Технология распределения ресурсов производственных систем в условиях неполноты данных для высокотехнологичных отраслей промышленности тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Кривошеев Олег Викторович

  • Кривошеев Олег Викторович
  • кандидат науккандидат наук
  • 2022, ФГБОУ ВО «Нижегородский государственный технический университет им. Р.Е. Алексеева»
  • Специальность ВАК РФ05.13.01
  • Количество страниц 168
Кривошеев Олег Викторович. Технология распределения ресурсов производственных систем в условиях неполноты данных для высокотехнологичных отраслей промышленности: дис. кандидат наук: 05.13.01 - Системный анализ, управление и обработка информации (по отраслям). ФГБОУ ВО «Нижегородский государственный технический университет им. Р.Е. Алексеева». 2022. 168 с.

Оглавление диссертации кандидат наук Кривошеев Олег Викторович

Введение

1. Глава 1. Оптимизационные задачи распределения ресурсов производственных систем

1.1. Место задач распределения ресурсов в классе задач математического программирования

1.1.1. Задача математического программирования

1.1.2. Постановка классических задач математического программирования

1.2. Математические модели и методы решения задач распределения ресурсов производственных систем

1.2.1. Методы, основанные на принципе оптимальности динамического программирования

1.2.2. Метод ветвей и границ, общая схема

1.2.3. Эвристические процедуры решения задач распределения ресурсов

1.3. Содержательное описание проблемы распределения ресурсов производственных систем в условиях неполноты данных

1.4. Итоги главы

2. Глава 2. Математические модели и постановки оптимизационных задач распределения ресурсов производственных систем в условиях неполноты данных

52

2.1. Построение математической модели и постановка оптимизационной задачи распределения производственных ресурсов при объемном планировании

2.2. Построение математической модели и постановка оптимизационной задачи распределения производственных ресурсов при объемно-календарном планировании

2.3. Построение математической модели и постановка оптимизационной задачи распределения производственных ресурсов при сменно-суточном планировании

60

2.4. Определение параметров неполных данных для задач распределения производственных ресурсов

2.4.1. Определение параметров неполных данных для задачи объемного планирования

2.4.2. Определение параметров неполных данных для задачи объемно-календарного планирования

2.4.3. Определение параметров исходных данных для задачи сменно-суточного планирования

2.5. Итоги главы

3. Глава 3. Разработка алгоритмов решения задач распределения ресурсов производственных систем в условиях неполноты данных

3.1. Алгоритм решения задачи распределения производственных ресурсов при объемном планировании

3.1.1. Алгоритм решения задачи объемного планирования, основанный на решении систем линейных двусторонних алгебраических неравенств транспортного типа

3.1.2. Итерационный метод ортогональных проекций Агмона-Моцкина решения линейных двусторонних алгебраических неравенств транспортного типа

3.2. Алгоритм решения задачи распределения производственных ресурсов при объемно-календарном планировании

3.3. Алгоритм решения задачи распределения производственных ресурсов при сменно-суточном планировании

3.3.1. Классический фронтальный алгоритм

3.3.2. Фронтальный алгоритм с рангами

3.4. Итоги главы

4. Глава 4. Программное обеспечение решения задач распределения ресурсов производственных систем в условиях неполноты данных

4.1. Архитектура программной библиотеки планирования

4.1.1. Иерархическая декомпозиция

4.1.2. Функциональная декомпозиция

4.1.3. Технологический стек

4.2. Модели данных для библиотеки планирования

4.2.1. Данные объёмного планирования в модуле Volm

4.2.2. Данные объёмно-календарного планирования в модуле Time

4.2.3. Данные планирования материально-технических ресурсов в модуле Prod

4.2.4. Данные сменно-суточного планирования в модуле Tech

4.2.5. Данные планирования работ персонала в модуле Stuff

4.3. Инструменты настройки библиотеки под особенности производства

4.3.1. Анкетирование для выбора модели производственных данных

4.3.2. Управление качеством прогнозирования

4.3.3. Минимизация рисков зашумленности и неполноты данных

4.4. Вычислительный эксперимент

4.4.1. Описание структуры модельного производства

4.4.2. Описание исторических данных и эталонных показателей производства

4.4.3. Методика верификации моделей и алгоритмов

4.4.4. Результаты верификации моделей и библиотеки

4.4.5. Итоги верификации

4.5. Итоги главы

Заключение

Литература

Приложения

Приложение 1. Справки о внедрении результатов диссертационной работы

Приложение 2. Свидетельства о государственной регистрации программ для ЭВМ

Приложение 3. Типовая анкета требований к планированию производства

Аннотация

В работе разработана технология решения задач распределения производственных ресурсов в условиях неполноты данных. Проведена формализация и постановка задач системного анализа, задач оптимизации для высокотехнологических предприятий, задач принятия решений и обработки информации. Определено место задач распределения ресурсов среди задач теории расписаний и в более общем классе задач математического программирования. Рассмотрены различные подходы классификации задач распределения ресурсов в сетевых канонических структурах в условиях неполноты данных. Построены и исследованы математические модели распределения ресурсов в условиях неполноты данных, формализующие проблемы объемного, объемно-календарного и сменно-суточного планирования. Для рассмотренных моделей рассмотрена проблема определения совместности системы ограничений. В тех случаях, когда эта проблема разрешима за полиномиальное время, предложены необходимые и достаточные условия совместности систем ограничений математических моделей. В случае ^-трудности рассматриваемых оптимизационных задач, обуславливаются поиски приближенных методов их решения. Сформулированы оптимизационные задачи распределения производственных ресурсов в условиях неполноты данных, для которых разработаны решающие алгоритмы. Предложены процедуры восполнения недостающих данных с элементами машинного обучения, определены схемы оценки «схожести» элементов производственных систем, позволяющие восполнять недостающие данные при помощи исторических данных, обладающих полной информацией. Трансформация данных из базы данных предприятия в исходную информацию для каждой из задач планирования осуществляется с использованием миварной сети - способа представления информации в виде двудольного ориентированного графа, состоящего из переменных и правил [16, 18, 24, 40]. Реализован программный продукт, в основе которого лежат разработанные алгоритмы распределения производственных ресурсов в условиях неполноты данных. Эффективность предложенного подхода

подтверждена внедрением результатов диссертационной работы в практику планирования на ряде высокотехнологических предприятий.

ВВЕДЕНИЕ

Рекомендованный список диссертаций по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Введение диссертации (часть автореферата) на тему «Технология распределения ресурсов производственных систем в условиях неполноты данных для высокотехнологичных отраслей промышленности»

Актуальность темы исследования

Проблемы распределения ресурсов являются подклассом проблемы теории расписаний, внутри которой исследования ведутся довольно давно. То обстоятельство, что задачи этого класса сохраняют свою актуальность вплоть до сегодняшнего дня, связано со значительным многообразием сфер производственной деятельности, порождающих подобные проблемы. Типичными отраслями производства, в которых находят применение задачи распределения ресурсов, являются, например, следующие направления:

• управление производственной деятельностью;

• автоматизация процессов управления корпорацией;

• разработка программного обеспечения;

• планирование научно-исследовательских и опытно-конструкторских работ;

• изготовление сложных изделий;

• строительство объектов;

• управление ресурсами многопроцессорного вычислительного комплекса при

параллельных вычислениях и др.

Проблема распределения производственных ресурсов определяет собой довольно общую концепцию. В её рамках формализуется широкий класс задач распределения ресурсов в сетевых канонических структурах таких, как оптимизационные задачи объемного планирования, объемно-календарного планирования и сменно-суточного планирования [57]. Принципиальная сложность этих задач, помимо большой размерности, заключается в том, что точно задать исходные параметры, особенно, когда речь идет о планировании производства новых высокотехнологичных изделий, сложно, и для ряда исходных параметров мы вместо точного и подробного описания числовых значений имеем дело с обобщенными, приближенными оценками, использование которых приводит, как правило, к неадекватным результатам. Подобные системы мы будем называть

системами распределения производственных ресурсов в условиях неполноты данных.

Оптимизационные задачи распределения производственных ресурсов мы будем рассматривать для производственных систем, функционирующих по следующей схеме [57]. Изготовлению подлежат изделия, объединенные в заказы. Каждое изделие обладает определенной структурой и может состоять из комплектов, узлов, подузлов, отдельных деталей и др. В дальнейшем мы будем пользоваться обобщенным понятием элементов этой структурой, введя понятие «работа», предполагая, что на разных стадиях планирования понимать под работой мы будем любой элемент указанной структуры изделия. Каждое изделие в общем случае представляет собой заданную совокупность взаимозависимых работ, которые выполняются в дискретные моменты времени (такты планирования) при наличии в системе необходимых для их выполнения ресурсов.

Ресурсы классифицируются по сроку годности на складируемые, нескладируемые и частично-складируемые. К складируемым ресурсам относятся материалы, сырье, полуфабрикаты. Эти ресурсы, как правило, поступают в производственную систему извне, обычно по заказам служб снабжения. Складируемые ресурсы могут быть использованы в любой такт функционирования системы, причем, если в некоторый такт они не использовались, то могут использоваться в любой последующий такт. К нескладируемым ресурсам относятся, как правило, собственные ресурсы предприятия - трудовые ресурсы, фонд времени работы оборудования, транспортные средства. Эти ресурсы в случае, если они не были использованы в некотором такте планирования, в последующих тактах использованы быть не могут. Частично-складируемые ресурс (химикаты, скоропортящиеся продукты) могут быть использованы в заданные интервалы планирования.

Расходование ресурсов может происходить с разными интенсивностями, от чего зависят и длительности выполнения работ. К особенностям рассматриваемых систем относится как неполнота исходных данных, так и то, что выполнение определенных работ может приводить не только к потреблению работой

необходимых для ее выполнения ресурсов, но и к производству полуфабрикатов, которые в дальнейшем могут быть использованы для выполнения работ.

Распределение ресурсов в рассматриваемых системах моделируется сетевой канонической структурой - взвешенными ориентированными графами без петель и контуров, элементам которых поставлены в соответствие определенные характеристики. Проблема оптимального планирования заключается в определении порядка выполнения заданной совокупности работ и стратегии распределения ресурсов между работами, при которых некоторые обобщенные показатели функционирования системы принимают экстремальные значения. Таким образом, сама проблемы распределения производственных ресурсов формализуется как проблема эффективного управления. Как правило, под эффективным управлением понимают использование ресурсов оптимальным образом, т.е. проблема эффективного управления превращается в проблему оптимального распределения ресурсов [53, 60].

Рисунок 1. Задачи, модели и алгоритмы планирования на разных этапах производства

Для решения задач оптимального распределения производственных ресурсов в диссертационной работе разработана технология решения задач распределения производственных ресурсов в условиях неполноты данных, включающая

процедуры настройки моделей, алгоритмы решения задач планирования и оценки достоверности полученных результатов.

Процедуры восполнения недостающих данных основаны на введенных понятиях «меры близости» элементов планирования с использованием методов машинного обучения, позволяющих восполнять недостающие данные при помощи исторических данных, обладающих полной информацией.

Подготовка данных

I-1

Методы машинного (Лучения

ВЫХОД:

данные модели планирования

Рисунок 2. Методы машинного обучения, обеспечивающие планирование в условиях

дефицита данных

Трансформация данных из базы данных предприятия в исходную информацию для каждой из задач планирования осуществляется с использованием миварной сети [13-15, 84-85] - способа представления информации в виде двудольного ориентированного графа, состоящего из переменных и правил.

Рисунок 3. Трансформация производственных данных в исходные данные моделей с

использованием миварной сети

Нужно отметить российских и зарубежных ученых, внесших большой вклад в развитие научной области, связанной с проблемами оперативного планирования и управления. Это Бурков В.Н., Гордон В.С., Лазарев А.А., Мироносецкий Н.Б., Михалевич В.С., Норенков И.П., Танаев В.Н., Шкурба В.В., Шор Н.З., Giffler B., Graham K., Jonson S., Conway R., Maxwell W., Motzkin T., Schoenberg I., Franklin J. Следует отметить Нижегородскую школу и ученых Афраймовича Л.Г., Батищева Д.И., Когана Д.И., Костюкова В.Е., Прилуцкого М.Х., Старостина Н.В., Федосенко Ю.С., которые рассматривали подобные задачи.

В настоящее время существует много как точных, для полиномиально разрешимых, так и приближенных, для NP-трудных задач [23] распределения ресурсов. Существуют и реализующие эти алгоритмы программные продукты. Это, например, Microsoft Projet, Projert Libre, Primavera, 1C и др. Однако специфика задач распределения производственных ресурсов в условиях неполноты данных не позволяет использовать традиционные подходы к решению задач распределения ресурсов, основанные на поиске некоторого оптимального (или квазиоптимального) плана, так как неполнота данных приводит к тому, что выдаваемый в качестве решения производственный план может настолько быть

неадекватен рассматриваемой производственной системе, что будет даже технологически нереализуем.

Целью исследований является разработка на основе результатов системного анализа технологии распределения производственных ресурсов в условиях неполноты данных, включающей построение и исследование математических моделей распределения производственных ресурсов, постановку оптимизационных задач, разработку решающих алгоритмов, отвечающих специфике задач - условиям неполноты данных, и их программную реализацию.

Исходя из данной цели, в работе были поставлены и решены следующие задачи:

• проведена классификация задач распределения ресурсов и определено их место в классе задач математического программирования;

• построены и исследованы математические модели распределения ресурсов в условиях неполноты данных, в рамках которых поставлены оптимизационные задачи объемного, объемно-календарного и сменно-суточного планирования;

• разработана технология решения задач распределения производственных ресурсов в условиях неполноты данных, включающая процедуры трансформации информации из базы данных предприятия в исходные данные решаемой задачи, процедуры настройки моделей, алгоритмы решения задач планирования и оценки достоверности полученных результатов.

Разработанные алгоритмы и реализованное на их основе программное обеспечение внедрены в практику решения задач распределения производственных ресурсов для предприятий ВПК (АО «Научно-производственная корпорация „Уралвагонзавод" имени Ф.Э. Дзержинского», ПАО «КАМАЗ», ФГУП РФЯЦ-ВНИИЭФ). Результаты диссертационной работы используются в учебном процессе в Саровском физико-техническом институте НИЯУ МИФИ.

Объект исследования - процессы управления производственными ресурсами.

Предмет исследования - методы оптимального распределения производственных ресурсов в условиях неполноты данных.

Область исследований соответствует пунктам 2-5 паспорта специальности 05.13.01. - «Системный анализ, управление и обработка информации (в науке и промышленности): формализация и постановка (пункт 2), разработка критериев и моделей описания и оценки эффективности решения (пункт 3), разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления и принятия решений (пункт 4), разработка специального математического и алгоритмического обеспечения систем анализа, оптимизации, управления, принятия решений и обработки информации (пункт 5).

Научная новизна

1. Методами системного анализа сформулирован новый класс задач распределения производственных ресурсов, который в отличие от существующих, позволяет на основании методов машинного обучения восполнять недостающие исходные данные, связанные как с трудоемкостями работ, так и с недостающими технологическими процессами.

2. Построены математические модели распределения производственных ресурсов в условиях неполноты данных, в рамках которых поставлены оптимизационные задачи объемного, объемно-календарного и сменно-суточного планирования.

3. Предложена новая модель, в которой, в отличие от известных моделей планирования, ресурсы не только потребляются при изготовлении изделий, но и производятся (в виде полуфабрикатов) с дальнейшим использованием в процессе производства.

4. Предложены модификации алгоритмов решения задач распределения производственных ресурсов, включая процедуры проверки на совместность систем линейных двусторонних алгебраических неравенств транспортного типа, рекуррентные соотношения динамического программирования, фронтальный алгоритм с рангами.

5. Разработана технология решения задач распределения производственных ресурсов в условиях неполноты данных, включающая процедуры трансформации информации из базы данных предприятия в модель планирования (миварная сеть), настройки моделей, алгоритмы решения задач планирования и оценки достоверности полученных результатов.

Методология и методы диссертационного исследования

Для решения поставленных задач в диссертационной работе применялись методы системного анализа, методы дискретной оптимизации, теории графов, математического программирования, методы машинного обучения.

Практическая значимость и внедрение

Разработанные математические модели распределения производственных ресурсов в условиях неполноты данных позволяют в их рамках ставить и решать различные задачи принятия решений рассматриваемого класса. Разработанные алгоритмы и реализованное на их основе программное обеспечение применялись при решении задач распределения производственных ресурсов для предприятий ВПК (АО «Научно-производственная корпорация „Уралвагонзавод" имени Ф.Э. Дзержинского», ПАО «КАМАЗ», ФГУП РФЯЦ-ВНИИЭФ). Результаты диссертационной работы используются в учебном процессе в Саровском физико-техническом институте НИЯУ МИФИ (акт о внедрении приведен в Приложении 1).

Публикации результатов

По теме диссертации опубликовано 26 печатных работ, в том числе 4 статьи в журналах, рекомендованных ВАК РФ для публикации основных результатов диссертации [16, 35, 42, 57], 22 работы в журналах и трудах конференций [5, 13-14, 18, 24, 28-29, 31-34, 36-39, 40, 41, 43-45, 50, 87]. Получено 11 Свидетельств о регистрации программ для ЭВМ [64-74] (Приложение 2). 40 - поменять данные

Апробация результатов исследования

Основные положения и результаты диссертационной работы докладывались и обсуждались на следующих научно-технических семинарах, симпозиумах и конференциях:

• XXIII Международная научно-техническая конференция, посвященная 100-летию НГТУ - Нижегородского политехнического института. 2017;

• Всероссийская молодежной научно-инновационная школа. Национальный исследовательский ядерный университет МИФИ, Саровский физико-технический институт. 2017;

• XXV Международная научно-техническая конференция. 2019;

• XV Всероссийская молодёжная научно-инновационная школа. Саров, 2021;

• Международный научно-технический конгресс «Интеллектуальные системы и информационные технологии - 2021»;

• Научный симпозиум технологов-машиностроителей. Донской государственный технический университет. Ростов-на-Дону: ДГТУ, 2021;

а так же на форумах «Информационные технологии на службе оборонно-промышленного комплекса» в 2016, 2017, 2019, 2020, 2021 г.г., Научно-техническом совете РФЯЦ-ВНИИЭФ, на семинаре филиала кафедры Информатики и автоматизации научных исследований Нижегородского государственного университета им. Н.И. Лобачевского, в РФЯЦ-ВНИИЭ. Личный вклад автора

Все представленные в диссертации положения, выносимые на защиту, получены лично автором или под его руководством.

Личный вклад автора заключается в выделении параметров рассматриваемых производственных систем, оказывающих основное влияние на их функционирование, что позволило при формализации рассматриваемых объектов построить математические модели, адекватно отражающие процессы функционирования рассматриваемых производственных систем. Автором ставились и решались задачи проведения вычислительных экспериментов и разработки элементов программного обеспечения, внедрения созданных программных продуктов.

Основные положения, выносимые на защиту

1. Математические модели и алгоритмы распределения производственных ресурсов в условиях неполноты данных: модель объемного планирования, модель объемно-календарного планирования, модель сменно-суточного планирования.

2. Технология решения задач распределения производственных ресурсов в условиях неполноты данных, включающая процедуры трансформации информации из базы данных предприятия в модель планирования (миварная сеть), настройки моделей, алгоритмы решения задач планирования и оценки достоверности полученных результатов.

3. Программное обеспечение решения задач распределения производственных ресурсов в условиях неполноты данных, реализованное без использования проприетарных компонент и библиотек.

4. Разработанные программные средства распределения производственных ресурсов в условиях неполноты данных, выполненные на базе проведенных научных исследований, основанных на математических моделях, формализующих функционирование рассматриваемых производственных систем внедренных в практику планирования при решении задач распределения производственных ресурсов для предприятий ВПК (АО «Научно-производственная корпорация „Уралвагонзавод" имени Ф. Э. Дзержинского», ПАО «КАМАЗ», ФГУП РФЯЦ-ВНИИЭФ).

Достоверность и обоснованность результатов диссертационной работы определяются использованием строгого математического аппарата при построении математических моделей, постановке оптимизационных задач и разработке алгоритмов их решения, проведением вычислительных экспериментов, показывающих адекватность применяемых решений объектам исследования, а так же результатами внедрения программных средств распределения производственных ресурсов в практике реальных предприятий.

Структура и содержание работы

Работа состоит из введения, четырех глав, заключения, списка используемой литературы из 102 наименований и трех приложений. Полный объем диссертации составляет 162 страницы, 15 рисунков, 6 таблиц.

Во введении отражена актуальность задач распределения производственных ресурсов в сетевых канонических структурах, сформулированы цели и задачи исследования, показана научная новизна работы.

В главе 1 проведена классификация задач математического программирования и определено место задач распределения производственных ресурсов в классе задач математического программирования. Рассмотрены различные подходы при классификации задач распределения производственных ресурсов, приведено содержательное описание общей проблемы распределения производственных ресурсов в условиях неполноты данных. Содержательно описаны оптимизационные задачи распределения производственных ресурсов в условиях неполноты данных при объемном, объемно-календарном и сменно-суточном планировании.

В задаче объемного планирования [42] требуется распределить общий план предприятия по различным показателям (работам) - заказам, изделиям, комплектам, узлам, подузлам, деталям, а так же по тактам планирования и подразделениям предприятия. План предприятия в задачах объемно планирования задается в объёмных показателях - нормо-часах, рублях, условных тоннах. Тактами планирования для задач объемного планирования в зависимости от общего горизонта планирования могут быть недели, декады, месяца, кварталы, года.

Формально задача объёмного планирования может быть поставлена как задача определения таких объёмов работ, которые будут выполнены в каждом подразделении в каждый такт планирования, для которых выполняются ограничения, связанные с заданными показателями искомого плана и достигают экстремальные значения критерии, определяющие условия эффективного функционирования производственной системы. В общем случае она формализуется в виде системы линейных двусторонних алгебраических

неравенств транспортного типа (коэффициенты матрицы ограничений принимают значения из множества {-1, 0, 1}).

Проблема восполнения недостающих данных для задачи объемного планирования заключается в том, что часть двусторонних неравенств системы ограничений являются неизвестными, либо известны сами ограничения, но неизвестными являются свободные коэффициенты этих ограничений.

В задаче объемно-календарного планирования [57, 58] каждая работа характеризуется ресурсоемкостью - количеством ресурсов, необходимых для ее выполнения. Выполнение некоторых работ характеризуется не только потреблением ресурсов, необходимых для ее выполнения, но и производством ресурсов, которые используются в дальнейшем процессе производства. Такими производимыми ресурсами могут быть как полуфабрикаты, которые в дальнейшем будут использоваться для выполнения соответствующих работ, так и некоторые «фиктивные» ресурсы, которые позволяют учитывать взаимозависимость выполнения работ. Например, если работа I должна по технологии выполняться после работы у, тогда выполнение работы I приводит к производству фиктивного ресурса, без которого работа у не может начать выполняться. Весь период планирования, в зависимости от горизонта планирования, разбит на такты планирования - недели, декады, месяца, кварталы, года. Требуется распределить работы по тактам планирования таким образом, чтобы они были обеспечены необходимыми ресурсами и при этом построенному решению соответствовали «наилучшие» оценки качества функционирования системы.

В условиях неполноты данных при изготовлении новых высокотехнологичных изделий для некоторых работ бывают не известны объемы потребляемых ресурсов (ресурсоемкости).

В задачах сменно-суточного планирования [8, 9, 57, 58, 76] работами, как правило, являются детали, для которых указана длительность их изготовления и ресурсы, которые эти работы потребляют. Для каждого ресурса указано время его поступления в систему (для станков обычно это время начала планирования, или, например, время начала работы станка после ремонта). Условия, налагаемые на

функционирование системы, будем называть технологическими, организационными и ресурсными. К технологическим условиям относятся условия взаимозависимости выполнения работ, условия, связанные с интенсивностями потребления работами ресурсов и условия, связанные с возможными длительностями выполнения работ. К организационным условиям относятся условия, связанные с моментами начала выполнения работ, условия, связанные с моментами окончания выполнения работ (директивные сроки). К ресурсным условиям относятся условия, связанные с расходованием ресурсов при выполнении работ. Оптимальным решением задачи сменно-суточного планирования является такое решение, для которого выполняются технологические, ресурсные и организационные условия, и достигают экстремального значения критерии, определяющие условия эффективного функционирования производственной системы.

Для задачи сменно-суточного планирования недостающие данные могут быть связанные с длительностями выполнения работ и с недостающими технологическими процессами. Требуется предоставлять возможность учитывать для операций соответствующие им ресурсы с разным уровнем детализации в зависимости от проработки технологического процесса, а тем самым математические модели, формализующие процессы распределения производственных ресурсов должны позволять одновременно описывать ресурсы с различным уровнем детализации. Для этого при распределении производственных ресурсов в условиях неполноты данных, осуществляется перестроение входных параметров модели изготовления изделий. В случае неполного описания группы работ, она заменяется на новую, объединённую работу, потребляемые ресурсы которой определяются как объединение ресурсов, соответствующих объединяемым работам. Длительности и гранулярность таких объединённых работ задается пользователем исходя из доступной информации о технологическом процессе. Такой подход обладает следующими важными преимуществами:

• в модели могут одновременно присутствовать как изделия с детализированным, так и с неполным описанием технологического процесса,

• степень детализации изделий с неполным описанием может управляться путем различной гранулярности объединяемых работ (т.е. в объединённую работу могут быть включены различные множества фактических работ, которые определяются исходя из доступной у пользователя информации о фактическом технологическом процессе).

Технологический процесс изготовления изделия описывается корневой древовидной структурой. Корень дерева соответствует изделию, промежуточные вершины соответствуют работам - комплектам, состоящих из узлов, состоящих из подузлов, состоящих из деталей. Если для изделия дерево содержит в качестве листьев все детали, которые определяют все подузлы, узлы, комплекты, то для такого изделия полностью разработан технологический процесс его изготовления. В случае неполного описания, часть работ, для которых не определены детали их составляющие, могут быть заданы как объемные работы, которые описываются списком используемых ресурсов (или взаимозаменяемых ресурсов) и объемные показатели потребления ресурсов. Изделие, описание которого содержит объемные работы, является изделием с неполным описанием технологического процесса. При планировании изготовления изделий с неполным описанием технологического процесса определяется перечень схожих изделий, имеющих полное описание изготавливаемых изделий. Требуется для объемных работ на основании «схожих» работ восстановить недостающие данные.

Предлагаемый подход состоит из следующих шагов. На первом шаге (поиск схожих изделий) алгоритма восстановления для каждой из объемных работ находят соответствующие работы в схожих изделиях. На втором шаге (восстановление технологического процесса объемных работ) для каждой из объемных работ на основании схожих изделий восстанавливается технологический процесс. Далее восстановленный технологический процесс заменяет объемные работы и используется в алгоритмах решения задач распределения производственных ресурсов.

Восполнение исходных данных происходит следующим образом. Вводится «мера схожести» между работами и тогда рассматриваемая задача ставится как оптимизационная задача поиска наиболее схожей работы. Затем исходная работа заменяется на найденную работу, для которой полностью определен технологический процесс.

При оценке меры схожести для каждой партии строится вектор признаков, учитывающий множество работ непосредственно ей предшествующих, непосредственно за ней следующих и от нее независимых. Тогда мера схожести работ определяется как свертка мер схожести самой работы, множества последующих, предшествующих и независимых работ. При этом принципиальным является вопрос определения коэффициентов свертки, так как от этих коэффициентов зависит достоверность восполняемой недостающей информации. Поиск оптимальных значений коэффициентов свертки осуществляется методами машинного обучения. Рассматривается обучающее множество, учитывающее размер обучающей выборки, исходную работу, множество работ аналогов. Формируется целевая функция потерь как мера ошибочных распознаваний соответствующей работе среди работ изделий аналогов. Тем самым задача обучения значений весовых коэффициентов свертки меры схожести работ ставится как задача оптимизации.

Похожие диссертационные работы по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК

Список литературы диссертационного исследования кандидат наук Кривошеев Олег Викторович, 2022 год

ЛИТЕРАТУРА

1. Ахьюджа, Х.Н. Сетевые методы в проектировании и производстве. / Х.Н. Ахьюджа - М.: Мир, 1979. - 638 с.

2. Акофф, Р. Основы исследования операций / Р. Акофф, М. Сосиени. - М.:Мир, 1971. - 534с.

3. Афраймович, Л.Г. Многоиндексные транспортные задачи с 2-вложенной структурой / Л.Г. Афраймович // Автоматика и телемеханика. - 2013. - № 1. -С. 116-134.

4. Афраймович, Л.Г. Планирование и оперативное управление процессом изготовления сложных изделий / Л.Г. Афраймович, В.С.Власов, М.С. Куликов, М.Х. Прилуцкий, Н.В. Старостин, А.В. Филимонов // XII всероссийское совещание по проблемам управления ВСПУ-2014, Москва, 16-19 июля 2014 года / Институт проблем управления им. В.А. Трапезникова РАН. - Москва: Институт проблем управления им. В.А. Трапезникова РАН, 2014. - С. 5138-5149.

5. Бабанов, Н.Ю. Концепция гибкого адаптивного распределения ресурса информационной безопасности при реализации и внедрении нового продукта ЯОК - цифрового предприятия / Н.Ю. Бабанов, О.В. Кривошеев, А.П. Мартынов, В.П. Хранилов // В сборнике: Информационные системы и технологии ИСТ-2017. Материалы докладов XXIII Международной научно-технической конференции, посвященной 100-летию НГТУ - Нижегородского политехнического института. - 2017. - С. 1392-1398.

6. Батищев, Д.И. Распределение ограниченных ресурсов по принципу гарантированного результата / Д.И. Батищев, В.С. Громницкий // В кн. Кибернетика и ВУЗ.- Томск. - Вып. 17. - 1982.

7. Батищев, Д.И. Многокритериальное распределение разнородных ресурсов на совокупности канонических сетевых моделей / Д.И. Батищев, М.Х. Прилуцкий // 33 Intern. Wiss. Koll. TH Ilmenau. - 1988.

8. Батищев, Д.И. Метод декомпозиций для решения комбинаторных задач упорядочения и распределения ресурсов. / Д.И. Батищев, Э.Д. Гудман,

И.П. Норенков, М.Х. Прилуцкий // Информационные технологии. - 1997. - №1. -С. 29-33.

9. Батищев, Д.И. Метод комбинированных эвристик для решения комбинаторных задач упорядочения и распределения ресурсов./ Д.И. Батищев, Э.Д. Гудман, И.П. Норенков, М.Х. Прилуцкий // Информационные технологии. -1997. №2. - С. 29-32.

10. Батищев, Д.И. Применение генетических алгоритмов к решению задач дискретной оптимизации: Учебное пособие. / Д.И. Батищев, Е.А. Неймарк, Н.В. Старостин // Н.Новгород, изд-во ННГУ им. Н.И. Лобачевского. - 2006. -136 с.

11. Бурков, В.Н. Механизмы функциониррвания организационных систем / В.Н. Бурков, В.В. Кондратьев. - М.:Наука, 1977. - 255с.

12. Бурков, В.Н. Основы математической теории активных систем / В.Н.Бурков. -М.: Наука, 1981. - 364с

13. Варламов, О.О. О научном направлении «Машиностроительный искусственный интеллект» для систем полного жизненного цикла изделий / О.О. Варламов, О.В. Кривошеев, А.В. Трищенков, В.Г. Осипов, Е.С. Лялин // Фундаментальные основы физики, химии и механики наукоемких технологических систем формообразования и сборки изделий: сборник трудов научного симпозиума технологов-машиностроителей - ЭБС ДГТУ. - С. 227-235.

14. Варламов, О.О. О новом научном направлении исследований "машиностроительный искусственный интеллект" для систем полного жизненного цикла изделий / О.О. Варламов, О.В. Кривошеев, А.В. Трищенков, В.Г. Осипов, Е.С. Лялин // В сборнике: труды международного научно-технического конгресса "Интеллектуальные системы и информационные технологии - 2021" ("ИС&ИТ-2021", "IS&IT'21"). - 2021. - С. 84-91.

15. Варламов, О.О. Эволюционные базы данных и знаний для адаптивного синтеза интеллектуальных систем. Миварное информационное пространство. / О.О. Варламов. - М.: Радио и связь, 2002. - 288 с.

16. Варламов, О.О. Применение миварных технологий логического искусственного интеллекта для решения задач распределения ресурсов

производственных систем / О.О. Варламов, О.В. Кривошеев // Системы управления и информационные технологии. - 2022. - №1(87). - С. 49-56.

17. Вахания, Н.Н. Построение сокращенного дерева вариантов для общей задачи теории расписаний / Н.Н. Вахания // Дискретная математика - 1990. - Т.2. - Вып.3.-С. 10-20.

18. Ведерников, В.Л. Системный подход в обучении эксплуатации наукоемких изделий / В.Л. Ведерников, Н.В. Горбатенко, О.В. Кривошеев // В сборнике: Математика и математическое моделирование. Сборник материалов XV Всероссийской молодёжной научно-инновационной школы. Саров, - 2021. - С. 7274.

19. Витковский, Я.Я. Основы сетевого планирования и управления / Я.Я. Витковский. - Рига, 1966. - 91 с.

20. Вяхирев, Д.В. Многостадийные задачи альтернативного распределения ресурсов / Д.В. Вяхирев, М.Х. Прилуцкий // Вестник Нижегородского государственного университета. Математическое моделирование и оптимальное управление. - Нижний Новгород: Изд-во ННГУ, 2002. - Вып. 25(1) - C. 36-43.

21. Вяхирев, Д.В. Распределение ресурсов в сетевых структурах с интервальными значениями параметров / Д.В. Вяхирев, М.Х. Прилуцкий // Вестник Нижегородского государственного университета, серия «Математическое моделирование и оптимальное управление». -2002. - 1(25) - С. 224-233.

22. Гладков, Л.А. Генетические алгоритмы: учебник / Л.А. Гладков, В.В. Курейчик, В.М. Курейчик; под ред. В.М. Курейчика. - М.: Физматлит, 2010. -317 с.

23. Гэри, М., Вычислительные машины и труднорешаемые задачи / М. Гэри, Д. Джонсон. - М.: Мир, 1982. - 416 с.

24. Егоров, С.А. О миварном подходе к описанию знаний для учебной дисциплины «Ракетно-космические производственные технологии» / Егоров С.А., Гузева Т.А., Адамова Л.Е., О.В. Кривошеев, Чувиков Д.А. // Фундаментальные основы физики, химии и механики наукоемких технологических систем формообразования и сборки изделий: сборник трудов научного симпозиума

технологов-машиностроителей / под редакцией В.А. Лебедева; Донской государственный технический университет. - С. 342-350.

25. Егорова, С.В. Оценка точности экономических прогнозов: вопросы методики / С.В. Егорова, Т.Б. Лыгденова // Известия Санкт-Петербургского государственного экономического университета. - 2015. - № 1 (91). - С. 86-91.

26. Казанцев, Э.Н. Об одном классе управляемых марковских цепей / Э.Н. Казанцев, М.Х. Прилуцкий // Успехи математических наук. - 1978. - Т. 33. -№ 6(204). - С.213-214.

27. Канторович, Л.В. Математические методы организации и планирования производства / Л.В. Канторович. - Ленинград: Изд-во ЛГУ, 1939. -96 с.

28. Кривошеев О.В. Система «Цифровое предприятие» среднего класса сравнима с мировыми аналогами / О.В. Кривошеев // Информационные технологии на службе оборонно-промышленного комплекса. Сборник докладов X форума ИТОПК. Москва, 2021. - С. 28-31.

29. Кривошеев, О.В. Модели, методы, принципы и этапы теории систем и системного анализа / О.В. Кривошеев // Математика и математическое моделирование: Сборник материалов XV Всероссийской молодёжной научно-инновационной школы, Саров, 13-15 апреля 2021 года. - Саров: ООО "Интерконтакт", 2021. - С. 56-57.

30. Коган, Д.И. Задачи синтеза оптимальных стратегий обслуживания стационарных объектов в одномерной зоне процессора / Д.И. Коган, Ю.С. Федосенко. // Автоматика и телемеханика. - 2010. №10. - С. 50-62.

31. Кривошеев, О.В. Проект создания отечественной защищенной системы полного жизненного цикла в интересах ОПК РФ / О.В. Кривошеев // Информационные технологии на службе оборонно-промышленного комплекса. Сборник докладов VIII форума ИТОПК. Екатеринбург, 2019. - С. 14-15.

32. Кривошеев, О.В. Разрабатываемая отраслевая система тяжелого класса будет сопоставима с мировыми брендами по функциональности, быстродействию и защищенности // Информационные технологии на службе оборонно-

промышленного комплекса. Сборник докладов IX форума ИТОПК. Калуга. -2020. - С. 37-38.

33. Костюков, В.Е. Комплексная процессная модель архитектуры предприятия как эффективный инструмент управления / В.Е. Костюков, О.В. Кривошеев,

A.В. Трищенков, П.А. Храпунов, Д.Б. Николаев // Математика и математическое моделирование. Сборник материалов XI Всероссийской молодежной научно-инновационной школы. Национальный исследовательский ядерный университет МИФИ, Саровский физико-технический институт. - 2017. - С. 36-38.

34. Костюков, В.Е. Определение границ объекта оценки как критерий успешного прохождения сертификационных испытаний программных изделий /

B.Е. Костюков, О.В. Кривошеев, А.В. Трищенков, М.В. Шестова, Д.Б. Николаев // Математика и математическое моделирование. Сборник материалов XI Всероссийской молодежной научно-инновационной школы. Национальный исследовательский ядерный университет МИФИ, Саровский физико-технический институт. - 2017. - С. 38-39.

35. Костюков, В.Е. Функциональная архитектура системы промышленной автоматизации, разрабатываемой в составе типовой информационной системы предприятий Госкорпорации "РОСАТОМ" / В.Е. Костюков, О.В. Кривошеев, А.В. Трищенков // Вестник НГИЭИ. - 2016. - № 12 (67). - С. 18-26.

36. Кривошеев, О.В. Анализ тенденций развития цифровых платформ для выбора архитектурных решений при создании цифрового предприятия / О.В. Кривошеев // В сборнике: Информационные системы и технологии - 2019. Сборник материалов XXV Международной научно-технической конференции. - 2019. - С. 288-292.

37. Кривошеев, О.В. Векторное представление системы преобразования и обработки информации / О.В. Кривошеев // В сборнике: Математика и математическое моделирование. Сборник материалов XV Всероссийской молодёжной научно-инновационной школы. Саров, - 2021. - С. 58-59.

38. Кривошеев О.В. Цифровизация: преимущества и угрозы. Вызовы, стоящие перед отраслью. // В сборнике: Информационные технологии на службе оборонно-

промышленного комплекса. Сборник докладов VI форума ИТОПК. Ижевск, 2017. C. 9-10.

39. Кривошеев, О.В. О создании единой интегрированной модели данных для управления жизненным циклом изделий машиностроения / О.В. Кривошеев // Фундаментальные основы физики, химии и механики наукоемких технологических систем формообразования и сборки изделий : сборник трудов научного симпозиума технологов- машиностроителей / под редакцией В.А. Лебедева; Донской государственный технический университет. Ростов-на-Дону : ДГТУ, 2021. - С. 235-241.

40. Кривошеев О.В. Применение миварных методов логического искусственного интеллекта для восполнения недостающих исходных данных при распределении ресурсов производственных систем / О.В. Кривошеев // Информационные системы и технологии. ИСТ-2022: Сборник материалов XXVIII Международной научно-технической конференции, Нижний Новгород, 22 апреля 2022 года. - Нижний Новгород: Нижегородский государственный технический университет им. Р.Е. Алексеева, 2022. - С. 303-316.

41. Кривошеев, О.В. Пути развития типовой информационной системы в условиях цифровой трансформации промышленности / О.В. Кривошеев // В сборнике: Информационные системы и технологии - 2019. Сборник материалов XXV Международной научно-технической конференции. - 2019. - С. 283-287.

42. Прилуцкий М.Х. Распределение производственных ресурсов в задачах объемного планирования в условиях неполноты данных / М.Х. Прилуцкий, О.В. Кривошеев, // Труды НГТУ им. Р.Е. Алексеева. - 2022. - №2(137). - С. 36-43.

43. Кривошеев, О.В. Защищенная система управления полным жизненным циклом «Цифровое предприятие» / О.В. Кривошеев // Информационные технологии на службе оборонно-промышленного комплекса. Сборник докладов V форума ИТОПК. Челябинск. - 2016. - C. 25-26.

44. Кривошеев, О.В. Прикладные программные комплексы в составе платформы «цифровое предприятие» / О.В. Кривошеев // Информационные системы и технологии ист-2021: сборник материалов XXVII Международной научно-

технической конференции Нижегородский государственный технический университет им. Р.Е. Алексеева, Нижний Новгород, 23-24 апреля 2021 года. -Нижний Новгород: Нижегородский государственный технический университет им. Р.Е. Алексеева, 2021. - С. 359-364.

45. Кривошеев, О.В. О возможности разработки единой интегрированной модели данных для управления жизненным циклом изделий машиностроения / О.В. Кривошеев // Современные тенденции развития инструментальных систем и металлообрабатывающих комплексов: Сборник трудов научно-технической конференции, посвященной памяти заслуженного деятеля науки и техники Российской Федерации, доктора технических наук, профессора А.А. Рыжкина, Ростов-на-Дону, 21 января 2021 года. - Ростов-на-Дону: Донской государственный технический университет, 2022. - С. 213-220.

46. Курейчик, В.М. Генетические алгоритмы и их применение. / В.М. Курейчик. -Таганрогский РТУ, 2002. - 244 с. Лазарев, А.А. Теория расписаний. Методы и алгоритмы. / А.А. Лазарев. - М.: ИПУ РАН, 2019. - 408 с.

47. Мироносецкий, Н.Б. Экономико-математические методы календарного планирования / Н.Б. Мироносецкий. - Новосибирск: Наука, 1973. -138 с.

48. Михалевич, В.С. Методы последовательной оптимизации в дискретных сетевых задачах оптимального распределения ресурсов / В.С. Михалевич, А.И. Кукса. - М.: Наука, 1983. - 208 с.

49. Нефедов, Д.С., Попов Д.В., Прилуцкий М.Х. Распределение ресурсов в дискретно управляемых системах / Д.С. Нефедов, Д.В. Попов, М.Х. Прилуцкий // Исследовано в России.- 2002. -Т. 032, - С. 322-337.

50. Осипов, В.Г. О применении машиностроительного искусственного интеллекта для планирования действий по обработке и сборке изделий / Осипов В.Г., Д.А. Чувиков, О.В. Кривошеев, О.О. Варламов, А.В. Трищенков // Фундаментальные основы физики, химии и механики наукоемких технологических систем формообразования и сборки изделий : сборник трудов научного симпозиума технологов-машиностроителей / под редакцией В.А. Лебедева;

Донской государственный технический университет. Ростов-на-Дону: ДГТУ, 2021.

- С. 378-386.

51. Пападимитриу, Х. Комбинаторная оптимизация. Алгоритмы и сложность. / Х. Пападимитриу, К. Стайглиц. - М.: Мир, 1985. - 510 с.

52. Португал, В.М. Модели планирования на предприятии / В.М. Португал,

A.И. Семенов. - М.: Наука, 1978. - 269 с.

53. Прилуцкий, М.Х. Многокритериальное распределение однородного ресурса в иерархических системах / М.Х. Прилуцкий // Автоматика и телемеханика. - 1996.

- №2. - С. 24-29.

54. Прилуцкий, М.Х. Многокритериальные многоиндексные задачи объёмно-календарного планирования / М.Х. Прилуцкий // Известия Академии наук. Теория и системы управления. - 2007. - №1. - С. 78-82.

55. Прилуцкий, М.Х. Построение оптимальных по быстродействию расписаний в канонических системах "конвейер-сеть"/ М.Х. Прилуцкий, В.С. Власов // Информационные технологии. - 2011. - № 3. - С. 26-31.

56. Прилуцкий, М.Х Задача упорядочения работ как задача о назначениях / М.Х. Прилуцкий, Е.А. Кумагина // Вестник Нижегородского государственного университета. Математическое моделирование и оптимальное управление. Нижний Новгород: Изд-во ННГУ. - 1999. - Вып. 21. - C. 270-275.

57. Прилуцкий, М.Х. Задачи оптимального планирования как задачи распределения ресурсов в сетевых канонических структурах / М.Х. Прилуцкий,

B.С. Власов, О.В. Кривошеев // Информационные технологии. - 2017. - Т. 23. -№ 9. - С. 650-657.

58. Прилуцкий, М.Х. Оптимизационные задачи объемно-календарного планирования для нефтеперерабатывающих предприятий / М.Х. Прилуцкий, В.Е. Костюков // Системы управления и информационные технологии. - 2007. -№ 2-1 (28). - С. 188-193.

59. Прилуцкий, М.Х. Управляемый фронтальный алгоритм решения задачи распределения ресурсов в сетевых канонических структурах / М.Х. Прилуцкий,

Е.А. Кумагина // Вестник Нижегородского университета им. Н.И. Лобачевского. -2008. - № 6. - С. 152-155

60. Прилуцкий, М.Х. Оптимальные стратегии распределения разнородных ресурсов в сетевых канонических структурах / М.Х. Прилуцкий, Е.А. Кумагина // Системы управления и информационные технологии. - 2014. - №1(55). - С. 60-64.

61. Прилуцкий, М.Х. Метод ветвей и границ решения задачи многоресурсного сетевого планирования / М.Х. Прилуцкий, Е.А. Кумагина // Системы управления и информационные технологии. - 2014. - №2(56). - С. 48-51.

62. Раскин, Л.Г. Многоиндексные задачи линейного программирования (теория, методы, приложения) / Л.Г. Раскин, И.О. Кириченко. - М.: Радио и связь, 1982. -240 с.

63. Стори, А.Е. Опыт применения целочисленного программирования при расчете календарного плана для предприятий единичного и мелкосерийного производства / А.Е. Стори, Х.М. Вагнер // Календарное планирование - М.:Прогресс, 1966, - с. 241-256.

64. Свидетельство о государственной регистрации программы для ЭВМ № 2015662977 Российская Федерация. Комплекс программ Интегратор Цифрового предприятия: № 2015617994: заявл. 01.09.2015 : опубл. 08.12.2015 / В.Е. Костюков, О.В. Кривошеев, А.В. Трищенков [и др.] ; заявитель Федеральное государственное унитарное предприятие «Российский федеральный ядерный центр -Всероссийский научно-исследовательский институт экспериментальной физики» (ФГУП «РФЯЦ-ВНИИЭФ»).

65. Свидетельство о государственной регистрации программы для ЭВМ № 2015662531 Российская Федерация. Комплекс программ управление проектами и программами Цифрового предприятия : № 2015616039 : заявл. 03.07.2015 : опубл. 26.11.2015 / О.В. Кривошеев, Д.В. Жигулин, С.М. Жданов [и др.]; заявитель Федеральное государственное унитарное предприятие «Российский федеральный ядерный центр - Всероссийский научно-исследовательский институт экспериментальной физики» (ФГУП «РФЯЦ-ВНИИЭФ»).

66. Свидетельство о государственной регистрации программы для ЭВМ № 2015662633 Российская Федерация. Комплекс программ управления ресурсами Цифрового предприятия : № 2015617966 : заявл. 01.09.2015 : опубл. 27.11.2015 / В.Е. Костюков, О.В. Кривошеев, М.И. Девяткин [и др.]; заявитель Федеральное государственное унитарное предприятие «Российский федеральный ядерный центр - Всероссийский научно-исследовательский институт экспериментальной физики» (ФГУП «РФЯЦ-ВНИИЭФ»).

67. Свидетельство о государственной регистрации программы для ЭВМ № 2016614921 Российская Федерация. Комплекс программ Управление производством Цифрового предприятия: № 2015619730 : заявл. 14.10.2015 : опубл. 12.05.2016 / В.Е. Костюков, О.В. Кривошеев, О.И. Пантелеев [и др.]; заявитель Федеральное государственное унитарное предприятие «Российский федеральный ядерный центр Всероссийский научно-исследовательский институт экспериментальной физики» (ФГУП «РФЯЦ-ВНИИЭФ»).

68. Свидетельство о государственной регистрации программы для ЭВМ № 2015661815 Российская Федерация. Комплекс программных модулей для расширения функциональных возможностей PDM-системы: № 2015618536 : заявл. 17.09.2015 : опубл. 09.11.2015 / В.Е. Костюков, О.В. Кривошеев, Н.И. Колодей [и др.]; заявитель Федеральное государственное унитарное предприятие «Российский федеральный ядерный центр - Всероссийский научно-исследовательский институт экспериментальной физики» (ФГУП «РФЯЦ-ВНИИЭФ»).

69. Свидетельство о государственной регистрации программы для ЭВМ № 2015661809 Российская Федерация. Программный модуль "Функционал дискреционного разграничения доступа": № 2015618506: заявл. 17.09.2015 : опубл. 09.11.2015 / В.Е. Костюков, О.В. Кривошеев, В.И. Будников [и др.] ; заявитель Федеральное государственное унитарное предприятие «Российский федеральный ядерный центр - Всероссийский научно-исследовательский институт экспериментальной физики» (ФГУП «РФЯЦ-ВНИИЭФ»).

70. Свидетельство о государственной регистрации программы для ЭВМ № 2016619188 Российская Федерация. Комплекс программ управления ресурсами

Цифрового предприятия V.2 : № 2016616689 : заявл. 24.06.2016 : опубл. 15.08.2016 / О.В. Кривошеев, М.И. Девяткин, С.М. Жданов [и др.] ; заявитель Федеральное государственное унитарное предприятие «Российский федеральный ядерный центр

- Всероссийский научно-исследовательский институт экспериментальной физики» (ФГУП «РФЯЦ-ВНИИЭФ»).

71. Свидетельство о государственной регистрации программы для ЭВМ № 2017619351 Российская Федерация. Комплекс программ тонкого клиента "Синергия-ТК". Версия для ЭВМ на базе архитектуры х86 : № 2017614349 : заявл. 11.05.2017 : опубл. 24.08.2017 / О.В. Кривошеев, А.В. Трищенков, В.В. Резвов [и др.] ; заявитель Федеральное государственное унитарное предприятие «Российский федеральный ядерный центр - Всероссийский научно-исследовательский институт экспериментальной физики» (ФГУП «РФЯЦ-ВНИИЭФ»).

72. Свидетельство о государственной регистрации программы для ЭВМ № 2021664303 Российская Федерация. Программный модуль "Система конструкторского проектирования" комплекса программ в защищенном исполнении "Система полного жизненного цикла изделий "Цифровое предприятие" (СПЖЦ.СЛБ): № 2021663371 : заявл. 25.08.2021 : опубл. 03.09.2021 / О.В. Кривошеев, А.В. Трищенков, С.Н. Ганчук [и др.] ; заявитель Федеральное государственное унитарное предприятие «Российский федеральный ядерный центр

- Всероссийский научно-исследовательский институт экспериментальной физики».

73. Свидетельство о государственной регистрации программы для ЭВМ № 2021664291 Российская Федерация. Программный модуль "Система обеспечения инженерных расчетов" комплекса программ в защищенном исполнении "Система полного жизненного цикла изделий "Цифровое предприятие" (СПЖЦ.САЕ) : № 2021663388 : заявл. 25.08.2021 : опубл. 02.09.2021 / О.В. Кривошеев, А.В. Трищенков, С.Н. Ганчук [и др.] ; заявитель Федеральное государственное унитарное предприятие «Российский федеральный ядерный центр -Всероссийский научно-исследовательский институт экспериментальной физики».

74. Свидетельство о государственной регистрации программы для ЭВМ № 2021664854 Российская Федерация. Программный модуль "Система технологической подготовки производства" комплекса программ в защищенном исполнении "Система полного жизненного цикла изделий "Цифровое предприятие" (СПЖЦ.САРР): № 2021663599 : заявл. 30.08.2021 : опубл. 14.09.2021 / О.В. Кривошеев, А.В. Трищенков, О.Н. Занькова [и др.]; заявитель Федеральное государственное унитарное предприятие «Российский федеральный ядерный центр

- Всероссийский научно-исследовательский институт экспериментальной физики».

75. Сухарев, А.Г. Курс методов оптимизации. / А.Г. Сухарев, А.В. Тихонов, В.В.Федоров. - М.: ФИЗМАТЛИТ, 2008, - 368 с.

76. Себастьянов, С.В. Эффективное построение расписаний в системах открытого типа / С.В.Себастьянов // Сибирский журнал исследования операций - 1994. -Т.1.

- №1. - С.20-42

77. Сигал, И.Х. Введение в прикладное дискретное программирование / И.Х. Сигал, А.П. Иванова. - М.: Наука, 2002. - 237 с.

78. Танаев, В.С. Теория расписаний. / В.С.Танаев. - М.:Мир,1988. - 35 с.

79. Танаев, В.С. Теория расписаний. Одностадийные системы / В.С. Танаев, В.С. Гордон, Я.М. Шафранский. - М.: Наука, 1984.- 384 с.

80. Танаев, В.С. Теория расписаний. Многостадийные системы/ В.С. Танаев, Ю.Н. Сотсков, В.А. Струсевич. - М.: Наука, 1989. - 328 с.

81. Танаев, В.С. Введение в теорию расписаний / В.С. Танаев, В.В. Шкурба. -М.:Наука, 1975. - 256 с.

82. Черников, С.Н. Линейные неравенства / С.Н. Черников. - М.: Наука, 1968. -488 с.

83. Чибирова, М.О. Сравнительный анализ миварного подхода с подходами, основывающимися на онтологиях и когнитивных картах / М.О. Чибирова // Радиопромышленность. -2015. - №3. - С. 55-66.

84. Чибирова, М.О. Структурное развитие миварного подхода: классы и отношения / М.О. Чибирова // Радиопромышленность. - 2015. - № 3. - С. 44-54.

85. Черенков, А.П. Задачи распределения разнородных ресурсов с насыщением. /

A.П. Черенков // Вычислительная математика и матфизика. -1988. - Т.28. - №7, -С.1102-1107.

86. Чебаненко, В.М. Система тематического планирования НИОКР /

B.М. Чебаненко. - М.: Экономика,1980. - 93 с.

87. Юнин, В.Г. Разработка, внедрение и эксплуатация типового расчетного модуля системы автоматизированного нормирования труда на предприятиях ОПК / В.Г. Юнин, О.В. Кривошеев, С.В. Карпенко, А.И. Казаков // Ракетно-космическая техника. - 2016. - Т.1. - № 2 (8). - С. 11.

88. Aladin, D.V., et al. Logic-based artificial intelligence in systems for monitoring the enforcing traffic regulations // В сборнике: IOP Conference Series: Materials Science and Engineering. - Moscow. - 2019. - С. 012025.

89. Bellman, R. Dynamic programming treatment of the traveling salesman problem / R. Bellman // J. Assoc. Comput. Mach. - 1962. - 9. - №1 - P. 61-63.

90. Coffman, E.G.Graham R.L. Jptimal Scheduling for two-processer systems// Acta Informatica 1 - 1972 - P/200-213

91. Conway, R.W. Theory of Scheduling. / R.W. Conway, W.L. Maxwell, L.W. Miller. - Addison-Wesley, Reading, MA. 1967

92. Graham, R.L. Bounds for certain multiprocessing anomalies / R.L. Graham // SIAMJ. Appl. Math., - 1966. - V.17. - P. 263-269.

93. Franklin, J. Convergence in Karmarkar's Algorithm for Linear Programming. / J. Franklin // SIAM Journal on Numerical Analysis. - Vol. 24. - №4 - (Aug., 1987) - P. 928-945.

94. Johnson, S.M. Optimal Two- and Three-Stage Production Schedules with Setup Times Included / S.M. Johnson // Nav. Res. Log. Quart. - 1954. - V.1. - №1. - P. 61-68.

95. Kearfott, R.B. GlobSol user guide / R.B. Kearfott // Optimization methods and software. - 2009. - V. 24. -№ 4-5. - P. 687-708.

96. Lin, Y. The global solver in the LINDO API / Y. Lin, L. Schrage // Optimization methods and software. - 2009. - V. 24. - № 4-5. - P. 657-668.

97. Motzkin, T.S. The relaxation method for linear inequalities / T.S. Motzkin, I.J. Schoenberg // Caned. J. Moth. - 1954. - V.6. - №3. - P.393-404.

98. Sysoyev, A. Globalizer - a parallel software system for solving global optimization problems / A. Sysoyev, K. Barkalov, V. Sovrasov, I. Lebedev, V. Gergel // Lecture notes in computer science. - 2017. - V. 10421. - P. 492-499.

99. Velde, S.L. & de. Dual composition of a single-machine scheduling problem // Math. Programming A. - 1995. - 69- №3. - P.413-428.

100. Volegant, A., Teerhuis E. Improved heuristics for the n-job single-machine weighted tardiness problem // Comp. and Oper. Res. -1999. - 26. - №1. - P.35-44.

101. Yu, Chang Sok Zimmermann Karol Optimal choice of parametrs in machine-time scheduling problem with penaltized earliness in start and tardiness in completing the operations // Acta Univ. Carol. Math. and Phys. - 1992. -33. №l. - P.53-61.

102. Yu, G. Min-max optimization of several classical discrete optimization problems // J. Optimize. Theory and App. - 1998. - №l. - P.221-242.

ПРИЛОЖЕНИЯ

Приложение 1. Справки о внедрении результатов диссертационной работы

О.В. Кривошеева «Технология распределения ресурсов производственных систем в условиях неполноты данных для высокотехнологичных отраслей промышленности» в программном модуле «Система технологической подготовки производства» (САРР) комплекса программ в защищенном исполнении «СПЖЦ «Цифровое предприятие» разрабатываемого в ФГУП

Прикладные результаты кандидатской диссертационной работы О.В. Кривошеева «Технология распределения ресурсов производственных систем в условиях неполноты данных для высокотехнологичных отраслей промышленности» нашли отражение в работах по реализации функционального модуля моделирования процессов производства изделий и их компонентов в составе САРР, предназначенного для отработки технологических решений на этапах предварительного планирования производства. Оценка загрузки производства, потенциал производства для изготовления продукции в запланированные сроки, подбор альтернативных технологических маршрутов на этапе предварительного планирования производства являются важным этапом формирования и моделирования производственной программы предприятия на следующий плановый период, принятия решений о заключении договоров и контрактов, обеспечивающих рентабельность предприятия.

Кроме этого, на данном этапе в предварительном плане предприятия присутствуют позиции, детализация конструкторской и технологической информации по которым различна: имеются заказы, изготавливаемые ранее или являющееся серийной продукцией с полным обеспечением конструкторско-

УТВЕРЖДАЮ

Первый заместитель директора РФЯЦ-ВНИИЭФ-главный конструктор РФЯЦ-ВНИИЭФ - начальник конструкторского

об использовании результате

«РФЯЦ-ВНИИЭФ»

технологической информацией и заказы единичного и опытного производства, конструкторско-технологическая подготовка по которым не завершена и часть информации отсутствует. Величина дефицита конструкторско-гехнологической информации по разным заказам различна. В таких случаях, именно с использованием фронтального подхода к планированию с учетом неполноты данных, дифференцировано определяются как конкретные единицы производственных ресурсов и длительностей операций, так и группы соответствующих ресурсов в объемных показателях в т.ч. для описания целых структурных подразделений. График производства, содержащий заказы с различной степенью обеспеченности информацией, но с обоснованно рассчитанными, прогнозируемыми сроками изготовления и объемами загрузки мощностей, позволяет руководству оценить и заранее предпринять управляющие действия для исполнения производственных программ, а именно: своевременная закупка оборудования, прием персонала, перераспределение мощностей и персонала, передача работ контрагентам и т.д. При использовании объемных показателей при планировании неизбежны погрешности при определении сроков изготовления и длительности технологических циклов. Минимизация погрешностей расчетов реализована за счет применения методов машинного обучения во фронтальном алгоритме при назначении ресурсов на операции. Для этого при планировании учитывается распределение загрузки конкретных единиц оборудования для операций, соответствующих технологическому процессу с неполной информацией, примененных для ранее рассчитанных и сформированных альтернативных графиков производства. Применение данного подхода при формировании и оценке производственных программ на планируемый период позволило повысить точность планирования и подготовки к производству работ ~ 25-30%.

Директор завода ВНИИЭФ

А.В.Синицын

КОНЦЕРН УРАЛВАГПНЗЯВПД

АКЦИОНЕРНОЕ ОБЩЕСТВО -КОНЦЕРН -УРАЛВАГОНЗАВОД.

119049 Российская Федерация, г Москва \л Якиманка Б . эоы 40 телефон факс-7 (495) 737-00-80, E-mail mailaiivnnsk ru wwwuvzru ОКПО 28374535. ОГРН 1187746432345 IIHH КПП 7706453206 770601001

На_от_

СПРАВКА

об использовании результатов кандидатской диссертационной работы О.В. Кривошеева «Технология распределения ресурсов производственных систем в условиях неполноты данных для высокотехнологичных отраслей промышленности» в программном модуле «Система технологической подготовки производства» (САРР) комплекса программ в защищенном исполнении «СПЖЦ «Цифровое предприятие», разрабатываемого в ФГУП

«РФЯЦ-ВНИИЭФ»

Прикладные результаты кандидатской диссертационной работы О.В. Кривошеева «Технология распределения ресурсов производственных систем в условиях неполноты данных для высокотехнологичных отраслей промышленности» нашли отражение в работах по реализации функциональности расчета и моделирования процессов производства изделий и их компонентов как одного из этапов технологической подготовки производства.

При реализации технологической подготовки производства важное значение имеет взаимосвязь с производственной системой, функционирующей на предприятии в реальном режиме времени и применение разработанных технологических процессов и маршрутов непосредственно при моделировании производственного плана и графика обеспечения плана необходимыми ресурсами. В процессе технологической подготовки производства осуществляется предварительное формирование производственного графика, расчет сроков исполнения, оценка объемов требуемых ресурсов: материальных, трудовых, оборудования. Т.к. на данном этапе жизненного цикла в соответствии с типом производства предприятия имеется дефицит конструкторско-технологической документации, сроки рассчитываются некорректно и не позволяют получить объективной картины потребности в ресурсах и сроков изготовления заказов.

Реализация алгоритмов, реализующих распределение ресурсов производственных систем в условиях неполноты данных, позволило

сократить погрешности алгоритма формирования производственного графика за счет использования недостающих ресурсов в объемном выражении. Под объемными показателями понимаются длительности выполнения технологических операций, группы оборудования и персонала, а также аналоги изделий, составных частей изделий и технологических процессов. При этом, для позиций производственного графика, обеспеченных конструкторско-технологической документацией, используется классический алгоритм подбора требуемых ресурсов и расчета сроков. Функциональность распределения ресурсов производственных систем в условиях неполноты данных также нашла применение в алгоритмах моделирования производственного графика.

Использование методов машинного обучения в рассматриваемом алгоритме позволяет использовать исторические данные производственной системы предприятия, сократить погрешности при определении сроков и длительности изготовления в случае использования объемных показателей для ресурсов.

Реализованная функциональность была протестирована сотрудниками предприятия на тестовых данных большого объема, приближенных к структуре данных производственного графика. В настоящий момент осуществляется подготовка к апробации на реальной производственной системе предприятия с целью подтверждения результатов тестирования, адаптации параметров под особые условия предприятия. Ожидаемый эффект от применения рассматриваемого функционала - возможность увеличения объемов производственной программы предприятия на 7-10 %, сокращение затрат на устранение последствий неточностей расчетов загрузки производственных ресурсов - 15-20%.

В.Ю.Ключников

Н/р

УТВЕРЖДАЮ

заместитель генерального директора ПАР «КАМАЗ» - директор по развитию,

2022 г.

И.Ф. Гумеров

Акт внедрения

результатов кандидатской диссертационной работы О.В. Кривошеева «Технология распределения ресурсов производственных систем в условиях неполноты данных для высокотехнологичных отраслей промышленности» системе оперативного управления производством

Прикладные результаты кандидатской диссертационной работы О.В. Кривошеева «Технология распределения ресурсов производственных систем в условиях неполноты данных для высокотехнологичных отраслей промышленности» нашли отражение в работах по реализации функциональности системы оперативного управления производством ПАО «КАМАЗ», реализуемой на базе системы управления производственным предприятием версии 2.1 системы полного жизненного цикла изделий «Цифровое предприятие».

На предприятии в цехах с дискретным типом производства для обеспечения оперативного производственного планирования и диспетчеризации на внутрицеховом уровне, обеспечения прослеживаемости производства, обеспечения своевременного исполнения заказов, балансировки загрузки оборудования реализована функциональность формирования расписания производственных заданий на доступное в текущем плановом периоде оборудование. Алгоритм формирования расписания распределяет требуемые к исполнению операции на доступное оборудование и подбирает доступный персонал для выполнения заданий с учетом загрузки оборудования и персонала. При этом, в цехах, выполняющих отработку новых образцов изделий и их комплектующих, зачастую имеется дефицит или неактуальность технологических данных, обусловленные значительным количеством конструкторских изменений в процессе разработки и отработки новых образцов продукции, а также сжатыми

сроками отработки изделий. В таком случае при распределении заданий на оборудование и назначении персоналу образуется погрешность расчетов сроков и объемов загрузки производственных мощностей, формируются неверные автоматические задания персоналу и оборудованию, как следствие искажается реальная картина загрузки мощностей и информация по исполнению производственных планов. Применение результатов диссертационной работы расширяет возможности алгоритма формирования расписания и позволяет исключить некорректность определения ресурсов (персонал, оборудование), отсутствие подбора ресурсов за счет использования групп ресурсов, групп взаимозаменяемого оборудования, персонала, объемных показателей загрузки мощностей и исторических данных производственной системы с учетом доступности оборудования и персонала.

Применение данного подхода при формировании производственных расписаний, автоматического создания заданий на оборудование и назначения персонала на выполнение операций в условиях неполноты данных по обеспеченности производственных заказов позволит повысить точность планирования ~ 15-25%, сократить количество нарушений в исполнении заказов на ~ 10-15%.

Директор департамента цифровых систем проектирования - главный конструктор цифровых систем проектирования

А.В. Пуртов

Согласовано

Руководитель службы конструкторских и научно-исследовательских расчетов, к.т.н., доцент

В.С. Карабцев

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ

«Национальный исследовательский ядерный университет «МИФИ» Саровский физико-технический институт -

филиал федерального государственного автономного образовательного учреждения высшего образования «Национальный исследовательский ядерный университет «МИФИ»

(СарФТИ НИЯУ МИФИ)

Утверждаю

,-м.н.

.А. Борисенок

Акт

внедрения результатов диссертационной работы О.В. Кривошеева «Технология распределения ресурсов производственных систем в условиях неполноты данных для высокотехнологичных отраслей промышленности» в учебный процесс СарФТИ НИЯУ МИФИ

Результаты диссертационной работы О.В. Кривошеева «Технология распределения ресурсов производственных систем в условиях неполноты данных для высокотехнологичных отраслей промышленности» внедрены в 2020-2021 учебном году в учебный процесс кафедры «Цифровые технологии» физико-технического факультета: курс лекций «Импортозамещение программно-технических средств обеспечения производства».

Зам. руководителя, к.э.н.

Декан физико-технического факультета,

член-корреспондент РАН, д.ф.-м.н.

Приложение 2. Свидетельства о государственной регистрации программ для ЭВМ

Авторы: Костюков Валентин Ефимович (1111), Кривошеее Олег Викторович (ЯI), Девяткин Максим Иванович (К11), Жданов Сергеи Миронович (ЯГ), Милешин Геннадий Алексеевич (ЯГ), Карташов Геннадий Алексеевич (ЯГ), Бойко Алексей Иванович (Яи), Липатов Юрий Алексеевич (ЯГ), Мысягин Сергей Владимирович (ЯГ), Клименко Анатолий Александрович (IIII), Тисков Александр Николаевич (ЯГ), Цыгунька Андрей Иванович

6/охм/ми //, ¿0/Г

Авторы: Кривошеее Олег Викторович (Я11), Трищенков Андрей Владимирович (Я1/), Гаччук Сергей Николаевич (ЯП), Наумов Михаил Александрович (Яи), Артемова Анна Леонидовна (Яи), Вараксина Наталья Ивановна (Я11), Губин Андрей Львович (ЯП), Ермолаев Андрей Владимирович (Я11), Максимов Михаил Викторович (Я II), Моисеев Алексей Анатольевич (ЯП), Стриканова Наталья Станиславовна (Я11), Суворов Михаил Александрович (Я11),*Уразова Вера Вячеславовна (Я11), Уразов Алексей Васильевич (ЯП), Елисеев Алексей Анатольевич (Я11), Иванушкин Юрий Сергеевич (Я11), Панфутова Валерия Александровна (Я11), Поляков Антон Михайлович (Я11), Сироткин Дмитрий Андреевич (Я11), Соломонов Александр Витальевич (Я11), Щербаков Александр Андреевич (Яи)^Максимов Олег Иванович (Я11), Фильцов Сергей Евгеньевич (ЯП), Афанасьев Евгений Николаевич (Я11), Маврин Сергей Валентинович (ЯП), Пучкова Светлана Андреевна (Я11), Лаптев Иван Владимирович (Я11), Машин Константин Игоревич (Я11)

Копия верна

Начальник управления интеллектуальной собственности и научно-технической информации

иронов В.Е.

Авторы: Кривошеее Олег Викторович (Я11), Трищенков Андрей Владимирович (Я11), Ганчук Сергей Николаевич (IIII), Максимов Олег Иванович (Я II), Фильцов Сергей Евгеньевич (ЯП), Ермошкин Андрей Иванович (ЯП), У разов Алексей Васильевич (ЯII), Наумов Михаил Александрович (КИ), Матцева Ольга Александровна (Я II), Максимов Михаил Викторович (Я11), Галеев Тимур Михайлович (Я11), Пешехонова Екатерина Михайловна (Я11), Иванова Анна Валерьевна (ЯП), Конова Анна Александровна (ЯЫ), Крымов Павел Юрьевич (Я11), Резенко Андрей Анатольевич (Я11), Кузнецов Сергей Алексеевич (Я11), Бабичев Александр Юрьевич (Я11), Калинников Илья Владимирович (ЯЦ'), Стаканов Яков Сергеевич (ЯП'), Лебедев Павел Владимирович (Яи), Хозина Гульфия Арифовна (Я1)')

Начальник управления интеллектуальной собственности и научно-технической информации

Копия верна

Приложение 3. Типовая анкета требований к планированию производства

(наименование предприятия)

Анкета требований

Требование Варианты ответа Дополнительные комментарии

Основные ресурсы

Основные ресурсы - ресурсы, не учитывание доступности, которых при планировании может привести к существенной не реализуемости построенного плана работы производства на практике.

Оборудование Да Нет

Трудовые ресурсы Да Нет

Материалы Да Нет

Производственный календарь

Производственный календарь - календарь, определяющий интервалы времени возможного использования в производственном процессе оборудования/людских ресурсов.

Индивидуальный календарь для каждой из единиц оборудования Да Нет

Индивидуальный календарь сотрудников Да Нет

Учет ремонта оборудования Да Нет

Учет больничных/отпусков сотрудников Да Нет

Иерархия представления производственного задания

Представление всего объема работ как совокупности заказов Да Нет

Заказ - объем производственного задания, выполнение которого не зависит от других заказов, часто определяет работы по конкретному договору.

Наличие директивных сроков, раннего времени начала выполнения заказов Да Нет

Директивный срок - время, к которому требуется завершить выполнение заказа. Ранее время начала - время, раньше которого невозможно начать выполнение заказа.

Наличие приоритетов заказов Да Нет

Представление заказов как совокупности изделий Да Нет

Наличие директивных сроков, раннего времени начала выполнения изделий Да Нет

Представление составных частей как совокупности составных частей более низкого уровня (произвольная степень вложенности) Да Нет

Изготовление составных частей партиями с заданным количеством Да Нет

Наличие иной иерархии представления производственного задания Да Нет

Операции

Операция - минимальная единица производственного задания.

Представление составных частей изделий заказа как совокупности взаимозависимых операций Да Нет

Для операции заданы предшественники / последователи Да Нет

Предшественники/последователи могут быть только иные операции Да Нет

Предшественники/последователи могут быть иные операции или составные части изделий в определенном количестве Да Нет

Наличие запланированных операций Да Нет

Запланированная операция - операция, для которой заданы время начала и завершения, а также оборудование/людские ресурсы/материалы. Обычно соответствует уже выполненным операциям.

Наличие переходящих операций Да Нет

Переходящие операции - операция, для которой заданы время начала, процент завершения, а также оборудование/людские ресурсы/материалы. Соответствует операциям, выполнение которых начато, но не завершено.

Известна длительность операций Да Нет

Существуют ненормированные операции Да Нет Если да, то указать объем ненормированных операций от общего объема выполняемых операий:

Для ненормированных операций известны экспертные оценки их длительности Да Нет Если да, то указать ожидаемую погрешность экспертных оценок:

Наличие раннего времени начала операции Да Нет

Наличие приоритета операции Да Нет

Наличие межоперационного времени Да Нет

Межоперационное время - максимальное время между концом текущей операции и началом следующей операции.

Наличие минимального времени пролеживания Да Нет

Минимальное время пролеживания - минимальное время между концом текущей операции и началом следующей операции.

Наличие групповых операций Да Нет

Групповая операция - совокупность операций, выполнение которых должны быть без перерыва, в том числе с возможным нарушением рабочего времени.

Для операции может быть задана группа взаимозаменяемых оборудований Да Нет

Для операции может потребоваться более одной единицы оборудований Да Нет

Для операции может потребоваться более одной единицы трудовых ресурсов Да Нет

Существуют операции, для которых не требуется учет оборудования Да Нет

Существуют операции, для которых не требуется учет трудовых ресурсов Да Нет

Существуют операции, для которых не требуется учет материалов Да Нет

Оборудование (если относится к Основным ресурсам)

Заданы группы взаимозаменяемого оборудования Да Нет

Единица оборудования может принадлежать различным группам взаимозаменяемого оборудования Да Нет

Группы взаимозаменяемого оборудования определяются (задаются) через признаки/типы оборудования Да Нет

Наличие оборудования, работающего в прерываемом режиме Да Нет

Прерываемый режим - режим работы оборудования, при котором выполнение операции может быть прервано (например, при окончании рабочей смены), а затеи продолжено.

Наличие оборудования, работающего в непрерываемом режиме Да Нет

Непрерываемый режим - режим работы оборудования, при котором выполнение операции не может быть прервано до ее завершения.

Наличие графика запланированных проверок/аттестаций оборудования Да Нет

Проверка оборудования - регламентные работы по проверки оборудования, без выполнения которых оборудование не может быть использовано.

Наличие проверок/аттестаций оборудования, производимых в зависимости от объема выполненных работ на оборудование Да Нет Если да, то указать принцип назначения проверок оборудования:

Для выполнения проверок/аттестации оборудования может использоваться иное оборудования Да Нет

Учет времени на переналадку оборудования Да Нет Как определяется необходимость переналадки, длительность переналадки:

Наличие специального оборудования, способного одновременно выполнять несколько операций Да Нет Если да, то для каждого типа оборудования указать правило определяющее возможность параллельного выполнения операций: Пример: правило связано с вместимостью камеры и размером заготовки - в камеру помещаются заготовки (связанные с соответствующими операциями), если их суммарный объем не превосходит объема камеры.

Трудовые ресурсы (если относятся к Основным ресурсам)

Известен список трудовых ресурсов Да Нет

Известна квалификация сотрудников Да Нет

Известен перечень квалификаций сотрудников Да Нет

Для каждой квалификации известен перечень оборудования, на котором сотрудник может работать Да Нет

Трудовые ресурсы представляются в виде «виртуальных рабочих мест», т.е. пар сотрудник-рабочее место Да Нет

Операция может быть выполнена лишь сотрудником с квалификацией, не ниже требуемой Да Нет

Задан рабочий календарь каждого сотрудника Да Нет

Материалы (если относятся к Основным ресурсам)

Известен график поступления материалов на период планирования Да Нет

Материалы не учитываются при планировании, если график поступления не задан Да Нет

Иерархия представления производства

Принята следующая иерархия представления производства: предприятие, цех, участок Да Нет Если нет, то указать принятую иерархию

Для оборудования задана привязка к цеху/участку Да Нет

Необходимо учитывать время переноса изделия и между цехами/участками Да Нет

Общие требования

Данные об оборудовании, трудовых ресурсах, материалах, операциях актуализируются раз в день Да Нет Если нет, то казать частоту обновления данных:

Перерасчет графика работы предприятия планируется раз в сутки Да Нет Если нет, то казать частоту пересчета:

График расчета будет использован для формирования сменно-суточных заданий Да Нет

График расчета будет использован для формирования перечня выполняемых операций на неделю/месяц/квартал/ Да Нет

График расчета будет использован для стратегического планирования на этапе заключения заказов Да Нет

График расчета будет использован для решения задач ситуационного анализа Да Нет

Критерий, по которому оценивается график работы предприятия, связан с выполнением директивных сроков Да Нет

Критерий, по которому оценивается график работы предприятия, связан с равномерностью загрузки оборудования Да Нет

Критерий, по которому оценивается график работы предприятия, связан с максимальной загрузкой сотрудников Да Нет

Количественные показатели

Показатель Значение Дополнительные комментарии

Основные ресурсы

Количество единиц оборудования

Количество единиц трудовых ресурсов

Количество видов учитываемых материалов

Производственный календарь

Количество рабочих смен

Иерархия представления производственного задания

Среднее количество параллельно выполняемых заказов

Операции

Среднее количество операций, выполняемых за квартал

Средний процент объема ненормированных операций от общего объема работ

Средний процент операций с заданным межоперационным временем от общего числа операций

Средний процент операций с заданным минимальным временем пролеживания от общего числа операций

Средний процент групповых операций от общего числа операций

Оборудование (если относится к Основным ресурсам)

Минимальный/максимальный размер групп взаимозаменяемых оборудований

Процент единиц оборудований, работающих в прерываемом режиме

Процент единиц оборудований, работающих в непрерываемом режиме

Средний процент объема проверок от общего объема работ предприятия

Процент единиц оборудования, требующих учета переналадок

Процент единиц оборудования, способного одновременно выполнять несколько операций

Иерархия представления производства

Количество цехов

Количество участков

Цифровизация производства

Показатель Значение Дополнительные комментарии

Представление цифровой модели производства

Формат хранения цифровой модели производства

Технология доступа к цифровой модели производства

Частота актуализации данных об оборудовании

Частота актуализации данных о трудовых ресурсах

Частота актуализации данных о материалах

Частота актуализации данных о статусе выполнения операций

Предполагаемый интерфейс передачи производственного расписания в цифровую модель производства

Основные ресурсы

Точность описания единиц оборудования Оценить возможное несоответствие реальным производственным мощностям

Точность описания единиц трудовых ресурсов Оценить возможное несоответствие реальным производственным мощностям

Точность описания объемов учитываемых материалов Оценить возможное несоответствие реальным объемам

Производственное задание

Точность описания тех. процессов Оценить возможное несоответствие реальным операциям и зависимостям между ними

Точность описания длительностей операций Оценить возможное отклонение от реальных длительностей

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.