УДК 004.94:658.512.6

О. А. САВИНА, Т. Ю. САВВА

O. A. SAVINA, T. Yu. SAVVA

РАЗРАБОТКА ПРОГРАММНОГО СРЕДСТВА ФОРМИРОВАНИЯ ДОПУСТИМЫХ СЦЕНАРИЕВ ПРОИЗВОДСТВЕННОГО РАСПИСАНИЯ ДЛЯ ПРЕДПРИЯТИЙ ПО ПЕРЕРАБОТКЕ ПЛОДООВОЩНОГО СЫРЬЯ

SOFTWARE DEVELOPMENT FOR A LOT OF THE ALLOWED PRODUCTION SCHEDULES FORMING FOR PLANTS PROCESSING FRUIT AND VEGETABLES RAW MATERIALS

В данной статье рассматривается функциональная структура программного средства, реализующего предложенную нами методику формирования производственных расписаний, позволяющую учесть специфику переработки плодоовощного сырья. Приведен пример, позволяющий продемонстрировать получение и сравнения по выделенный критериям множества допустимых сценариев расписания на одном и том же наборе исходных данных для совокупности технологических маршрутов производства консервной продукции.

Ключевые слова: автоматизированные системы; производственное расписание; сети Петри; имитационное моделирование; плодоовощное сырье.

In given article there is the functional structure of software which implements an approach proposed by us. This approach permits to create a lot of the allowed production schedules and is tailored to specific of raw fruit and vegetable processing. Also there is an example demonstrating of a lot of allowed production schedules forming and comparing schedules by selected criteria on the same set of source data for a several technological routes of production of canned products.

Keywords: automated systems; production schedule; Petri nets; simulation modeling; fruit and vegetables raw materials.

НЕ нашли? Не то? Что вы ищете?

Введение

В настоящее время на рынке программного обеспечения представлен ряд продуктов, позволяющих автоматизировать процесс составления детального расписания производства. Использование такого рода программных средств особенно актуально для предприятий, где поступление сырья и материалов, а также заказов на производимую продукцию распределены неравномерно в течение года. При этом производственная программа не может быть утверждена на период свыше квартала, а значит, возможность исполнения ее необходимо оценивать в короткие сроки и на основе оперативно поступающих исходных данных. Указанные особенности присущи деятельности предприятий, осуществляющих переработку скоропортящегося плодоовощного сырья. Для них характерно сезонное поступление сырья, его неоднородность по качеству, жесткие требования к условиям и времени нетехнологического пролеживания сырья и производимых из него полуфабрикатов. Проведенный нами анализ существующих систем MES‑, APS‑, FP&S‑класса, ориентированных на оперативное построение производственных расписаний [1], показал, что имеющиеся системы не позволяют учесть особенности переработки плодоовощного сырья. Таким образом, нами была разработана методика формирования производственных расписаний, ориентированная на учет специфики таких производств, и на основе указанной методики спроектирован и реализован прототип программного средства формирования производственных расписаний для предприятий по переработке плодоовощного сырья.

Методика формирования производственных расписаний для предприятий по переработке плодоовощного сырья.

В основе предложенной методики лежит положение о том, что в целях сокращения периодов нетехнологического пролеживания сырья и полуфабрикатов, все технологические операции должны выполняться, как только это становиться возможным. При этом проектирование предприятий по переработке плодоовощного сырья изначально осуществляется таким образом, чтобы реализуемые технологические маршруты (ТМ) переработки пересекались по виду используемого оборудования (это позволяет повысить фондоотдачу производственного оборудования). Исключение составляют лишь маршруты для выпуска детского питания, где целесообразно минимизировать контакт персонала с сырьем и полуфабрикатами. В такой ситуации оборудование, как правило, собрано в единую производственную линию.

Проведенный нами в [2] анализ подходов к построению графиков загрузки оборудования, на основе которых и вырабатывается производственное расписание, позволил предложить методику формирования производственных расписаний, базирующуюся на имитационном моделировании, в основе которого лежит модифицированный нами аппарат сетей Петри. Разработанная модификация сети Петри (МСП) [3, 4] позволяет моделировать исполнение ТМ переработки сырья. Главным отличием такой сети является возможность установления веса для каждого маркера, моделирующего партию сырья. Таким образом, движение маркеров по сети позволяет не только описать порядок осуществления технологических операций (вершины-переходы сети) и набор требуемых ингредиентов для каждой операции (отношение инцидентности между вершинами-позициями и последующими переходами), но и отслеживать изменение веса (объема) каждой партии, как вследствие технологической обработки, так и различного рода потерь, порчи сырья.

Согласно предложенной методике выработка расписания включает три этапа [5] (см. рисунок 1).


Рисунок 1 – Общая схема формирования производственных расписаний согласно предложенной методике

1)  Формализация описания реализуемых ТМ на основе сведений о входящих в них технологических операциях для каждого вида выпускаемой продукции. Результатом данного этапа является построенная МСП.

2)  Формирование допустимых вариантов сценариев производственного расписания на основе МСП, а также графиках поставки закупаемого сырья и полуфабрикатов. При этом важно, чтобы был определен состав производственных мощностей, график профилактики оборудования.

3)  Формирование сменно-суточных заданий, расчет потребностей в материалах и мощностях. Они рассчитываются на основе одного из сформированных, выбранного по тем или иным принципам сценария производственного расписания.

Следует отметить, что при наличии всех видов оборудования и сырья всегда может быть найден хотя бы один вариант сценария. При этом в каждый момент времени после высвобождения некоторой единицы оборудования необходимо принять решение о том, какая партия сырья (полуфабриката) будет загружена на него в первую очередь. Данная задача особенно актуальна в ситуации, когда в цехе параллельно-последовательно реализуется два и более ТМ для разных видов продукции с пересечением по видам ингредиентов и оборудования. Учитывая, что сроки хранения ингредиентов различны и во многом зависят от исходного состояния сырья и условий его хранения, аналитически трудно предположить такую последовательность выполнения технологических операций, которая приведет в конечном итоге к минимизации потерь сырья и полуфабрикатов, минимизации простоев оборудования, максимизации выработки готовой продукции и т. д. При этом проведенный имитационный эксперимент, основанный на предложенной методике, позволяет построить несколько допустимых комбинаций из реализуемых операций путем варьирования их последовательности, где это представляется возможным. Таким образом, для каждого полученного варианта сценария можно собрать необходимые статистические данные и выполнить предварительную оценку пригодности сценария, а также сравнить их между собой. Такой подход позволит лицу, принимающему решение, утвердить вариант сценария производственного расписания, опираясь не только на свой опыт и квалификацию, но и на набор статистических данных для текущих условий, а значит, сократить время на принятие решения и повысить в целом информационную обеспеченность производства.

Разработка программного средства формирования допустимых сценариев производственного расписания.

Для формирования производственного расписания необходим набор исходных данных, часть из которых относительно постоянны (например, состав технологических операций в ТМ), а часть может измениться в любой момент (например, сведения о выходе их строя оборудования). Доступ к программному средству должны иметь три категории пользователей, каждой из которых соответствуют свои варианты использования программного средства (см. рисунок 2).


Рисунок 2 – Диаграмма вариантов использования для программного средства формирования производственных расписаний

1)  Плановик (лицо, принимающее решение), который определяет набор исходных данных, критерии, по которым необходимо собрать статистические данные, непосредственно инициирует эксперимент, анализирует полученные результаты, утверждает наиболее подходящий в текущей ситуации вариант сценария расписания. В случае если ни один из полученных сценариев не согласуется с оперативными задачами, не позволяет достигнуть требуемого уровня выработки, потерь и т. д. плановик имеет возможность инициировать повторно эксперимент, изменив исходные данные.

2)  Кладовщик, в функции которого входит сообщать о составе и состоянии хранящегося сырья и полуфабрикатов, его приходе и расходе.

3)  Диспетчер, который осуществляет функцию осведомления плановика об изменениях в составе доступных мощностей (или поломке той или иной единицы оборудования), а также о срывах исполняемого варианта производственного расписания, возникновении различного рода форс-мажорных обстоятельств и т. д.

На рисунке 3 представлена диаграмма деятельности, иллюстрирующая порядок выполнения ключевых вариантов использования программного средства.


Рисунок 3 - Диаграмма деятельности для программного средства формирования производственных расписаний

Таким образом, сведения, поступающие от кладовщика и диспетчера, имеют важное значение для определения исходных данных моделирования, т. к. плановик должен получать оперативные сведения, как о состоянии ингредиентов, так и о составе доступного в текущий момент оборудования. Изменения исходных данных при этом являются поводом для пересмотра текущего производственного расписания, т. к. исполняемое в текущий момент расписание может быть неисполнимо в новых условиях или же может быть скорректировано для достижения тех или иных производственных показателей. Для реализации выделенных вариантов использования были разработаны ряд алгоритмов, в том числе алгоритм дискретно-событийного моделирования и выполнения МСП [6].

Пример построения допустимых сценариев производственного расписания с применением разработанного программного средства.

Рассмотрим задачу формирования допустимых сценариев производственного расписания для трех параллельно-последовательно осуществляемых ТМ для следующих видов продукции: «Икра кабачковая», «Икра баклажанная», «Икра луковая». В качестве исходных данных для построения МСП и проведения имитационного эксперимента были выбраны следующие исходные данные:

-  последовательность, длительность и состав ингредиентов для всех технологических операций в рамках рассматриваемых ТМ;

-  нормы расхода сырья на 1т продукции, а также объемы партий закупаемого сырья (полуфабрикатов), определенные согласно сборникам рецептур плодоовощной продукции [7, 8] (см. таблицу 1).

-  дата и время поступления закупаемого сырья и полуфабрикатов на склад согласно договорам;

-  набор показателей для получения статистических данных по каждому варианту сценария производственного расписания.

Таблица 1 – Нормы расхода сырья на 1т готовой продукции при производстве «Икры баклажанной», «Икры кабачковой» и «Икры луковой» и объемы закупаемых партий (в кг)

Закупаемое сырье и полуфабрикаты

Наименования готовой продукции

Объем закупаемой партии

Икра баклажанная

Икра кабачковая

Икра

луковая

Баклажаны

1163

–

–

3000

Белые коренья

25

25

–

400

Зелень

4

4

–

150

Кабачки

–

1470

–

3500

Лук репчатый

74

74

988

3500

Морковь

92

91

–

800

Перец

1

1

1

25

Масло растительное

109

108

95

2000

Сахар

8

8

–

200

Соль

15

15

13

200

Томат-паста 30%-ая

–

75

–

500

Томат-пюре 12%-ое

187

–

297

1200

Чеснок

–

–

3

25

Следует отметить, что для данного примера характерно значительное количество видов закупаемого сырья и полуфабрикатов, используемых в выбранных ТМ: лук репчатый, масло растительное, перец, соль требуются в ходе производства всех трех видов продукции, а белые коренья, зелень, морковь, сахар, томат-пюре 12%-ое используются в двух ТМ. Таким образом, производственное расписание для реализации параллельно-последовательного производства указанных видов продукции должно учитывать, в том числе, альтернативные пути использования сырья и полуфабрикатов во избежание его потерь. Рассмотрим ситуацию, когда реализация всех трех ТМ на последнем этапе технологической обработки предполагает наличие конкурентного доступа к одному виду оборудования – автоклаву, предназначенному для стерилизации поступающих на загрузку полуфабрикатов, а реализация прочих технологических операций для каждого из представленных ТМ осуществляется на различном оборудовании. Суммарное число доступных к использованию автоклавов равно двум.

Согласно предложенной нами в [5, 9] методике формирования производственных расписаний на первом этапе необходимо выполнить построение МСП на основе сведений о совокупности реализуемых ТМ. Графически эта сеть может иметь вид, представленный на рисунке 4 (в данном примере ТО мойка и резка, а также паромасляная печь и волчок попарно объединены, т. к. устанавливаются последовательно и требуют незамедлительного перемещения ингредиентов между ними).


Рисунок 4 - Графическое отображение модифицированной сети Петри для трех технологических маршрутов


В соответствии с предложенным определением МСП [3, 4, 9] здесь выделены:

-  стартовые вершины-позиции: S1 – баклажаны, S2 – белые коренья, S3 - зелень, S4 – кабачки, S5 – лук репчатый, S6 – морковь, S7 – перец, S8 – масло растительное, S9 – сахар, S10 – соль, S11 – томат-паста 30%-ая, S12 – томат-пюре 12%-ое, S13 – чеснок;

-  финальные вершины-позиции: S40 – ГП «Икра баклажанная», S41 – ГП «Икра кабачковая», S43 – ГП «Икра луковая»;

-  вершины-переходы T1, T2, …,T13 соответствуют операциям приемки сырья согласно связанным с ними стартовым вершинам-позициям;

-  буферная вершина-позиция S44, позволяющая указать, что связанные с ней петлями вершины-переходы T27, T28, T30 соответствуют ТО стерилизации в автоклаве. Следовательно, загрузка автоклава моделируется конкурентным доступом маркеров к указанным вершинам-переходам. При этом число маркеров в буферной позиции определяет доступное число автоклавов. Так как срабатывание данных вершин-переходов приводит к захвату маркеров из S44, то организованная таким образом сеть позволяет моделировать конкурентный доступ к ограниченному числу оборудования по аналогии с подходом включения в сеть Петри P-/V-операций и семафора, предложенным Э. Дейкстрой [10];

-  внутренние вершины-позиции указывают на полуфабрикаты, получаемые и используемые в ходе реализации ТМ;

-  вектор-столбцы D(S) и D(T) определены, исходя из значений, заданных для допустимых периодов нетехнологического пролеживания и суммарного времени реализации ТО соответственно: D(S)=[14400,30240,10080,14400,30240,30240, 30240,400,30240,10080,14400,30240,30240,30240,4320, 4320, 2880, 4320, 4320, 2880, 4320, 420, 420, 420, 420, 420, 420, 420, 100000]. Если время нетехнологического пролеживания для ингредиента значительно превышает моделируемый период, в D(S) указано, что оно равно 100000: D(T)=[20,20,20,20,20,20,15,15,15,15,20,20,20,40,40,40,40,40,40,40,15,15,10,20,20,20, 75,75,15,100]. Здесь временные задержки 75 и 100 введены для ТО, выполняемых на автоклаве согласно формулам стерилизации для тары «банка стеклянная 83-1», которая регламентирована для выпуска всех трех видов готовой продукции:

а) для «Икры баклажанной» и «Икры кабачковой» формула стерилизации

при давлении 265 кПа (2,7 ат);

б) для «Икры луковой» формула стерилизации

при давлении 245 кПа (2,5 ат);

-  матрица инцидентности M отражает структуру рассматриваемых ТМ посредством установления дуг между вершинами-позициями (по строкам) и вершинами-переходами (по столбцам) и имеет вид:

-  вектор-столбец начальной маркировки μ0 соответствует установленному графику поставок ЗСП и показывает наличие двух маркеров-ресурсов в буферной вершине-позиции S44. (для двух автоклавов).

Рассматриваемое программное средство формирования производственных расписаний позволяет построить такую МСП по указанным исходным данным. На основе данной МСП был проведен имитационным эксперимент с периодом моделирования, эквивалентным 1 неделе (10080 тактов модельного времени). В результате был получен набор допустимых вариантов сценария производственного расписания с различными значениями показателей выработки готовой продукции и ожидаемой порчи полуфабрикатов в ожидании загрузки за счет превышения интервала нетехнологического пролеживания. Из множества теоретически допустимых были выбраны 7 вариантов сценариев, характеризуемых наибольшим разбросом значений искомых показателей. Экранная форма программного средства формирования производственных расписаний в режиме отображения результатов рассматриваемого эксперимента представлена на рисунке 5.


Рисунок 5 - Экранная форма программного средства в режиме отображения результатов

Следует отметить, что порча полуфабрикатов была зафиксирована, прежде всего, при ожидании загрузки на автоклав. При этом часть закупленного сырья осталась неизрасходованной. Выработка готовой продукции для полученных сценариев также различна. Это обусловлено последовательным выполнением экспериментов для всех допустимых вариантов разрешения ситуаций конкурентного доступа к оборудованию и ингредиентам, возникших в процессе моделирования. Так, на основании данных о предполагаемой выработке готовой продукции и объемов порчи сырья плановик может принять решение о корректировке сроков, объемов поставок, изменении состава используемого оборудования и, в конечном итоге, выбрать наиболее подходящих в текущих условиях вариант сценария производственного расписания. Построенное производственное расписание в дальнейшем может быть детализировано до уровня сменно-суточных заданий и отображено с помощью MS Excel. Разработанное и протестированное программное средство формирования производственных предприятий было зарегистрировано в Реестре программ для ЭВМ (№ ).

Заключение

Проведенные в ходе разработки и тестирования программного средства эксперименты показали, что заложенная в нем методика позволяет формировать различные сценарии производственных расписаний и получать оценки по ряду статистических показателей. Учитывая, что повышение информационной обеспеченности производства позволяет упростить управление и организацию производственных процессов [11, 12], можно предположить, что разработанное программное средство будет полезно для предприятий, осуществляющих переработку плодоовощного сырья. В качестве направления развития предложенной методики представляется целесообразным детально проработать аспекты, связанные с учетом и распределением персонала как на этапе формирования, так и в ходе исполнения производственных расписаний.

СПИСОК ЛИТЕРАТУРЫ

1.  Каталог MES-систем [Электронный ресурс]. – Режим доступа: http://www. *****/index. php/mescat-list.

2.  Савва, моделирование переработки скоропортящегося сырья [Текст] / // «Прикладная математика, управление и информатика». Сборник трудов международной молодежной конференции в 2 т. – Т.1. – Белгород: ИД «Белгород», 2012. – С. 256-259.

3.  Savina, O. A. About new modification of Petri nets with dynamic weights of tokens [Тext] / O. A. Savina, T. Yu. Savva // Proceedings of the International Conference on Intelligent Information Systems (IIS2013). Chisinau, Republic of Moldova. – 2013. – P. 52-57.

4.  Савва, модифицированного аппарата сетей Петри для моделирования систем с переменными характеристиками используемых ресурсов [Текст] / // Научные ведомости Белгородского государственного университета. Серия История, экономика, политология, информатика. – 2013. – №8 (151), выпуск 26/1. – С. 167-174.

5.  Савина, производственных расписаний для предприятий по переработке плодоовощного сырья на основе дискретно-событийного моделирования [Электронный ресурс] / , // Сетевое научное издание «Информационные ресурсы, системы и технологии». – Режим доступа: http://www. *****/files/article/336.pdf.

6.  Савва, алгоритмов построения модифицированной сети Петри при формировании производственных расписаний для предприятий по переработке плодоовощного сырья [Текст] / // Информационные системы и технологии. – 2013. – № 4 (78). – С. 36-46.

7.  Рогачев, технолога плодоовощного консервного производства [Текст] / . – М.: Изд-во «Легкая и пищевая промышленность», 1983. – 408 с.

8.  Сборник рецептур на плодоовощную продукцию [Текст] / Сост.
. – СПб: ГИОРД, 1999. – 336 с.

9.  Савва, математической модели загрузки оборудования на предприятии по переработке скоропортящегося сырья [Текст] / // Информационные системы и технологии. – 2012. – № 6. – С. 47-56.

10.  Питерсон, Дж. Теория сетей Петри и моделирование систем [Текст] / Дж. Питерсон. – Пер. с англ. – М.: Мир, 1984. – 264 с., ил.

11.  Савина, промышленными предприятиями с использование систем поддержки решений [Текст] / . – М.: издательство МАИ, 2000. – 256 с.

12.  Рыбников, управления предприятием типа MRPII [Текст] / . – М.: Азроконсалт, 1999. – 134 с.

ФГБОУ ВПО «Госуниверситет-УНПК», г. Орел

Д. э.н., профессор, завкафедрой «Информационные системы»

Тел.: +

E-mail: o. *****@***com

ФГБОУ ВПО «Госуниверситет-УНПК», г. Орел

Старший преподаватель кафедры «Информационные системы»

Тел.: +

E-mail: t. *****@***ru