автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Факторное планирование поставок и моделирование технологических процессов ремонта агрегатов и узлов в авторемонтных предприятиях

На правах рукописи

Свечников Александр Александрович

ФАКТОРНОЕ ПЛАНИРОВАНИЕ ПОСТАВОК И МОДЕЛИРОВАНИЕ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ РЕМОНТА АГРЕГАТОВ И УЗЛОВ В АВТОРЕМОНТНЫХ ПРЕДПРИЯТИЯХ

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

Автореферат диссертации на соискание ученой степени кандидата технических наук

3 ОКТ 2013

Москва 2013

005534074

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 Строганов Виктор Юрьевич

лауреат премии правительства РФ, доктор технических наук, профессор кафедры «Системы обработки информации и управления» МГТУ им.Н.Э.Баумана

Официальные оппоненты Илюхин Андрей Владимирович,

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

г.Москва

Шарков Артем Анатольевич

кандидат технических наук, Росжелдорснаб - филиал ОАО «РЖД», начальник управления материалов верхнего строения пути, г.Москва

Ведущая организация: Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Московский государственный машиностроительный университет (МАМИ)», г. Москва.

Защита состоится 10 октября 2013г. 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 9 сентября 2013 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 ^ухи

Михайлова Н.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы

Авторемонтные предприятия составляют основу региональной транспортной инфраструктуры, назначением которой является создание общих условий для успешного функционирования автомобильного транспорта. Сеть инфраструктурных объектов в России с каждым годом расширяется, что свидетельствует об их возрастающей роли. Особенно возрастает роль предприятий автосервиса, выполняющих техническое обслуживание и ремонт автотранспортных средств, принадлежащих юридическим и физическим лицам. К таким предприятиям относятся, прежде всего, станции технического обслуживания. В своем большинстве предприятия, выполняющие транспортные услуги (перевозки грузов и пассажиров), осуществляют одновременно работы по технической эксплуатации подвижного состава.

К авторемонтным предприятиям относятся авторемонтные, агрегатно-ремонтные и шиноремонтные заводы, мастерские, ремонтно-зарядные аккумуляторные станции и специализированные мастерские и цеха. Авторемонтные и агрегатно-ремонтные заводы и мастерские в основном являются специализированными предприятиями по капитальному ремонту полнокомплектных автомобилей или отдельных агрегатов. Авторемонтные мастерские, как правило, имеют производственную программу до 1 тыс. капитальных ремонтов в год, авторемонтные заводы - свыше 1 тыс. В соответствии с этим авторемонтные мастерские ремонтируют подвижной состав автотранспортных предприятий, расположенных в черте определенного района, города, иногда области. Авторемонтные заводы могут обслуживать автотранспортные предприятия нескольких областей. Однако, как показал анализ деятельности ряда ремонтных предприятий, в практику поддержки управленческой деятельности довольно слабо внедряются методы моделирования, оптимизации и управления движением запасных частей и комплектующих, что сказывается на эффективности производственного цикла. В связи с этим работа, посвященная вопросам разработки моделей и методов автоматизации управления авторемонтными предприятиями, представляется весьма актуальной.

Объектом исследования является авторемонтное предприятие.

Предметом исследования являются система управления авторемонтными предприятиями.

Цель и основные задачи исследования

Целью работы является повышение эффективности производственной деятельности авторемонтных предприятий за счет внедрения разработанных методов и моделей автоматизации и моделирования технологических процессов.

Для достижения данной цели в работе решаются следующие задачи:

1. Анализ методов и моделей описания технологических процессов ремонтных работ по восстановлению узлов и агрегатов.

2. Разработка порядка выполнения и схемы технологического процесса выполнения, регистрации, учета и контроля заказа на ремонт узлов и агрегатов.

3. Формирование статистической базы данных и разработка методов оценивания характеристик потоков заказов.

4. Разработка имитационной модели выполнения ремонтных работ с учетом методов управления запасами.

5. Разработка программных компонентов имитационной модели управления запасами и выполнения ремонтных работ.

Методы исследования

При разработке формальных моделей в диссертации использовались методы и модели имитационного моделирования, стохастической оптимизации, управления запасами, методы математического программирования, теория случайных процессов, теория массового обслуживания, теории расписаний и др.

Научная новизна работы состоит в разработке методов и моделей управления технологическими процессами выполнения ремонтных работ с учетом стратегий управления запасами.

На защиту выносятся:

• порядок выполнения и схема технологического процесса регистрации, учет и контроль процесса выполнения заказа на ремонт узлов и агрегатов;

• модели входных потоков заказов на ремонт узлов и агрегатов в виде коррелированной совокупности случайных временных рядов;

• имитационная модель выполнения ремонтных работ узлов и агрегатов с учетом стратегий управления запасами.

Достоверность научных положений, рекомендаций и выводов

Обоснованность научных положений, рекомендаций и выводов определяется предварительным статистическим анализом потоков заказов в ряде ремонтных предприятий, согласованностью результатов аналитических и имитационных моделей. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения результатов работы в ряде предприятий.

Практическая ценность и реализация результатов работы

Научные результаты, полученные в диссертации, доведены до практического использования. Они представляют непосредственный интерес в области автоматизации управления авторемонтными предприятиями. Методы и алгоритмы, а также программные средства могут быть использованы при решении задач формирования производственных программ. Разработанные методы и алгоритмы

прошли апробацию и внедрены для практического применения в ряде предприятий, а также используются в учебном процессе на кафедре АСУ МАДИ.

Апробация работы

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

• на Российских и межрегиональных научно-технических конференциях, симпозиумах и семинарах (2008-201 Згг.);

• на заседании кафедры АСУ МАДИ.

Совокупность идей, а также теоретических и практических результатов исследований в области автоматизации процессов управления ремонтными предприятиями представляет интерес для методов поддержки управленческой деятельности.

СОДЕРЖАНИЕ РАБОТЫ

Структура настоящей работы соответствует перечню задач и в ней представлено описание разработанных моделей, методов и алгоритмов.

Во введении обоснована актуальность работы. Поставлена цель и задачи исследований. Приведено краткое содержание глав диссертации.

В первой главе выполнен анализ методов автоматизации и моделирования технологических процессов авторемонтных работ.

Анализ исследований российских и зарубежных ученых (в том числе В.В.Волгина, Н.В.Ермолина, Е.Р.Добронравина, Курта Хоффмана и др.), а также обзор решений ряда крупных европейских и японских производителей показал, что затраты на поддержание и формирование предприятий технического обслуживания и ремонта могут быть значительно снижены за счет централизации управления запасами, повышения точности прогнозирования потребности и оптимизации хранимой номенклатуры. Задачи совершенствования технологических процессов авторемонтных предприятий и управления организационными структурами в меняющихся условиях деятельности решаются в работах В.П.Андреева, Ф.Ф.Бездудного, З.В.Брагиной, В.А.Дельцовой, В.П.Есипова, А.Е.Когута, И.И.Мазура, Е.А.Малютиной, В.Д.Шапиро и других авторов.

В диссертации выполнен обзор методов, которые рассматривают автомобиль как единое целое - неделимый объект и как сложную структуру взаимодействующих агрегатов, а также методов определения потребности в запасных частях к конкретным техническим средствам. Проведен анализ возможных вариантов архитектуры СППР. Формирование процедуры управленческих решений представляет собой циклический процесс взаимодействия и включает фазы анализа и постановки задачи, фазы поиска и оптимизации альтернативных решений, реализуемых с помощью информационной поддержки.

В современных условиях динамичности рынка, обострения конкуренции, комплексности управления технологическими процессами к СППР предъявляются следующие требования:

• анализ и интеграция множества внешних и внутренних источников маркетинговой, производственной и финансовой информации;

• повышение оперативности анализа эффективности производственных процессов и прогнозирование их развития;

• расширение сферы лиц, участвующих в подготовке и принятии управленческих решений;

• автоматизация извлечения знаний о закономерностях в развитии ситуаций для принятия своевременных решений и др.

Для реализации перечисленных требований широко используются информационные хранилища, системы оперативного и интеллектуального анализа данных.

Сети массового обслуживания (СеМО) при анализе характеристик технологических процессов ремонтных работ получили наибольшее распространение в силу следующих причин:

• широкое использование принципов модульности и системного подхода при проектировании технологических процессов дает возможность каждому этапу поставить в соответствие процедуру занятия совокупности необходимых для его выполнения ресурсов системы;

• выполнение ремонтных и профилактических работ характеризуется стохастической природой потоков заказов и процессов обслуживания;

• представление технологического процесса ремонтных работ может быть представлено в виде последовательности шагов обслуживания заявок ресурсами системы.

Используя терминологию систем массового обслуживания (СМО), модель анализа в общем случае можно представить в виде замкнутой или разомкнутой сети массового обслуживания с произвольными законами поступления и обслуживания заявок в узлах сети, наличием логических условий (блокировок) с различными дисциплинами обслуживания. Такая модель анализа производительности задается кортежем:

М={0,Е1,Р,Ц ю, Л, О), (1)

где О - множество узлов сети; £/={1,оо} - емкости источников заявок; Р={/^} - множество стохастических матриц перехода заявок в сети; /^{р'у} - матрица вероятностей перехода заявок типа / из /-го узла в /-й узел сети; 1еЦ £. - множество типов заявок; со :0->© ; 0- множество допустимых типов СМО в узлах сети; Л:0х!_->В, Б={^(/), сг|2(/)} -множество, определяющее для заявок типа / характеристики обслуживания в узлах сети, где Ь,(1), а?(1) - среднее значение и

дисперсия времени обслуживания заявки 1-го типа в ¡-м узле; О = {О, 1, 2, 3... } - определяет наличие или отсутствие в сети логических условий - блокировок: 0 - отсутствие блокировки; 1 - блокировка, вызванная наличием буфера ограниченного размера; 2 - блокировка, вызванная одновременным занятием заявкой нескольких ресурсов сети; 3 - блокировка, вызванная ограничением количества заявок в некотором фрагменте сети; ... - другие виды блокировок.

Методы анализа такой модели в рамках СМО подразделяются на точные, приближенные, имитационные, гибридные. Применение того или другого метода определяется выбором случайных процессов, используемых для описания и анализа системы, ее структурой и типом, предположением о независимости или зависимости случайных величин, видом функций распределений.

В самом общем виде модель задает зависимость Е=ЦхьуЦ, где Е -результат действия системы; Xj - переменные и параметры, которыми можно управлять; у, - переменные и параметры, которыми нельзя управлять; 1 - функциональная зависимость между х, и уи которая определяет величину Е. При формировании методики, основанной на имитационном подходе, в диссертации принята методика моделирования, включающая следующие этапы:

1. Определение системы - установление границ, ограничений и измерителей эффективности системы, подлежащих изучению.

2. Формулирование модели - переход от реальной системы к некоторой логической схеме (абстрагирование).

3. Подготовка данных - отбор данных, необходимых для построения модели, и представление их в соответствующей форме.

4. Трансляция модели - описание модели на некотором формальном языке.

5. Оценка адекватности - повышение до приемлемого уровня степени детализации.

6. Стратегическое планирование - планирование эксперимента, который должен дать необходимую информацию.

7. Тактическое планирование - определение способа проведения каждой серии испытаний, предусмотренных планом эксперимента.

8. Экспериментирование - процесс осуществления имитации с целью получения ожидаемых данных и анализа чувствительности.

9. Интерпретация - построения вводов по данным, полученных путем имитации.

10. Реализация - практическое использование модели и результатов моделирования.

1 ^Документирование - регистрация хода осуществления проекта и его результатов, а также документирование процесса создания и использования модели.

Во второй главе представлено описание технологических процессов выполнения ремонтных работ. Поставлена и решена задача формирования последовательности работ при частичном

упорядочении этапов. Проведен подбор распределений для моделирования входных потоков.

Разработан порядок выполнения и схема технологического процесса «Регистрация, учет и контроль процесса выполнения (прохождения основных этапов) заказа на ремонт узлов и агрегатов» (рис.1.). Основными этапами процесса являются: открытие заказа на ремонт узла или агрегата; приемка узла или агрегата на ремонт; разработка конструкторско-технологической документации; разборка и дефектовка; планирование потребности в запчастях; выписка материалов и запчастей под заказ; выполнение ремонтных работ; приемка и испытания СТК, передача продукции на склад и закрытие заказа.

Ответственным за выполнение этапа 1 «Открытие заказа на ремонт узла или агрегата» является производственный отдел. На этапе 2 составляется перечень узлов и агрегатов, переданных на ремонт. На этапе 3 разрабатывается конструкторско-технологическая документация на изготовление запчастей (чертежи, спецификации, нормы расхода материалов, технологические карты). Этап выполняется только в случае, когда конструкторско-технологическая документация отсутствует. Если КТД уже есть, то выполняется этап 4.

На этапе разборки и дефектовки формируется дефектно-заборная ведомость, включающая перечень запчастей, требующих ремонта или замены, и назначается ответственный (мастер РМЦ). Основным результатом этапа «Планирование потребности в материалах» является формирование заявок на склад, на изготовление, на ремонт узлов и агрегатов или заявок поставщику на выполнение субподрядных работ.

Этап «Выписка материалов и запчастей под заказ» к получению материалов и запчастей, выданных на ремонт узлов и агрегатов с центрального склада. В случае отсутствия необходимых материалов или запчастей на центральном складе сначала выполняется процесс закупки ТМЦ. Результатом основного этапа «Выполнение ремонтных работ» являются узлы и агрегаты, отремонтированные силами ремонтно-механического цеха. После чего начинается этап «Испытания и приемка СТК» который определяет узлы и агрегаты, прошедшие испытания и приемку службы технического контроля (СТК), и основные технические и эксплуатационные характеристики узлов, выявленные при испытаниях. Затем выполняется передача продукции на склад с формированием товарно-транспортной накладной, за которую отвечает ремонтно-механический цех, после происходит закрытие заказа.

Для статистического анализа данные по потокам заявок приведены к форме 01_АР-технологий с классификацией на показатели, измерения, объекты и ячейки (рис.2.).

Показатели: \Л/ - объём заказов (поступлений) в денежном эквиваленте, V- интенсивность заказов (поступлений) - поток заявок.

Рис. 1. Схема процесса выполнения, регистрации, учета и контроля заказа на ремонт узлов и агрегатов»

2012 У?...... ✓ х

Кузовные Механические

Электрика

^ ^ ^ поставок °° ' Т --- Месяцы (ур.2)

^if" ^g® * » *-■♦>■ Кварталы (ур.1)

О Корень (ур.О)

а) OLAP-куб 6) подмножество измерений в) иерархия измерения Рис.2. Трёхмерный OALP-куб с простыми измерениями

Измерения: Ntov - комплектующие, DCn - предприятие, Söst -состояние заявки, Тр - тип заявки, DG - дискаунт групп, PG - продакт групп, Obk - код оборота, Kpl - код прайс листа, Modn - модель, Т -время.

Объекты: Söst - состояние заявки [0 - не выполнена; 1 -выполнена; 2 - отказ дилера; 3 - не обрабатывается; 4 - резерв; 5 -обработка, нет на складе; 6 - обработка, неполное списание]; Тр - тип заявки [1-S - складская, 2-T.W - оперативная, 4-А - Дополнительный, 7-G - Гарантии ММС, б-Ы-новые условия, 3-V -клиентская]; DG (PG) -дискаунт групп (продакт групп) [D - кузовные, М - механическая, Е -электрика, R,X - расходники]; Obk - код оборота [1 - Fast, 2 - Middle, 3 - Low, 4 - Slow, 5 - Top]; Kpl - код прайс листа [1 — оригинальные запчасти, 2 - оригинальный опцион, 3 - опцион неоригинальные, 4 -неоригинальные, 5 - шины, 6 - технические жидкости]; Т - временное измерение (имеется статистика с 2010 по 2012 год). Для временной шкалы - Дни, Месяцы, Кварталы, Годы - наиболее часто используемые в анализе.

Ячейка - W - непосредственно объем заказов, V - интенсивность заказов.

Для параметризации сформированной модели

последовательности работ проведен статистический анализ потребностей в запчастях и комплектующих (рис.3.), который позволил оценить ряд характеристик потоков запросов. Показана значительная корреляция на отдельные группы запасных частей (рис.4.а). Далее проведен анализ автокорреляционных функций временных рядов (рис.4.б). На основе проведенного анализа в диссертации ставится задача моделирования временных рядов с заданными (полученными на основе статистики) значениями оценок корреляций и автокорреляционных функции.

Для модели входного потока подбирается то распределение из стандартных семейств распределений, которое наилучшим образом описывает ряд исходных данных.

CD CD CD

CD CDU SD

CD CD ciS

Ш AfR REFRESHER ASSY

2012

Рис. 3. Среднемесячная интенсивность запросов на основные запчасти

а) таблица корреляций б) автокорреляционная функция

Рис. 4. Среднемесячная интенсивность запросов на основные запчасти -

В разработанной программной среде функция параметрической настройки позволяет пользователю исследовать изменение характеристик моделируемой системы в зависимости от изменения свойств входного случайного воздействия. Например, усиления или ослабления автокорреляции во входных данных, уменьшения математического ожидания и т.д. На вход имитационной модели подаются сгенерированные ряды данных с различными коэффициентами автокорреляции, значениями математического ожидания и т.п. Алгоритм построения модели процесса приведен на рис.5.

Построение экспертных оценок параметров процесса для алгоритма приводит к формированию модели АРТА-процесса с необходимыми параметрами. Для оценки параметров по заданному ряду ХиХ2,...,Хп известного объема п используется алгоритм, который сводится к минимизации функции

где: ^(чО - порядковые статистики

Рис. 5. Алгоритм построения модели процесса

Порядок процесса авторегрессии р и тип распределения Джонсона f предполагаются заданными. Процедура включает следующие шаги:

1. Задание порядка автокорреляции р на основании критерия Шварца.

2. Для каждого типа распределений Джонсона определяются:

2.1. начальные значения параметров распределения

2.2. начальные значений параметров аиа2,...,аР1 как параметров авторегрессии на основании решения системы уравнений:

¿аЛрг(/7-/с)=р2(/с), к = 1,2,...,р , (4)

/1=1

где: рг(к) - коэффициент автокорреляции базового процесса к-го порядка.

2.3. минимальное значение функции по аиа2,...,ар.

2.4. условная минимизация функции 50(\|/) по у,8ДД.

2.5. если условие останова |50(м;к|х)-80(ч/)<_1|х)| < А _

где д - априори заданная относительная ошибка, не выполнено, перейти к п.2.3, иначе перейти к п.2.6.

2.6. апостериорное значение порядка автокорреляции г.

2.7.если г=р, то переход к п.З, иначе задание порядка автокорреляции г и переход к п. 2.1.

3. Оценка адекватности всех подобранных процессов и выбор наиболее близкого распределения на основании проверки критерия согласия.

Полученные в работе результаты анализа показали наличие сезонного характера взаимных корреляций между объемами потоков отдельных предприятий.

На основании предложенной процедуры в работе предлагается модель формирования случайного процесса с заданными статистическими характеристиками.

Предполагается, что длина последовательности равна N. то в

ЖО) ^~т

точках т=1,2,... Я(т)=М(х1,хит) = ' У х,х(+т. Задача сводится к

Ы-т ,=1

решению системы Н(т)=М(х1,х1+т) т = 0..л-1 относительно

п

значений х,. Образуем последовательность = ХХ<ГЬ+; У = 1,2,.. и

оценим ее характеристики. Так как Мг\-, =0, то для справедливо и М= 0. Для функции М<52 можем записать:

Щ) = X + 2^ Х.-МГЛ/+у. Л*+у) = Щ0)Мч. (5)

(=1 /=1 Соответственно для значений М^м находим:

п п

н (в)

/=1 ;=1

ГО, ,>/( + /

где М(т\:.гт, .) = { 2 После замены переменной

' ' [Мг| , I = к + 1

п п

суммирования (7-^=/ получим = Мц2^£х1хк = Мт\ Я(1),

/=1 /=1

откуда видно, что ковариационная функция для £ совпадает с заданной функцией й(т).

Решение системы методом Зейделя сводится к итерационной процедуре решения систем линейных алгебраических уравнений относительно отклонений Ь, от точного решения, т.е. Аек=5к, где 5к -вектор невязок на /с-ом шаге итерации. Выбор начальной точки х0 связан с условием невырожденности матрицы А.

В третьей главе диссертации разработана имитационная модель технологических процессов реализации этапов ремонтных работ и процедуры планирования эксперимента, основанные на общих случайных числах, дополняющих величинах и регенерирующих процессах.

Реализована модель анализа распределения заказов на различные типы узлов и агрегатов в условиях неопределенности. На

основе проведенного анализа показана необходимость декомпозиции общей модели управления авторемонтным предприятием (рис.6.) на компоненты: потока заказов на агрегаты; вероятности отказов в случае отступления от гарантированных сроков поставок; модели прогноза заказов; методы перераспределения ресурсов и другие.

хх

Прогноз Стратегия

заказов управления

Состояние заказами

хх

Э, - оборотные средства;

БЛ, - наличие Л-ой техники через

1-месяцев на ^текущий момент;

РИС. 6.

4 мес. 3 мес.

Структура модели управления заказами

На каждый момент модельного времени состояние процесса определяется двумя составляющими: Хл/',- потоком принятых заказов и Бт] - потоком размещенных заказов (0<п<М, N - количество типов агрегатов, I -время, \ - оставшееся время выполнения заказа). История хранения заказа считается равной 4-м месяцам (Мпх) (в случае принятия заказа, он гарантированно будет выполнен за 4 месяца {Мпэ)). Размерность структур Хл и Бл на каждый момент равна 4х\л/ (Млхх\л/) (Мпвх\л/), где \л/ - случайная величина, определяемая на основании количества заказанных агрегатов. Модель отказа от выполнения заказа в связи с завышенными сроками поставки вычисляется на основании функции Рп(0 - где 1 - гарантированный срок поставки Рп(0)=0, РпО+1)>Рп(1). Состояние модели определяется двумя структурами Хлм и Бпки. Мпв - срок реализации заказа, Мпх -срок отгрузки агрегатов заказчику. Если I - текущий момент модельного времени, тогда Хл(_Мпх=0. Хп0 представляет заказ, который поступил на текущий момент, Хл, - заказ, который поступил на I-периодов раньше (СШ<4). Пересчет состояния модели реализуется на основании рекуррентного соотношения: предыдущее (И) состояние имеет Хлм(4)=0, где Хпм(0) представляет заявки предыдущего месяца. Имеется остаток Бпк^О) и заказанные агрегаты Эп/с,(т) т>0. (0<т<4).

В представленную структуру модели включена процедура управления запасами, в которой предполагается, что уровень запаса проверяется в начале последовательных интервалов равной длины. Предполагается, что имеется гак независимых заказчиков, и каждому необходимы данные агрегаты в течение следующего периода с вероятностью Р. При этом общий спрос имеет биномиальное распределение. Штрафы за нехватку предполагаются равными а стоимость хранения принимает значение Для управления

запасами используется стратегия с плавающим диапазоном. Предполагается, если запас становится меньше Этт, то производится заказ, приводящий запас к Этах. С целью оценки эффективности процедуры управления вычисляется следующее значение:

31*М(0)+ЗЬ*М(Х)-(31+ЗИ)*М(т/л(Х,0)), (7)

где Х- уровень запаса, Э - прогноз спроса на комплектующие.

Процесс управления запасами будет представлять последовательность пар: (Хь О,), (Х2, 02),... (Хм, Ом), где Хк - уровень запаса после решения о заказе в период к, а Ок - спрос на

N /

I*/

комплектующие в период к. Выборочные средние значения ' 1 |>/л(Х„0,) /

и м стремятся к М(Х) и М(т/"л(Х,0)) при N->00. Также,

при любом к уровни запасов Хк и Хк+1 .будут сильно коррелированны, так как Хк+1=Хк-Ок, если Хк-Ок>ХЗ. Уровень запаса при этом находится в пределах от Этт до Этах. Таким образом, состояние моделируемой системы управления является одним и тем же в начале периода, что позволяет использовать статистические методы оценки параметров регенерирующих процессов.

В моменты регенерации он имеет свойство возвращения в точку регенерации. Особенностью этого процесса является то, что "отрезки" процесса, заключенные между моментами регенерации являются вероятностными копиями друг друга. Это дает возможность получать на каждом интервале регенерации [Т(, ТД независимые оценки 1 г'~

£.=_!_ - среднеинтегральной характеристики исходного

1 N

процесса 5(0 в виде С = тг I С/ . где ДТ=Т-^ - длительность 1-го

N /=1

цикла регенерации, N - число циклов регенерации,

Далее в работе предложена процедура построения доверительных границ дисперсии среднего времени ожидания первых к заявок в системе управления запасами. Если имеется п независимых реализаций, то можно вычислить:

Л-1м

где - среднее время ожидания для первых к заявок в ¡-й 1 "

реализации, а ¡V = Оценка Б является несмещенной оценкой

п /=1

параметра а2, который нас интересует. Далее поступают следующим образом:

а) вычисляем 6(32), где 9 - преобразование, в результате которого выборочные распределения Б2 становятся симметричными, например: 0( ) = 1од( )

б) вычисляем е.^2) - оценки, в которых отброшено ¡-е наблюдение щ:

= -¡^ Д ¡7., = -Ц|>,, (9)

п - г /_2 ] П-Л ¡=2

таких величин будет п;

в) вычисляем псевдослучайные величины:

у,=пв(32)-(п-1) в^Э2). ¡=1,2.....п, (1°)

г) вычисляем средние значения и дисперсии для

1 " 1 " — 2

псевдослучайных величин у = — , 52 =-¿^(У/ ~У) :

л У=1 п -1

д) берем у = в(82) в качестве несмещенной оценки 6(о2) а 6"1(у) в качестве почти несмещенной оценки с2;

е) считая псевдослучайные величины независимыми,

рассматриваем распределение ¿ = ^—®(а ) | как I - распределение

5у /\П

Стьюдента с (п-1) степенями свободы.

^ 5

В результате [у - ^п~У2 -.=, у + ¿|"а~/2 ~г] является приближенным

ып ып

(1-а)»100 - процентным доверительным интервалом для 6(о2), а ^"„/2 представляет собой процентиль (1-^)-100 для распределения

Стьюдента с (п-1) степенями свободы.

Общая структура алгоритма планирования эксперимента приведена на рис.7. Помимо этапов, представленных в блок-схеме, процедура предполагает использование стратифицированной выборки, в которой помимо интересующей переменной Х| измеряется дополнительная (стратифицирующая) переменная у| для каждого (¡=1, ..., п) элемента выборки. Она относит каждое отобранное наблюдение к одному из К классов (слоев). Вероятность принадлежности к Р-му классу вероятность равна Рк=Р(едЗк). При этом среднее, с помощью стратифицированной выборки определяется выражением к _ "к = ^РкХр,, где хк = 5Х /пк - оценка среднего в к-ом слое, где, в к=1 (=1 свою очередь, х^ _ это ]-е наблюдение в слое Р. Выборочный процесс представляет собой простой, т.е. нестратифицированный отбор из п наблюдений. Однако, вместо простого оценивания выборочного

среднего х выполняется стратификация выборки после того, как процесс выбора закончен. В отличие от пропорционально стратифицированной выборки число наблюдений в каждом слое не определено, а зависит от самой выборки.

ПРЕДВАРИТЕЛЬНЫЙ АНАЛИЗ МОДЕЛИ

Выбор метода статистического оценивания: регенеративный (независимые никлы). -учет корреляции

Выбор алгоритма у правлен: ия имитационной моделью

Сборка модели (транслятор сист темы моделирования)

НАСТРОЙКА ПАР МЕТРОВ АЛГОРИТМА

Выделение подпространства и задание ограничений

регенеративный непрерывный ом непрерывный с убывающим шагом

Формирование равномерной сетки Задание функции

1 Г

Задача оптимальн распределения 1 Оценка автокорреляции

1 1

Выбор числа циклов регенерации Выбор длительности интервала управления

условий моделирования

Формирование э о. в.

ГЕНЕРАЦИЯ ВЫБОРКИ УСП

1-

регенеративный моделирование К циклов регенерации Х=Х1

непрерывный моделирование на интерв але (0,Т) из общего началь

Выбор нового значения управляемого параметра

Т

Рис.7.

Алгоритм параметрического синтеза

С использованием полученных результатов в работе проведено исследование влияния внешних факторов (интенсивности заказов на различные виды агрегатов с учетом номенклатуры) на эффективность стратегии управления.

С целью выявления сезонного характера потоков в процедуру статистического анализа модельных экспериментов включен алгоритм оценки спектральной плотности, которая в отличие от ковариационной функции менее употребительна в практических задачах, однако достаточно эффективно работает для анализа сезонности и периодичности процесса. В диссертации использована оценка Барлета, которая основана на выборе спектрального окна И/м(Д.)=амВ(ам\), при этом:

Л/-к», В(Х) = ~ N 2 л

(11

В результате статистической обработки динамики показателей риска получены спектральная плотность и линейный тренд потоков, графики которых представлены на рис.8.

объема потоков

График спектральной плотности явно показывает три пика, которые недельным, месячным и квартальным циклами, что связано со сроками поставок. Кроме того, проведен кросскорреляционный анализ (рис.9.).

т

ш ь.

®.......

-I "Н—

щ

3

ш аии"ш..

ш

1 , @

' о

иг

р_

Ёр С=Г

Рис. 9. Результаты кросскорреляционного анализа объема потоков заказов на запчасти и комплектующие

Результаты кросскорреляционного анализа также показали значимые корреляции между отдельными потоками заказов на отдельные группы узлов и агрегатов.

Использовалась модель дисперсионного анализа с трехфакторной классификацией. Рассмотрены следующие факторы: фактор А - максимальное значение интенсивности заказов; фактор В - средняя продолжительность выполнения ремонта; фактор С -параметр процедуры управления запасами. Функцией отклика хук является время реализации ремонтных работ. Модель принимает вид: х№=ц+а1+р]+тк+(ар)и+(ау)!к+(ру)|к+£цк, (12)

где ц - среднее значение функции отклика; (3), ук - значения эффектов А, В, С, соответственно; (сф^Дау^.фу)^ - коэффициенты

В результате показано, что значимыми являются факторы А, В, С и их взаимодействия. Отвергаются гипотезы НА, Нв. и Ндв о незначительности влияния соответствующих факторов.

В четвертой главе решается вопрос построения программного комплекса, реализующего предложенные методы, модели и алгоритмы.

Программный комплекс включает в себя имитационную модель для оценки стратегии управления запасами. Эта модель дает основу сравнительному анализу и проверке робастности предлагаемых в диссертации методов и алгоритмов. Также в нее включен алгоритм управления заказами на комплектующие, что дает возможность имитировать процесс управления в целом.

При разработке приложения использовалась

кроссплатформенная библиотека Trolltech Qt 4.2, с помощью которой был реализован пользовательский интерфейс. Своеобразным стандартом в области библиотек математических и статистических функций является библиотека IMSL (Visual Numerics) - набор процедур, написанных на Фортране. Библиотека содержит свыше 1000 функций, объединенных в три группы:

• общие математические функции: векторные и матричные операции, вычисление собственных значений, численные методы решения линейных и нелинейных уравнений, интегрирование и дифференцирование, интерполяция и аппроксимация, оптимизация и т. д.;

• специальные функции: функции Бесселя, Кельвина, Эйри, Матье, тригонометрические, гиперболические, эллиптические и интегральные функции, гамма-функции и т. д.;

• статистические функции: кластерный, факторный и дискриминантный анализ и т.д.

При написании программы использовались статистические функции IMSL для вычисления итоговых статистик выборки (DUVSTA), вычисления статистик критерия Колмогорова-Смирнова (DKSONE)! вычисления автоковариационной матрицы (DACF), определения параметров авторегрессионного процесса (DARMME), нахождения разложения Холецкого (DL2CDS), решения системы линейных уравнений (DLSARG). На рис.10 представлена диаграмма классов программно-моделирующего комплекса.

Ключевыми классами являются класс Sample, представляющий ряд данных, классы ArtaProcess и ArProcess - ARTA- и AR-процессы соответственно, класс JohnsonDistribution, представляющий распределение Джонсона и класс ArtaEstimator, реализующий оценку параметров ARTA-процесса. Компонента представляет собой MDI-приложение, в котором возможно открытие двух типов документов: документа ряда данных и документа модели. Работа с приложением возможна в двух режимах. В первом режиме пользователь работает с рядом данных. В этом режиме возможно построение модели входных

данных. В главном меню в данном режиме доступны пункты,

Рис.10 Диаграмма классов Таблица 1. Активные пункты меню в режиме работы с документом выборки

Пункт меню Описание

Файл-> Открыть Открыть другой документ ряда данных

Файл-> Сохранить Сохранить документ ряда данных

Входные данные-> Коррелограмма Показать коррелограмму для ряда данных из активного документа

Входные данные-> Диаграмма разброса Показать диаграмму разброса наблюдений с шагом 1 для ряда данных из активного документа

Входные данные-> Итоговые статистики Показать статистики ряда данных (математическое ожидание, дисперсия, асимметрия, эксцесс, коэффициенты автокорреляции)

Оценка параметров-> Оценить параметры Оценить параметры Ат"А-процесса по ряду данных из активного документа

Во втором режиме работы пользователь работает с окном построенной модели входных данных. В этом случае возможна генерация случайного входного воздействия согласно созданной модели и в главном меню доступны пункты, указанные в табл.2.

Таблица 2.

Активные пункты меню в режиме работы с документом модели

Пункт меню Описание

Файл -> Открыть Открыть новый документ ряда данных

Оценка параметров -> Критерии согласия Показать результаты критериев согласия

Оценка параметров -> График К-К Показать график квантиль-квантиль для сравнения безусловных распределений исходных данных и модели

Генерация реализации -> Сгенерировать реализацию А!ЧТА-процесса заданного объема

Окно Стандартные функции работы с окнами

Предусмотрена возможность параметрической настройки модели, при которой возможно изменение не только параметров распределения и коэффициентов" базового процесса, но и математического ожидания и дисперсии безусловного распределения процесса, а также значений автокорреляции процесса.

В работе проведен статистический анализ различных типов отказов заявок (0 - не выполнена; 1 - выполнена; 2 - отказ дилера; 3 - не обрабатывается; 4 - резерв; 5 - обработка, нет на складе; 6 -обработка, неполное списание) для различных типов оборачиваемости (1 - Fast, 2 - Middle, 3 - Low, 4 - Slow, 5 - Top). Так на все отказы приходится менее 5% процентов. Для различных типов отказов и типов оборачиваемости диаграмма приведена на рис.11

Рис.11 Статистика невыполненных заявок по оборотным

В результате можно сделать вывод о достаточно сбалансированной системе управления заказами запчастей и комплектующих.

Приложение диссертации содержит документы о внедрении результатов работы.

Публикации. По результатам выполненных исследований опубликовано 12 печатных работ, которые приведены в списке публикаций.

Основные выводы и результаты работы

1. Проведен системный анализ технологических процессов ремонтных работ по восстановлению узлов и агрегатов в авторемонтных предприятиях, а также методов и моделей описания стратегий управления запасами, который позволил выделить робастные методы оценки эффективности.

I00G0

11

группам

2. Разработан порядок выполнения основных этапов и схема технологического процесса регистрации, учет и контроля процесса выполнения заказа на ремонт узлов и агрегатов, которая представляет декомпозицию моделей управления запасами и проведения ремонтных работ.

3. Для ряда предприятий проведен анализ вида автоковариационных функций потоков заказов на ремонт узлов и агрегатов, который представляет исходный набор параметров для входных распределений модели управления запасами.

4. На основании проведенного статистического анализа, разработана модель генерации случайного процесса потока заказов с заданными статистическими характеристиками.

5. Разработана имитационная модель технологических процессов реализации этапов ремонтных работ и процедуры планирования эксперимента, основанной на использовании общих случайных числах и регенерирующих процессов управления потоками заказов на ремонтные работы.

6. В разработанной программной среде функция параметрической настройки позволяет пользователю исследовать изменение характеристик моделируемой системы в зависимости от изменения свойств входного случайного воздействия, подавая на вход имитационной модели сгенерированные ряды данных с различными коэффициентами автокорреляции, значениями математического ожидания и т.п.

7. Разработанные методы и модели прошли апробацию и внедрены для практического применения в ряде промышленных предприятий, а также используются в учебном процессе на кафедре АСУ МАДИ.

Публикации по теме диссертационной работы

Публикации в изданиях, рекомендованных ВАК:

1. Свечников A.A. Методы и модели интеграции приложений с алгоритмической структурой в системе поддержки управленческих решений / А.А.Свечников, А.Н.Моисеев, П.С.Якунин, В.Ю.Строганов // Промышленные АСУ и контроллеры. №6-М., 2013. - С.35-41.

2. Свечников A.A. Модели оценки эффективности и кластеризация межрегиональных маршрутов / ААСвечников, А.В.Лазаренко, А.Н.Моисеев, П.С.Якунин Н Автотранспортное предприятие № 6 - М., 2013. - С.47-54.

Публикации в других издательствах:

3. Свечников A.A. Нотации представления бизнес-процессов для формирования организационной структуры отдела управления запасами ремонтного предприятия / С.Н.Катырин, А.А.Котов, М.В.Приходько, А.А.Свечников // Автоматизация управления в организационных системах: межвуз. сб. науч. тр. МАДИ (ГТУ). - М.: МАДИ (ГТУ), 2008. -С.82-90.

4. Свечников A.A. Нотации представления бизнес-процессов для формирования организационной структуры отдела управления запасами ремонтного предприятия / С. Н.Катырин, А.А.Котов, М.В.Приходько, А.А.Свечников // Автоматизация управления в организационных системах: межвуз. сб. науч. тр. МАДИ (ГТУ). - М.: МАДИ (ГТУ), 2008. - С.82-90.

5. Свечников A.A. Функциональная и организационная декомпозиция системы информационного обмена в контуре управления предприятием / Р.В.Батов, Б.С.Горячкин, Ю.А.Краснов, А.А.Свечников, П.С.Якунин // Автоматизация управления в организационных системах: межвуз. сб. науч. тр. МАДИ (ГТУ). - М.: МАДИ (ГТУ), 2008.-С. 107-114.

6. Свечников A.A. Надежность и валидность тестирования персонала наукоемких производств / А.М.Ивахненко, А.А.Карасев, А.А.Свечников, А.А.Сокол, П.С.Якунин // Автоматизация систем управления персоналом: сб. науч. тр. МАДИ. - М.: МАДИ, 2011. -С.3-11.

7. Свечников A.A. Интерфейсные формы системы управления персоналом / В.Н.Брыль, М.И.Карташев, А.Б.Николаев,

A.А.Свечников, П.С.Якунин // Автоматизация систем управления персоналом: сб. науч. тр! МАДИ. -М.: МАДИ, 2011. - С.11-16.

8. Свечников A.A. Анализ принципов формирования хранилищ данных / А.А.Котов, С.Н.Сатышев, А.А.Свечников, В.Ю.Свободин // Автоматизация систем поддержки управленческой деятельности: сб. науч. тр. МАДИ. - М.: МАДИ, 2011. - С.33-37.

9. Свечников A.A. Хранилище данных и системы оперативного анализа данных / В.В.Белоус, В.В.Борщ, С.Н.Сатышев, А.А.Свечников // Автоматизация систем поддержки управленческой деятельности: сб. науч. тр. МАДИ. - М.: МАДИ, 2011. - С.37-41.

10. Свечников A.A. Программная реализация методики оценки экономической эффективности компьютеризации автотранспортного предприятия / А.А.Карасев, Т.М.Луковецкая, А.А.Свечников,

B.Ю.Свободин // Автоматизация и управление: стратегия, инвестиции, инновации, сб. науч. тр. МАДИ. - М.: Техполиграфцентр, 2011. - С.14-20.

11. Свечников A.A. Двухуровневая система управления синтезом параметров процессов управления / А.А.Котов, А.А.Свечников,

A.С.Хадеев, Д.Н.Чугунова // Автоматизация и управление: стратегия, инвестиции, инновации, сб. науч. тр. МАДИ. - М.: Техполиграфцентр, 2011. - С.59-65.

12. Свечников A.A. Математические модели объектов автоматического управления / А.Ю.Кудрявцев, А.А.Свечников,

B.Ю.Строганов, А.С.Хадеев // Имитационное моделирование систем управления. - М.: МАДИ, 2012. - С.74-77.

Подписано в печать: 09.09.2013 Тираж: 100 экз. Заказ № 969 Отпечатано в типографии «Реглет» г. Москва, Ленинградский проспект д.74 (495)790-47-77 www.reglet.ru

МОСКОВСКИЙ АВТОМОБИЛЬНО-ДОРОЖНЫЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ (МАДИ)

04201361335

СВЕЧНИКОВ АЛЕКСАНДР АЛЕКСАНДРОВИЧ

ФАКТОРНОЕ ПЛАНИРОВАНИЕ ПОСТАВОК И МОДЕЛИРОВАНИЕ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ РЕМОНТА АГРЕГАТОВ И УЗЛОВ В АВТОРЕМОНТНЫХ ПРЕДПРИЯТИЯХ

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

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель: доктор технических наук, профессор - Строганов В.Ю.

Москва-2013

СОДЕРЖАНИЕ

ВВЕДЕНИЕ.............................................................................................................4

1. АНАЛИЗ МЕТОДОВ АВТОМАТИЗАЦИИ И МОДЕЛИРОВАНИЯ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ НА АВТОРЕМОНТНОМ ПРЕДПРИЯТИИ..................................................................................................11

1.1. Системный анализ задач автоматизации управления потоками запчастей и комплектующих..................................................................................................11

1.2. Общая характеристика систем поддержки принятия решений.................15

1.3. Методология формального представления механизма агрегации данных24

1.4. Аппарат сетей массового обслуживания в задачах управления запасамиЗО

1.5. Классификация методов моделирования входных воздействий...............34

Классификация по наличию выборки.................................................................35

Классификация по наличию зависимости внутри моделируемого воздействияЗб

Методы оценки внутренней зависимости ряда данных....................................37

Аналитические методы оценки независимости выборки..................................40

1.6. Методы моделирования стационарного случайного процесса..................42

Авторегрессионные процессы и процессы скользящего среднего..................43

ТЕБ-процессы.........................................................................................................45

АЯТА-процессы.....................................................................................................45

1.7. Статистическое оценивание спектральной плотности спектральной функции..................................................................................................................46

1.8. Этапы построения имитационной модели и проведения эксперимента ..49 Выводы по главе 1.................................................................................................50

2. РАЗРАБОТКА ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ ВЫПОЛНЕНИЯ, УЧЕТА И КОНТРОЛЯ ЗАКАЗА НА РЕМОНТ УЗЛОВ И АГРЕГАТОВ.....................................................................................................52

2.1. Описание технологических процессов ремонтных работ..........................52

2.2. Описание и статистический анализ данных по формированию заявок на поставки комплектующих.....................................................................................54

2.3. Характер выходных процессов имитации...................................................58

2.4. Выбор параметров АЯТА-процесса в отсутствие ряда данных................62

2.5. Оценка параметров АЛТА-процесса............................................................65

2.6. Параметризация распределений входных потоков управляемой сети.....74

2.6.1. Оценка порядка автокорреляции базового процесса...............................74

2.6.2. Оценка начальных значений параметров распределения Джонсона.....77

2.6.3. Общий алгоритм оценки параметров АЯТА-процесса...........................78

Выводы по главе 2.................................................................................................83

3. РАЗРАБОТКА ИМИТАЦИОННОЙ МОДЕЛИ И МЕТОДИКИ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТА НА МОДЕЛИ РЕМОНТНЫХ

РАБОТ....................................................................................................................85

3.1. Описание основных процессов имитационной модели.............................85

3.2. Описание основных процессов имитационной модели.............................90

3.3. Модели оптимизационных задач поставки комплектующих....................96

3.4. Рототабельное композиционное планирование........................................101

3.5. Процедура построения доверительных границ дисперсии среднего времени ожидания...............................................................................................104

3.6. Исследование начального периода моделирования..................................107

Выводы по главе 3...............................................................................................111

4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ И ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ РАЗРАБОТАННЫХ МОДЕЛЕЙ И АЛГОРИТМОВ..................................................................................................112

4.1. Программное обеспечение для моделирования случайных входных воздействий..........................................................................................................112

4.2. Выбор инструментальных средств реализации системы управления запасами................................................................................................................116

4.3. Функционал системы управления поставками..........................................121

4.4. Разработка интерфейса программной компоненты системы управления

производственными запасами............................................................................130

Выводы по главе 4...............................................................................................136

ЗАКЛЮЧЕНИЕ.................................................................................................137

ЛИТЕРАТУРА...................................................................................................138

ПРИЛОЖЕНИЕ. Документы о внедрении и использовании результатов работы ..................................................................................................................149

Введение

Авторемонтные предприятия составляют основу региональной транспортной инфраструктуры, назначением которой является создание общих условий для успешного функционирования автомобильного транспорта. Сеть инфраструктурных объектов в России с каждым годом расширяется, что свидетельствует об их возрастающей роли. Особенно возрастает роль предприятий автосервиса, выполняющих техническое обслуживание и ремонт автотранспортных средств, принадлежащих юридическим и физическим лицам. К таким предприятиям относятся, прежде всего, станции технического обслуживания. В своем большинстве предприятия, выполняющие транспортные услуги (перевозки грузов и пассажиров), осуществляют одновременно работы по технической эксплуатации подвижного состава.

К авторемонтным предприятиям относятся авторемонтные, агрегатно-ремонтные и шиноремонтные заводы и мастерские, ремонтно-зарядные аккумуляторные станции и специализированные мастерские и цеха. Авторемонтные и агрегатно-ремонтные заводы и мастерские в основном являются специализированными предприятиями по капитальному ремонту полнокомплектных автомобилей или отдельных агрегатов. Авторемонтные мастерские, как правило, имеют производственную программу до 1 тыс. капитальных ремонтов в год, авторемонтные заводы - свыше 1 тыс. В соответствии с этим авторемонтные мастерские ремонтируют подвижной состав автотранспортных предприятий, расположенных в черте определенного района, города, иногда области; авторемонтные заводы могут обслуживать автотранспортные предприятия нескольких областей. Как мастерские, так и ремонтные заводы могут быть специализированы на ремонте одного или двух (но не более) типов автомобилей.

В связи с этим работа, посвященная вопросам разработки моделей и методов автоматизации управления авторемонтными предприятиями, представляется весьма актуальной.

Объектом исследования является авторемонтное предприятие.

Предметом исследования является система управления авторемонтными предприятиями.

Цель и основные задачи исследования

Целью работы является повышение эффективности производственной деятельности авторемонтных предприятий за счет внедрения разработанных методов и моделей автоматизации и моделирования технологических процессов.

Для достижения данной цели в работе решаются следующие задачи:

1. Анализ методов и моделей описания технологических процессов ремонтных работ по восстановлению узлов и агрегатов.

2. Разработка порядка выполнения и схемы технологического процесса выполнения, регистрации, учета и контроля заказа на ремонт узлов и агрегатов.

3. Формирование статистической базы данных и методов оценивания характеристик потоков заказов.

4. Разработка имитационной модели выполнения ремонтных работ с учетом методов управления запасами.

5. Разработка программных компонентов имитационной модели управления запасами и выполнения ремонтных работ.

Научная новизна работы состоит в разработке методов и моделей управления технологическими процессами выполнения ремонтных работ с учетом стратегий управления запасами.

На защиту выносятся:

• порядок выполнения и схема технологического процесса регистрации, учет и контроль процесса выполнения заказа на ремонт узлов и агрегатов

• модели входных потоков заказов на ремонт узлов и агрегатов в виде коррелированной совокупности случайных временных рядов;

имитационная модель выполнения ремонтных работ узлов и Структура работы соответствует списку перечисленных задач, содержит описание разработанных методов, методик и алгоритмов.

В первой главе выполнен анализ методов автоматизации и моделирования технологических процессов авторемонтных работ.

Анализ исследований российских и зарубежных ученых (в том числе В.В.Волгина, Н.В.Ермолина, Е.Р.Добронравина, Курта Хоффмана и др.), а также обзор решений ряда крупных европейских и японских производителей показал, что затраты на формирование и поддержание предприятий технического обслуживания и ремонта могут быть значительно снижены. Это достигается за счет централизации управления запасами, повышения точности прогнозирования потребности и оптимизации хранимой номенклатуры.

Задачи совершенствования технологических процессов авторемонтных предприятий и управления организационными структурами в меняющихся условиях деятельности решаются в работах Андреева В.П., Бездудного Ф.Ф., Брагиной З.В., Дельцовой В.А., Есипова В.П., Когута А.Е., Мазура И.И., Малютиной Е.А., Шапиро В.Д. и других авторов.

Однако как показал анализ деятельности ряда ремонтных предприятий, в практику поддержки управленческой деятельности довольно слабо внедряются методы моделирования, оптимизации и управления движением запасных частей и комплектующих, что сказывается на эффективности производственного цикла.

В диссертации выполнен обзор методов, которые рассматривают автомобиль как единое целое - неделимый объект и как сложную структуру взаимодействующих агрегатов. Также проведен анализ методов определения потребности в запасных частях к конкретным техническим средствам. Так, в аналитических моделях выход всегда функционально зависит от входа, и в

этом смысле она - статическая. Зачастую аналитические решения не всегда существуют.

Во второй главе представлено описание технологических процессов выполнения ремонтных работ. Поставлена и решена задача формирования последовательности работ при частичном упорядочении этапов. Проведен подбор распределений для моделирования входных потоков.

Разработан порядок выполнения и схема технологического процесса «Регистрация, учет и контроль процесса выполнения (прохождения основных этапов) заказа на ремонт узлов и агрегатов». Основными этапами которого являются: открытие заказа на ремонт узла или агрегата; приемка узла или агрегата на ремонт; разработка конструкторско-технологической документации; разборка и дефектовка; планирование потребности в запчастях; выписка материалов и запчастей под заказ; выполнение ремонтных работ; приемка и испытания СТК, передача продукции на склад и закрытие заказа.

Проведен анализ вида автоковариационных функций для широкого спектра имитационных моделей потоковых схем. Представлены структуры некоторых моделей и их автокорреляционные функции, полученные в результате имитационного моделирования.

На основании анализа моделей входного воздействия на управляемую сеть, для формализации случайных потоков с автокорреляцией, в диссертации выбраны стационарные АЯТА-процессы, которые представляют собой преобразование АЯ-процесса.

В третьей главе диссертации разработана имитационная модель технологических процессов реализации этапов ремонтных работ и процедуры планирования эксперимента, основанные на общих случайных числах, дополняющих величинах и регенерирующих процессах.

В качестве объекта имитации рассматривались разомкнутые и замкнутые системы и сети массового обслуживания с различными значениями характеристик входных потоков, времен обслуживания и др.

Показана тенденция к затягиванию процесса (свойство инерционности) при возрастании загрузки. Однако при этом меняется и характер автокорреляционной функции. Если в однофазной системе массового обслуживания (СМО) автокорреляционная функция была вогнутой на всем интервале, то в данном случае на начальном интервале она выпукла.

В плане экспериментальной проверки проведен имитационный эксперимент, в котором генерируются различные начальные значения вектора потока, и для того же управления вычисляются значения потока во всех узлах на каждом такте по разработанной модели. Генерация начальных значений выполнена с помощью параметризации АЯТА-процесса. По результатам экспериментов получены значения среднеинтегральных оценок математических ожиданий и среднеквадратических отклонений на каждом такте в каждом узле.

В четвертой главе проведено моделирование ряда технологических процессов управления потоками сырья и материалов. Подсистема имеет следующие возможности:

• просматривать описание моделей и проводить эксперимент с выбранной моделью; просматривать характеристики модели и моделируемого процесса (вывод текущих значений по их программным идентификаторам);

• изменять значения управляемых параметров модели и продолжать моделирование, сохраняя текущее состояние модели;

• организовать диалоговый режим типа "запрос-ответ" как по инициативе пользователя, так и по инициативе модели; в процессе моделирования без останова модели оперативно отображать текущие значения характеристик, что позволяет непосредственно наблюдать за развитием имитационного процесса; остановить моделируемый процесс в произвольный момент модельного времени (режим оперативного вмешательства);

• просматривать результат, формируемый моделью в процессе моделирования; выполнять статистические и обрабатывающие программы в интерактивном режиме.

В диссертационной работе проведено исследование зависимости результатов моделирования работы системы от выбора модели входных воздействий на примере системы массового обслуживания с ожиданием.

В заключении представлены основные результаты работы.

В приложении приводятся акты внедрения результатов диссертационной работы.

Обоснованность научных положений, рекомендаций и выводов определяется предварительным статистическим анализом потоков заказов в ряде ремонтных предприятий, согласованностью результатов аналитических и имитационных моделей. Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения результатов работы в ряде предприятий.

Научные результаты, полученные в диссертации, доведены до практического использования. Они представляют непосредственный интерес в области автоматизации управления авторемонтными предприятиями. Методы и алгоритмы, а также программные средства могут быть использованы при решении задач формирования производственных программ. Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде предприятий, а также используются в учебном процессе на кафедре АСУ МАДИ.

Апробация работы

Содержание отдельных разделов и диссертации в целом было доложено и получило одобрение:

• на Российских и межрегиональных научно-технических конференциях, симпозиумах и семинарах (2008-2013гг.);

• на заседании кафедры АСУ МАДИ.

Совокупность идей, а также теоретических и практических результатов исследований в области автоматизации процессов управления ремонтными предприятиями представляет интерес для методов поддержки управленческой деятельности.

По результатам выполненных исследований опубликовано 12 печатных работ.

Диссертационная работа состоит из введения, четырех глав и заключения, опубликованных на 137 страницах машинописного текста, содержит 28 рисунков, 15 таблиц, список литературы из 106 наименований и приложения.

1. АНАЛИЗ МЕТОДОВ АВТОМАТИЗАЦИИ И МОДЕЛИРОВАНИЯ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ НА АВТОРЕМОНТНОМ ПРЕДПРИЯТИИ

В первой главе выполнен анализ методов автоматизации и моделирования технологических процессов авторемонтных работ.

Анализ исследований российских и зарубежных ученых (в том числе В.В.Волгина, Н.В.Ермолина, Е.Р.Добронравина, Курта Хоффмана и др.), а также обзор решений ряда крупных европейских и японских производителей показал, что затраты на формирование и поддержание предприятий технического обслуживания и ремонта могут быть значительно снижены за счет централизации управления запасами, повышения точности прогнозирования потребности и оптимизации хранимой номенклатуры.

Задачи совершенствования технологических процессов авторемонтных предприятий и управления организационными структурами в меняющихся условиях деятельности решаются в работах Андреева В.П., Бездудного Ф.Ф., Брагиной