автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Модифицированный метод оценки сравнительной эффективности предприятий в подсистеме мониторинга АСУП

005004060

Новожилов Андрей Александрович

МОДИФИЦИРОВАННЫЙ МЕТОД ОЦЕНКИ СРАВНИТЕЛЬНОЙ ЭФФЕКТИВНОСТИ ПРЕДПРИЯТИЙ В ПОДСИСТЕМЕ МОНИТОРИНГА АСУП

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

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

- 1 ДЕК 2011

Красноярск - 2011

005004060

Работа выполнена в ФГБОУ ВПО «Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева», г. Красноярск

Научный руководитель:

доктор технических наук, профессор Ковалев Игорь Владимирович

Официальные оппоненты: доктор физико-математических наук,

профессор

Шлепкин Анатолий Константинович

кандидат технических наук, доцент Ежеманская Светлана Николаевна

Ведущая организация: ФГБОУ ВПО «Национальный исследовательский Томский политехнический университет»

Защита диссертации состоится «16» декабря 2011 г. в 14.00 часов на заседании диссертационного совета Д 212.249.02 при Сибирском государственном аэрокосмическом университете имени академика М. Ф. Решетнева по адресу: 660014, г. Красноярск, проспект имени газеты «Красноярский рабочий», 31, ауд. П-207.

С диссертацией можно ознакомиться в библиотеке Сибирского государственного аэрокосмического университета имени академика М. Ф. Решетнева по адресу: 660014, г. Красноярск, Чайковского, 10.

Автореферат разослан «16» ноября 2011 года.

Ученый секретарь

диссертационного совета

Актуальность работы. При развитии систем мониторинга в современных автоматизированных системах управления предприятиями (АСУП) возникает необходимость проектирования и внедрения эффективных систем и методов слежения, позволяющих как строить сложные аналитические отчеты, так и вырабатывать комплексные подходы к поддержанию сложных производственных систем в изначальном состоянии при стабилизации необходимых параметров. Как правило, системы мониторинга не ограничиваются аппаратными средствами, такими как разветвленная сеть дополнительных датчиков и сетей проводной и беспроводной связи. Важным моментом является применение оптимальных, быстродействующих и недорогих программных реализаций, обеспечивающих сбор и анализ данных. Современные подходы должны обеспечивать степень независимости, объективности и оперативности в оценке производственных процессов, создавать необходимые основы для дальнейшего совершенствования инструментов стратегического управления предприятием, в частности, при проведении модернизации производственных фондов.

Для обеспечения повышения эффективности предприятий переработки необходимо создание модельно-алгоритмического обеспечения систем мониторинга, что существенно для обоснования и принятия решений, а также для корректировки управляющих воздействий на структурные компоненты АСУП. Для распределенных организационно-технологических комплексов предприятий возникает необходимость создания подсистемы мониторинга их эффективности для планирования и оптимизации отладки деятельности АСУП. Данная подсистема должна эффективно сопровождать в едином информационном пространстве корпоративно объединенных предприятий обеспечивающие системы мониторинга, предоставляя общий доступ к базам данных эксплуатации контрольно-измерительной информации всех АСУП. Наблюдение и контроль над эффективной работой комплекса предприятий позволит не только следить за стабильной работой каждого производства, а также эффективно управлять качеством, финансами и персоналом всей совокупности связанных производств, что в конечном итоге требует внедрения соответствующего методического и математического обеспечения. Таким образом, создание модельно-алгоритмического обеспечения автоматизированной подсистемы мониторинга АСУП является важной научно-технической и практической задачей.

Целью диссертационного исследования является повышение оперативности процесса мониторинга в АСУП для оценки сравнительной эффективности перерабатывающих предприятий.

Для достижения поставленной цели необходимо решить следующие задачи:

- провести анализ методов определения показателей эффективности функционирования предприятий;

- обосновать выбор метода определения показателя эффективности и выполнить его модификацию с целью учета дополнительных факторов, которые характеризуют показатель эффективности предприятия;

- разработать методику оценки эффективности перерабатывающих предприятий и предложить алгоритм ее реализации, позволяющие применять модификацию метода DEA;

- применить разработанную методику в подсистеме мониторинга АСУП, для чего выявить и рассмотреть особенности построения подсистем мониторинга эффективности в АСУП;

- разработать инструментальную модель подсистемы АСУП для мониторинга эффективности предприятий и реализовать ее в виде программной системы;

- выполнить апробацию модельно-алгоритмического обеспечения подсистемы мониторинга в АСУП.

Область исследования. Работа выполнена в соответствии с пунктом 4 «Теоретические основы и методы математического моделирования организационно-технологических систем и комплексов, функциональных задач и объектов управления и их алгоритмизация» паспорта специальностей ВАК (технические науки, специальность 05.13.06 -автоматизация и управление технологическими процессами и производствами).

Методы исследования. Методы теоретических и экспериментальных исследований. Методы системного анализа отраслей и производств, методы функционального и инструментального моделирования. Методы векторного анализа. Метод DEA и его модификации. Метод объектно-ориентированного анализа и программирования.

Научная новизна работы состоит в следующем:

1. Впервые предложена модификация метода DEA, особенностью которой является использование корректировочных коэффициентов для выходов модели, что обеспечило при сравнительной оценке показателя эффективности учет технологических различий и территориального распределения производств.

2. На основе DEA-моделей и предложенной модификации метода разработана методика DEAMEXIN и алгоритм ее работы, позволяющие при оценке показателя эффективности и распределении предприятий по

степени эффективности, учитывать их особенности, касающиеся свойств используемого сырья, применяемых технологий, используемого набора выпускаемой продукции.

3. В рамках подсистемы мониторинга эффективности АСУП разработана структура и методика подготовки рекомендаций ЛПР с учетом показателя эффективности предприятий, позволяющие автоматизировать выдачу предложений по повышению эффективности работы производств.

4. Реализация методики БЕАМЕХШ в совокупности с методикой выдачи рекомендаций позволила впервые предложить способ мониторинга, который повышает в 3,11 раза оперативность мониторинга предприятий в АСУП.

Практическая ценность. Созданная программная система прошла экспертизу и регистрацию в ОФЭРНИО, является прототипом подсистемы мониторинга АСУП и применяется при анализе эффективности перерабатывающих предприятий. Система обеспечивает эффективный мониторинг в АСУП, предоставляет пользователю системы полную картину о задачах функциональных и обеспечивающих подсистем АСУП, реализует оперативную оценку эффективности и обучаемую систему выдачи рекомендаций.

Достоверность полученных результатов подтверждается: тестированием и оценкой результатов моделыю-алгоритмического обеспечения подсистемы мониторинга АСУП на данных российских заводов переработки твердых бытовых отходов.

Апробация работы. Материалы диссертации неоднократно обсуждались на всероссийских электронных конференциях Российской Академии Естествознания «Междисциплинарный уровень интеграции современных научных исследований» (Москва, 2008-2009). Прошли апробацию на конференциях «Молодежь и наука: начало XXI» Сибирского Федерального университета (Красноярск, 2009) и «Актуальные проблемы авиации и космонавтики» Сибирского государственного аэрокосмического университета (Красноярск, 2009). А также были представлены на П-й международной научно-практической конференции «Ключевые проблемы современной науки - 2011» по секции «Автоматизированные системы управления на производстве» (София, 2011). Результаты диссертации отмечены дипломом 1-й степени на П-й научно-практической конференции «Комплексное использование вторичных ресурсов и отходов» по секции «Инновационные подходы к переработке отходов производства и потребления» (Санкт-Петербург, 25-26 сентября 2009).

Публикации. По теме диссертации автором опубликовано четырнадцать работ, три из которых в изданиях, входящих в перечень ВАК РФ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 105 наименований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы, цель и задачи исследований. Сформулированы основные положения, выносимые на защиту, научная новизна и практическая значимость.

В первой главе дано понятие автоматизированной системы управления предприятием, основные понятия. Определены задачи и объекты автоматизации. Определены и рассмотрены методы анализа и особенности моделирования структуры предприятия.

Рассматривается понятие эффективности предприятия, и задача ее повышения, как одна из целей его моделирования. Поднимается вопрос об особенностях предприятий перерабатывающей отходы промышленности. Описывается отрасль переработки твердых бытовых отходов, способы оптимизации производственных связей предприятий в рамках организационно-технологическою комплекса, основанных на перемещении сырья и продукции. Даны особенности и отличия предприятий отрасли переработки твердых бытовых отходов от других перерабатывающих предприятий. Приводится укрупненная схема предприятия переработки твердых бытовых отходов (ТБО) по правилам описания функционального моделирования спецификации ШЕРО (рис.1), предложенной в качестве наиболее удобной для рассмотрения структуры и способов изучения связей между технологическими и организационными объектами в рамках производственной системы.

Ип

предприятие переработки ТБО

У*гу*гу 3... V*

Э„

3„

Рисунок 1 - Схема в формате ГОЕРО предприятия переработки ТБО У2> Уз... Ум - переработанные компоненты;

у*, у*2, У*з ••• V*« - непереработанные остатки по веществам, которые идут на полигоны (места специального хранения);

У0бш ~ потребляемое номинальное количество перерабатываемых отходов (мощность предприятия);

Ып — ресурсы, необходимые предприятию для переработки (закупаемые дополнительные материалы, упаковка, электроэнергия);

Э„ - экологические нормы и требования, регламентирующие переработку;

Зн - законодательные нормы и требования, регламентирующие переработку;

Яф - финансовое обеспечение, необходимое для реализации переработки;

Епдк - вредные концентрации веществ, выделяемые во внешнюю среду при осуществлении деятельности предприятия.

Показана необходимость разработки подсистемы мониторинга эффективности предприятий в АСУП, обеспечивающей сравнительную оценку эффективности предприятий. Общая схема управления предприятием, включающая подсистему мониторинга, приведена на рис.2.

Рисунок 2 - Схема управления предприятием с подсистемой мониторинга эффективности

Подсистема мониторинга напрямую взаимодействует со службами контроля и управления, получая от них информацию о состоянии объектов управления и ходе технологического процесса. В ходе своей работы подсистема анализирует данную информацию и выдает рекомендательные директивы системе управления, а также предоставляет информацию ЛПР (лицу, принимающему решения, - центральное звено управления) для и корректирования выдаваемых рекомендаций и осуществления обучения подсистемы мониторинга.

Модельно-алгоритмической базой подсистемы служат модифицированные и реализованные в данной работе методы анализа и оценки эффективности предприятий. В работе рассмотрены два типа методов: структурного анализа сложных объектов и математические методы оценки эффективности работы предприятий. Для определения эффективности предприятий рассмотрены параметрические и непараметрические методы. Подробно представлены параметрические методы: метод стохастической границы (SFA), метод без спецификации распределения (DFA), метод густой границы (TFA). Из непараметрических: метод DEA, метод свободного расположения оболочки (FDH), индексы производительности (PI). В работе дано обоснование метода DEA в качестве математической базы для реализации методики анализа сравнительной эффективности предприятий. Выбор метода DEA обосновывается выбором входных и выходных переменных, задаваемых в виде векторов, отсутствием необходимости выбора закона распределения и предположений о распределении эффективности и случайной ошибки, использованием одного агрегированного показателя эффективности.

Первая глава содержит логику выполненного исследования, которая кратко описана ниже.

Описывается выбранная методология DEA и предлагается модификация DEA-модели. На основе моделей DEA и авторской модификации строится методика определения эффективности предприятий, учитывающая два фактора. Первым фактором является компонентный состав сырья с концентрациями веществ в нем, зависящий в свою очередь от территории, где это сырье добывается. Второй фактор -это используемые при переработке технологии, которые отражаются в модели в виде коэффициентов, задающих приоритеты выходов. Тогда предприятия, использующие современные технологии производства и управления, которые характеризуются более высоким качеством выпускаемых продуктов, получают посредством коэффициентов более высокую оценку эффективности, несмотря на тот же количественный выпуск (например, для случая, когда качество выросло, а выпуск остался прежним). Разработанная методика применяется в подсистеме мониторинга эффективности предприятия.

В работе рассматриваются особенности мониторинга предприятий и построение подсистем мониторинга эффективности. Приводится разработанная структура подсистемы мониторинга предприятия. В рамках разработанной структуры . предлагается программная реализация подсистемы мониторинга эффективности в АСУП и выполняется апробация модельно-алгоритмического обеспечения подсистемы мониторинга на основе данных по 10 российским заводам переработки ТБО.

Во второй главе рассматриваются особенности метода DEA и его модификации, а также их применение для оценки сравнительной эффективности предприятий.

Метод DEA (Data Envelopment Analysis) был предложен в 1978 г. американскими учеными A. Chames, W.W. Cooper, Е. Rhodes, которые основывались на идеях M.J. Farrell (1957).

Метод DEA основан на построении границы эффективности, которая и является аналогом производственной функции для случая, когда выпуск является не скалярным, а векторным, то есть когда выпускается несколько видов продукции. Степень эффективности объектов определяется степенью их близости к границе эффективности в многомерном пространстве входных и выходных переменных, описывающих каждый объект в исследуемой совокупности. Способ построения границы эффективности - многократное решение задачи линейного программирования.

Заметим, что проецирование неэффективной точки на границу эффективности допустимо на основании одного из базовых положений метода DEA. Суть этого положения в том, что, если один объект может использовать входные факторы таким образом, что выпускает из них некоторое количество продукции, то и другой объект - неэффективный -также должен быть в состоянии выпускать такое же количество продукции из такого же количества входных факторов производства.

Рассмотрим суть метода DEA в общем виде. Пусть имеются данные для К входных параметров и М выходных параметров для каждого из N однородных объектов (такими объектами могут быть, например, фирмы, заводы, производственные комплексы). Для г'-го объекта они представлены вектор-столбцами х и v, соответственно. Тогда матрица Xразмерности К х N и матрица Y размерности MxN представляют собой матрицы входных и выходных параметров для всех N объектов. Модель формулируется в виде задачи линейного программирования в такой форме:

mráu Д6>),

-y¡+YÁ> О,

(1)

вх-ХХ> О, W

Л>0,

где /(<9)- функция эффективности; в - скаляр, а Я является вектором констант размерности N х 1. Полученное при решении задачи значение в, будет мерой эффективности г-го объекта. При этом эффективность не может превышать единицы. Аналогичная задача решается N раз, то есть для каждого объекта.

Поясним смысл вектора X. Из выпуклого анализа известно, что каждая точка, принадлежащая выпуклому конусу, натянутому на некоторое множество точек, может быть представлена в виде неотрицательной линейной комбинации этих точек, то есть в виде (XX, YX). Часть элементов вектора X имеют ненулевые значения. Эти элементы соответствуют тем объектам, которые являются эталонными для оцениваемого объекта. Линейная комбинация эталонных объектов и образует гипотетический объект, находящийся на границе эффективности и являющийся проекцией реального неэффективного объекта.

После определения значений в, построения границы из эффективных объектов, согласно методу, появляется возможность выдать рекомендации неэффективным объектам для выведения их на границу эффективности. Рекомендуемые значения входных переменных рассчитываются по формуле:

' xfmn=9xl, (2)

где в - показатель эффективности i'-го (неэффективного) объекта, х. -вектор значений входных переменных для г'-го объекта.

Метод DEA по сравнению с параметрическими методами не предполагает поиска закона распределения эффективности, определяет Парето-оптимальное множество эффективных объектов, использует один интегральный критерий эффективности, который формируется из набора показателей. Показатели эффективности, которые необходимо максимизировать, выбираются по цели, которую ставит перед собой исследователь. Также важной особенностью DEA является возможность определять веса для входов и для выходов, и выдавать рекомендации по повышению эффективности (выведение на границу эффективности).

В качестве объектов модели DEA в работе оцениваются перерабатывающие ТБО предприятия. Входами модели DEA х, будет сырье для переработки, y¡ продукты переработки.

Применение классического метода неэффективно для перерабатывающих производств, находящихся в отдаленных друг от друга регионах, а также использующих технологии, которые отличают их по сортности выпускаемой продукции. В этой связи классический метод DEA может давать оценки показателя эффективности, которые в отдельных случаях не отражают реальную ситуацию. Поясним факторы, влияющие на приближение оценок эффективности к достоверным.

Первым фактором является компонентный состав сырья, используемого предприятиями, с концентрациями веществ в нем, которые зависят в свою очередь от территории, где это сырье добывается. Данный фактор учитывается путем построения матрицы концентраций

компонентов сырья по регионам, и расчета поправочных коэффициентов для выходов модели, характеризующих выпуск продукта, использующего компонент сырья. Назовем данный фактор «сырьевой дифференциацией».

Второй фактор характеризуется применяемыми при переработке технологиями, которые отражаются в модели (аналогично с первым фактором) в виде поправочных коэффициентов. В этом случае предприятия, использующие современные технологии производства и управления, которые выражаются в более высоком качестве (сорте) выпускаемых продуктов, получают посредством коэффициентов модели более высокую оценку эффективности, при одинаковом количественном выпуске (например, когда качество выпускаемого продукта выросло, а его количественный выпуск остался прежним). Назовем фактор, связанный с технологией, «дифференциацией по технологии».

Рассмотрим предложенную в работе модификацию DEA-метода, устраняющую указанные ограничения.

Модификация DEA-метода строится на базе так называемой модели DEA, ориентированной на выход (output-oriented), которая предполагает, что главной целью модели является максимизация выпуска продукции без увеличения затрат входных ресурсов.

В выход-ориентированной модели DEA будет учитываться сырьевой фактор с помощью ввода коэффициентов сырьевой дифференциации для выходов модели. Постановка задачи:

max<u Л*).

-eut-yt+YAZ О, хк-ХЯ> О,

л> о, (3)

N

uJt> О,

где щ} - элементы матрицы размерности M*N, коэффициенты для выходов ук модели DEA, учитывающие фактор сырьевой дифференциации;

k = l,N- порядковый номер предприятия; j = 1, Л/ - порядковый номер выхода предприятия; N - количество оцениваемых предприятий; М - число строк, максимальное количество выходов, характеризующих выпуск продукции при оценке предприятий; 0 - показатель технической эффективности предприятия, учитывающий сырьевую дифференциацию.

Элементы матрицы коэффициентов и{ используются в столбцах ик при нахождении показателя эффективности каждого предприятия, и рассчитываются из матрицы Р, которая является матрицей значений компонентов сырья. Учитывая, что число регионов (разнообразие наборов

концентраций сырья) больше, чем количество расположенных в них предприятий, а также то, что в одном регионе находится несколько предприятий, введем индекс г региона при оценке коэффициента и[. Зададим коэффициент j — го выхода к —то столбца матрицы и с помощью элементов матрицы Р:

±Р{

<=fz7' №

где р1 - элемент матрицы компонентов сырья; R - число исследуемых регионов; к - номер региона; j - номер выходного компонента.

Из перерабатываемого предприятиями сырья получаются не только полезные продукты, представляемые в виде набора выходов DEA-модели, а также отходы в виде выхода уш , который не используется при расчетах показателя эффективности, но имеет значение при определении матрицы значений компонентов сырья. Тогда для матрицы щ1 зададим следующие ограничения:

L

Ух, =2Х>

1-к

г = \Д, (5)

k = l,N,k€r, j = \,MJzl,

где г - индекс региона из числа исследуемых R; I - индекс компонента сырья из числа возможных L.

Элементы матрицы р\ задаются в процентах, поэтому должно

R

выполняться условие ^p¡ =100. Это предполагает баланс всех веществ,

г=1

входящих в сырье, с учетом выхода отходов.

Рассмотрим вторую часть модификации метода DEA, учитывающую дифференциацию по технологии. Добавим весовой коэффициент, зависящий от применения «модернизированной» технологии выпуска продукта для определенного предприятия (группы предприятий), имеющего q технологию производства или способа управления, влияющую на сортность выпуска продукта j, q = \,Z, Z - число возможных технологий для отрасли. Тогда

-nÍ-eyt+Yi> o,

xk-XX> O,

Л> O, (6)

1^=1.

t-1

К > o,

где //f - элементы матрицы, размерности А/ХД/, соответствующие коэффициентам для выходов >'t модели DEA, учитывающие фактор дифференциации по технологии; q{ - характеристика технологии, проявляющаяся в повышении качества продукта на j - м выходе при оценке производств; в - показатель технической эффективности предприятия, учитывающий различия в применяемых технологиях при переработке.

На основе (3) и (б) приведем общую модификацию метода DEA (7), которая включает оба коэффициента и учитывает как фактор сырьевой дифференциации, так и дифференциацию по технологии.

-tf-ut>-eyk+YA>О,

xk-XÁ>0, Л> О,

(7)

Ы1 «/>0,

На основе, полученных модельных представлений об оценке перерабатывающих производств формируется методика оценки, которая в подсистеме будет являться базой для осуществления мониторинга эффективности предприятий в АСУП. Методика оценки строится путем алгоритмизации моделей DEA, и приводится на рис.3. Обозначим ключевые особенности методики.

Анализ местности проводится с целью распределения объектов по гео-экономическому положению, которое влияет на полиморфный состав сырья.

Базовая модель оценки по методу DEA применяется при однородном составе сырья, учитывается, что предприятия находятся в одних условиях и равноправны в определении показателя эффективности. Применяется обычная DEA-модель, ориентированная на выход.

Анализ сырья производится после определения гео-экономического положения. На этом этапе определяется, насколько схожи объекты, относящиеся к разным регионам, и каков состав сырья, используемого на предприятиях. Примеры определения состава сырья при осуществлении мониторинга эффективности предприятий, перерабатывающих твердые бытовые отходы, следующие: по плановой статистике потребления, по статистике городских служб сбора коммунальных отходов, по контрольному замеру (средствами сортирующего завода и под наблюдением контролирующей группы).

Определение пригодности базовой модели DEA производится после анализа сырья. Необходимо принять решение о возможности включения предприятия в равноправную выборку для оценки эффективности.

Определение однородности состава выходных компонентов. Возможность точно определить состав компонентов сырья и их концентрацию не всегда реализуема, поэтому предлагается использовать компромиссный суммарный выход. Одной из причин использования суммарного выхода является отсутствие типов компонентов сырья или его ничтожно малое количество у отдельно взятых оцениваемых предприятий. В том случае, когда состав компонентов определен, в работе предлагается использовать модель DEA с дифференциацией по сырью.

Модель DEA с применением весов для каждого региона с отличительными характеристиками сырья позволяет предприятию и (или) группе предприятий в одном регионе конкурировать по эффективности их функционирования с аналогичными предприятиями из других регионов, нейтрализуя такой фактор, как состав сырья переработки. Веса для выходов задаются посредствам анализа сырья.

Использование суммарного выхода. Необходимо в тех случаях, когда нет возможности определить количественный и качественный состав выходных компонент, и при наличии разных наборов выходов. Использование его более универсально при оценке, но при наличии информации обо всех выходах предоставляет более грубый анализ показателя эффективности по сравнению с модификацией DEA. В этом случае в качестве модели используется базовая модель DEA, но в качестве выходов применяется один единственный выход, суммирующий выходные параметры.

Модель DEA с корректировкой по сортности выходов применяется при наличии у предприятия выпуска продуктов более глубокой переработки. Применение данной модели связано с модификацией метода DEA по формуле (6) и подробно описано выше.

с

3

Рисунок 3 - Методика оценки предприятий переработки

Описанная методика работает в том случае, если анализируется эффективность заводов одного типа, которые можно отнести к определенной ветке методики. Поэтому существуют возможные ситуации, связанные с применением методики в том случае, когда анализируется набор предприятий, где предприятия относят к разным ветвям методики. Введем дополнительные обозначения.

где А - множество оцениваемых объектов (производств); Ак - к -ое производство, наделяется набором свойств Qp, Qf¡ = (cú¡, а>2, со3, а>4), при свойстве соу= 1 объект Ак обладает свойством а>у, а свойства a>¡, со2, Щ, а)4 -определяют отношение объекта Ак к одной из четырех ветвей методики, соответственно, базовая модель DEA, суммарный выход, модель DEA с применением весов, модель DEA с корректировкой по сортности.

Таким образом, если объект обладает одновременно свойствами co¡ и со2 , то эффективность считается по суммарному выходу, так как состав компонентов разнится.

Если объект обладает свойствами co¡ и со, или а>4, то эффективность предпочтительнее рассчитывать по модели с применением коэффициентов сырья или технологии для получения более точных оценок.

Если объект обладает свойствами со2 и w3 или а>4, то эффективность считается по суммарному выходу.

Если объект обладает исключительно свойствам ш3 или со4, то преимущество отдается подсчету по модели с корректировкой по сортности выходов вместе с коэффициентами весов сырья.

После получения оценок согласно методике анализа проводится распределение производств на эффективные и неэффективные и выдаются рекомендации неэффективным предприятиям.

В третьей главе проводится обзор подсистем мониторинга и на основании разработанной методики строится подсистема мониторинга эффективности в АСУ предприятий переработки. Мониторинг — процесс систематического или непрерывного сбора информации о параметрах сложного объекта или деятельности для определения тенденций изменения параметров. Наиболее близкий эквивалент слова «мониторинг» — отслеживание. Мониторинг состояния предполагает получение в явном виде обобщенных оценок выполнения программы функционирования рассматриваемого предприятия, степени его работоспособности, места и вида возникшей неисправности, оценок прогнозируемых явлений и процессов с заданной точностью и интервалом прогноза.

Основным функциональным элементом системы мониторинга в АСУП, является элемент, решающий задачи сбора, обработки и анализа всех видов измерительной информации с устройств АСУ и объектов

(8) (9)

управления. К такому элементу относят обеспечивающую подсистему мониторинга эффективности в АСУП, которая представляет собой типовой модуль автоматизации. Подсистема мониторинга эффективности предприятия может также относиться к координирующим системам, предполагающим изменение структуры производственной системы,' разрыв (расчленение) взаимодействий, сопряжение и вложение взаимодействующих подсистем. Подсистема мониторинга эффективности в дополнение к анализирующей эффективность составляющей, должна обладать механизмами анализа структуры предприятий и способами влияния на процесс повышения эффективности работы производства. Чтобы создать основу для таких способов и механизмов, в работе разработан вектор структурного состояния, который представляет собой статическую модель состояния объектов организационно-технологического комплекса. Опишем вектор структурного состояния, характеризующий статические параметры и состояние предприятия! зафиксированные в момент времени = 0,оо).

Мад,..,^.....ТГг), (10)

где 5 - вектор объектов, учитываемых в АСУП; <5 = 1^ - индекс, определяющий объект на предприятии; \¥& - вектор состояния объекта' входящего в предприятие.

К^Кс,,...,^,...,^}, (11)

где С1,С2,...,СВ - определяют параметры состояния объекта, учитываемого в подсистеме мониторинга эффективности предприятия; -

определяет индекс параметра объекта .

Параметр Сь модели состояний объектов, учитываемых в АСУП, определяет характеристику объекта <5. Вектор состояний Ж{ содержит такие характеристики, как количество обслуживающего персонала, работоспособность объекта предприятия, рабочая нагрузка на объект' причина выхода из строя и другие.

В работе предлагается архитектура подсистемы мониторинга эффективности, которая характеризует принципы ее функционирования. Основными блоками подсистемы мониторинга эффективности в АСУП являются: блок «Текущая структура предприятия», выполняющий первичный и последующие сборы данных о структурном состоянии всего производства; блок «Изменение состояния объектов предприятий» выполняет сравнение начального и текущего значения структурного состояния объекта в АСУП. Блок «Внешние данные по другим АСУП» предоставляет подсистеме мониторинга основные параметры работы АСУП других производств. Данные обрабатываются в блоке «Анализ

эффективности предприятий» и выявляются неэффективно работающие производства. Блок «Анализ состояния в АСУП» запрашивает текущее структурное состояние неэффективных предприятий и выполняет сравнение с их начальными векторами структурного состояния.

Рисунок 4 - Алгоритм действия подсистемы мониторинга АСУ предприятий переработки

Сформированные формализованные представления о сложившихся ситуациях по каждому неэффективному предприятию передаются в блок «Механизм выдачи рекомендаций» с целью получения рекомендаций для повышения эффективности производств. На основании методики анализа эффективности, определения вектора структурного состояния и описанной архитектуры подсистемы на рисунке 4 приведен алгоритм действия подсистемы мониторинга эффективности АСУП.

После применения рекомендаций снова анализируется эффективность с целью выяснить, насколько повысилась эффективность текущего предприятия, либо произошло снижение эффективности за счет привлечения дополнительных ресурсов для корректировки работы данного объекта в АСУП или производства в целом.

В четвертой главе приведена программная реализация подсистемы мониторинга эффективности в среде объектно-ориентированного

программирования С++ Builder 6.0, СУБД и база данных реализованы в стандарте Paradox.

Проведена апробация полученной подсистемы путем анализа показателей эффективности и выдачи рекомендаций по российским заводам, перерабатывающим ТБО. Результаты мониторинга эффективности на этапе определения показателя эффективности представлены в таблице 1. Далее даются таблицы и расчеты по функционированию объектов предприятия, которые проанализированы и по которым принимаются рекомендации для повышения их эффективности.

Таблица 1 - Эффективности заводов переработки ТБО

№ завода Показатель Показатель

эффективности в эффективности во

первом цикле втором цикле

мониторинга мониторинга

1 1 0,72

2 1 1

3 1 1

4 1 1

5 1 0,395

6 1 1

7 1 1

8 1 1

9 1 0,902

10 1

На рисунках 5 и 6 приведены графики, отображающие входные и выходные данные при сравнении масштабов производств и выпуска.

Проанализированные данные на основе разработанной подсистемы мониторинга показывают, что эффективными предприятиями являются заводы под номерами 2, 3, 6, 7, 8 и 10. Заводам 1, 5 и 9 необходимы рекомендации по повышению их эффективности. После оценки эффективности проводится анализ вектора структурного состояния предприятия с изменившимися значениями эффективности, и даются рекомендации производствам 1,5 и 9.

Рисунок 6 - Показатели выпуска полезных компонентов для всех заводов

Приведем типовую схему выдачи рекомендаций для производства

№1.

Рекомендации в АСУП №1. Для выдачи рекомендаций предприятию №1 рассмотрим его вектор структурного состояния в начальной позиции:

= {К (\ ,90А90Л С1,70,0,90Л (1 ,50,0,70Л IV4 Г1,60,0,70;}; далее, после изменения показателя эффективности на вг= 0,72, в процессе функционирования, вектор структурного состояния сформируется подсистемой мониторинга на основании изменений в структуре работы предприятия:

5 = {Ж, (\ ,90,0,90), (1,70,0,90), (1,50,0,70), Ж, (2,50,2,70<)}.

В итоге подсистема мониторинга генерирует ситуацию:

- участок контроля выпуска продукции дублируется резервным пунктом контроля в связи с ремонтом, упала производительность данного объекта на 10 %.

Данной ситуации соответствует рекомендация:

у1Ог4,с%с42,с;,в1)=г!.

Выдаются следующие рекомендации:

г\ - обеспечить наладку и устранение неисправностей на участке контроля выпуска продукции, обратить повышенное внимание на техническое состояние участка контроля, модернизировать резервный пункт контроля для достижения начальной производительности (как на основном участке).

Таким же образом формируются рекомендации предприятию №5.

г\ - привлечь к обслуживанию технологической линии сортировки дополнительный персонал.

г2 - обеспечить капитальный ремонт или замену на более современный блок участка подготовки сырья, обеспечить повышенную производительность резервного блока, сравнимую с основным блоком подготовки сырья.

Формируются рекомендации предприятию №9.

г\ - привлечь в пункт управления и диспетчеризации дополнительный персонал.

В заключении сформулированы основные выводы и результаты, полученные в диссертационной работе.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ:

Цель, поставленная в исследовании, достигнута путем создания модельно-алгоритмического обеспечения подсистемы мониторинга в АСУП, позволяющего автоматизировать процесс мониторинга эффективности предприятий, обеспечить обоснованность принятия решений по повышению эффективности работы предприятий. Программная реализация подсистемы мониторинга эффективности позволила повысить оперативность процесса мониторинга в АСУП.

1. Впервые предложены способы применения методов сравнительной эффективности для оценки структуры организационно-технологических комплексов и анализа эффективности работы предприятий.

2. Показаны преимущества метода DEA по сравнению с параметрическими методами при решении задач анализа эффективности предприятий, такие как отсутствие ограничений на тип шкалы измерений, возможность расставлять приоритеты по отдельным выходам модели оценки эффективности, определять показатель эффективности, руководствуясь исключительно данными выборки, не прибегая к законам распределения.

3. Предложена модификация метода DEA, отличительной особенностью которой является учет дополнительных факторов для выходов модели при анализе и определении сравнительной эффективности

предприятий. Новая модификация, применимая для перерабатывающих производств, позволяет оценивать комплексы предприятий, находящиеся на разных территориях, учитывая дифференциацию в сырьевом обеспечении, и дифференциацию в применении технологий переработки и получения продукта. Это позволило обоснованно судить о показателе эффективности.

4. Предложен способ мониторинга перерабатывающих предприятий нового класса, который повышает в 3,11 раза оперативность мониторинга предприятий в АСУП, что позволит увеличить частоту выдачи рекомендаций предприятиям и повысит эффективность работы автоматизированный системы управления. Осуществлена программная реализация подсистемы мониторинга, позволяющая с учетом анализа показателя эффективности выдавать рекомендации по реорганизации работы или структуры предприятия.

5. Проведенные измерения на основе разработанных методик анализа сравнительной эффективности и выдачи рекомендаций в составе подсистемы мониторинга показали, что 7 из 10 российских предприятий переработки твердых бытовых отходов работают эффективно.

6. Апробация разработанного модельно-алгоритмического обеспечения показала обоснованность использования подсистемы мониторинга, в рамках которой реализована модификация метода DEA, новая методика определения сравнительной эффективности предприятий, а также система выдачи рекомендаций.

Таким образом, результаты работы обеспечивают повышение оперативности мониторинга предприятий в АСУП за счет реализации авторской методики оценки эффективности и последующего анализа структурного состояния неэффективных предприятий. Разработанная подсистема мониторинга существенно сокращает время на периодический анализ структурного состояния предприятий в автоматизированной системе управления, так как анализ структурного состояния производится в случае снижения показателя эффективности, который рассчитывается при минимальном количестве переменных модели DEA, характеризующих эффективность предприятия. Это, в свою очередь, позволяет использовать менее производительное вычислительное оборудование для осуществления мониторинга перерабатывающих предприятий.

Основные публикации по теме диссертации

Публикации в изданиях, рекомендованных ВАК РФ:

1. Новожилов, A.A. Метод DEA для анализа функционирования предприятий по переработке твердых бытовых отходов /A.A. Новожилов // Информатика и системы управления. - 2010. Выпуск №1(23). - С.98-103.

гг

2. Новожилов, A.A. Анализ эффективности организационно-технологических комплексов предприятий / И.В.Ковалев, A.A. Новожилов, Т.А. Рукавицына // Системы управления и информационные технологии. -Вып. 4 (42). - Москва-Воронеж, 2010. - С. 36-39.

3. Новожилов, A.A. К вопросу оценки эффективности функционирования организационно-технических систем / A.A. Новожилов, М.В. Карасева, Т.А. Рукавицына // Вестник СибГАУ. - Вып 4 (37). - Красноярск, 2011. - С. 59-61.

Прочие публикации по теме диссертационного исследования:

4. Новожилов, A.A. Необходимость глубокой переработки отходов в условиях Красноярского края /A.A. Новожилов //Вестник НИИ СУВПТ: сб. научн. трудов / под общей ред. профессора Н.В. Василенко. -Красноярск: НИИ СУВПТ, 2007. - Вып. 25. - С.27-33.

5. Новожилов, A.A. Возможности конструктивных решений проблемы утилизации отходов /A.A. Новожилов// Междисциплинарный уровень интеграции современных научных исследований: сб.ст. Российской академии естествознания. - М: РАЕ, 2008. - С.43-44.

6. Новожилов, A.A. Аналитическая система по организации переработки отходов / A.A. Новожилов // Вестник НИИ СУВПТ: сб. научн. трудов / под общей ред. профессора Н.В. Василенко. - Красноярск: НИИ СУВПТ, 2007. -Вып. 25. - С.137-144.

7. Новожилов, A.A. Система избыточной переработки ТБО /A.A. Новожилов// Вестник НИИ СУВПТ: сб. научн. трудов / под общей ред. профессора Н.В. Василенко. - Красноярск: НИИ СУВПТ, 2007. - Вып 25 -С.155-160.

8. Новожилов, A.A. Использование метода DEA для анализа эффективности перерабатывающей отрасли /A.A. Новожилов// Фундаментальные исследования: сб.ст. Российской академии естествознания. -М: РАЕ, 2009. - С.43-44.

9. Новожилов, A.A. Моделирование перерабатывающей отрасли /A.A. Новожилов// Молодежь и наука: начало XXI век. сб. мат. V Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых. - Красноярск: СФУ, 2009. - 336-338 с.

Ю.Новожилов, A.A.. Математическое моделирование отрасли по переработке отходов /A.A. Новожилов// Актуальные проблемы авиации и космонавтики, сб.ст. Всероссийской научно-практической конференции студентов, аспирантов и молодых специалистов. - Красноярск: СибГАУ 2009.-С. 339-340. '

П.Новожилов, A.A. Метод оценки эффективности деятельности перерабатывающих предприятий / А.А.Новожилов // Комплексное использование вторичных ресурсов и отходов: сб.ст. II Научно-

практической конференции. - С-П: НПК «Механобр-техника», 2009. -С.86-87.

12. Новожилов, А. А., Рукавицына Т. А. Применение метода DEA и его модификации для анализа организационно-технических систем // Вестник НИИ СУВПТ: сб. научн. трудов / под общей ред. профессора Н.В. Василенко. - Красноярск: Вестник НИИ СУВПТ, 2008. - Вып. 26. - С. 137145.

13. Новожилов, A.A.. Механизм рекомендаций в подсистеме мониторинга АСУП /A.A. Новожилов // Ключевые проблемы современной науки: сб.ст. VII Международной научно-практической конференции. -София: Бял ГРАД-БГ, 2011. - С.76-78.

Разработки, зарегистрированные в «Объединенном фонде электронных ресурсов «Наука и образование»»:

14. Новожилов, A.A. Инструментальная модель подсистемы мониторинга АСУП «MonEff-ERP» v.1.0 / A.A. Новожилов, И.В. Ковалёв // М.: ВНТИЦ, 2011. - Per. № 16797.

Подписано в печать 07.10.2011 г. Формат 60x84/24. Бумага писчая. Уч. изд.л.1. Тираж 100 экз. Заказ № Отпечатано в отделе копировально-множительной техники СибГАУ 660014, г. Красноярск, просп. им. газ. «Красноярский рабочий»,31

Введение.

1 Анализ структуры, свойств предприятий и их автоматизированных систем управления.

1.1 Автоматизированные системы управления предприятием.

1.1.1 Понятие АСУП.

1.1.2 Задачи и функции АСУП.

1.1.3 Объекты АСУП.

1.2 Моделирование структур предприятий в АСУП.

1.2.1 Задачи моделирования структуры предприятий в АСУП.

1.2.2 Анализ функционирования предприятий с целью повышения его эффективности.

1.2.3 Методы анализа структуры предприятия в АСУП.

1.2.4 Особенности автоматизации производств и технологических процессов в перерабатывающей отходы промышленности.

1.3 Подсистема мониторинга эффективности предприятий.

1.4 Сравнительный анализ методов оценки эффективности предприятий.

1.4.1 Обзор подходов и методов анализа технологических процессов и производств.

1.4.2 Параметрические и непараметрические методы оценки эффективности производств.

1.4.3 Обоснование выбора метода Data Envelopment Analysis.

1.5 Постановка задачи.

1.6 Выводы.

2 Модельно - алгоритмическая поддержка автоматизированной оценки сравнительной эффективности предприятий.

2.1 Метод DEA оценки эффективности предприятий.

2.1.1 Описание метода DEA и его особенностей.

2.1.2 Учет дополнительных факторов при оценке сравнительной эффективности предприятий.

2.1.3 Обоснование и разработка модификации метода DEA.

2.2 Методика оценки эффективности предприятий.

2.2.1 Построение методики оценки эффективности предприятий.

2.2.2 Пояснения и замечания к методике оценки эффективности предприятий.

2.3 Определение комплексных критериев оценки эффективности предприятий в АСУП.

2.4 Алгоритм реализации методики оценки эффективности предприятий в АСУП.

2.5 Выводы.

3 Мониторинг эффективности предприятий в АСУП.

3.1 Способы осуществления мониторинга эффективности предприятий.

3.2 Формирование подсистемы мониторинга эффективности предприятий в АСУП.

3.3 Архитектура подсистемы мониторинга.

3.4 Реализация мониторинга предприятий с помощью подсистемы АСУП

3.4.1 Анализ работы предприятий в подсистеме мониторинга.

3.4.2 Выдача рекомендаций и корректировка с целью повышения эффективности работы предприятий.

3.4.3 Особенности применения разработанной подсистемы мониторинга в

АСУ перерабатывающих предприятий.

3.5 Выводы.

4 Программное обеспечение и апробация подсистемы мониторинга в АСУ перерабатывающих предприятий.

4.1 Требования к программному обеспечению подсистемы мониторинга в АСУП.

4.1.1 Требования к программным комплексам обеспечивающих подсистем АСУП.

4.1.2 Типы систем, функционирующих совместно с подсистемой мониторинга в АСУП.

4.2 Программная архитектура подсистемы мониторинга в АСУП.

4.2.1 Структура программной системы.

4.2.2 Структура базы данных.

4.3 Формирование данных и апробация функционирования подсистемы мониторинга в АСУП.

4.3.1 Анализ данных предприятий переработки ТБО в программной системе ПМЭ АСУП.

4.3.2 Механизм выдачи рекомендаций в ПМЭ АСУП.

4.4 Выводы.

Актуальность темы исследования. При развитии систем мониторинга в современных автоматизированных системах управления предприятиями (АСУП) возникает необходимость проектирования и внедрения эффективных систем и методов слежения, позволяющих как строить сложные аналитические отчеты, так и вырабатывать комплексные подходы к поддержанию сложных производственных систем в изначальном состоянии при стабилизации необходимых параметров. Как правило, системы мониторинга не ограничиваются аппаратными средствами, такими как разветвленная сеть дополнительных датчиков и сетей проводной и беспроводной связи. Важным моментом является применение оптимальных, быстродействующих и недорогих программных реализаций, обеспечивающих сбор и анализ данных. Современные подходы должны обеспечивать степень независимости, объективности и оперативности в оценке производственных процессов, создавать необходимые основы для дальнейшего совершенствования инструментов стратегического управления предприятием, в частности, при проведении модер- *. низации производственных фондов.

Для обеспечения повышения эффективности предприятий переработки необходимо создание модельно-алгоритмического обеспечения систем мониторинга, что существенно для обоснования и принятия решений, а также для корректировки управляющих воздействий на структурные компоненты АСУП. Для распределенных организационно-технологических комплексов предприятий возникает необходимость создания подсистемы мониторинга их эффективности для планирования и оптимизации отладки деятельности АСУП. Данная подсистема должна эффективно сопровождать в едином информационном пространстве корпоративно объединенных предприятий обеспечивающие системы мониторинга, предоставляя общий доступ к базам данных эксплуатации контрольно-измерительной информации всех АСУП. 5

Наблюдение и контроль над эффективной работой комплекса предприятий позволит не только следить за стабильной работой каждого производства, а также эффективно управлять качеством, финансами и персоналом всей совокупности связанных производств, что в конечном итоге требует внедрения соответствующего методического и математического обеспечения. Таким образом, создание модельно-алгоритмического обеспечения автоматизированной подсистемы мониторинга АСУП является важной научно-технической и практической задачей.

Объект исследования: автоматизированные системы управления перерабатывающими предприятиями.

Предмет исследования: методы мониторинга сравнительной эффективности в автоматизированных системах управления перерабатывающими предприятиями.

Целью диссертационного исследования является повышение оперативности процесса мониторинга в АСУП для оценки сравнительной эффективности перерабатывающих предприятий.

Для достижения поставленной цели необходимо решить следующие задачи:

- провести анализ методов определения показателей эффективности функционирования предприятий;

- обосновать выбор метода определения показателя эффективности и выполнить его модификацию с целью учета дополнительных факторов, которые характеризуют показатель эффективности предприятия;

- разработать методику оценки эффективности перерабатывающих предприятий и предложить алгоритм ее реализации, позволяющие применять модификацию метода DEA;

- применить разработанную методику в подсистеме мониторинга АСУП, для чего выявить и рассмотреть особенности построения подсистем мониторинга эффективности в АСУП;

- разработать инструментальную модель подсистемы АСУП для мониторинга эффективности предприятий и реализовать ее в виде программной системы;

- выполнить апробацию модельно-алгоритмического обеспечения подсистемы мониторинга в АСУП.

Область исследования. Работа выполнена в соответствии с пунктом 4 «Теоретические основы и методы математического моделирования организационно-технологических систем и комплексов, функциональных задач и объектов управления и их алгоритмизация» паспорта специальностей ВАК (технические науки, специальность 05.13.06 - автоматизация и управление технологическими процессами и производствами).

Методы исследования. Методы теоретических и экспериментальных исследований. Методы системного анализа отраслей и производств, методы функционального и инструментального моделирования. Методы векторного анализа. Метод DEA и его модификации. Метод объектно-ориентированного анализа и программирования.

Научная новизна работы состоит в следующем:

1. Впервые предложена модификация метода DEA, особенностью которой является использование корректировочных коэффициентов для выходов модели, что обеспечило при сравнительной оценке показателя эффективности, учет технологических различий и территориального распределения производств.

2. На основе DEA-моделей и предложенной модификации метода разработана методика DEAMEXIN и алгоритм ее работы, позволяющие при оценке показателя эффективности и распределении предприятий по степени эффективности, учитывать их особенности, касающиеся свойств используемого сырья, применяемых технологий, используемого набора выпускаемой продукции.

3. В рамках подсистемы мониторинга эффективности АСУП разработана структура и методика подготовки рекомендаций ЛПР с учетом показателя эффективности предприятий, позволяющие автоматизировать выдачу предложений по повышению эффективности работы производств.

4. Реализация методики DEAMEXIN в совокупности с методикой выдачи рекомендаций позволила впервые предложить способ мониторинга, который повышает в 3,11 раза оперативность мониторинга предприятий в АСУП.

Практическая ценность. Созданная программная система прошла экспертизу и регистрацию в ОФЭРНИО, является прототипом подсистемы мониторинга АСУП и применяется при анализе эффективности перерабатывающих предприятий. Система обеспечивает эффективный мониторинг в АСУП, предоставляет пользователю системы полную картину о задачах функциональных и обеспечивающих подсистем АСУП, реализует оперативную оценку эффективности и обучаемую систему выдачи рекомендаций.

Достоверность полученных результатов подтверждается: тестированием и оценкой результатов модельно-алгоритмического обеспечения подсистемы мониторинга АСУП на данных российских заводов переработки твердых бытовых отходов.

На защиту выносятся:

1. Модификация метода DEA, которая учитывает факторы сырья и примененных технологий при оценке эффективности предприятий.

2. Методика оценки эффективности предприятий, которая позволяет выполнить оценку сравнительной эффективности в организационно-технологическом комплексе предприятий, с учетом того, что предприятия используют разное сырье, применяют отличительные технологии, обеспечивают разный ассортимент выпускаемых продуктов.

3. Механизм рекомендаций, реализация которого автоматизирует процесс выдачи рекомендаций в АСУП.

4. Способ мониторинга, который повышает оперативность осуществления мониторинга предприятий в АСУП, ускоряя выдачу рекомендаций ЛПР.

Апробация работы. Материалы диссертации неоднократно обсуждались на всероссийских электронных конференциях Российской Академии Естествознания «Междисциплинарный уровень интеграции современных научных исследований» (Москва, 2008-2009). Прошли апробацию на конференциях «Молодежь и наука: начало XXI» Сибирского Федерального университета (Красноярск, 2009) и «Актуальные проблемы авиации и космонавтики» Сибирского государственного аэрокосмического университета (Красноярск, 2009). А также были представлены на Н-й международной научно-практической конференции «Ключевые проблемы современной науки - 2011» по секции «Автоматизированные системы управления на производстве» (Белгород, 2011). Результаты диссертации отмечены дипломом 1-й степени на П-й научно-практической конференции «Комплексное использование вторичных ресурсов и отходов» по секции «Инновационные подходы к переработке отходов производства и потребления» (Санкт-Петербург, 25-26 сентября 2009).

Публикации. По теме диссертации автором опубликовано тринадцать работ, две из которых в изданиях, входящих в перечень ВАК РФ.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 105 наименований.

4.4 Выводы

В рамках этой главы приведены требования к программному обеспечению подсистемы мониторинга, которые использовались для построения программного обеспечения мониторинга эффективности. Разработанная программная система обеспечивает целевые функции ПМЭ АСУП, а также удовлетворяет большинству предъявляемых требований к интерфейсу. Обеспечена возможность программы реагировать на ошибочные действия пользователя. Программная система была зарегистрирована в качестве электронного ресурса в Объединенном фонде электронных ресурсов «Наука и образование» (Рег.№ 16797, Приложение Б).

Рассмотрены типы систем, с которыми интегрируется подсистема мониторинга эффективности АСУП. Определено, что подсистема мониторинга АСУП эффективно дополняет рассмотренные программные системы управления предприятием. Выявлена необходимость наличия ПМЭ, как дополнительной функции АСУП, влияющей на оперативный анализ эффективности и применения управляющих воздействий с целью поддержания производства на оптимальном уровне и режиме работы.

Дана структура программной реализации ПМЭ АСУП, позволяющая осуществлять тиражирование программной системы для обеспечения ПМЭ большинства АСУП и унифицирующая подсистему мониторинга эффективности. Описана база данных ПМЭ, как основная составляющая программной системы, отражающая типы структур данных, взаимодействующих в составе программного обеспечения.

Проведенная апробация модельно-алгоритмического обеспечения в программной системе ПМЭ АСУП позволила выделить неэффективные предприятия в отрасли переработки твердых бытовых отходов России. В результате были выявлены три неэффективно работающих завода по переработке ТБО, которым даны рекомендации по повышению эффективности их работы путем воздействия на изменившиеся параметры объектов производственной системы. В главе продемонстрирована система выдачи рекомендаций по повышению эффективности работы предприятия за счет сформированных модельных данных о гипотетических проблемах, которые могут возникать на предприятиях переработки ТБО. Фактические данные о производстве и модельные данные о гипотетических проблемах были получены на основе опроса при посещении рассматриваемых производств, а также по материалам Н-й научно-практической конференции «Комплексное использование вторичных ресурсов и отходов» (Санкт-Петербург, 2009).

Заключение

Цель, поставленная в исследовании, достигнута путем создания мо-дельно-алгоритмического обеспечения подсистемы мониторинга в АСУП, позволяющего автоматизировать процесс мониторинга эффективности предприятий, обеспечить обоснованность принятия решений по повышению эффективности работы предприятий. Программная реализация подсистемы мониторинга эффективности позволила повысить оперативность процесса мониторинга в АСУП.

1. Впервые предложены способы применения методов сравнительной эффективности для оценки структуры организационно-технологических комплексов и анализа эффективности работы предприятий.

2. Показаны преимущества метода DEA по сравнению с параметрическими методами при решении задач анализа эффективности предприятий, такие как отсутствие ограничений на тип шкалы измерений, возможность расставлять приоритеты по отдельным выходам модели оценки эффективности, определять показатель эффективности, руководствуясь исключительно данными выборки, не прибегая к законам распределения.

3. Предложена модификация метода DEA, отличительной особенностью которой является учет дополнительных факторов для выходов модели при анализе и определении сравнительной эффективности предприятий. Новая модификация, применимая для перерабатывающих производств, позволяет оценивать комплексы предприятий, находящиеся на разных территориях, учитывая дифференциацию в сырьевом обеспечении, и дифференциацию в применении технологий переработки и получения продукта. Это позволило обоснованно судить о показателе эффективности.

4. Предложен способ мониторинга перерабатывающих предприятий нового класса, который повышает в 3,11 раза оперативность мониторинга предприятий в АСУП, что позволит увеличить частоту выдачи рекомендаций предприятиям. Осуществлена программная реализация подсистемы монито

145 ринга, позволяющая с учетом анализа показателя эффективности выдавать рекомендации по реорганизации работы или структуры предприятия.

5. Проведенные измерения на основе разработанных методик анализа сравнительной эффективности и выдачи рекомендаций в составе подсистемы мониторинга показали, что 7 из 10 российских предприятий переработки твердых бытовых отходов работают эффективно.

6. Апробация разработанного модельно-алгоритмического обеспечения показала обоснованность использования подсистемы мониторинга, в рамках которой реализована модификация метода DEA, новой методики определения сравнительной эффективности предприятий, а также система выдачи рекомендаций.

Таким образом, результаты работы обеспечивают повышение оперативности мониторинга предприятий в АСУП за счет реализации авторской методики оценки эффективности и последующего анализа структурного состояния неэффективных предприятий. Так как анализ структурного состояния производится в случае снижения показателя эффективности, который рассчитывается при минимальном количестве переменных модели DEA, характеризующих эффективность предприятия, то разработанная подсистема' мониторинга существенно сокращает время на периодический анализ структурного состояния предприятий в АСУП. Это, в свою очередь, позволяет использовать менее производительное вычислительное оборудование для осуществления мониторинга в АСУП.

1. Архангельский А.Я. Программирование в C++Builder 6. -М.:БИНОМ, 2003.- 1152 с.

2. Автоматизированные системы управления предприятиями / Под ред. В. Н. Четверикова. М.: Вьюшая школа, 1979. -303 с.

3. Адлер Ю.П. Статистический контроль условие совершенствования качества продукции (о методах Г.Тагути и их применении) // Автомобильная промышленность США. -№11.- 1978.

4. Алескеров Ф.Т. Анализ и оценка эффективности функционирования банков и банковских систем / Ф.Т. Алескеров, Ю.И. Мартынова, В.М. Солодков //М.: Изд-во ГУ ВШЭ. 2009. - С.69-71.

5. Аналитический отчет: Анализ российского рынка автоматизированных систем управления тепловыми процессами (АСУ ТП) в энергетической отрасли. -M.:Step by Step, 2006,- 140 с.

6. Андрейчиков A.B. Интеллектуальные информационные системы: Учебник / A.B. Андрейчиков, О.Н. Андрейчикова // М.: Финансы и статистика, 2004. 424 с.

7. Ашманов С.А. Линейное программирование. М.:Наука, 1981.340 с.

8. Базылев Н.И. Макроэкономика / Н.И. Базылев, С.П. Гурко, М.Н.Базылева // М.: Инфра-М, 2004. - 190 с.

9. Басовский Л.Е. Управление качеством: Учебник / Л.Е. Басовский, В.Б. Протасьев // М: ИНФРА-М, 2001. 212 с.

10. Бертсекас Д. Стохастическое оптимальное управление / Д. Бертсе-кас, С. Шрив // М.: Наука, 1985. 280 с.

11. Биличенко В.В. Многоступенчатость организационно-технического развития производственных систем на автомобильном транспорте / В. В. Биличенко, С. О. Романюк // М.: Машиностроение и транспорт. -2009. -№1. С.1-5.

12. Болквадзе И.Р. Формирование системы мониторинга экономического состояния промышленного предприятия как фактор повышения эффективности системы управления: дис.канд. эк.наук.- М. 2004.

13. Булей Н.В. Повышение эффективности управления машиностроительным предприятием на основе создания информационной системы мониторинга производственного процесса: автореф. дис. эк. наук. — Орел, 2007. —23 с.

14. Буч, Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++ / Г. Буч // М.: Издательство Бином, 1998. 560с.

15. Вальков В.М. Автоматизированные системы управления технологическими процессами. 3-е изд., перераб. и доп. /В.М. Вальков, В.Е. Вершин // Л.: Политехника, 1991. - 269 с.

16. Васильков Ю.В. Статистические методы в управлении предприятием / Ю.В. Васильков, Н.Иняц // М.: РИА "Стандарты и Качество", 2007.280 с.

17. Выжигин А. Ю. Гибкие производственные системы / А. Ю. Выжи-гин // М.: Машиностроение, 2009. 288с.

18. Высочин С.Н. Управление цеховым складом как элементом системы ресурсосберегающей организации производства // САПР и графика.-2000. №11. - С.60-64

19. Гаврилов Д.А. Управление производством на базе стандарта МИР II. СПб.: Питер, - 2003. - 352с.

20. ГОСТ 19.102-77 Единая система программной документации. Стадии разработки // М.: Изд-во стандартов, 1980.

21. ГОСТ 19675-74. Автоматизированные системы управления, Основные положения. Термины и определения// М.: Изд-во стандартов, 1974.

22. ГОСТ 24.702-85 Единая система стандартов автоматизированных систем управления. Эффективность автоматизированных систем управления. Основные положения // М.: Изд-во стандартов, 1985.

23. ГОСТ 34.003-90 Информационная технология. Комплекс стандартов и руководящих документов на автоматизированные системы. Термины и определения // М.: Изд-во стандартов, 1999.

24. ГОСТ 34.601.90 Информационная технология. Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Стадии создания // М.: Изд-во стандартов, 2002.

25. ГОСТ Р ИСО/МЭК 12207-99 Информационная технология. Процессы Жизненного Цикла Программных Средств // М.: Изд-во стандартов, 2000.

26. Грамп Е.А. Опыт использования функционально-стоимостного анализа в промышленности США / Е.А. Грамп. Л.М. Сорокина // М.: Инфор-мэлектро, 1975.

27. Гусаров В.М. Статистика: Учеб. пособие для вузов. М.: ЮНИТИ-ДАНА, 2003. - 463 с.

28. Данильченко, И. А. Проектирование АСУП на основе типовых решений/ И. А. Данильченко, А. С. Армягов, В. А. Егорова // М.: Статистика, 1977.213 с.

29. Дейт, К. Введение в системы баз данных. 6-е издание / К. Дейт // Киев: Диалектика, 1998. 784 с.

30. Деменков, Н.П. ЭСАВА-системы как инструмент проектирования АСУ ТП. Учеб. пособие / Н.П. Деменков // М.: Изд-во МГТУ им. Н.Э. Баумана, 2004.-328с.

31. Деменков, Н.П. БСАВА-системы как инструмент проектирования АСУ ТП. Учеб. пособие / Н.П. Деменков // М.: Изд-во МГТУ им. Н.Э. Баумана, 2004. 328с.

32. Иванов А. П. Регистрация и сбор первичной информации в АСУП / А. П. Иванов, С. Б. Абрамов // М.: Энергия, -1978. -88 с.

33. Иванов А.И. Комплексная переработка бокситов / А.И. Иванов, Г.Н. Кожевников, Ф. Г. Ситдиков, Л. П. Иванова // Екатеринбург: РИО УрО-РАН, 2003.- 182 с.

34. Калянов Г.Н. CASE-технологии. Консалтинг при автоматизации бизнес-процессов. 2-ое изд.пераб. и доп. М.: Горячая линия. Телеком, 2000. -205 с.

35. Каратыгин С.А. Энциклопедия СУБД Paradox 4.5 для DOS / С.А.Каратыгин, А.Ф. Тихонов // Том 1. М.: Мир 1994. - 1024 с.

36. Корнеенко В.П. Методы оптимизации: Учебник / В.П. Корнеенко. М.:Высш.шк., 2007. - 664 с.

37. Кочуров Е. В. Оценка эффективности деятельности лечебно-профилактических учреждений: сравнительный анализ методов и моделей / Е. В. Кочуров // С-Пб.: Вестник СПбГУ. 2005. Вып.З. - С.110-128.

38. Кудрин Б.И. Организационно-технологические системы: термины и определения / Б.И. Кудрин, В.К. Буторин // М.: Технетика, 2005. 20 с.

39. Кузнецов С.Д. Операционные системы для управления базами данных / С.Д. Кузнецов // Журнал «СУБД». №3. Москва, 1996. - С.95-102.

40. Левин Н. А. Оптимизация технологии обработки информации в АСУ / Н. А. Левин, Е. Г. Гендель // М.: Статистика, 1977. 232 с.

41. Лесниченко М.С. Мониторинг производственно-экономической деятельности предприятия энергетики: дис.канд.эк.наук. -М.:2002.

42. Леффлер У.Л. Переработка нефти. 2-е изд. пересмотренное. /Пер. с анг. - М.: Олимпбизнес, 2004. - 224 с.

43. Лычев A.B. Развитие и обобщение моделей методологии анализа среды функционирования для анализа деятельности сложных систем: Авто-реф. дис. канд. физ.-мат. наук. — М., 2008. — 26 с.

44. Майерс Г.Дж. Искусство тестирования программ /Пер. с англ. Б.А. Позина. -М.: Финансы и статистика, 1982. 176 с.

45. Марка Д. Методология структурного анализа и проектирования / Д. Марка, К. МакГоуэн: Пер. с англ. М.: 1993. - 240 с.

46. Меняев М.Ф. Информационные технологии управления: Книга 3: Системы управления организацией. М.: Омега-Л, 2003. - 464 с

47. Меткин Н.П. Гибкие производственные системы. М.: Издательство стандартов, 1989. - 309с.

48. Моисеев С.Р. Аналитический отчет. Эффективность российских банков. М.-.Изд-во МФПА, 2007. 20 с.

49. Моргунов Е.П. Многомерная классификация на основе аналитического метода оценки эффективности сложных систем: дисс.канд.техн.наук. -Красноярск, 2003.

50. Моргунов, Е. П. Многомерная классификация на основе аналитического метода оценки эффективности сложных систем Красноярск: НИИ СУВПТ, 2003.-С. 160.

51. Мышкис А. Д. Элементы теории математических моделей. — 3-е изд., испр. -М.: КомКнига, 2007. 192 с.

52. Налимов В.В. Теория эксперимента. М.: Наука, 1971. - 207 с.

53. Новожилов, A.A. Анализ эффективности организационно-технологических комплексов предприятий / И.В.Ковалев, A.A. Новожилов, Т.А. Рукавицына // Системы управления и информационные технологии. -Вып. 4 (42). Москва-Воронеж, 2010. - С. 36-39.

54. Новожилов, A.A. Аналитическая система по организации переработки отходов / A.A. Новожилов // Вестник НИИ СУВПТ: сб. научн. трудов / под общей ред. профессора Н.В. Василенко. Красноярск: НИИ СУВПТ, 2007.-Вып. 25.-СЛ37-144.

55. Новожилов, A.A. Возможности конструктивных решений проблемы утилизации отходов /A.A. Новожилов// Междисциплинарный уровень интеграции современных научных исследований: сб.ст. Российской академии естествознания. М: РАЕ, 2008. - С.43-44.

56. Новожилов, A.A. Инструментальная модель подсистемы мониторинга АСУП «MonEff-ERP» v. 1.0 / A.A. Новожилов, И.В. Ковалёв // М.: ВНТИЦ, 2011. Per. № 16797.

57. Новожилов, A.A. Использование метода DEA для анализа эффективности перерабатывающей отрасли /A.A. Новожилов// Фундаментальные исследования: сб.ст. Российской академии естествознания. М: РАЕ, 2009. -С.43-44.

58. Новожилов, A.A. Метод DEA для анализа функционирования предприятий по переработке твердых бытовых отходов /A.A. Новожилов // Информатика и системы управления. 2010. Выпуск №1(23). - С.98-103.

59. Новожилов, A.A. Метод оценки эффективности деятельности перерабатывающих предприятий / А.А.Новожилов // Комплексное использование вторичных ресурсов и отходов: сб.ст. II Научно-практической конференции. С-П: НПК «Механобр-техника», 2009. - С.86-87.

60. Новожилов, A.A. Моделирование перерабатывающей отрасли /A.A. Новожилов// Молодежь и наука: начало XXI век. сб. мат. V Всероссийской научно-технической конференции студентов, аспирантов и молодых ученых. Красноярск: СФУ, 2009. - 336-338 с.

61. Новожилов, A.A. Необходимость глубокой переработки отходов в условиях Красноярского края /A.A. Новожилов //Вестник НИИ СУВПТ: сб. научн. трудов / под общей ред. профессора Н.В. Василенко. Красноярск: НИИ СУВПТ, 2007. - Вып. 25. - С.27-33.

62. Новожилов, A.A. Система избыточной переработки ТБО /A.A. Новожилов// Вестник НИИ СУВПТ: сб. научн. трудов / под общей ред. профессора Н.В. Василенко. Красноярск: НИИ СУВПТ, 2007. - Вып. 25. - С.155-160.

63. Новожилов, A.A. Механизм рекомендаций в подсистеме мониторинга АСУП /A.A. Новожилов// Ключевые проблемы современной науки:Iсб.ст. И Международной научно-практической конференции. Белгород: Бял ГРАД-БГ, 2011. - С.85-89.

64. Об утверждении критериев оценки высокотехнологичных производств и предприятий: Приказ Министерства экономики Республики Беларусь и Государственного комитета по науке и технологиям Республики Беларусь от 07.05.1999 №105/41 //Приказ. 2007.

65. О'Лири Д. ERP Системы. Современное планирование и управление ресурсами предприятия. М.: ООО «Вершина», 2004. - 272 с.

66. Охтелев М.Ю. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов /М.Ю. Охтелев, Б.В. Соколов, P.M. Юсупов // М.: Наука, 2006. 410 с.

67. Охтелев М.Ю. Основы теории автоматизированного анализа измерительной информации в реальном времени. Синтез системы анализа. СПб.: ВИКУ им. А.Ф.Можайского, 1999. - 161 с.

68. Павлюк Д.В. Статистическое исследование эффективности деятельности банков в Российской Федерации : дис. . канд. эк. наук. М. 2005. -С. 59-64.

69. Пащенко Я.Н. Формирование системы мониторинга как инструмента повышения эффективности функционирования промышленных предприятий: дис.канд.эк.наук. Краснодар, 2006.

70. Производственный менеджмент / Под ред. С. Д. Ильенковой. М.: ЮНИТИ-ДАНА, 2000. - 583с.

71. Р 50.1.028-2001 Информационные технологии поддержки жизненного цикла продукции. Методология функционального моделирования // М.: Изд-во стандартов, 2001.

72. Реброва Т.И. Мероприятия по эффективности производства предприятий легкой промышленности // Компьютерные технологии при моделировании, в управлении и экономике: Сборник научных трудов Харьков: ХАИ, 2004. - С.400- 405.

73. Рукавицына Т.А. Развитие модели методологии DEA. // Вестник СибГАУ. -Вып. №3(24). С.74-77.

74. Савин А.Г. Совершенствование методов и средств автоматизации обработки данных бухгалтерского учета в АСУП (на примере учета и анализа готовой продукции, ее отгрузки и реализации): дисс.канд.экон.наук. -М.1985.- С.30-37.

75. Сафин М.М. Построение алгоритмов сечений эффективного фронта эффективными подпространствами в методологии Анализа Среды Функционирования: Автореф. дис. канд. физ.-мат. наук. — М., 2008. — 27 с.

76. Сафронов H.A. Экономика предприятия. М.: «Юристъ», 1998.584 с.

77. Секунов Н.Ю. Самоучитель С#. СПб.: БХВ-Петербург, 2001.576 с.

78. Сиволап A.B. Современные решения по сбору и переработке ТБО // Культура народов Причерноморья. — 2004. — N55.— С. 38-41.

79. Соболев, О.С. Прогресс в области SCADA-систем и проблемы пользователей / О.С. Соболев // Журнал «Мир компьютерной автоматизации». №3, 1999. С.20-24.

80. Соломатин H.A. Автоматизированные системы управления предприятиями и объединениями: (Разработка, внедрение, развитие) / H.A. Соломатин, В.И. Дудорин, А.И. Ларионов и др. // М.: Экономика, 1985. 248с.

81. Солтер Н. А. С++ для профессионалов / Н. А. Солтер, С. Дж. Кле-пер // М.: Диалектика, 2006. - 912 с.

82. Успенский В.А. Теория алгоритмов: Основные открытия и приложения / В.А. Успенский, А.Л. Семенов // М.: Наука, 1987. 288 с.

83. Федоров Ю.Н. Справочник инженера по АСУТП: Проектирование и разработка: учеб.-прак.пос. М.: Инфра - инженерия, 2008. - 928 с.

84. Фролов Е.Б., Загидуллин P.P. MES-системы как они есть или Эволюция систем планирования производства // Генеральный директор, №4, 2008, С.84-91.

85. Фролова Т.А. Экономика предприятия: конспект лекций. Таганрог: ТРТУ, 2005.

86. Цапленко М.Ш. Реляционные модели базы данных: (Обзор) //Алгоритмы и организация решения экономических задач. М.: Статистика, 1977.-Вып.9.-С. 18-35.

87. Чернова Т.В. Экономическая статистика. Учебное пособие. Таганрог: Изд-во ТРТУ, 1999. - 122 с.

88. Afonso A., Public Sector Efficiency: An International Comparison / L.Schuknecht, V.Tanzi // European Central Bank Working Paper Series. 2003. -No242. - P. 18-23.

89. Aigner D. J. Formulation and Estimation of Stochastic Frontier Production Function Models / D. J. Aigner, С. A. K. Lovell, Schmidt P. // Journal of Econometrics. 1977. - N 6. - P. 21-37.

90. Aigner D.J. Formulation and estimation of stochastic frontier production function models / D.J. Aigner, C.A.K. Lovell, P. Schmidt // Journal of Econometrics. 1977. Vol. 6. N 1. July. P. 21-37.

91. Alexander W. R. J. A two-stage double-bootstrap data envelopment analysis of efficiency differences of New Zealand secondary schools / W. R. J. Alexander, A.A. Haug, M. Jaforullah // Springer Science+Business Media, 2010. -P.212-224.

92. Berger, A. The efficiency of bank branches / A. Berger, J. Leusner, J. Mingo // Journal of Monetary Economics, 1997. № 40. -1997. - P. 141-162.

93. Camanho A. S. Cost efficiency measurement with price uncertainty: a DEA application to bank branch assessment / A. S. Camanho, R. G. Dyson // European Journal of Operational Research, 2005. № 161. - P.432-446.

94. Charnes, A. Measuring the Efficiency of Decision Making Units / A. Charnes, W.W. Cooper, E. Rhodes // European Journal of Operational Research.-1978 Vol. 2.- P. 429-444.

95. Chen Y. DEA Models for Identifying Critical Performance Measures /J.Zhu, Y. Chen. Boston: Kluwer Academic Publishers, 2003. - P.225-244.

96. Coelli, T. An introduction to efficiency and productivity analysis / T.Coelli, D.S. Prasada Rao, G.E. Battese // Boston: Kluwer Academic Publishers, 1998.

97. Cooper W. W. Handbook on Data Envelopment Analysis / W. W. Cooper, L. M. Seiford, J. Zhu (Eds.). Boston : Kluwer Academic Publishers, 2004. - 608 p.

98. Cooper W. Data Envelopment Analysis. A Comprehensive Text with Models, Applications, References and DEA-Solver Software Second Edition // W. Cooper, Lawrence M. Seiford, K. Tone, Springer Science+Business Media, LLC, 2007.

99. Eilat H. Constructing and evaluating balanced portfolios of R&D projects with interactions: A DEA based methodology / H.Eilat, B.Golany, A. Shtub // European Journal of Operational Research, 2006. P. 1018-1039.

100. Farrell, M.J. The Measurement of Productive Efficiency / M.J. Farrell // Journal of The Royal Statistical Society, Series A (General), Part III 1957 - Vol. 120.-Pp. 253-281.

101. Simar L. Stochastic FDH/DEA estimators for frontier analysis / L. Simar , V. Zelenyuk// Springer Science+Business Media, 2010. -P.350-371.

102. Stadtler H. Supply Management and Advanced Planning / H.Stadtler, Kilger C. // Springer Science+Business Media, 2008. 556p.

103. Tapping, D., Shuker, T. Value stream management for the lean office.-NY: Productivity Inc. 2003.t