса 1 по задаче j и комплексу ГИС к стратегии п. Ограничения задачи:

£ xUkn - 1 , (18)

п

то есть на скважины одного класса может быть назначена только одна стратегия.

Q(Xijkn) >- Qî , ' (19)

- 27 -

где - заданное (минимально возможное) значение (уровень) качества решения задачи 3 при выбранной стратегии п. Так, например , для задачи проведения ТОР скважин, которую сопровождает проведение ГИС, это есть коэффициент их технического использования; О(хикп) _ значение (уровень) качества решения задачи ] при выбранной стратегии п. Показано далее, что определение С^^п и О(хикп) яля данных конкретных задач является самостоятельными проблемами, по которым необходимо строить свои собственные математические модели функционирования объектов обслуживания в условиях реализации различных возможных для данной аадачи стратегий обслуживания. Для задачи выбора стратегий ТОР различных технологических объектов добычи и транспорта нефти и газа (и ГИС с целью технического обслуживания и ремонта скважин) на основе метода динамики средних разработана такая математическая модель. В этой модели рассматриваются следующие средние численности состояний объектов обслуживания, для которых затем записываются соответствующие дифференциальные уравнения: лцСЮ - среднее число единиц оборудования, находящихся в рабочем состоянии; тг(0--среднее число единиц оборудования, находящихся в очереди на устранение случайного отказа; шз(Ь) - среднее число единиц оборудования, у которых устраняется случайный отказ (СО); аналогично пц^) и гпб(1) задают численности состояний по текущему планово-профилактическому ремонту (ППР); Шб(Ь) и ш?(Ъ) - по среднему ремонту (СР); таи) и пк|(ъ) - по капитальному ремонту (КР). Переходы из рабочего состояния могут совершаться только в соответствующую очередь, из нее в соответствующий ремонт, а из ре-, монта опять в рабочее состояние. Такая модель организации ТОР означает, что случайные отказы оборудования устраняются по мере их возникновения, а ППР, СР, и КР по календарю (или наработке), то есть она задает две стратегии обслуживания. Бели же случайные отказы, СР, КР осуществляются так же, как и в предыдущей паре стратегий, а ППР вместе с устранением случайных отказов, то об-

разуется еще пара стратегий и т.д.; всего было таким образом сформировано двенадцать стратегий. При этом, формирование той или иной стратегии означает изменение набора численностей состояний и переходов из состояния в состояние. Решение систем дифференциальных уравнений позволяет для различных стратегий вычислить слагаемые С^кп ~ средние стоимости проведения ППР, СР, КР , стоимости устранения случайных отказов и ожидания в очередях, а значения интенсивностей переходов из состояния в состояние -средние коэффициенты технического использования групп оборудования ОСххзкп) при различных принятых стратегиях обслуживания.

Для текущего планирования проведения ГИС другой важной задачей является задача выбора оптимальных комплексов ГИС. В соответствии с принципами, предложенными в первой главе, разработана математическая модель решения этой задачи, которая отратает ее организационно-экономическое содержание.

Пусть,

1 - если на скважины типа (класса) з по Хлкп" задаче п назначается комплекс ГИС к О-в противном случае

Критерий оптимальности выбора комплексов ГИС имеет вид:

Е £ £ Хдкп Тлкп -- тах , (20)

] к п

где Гзкп - эффективность к -го комплекса ГИС для решения геолого - промысловой задачи п, для геолого-технических условий

(классов скважин) 3 ; з - 1,2,.....3*; к-1,2,...,к";

п-1,2_____п\

Выбор комплексов ГИС ведется при следующих ограничениях: - на стоимость работ

Е Е Е С^кп х^кп <= Се з к п

где С]кп ■ стоимость к -го комплекса ГИС на скважинах класса 3 по задаче п; Сц- - допустимая стоимость работ на данном предприятии;

- на время занятости геофизических партий 1 -го типа (например, комплексные, специализированные и др.)

£ £ Е х^кп Оок Т,кп у,к " П, , (22)

1 к п

где Т3кп - средняя продолжительность к -го комплекса ГИС по задаче п на скважинах класса 3; Одк " среднее число комплесов ГИС к -го типа, которые за год необходимо провести на скважинах класса 3; П1 - фонд рабочего времени геофизических партий 1 -го типа, 1-1,2,...,!* .

1 - если партия 1-го типа может выполнять к -й У1к -1 комплекс ГИС

■О-в противном случае;

- на время занятости оборудования г -го типа

Ш.!! х^кп Й1к Т4кп Угк <- Пг , (23)

: к п

где Пг - фонд рабочего времени оборудования г -го типа (автомобили , измерительные приборы и др.); г-1,2,...,г" .

{

- если оборудование г -го типа может использо-Угк ваться при проведении к -го комплекса ГИС

Ш - в противном случае

- для решения задачи п на скважинах типа 3 может быть выбран только один комплекс ГИС

Е хокп - 1 (24)

к

Очевидно, что возможна и обратная постановка задачи - минимизация затрат на проведение ГИС, при определенном уровне (не ниже) качества работ. Очевидно также , что успешность решения и той и другой задачи во многом определяется тем, как определяется (или задается) г^кп • На основе проведенного анализа известных видов г^кп и подрядного (рыночного ) характера организации работ по планированию проведения ГИС преложено два метода их экспертной оценки . Первый метод (процедура) состоит в том, что эксперты - "заказчик" и "исполнитель" оценивают в баллах каждый метод ГИС, входящий в к -й комплекс по отношению к задаче п и классу скважин ^ тогда оценкой Тзкп является среднее число, баллов, полученное комплексом. При этом, усреднение выполняется как по методам ГИС, входящим в комплекс, так и по ЛПР ("заказчик" и "исполнитель"). В том случае, когда "заказчик" и "исполнитель" при оценке комплексов ГИС хотят (могут) оценить комплексы ГИС, используя лишь оценки типа хорошо, плохо, отлично, очень хорошо и др. и хотят оценивать комплексы ГИС с различных позиций - по различным известным показателям их эффективности, а в результате получить некоторую интегральную оценку их эффективности , предложено использовать для этого процедуру упорядочивания альтернатив (комплексов ГИС) на основе композиции нечетких критериальных оценок и эвристических соображений лиц, принимающих решения (ЛПР) в виде лингвистических оценок их полезности. Суть этой процедуры (метода) заключается в следующем:

1. Для данной промысловой геофизической задачи п и класса скважин з определяется перечень показателей эффективности комплекса ГИС, например, информативность, вероятность обнаружения объекта, качество первичных материалов, подтверждаемость, однозначность, срок окупаемости др..

2. Формируется несколько альтернативных комплексов ГИС для применения их на заданном классе скважин.

3. По каждому из используемых показателей эффективности,

применяя лингвистические оценки полезности (качества), такие, как высокий, приемлемый, хороший и др., задается множество значений полезности этого показателя к различным альтернативам и классам скважин:

Dj - idbd2.......di.....,dn;> ,

где

1 - номер показателя; 1 -номер лингвистической оценки качества этого показателя; rij- число оценок полезности 1 -го показателя.

4. Определяется универсальное множество оценок полезности.

5. Определяются эвристики "заказчика" и "исполнителя", задающие идеальную полезность комплекса ГИС к данному классу скважин по рассматриваемым показателям полезности;

U - {ui, U2,.....Uv.....>um>

где

uv- оценка полезности типа высокая, достаточно высокая и

т.д. .

6. Конструируются отношения полезности как прямое произведение множеств D , то есть

D - Dix D2X ......х DjX.....х Dn ,

где п -число используемых показателей эффективности.

7. Используя определенные в пункте 5 эвристики, отбрасываются несущественные для обеих сторон критериальные оценки эффективности и получаются сокращенные наборы критериев.

8. "Заказчик" и "исполнитель", каждый отдельно, определяю? оценки полезности этих сокращенных отношений (наборов) полезности и формируется таблица полезности альтернатив.

9. По описанию альтернатив Dj (пункт 3) в таблице комплексной полезности альтернатив находится эквивалентное Di описание; из оценок "заказчика" и "исполнителя" худшая оценка комплексной полезности присваивается Dj .

10. Среди предъявленных альтернатив в качестве наилучшей выбирается та, которая имеет максимальную оценку Di , полученную в пункте 9.

Повторяя описанную процедуру L-1 раз, где L - число альтернатив (типов ГИС на каждый класс скважин и задач), получают матрицу оценок Г]кп-

Решение задач оптимизации структуры системы обслуживания, выбора оптимальных стратегий обслуживания и выбора оптимальных комплексов ГИС формируют фактически оптимальную производственную прграмму промыслового геофизического предприятия. Для обеспечения успешного выполнения такой программы предложена математическая модель ее оптимального распределения по коротким (месяцам) плановым периодам, которая задает наиболее выгодную в заданных условиях ритмичность работы предпрития. Содержательно эта задача сводится к определению номеров скважин (соответственно еще, например, насосных агрегатов, компрессоров и т.д.), которые включаются в ежемесячный план - график проведения ГИС (или ТОР) в зависимости от выбранной стратегии их проведения. В частности, модель оптимизации плана - графика проведения ГИС имеет вид: t=12

Е |Tt - Е Е I xUKt tkl«t -► min, (25)

t-i i з к где

1 - если 1-ое сквакинно-измерение ГИС xukt ■ 1 к -го типа назначается на скважину класса j в t -ом месяце .О-в противном случае

Tt- средняя возможная продолжительность работ в t-ом месяце; «t - коэффициент, учитывающий желательную неравномерность рабочей нагрузки по месяцам.

Ограничениями задачи являются: - ограничение на сроки проведения отдельных ГИС

t-12

Tmir,^ <" £ Xukt <- WJk (26)

t-1

TminJk. TmaxjK " минимальный и максимально возможный сроки проведения ГИС к -го типа на j -ом классе скважин;

- на время занятости геофизических партий

£ £ £ Xukttk <- £ £ ТиП1 уki , (27)

ilk lk

где tk - длительность комплекса ГИС к -го типа; Тц - фонд рабочего времени партий 1- го типа в t -ом месяце; П1 - число партий 1 -го типа на предприятии.

{1 - если скважинно-измерение к может выполняться

партиями типа 1 О-в противном случае

- на фонд рабочего времени оборудования

£ £ £ xukttk <- £ £ Ttr Qkr , (33)

i i к г к

где Tt.r - Фонд рабочего времени оборудования г -го типа в t -ом месяце; Qkr" число единиц оборудования г -го типа, которое можно использовать для проведения ГИС к -го типа;

- ГИС должны быть распределены все

£ £ £ £ xljkt - Е £ D,k , (29)

i j к t IK

где Djk - число скважинных измерений к -го типа, которое должно выполняться на скБажинах класса j; Djk - Sj Tjk . a Tjk - число скважинных измерений k -го типа, проводимых на скважинах класса j в в течение года;. Sj - число скважин класса J. И структурные ограничения:

- 34 -

Е £ E xijkt - 1 . (30)

i к t

то есть на любой скважине скважинное измерение (один комплекс ГИС) выполняется только один раз;

Е Е Е xukt >- 1 , (31)

i j t

запланированные комплексы ГИС должны выполняться не менее одного раза в год.

Таким образом, предложенные математические модели дают возможность для заданных промысловых геофизических задач и классов скважин наиболее эффективно решать задачи, связанные с формированием производственной программы промыслового геофизического (обслуживающего) предприятия и распределять ее по коротким плановым периодам. Однако, в условиях рыночной экономики эти вопросы можно считать решенными до конца, если правильно определены цены на комплексы ГИС. В общетеоретическом плане эта проблема решается в рамках теории равновесных цен. В связи с этим, в диссертации предложена математическая модель расчета равновесных цен на комплексы ГИС как в случае одного "заказчика" и одного "исполнителя", так и в случае нескольких "заказчиков" и "исполнителей". Для этого необходимо для задачи (20) - (24) выбора оптимальных комплексов ГИС записать обратную задачу в следующем виде:

CEE Cjkn Xjkn -' min (32)

j k n

НЕЕ ajknh Xjkn <- £ Akh . (33)

lnh h h-1,2,...,h*

E E E (1-ijkn) x3kn <- Гк (34)

s n h

£ хокп - 1

к

Здесь Гк - минимально возможный уровень качества (эффективности) , на который согласен "заказчик" при финансировании прове дениа комплексов ГИС к -го типа; а^кп*1 - количество ресурса Ь-го вида, которое необходимо "исполнителю" для проведения комплексов ГИС к -го типа на скважинах класса ] по задаче п; АкП -ресурсы Ь- го вида, имеющиеся (необходимые) "исполнителю" для проведения всех комплексов ГИС к -го типа; С^кгг объем финансирования, выделяемый "заказчиком." для проведения комплексов ГИС к -го типа на классах скважин 3 по задаче п. Вводя далее обозначения а^кпт -(1 - т:кп); Ак™ - Гк ,где ш - 1 и составляя для задачи (32) -(35) функцию Лагранжа можем этой задаче сопоставить двойственную задачу следующего вида:

Е Ак Е А**1 -► тах , (36)

к Ь

2 азкп1 <" Сзкп (37)

П

Ак >- 0 (38)

Суть этой двойственной задачи (36) - (38) состоит в том, что "исполнитель" максимизирует свою обшую выручку (финансирование на проведение ГИС), но при этом сумма средств, которые должен выделить "заказчик" на проведение ГИС должна быть не меньше затрат, которые несет " исполнитель"; Ак - цена единицу ресурсов для проведения ГИС к -го вида; и в частности, с учетом смысла задачи (20) - (24) - это цена одного часа работы геофизической партии, оборудования, единицы качества ГИС. Далее согласно основной теореме двойственности для прямой (32) - (35) и двойственной задач (36) - (38) имеет место равенство:

min CEE CjRn Xjkn - Utax £ Xk E Akh , (39)

i к n к h

В этом равенстве - равновесные цены, которые могут быть найдены из него после решения прямой задачи. Рассмотренная модель предназначена для расчета равновесных цен , когда имеется один "заказчик" и один "исполнитель", а конкурируют между собой комплексы ГИС. Если теперь вместо индексов j и к в обозначениях переменных х^кп и коэффициентов ajknh> Cjkn . Akh , Ar ввести индексы v - v(l,j) и 4 - 4(v,k), где, 1 - номер "заказчика" и 1-1,2.....1* и v - номер "исполнителя", v-1,2,...то формально задачи (32) - (35) и (36) - (38) сохраняют свой вид, но их смысл будет качественно другой. Конкурировать уже будут не комплексы ГИС, а предприятия, которые их выполняют. Смысл равновесия цен будет состоять в том, что все скважины на предприятиях "заказчика" получат комплексы ГИС и при этом их качество будет не ниже качества, согласованного с "исполнителем". "Исполнитель" же максимизирует свою общую выручку, но максимизация идет не с точки зрения отдельного предприятия,а с точки зрения всех задействованных в работе предприятий, например, предприятий ассоциации "Газпромгеофизика".

Кроме того, в этой главе на основе анализа условий решения рассмотренных в ней задач, заключающихся в том, что временные, стоимостные и материально-технические ресурсы для их решения имеют размытый (нечеткий) характер, а коэффициенты критериев оптимальности многих из этих задач носят качественный (экспертный) характер, предложено интерпретировать эти задачи, как задачи дискретного математического программирования с нечетким критерием оптимальности и ресурсными ограничениями и четкими структурными ограничениями.

В пятой главе разработаны алгоритмы для решения задач оптимизации текущего планирования ГИС и T0F: выбора стратегий их проведения, выбора оптимальных комплексов ГИС, распределения ГИС

и ТОР по плановым периодам, расчета равновесных цен. Учитывая быводы, сделанные в четвертой глаЕе относительно характера этих задач, и, обобщая их суть, показано, что б общем виде они могут Сыть записаны как распределительные задачи нечеткой дискретной оптимизации с булевыми переменными следующего вида:

ЕЕ Си х'и пип(гпах) (40) 1 з

ЕЕа./'х.^А11 (-11)

I 1

- 1 (42) >- 1 (43)

- О V 1 (44)

Здесь знак ^ означает, что неравенство (41) может нарушаться, или другими словами имеет место его нечеткое выполнение; знак означает приближенное, нечеткое достижение критерием СЕоего экстремального значения.

Для решения такого рода задач предложено три вида алгоритмов, работа которых базируется на вычислении функций принадлежности для критерия оптимальности (40) и для ресурсных ограни'че ний (41). например в Еиде:

иаь - <0п" - 0ь')/«3ь" - Аь) , (45).

где Оь* - максимально допустимое (возможное) значение левой части ограничений (42); Оь1 -значение левой части ограничений (41), вычисленное при 1 -ом решении задачи (40) - (44). которое должно удовлетворять ограничениям (42) - (44) и приближенно ограничению (41). При этом, 1 -ое решение считается недопустимым.

если (iQh - 0; Qh* - Qh1, a Qh* - Afl t д A , A А - задается.

Для критерия оптимальносги (40) вычисляется функция принадлежности up1, которая в общем случае может иметь линейный, экспо инициальный, гиперболический или обратный гиперболический вид. И в частности, если выбирается линейный вид, то для минимизируемого критерия она равна:

HF ~ (Fmax ~ Fi)/(Fmax " fmin) >

(46)

а для максимизируемого она равна:

(IF1 - (Fi - Fmin)/(Fmax - Fmin) , (47)

Fi - значение критерия (40) при 1 -ом допустимом решении задачи (40) - (44); Fmax * максимально возможное значение критерия (40); Fmin - минимально возможное значение критерия (40).

Четкое максимизирующее решение задачи находится на основе операции Веллмана-Заде:

max hd(xi*) - max min í}iQh(xi) (xi)> , (48)

xpsX x¿£ X

где X - множество допустимых решений; xi - допустимое решение; XI" - максимизирующее допустимое решение.

Первый алгоритм итерационный и ориентирован на класс задач, у которых отсутствует ограничение (43).В первой своей части он базируется на применении дискретных множителей Лагранжа для решения задачи (41) - (44), алгоритм решения которой предложен Ермолаевым А.И.. Во второй части алгоритма реализуется вычисление выражений (45) - (48) и методом последовательных приближений получается максимизирующее решение xi*.

Второй алгоритм предназначен для решения задач, имеющих в своем составе ограничение (43) и реализует случайный поиск решения с локальной оптимизацией. Работа алгоритма основана на том, что с помощью датчика случайных чисел формируется матрица допустимого решения ||xíj||, затем путем попарной перестановки элементов этой матрицы добиваются улучшения этого решения. После про-

ведения необходимого числа таких итераций получают масимизирую-юе решение xi".

Третий алгоритм, в отличие от предыдущих, позволяет получить оптимальное решение задачи xi" за конечное число шагов и реализует метод "ветвей и границ", в той своей модификации, когда в очередном столбце (строке) матрицы ||х,]|| фиксируется только одна переменная х1Л -1. Таким образом, он предназначен для решения задач класса (40) - (43), без ограничения (44). Используя эту схему ветвлений, на каждом шаге для критерия оптимальности и ограничений строятся оценки: k in п

ä,(Gi<k)) - £ £ Cu xn + £ min(raax) Сц , (49)

l-lj-i i-k+i J

где первая сумма включает в себя все слагаемые из выражения критерия оптимальности (40), которые уже отвечают зафиксированным значениям переменных (хi j -.1). Вторая сумма дает минимальное (максимальное) приращение критерия (без учета выполнения ресурсных ограничений). И,

k in п

^(Gi(KJ) - £ £ а, jh х i з + £ min(max) auh , (50) i-lj-l i-k+1 j

где вычисление 4.(Gi'K)) основано на том соображении, что

если фíGi'1 > Ah при min auh, то оно (ограничение) тем более не i

будет выполняться при других значениях ai3h. Таким образом, вычисление ф(б11К>) дает возможность оценить наличие допустимых решений в подмножестве Gi(k). По £,(Gi(k)) и 4>CGiCKJ) по выражениям (45) - (47) вычисляют соответствующие функции принадлежности. При этом, если в подмножестве Gi(k) допустимых решений нет (jiijh -С), то в дальнейшем оно ветвлению не подвергается. Если же допустимые решения имеются, то для каждого из подмножеств Gilk', используя принцип Ееллмана-Заде, вычисляется

№(Gi) - min iHFiGi^M.tiQ^Gl'^).....

k ...,MOh(Gl(k))..-.,PQh(Glik)n (51)

Затем, сравнивая no(GitK)) по всем возможным направлениям ветвлений, выбирают то, которое имеет максимальное hd(Gik). После этого проводят ветвление, вычисляя p.p-(GilkJ), UQh(G-jlkl) и т.д. и после того, как будет осуществлен перебор всех строк (столбцов; матриц Iiс i о 1J» llaj.ihll. алгоритм заканчивает свою работу, а в матрице llxull единицы будут стоять на местах, определяющих оптимальное решение xi*.

В шестой главе рассмотрены математические модели и алгоритмы оптимизации расписаний работы бригад обслуживания при проведении ГИС и ТОР. Показано, что в зависимости от того, какая подсистема массового обслуживания синтезирована в результате решения задачи оптимизации структуры системы обслуживания проведения ГИС или ТОР (см. главу 3) и в зависимости от того, какой тип стратегии, детерминированный или рандомизированный (см. главу 4). выбран для обслуживания, необходимо рассматривать построение: 1) детерминированных или рандомизированных расписаний и 2) расписания работ одной бригады, за которой закреплено несколько объектов обслуживания, или расписания работы нескольких бригад, работу которых необходимо увязать. Кроме того, одной из особенностей организации и проведения ГИС и ТОР объектов добычи и транспорта нефти и газа является то, что они, во-первых, могут находиться на значительном расстоянии друг от друга и, во-вторых, между этими объектами могут отсутствовать дороги , непосредственно связывающие их друг с другом. Для решения перечисленных задач разработаны следующие математические модели и алгоритмы оптимизации.

Показано, что детерминированное расписание работ одной бригады сводится к решению соответствующей известной "задаче коммивояжера". если из любой точки обслуживания непосредственно можно

попасть в любую другую. Если нет, вначале с помощью алгоритма Декстры находятся кратчайшие пути между объектами и после этого для этих путей решается "задача коммивояжера".

Для построения оптимального рандомизированного расписания работы одной бригады предложена следующая математическая модель лине иного программирования:

а п

С Е Р1 Си р^---- лип , (52)

1-П-1

Ер, р„ - Е р3 р^ 4 - О (КО

1 х 1 ■ / ■

"го

Е р,1 - 1 (54)

г <- ри <- 1 - (п - 2) £ (55)

£ <- рп <- 1 - (п - 2) е (56)

Здесь Р1 - 1/Г1 и г, - среднее время проведения работ (ГИС или ТОР) на 1 -ом объекте; С^- - затраты на переезд с 1 -го объекта на з -й и Си- Си(1)+ Сис2), где С^*11 - расстояние между объектами (необязательно непосредственное, переведенное в рубли; С13с2) - потери (в рублях) от ожидания обслуживания 3 -м объектом при условии, что перед этим бригада работала на 1 -ом объекте; р^ - вероятность переезда бригады с 1 -го объекта на з -й; п - число объектов обслуживания; е << 1.

Суть предложенной модели состоит в том, что находится такой вариант матрицы вероятностей переходов ||р1311, который в среднем по всем вариантам переездов минимизирует общие затраты и потери на реализацию расписания. Ограничения (53) - (54) обеспечивают марковость процесса обслуживания и рассматривают его в стационарном режиме. Ограничения (55) -(56) обеспечивают невырождение задачи во время решения и выезд (возврат) бригад на базу (1-1,

3-1) с любого объекта. Кроме того, на базе этой задачи в случае необходимости может быть решен рандомизированный вариант "задачи комивоядера" с критерием оптимальносити вида:

Далее показано, что оптимизация детерминированных расписаний работы нескольких бригад сводится к построению традиционной модели, хорошо известной в теории расписаний и формализуемой как задача дискретного математического программирования с булевыми переменными, для решения которой разработан алгоритм, реализующий применение рандомизированных правил предпочтения. Для построения рандомизированного расписания работы нескольких бригад предложена модель, использующая оптимизационно-имитационный подход к построению расписаний, где однако, в качестве (вместо) имитационной модели используются разработанные в диссертации модели функционирования замкнутых СМО и динамики средних.

Предложена также математическая модель оперативного регулирования проведения ГИС и показано, что она по существу сводится к решению задачи выбора оптимальных комплексов ГИС, но отличается от нее тем, что дополнительные ГИС планируются на оставшийся период времени планирования всего комплекса работ.

Седьмая глава посЕящена вопросам разработки информационного и программного обеспечения АСУ ПТО.

Исходя из разработанных в диссертации принципов построения и структуры АСУ ПТО, предложено программное и информационное обеспечение решаемых в ней задач строить на идеологии АРМ, реализуемых на ПЭВМ. Разработаны принципы построения и структура обоб-

1 J

где

(57)

1 - если бригада с 1 -го объекта пе

ремещается на ;) -й объект .О-в противном случае

щенного АРМ ГИС (ТОР), на базе которого предложен перечень проблемно ориентироЕыанных АРМ, составляющих эту систему и обеспечивающих решение задач оптимизации структуры и процессов управления производственно-техническим обслуживанием. Всего предложено пять видов проблемно ориентированных АРМ: АРМ -. классификации. АРМ - планы; АРМ - рынок; AFM - прогноз; АРМ - регулирование.

Для построения единой информационной базы рассматриваемой АСУ (распределенной, однако, по отдельным АРМ) использован непроцессный подход к созданию ее концептуальной модели. Приводится соответствующий перечень баз данных и указываются пути и математические модели для их оптимизации.

Структура программных средств, из которых формируется АРМ, такова, что она включает в себя общесистемные программные средс тва, пакеты программ, реализующих стандартные математические ме тоды, пакеты программ оригинальных моделей, разработанных в диссертации, а также пакеты программ ведения баз данных (FOXBASE). обеспечивающих как решение задач по разработанным математическим моделям, так и информационное обслуживание руководства предприятия и технологических процедур обеспечения дружественного интерфейса с пользователем. Кроме того, в структуру программного обеспечения включена оболочка экспертной системы (INSIGTH2+), с помощью которой на АРМ реализуется расчетно-логическая экспертная система для классификации объектов обслуживания.

Практическая работа по реализации AFM такого вида была выполнена для ассоциации "Газпромгеофизика" и "Производственного объединения транссибирских магистральных нефтепроводов". Следовательно, программное и информационное обеспечение разработанных АРМ ориентировано на следующих руководителей: генеральный директор, главный инженер, главный геолог, (или главный механик) и начальники экспедиций (или начальники районных насосных управлений i.

Далее рассмотрены особенности реализации алгоритмов и прог-

рамм для решения всех задач предложенной в диссертации системы математических моделей. Даны результаты расчета и анализа контрольных примеров, отражающих реальные условия решения задач. Кроме того, для задачи классификации объектов обслуживания на однородные группы предложена структура экспертной системы, кото рая позволяет оптимизировать выбор признаков классификации объектов в зависимости от решаемой задачи, центры классов объектов, выбора Функций сходства (различия) объектов, максимального и минимального числа объектов в классе. Для классификации скважин с целью оптимизации текущего планирования проведения ГИС построены деревья выбора типа решаемой задачи и признаков классификации и соответствующая база знаний продукционного типа, при этом для оптимизации набора признаков классификации использована экспертная процедура, аналогичная процедуре ранжирования комплексов ГИС - процедура ранжирования комбинаций признаков классификации,основанная на композиции нечетких, их критериальных оценок и эвристических соображений ЛПР в виде лингвистических оценок их полезности.

В заключении сформулированы основные результаты исследований, выполненных в соответствии с поставленной целью и задачами и дана их оценка.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ.

1. Разработана структура и принципы построения АСУ ПТО, которая строится как система логически, информационно и программно-взаимосвязанных АРМ. Разработанные принципы построения АСУ ПТО конкретизированы на примере построения структуры и функций подсистемы "ГАЗ"(АСУ-ПГеофизика) МНТК ГЕОС ГАЗ, а также АСУ ТОР производственного объединения Транссибирских магистральных нефтепроводов (АСУ ТОР ТСМНП).

2. Разработано математическое обеспечение АСУ ПТО. для построения которого предложены концепция и система математических моделей для оптимизации структуры системы обслуживания, те-

кущего, календарного планирования и оперативного регулирования проведения операций производственно-технического обслуживания в условиях рыночной экономики.

3. В рамках предложенной концепции для создания математичес кого обеспечения АСУ ПТО:

- разработана математическая модель и структура экспертной системы для оптимальной классификации объектов обслуживания на априорно незаданное число классов, использующая как количественные, гак и качественные признаки классификации и позволяющая реализовать оптимизацию текущего планирования проведения ГИС и ТОР;

- показано, что системы проведения ГИС и ТОР являются замкнутыми системами массового обслуживания (ЗСМО). Разработаны математические модели и алгоритмы оптимизации структуры ЗСМО, которые позволяют выбирать оптимальные соотношения числа объектов обслуживания, бригад обслуживания, материально-технических ресурсов и закрепления их друг за другом (разбиение ЗСМО на подсистемы) .

- с учетом того, что в рассматриваемых в диссертации производственных системах обслуживания, как источники заявок, так и бригады обслуживания часто имеют различные интенсивности подачи заяЕок и различные интенсивности обслуживания, разработаны математические модели функционирования таких ЗСМО. Предложено называть их неоднородными ЗСМО;

- для случая, когда системы ПТО имеют большое число (десятки и сотни) единиц объектов и бригад обслуживания и МТР на основе метода динамики средних разработана математическая модель, описывающая их совместное функционирование в системе обслуживания ;

- на основе разработанных моделей оптимизации структуры ЗСМО и динамики средних совместного функционирования объектов и бригад обслуживания и МТР предложены модели оптимизации их соот-

- 46 -

ношения в системе обслуживания;

- для задачи текущего планирования проведения ГИС разработана математическая модель выбора оптимальных комплексов ГИС и при этом для оценки эффективности комплексов ГИС предложена процедура как их прямой экспертной оценки, так и применения для этой цели лингвистических оценок их комплексной полезности с участием в выработке решений как "заказчика", так и "исполнителя".

- для случая, когда системы проведения производственно-технического обслуживания имеют большое число (десятки и сотни) единиц объектов обслуживания, бригад обслуживания и МТР на основе метода динамики средних разработана математическая модель реализации различных стратегий их проведения. Опираясь на эту модель, разработана математическая модель выбора оптимальных стратегий обслуживания для различных классов объектов.

- разработаны математические модели распределения производственной программы по проведению ГИС (и ТОР) по коротким плановым периодам, а также расчета равновесных цен на ГИС , которые учитывают результаты решения задач по выбору оптимальных комплексов ГИС и стратегий их проведения.

- исходя из условий планирования проведения ГИС и ТОР, предложено интерпретировать задачи их текущего планирования, как задачи дискретного математического программирования с нечеткими критерием оптимальности и ресурсными ограничениями и четкими структурными ограничениями. Для решения этих задач разработано три вида алгоритмов: итерационный Ь-алгоритм, использующий дискретные множители Лагранжа ; алгоритм случайного поиска решения с локальной оптимизацией; алгоритм метода "ветвей и границ", осуществляющий ветвление путем фиксации возможных значений одной из переменных.

- в зависимости от способа организации работ (например. "ГИС - бурение" - работа по заявкам в случайные моменты времени

или "ГИС - контроль" - периодическое обслуживание объектов) и рассчитанной оптимальной структуры системы обслуживания (расписаний), предложено два типа моделей построения расписаний: детерминированные и рандомизированные, которые, в свою очередь, делятся на модели: одна бригада - несколько объектов обслуживания; нес колько бригад - несколько объектов обслуживания.

- построение детерминированного расписания - одна бригада и несколько объектов обслуживания сведено к "задаче коммивояжера", имеющей однако, ту особенность, что в разработанной модели учитывается наличие или отсутствие дорог между объектами обслуживания. Для построения рандомизированного расписания разработана математическая модель, представляющая собой задачу линейного программирования и оптимизирующая матрицу вероятностей переходов дискретной однородной цепи Маркова.

- построение детерминированного расписания - несколько бригад и несколько объектов обслуживания сведено к соответствующей задаче дискретного математического программирования с булевыми переменными. Для оптимизации расписания разработан алгоритм, реализующий применение рандомизированных правил предпочтения. Для учета случайных факторов при построении рандомизированного расписания применен оптимизационно-имитационный подход к построению расписаний, где в качестве (вместо) имитационной модели используются разработанные модели функционирования замкнутых СМО и динамики средних.

- оперативное регулирование проведения ГИС предложено выполнять с помощью математической модели, аналогичной модели вы- • бора оптимальных комплексов ГИС, но отличающейся от нее тем, что дополнительные ГИС планируются на оставшийся период времени планирования.

4. Разработано информационное и программное обеспечение АСУ П70. состоящее из информационного и программного обеспечения системы, составляющих ее АРМ. Разработаны принципы построения.

структура обобщенного АРМ ГИС (ТОР), на базе которого в зависимости от уровня управления, где используются разработанные в диссертации математические модели, формируется пять видов проблемно-ориентированных АРМ: АРМ-классификация, включающий в себя экспертную систему расчетно-логического типа;. АРМ-планы; АРМ-рынок; АРМ-прогноз; АРМ-регулирование. Для построения баз данных АРМ использован непроцессный подход их создания.

5. По разработанной системе математических моделей - математическому обеспечению АСУ ПТО - разработан комплекс программ для ПЭВМ типа 1ВМ РС, который реализует разработанную в диссертации идеологию построения АРМ АСУ ПТО.

6. Разработанные в диссертации математические модели, алгоритмы и программы переданы и используются в работе ассоциации "Газпромгеофизика" и производственном объединении "Транссибирских магистральных нефтепроводов", а также в учебном процессе при подготовке инженеров-системотехников по специальности - 22.02 в курсах "Проектирование АСУ", "Надежность функционирования АСУ" и "Математические модели информационных процессов и управления", по которым диссертант читает лекции и ведет практические занятия.

Основные положения диссертации опубликованы в следующих работах:

1. Овчаров Л.А., Степин Ю.П., Скоробогатова Л.А., Фадеева Т.В. Разработка имитационной модели для автоматизации обслуживания геофизических Объектов газовой промышленности // Тезисы докладов Всесоюзной научно-технической конференции молодых ученых и специалистов "Повышение эффективности геологоразведочных работ на нефть и газ на основе достижений научно-технического прогресса",- Москва: 1583,- с. 91.

2. Степин Ю.П., Овчаров Л.А. Модель комплексного планирования трудовых и материальных ресурсов в сложных системах обслуживания // Тезисы докладов Всесоюзной научно-технической конферен-

ции "Теория и практика автоматизации управления отраслями народного хозяйства".- Москва: 1938.- с. 102 - 103.

3. Отепин Ю.П. Модели оптимизации управления геофизическим производством газовой промышленности. - М.: ВНИИЭгазпром,1991. 40 с. Обз. информ. Сер. Экономика, организация и управление производством в газовой промышленности.

4. Гергедава Ш.К., Жардецкий A.B., Овчаров Л.А., Поделько A.A., Степин Ю.П. Формирование структуры геоинформации подсистемы ГАЗ.- М.: ВНИИЭгазпром, 1992, 56 с. Сер. Экономика, организация и упраление производством в газовой промышленности.

5. Степин Ю.П. Математическая модель процесса функционирования замкнутых неоднородных систем массового обслуживания // Тезисы докладов Всесоюзной научно-технической конференции "Идентификация, измерение характеристик и имитация случайных сигналов".- Новосибирск: 1991.- с.249.

6. Степин Ю.П. О построении математической модели оптимального календарного планирования учебного процесса в вузе на семестр // Известия вузов."Нефть и газ",- 1976. N 4. с.89 - 92.

7. Степин Ю.П. Оптимизация структуры замкнутых сложных систем массового обслуживания // Экспресс информация.- М.: ВНИИЭгазпром, 1991. Вып. 3.- с.10 - 18.

8. Степин Ю.П., Тюстина Н.В. Модель классификации скважин для оптимизации планирования ГИС // Депонированные научные работы,- М.: ВИНИТИ, 1991. N 4. с.32 - 42.

9. Степин Ю.П. Оптимизация комплекса стратегий технического обслуживания и ремонта сложных технологических объектов // ИС. Научно-технические достижения и передовой опыт, рекомендуемые для внедрения в газовой промышленности.- М.: ВНИИЭгазпром, 1991. Вып. 2.- с.'33 - 46.

10. Степин Ю.П., Жардецкий A.B. Ранжирование геофизических методов исследования скважин на основе композиции лингвистических сценок их полезности // ИС. Научно-технические достижения и

передовой опыт, рекомендуемые для внедрения в газовой промышленности,- М. : ВНИИЭгазпром, 1991, Вып. 10.- с.19 - 26.

11. Степин Ю.П. Модель нечеткого математического программирования комплексирования геофизических исследований скважин // Тезисы докладов Всесоюзной научной конференции "Интеллектуализация систем управления".- Баку: 1991.- с.109.

12. Степин Ю.П. Модель динамики средних для оптимизации соотношения объекты обслуживания - трудовые - материально-технические ресурсы // Тезисы докладов научно-технической конференции " Автоматизация управления объектами газовой промышленности".-Калининград: 1991.- с.36.

13. Степин Ю.П. Решение одного класса задач нечеткой дискретной оптимизации // ИС. Научно-технические достижения и передовой опыт, рекомендуемые для внедрения в газовой промышленности.- М.: ВНИИЭгазпром, 1991, Вып. 8,- с.57 - 65.

14. Степин Ю.П. Оптимизация оперативного планирования работы геофизических партий // ИС. Научно-технические достижения и передовой опыт, рекомендуемые для внедрения в газовой промышленности.- М. : ВНИИЭгазпром, 1991. Вып. 4.- с.45 - 50.

15. Овчаров Л.А., Кашлева Г.Г., Степин Ю.П., Тагиев В.Г. Модель планирования и организации обслуживания и ремонта автоматизированных УКПГ // Депонированные научные работы.- М.: ВИНИТИ, 1987. N 12,- с.57 - 61.

16. Степин Ю.П., Кушнер Д.А. Задача текущего и перспективного планирования ремонтных работ // Депонированные научные работы,- М.: ВИНИТИ, 1983. N 8,- с.47 - 53.

17. Командровский В.Г., Степин Ю.П. О планировании зависимых работ е однородной вычислительной системе // Депонированные научные работы,- М. : ВИНИТИ, 1991. N 10.- с.31 - 37.

18. Степин Ю.П. Применение теории нечетких множеств для решения многокритериальных задач теории расписаний // Тезисы докладов Всесоюзной конференции молодых ученых и специалистов "Мол-

дель к научно-технический прогресс в нефтяной и газовой прпомыш-ленности.- Москва: 1931.- с.81.

19. Гергедава Ш.К., Жардецкий А.В., Командровскии В.Г.. Овчаров Л.А.. Степин Ю.Л. Еыбор скважин для ГИС-контроля ПХГ как задача распознавания образов // ИС. Научно-технические достижения и передовой опыт, рекомендуемые для внедрения в газовой промышленности.- М.: ВНИИЭгазпром, 1993. Вып.- с.6 - 10.

20. Степин Ю.П. Метод "ветвей и границ" для нечеткой оптимизации в задаче выбора вариантов проектов // НТЖ. Автоматизация. телемеханизация и связь в нефтяной промышленности.- М.: ВНИИОЭНГ, 19S3. Вып. 2,- с.З - 6.

21. Степин Ю.П. Математическая модель согласованной работы двух или нескольких замкнутых систем массового обслуживания // НТИС. Сер. Автоматизация, телемеханизация и связь в нефтяной промышленности,- М.: ВНИИОЭНГ, 1992. Вып. П.- с.15 - 19.

22. Степин Ю.П. Математическая модель расчета равновесных цен на проведение ГИС // НТЖ. Автоматизация, телемеханизация и сзлзь в нефтяной промышленности,- М.: ВНИИОЭНГ, .1993. Вып. 3. с. 14 - 17.

23. Степин Ю.П., Бебчук Б.Ц. Математическая модель оптимизации базы данных АСУ // Депонированные научные работы. - М.: ВИНИТИ. 1930. N И. с. 62.

24. Степин Ю.П., Бебчук Б.Ц. Автоматизация проектирования баз данных АСУ // РНТС. Автоматизация, телемеханизация и связь в нефтяной промышленности. - М.: ВНИИОЭНГ. 1980. Вып.10. - с." - 3.

25. Степин Ю.П., Уразов Ю.Б. Об оптимизации распределения' контрольных мероприятий по неделям семестра // МНТС. "Кибернетика и вуз". - Томск.: ТПИ, 1983. Вып.18. с.79 - 86.

26. Брудник С.С., Степин Ю.П., Уразов Ю.Б. Экономическое обоснование программных средств АСУ // Тезисы докладов IIГ го всесоюзного совещания "Надежность и эффективность АСУ T1I и АСУП". Суздаль.: 1984. - с.39.

27. Брудник С.С., Кочегарова И.А., СтепинЮ.П., Чикиров А.Б. Определение экономической эффективности программных средств АСУ (новой техники), (учебное пособие). - М.: МИНХ и ГП, 1935.

28. Степин Ю.П., Уразов Ю.Б. Построение эффективной диалоговой системы в условиях АСУ // СНТ. - М. : НЮШШ, 1986. с. 145 -143.

29. Степин Ю.П. Проектирование автоматизированных систем управления в нефтяной и газовой промышленности (учебное пособие). - М.: МИНХ и ГП, 1984. - 95с.

30. Степин Ю.П. Информационное обеспечение АСУ (учебное пособие). - М.: МИНХ И ГП, 1980, - 82с.

31. Степин Ю.П. Математические модели и алгоритмы нечеткой оптимизации планирования производственно-технического обслуживания объектов нефтяной и газовой промышленности. - М.: ИПНГ РАН, ГАНГ. Препринт N 25, 1993. - 29с.

32. Степин Ю.П., Овчаров Л. А. Математические модели функционирования и оптимизации структур систем производственно-технического обслуживания объектов нефтяной и газовой промышленности. - М.: ИПНГ РАН, ГАНГ. Препринт N 26, 1993. - 72с.

Автор выражает искреннюю благодарность научному консультанту академику МАИ, д.т.н., профессору Овчарову Л.А. за постоянное внимание к настоящей работе, ценные советы и полезные обсуждения результатов работы на всех этапах ее подготовки, а также Самох-валовой Т.Н. за большую помощь в оформлении работы.