авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 || 3 | 4 |   ...   | 6 |

«Федеральное агентство по образованию ГОУ ВПО Уфимский государственный авиационный технический университет Управление в сложных системах ...»

-- [ Страница 2 ] --

В-четвертых, продуктивные исследования в области сетевых мо делей, получивших свое развитие в конце 80-х годов, привели к ряду проблем их построения и функционирования [1].

Это только малая часть проблем, с которыми столкнулась наука - на самом деле умение приспосабливаться к изменяющейся обста новке, принятие решений и управление действием в условиях неоп ределенности, а также моделирование так называемого «здравого смысла» остается столь же проблематичным.

Но хочется надеяться, что в ближайшие годы новые поколения ученых внесут в решение этих проблем свою лепту. А пока матема тики, кибернетики, инженеры, лингвисты и философы вот уже более 50 лет активно наблюдают за достижениями и открытиями в облас ти вычислительной техники и робототехнике, выдвигая самые не обычные высказывания в сторону ИИ. Кто-то считает ИИ мифом, а кто-то приводит веские доказательства существования искусственно го разума. Конечно, интеллектуальные машины пока еще не способ ны четко копировать умственную деятельность и способности чело века, но они только развиваются, и мы уже знаем о существовании японских электромеханических собак AIBO, футбольных роботов RoboCup, двуногих роботов Sony QRIO, «робота для общения»

KISMET, которые могут не только общаться с окружающими, плавно двигаться, танцевать, но выполнять простейшие команды и даже обучаться. Сегодня элементы нечеткой логики можно встретить практически везде от автономных пылесосов Trilobite компании ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 Electrolux, стиральных машин до систем управления боевым и гра жданским транспортом. Крупномасштабные экспертные медицин ские системы PUFF, MICIN ставят диагноз, рекомендуют необходи мый курс лечения;

виртуальные роботы AOLiza, Bizz, A-Life повто ряют слова и составляют БД из ответов пользователя, не говоря уже о холодильниках с выходом в Интернет [2].

На сегодняшний момент можно выделить четыре основных под хода в моделировании ИИ – это логический, структурный, эволюци онный и имитационный подходы, которые можно отнести к двум большим категориям:

• неявное моделирование с помощью численных методов;

• явное моделирование с помощью слов и символов.

Неявное моделирование более универсально, потому что маши на получает возможность строить модель на основе наблюдений и опыта. Явное моделирование пригодно только для работы с явно смоделированными ситуациями и заложенными данными и абсо лютно неэффективно с неизвестными ситуациями.

Основными составляющими систем искусственного интеллекта являются база знаний, стратегия обработки знаний (т.е. механизм логического вывода) и интерфейс с пользователем, соответственно проблема представления знаний чрезвычайно актуальна и является необходимой составляющей программного комплекса систем искус ственного интеллекта (СИИ).

К особенностям СИИ можно отнести следующие [3]:

1) наличие в них собственной внутренней модели внешнего ми ра (эта модель обеспечивает индивидуальность, относительную са мостоятельность системы в оценке ситуации, возможность семанти ческой и прагматической интерпретации запросов к системе);

2) способность пополнения имеющихся знаний;

3) способность к дедуктивному выводу, т.е. к генерации инфор мации, которая в явном виде не содержится в системе;

это качество позволяет системе конструировать информационную структуру с но вой семантикой и практической направленностью;

4) умение оперировать в ситуациях, связанных с различными аспектами неопределенности, включая «понимание» естественного языка;

5) способность к диалоговому взаимодействию с человеком;

6) способность к адаптации.

Для описания знаний существует несколько методов представ ления знаний: логические модели (формальная система M = T, P, В.Ю. Арьков, А.И. Абдулнагимов Системы искусственного интеллекта… A, B), сетевые модели (в основе лежит семантическая сеть, H = I, C1, C2, …, Cn, Г), продукционные модели (вывод на знаниях), фрей мовые модели (фиксируется жесткая структура информационных единиц – протофреймов).

Также при создании СИИ широко применяется модель «класс ной доски», которую можно уподобить группе экспертов, собравших ся у доски для решения определенной задачи или проблемы. Вместо доски, конечно, используется разделяемая компьютерная память, а в роли экспертов выступают соответствующие программные модули (система Distributed ARBS).

В СИИ можно выделить четыре глобальных направления.

1. ЭКСПЕРТНЫЕ СИСТЕМЫ Экспертная система – программа, которая использует «эксперт ные знания», заменяя эксперта в той или иной области. Такие сис темы приходят к своим решениям во многом на основе человеческих наблюдений и, наряду с математическими алгоритмами, используют человеческую логику для принятия решений. И в этом их огромное и принципиальное преимущество.

В настоящее время разработаны экспертные системы 5-го поко ления - прецедентные экспертные системы с "базой прецедентов".

При всех своих достоинствах, прецедентные экспертные системы трудны в изготовлении и эффективно работают, имея базу преце дентов в несколько сот тысяч записей.

База данных ЭС состоит из алгоритмов обработки, констант, ма тематических моделей и т.п. База знаний ЭС состоит из фактов, ре зультатов реальных обследований (тестирований), т.е. данных, на зываемых прецедентами ЭС. Интерфейс пользователя должен быть выполнен так, чтобы с системой напрямую, без помощи программи ста, мог работать специалист.

ЭС реализует алгоритм обработки знаний, поэтому его примене ние может привести к получению непредсказуемого результата при решении конкретной задачи. Алгоритм обработки знаний заранее неизвестен и строится по ходу решения задачи на основании эври стических правил. Проблемы ставятся перед системой в виде сово купности фактов, описывающих некоторую ситуацию, и система с помощью базы знаний пытается вывести заключение из этих фактов (рис. 1).

ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 Рис. 1. Структура статической ЭС Области применения экспертных систем разнообразны: меди цинская диагностика (Micin, PuFF), контроль, управление, и приня тие решений (PROSPECTOR, DENDRAL), диагностика неисправно стей в механических и электрических устройствах, обучение и т.д.

[4]. Кроме того, существуют ЭС смешанного типа или многофунк циональные, позволяющие получать результаты по разным направ лениям своей деятельности и охватывающие одновременно несколь ко знаний. Например, система охраны жилья может следить за ок ружающей обстановкой, распознавать происходящие события (от крылось окно), выдавать прогноз и составлять план действий (вы звать охрану).

К преимуществам ЭС можно отнести следующие: во-первых, у них нет предубеждений, они не делают поспешных выводов и устой чивы к «помехам». Во-вторых, эти системы работают систематизиро вано, рассматривая все детали, выбирая наилучшую альтернативу из всех возможных. В-третьих, имеют большую пополняемую базу знаний.

2. НЕЧЕТКАЯ ЛОГИКА Способности человека принимать правильные решения в усло виях неполной и нечеткой информации привели к вопросу построе В.Ю. Арьков, А.И. Абдулнагимов Системы искусственного интеллекта… ния СИИ на основе нечеткой логики, в которой функция истинности принимает не только значения «ложь» (0) и «истина» (1), но и про межуточные.

Системы нечеткой логики могут быть классифицированы сле дующими типами:

• простые системы нечеткой логики (pure Fuzzy Logic Systems);

• нечеткие системы Такаги и Суджено (Takagi and Sugeno);

• системы нечеткой логики с фаззификатором и дефаззифика тором.

Все системы с нечеткой логикой функционируют по одному принципу: показания измерительных приборов преобразуются в не четкий формат (фаззифицируются), обрабатываются, дефаззифици руются и в виде обычных сигналов подаются на исполнительные устройства.

Создание систем нечеткой логики осуществляется различными методами: начиная с методов построения систем на основе инфор мации, получаемых от экспертов, статической информации, оценок предпочтения при попарном сравнении объектов, кончая разработ кой и использованием специальных алгоритмов настройки на основе численных данных.

В результате обработки численных пар входов-выходов генери руются нечеткие правила. Сгенерированные правила и лингвисти ческие IF-THEN правила собираются в один большой базис нечет ких правил (рис. 2).

Рис.2. Система нечеткой логики Базис нечетких правил содержит набор правил IF-THEN. Меха низм вывода на основе принципов нечеткой логики использует эти ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 правила для отображения X в нечеткие множества из множества вы сказываний Y на выходе системы [5].

Преимущества fuzzy-систем:

1) возможность оперировать нечеткими входными данными и непрерывно изменяющимися во времени значениями, которые не возможно задать однозначно (результаты статистических опросов, рекламные компании и т.д.);

2) возможность нечеткой формализации критериев оценки и сравнения, оперирование критериями «большинство», «возможно», «преимущественно» и т.д.;

3) возможность проведения качественных оценок, как входных данных, так и выходных результатов;

4) возможность проведения быстрого моделирования сложных динамических систем и их сравнительный анализ с заданной степе нью точности.

Нечеткая логика стала инструментом (математическим аппара том), который переводит неоднозначные жизненные утверждения в язык четких и формальных математических формул. Учитывая имеющий уровень технологий, нечеткая логика занимает место ме жду экспертными системами и нейронными сетями (НС).

Нечеткая логика применяется при анализе рынков, разных эко номических, политических и биржевых ситуаций, выборе оптималь ной ценовой стратегии и т.п. Примеры популярных пакетов:

CubiCalc, CubiQuick, RuleMaker, FuziCalc, OWL, микроконтроллеры 68HC11, 68HC12 фирмы Motorola, MCS-96 фирмы Intel.

3. НЕЙРОННЫЕ СЕТИ СИИ на основе нейросетей базируются на математической ин терпретации деятельности нервной системы и интеллектуальной деятельности человека и реализуются в виде сетей на базе нейропо добного элемента – нейрона. НС работают даже при условии непол ной информации об окружающей среде, то есть, как и человек, они на вопросы могут отвечать не только «да» или «нет», но и «не знаю точно, но скорее да». Грамотным образом обученная нейросеть может с большой вероятностью правильно реагировать на новые, непредъ явленные ей ранее данные. Это так называемое свойство «обобще ния».

НС состоят из простых элементов: адаптивного сумматора (элемента вычисляющего скалярное произведение вектора входного сигнала х на вектор параметров w), нелинейного преобразователя В.Ю. Арьков, А.И. Абдулнагимов Системы искусственного интеллекта… сигнала f преобразующего скалярный сигнал x в f(x) и формального нейрона, состоящего из умножителей (синапсов), сумматора и нели нейного преобразователя (рис. 3) [6]. Синапсы осуществляют связь между нейронами, умножают входной сигнал на число, характери зующее силу связи, – вес синапса. Сумматор выполняет сложение сигналов. Нелинейный преобразователь реализует нелинейную функцию одного аргумента - выхода сумматора. Эта функция назы вается «передаточной функцией» нейрона.

Рис. 3. Математический нейрон Реализация модели НС может быть программной и аппаратной, среди которых можно выделить НС с обратным распространением ошибки, сети Хопфилда, Ворда, Кохонена, стохастические нейрон ные сети.

Обучение НС можно разделить на два больших класса:

• стохастические;

• детерминированные.

В первом случае подстройка весов представляет собой действия, подчиняющиеся какому-то случайному процессу, а во втором – жест кую последовательность [7].

НС наиболее успешно применяются в задачах распознавания образов, классификации объектов, прогнозирования, поиска законо мерностей, построения систем ИИ и т.д. С помощью НС можно предсказывать показатели биржевого рынка, распознавать оптиче ские и звуковые сигналы, строить самообучающиеся системы, спо собные управлять автомобилем при парковке и синтезировать речь по тексту.

Недостатки: НС позволяют найти только субоптимальное реше ние, и соответственно они неприменимы для задач, в которых требу ется высокая точность и объяснение причины решения. Обученная нейросеть выдает ответ за доли секунд, однако относительно высо кая вычислительная стоимость процесса обучения, как по времени, так и по объему занимаемой памяти также существенно ограничи вает возможности их использования. Кроме того, обученная НС ста ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 новится «черным ящиком». И все же класс задач, для решения кото рых эти ограничения не критичны, достаточно широк.

4. ЭВОЛЮЦИОННЫЕ СИСТЕМЫ Эволюционные вычисления представляют собой имитацию про цессов эволюционного развития в соответствии с теорией Дарвина:

при моделировании эволюционных систем основное внимание уде ляется построению начальной модели и правилам, по которым она может изменяться, то есть эволюционировать. Эволюционные мето ды позволяют находить оптимальные решения для любой задачи, которая сводится к задаче оптимизации.

Такая модель может быть смоделирована по самым различным методам: это могут быть и НС, набор логических правил, генетиче ские алгоритмы, классификационные системы Холанда (Holland) и любая другая модель. Компьютер сам отбирает, на основании про верки моделей, лучшие из них, затем снова по различным правилам генерируются новые модели, из которых вновь выбираются самые лучшие и т. д.

Отметим важные отличия генетических алгоритмов (ГА) от дру гих систем ИИ [8]:

1) генетические алгоритмы одновременно ведут поиск целой популяции точек решения, а не одной – единственной точки;

«вы живают наиболее приспособленные». Характеристики моделей ко дируются с помощью хромосом. Затем в каждом поколении происхо дит мутация, скрещивание и отбор;

2) генетические алгоритмы не требуют какой-либо производной информации или других вспомогательных знаний. Только целевая функция и соответствующий уровень пригодности влияют на на правление поиска;

3) генетические алгоритмы используют вероятностные правила перехода, а не детерминированные;

4) генетические алгоритмы работают с закодированными мно жествами параметров, а не с самими множествами параметров.

Основными методами эволюционного отбора решений являются генетические алгоритмы и генетическое программирование (ГП).

Идеи, лежащие в их основе очень схожи, т.е. части хромосом (алфа вит или код) могут перемещаться из произвольной области одной хромосомы в произвольную область другой. В генетических алго ритмах это называется многоточечным скрещиванием.

В.Ю. Арьков, А.И. Абдулнагимов Системы искусственного интеллекта… В ГП хромосомами являются программы. Программы представ лены в виде деревьев с функциональными (промежуточными) и терминальными (конечными) элементами. Терминальными элемен тами являются константы, действия и функции без аргументов, функциональными - функции, использующие аргументы.

Алгоритм работы ГП такой же, как и в ГА (селекция, скрещива ние и мутация). Поскольку ГП оперирует над деревьями, а не над строками, то операторы скрещивания и мутации имеют отличия.

Оператор скрещивания выбирает случайные части родитель ских деревьев и эти части меняются местами, а оператор мутации случайно удаляет часть дерева и заменяет ее новым деревом.

В ГП размер хромосомы может меняться. Чтобы предотвратить чрезмерное разрастание дерева, вводят максимальное количество функциональных элементов в дереве или максимальную глубину дерева. Однако при операции скрещивания возможна ситуация, ко гда при скрещивании двух деревьев получится одно из деревьев, превосходящее заданный лимит. В этом случае вместо конфликтного дерева копируется родительское дерево (рис. 4, 5).

Рис. 4. Скрещивание двух деревьев ГП хорошо взаимодействует с другими системами, например, с нейронными сетями (НС обучается, затем используется как генети ческий примитив), с деревом решений (используется ГП для вычис ления альтернативной входной информации), с генетическими ал горитмами (используются ГА вместо констант) [9].

ГП лучше использовать для решения таких проблем, когда не существует единственного лучшего решения, т.е. когда в задаче много переменных, от которых зависит результирующая функция (например, вождение машины) и когда значения переменных посто ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 янно изменяются (например, вождение машины по сухой и влажной дороге).

Рис. 5. Оператор мутации Положительные и отрицательные свойства:

• ограниченность сферы применения;

• функция поиска монотонно сходится по модулю;

• для эффективного поиска решения необходимо иметь доста точно полную картину мира и эффективно написанные фитнесс функции (fitness functions);

• сложность при отладке. Возможна отладка только корректи ровкой фитнесс-функции, отладка кода при возникновении исклю чительных ситуаций затруднена.

Применение эволюционного программирования разнообразны, например, применение эволюционных методов для решения задачи выбора организационной структуры предприятия на функциональ ной модели управления и т.д.

ОБСУЖДЕНИЕ Моделирование интеллектуальной деятельности с помощью ин терактивных интеллектуальных систем привело к оптимальному распределению функций между естественным и искусственным ин теллектом и организации диалога между человеком и машиной.

Причем создание алгоритмического и программного обеспечения вычислительных машин позволило решать интеллектуальные зада чи не хуже человека-эксперта.

Существуют разные реализации систем искусственного интел лекта, от реализации на каком-либо языке программирования высо В.Ю. Арьков, А.И. Абдулнагимов Системы искусственного интеллекта… кого уровня на основе вербального описания до использования CASE-средств. Сложности, связанные с описанием многих искусст венных систем, объясняются тем, что эти системы слишком велики для того, чтобы можно было просто перечислить все их компоненты.

С другой стороны, они могут быть упрощены за счет обобщающих предположений.

Развитие SADT и CASE-технологий, которые так широко при меняются сейчас в планировании производства, привело к вопросу построения интеллектуальных систем с помощью методологий структурного и объектно-ориентированного анализа и проектирова ния сложных систем.

Методология SADT создана для представления сложных искус ственных систем путем построения SADT-моделей и, как правило, применяется на ранних этапах процесса создания системы, который часто называют «жизненным циклом системы». Описание модели SADT организовано в виде иерархии взаимосвязанных диаграмм.

Вершина этой древовидной структуры представляет собой самое об щее описание системы, а ее основание состоит из наиболее дета лизированных описаний. В SADT-моделях используются как естест венный, так и графический языки. Для передачи информации о конкретной системе источником естественного языка служат люди, описывающие систему, а источником графического языка - сама ме тодология SADT. Она с успехом применяется для описания большо го количества сложных искусственных систем из широкого спектра областей (банковское дело, очистка нефти, планирование промыш ленного производства, системы наведения ракет, организация мате риально-технического снабжения, методология планирования, тех нология программирования и т.д.) [10].

Язык UML представляет собой общецелевой язык визуального моделирования, который разработан для спецификации, визуали зации, проектирования и документирования компонентов про граммного обеспечения, бизнес-процессов и других систем. Исполь зование основных принципов прикладного системного анализа (аб страгирование, многомодельность, принцип иерархического по строения моделей) позволяет эффективно строить концептуальные, логические и графические модели сложных систем самого различно го целевого назначения. Средства визуального моделирования, под держивающие UML, позволяют автоматизировать анализ и проек тирование программных систем, а интегрированные в них средства автоматической кодогенерации дают возможность привязывать ис ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 ходный код объектно-ориентированных языков программирования (C++, Java, Delphi, Power Builder, Visual Basic, Forte, Ada, Smalltalk и других) прямо к элементам модели и вести разработку кода внутри построенной модели.

Таким образом, процесс объектно-ориентированного анализа и проектирования (ООАП) можно представить как поуровневый спуск от наиболее общих моделей и представлений концептуального уровня к более частным и детальным представлениям логического и физического уровня. При этом на каждом из этапов ООАП модели последовательно дополняются все большим количеством деталей, что позволяет им адекватно отражать различные аспекты конкрет ной реализации сложной системы.

Рис. 6. Текущее состояние приложений ИИ Следовательно, взаимодействие интеллектуальных систем с CASE – технологиями позволит:

• повысить эффективность процесса проектирования и планиро вания;

• создать интеллектуальные рабочие места для генерации спе циализированных прикладных систем;

В.Ю. Арьков, А.И. Абдулнагимов Системы искусственного интеллекта… • отделить проектирование ПО от его кодирования и последую щих этапов разработки, автоматизировав их в максимальной степе ни;

• обеспечить поддержку процесса разработки, модификации и эксплуатации множества постоянно развивающихся задач по обра ботке данных и знаний на ЭВМ;

• получать всю необходимую информацию и использовать ее для анализа, планирования и принятия управленческих решений в различных сферах экономики (рис.6).

ЗАКЛЮЧЕНИЕ В настоящий момент существует четыре глобальных направле ния в области ИИ, что говорит о новом информационном прорыве и неуклонном движении к новой информационной революции. Эти основные направления позволяют с успехом решать различные про блемы от распознавания образов, выполнения прогнозов, оптимиза ции, до управления и обучения систем.

Как известно, не все модели ИИ обладают необходимой гибко стью и для многих задач пока еще не создано доминирующих подхо дов. Выбор лучшей технологии зависит от природы задачи. Поэтому можно сделать вывод, что:

1) существующие методы ИИ имеют только отдаленное внешнее сходство с действиями человека, т.о. термин “ИИ” носит деклара тивный характер и не соответствует реальным содержаниям;

2) в настоящее время наблюдается широкое практическое вне дрение методов ИИ, разработанных в середине ХХ века, породивших ряд программных продуктов и аппаратных реализаций;

3) развитие ИИ на сегодняшний день носит экстенсивный ха рактер.

ИИ дает многообещающие прогнозы, так как будущее за интел лектуальными автоматизированными системами. Нужно попытать ся изучить все возможности, предпосылки и области применения различных подходов и максимально использовать их дополнитель ные преимущества для дальнейшего развития интеллектуальных систем. Подобные усилия должны привести к интеграции с другими технологиями для существенного прорыва в решении актуальных проблем. Следовательно, взаимодействие интеллектуальных систем с CASE - моделированием не только стимулирует, но и придает но вые качества развитию отдельных научных направлений.

ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 СПИСОК ЛИТЕРАТУРЫ 1. Поспелов, Д.А. Интеллектуальные системы / Д.А. Поспелов.

МГУ, 1996. Т. 1, вып. 1–4. С. 47–56.

2. Хопгуд, А. Искусственный интеллект: миф или реальность / А. Хопгуд // Открытые системы, 2003.

3. Моисеев, В.Б. Представление знаний в интеллектуальных системах / В.Б. Моисеев // Информатика и образование. 2003. № 2.

4. Кудрин, Р. Создание искусственного интеллекта / Р. Куд рин // Компьютерра.

5. Куликов, Г.Г. Интеллектуальные информационные систе мы / Г.Г. Куликов, Т.В. Брейкин, В.Ю. Арьков. Уфа : УГАТУ, 1999.

6. Хайкин, С. Нейронные сети: полный курс / С. Хайкин. М. :

Вильямс, 2006. 1104 с.

7. Ярушкина, Н.Г. Основы теории нечетких и гибридных сис тем / Н.Г. Ярушкина. М. : Финансы и статистика, 2004. 320 с.

8. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский.

М. : Горячая линия-Телеком, 2004. 452 с.

9. Пупков, К.А. Системогенез интеллектуальных систем / К.А.

Пупков, К.А. Неусыпин // Автоматизация и современные техноло гии. 2003. №1.

10. Марка, Д.А. SADT. Structured Analysis & Design Technique / Д.А. Марка, К. МакГоуэн.

ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 УПРАВЛЕНИЕ В СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ УДК 681. О КОМПЛЕКТОВАНИИ КНИЖНОГО ФОНДА БИБЛИОТЕКИ ВУЗА НА ОСНОВЕ ЛОКАЛЬНОГО РЕЙТИНГА ЗАКАЗЫВАЕМЫХ ИЗДАНИЙ Л.А. КРОМИНА, Р.А. ЯРЦЕВ* *Уфимский государственный авиационный технический университет Аннотация: Обсуждается проблема комплектования книжного фонда библиотеки вуза в условиях отсутствия заявок на литературу от под разделений. Предлагается ее решение на основе локального рейтинга изданий, отражающего степень совпадения ссылочной литературы издания с источниками, использованными в работе подразделений.

Предлагаемая методика реализуется в разрабатываемой системе ав томатизированной поддержки книгообеспечения филиала вуза.

Ключевые слова: вуз ;

филиал ;

библиотека ;

книжный фонд ;

лите ратура ;

каталог ;

план ;

заказ ;

книгообеспеченность ;

локальный рей тинг ;

оптимизация ;

автоматизация.

Основным источником информации, обеспечивающим научную и образовательную деятельность вуза, является книжный фонд, хранящийся в библиотеке. Его укомплектованность является одной из важнейших предпосылок для реализации интеллектуального по тенциала вуза.

В настоящее время формирование заказов на новую учебную и научную литературу в филиале вуза происходит следующим обра зом. Сотрудники библиотеки, ответственные за комплектование фонда, получают от Центрального коллектора библиотек «БИБКОМ» и Центральной библиотечно-информационной комиссии Министерства образования сводные каталоги, представляющие предлагаемую к покупке литературу издательств, и приглашают профессорско-преподавательский состав (далее – ППС) подразделе ний филиала для ознакомления с ними. По предложенным катало гам ППС формируют заявки на литературу, указывая при этом ко личество заказываемых экземпляров. Далее, на основании получен ных от подразделений заявок сотрудниками библиотеки осуществ Л.А. Кромина, Р.А. Ярцев О комплектовании книжного фонда… ляется формирование заказа, в ходе чего проверяется соответствие приобретаемых изданий тематическому плану комплектования1, нормам книгообеспеченности на одного студента, установленным Приказом Министерства образования РФ № 1623 от 11 апреля г.2, а также денежным средствам, выделяемым вузом на приобрете ние литературы на основании Приказа Министерства образования РФ № 1246 от 27 апреля 2000 г. о формировании фондов библиотеки вуза.

Сформированный заказ утверждается руководством вуза. В со ответствии с Приказом Федерального агентства по образованию № 295 от 02 декабря 2004 на поставку литературы объявляется тендер.

В информационной сфере объявление тендера означает закупку больших объемов литературы от различных издательств через агентство-посредник. Привлечение ППС к решению задачи попол нения книжного фонда осуществляется в целях обеспечения наи большего соответствия приобретаемой литературы учебным планам и научно-исследовательским программам вуза.

Недостатком существующего способа решения задачи являются трудности по получению заявок на литературу от ППС подразделе ний, поскольку оформление заявки не является обязанностью пре подавателя по контракту и осуществляется им на добровольной ос нове. Если же заявки от ППС отсутствуют, то сотрудники библиоте ки, ответственные за комплектование, вынуждены формировать за явку самостоятельно, руководствуясь собственными интуитивными представлениями. Так, номенклатуру заказа они определяют, как правило, по соответствию специальности, ориентируясь при этом на данные, приведенные в издании, а объем заказа – по нормам книго обеспеченности и денежным ограничениям.

Несмотря на то, что в этих условиях может быть поставлена и решена задача оптимизации, учитывающая затраты на приобрете ние литературы, качество решения задачи заказа все равно снижа ется, поскольку в ее постановке отсутствуют сведения об объектив ных потребностях подразделений вуза в заказываемой литературе.

Общий индекс цитирования изданий, вычисляемый Министерством образования и науки РФ и Научной электронной библиотекой Тематический план комплектования отражает профиль учебных дисциплин ВУЗа и тема тику научно-исследовательских работ, составляется библиотекой совместно с подразделе ниями ВУЗа и систематически корректируется.

Приказ об утверждении минимальных нормативов обеспеченности вузов учебной базой в части, касающейся библиотечно-информационных ресурсов.

ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 www.elibrary.ru, также не предоставляет таких сведений. Гораздо эффективнее в этих целях было бы использование индекса цитиро вания издания непосредственно по трудам подразделений филиала.

Однако в отношении недавно изданной литературы это возможно только для переизданий, доля которых среди всей номенклатуры издаваемой книжной массы сравнительно невелика. Для ориги нальных же изданий вычисление и использование индекса цитиро вания на момент заказа, как правило, невозможно.

Предлагаемый способ решения задачи основывается на вычис лении локального рейтинга каждого издания из каталогов. Данный рейтинг отражает число совпадений списка ссылочной литературы каждого конкретного издания с общим списком источников, исполь зованных в учебной и научной литературе подразделений, в том числе – авторских трудах их сотрудников. Подобные рейтинги могут быть использованы в качестве дополнительных ограничений при постановке задачи оптимизации заказа.

Указанный способ позволяет удовлетворять потребности под разделений вуза и его филиалов в литературе на объективной осно ве, существенно повысив вероятность заказа именно тех изданий, которые будут представлять интерес для конкретных сотрудников.

Реализация способа предполагает разработку системы автоматизи рованной поддержки книгообеспечения филиала вуза, включающей комплекс моделей, алгоритмов и прикладных программ, которая может быть без проблем интегрирована в существующие автомати зированные системы управления деятельностью библиотек. Внедре ние такой системы позволит не только повысить качество принятия решений по формированию заказа литературы, но также автомати зировать многие ручные операции сбора, регистрации и первичной обработки данных в процессе реализации принятых решений.

В.Ю. Арьков, А.М. Шамсиева Статистическое моделирование ценовой… СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ УДК 681. СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ЦЕНОВОЙ ДИНАМИКИ В.Ю. АРЬКОВ, А.М. ШАМСИЕВА* *Уфимский государственный авиационный технический университет Аннотация: Прослеживается динамика цен на товары компьютерной техники на базе фактических данных за определенный период. Осу ществляется построение модели динамики цен на товары компьютер ной техники для оптимального выбора момента покупки.

Ключевые слова: жизненный цикл ;

анализ жизненного цикла ;

компьютерная техника;

динамика цен ;

математическая модель Введение Рынок компьютерной техники в России сегодня является наи более развитым розничным направлением, а потому считается наи более конкурентным. Компьютерная техника – комплексное поня тие, описывающее весь спектр производимых компьютерных систем.

В последнее время часто этим понятием обобщают также перифе рийное и офисное оборудование, а также комплектующие для раз личных типов компьютеров, описываемые иначе, как аппаратное обеспечение. Тем не менее, чаще всего, говоря о компьютерной тех нике, подразумевают сами компьютеры или отдельно стоящее обо рудование, которое работает совместно с компьютерами и обеспечи вает некоторую дополнительную функциональность [7].

Специфика товара определяет структуру и организацию тор говли на рынке компьютеров и оргтехники. Обновление модельного ряда, появление новинок и усовершенствованных модификаций тех или иных комплектующих происходит несколько раз в год –- новые модели становятся «вчерашним днем» уже через несколько месяцев после вывода на рынок, и цена на них стремительно падает [2].

В настоящее время наблюдается интенсивный рост сегмента компьютерной техники, обусловленный рядом причин. Во-первых, активным потребительским спросом, во-вторых, постоянное появле ние и обновление товаров компьютерной техники, связанное с раз ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 витием инновационного прогресса в этом сегменте техники, сокра щает жизненный цикл товаров, в результате, потребитель желает приобрести более новый образец товара [1].

1. Концепция жизненного цикла Анализ жизненного цикла является широко используемым инструментом обоснования стратегического выбора, направленного на регулярное появление новых товаров. Для каждого нового товара разрабатывается стратегия его жизненного цикла. Каждый товар имеет собственный жизненный цикл, с присущим ему специфиче ским набором проблем и возможностей. Продажи типичного товара характеризуются S-образной временной зависимостью, проходящей через пять этапов [6].

Концепция жизненного цикла товара позволяет заменять мо рально устаревающие товара, находящиеся на этапе спада на новые более усовершенствованные. Поэтому применение концепции жиз ненного цикла изделий при оценке эффективности новой техники и прогрессивных технологий, является важным, так как внедрение новейших технологий приводит к изменению жизненного цикла [3].

2. Графическое представление изменения цен Для прослеживания динамики цен на товары компьютерной техники на сегодняшний день были собранны прайс-листы торговой сети «Кламас» в период с декабря 2005 г. по январь 2008 г. Для по строения графиков изменения цены на товар были использованы данные по наиболее динамично изменяющемся товару – USB флеш носителям, а также для определения динамики использованы дан ные по процессорам и жестким дискам.

Для построения графиков изменения цены на USB флеш носители использовались данные по стоимости товара в середине каждого месяца. Затем динамика цен определенной группы товара были представлены в графическом виде. Были использованы дан ные по трем группам USB флеш-носителей различной емкости пред ставленных на изучаемый период торговых марок.

По данным прайс-листов торговой сети «Кламас» в период за 2006–2008гг. построим график динамики цен на USB флеш носители емкостью 512MB, 1 и 2 GB, процессоров и жестких дисков также различной емкости и разных фирм-производителей.

В.Ю. Арьков, А.М. Шамсиева Статистическое моделирование ценовой… т. г. я. л.

н.

н.

в.

в.

р.

й.

в.

в.

р.

й.

р.

р.

н.

к.

ав ок ию ян фе ян фе но ию ию ма ап де ма ап се ма ма Рис. 1. Динамика цен USB флеш-носителей (512 МB).... я. л.

л.

в.

в.

я.

н.

н.

н.

р р й й ию ию ян ян но но ма ма се ма се ма се Рис. 2. Динамика цен на процессоры ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 янв.06фев.06мар.06 апр.06май.06июн.06июл.06 авг.06 сен.06 окт.06 ноя.06 дек.06 янв.07фев.07мар.07 апр.07май.07июн.07июл.07 авг.07 сен. Рис. 3. Динамика цен жестких дисков (160 GB) Как можно видеть по графикам цена изменяется по экспонен t / m циальной функции y = e. За 17 месяцев цена USB флеш носителей снизилась практически в 2 раза.

3. Построение математической модели Для определения функции изменения цены компьютерной продукции нормализуем данные, для этого приведем значения цен к единице. Для этого ценовой ряд каждого продукта поделим на его начальную цену представим динамику в графическом виде [5].

t / m Преобразуем уравнении регрессии y = e в линейную форму, для этого прологарифмируем обе части уравнения [8].

t ln y = (1) m Обозначим 1/ m = k, отсюда получаем:

ln y = t * k В.Ю. Арьков, А.М. Шамсиева Статистическое моделирование ценовой… ln y k= t (2) ln y = 54,57 = 2, k= t 1, 1, 0, 0, 0, 0, 0, 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 Рис. 4. Динамика нормализованных данных Получаем m=2,8, т.е. скорость падения цены равна 2,8 месяца или 84 дня. Таким образом, получаем модель жизненного цикла y = et / 2,8.

USB флеш-носителей определяется функцией y yk = et / 2.8, y где y0 – средняя начальная цена;

yk – средняя конечная цена.

y = y0 * et / 2.8 + yk y = 900* et / 2.8 + Построим график этой функции и нанесем на график измене ния цен.

ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 Цена, руб.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 Время, мес.

Рис. 5. Диаграмма динамики цен Полученная модель характеризует функцию падения цены на товар компьютерной техники со временем, динамика зависит от по казателя скорости падения цены, в нашем случае величина этого параметра равна 2,8 месяца.

Выводы Современная компьютерная техника – это один из наиболее динамично развивающихся элементов рынка. Жизненный цикл от дельного вида комплектующих не превышает нескольких лет. При этом каждые несколько месяцев появляется новое «поколение», ос нованное на более современных технологиях и более привлекатель ное для покупателей. Это приводит к тому, что в течение времени продажи (6-12 месяцев) изделие начинает морально устаревать, и его цена снижается в несколько раз. С учетом того, что срок эксплуа тации вычислительной техники составляет 3-5 лет и более, опти мальный выбор момента покупки позволяет существенно снизить затраты предприятий и индивидуальных пользователей. Для ин формационной поддержки принятия решения о закупках в работе предложена модель цены, построенная по фактическим данным с В.Ю. Арьков, А.М. Шамсиева Статистическое моделирование ценовой… помощью статистических и эконометрических методов. Модель опи сывает основную тенденцию экспоненциального снижения цены, и позволяет планировать закупки и принимать обоснованные реше ния.

Список литературы 1. Дойл, П. Конкуренция. Рынок / П. Дойль // Движущие силы рынка и конкурентные стратегии [Электронный ресурс] (http://www.konkir.ru).

2. Самочкин, В.Н.Корпоративный менеджмент рынков / В.Н. Самочкин, А.А. Калюкин, Р.А. Захаров // Использование кон цепции жизненного цикла изделий при оценке эффективности но вой техники и прогрессивных технологий [Электронный ресурс] (http://www.cfin.ru).

3. Котлер, Ф. Маркетинг менеджмент / Ф. Котлер. СПб. : Пи тер, 2003. 749 с.

4. Мак-Доналд, М. Стратегическое планирование маркетин га / М. Мак-Доналд. СПб. : Питер, 2000. 320 с.

5. Орлов, А.И. Эконометрика / А.И. Орлов. М. : Экзамен, 2002.

576с.

6. Осташков, А.В. Маркетинг : учеб. пособие / А.В. Осташков.

Пенза : Пенз. гос. ун-т, 2005. 293 с.

7. РБК. Исследование рынков / Рынок компьютерной техники и ее комплектующих в России;

КредИнформ Северо-Запад ([Элек тронный ресурс]http://marketing.rbc.ru).

8. Елисеева, И.И. Эконометрика : учеб. / И.И. Елисеева, С.В. Курашева, Т.В. Костеева и др. М. : Финансы и статистика, 2005.

576 с.

ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ И ОБРАБОТКА ИНФОРМАЦИИ УДК 622. СИСТЕМАТИЗАЦИЯ И ОБРАБОТКА РЕЗУЛЬТАТОВ ПРОВЕДЕНИЯ КИСЛОТНЫХ ОБРАБОТОК В НЕФТЯНЫХ СКВАЖИНАХ К.Ф.ТАГИРОВА, Т.Р.ГАРИПОВ, А.В.АХМЕТОВ* *Уфимский государственный авиационный технический университет Аннотация: Рассмотрены геолого-технические мероприятия для повыше ния продуктивности нефтяных скважин;

получено уравнение регрессии для расчета дополнительной добычи нефти при соляно-кислотной обработке скважин Повховского нефтяного месторождения Западной Сибири.

Ключевые слова: нефтяной пласт ;

призабойная зона ;

кислотная об работка.

На нефтяных месторождениях Западной Сибири проводятся различные виды геолого-технических мероприятий, направленных на повышение продуктивности скважин. К наиболее распростра ненным относятся кислотные обработки призабойной зоны пластов, имеющие различные модификации как по составу обрабатывающих растворов, так и по технологии их применения.

В качестве примера рассмотрено крупнейшее в Когалымской группе Западной Сибири Повховское нефтяное месторождение.

Геологический разрез Повховского нефтяного месторождения сложен мощной (более 3000 м) толщей осадочных терригенных по род мезокайнозойской и четвертичной групп, подстилаемых мета морфическими и изверженными породами палеозойского возраста.

Породы доюрских образований на Повховском месторождении вскрыты в скв. № 105 на глубине 3728 м.

Промышленная нефтеносность Повховского месторождения связана с отложениями верхней юры и нижнего мела. В разрезе ме сторождения выявлено девять продуктивных пластов: ЮВ1 – тюмен ской свиты;

БВ14, БВ10, БВ9, БВ8, БВ8, БВ7, БВ7, БВ7 – мегионской свиты.

К.Ф. Тагирова, Т.Р. Гарипов, А.В. Ахметов Систематизация и обработка… Основным нефтеносным горизонтом Повховского месторожде ния является пласт БВ8. Большая часть площади нефтеносности ( %) на дату начала разработки являлась чисто нефтяной зоной. Го ризонт характеризуется сложным строением, представляя собой мощную толщу переслаивания песчаников, алевролитов, аргилли тов до полного замещения глинами на крыльях структуры. Пласт условно разделяют на две части: верхнюю, преимущественно песча но-алевролитовую – БВ8, и нижнюю, более глинистую – БВ8. В табл.1 представлены основные параметры пластов БВ8.

На месторождении применяются методы интенсификации до бычи нефти (МИДН), которые осуществляются путем воздействия на призабойную зону пласта и вмещающие их флюиды с целью:

• увеличения приемистости нагнетательной или продуктивно сти добывающей скважины;

• улучшения качества добываемой продукции скважины (сни жение обводненности).

Таблица Основные параметры по Повховскому месторождению Пласт Наименование параметров БВ8-1 БВ8-2 БВ8-9 БВ8- Начальное Рпл, МПа 26,2 26,2 24,3 23, Текущее Рпл, МПа 26,1 26,1 26,1 26, Газовый фактор, м3/т 79 82 85 Давление насыщения, МПа 10,2 11,1 12 10, Переводной коэф., объем. 0,83 0,82 0,79 0, Отметка ВНК, м 2660 2661 2664,5 Глубина залегания пласта (аб -2488 -2497 -2550 - солютные отметки), м Плотность нефти, г/см3:

0,84 0,843 0,837 0, - поверх. условия - пластовые условия 0,756 0,756 0,71 0, Плотность пластовой воды, 1,014 1,014 1,014 1, г/см Проектное Рзаб, МПа 38,1 38,1 38,1 38, Проектное Рзак, МПа 16 16 16 Пластовая температура, °С 84 82 80 Вязкость нефти, мПа·С 1,2 1,21 0,93 0, Вязкость воды 0,38 0,38 0,38 0, (пл. условия), мПа·С Гидропроводность, 10-12 м3/Па·с 59,57 16 38,4 38, Проницаемость, мкм2 0,032 0,0117 0,0238 0, Пористость, % 19,6 19,2 19,3 19, ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 Кислотные обработки (КО) скважин применяют для интенси фикации дебитов скважин в карбонатных коллекторах, а также в песчаных породах с содержанием карбонатов более 20% или с це ментирующим материалом, состоящим из карбонатов кальция или магния.

Основной кислотой, используемой при кислотной обработке пласта, является соляная кислота. Она эффективно воздействует на карбонат кальция или магния, образуя растворимые и легко уда ляемые хлориды. Используют различные виды обработок: обычные и массированные КО, кислотные ванны под давлением, термохими ческие и термокислотные обработки, пенокислотные обработки, спиртокислотные обработки, а также направленные КО струйным способом.

Результаты внедрения методов интенсификации добычи пред ставлены в табл. 2.

Таблица Методы интенсификации добычи на Повховском месторождении Количество Дополнительная добыча скважин нефти тыс.т Методы 2005г. 2006г. 2007г. 2005г. 2006г. 2007г.

Физические методы:

121 93 136 481,7 460,2 492, ГРП Гидродинамические методы:

102 92 103 122,2 102,9 160, - форсированный отбор - вовлечение в разработку не 95 137 - 60,3 81,1 дренированных запасов Обработка ПЗП: 18 55 50 19,6 32,1 73, - СКО - ГКО 24 50 2 21,7 22,4 4, Химические: КПАС 8 10 1 14 12 1, Итого 307 381 156 694 697 С учетом других параметров обработки получено уравнение регрессии для расчета дополнительной добычи нефти при соляно кислотной обработке скважин:

Q н = 1, 4 K + 6, 4 m + 0, 4 H 1, 5 Q1 0, 09 B 1,1 Pзаб (1) где: Qн – дополнительная добыча нефти, т;

К – проницаемость, мкм2;

m – пористость, %;

К.Ф. Тагирова, Т.Р. Гарипов, А.В. Ахметов Систематизация и обработка… Н – толщина (мощность пласта), м;

Q1 – дебит нефти до обработки, м3/сут;

В – обводненность до обработки;

Рзаб – забойное давление, МПа.

Уравнение (1) позволяет прогнозировать дополнительную до бычу нефти при известных геолого-физических характеристиках пласта.

СПИСОК ЛИТЕРАТУРЫ 1. Гарипов, Т.Р. Прогнозирование эффективности геолого технических мероприятий / Т.Р.Гарипов // Проблемы нефтегазового комплекса Западной Сибири и пути повышения его эффективности / Сб. докладов II научно-практической конференции. Когалым, 2006.

С. 38 – 40.

2. Баязитова, В.Р. Классификация объектов разработки неф тяных месторождений ОАО «Лукойл. Западная Сибирь» по геолого физическим параметрам / В.Р. Баязитова, Т.Р. Гарипов, М.З. Давлеткужин. Сб. докладов II научно-практической конферен ции. Когалым, 2006. С. 40 – 41.

ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ… УДК 681. ИСПОЛЬЗОВАНИЕ ВЫСОКОПРОИЗВОДИТЕЛЬНЫХ ВЫЧИСЛИТЕЛЬНЫХ ТЕХНОЛОГИЙ В ПЛАНИРОВАНИИ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ В РАМКАХ ERP-СИСТЕМЫ Т.К. ГИНДУЛЛИНА, И.Ф. ИВАНОВА, М.С. ДЕМЧЕНКО* *Уфимский государственный авиационный технический университет Аннотация: Рассматривается задача планирования деятельности предприятия. Определены бизнес-функции планирования, методы и механизмы планирования в рамках ERP систем. Выделены требова ния к производительности ERP систем.

Ключевые слова: высокопроизводительные вычислительные техно логии ;

планирование ;

бизнес–функции планирования ;

функцио нальность ERP-системы ;

методы планирования ;

механизмы плани рования ;

ERP-системы.

ВВЕДЕНИЕ На многих современных предприятиях внедряются ERP системы. Обусловлено это тем, что данные системы позволяют ре шать большой круг задач, который встает перед руководством пред приятия. ERP-системы предоставляют всю информацию о деятель ности предприятия в режиме «on-line», позволяют значительно упро стить структуру управления, при этом оптимизировав бизнес процессы. Кроме того, при эффективном внедрении ERP-системы обеспечивается централизованное хранение и обработка большого объема корпоративной информации, повышается управляемость компании и прозрачность.

Системы данного типа объединяют все сферы деятельности:

производство, управление, планирование, финансы и бухгалтерию, материально-техническое снабжение и управление кадрами, сбыт, управление запасами, ведение заказов на изготовление или постав ку продукции и предоставление услуг.

Т.К. Гиндуллина, И.Ф. Иванова, М.С. Демченко Использование… Но для того чтобы ERP-система предприятия была способна выполнять стоящие перед ней бизнес-задачи, в том числе и плани рование своей деятельности, предоставляемые ею сервисы должны обладать требуемой функциональностью, доступностью и произво дительностью, которые зависят от используемых высокопроизводи тельных вычислительных технологий.

Функциональность ERP-системы достигается за счет тщатель ного проектирования системы. Функциональность должна удовле творять стандартным требованиям ведения бизнеса и в то же время иметь возможность ее настройки под конкретное предприятие. Кро ме того, система должна позволять быстро реагировать на изменяю щиеся внешние условия. Например, при увеличении плана поставок продукции по просьбе заказчика система должна выдать новый план деятельности предприятия, предусматривающий увеличение закупок материалов, использование дополнительных производст венных мощностей, при этом оставаясь в рамках заданного срока по ставок. Кроме того, система планирования должна позволять рас считывать планы по нескольким сценариям для того, чтобы выбрать наиболее оптимальный. Без серверных технологий это невозможно, как невозможно без использования сетевых технологий.

Чтобы гарантировать высокую доступность сервисов ERP системы, важно в первую очередь грамотно проработать архитектуру системы и разработать комплекс специальных мер. Недоступность информационных сервисов ERP-системы в течение длительного времени способна повлечь серьезные потери, причем не только фи нансовые. Например, планирование деятельности предприятия – процесс динамический, поэтому система планирования должна от слеживать любые изменения внутри предприятия или во внешней среде и вовремя реагировать на них таким образом, чтобы сбаланси ровать спрос на продукцию и имеющиеся ресурсы у предприятия с соответствующими поставками по фактору времени. Так, задержка в производственном планировании из-за недоступности информаци онных сервисов может повлечь остановку всего производственного процесса, в том числе запуска новых изделий.


Методы, применяемые для обеспечения высокого уровня дос тупности ERP-систем, делятся на две группы: архитектурные (дуб лирование) и организационные. Дублирование сокращает время восстановления работы ERP-системы после сбоя. Организационные методы предназначены для построения такого процесса эксплуата ции, который свел бы до минимума время обнаружения и устране ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 ния неисправностей в ERP-системе. К ним относятся мониторинг, план восстановления после аварий и тренинг персонала.

Для обеспечения заданной производительности необходимо правильно определить параметры используемых технических средств. С этой целью специалисты, устанавливающие ERP-систему, проводят технический аудит системы, замеряют ее производитель ность, моделируют будущие нагрузки [1]. Например, на ОАО УМПО каждый месяц рассчитывается план закупок материалов и комплек тующих, план производства и т. д. Учитывая, что на предприятии около 100 подразделений, более 19 тысяч работающих и номенкла тура закупаемых материалов более 11000 позиций в месяц, можно предположить, насколько сильна нагрузка на систему планирова ния.

Поэтому при планировании деятельности предприятия необхо дима система, обладающая требуемой функциональностью, доступ ностью и производительностью, а значит, использующая высокопро изводительные вычислительные технологии. На ОАО УМПО в каче стве интегрированной системы управления предприятием, удовле творяющим всем вышеперечисленным условиям, была выбрана сис тема класса ERP «BAAN». На примере ERP «BAAN» рассмотрим ис пользование системы планирования на предприятии.

1. БИЗНЕС-ФУНКЦИИ ПЛАНИРОВАНИЯ Планирование охватывает все стороны деятельности предпри ятия и применяется на всех уровнях управления, начиная с высшего уровня, занимающегося стратегическим планированием, и заканчи вая мастерами, составляющими сменно-суточные планы. В процессе планирования задействованы практически все службы предпри ятия: планово-экономический отдел, планово-производственный от дел, отдел материально-технического снабжения, конструкторский отдел и другие. На машиностроительных предприятиях также за действованы службы главного энергетика, технолога, механика, на чальники цехов и другие.

Даже, если какие-то службы не занимаются непосредственно составлением плана, то они оказывают определенное влияние на ре зультаты планирования. Например, технологи, составляя техноло гию производственного процесса, определяют длительность произ водственного цикла, загрузку мощностей и используемые материа лы, которые, в свою очередь, включаются в план.

Т.К. Гиндуллина, И.Ф. Иванова, М.С. Демченко Использование… План, который не обеспечивает баланс спроса и предложения, может давать рекомендации о рискованных движениях материала, что негативно воздействует на финансовое благополучие организа ции. Система планирования позволяет предотвратить отрицатель ные последствия ведения бизнеса, независимо от того, в какой биз нес-среде.

В различных ERP-системах функции планирования практиче ски одни и те же. Отличия только в механизмах их осуществления.

Рассмотрим бизнес – функции планирования на примере стандарт ной ERP системы «BAAN». Существует следующее разделение биз нес-функций:

1) планирование продаж;

2) планирование производства и потребностей в материалах и покупных;

3) планирование закупок;

4) планирование затрат;

5) финансовое планирование.

В системе используется принцип скользящего планирования.

На первый месяц формируются детальные планы, подтвержденные договорами и контрактами на продажу и закупки. На остальные пять месяцев – прогнозные планы. В течение текущего месяца про исходит уточнение прогнозного плана следующего месяца и пре вращение его к первому числу месяца в детальный план, который не подлежит корректировке[2].

1. Планирование продаж. В рамках данной бизнес-функции специалисты предприятия, например, маркетинговый отдел, обес печивают прогноз спроса на следующий месяц конкретными зака зами и уточняют план продаж на следующие пять месяцев. При формировании заказов учитываются данные по запасам готовой продукции на складе.

2. Планирование производства и потребностей в материалах и покупных. На первом уровне – планируется выпуск товарной про дукции. На втором уровне – планируется производственная про грамма цехов. На третьем – планируются потребности в закупаемых материалах и комплектующих.

3. Планирование затрат. В рамках данной бизнес-функции финансовыми службами производится формирование смет подраз делений, бюджета предприятия, плановой и нормативной себестои мости готовой продукции на следующий месяц, а также прогноз на последующие пять месяцев.

ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 4. Планирование закупок. В рамках данной бизнес-функции в системе формируется детальный план закупок на следующий месяц, а также прогнозные планы закупок на последующие пять месяцев.

План закупок в натуральном выражении формируется на ос новании графиков поставок по уже заключенным контрактам, сформированных потребностей. Рассчитанные в системе плановые потребности в материалах и покупных на последующие пять меся цев позволяют своевременно заключать контракты (договора) на по ставку изделий с большим циклом закупки. На основании плана за купок и ценника формируется бюджет закупок на месяц и прогноз ный на последующие пять месяцев.

5. Финансовое планирование. В рамках данной бизнес – функции производится планирование потоков финансовых средств предприятия на следующий месяц и прогнозное планирование на последующие пять месяцев в части поступлений от клиентов и оп лат поставщикам.

В качестве исходных данных для составления финансового плана в системе используется: план закупок, план продаж, откры тые позиции кредиторов, открытые позиции дебиторов, состояние счетов предприятия.

План формируется в виде отчета. На основании данных фи нансового плана может быть принято решение о корректировки планов деятельности предприятия, и/или получение кредитов, раз мещение свободных денежных средств.

2. МЕТОДЫ ПЛАНИРОВАНИЯ В ERP-СИСТЕМАХ Планирование может осуществляться двумя способами: «пря мым» и «обратным». «Прямой» метод предполагает расчет от теку щей даты сроков выполнения заказа или изготовления конечного изделия с учетом количеств материалов и загрузки мощностей. «Об ратный» метод используется в том случае, если оговорена конечная дата поставки изделия, и ведется обратный расчет вплоть до даты поставки материалов.

В зависимости от детализации результатов планирования в ERP-системах различают следующие методы планирования:

• основное планирование (MPS);

• позаказное планирование (MRP);

• планирование потребностей распределения (DRP);

• статистическое управление запасами (SIC);

• планирование потребностей по проекту (PRP);

Т.К. Гиндуллина, И.Ф. Иванова, М.С. Демченко Использование… • графики (JIT).

Основное планирование использует спецификации критиче ских материалов и критических мощностей в сочетании с установ ленными временами опережения цикла для определения дат по требностей. Применение основного планирования, прежде всего, ис пользуется для конечной продукции, спрос на которую основывается на заказах клиентов и прогнозе. Основное планирование может также использоваться для компонентов высокого уровня, критиче ских сборочных единиц и других изделий с длительными циклами производства. То есть, можно планировать изделие, основываясь ис ключительно на том, когда эта товарная позиция будет необходима, и учитывать ограничения в материалах и мощностях, чтобы влиять на порождение фактических заказов поставки.

Позаказное планирование работает на уровне операций с тех нологическим маршрутом заказа и спецификацией материалов для вычисления дат потребностей. Позаказное планирование, прежде всего, используется для таких изделий, спрос на которые приходит от производственных заказов или заказов на распределение, сбороч ных единиц и компонентов более высокого уровня.

Результатом основного планирования является производствен ный план, результатом позаказного планирования – запланирован ные заказы на закупку, перемещение, производство и продажу (рис. 1).

Запланированные заказы в Производственный план в рамках основного пла нирования рамках позаказного планирования Дата окончания Дата начала планирования планирования Горизонт заказа Горизонт планирования Рис. 1. Результаты основного и позаказного планирования 3. МЕХАНИЗМЫ ПЛАНИРОВАНИЯ Исходя из метода планирования (основное, либо позаказное планирование), можно выбрать несколько различных алгоритмов или механизмов планирования. Каждый из механизмов планирова ния имеет определенные характеристики, которые делают его более или менее соответствующим определенной среде. Выбранный меха ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 низм планирования определяет, какой из методов планирования следует использовать.

Механизмы основного планирования:

1. Механизм «Планирование без ограничений» - традицион ный механизм планирования, который не учитывает ограничения по материалам или производственным мощностям. Основываясь на спросе, данный механизм размещает заказ на поставку тогда, когда это необходимо. Механизм планирования без ограничений полезен для тех промышленных сред, которые являются очень гибкими.

2. Механизм «Управление загруженностью» - механизм пла нирования, учитывающий ограниченную доступность производст венных мощностей и материалов. «Управление загруженностью» – это универсальный механизм планирования, который может ис пользоваться в нескольких средах, где объем работы должен соотно ситься с производственными мощностями одного или большего чис ла ресурсов.


3. Механизм «Смешанное планирование» - механизм планиро вания, основанный на характеристиках изделий в большей степени, чем непосредственно на самих изделиях, для планирования пра вильных комбинаций изделий. Смешанное планирование применя ется, когда надо планировать использование ограниченных ресур сов, учитывая характеристики изделий или семейств изделий, а не конкретные изделия.

Механизмы позаказного планирования:

1. Механизм «Планирование без ограничений» - традицион ный механизм планирования, который не учитывает ограничения по материалам или производственным мощностям. Основываясь на спросе, данный механизм размещает заказ на поставку тогда, когда это необходимо.

2. Механизм «Улучшенная система планирования» - механизм планирования, который пытается оптимизировать пропускную спо собность критических или «узких» ресурсов и минимизирует неза вершенное производство путем разработки оптимального графика для данного критического ресурса. Можно использовать улучшен ную систему планирования в цехах единичного изготовления, по точном и серийном производстве, т.е. там, где критические ресурсы должны использоваться на оптимальном уровне.

3. Механизм «Циклическое планирование» - концепция цик лического планирования основана на идее, что продукты изготавли ваются в производственных запусках, которые повторяются (воз Т.К. Гиндуллина, И.Ф. Иванова, М.С. Демченко Использование… можно, с различной продолжительностью этих запусков) через опре деленные промежутки времени. Циклическое планирование полез но для непрерывного и/или серийного производства, где изделия или группы изделий планируются в определенной последовательно сти и через определенный интервал времени.

Механизмы и методы планирования представлены на рис. 2.

Бизнес-среда Система заказа Механизм планирования Метод планирования Управление Широкая загруженностью Основное номенклатура О планирование Смешанное и С планирование разнообразные ПЛАНИРО Н П ресурсы с ВАНИЕ Планирование О Л различными без ограничений В А подходами к Н Н Циклическое планированию Позаказное О планирование планирование Й BaanSCS SCS ПРИМЕР: Статистическое управление Производство офисной запасами мебели (SIC) SIC SIC Два способа воздействия Рис.2. Механизмы и методы планирования ЗАКЛЮЧЕНИЕ В данной статье была рассмотрена необходимость использова ния высокопроизводительных вычислительных технологий в пла нировании деятельности предприятия, а также возможности систе мы планирования в рамках ERP системы.

В результате анализа системы планирования можно сделать вывод, что планирование является одним из самых важных модулей системы, так как обеспечивает оптимальный план закупок материа лов, производства и сбыта на основе данных о запасах на складах и нормативных производственных данных. Однако, система планиро вания дает хороший результат, если она вовремя реагирует на из менения внутри предприятия и во внешней среде, т.е. предусматри вает возможность изменения плана сразу, как того требуют обстоя тельства[7]. Например, при изменении даты поставки система пере считывает по возможности план производства и закупок материа лов, задействует дополнительные производственные мощности;

при задержке поставки сырья и компонентов система рассматривает возможность использования альтернативных материалов;

при сни ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 жении эффективности выполнения производственных операций за счет брака или устаревшего оборудования система создает дополни тельные производственные заказы, чтобы покрыть дефицит.

Если система не может быстро отреагировать на изменяющиеся условия, это приводит к нежелательным последствиям: замедление производства, простой оборудования, увеличение брака и, как след ствие, невозможность уложиться в сроки поставок продукции. В этом случае действие системы планирования признается неэффектив ным. Избежать этого можно лишь в том случае, если обеспечивается хорошая техническая поддержка сложного программного комплекса.

Можно сделать вывод, что работа ERP-системы, в том числе системы планирования, не возможна без использования высокопроизводи тельных вычислительных технологий. Благодаря им обеспечивается доступность и производительность ERP-системы, а значит отлажен ная работа всего предприятия.

СПИСОК ЛИТЕРАТУРЫ 1) Бухарбаева, Л.Я. Исследования организационных систем управления : учеб. пособие / Л.Я. Бухарбаева, Р.В. Насыров. Уфа :

РИО БГАСУ, 1999. 124 с.

2) ERP-система: опыт четырех лет эксплуатации // Корпора тивные системы. 2006. № 2.

3) Основы использования Baan ERP 5.0c. : учеб. материалы.

М. : ГК Альфа Интегратор-Баан Евразия, 2003. 83 с.

4) Питеркин, С.В. Точно вовремя для России. Практика при менения ERP-систем / С.В. Питеркин, Н.А. Оладов, Д.В. Исаев. М. :

Альпина Паблишер, 2002. 368 с.

5) Абдикеев, Н.М. Реинжиниринг бизнес-процессов, полный курс МВА / Н.М. Абдикеев, Т.П. Данько и др. М. : ЭКСМО, 2005.

6) Рыбников, А.И. Система управления предприятием типа ERP / А.И. Рыбников. М. : Азроконсалт, 1999. 214 с.

7) 7 нот менеджмента. М. : ЭКСМО, 2007. 832 с.

8) Лодон, Дж. Управление информационными системами / Дж. Лодон, К. Лодон. СПб. : ПИТЕР, 2005. 912 с.

9) Coumans, M. BaanERP Rollout / M. Coumans. Austria : Baan Austria GmbH, 2003. 80 с.

10) Единство противоположностей ERP глазами внедренцев и пользователей // IT-МЕНЕДЖЕР. 2005. № 5.

11) ОАО «УМПО» [Электронный ресурс] (www.umpo.ru).

ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ… УДК 621.74.548. АВТОМАТИЗАЦИЯ РАСЧЕТА КОМПОНЕНТНОГО СОСТАВА ШИХТЫ В ТЕХНОЛОГИЧЕСКОМ ПРОЦЕССЕ ЛИТЕЙНОГО ПРОИЗВОДСТВА А.Г. СУСЕНКОВ* *Уфимский государственный авиационный технический университет Аннотация: Предлагается универсальный алгоритм определения ис ходного состава шихты и подшихтовки для всех типов сплавов и спо собов получения отливок.

Ключевые слова: алгоритм расчета ;

литейное производство ;

шихта ;

рас чет шихты ;

расчет подшихтовки В литейном производстве к сплавам предъявляются высокие требования, которые в основном определяются соблюдением техно логий изготовления отливок и наличие заданного содержания ком понентного состава сплава [1, 4]. Если при наличии печей, оснащен ных автоматическими устройствами с микропроцессорами управле ния, многие вопросы соблюдения технологии удалось решить [3], то проблема получения сплава с заданным химическим составом по прежнему остается нерешенной из-за многих факторов [5]. Основ ными из них являются [2, 5, 6]:

• неоднородность исходных материалов шихты, когда процент ное содержание компонентов в них меняется в зависимости от по ступающей партии, времени хранения, условия хранения и т.п.;

• выгорание элементов сплава, уход в шлак, неравномерно распределение по объему печи и др;

• сложность получения точной навески исходные материалы.

Состав сплава можно представить в виде таблицы (табл. 1), в которую вносятся компоненты, их веса и проценты содержания эле ментов. Для расчета и заполнения таблицы шихтовых материалов рассчитывается масса составляющих элементов (кг) по формуле [5, 6]:

А.Г. Сусенков Автоматизация расчета компонентного состава шихты … Pji (e) g i (kom) g ji (e) =, 100% где gi(kom) – масса i-го компонента;

gji(e) – масса j-го элемента в i-м компоненте;

Pji (e) – процентное содержание j-го элемента в i-м ком поненте.

Таблица Состав сплава Компоненты Элементы № % кг 1 2 k % кг % кг % кг % кг 1 P1(e) g1 (kom) P11(e) g11(e) P12(e) g12(e) … … P1k(e) g1k(e) 2 P2(e) g2(kom) P21(e) g21(e) P22(e) g22(e) … … P2k(e) g2k(e) 3 P3(e) g3(kom) P31(e) g31(e) P32(e) g32(e) … … P3k(e) g3k(e) … … … … … … … … … … … gi(kom) Pnk(e) gnk(e) … … n Pn(e) Pnk(e) gnk(e) Pnk(e) gnk(e) Сплав (итого) 100 m(kom) Pk(e) mk(e) … … Pk(e) mk(e) Pk(e) mk(e) где i = 1,2…n (компонент);

j = 1,2…k (элемент);

m(kom) – масса спла ва;

Pj(e) – процентное содержание j – элемента в сплаве;

m j(e) – мас совая доля j-го элемента в сплаве. Для расчета количественного со отношения компонентов шихты предлагается система уравнений следующего вида:

g11 ( e ) g1 ( kom ) + g12 ( e ) g1 ( kom ) + K + g1k ( e ) g1 ( kom ) = m1 ( e ) g 21 ( e ) g 2 ( kom ) + g 22 ( e ) g 2 ( kom ) + K + g 2 k ( e ) g 2 ( kom ) = m 2 ( e ) M g ( e ) g ( kom ) + g ( e ) g ( kom ) + K + g ( e ) g ( kom ) = m ( e ) n1 n n2 2 nk n n g 1 ( kom ) + g 2 ( kom ) + K + g n ( kom ) = m ( kom ) Эта система линейных уравнений решается методом Гаусса.

Проверка расчета проводиться согласно формуле:

n g (kom) = m(kom), i i = Расчет шихты осуществляется каждый раз перед загрузкой печи и в случае корректировки химического состава сплава. В литейном производстве применяется большое количество сплавов, способов получения отливок, и поэтому используют различные методы расче та шихты [5, 6]. С целью автоматизации расчета можно предложить ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, алгоритм определения исходных материалов и подшихтовки (рис. 1) для всех способов получения отливок.

Используя этот алгоритм автоматизированного расчета можно с заданной точностью определить компонентный состав шихты, быст ро сформировать шихтовой лист для загрузки печи, учесть расход материалов и своевременно заказать их на складе при подготовке производства.

Рис. 1. Блок-схема алгоритма получения сплава Несмотря на учет содержания компонентов шихты при входном контроле и высокую точность автоматизированного расчета по алго ритму, лишь в процессе плавления на основе лабораторных исследо ваний химического анализа удастся установить действительное процентное содержание элементов сплава. В результате может по требоваться корректировка сплава, что требует автоматизированно го расчета подшихтовочных материалов.

Часто для навески шихты требуется разделка возврата с задан ной точностью, которая не может быть осуществлена практически.

Поэтому возникает проблема точности навески шихты согласно предварительному расчету. Для решения этой проблемы можно предложить компенсационный расчет шихты с дальнейшим дове А.Г. Сусенков Автоматизация расчета компонентного состава шихты … ском требуемых компонентов. Компенсационный расчет и подших товки осуществляется в следующей последовательности:

1. Определяется масса составляющих элементов по формуле:

n g jпод (e) = m j (e) g j (e), j = 2. Определяется масса компонентов (кг) по формуле:

g 100% gi ( под) = jппо, U j (e)% где Uj(e) – процент усвояемости элемента.

3. Определяется масса угара компонентов gi(Yie) (кг) по форму ле:

gi (под) У i (под)% gi (У i e) =, 100% где Уi(под) – процент угара компонента.

4. Определяется конечная масса компонента подшихтовки giпод(kom):

g iпод (kom) = g i (под) + g i (У i e), Рассмотренный алгоритм автоматизированного расчета мате риалов шихты и подшихтовки, позволяет сократить время расчета, уменьшить брак и повысить качество получения сплава непосредст венно перед розливом его в формы.

СПИСОК ЛИТЕРАТУРЫ 1. Гини, Э.Ч. Технология литейного производства. Специаль ные виды литья / Э.Ч. Гини, В.А. Зарубин, В.А. Рыбкин. М. : Акаде мия, 2005. 352 с.

2. Воздвиженский, В.М. Контроль качества отливок / В.М. Воздвиженский и др. М. : Машиностроение, 1990. 237 с.

3. Новиков, В.П. Автоматизация литейного производства :

учеб. пособие / В.П. Новиков. М. : МГИУ 2005. 292 с.

4. Технология литейного производства. Литье в песчаные фор мы : учебник / под ред. А.П. Трухова. М. : Академия, 2005. 525 с.

5. Трухов, А.П. Литейные сплавы и плавка : учеб. для вузов / А.П. Трухов, А.И. Маляров. М. : Академия, 2004. 335 с.

6. Галдин, Н.М. Цветное литье : справ. / Н.М. Галдин, Д.Ф. Чернега, Д.Ф. Иванчук и др. М. : Машиностроение, 1989. 528 с.

78 А.С.Горюхин, А.Р. Халиков, А.Г. Сусенков Разработка модуля качества… АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ… УДК 621.74.548. РАЗРАБОТКА МОДУЛЯ КАЧЕСТВА В ИНФОРМАЦИОННОЙ СИСТЕМЕ УПРАВЛЕНИЯ ЛИТЕЙНЫМ ПРОИЗВОДСТВОМ А.С. ГОРЮХИН, А.Р. ХАЛИКОВ, А.Г. СУСЕНКОВ* *Уфимский государственный авиационный технический университет Аннотация: Предложена информационная система анализа и хране ния данных о качестве продукции на всех этапах жизненного цикла.

Построены функциональные и информационные модели, в соответст вии с международным стандартом IDEF. Рассмотрены процедуры вы бора сущностей и атрибутов на примере модели входного контроля.

Предложен модуль информационной системы управления качеством на предприятии литейного производства.

Ключевые слова: система управления качеством ;

литейное произ водство ;

функциональная модель ;

информационная модель ;

ISO 9000 ;

базы данных ;

хранилище.

Повышение качества выпускаемой продукции – одна из глав ных задач любого современного предприятия. Требования к качест ву определяются международными стандартами ИСО (ISO — Inter national Organization for Standardization — Международная органи зация по стандартизации) серии 9000 [3, 4]. Наличие сертифициро ванной системы качества обосновывает способность предприятия стабильно выпускать продукцию требуемого качества и является до казательством его конкурентоспособности.

Информационную систему качества можно рассматривать как модуль информационной системы управления предприятием, по этому она может разрабатываться отдельно и быть интегрирована в любую существующую корпоративную систему.

Важнейшей задачей при разработке систем управления качест вом в литейном производстве является установление взаимосвязей между контролируемыми показателями качества отливки и произ водственными факторами. Определение количественной оценки степени влияния каждого из них необходимо для выбора наиболее эффективных решений при управлении производством [5].

ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 Обеспечение высокого качества продукции литейного производ ства неразрывно связано с удовлетворением потребностей потреби теля. Эта взаимосвязь определяет сегодня рыночную политику лю бого предприятия.

Разработка информационной системы начинается с обследова ния предприятия и выявления основных процессов, влияющих на качество получения отливки.

Работа велась на примере получения охлаждаемых лопаток ГТД, изготавливаемых литьем по выплавляемым моделям.

Необходимо создать локальную сеть, в которую будет вписана система менеджмента качества получения отливок, позволяющая фиксировать и записывать все процессы, влияющие на качество по лучения отливки. При этом будут использоваться различные нако пители и базы данных позволяющие управлять процессом получе ния качественной отливки.

Для создания системы управления качеством строится функ циональная модель работы предприятия. Ее построение начинается со сбора и анализа документов, которые используются в основных производственных процессах: стандарты предприятия по качеству, методические инструкции, технологические карты выполнения опе раций и другая документация [6].

Для того, чтобы модель была полной и отражала все имеющиеся информационные связи процессов, моделирование начали с описа ния процессов самого верхнего уровня – контекстной диаграммы мо дели А-0 (рис. 1).

Диаграмма определяет цели моделирования и вопросы, на ко торые должна ответить функциональная модель.

При выявлении входных и выходных параметров выделили следующие потоки: материальные, информационные, финансовые.

На основе контекстной диаграммы была построена диаграмма А0 (рис. 2), представляющая собой декомпозицию второго уровня, включающая основные виды деятельности предприятия:

• управление предприятием;

• проведение маркетинговых исследований;

• разработка (проектирование) продукции и подготовка произ водства;

• выпуск и реализация продукции;

• обслуживание и ремонт продукции;

• совершенствование продукции и производства, подготовка кадров.

80 А.С.Горюхин, А.Р. Халиков, А.Г. Сусенков Разработка модуля качества… Рис. 1. Контекстная диаграмма верхнего уровня А- Рис. 2. Диаграмма А ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 Указанные виды деятельности описывают практически весь жизненный цикл продукции и соответствуют «петле качества» [2].

Процесс дальнейшего моделирования продолжили по цепочке (в глубину модели) декомпозиции блоков, входящих в диаграмму «Вы пускать продукцию (отливки)» (рис. 3): «Изготовить спекаемые ке рамические стержни», «Изготовить керамическую оболочку», «Про извести плавку и заливку», «Проделать финишные операции и кон троль отливки» – вплоть до выполнения конкретных действий спе циалистов.

Результатом выполнения обследования предприятия является программно-поддерживаемая модель выполнения процессов «как есть».

Рис. 3. Диаграмма А4 – «Выпускать продукцию (отливки)»

На следующем этапе работы построена информационная мо дель, стандартизованная международным стандартом IDEF/1X [1].

Рассмотрим подробнее процедуру выбора сущностей и атрибутов на примере упрощенной модели входного контроля (рис. 4).

Полученные таким образом таблицы сущностей с их атрибутами связаны информационными отношениями. Эти отношения выбира ются из названий блоков и соединяются специальными стрелками (рис. 5). Отметим, что все указанные элементы модели выбираются из всех диаграмм функциональной модели, а не какой-либо одной диаграммы, и описывают информационные преобразования всех 82 А.С.Горюхин, А.Р. Халиков, А.Г. Сусенков Разработка модуля качества… технологических процессов, поэтому полученная информационная модель относится ко всей функциональной модели.

Рис. 4. Выбор сущностей в прикладной программе IDEF1X Стандартным отчетом из информационной модели является ав томатически сгенерированный текст описания структуры базы дан ных на языке SQL (SQL-файл), поддерживаемый большинством со временных систем управления базами данных (СУБД). На основе данного описания СУБД автоматически создаёт необходимые фай лы, таблицы и индексы.

Последним этапом работы была разработка информационной системы анализа и хранения данных о качестве на всех этапах жиз ненного цикла продукции. Одной из самых простых СУБД является MS Access из комплекта MS Office. Схема сгенерированной базы данных (таблиц) приведена на рис. 6.

Полученные таблицы практически полностью совпадают с опи санием сущностей в информационной модели, а имена полей в таб лицах – с атрибутами сущностей. Связи, установленные между таб лицами (рис. 7), также совпадают со связями в информационной мо дели (рис. 5).

Это соответствие позволяет сверять сгенерированную базу с раз работанной информационной моделью, а также вносить изменения в уже сгенерированную базу при изменениях в функциональной мо дели.

ISBN 5-86911-268-0. УПРАВЛЕНИЕ В СЛОЖНЫХ СИСТЕМАХ. Уфа, 2009 Рис. 5. Фрагмент разработанной информационной модели Рис. 6. Сгенерированная база данных 84 А.С.Горюхин, А.Р. Халиков, А.Г. Сусенков Разработка модуля качества… Рис. 7. Установленные связи между таблицами Полученная база данных становится ядром информационной системы входного контроля и позволяет вводить, хранить и обраба тывать информацию о качестве на всех этапах производственного цикла входного контроля, получения отчетов по результатам лабо раторных испытаний отдельных образцов и партий. Обязательным условием работы информационной системы становится перенесение мест ввода первичной информации к местам ее появления – в лабо ратории, бюро приемки, склады временного хранения и т.д., а места обработки данных должны быть отнесены в службы Главного ме таллурга, директора по качеству, отдел маркетинга и другие.



Pages:     | 1 || 3 | 4 |   ...   | 6 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.