Прогрессивные технологии в обучении и производстве (стр. 14 )

УДК 681.2.002

СИСТЕМА АВТОМАТИЗИРОВАННОЙ ПОДДЕРЖКИ
СЛУЖБЫ ГЛАВНОГО МЕХАНИКА ПРЕДПРИЯТИЯ
ПО ПРОВЕДЕНИЮ ВНЕПЛАНОВЫХ РЕМОНТОВ

, ,

Волгоградский государственный технический университет,

E-mail: *****@***ru, *****@***ru

На любых предприятиях возможны выходы из строя оборудования. При этом причиной может служить не только износ или несвоевременное обслуживание, но и сторонние воздействия, включая человеческие. При плановых работах все документы готовятся заранее, система планирования технического обслуживания и ремонта (ТОиР) сама генерирует все необходимые отчеты и задания. А что делать при внеплановой поломке? В таких случаях возникает переполох в подразделениях от цеха до отдела главного механика. И соблюдение всех правил и норм предприятия в суматохе уходит на второй план. В результате чего сбиваются графики производства, обслуживания и ремонтов. Именно в таких ситуациях способна помочь система автоматизации поддержки деятельности службы главного механика по проведению внеплановых ремонтов.

Система предназначена для повышения эффективности выполнения внеплановых работ за счет их автоматизированной организации, включая сокращение сроков формирования, прохождения и обработки документов, необходимых для организации внеплановых ремонтов, а так же:

- хранения данных о неисправностях;

- хранения и обработки данных о деталях, частях и элементах промышленного оборудования;

- хранения и обработки данных о структуре оборудования;

- добавления данных сведений о вновь произошедших неисправностях;

- поиска информации об имевших место неисправностях;

- создания и маршрутизации документов, необходимых для ремонта промышленного оборудования.

Прототипом данной системы является система автоматизации учета неисправностей промышленного оборудования, с информацией о которой можно ознакомиться в [1]. Таким образом, модули, обеспечивающие сервисные функции для работы со сведениями об оборудовании, со спецификацией оборудования и структурой производственной линии не претерпели изменений. Модернизация затронула организацию базы данных и модули ведения журнала неисправностей и разграничения доступа пользователей к функциям системы.

Качественным улучшением архитектуры базы данных является использование нового подхода к хранению информации об оборудовании, добавление справочника сотрудников с их обязанностями, так же появилась возможность хранения документов. Хранение информации об оборудовании теперь позволяет хранить неограниченное число произвольных параметров оборудования. А структура производственной линии формируется из 3-х таблиц по принципу конструктора. В одной таблице хранятся описания оборудования, в другой – структура позиций для оборудования на линии, а в третьей хранятся отношения между позициями и оборудованием.

В модуле «Журнал неисправностей», который служит для регистрации неисправностей, появилась возможность облегченного поиска аналогичных неисправностей. При добавлении новой записи о неисправности в прототипе приходилось каждый раз вводить описание неисправности, причину и метод устранения, теперь же есть возможность выбрать уже готовое описание аналогичной неисправности и соответствующие поля будут заполнены автоматически. А особенность хранения этих 3-х описаний позволяет легко показать в журнале аналогичные неисправности, что может помочь при планировании.

Еще одним важным улучшением является то, что функционально для пользователя система является набором автоматизированных рабочих мест (АРМов). У каждого специалиста на предприятии есть свои функции и обязанности. Они внесены в базу данных, и загружаются в АРМ, в зависимости от результата аутентификации пользователя. Таким образом, отпадает надобность создания для каждого специалиста своего АРМа. Один модуль подгружает те или иные возможности в соответствии с функциями данного специалиста.

Таким образом, назначением системы является помощь в организации работ по устранению внеплановых неисправностей за счет упрощения регистрации неисправностей и автоматизации процесса составления и согласования документов, необходимых для проведения внеплановых ремонтов. Согласование документов обеспечивается очень важной функцией, поддерживаемой подсистемой АРМов – функцией документооборота. Т. к. все рабочие места обращаются к одной базы данных, находящейся на центральном сервере предприятия, то нет необходимости пересылать документ. Статус местонахождения документа изменятся в процессе его обработки специалистами. И в зависимости от статуса документ будет на подписании у того или иного специалиста.

Техническая документация не данную систему была утверждена специалистами предприятия заказчика. Система реализуется с применением инструментальной среды C++ Builder 6 и СУБД MS SQLServer 2000.

Главной особенностью системы автоматизации поддержки деятельности службы главного механика по проведению внеплановых ремонтов является использование так называемой подсистемы Wizard, которая позволяет группировать последовательность действий, необходимых для выполнения специалистом определенной функции в одну цепочку, что и обеспечивает четкий порядок действий специалиста в организации устранения внеплановых ремонтов. Данная подсистема находится в стадии разработки, но именно она выгодно отличает рассматриваемую систему от аналогичных систем ТОиР.

На данный момент заканчивается реализация пилотного проекта системы, которая, в совокупности с системой планирования технического обслуживания и ремонта, позволит повысить эффективность проведения работ по техническому обслуживанию оборудования и эффективность работы предприятия в целом.

Список литературы

1. Зубов системы автоматизации учета неисправностей оборудования (статья), Инновационные технологии в обучении и производстве: Материалы III Всероссийской конференции, Камышинский технологический институт (филиал) ВолгГТУ. — г. Камышин, 2005.

УДК 658.310.8:681.3

автоматизированная система расстановки персонала

,

Волгоградский государственный технический университет

E-mail: *****@***ru, *****@***ru

В любом проекте необходимо качественное управление. Ошибки в управлении приводят к снижению результативности проекта, увеличению срока реализации, провоцируют увеличение бюджета и могут привести к полному провалу.

В любом виде деятельности проекты имеют огромную важность. Благодаря им, организации могут существенно повысить эффективность работы, увеличить прибыли, снизить издержки, оптимизировать свои бизнес-процессы, особенно если проект затрагивает высокотехнологичную область.

Наиболее важным процессом в проекте является планирование. С ним взаимосвязаны практически все процессы проекта, начиная от целеполагания и заканчивая процессами контроля. Основное назначение плана – постоянно направлять проект на достижение его цели. В проекте планированию подлежит все, что подлежит учету, контролю, анализу и регулированию. В первую очередь, это планирование функций управления:

• затратами;

• временем;

• качеством;

• человеческими ресурсами;

• коммуникациями;

• рисками.

Определенный интерес представляет планирование человеческих ресурсов, так как на сегодняшний день не обнаружено системы, которая автоматизировала бы процесс распределения кадрового состава организации между решаемыми задачами проекта с учетом компетенций сотрудников. При реализации сложных проектов неотъемлемыми критериями качества выполнения поставленной задачи являются уровень квалификации исполнителя, знания, которыми он обладает, и умение их применять на практике. В связи с этим для управляющих служб проектных компаний на первый план выходят задачи мониторинга и развития профессиональных компетенций сотрудников, оптимизации формирования проектных команд. Им необходим инструмент для учета и обновления данных об уровне квалификации сотрудников, а также для распределения имеющихся человеческих ресурсов в соответствие с потребностями проекта. Автоматизация этих задач повышает прозрачность и предсказуемость работы проектной команды, качество выполнения поставленных задач и шансы завершения проектов в поставленные сроки, а также позволяет отслеживать эффективность деятельности отдельных сотрудников, что актуально в условиях высокой конкуренции, характерной для рыночной экономики.

Целью работы является повышение эффективности разработки и реализации проектных решений, а также качества выпускаемых продуктов за счет автоматизации процесса распределения человеческих ресурсов в проектах с учетом профессиональных компетенций сотрудников.

Анализ существующих систем управления проектами и персоналом показал, что в настоящее время существует огромное количество систем управления проектами. Все они включают в себя функцию распределения человеческих ресурсов между работами проекта, и большинство лишь позволяют выполнить назначение персонала менеджеру проекта. Есть системы, которые выполняют автоматическую расстановку с учетом профессионального уровня человека, но под уровнем они понимают стаж работы, занимаемую должность и набор квалификаций. Но не следует забывать о том, что срок службы и занимаемая должность – это еще не показатель профессионализма, а количественная оценка набора квалификаций не содержит информации о качестве и скорости выполнения работы.

Для достижения поставленной цели разработана модель компетенций, которая позволит реализовать индивидуальный подход к кадровому составу проекта, а также более эффективно:

-  заниматься планированием персонала;

-  формировать кадровый резерв (как среди специалистов, так и среди управленцев);

-  составлять программы обучения и развития для сотрудников;

-  разрабатывать индивидуальные планы развития;

-  выявлять управленческий потенциал сотрудников;

-  прогнозировать успешность деятельности при изменении функциональных обязанностей.

Система управления человеческими ресурсами будет работать с обобщенными оценками профессиональных качеств каждого сотрудника, которые включают в себя оценки по необходимым для решения поставленной задачи навыкам, степени занятости в других проектах, оплаты труда, наличия отпуска и др. Для первичной оценки сотрудников необходимо будет провести тестирование, состоящее из нескольких этапов:

-  профессиональный опрос или тесты, позволяющие оценить знания специалиста;

-  специальные упражнения, позволяющие оценить умение решать профессиональные задачи определенного уровня сложности;

-  активные упражнения (дискуссия, презентация), темы которых связаны с обсуждением профессиональных вопросов.

Корректировка оценок будет производиться автоматически по результатам выполненного проекта.

Предложенные модель компетенций и система управления человеческими ресурсами проекта позволят повысить эффективность проведения различных проектов.

УДК 681.5.011

О ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ МЕТОДА ДВОЙНОЙ

ШКАЛЫ ВРЕМЕНИ ДЛЯ ПОСТРОЕНИЯ АДАПТИВНОЙ СИСТЕМЫ

С ЧАСТИЧНО НЕМОДЕЛИРУЕМОЙ ДИНАМИКОЙ

,

Камышинский технологический институт (филиал) ВолгГТУ

Тел.: (84457) (рабочий), *****@***ru

Излагаются результаты исследования адаптивной системы с эталонной моделью, структура которой не полностью совпадает со структурой объекта управления. Согласно принятой терминологии такой класс адаптивных систем относится к системам с частично немоделируемой динамикой. В отличие от известных работ [1] используется информация качественного характера об объекте: предполагается, что переменные состояния могут быть разделены на группы с существенно различными инерционностями. Это позволяет упростить контур адаптации системы путем частичного учета немоделируемой «быстрой» динамики согласно методу двойной шкалы времени [2].

Позиции известной методики построения адаптивной системы [3]:

1.  Предполагается, что объект управления описывается в n-мерном пространстве состояний линейным дифференциальным уравнением вида

(1)

где x(t) – n-мерный вектор состояния, u(t) – m-мерный вектор управляющих воздействий, A и B – матрицы неизвестных (но постоянных) параметров объекта размерности n´n и n´m соответственно.

2.  Управляющее воздействие представляется суммой двух составляющих: (2)

где y(t) – n-мерный вектор задающих воздействий. Первое слагаемое в (2) направлено на отработку начальных условий, а второе обеспечивает сходимость процесса управления к вектору задающих воздействий. Матрицы Kx(t), Ky(t) соответствующих размерностей подлежат настройке для преодоления неопределенности сведений о параметрах объекта (1).

3.  Желательная динамика системы управления задается с помощью эталонной модели, размерность матриц AM, BM в которой в классических работах по адаптивным системам предполагается такой же, как в (1):

(3)

4.  Рассчитываются «идеальные» значения параметров регулятора (в предположении о точной информации о параметрах объекта)

5.  Алгоритмы настройки параметров регулятора Kx(t), Ky(t) синтезируются исходя из требования сходимости (при t®¥ ) рассогласования между матрицами «идеальных» и настраиваемых параметров, . При выполнении условий сходимости рассогласование между выходом объекта и эталоном также стремится к нулю, обеспечивая достижение желательного качества управления.

6.  Синтез алгоритма адаптации проводится с использованием идей устойчивости . Функция Ляпунова V(t) строится в виде квадратичной формы, построенной на отклонениях переменных состояния объекта от эталона и параметров регулятора от идеальных:

(4)

В (4) H, Г – положительно определенные симметричные матрицы соответствующих размерностей, tr[…] – след матрицы, указанной в скобках.

7.  Матрица H в (4) должна удовлетворять уравнению Ляпунова (, где Q ­– положительно определенная матрица). Матрица Г выбирается в форме блочно-диагональной: Г = bl_diag(Г1,Г2). Элементы матриц Q, Г подлежат уточнению при моделировании.

8.  Условием сходимости (устойчивости по Ляпунову) является требование отрицательности производной (4). В формуле для производной выделяются составляющие, знак которых неясен, и алгоритм адаптации строится из условия стремления этих «сомнительных» составляющих к нулю:

(5)

Трудности реализации описанной классической методики, обосновывающие целесообразность предлагаемой разработки:

1.  Матрица BM в (3) предполагается полноразмерной, т. е. размерности векторов состояния и управляющих воздействий предполагаются одинаковыми. На практике размерность вектора управляющих воздействий обычно меньше размерности вектора состояний.

2.  Алгоритм (5) требует измерения всех элементов вектора состояний x(t). Это требование не всегда выполнимо; прямым измерениям чаще всего доступен только r-мерный вектор выходных переменных z(t), r < n.

3.  Алгоритм (5) нелинеен; вычислительные эксперименты, выполненные нами, показывают, что при высокой размерности вектора состояния трудно найти элементы матриц Q , Г, гарантирующие сходимость.

Направления преодоления перечисленных трудностей состоят в отказе от точного соответствия между структурами объекта и эталонной модели. В представляемой работе адаптивная система синтезируется для частного, но распространенного класса объектов, в которых можно выделить два субпроцесса с существенно различными инерционностями (разнотемповые субпроцессы). Для управления такими объектами оказалась продуктивной идея построения управляющей системы с двойной шкалой времени (ДШВ), позволяющая выделить контуры автономного управления медленным и быстрым субпроцессами [2]. Свойство разнотемповости формально проявляется в наличии групп собственных чисел матрицы A в (1), действительные части которых разделены существенным зазором.

Мы исследовали перспективы построения адаптивной системы управления медленным субпроцессом, обычно представляющим важные для практики компоненты вектора состояния. Этот подход позволил частично преодолеть трудности реализации классического метода синтеза контура адаптации.

Выкладки, проведенные для использования метода ДШВ в задаче синтеза адаптивной системы, были направлены для преодоления различия в языках описания алгоритмов адаптации (непрерывное время) и систем с ДШВ (в [2] – дискретное время). Ниже последовательность выкладок иллюстрируется примером, в котором вектор состояния объекта x(t) имеет размерность n´1 (соответственно медленный и быстрый субпроцессы характеризуются векторами x1(t), x2(t), размерность соответственно n1´1 и n2´1); управление u(t)– скаляр.

Уравнение объекта (1) в форме взаимодействующих субпроцессов имеет вид:

(6)

где A11, A12, A21, A22, B1, B2 –блоки матриц и объекта с размерностями: n1´n1, n1´n2, n2´n1, n2´n2, m1×1 и m2×1 соответственно.

Считаем приближенно, что быстрый субпроцесс отслеживает медленный без динамики: x2(t)=D ×x1(t), где n2´n1 матрица D находится из условия эквивалентности описания медленного субпроцесса приближенной моделью по матричному уравнению .

Модель медленной динамики (в которой не учитывается собственная динамика быстрого субпроцесса) имеет вид:

(7)

Моделирование проведено для двумерного объекта со следующими элементами матриц A,B: a11= –0.09, a12= –0.1, a21= –0.2, a22= –0.7, b1=2, b2=3, собственные числа матрицы A равны соответственно [–0.059] (медленный субпроцесс) и [–0.731] (быстрый субпроцесс). Методика вычислительных экспериментов состояла в расчете параметров адаптивного регулятора только для медленного субпроцесса и в оценке соответствия медленной динамики эталону при переносе рассчитанных параметров регулятора на полноразмерную модель объекта. Параметры эталонной модели (в данном примере – одномерной) были выбраны из условия сходимости медленной составляющей к задающему воздействию примерно в 15 раз быстрее, чем обеспечивается собственной динамикой объекта: AM = –0.9, BM = – AM. Рис.1 иллюстрирует высокую скорость сходимости параметров адаптивного регулятора к идеальным значениям. На рис. 2 представлена динамика медленного субпроцесса, почти точно сходящаяся к эталонной траектории спустя время подавления начальных условий. Рис.3 иллюстрирует подавление динамики быстрого субпроцесса: эта динамика существенна лишь в начальной части. В стационарном режиме небольшие всплески ее активности возникают в моменты переключений меандрового задания, что приводит к незначительным отклонениям медленного субпроцесса от эталона.

Рис. 1. Настройка параметров адаптивного регулятора

Рис. 2. Медленный субпроцесс Рис. 3. Подавление быстрого

на фоне эталонного процесса субпроцесса

Список литературы

1.  Миркин децентрализованное адаптивное управление большими системами с координацией.– Материалы 2-й Всероссийской научно-практической конференции «Современные технологии в обучении и производстве.– Камышин, 20-23.05.2003 (электронное издание КТИ ВолгГТУ).–с.317-318.

2.  , Степанченко и моделирование цифровых управляющих систем с двойной шкалой времени.–М.: Машиностроение-1.–93с.

3.  (ред.). Методы классической и современной теории управления. Том 3. Методы классической и современной теории управления. – М., изд-во МГТУ им. , 2000,. 736 с.

УДК 681.3.06

СОЗДАНИЕ ВИРТУАЛЬНОГО ПРЕДПРИЯТИЯ
ДЛЯ УЧЕБНОГО ПРОЦЕССА

Камышинский технологический институт (филиал) ВолгГТУ

«Виртуальное предприятие» (ВП) – это один из новых терминов активно развивающейся в последние годы области технологий комплексной автоматизации промышленности, известных еще как «CALS/ИПИ – технологии». Массовое внедрение этих жизненно важных для Российских производителей новаций сдерживается, прежде всего, из-за отсутствия кадров, способных работать в условиях перехода на современные информационные технологии. Если изучение теоретических основ CALS может быть решено с помощью традиционных учебных методик, то проблема практического освоения новых интеграционных технологий остается открытой. В настоящее время, уровень развития средств информационной поддержки изделий (ИПИ), даже на передовых предприятиях, носит, в основном, лоскутный, фрагментарный характер, не позволяющий рекомендовать их в качестве академических образцов. С экономической точки зрения, и в обозримом будущем трудно рассчитывать на полноценное использование производственной базы коммерческих, акционерных предприятий для организации массового обучения студентов. Кроме того, в условиях бурного развития новых информационных технологий, подготовка студентов в вузах и повышение квалификации специалистов промышленности должны опережать существующие достижения на предприятиях.

Для информационной поддержки учебного процесса по CALS/ИПИ – технологиям в условиях учебного заведения предлагается использовать своеобразные комплексные компьютерные модели (прототипы) PLM производственного предприятия. Все рабочие места такого виртуального предприятия связаны между собой только компьютерной сетью и территориально могут располагаться в различных подразделениях учебного заведения. Название «Учебное виртуальное предприятие» как нельзя лучше соответствует «духу и букве» задач обучения технологиям управления жизненным циклом (PLM) промышленной продукции[1].

Уже в силу своего образовательного предназначения учебное виртуальное предприятие должно обладать существенными отличительными признаками. Целью персонала учебного ВП является практическое освоение и опытная отработка CALS/ИПИ – технологий, программных и технических средств автоматизации, информационных моделей и стандартов. Предполагается использование УВП в качестве лабораторной и опытно-научной базы учебного заведения для подготовки специалистов по специальности 1201 «Технология машиностроения». Что позволяет ввести в обращение общее название: «Учебное Виртуальное Предприятие» (УВП) вуза, которое мы и будем использовать. УВП даже может не производить материальных объектов и изделий, а оперировать их информационными моделями и имитаторами. Решение малоразмерных и компактных учебно-исследовательских задач позволит реализовать интеграционные цепочки информационных технологий опережающими темпами по сравнению с промышленными предприятиями, а отсутствие материальных объектов минимизирует затраты. Таким образом, можно дать следующее определение учебного виртуального предприятия, действующего в рамках высшего учебного заведения. УВП вуза – комплексная автоматизированная организационно – техническая система, объединяющая в рамках виртуальной интегрированной информационной среды различные (по подчиненности и собственности) подразделения и средства автоматизации учебного заведения и других организаций, предназначенная для практической подготовки и научных исследований обучаемых в области современных информационных технологий поддержки производства.

Прототипом, при создании УВП вуза, может выступать конкретное промышленное предприятие, или обобщенная модель предприятий, в которой используется или имитируется организационная и информационная структура, построенная по типовой отраслевой схеме. В данном случае формируется единое информационное пространство (ЕИП) приближенное к реальным условиям и отражающее специфику машиностроительного предприятия. Причем, варьируя структуру, состав и управляя переменными единой информационной среды можно проводить исследования различных PLM-решений и даже проводить оптимизацию выбранного варианта. В идеале УВП должно содержать такую информационную модель (или совокупность моделей) предприятия, которая позволяла бы изучать все виды управления – от стратегического до оперативного. Для этого модели должны отражать не только внутренние составляющие и процессы, но и учитывать все исследуемые "возмущения" внешней среды - от экономических показателей и условий эксплуатации продукции, вплоть до экологических факторов, которые оказывают как прямое, так и косвенное влияние на производимые предприятием товары и услуги. Комплексная структура моделей фактически является концептуальным каркасом для увязки содержательных представлений всего многообразия процессов, протекающих как на предприятии, так и вне его и подлежащих автоматизации.

Например, можно выделить следующие виды моделей: функциональная модель, модель управления, модель обеспечения, модель окружения. Каждый такая модель должна быть определенным образом связана с совокупностью сопряженных моделей. Множество функциональных моделей определяется разнообразием производимых предприятием товаров и услуг. Множество моделей управления зависит от различаемых видов и методов управления: и диспетчеризации процессов и ресурсов. Модели обеспечения определяются как видами требуемых ресурсов, так и периодом их поддержания. Разнообразие моделей окружения зависит от структуры жизненного цикла производимых товаров и услуг, организационно-территориальных факторов и множества анализируемых ресурсов[2].

В качестве прикладной программной платформы УВП должны быть тщательно выбраны актуальная для отечественной промышленности PDM – система и хорошо совместимый с ней, комплекс средств автоматизации покрывающий основные этапы жизненного цикла изделий и обладающий рядом следующих свойств:

–  Дружественность и интуитивная понятность пользовательских интерфейсов.

–  Развернутая и полная помощь и документированность на русском языке.

–  Наглядность в демонстрации основных функций и возможностей информационных технологий, методов и средств.

–  Доступность и устойчивость связей с фирмой производителем. Распространенность консультационных и внедренческих услуг.

–  Относительно невысокая стоимость программного обеспечения его внедрения и сопровождения.

–  Простота инсталляции, настройки и обслуживания программного обеспечения.

–  Невысокая требовательность к уровню используемых технических средств.

–  Практическая ценность для внедрения на предприятиях региона.

Разумеется, что для проведения эффективной учебно-методической работы необходимо использовать лицензионные программные средства. В эти условия достаточно хорошо вписываются PLM решения, развиваемые российской фирмой Топ Системы. Кроме вышеперечисленных требований можно отметить еще ряд положительных факторов. Продукция АО Топ Системы полностью соответствует отечественным стандартам.

–  Наличие комплекта учебных и методических материалов в базовой поставке системы.

–  Программа поддержки учебных заведений, включая льготные поставки ПО, создание сертифицированных учебных центров.

–  Наличие единой системы сертификации специалистов и преподавателей как независимого критерия оценки деятельности УВП.

Список литературы

1. Норенков автоматизированного проектирования: Учеб. для вузов. – М: Изд-во МГТУ им. 2000. – 360 с. ил.

2. , Кузмик поддержка наукоемких изделий. CALS – технологии М: Изд-во МГТУ им. 20с. ил.

УДК 681.51

Синергетический подход к разработке

информационных систем

Волгоградский государственный технический университет

Тел: (8442), E-Mail *****@***ru

Разработана экономико-синергетическая модель развития инновационного предприятия малого бизнеса и автоматизированная система для исследования данной модели. В ходе исследования разработанной модели получены состояния, соответствующие различным типам аттракторов: точка, предельный цикл, хаотический аттрактор; определены значения управляющих параметров, при которых система кардинально меняет свое поведение. С позиций «синергетической экономики», изложены этапы синергетического анализа экономической системы, приведены примеры синергетических моделей. Разработанная автоматизированная система «Экономико-синергетическая модель развития предприятия малого бизнеса» предназначена для исследования модели фрактальными зависимостями, фрагмент дан на рис. 1. для значения бифуркационного параметра l =2; фазовое пространство - фиксированные управляющие параметры: a =5; g =0.6; m =2,1; b =8; d =1; g =0,6; начальные условия t0=0 : K(t0)=1; G(t0)=1; L(t0)=1.

Рис. 1. Фазовый портрет модели развития предприятия (фрагмент)

По материалам исследования издана монография, которая представляется в материалах стендового доклада.

Список литературы

1. , Плешакова система «Си - нергетический подход к задачам маркетинга недвижимости» // Успехи современного естествознания: Научн.-теоретический журнал, №1. Материалы ХХХI Международн. конф. IT&SE 2004. – М.: 2004

УДК 658.27.004.5:681.3

подсистема планирования и прогнозирования
системы автоматизации обслуживания
оборудования предприятия

А., ,

Волгоградский государственный технический университет

Тел: 8 , E-mail:Mr. *****@***ru, *****@***ru, *****@***ru

Ни одно предприятие, независимо от его размеров и рода деятельности не может обойтись без оборудования. В данном случае под оборудованием может пониматься как высокотехнологические установки, так и обычная офисная техника – одним словом все, что используется на предприятии и имеет свойство ломаться. В результате выхода оборудования из строя возникает необходимость его замены или ремонта, что зачастую приводит к временной остановке работы подразделения или даже всего предприятия. На небольших предприятиях данная проблема, хотя и имеет место, но не приобретает таких масштабов как на крупных производственных предприятиях.

Как показала исследовательская работа, проведённая на одном из крупных предприятий Волгограда, в связи с выходом оборудования из строя, оно несёт достаточно большие финансовые потери, которые можно значительно уменьшить за счёт автоматизации процесса обслуживания оборудования. Так как основные потери предприятие несёт в связи с простоем производственного процесса, то для решения данной задачи необходимо обеспечить:

своевременное оформление документации, необходимой для проведения работ по обслуживанию; своевременное заключение договора с фирмой подрядчика; своевременное обеспечение ресурсов необходимых для проведения работ по обслуживанию.

Как видно из всего вышеперечисленного везде фигурирует слово «своевременное», на крупных предприятиях этот фактор вызывает наибольшие трудности. Когда количество оборудования и его составных частей переваливают за тысячи определить момент выхода, какой либо из них, из строя – задача довольно трудоёмкая. Выполнять же подготовку к обслуживанию уже непосредственно после выхода оборудования из строя не приемлемо, так как это может занять до нескольких дней на подготовку документации и договоров и до нескольких недель на доставку необходимых ресурсов.

Следовательно, для решения задачи автоматизации обслуживания оборудования необходима система, автоматизирующая три выше перечисленных процесса, основную роль в которой играет подсистема прогнозирования выхода оборудования из строя и планирования работ по обслуживанию оборудования, которая позволит сократить затраты на обеспечение работоспособности оборудования.

Основными задачами данной подсистемы является:

определение момента выхода оборудования из строя;

·  оповещение о необходимости проведения работ по обслуживанию оборудования;

определение ресурсов необходимых для проведения работ по обслуживанию оборудования; составление планов работ по обслуживанию оборудования; контроль выполнения работ по обслуживанию оборудования.

Задачи, поставленные перед разрабатываемой подсистемой, решаются путем применения аппарата методов прогнозирования и математической статистики в рамках имеющихся стандартов по обслуживанию оборудования предприятия, которые корректируются и дополняются в процессе работы подсистемы, основываясь на статистических данных. Статистические данные так же пополняются по мере выполнения работ, обеспечивая увеличение точности планирования работ по обслуживанию оборудования.

На данный момент подсистема прогнозирования выхода оборудования из строя и планирования работ по обслуживанию оборудования представляет собой пилотный проект программного продукта, в котором по возможности учтены все достоинства и недостатки аналогичных программных продуктов. Разработанная подсистема отвечает поставленным целям, но для наиболее эффективного результата в процессе автоматизации работы предприятия данная подсистема должна сопровождаться подсистемами автоматизации поддержки проведения внеплановых ремонтов, формирования документации и подсистемой управления структурой предприятия.

Внедрение данной системы позволит значительно снизить финансовые потери предприятия за счет сокращения простоев производственного оборудования и трудоёмкость обслуживания, а также увеличить эффективность работы обслуживающего и контролирующего персонала за счет повышения степени автоматизации выполнения работ.

УДК 681.2.002