Оптимизация производства

Реферат: оптимизация моделей процессов производства — xreferat.ru — банк рефератов, сочинений, докладов, курсовых и дипломных работ

БЕЛОРУССКИЙ
Муниципальный
Институт
ИНФОРМАТИКИ
И РАДИОЭЛЕКТРОНИКИ

Кафедра
менеджмента

РЕФЕРАТ

на тему:

«ОПТИМИЗАЦИЯ
МОДЕЛЕЙ ПРОЦЕССОВ
ПРОИЗВОДСТВА»

МИНСК, 2008

В критериях
оживления и
развития
российскей
индустрии
значительно
растет
энтузиазм к дилеммам
организации
производства,
и а именно,
к задачкам
оперативно-календарного
планирования.

Календарные
планы работы
отдельных
произ­водственных
ячеек предприятия
представляют
собой расписания
производства
всех изделий,
загрузки
обо­рудования
и рабочих мест.
Производственная
ячейка - часть
производственного
места
(станки, уча­сток),
на котором
подходящим
образом органи­зованы
производственные
ресурсы и процессы.

Основными
параметрами
календарных
графиков являются:
приоритетность
работ (очередность
пуска изделий
в обработку),
размер партий
пуска и время
опережения
начала обработки
изделий на
связанных
рабочих местах,
размер незавершенного
производст­ва.
Результатом
составления
рационального
календар­ного
графика является
определение
меньшей
продолжительности
производственного
цикла, оказывающей
существенное
воздействие на
улучшение
экономических
результатов
деятельности
предприятия.
В данном случае
происходит
понижение объема
обратных
средств в
незавершенном
производстве,
уменьшаются
простои оборудования
и рабочих.

В производственных
подразделениях
машино­строительных
компаний
календарное
планирова­ние
в истинное
время основано
приемущественно
на моделировании,
позволяющем
обеспечить
пропор­циональность,
непрерывность,
убрать
«узкие мес­та»
и верно
установить
ценности
работ. Сле­дует
отметить, что
установление
очередности
пуска изделий
в создание
является одной
из главных
задач, которую
нужно
решить при
составлении
рационального
календарного
графика.

В силу
этого, в качестве
аспекта
оптимальности
моделей целенаправлено
использовать
минимизацию
продолжительности
совокупного
производственного
цикла. Под моделью
производственного
процесса по­нимается
его пространственное
построение,
отра­жающее
технолого-организационную
сущность последнего
через организационную
структуру. Под
моделью пла­на
производства
- количественно-временная
органи­зация
предметов труда
в процессе производственного
процесса. Под
моделью оперативного
управления
(части управляющей
системы - надстройки)
- функ­циональное
выделение той
части управляющей
сис­темы, которая
предназначена
для удержания
сущест­вующих
переменных
управляемого
объекта в задан­ных
планом пороговых
значениях.

Все имеющиеся
способы решения
задач ка­лендарного
планирования
по степени
заслуги
экстремального
результата
разделяются
на две верно
выраженные
подгруппы -
четких и прибли­женных
решений.

К числу
опробованных
четких способов
решения задачки
моделирования
относятся
способы линейного
и динамического
программирования,
комбинаторные
способы дискретного
программирования
и др.

Способ
линейного
программирования
успешно ис­пользован
С.М. Джонсоном
для решения
задачки на­хождения
рационального
по календарному
времени плана
обработки m
деталей на 2-ух
станках. Алго­ритм
Джонсона очень
прост. Выбирается
са­мое куцее
операционное
время, и если
оно отно­сится
к первому станку,
планируют
выполнение
зада­ния первым
на первом станке,
а если ко второму
- то последним.
Потом процедура
повторяется
до полного
перебора всех
заданий на
обоих станках.
Имеются бессчетные
обобщения
правила Джонсона
для разных
случаев трехстадийной
обработки
деталей. Но
этот метод
неприменим
для случаев
обра­ботки
деталей на
большем количестве
станков.

Способ
динамического
программирования
успешно применен
Р. Беллманом
для однооперационного
производства.
Он отдал личное
решение задачки
опти­мального
календарного
планирования
обработки
со­вокупности
изделий, имеющих
однообразный
процесс производства,
но разных
по продолжительности
опера­ций
обработки.
Пуск изделий
в создание
необ­ходимо
производить,
соблюдая условие:
min
(t11,
t22)
< min (t12, t21), где: t11 - трудозатратность выполнения первой операции над изделием, первым запускаем в создание; t22 - трудозатратность выполнения вто­рой операции над изделием, вторым запускаем в про­изводство, а t12 и t2l - соответственно напротив.

Способ
«ветвей и границ»,
являющийся
комбина­торным
способом дискретного
программирования,
подразумевает
уменьшение
огромного количества
допустимых
решений, вплоть
до получения
конечного
огромного количества, при
котором оказывается
вероятным
применение
способа перебора.
В этом способе
происходит
последо­вательный
выбор пары
номеров деталей
для получе­ния
хорошей
последовательности.
Составление
последовательности
номеров деталей
для пуска
в создание
происходит
в процессе
работы итерационного
метода. На
каждой итерации
выбираются
две детали и
помещаются
на позиции: (n
+ 1) и (d
– n),
где n
- номер итерации,
a
d-
количество
наименова­ний
деталей, участвующих
в производственном
про­цессе.
Эффективность
способа «ветвей
и границ» зави­сит
от уровня, на
котором происходит
«отсечение»
ветки. В общем
случае этот
способ не исключает
пол­ный перебор
всех вероятных
вариантов.

Обычные
модели линейного,
линейного
цело­численного
и квадратичного
целочисленного
про­граммирования
свидетельствуют
о том, что в их
мо­гут быть
отражены многие
ограничения
задачки кален­дарного
планирования.
А именно,
в этих моделях,
в форме ограничений
на переменные,
могут быть
выражены требования,
накладываемые
на сроки выпуска
этих деталей.
Допускается
обработка
деталей партия­ми,
но для этого
нужно
некое
предвари­тельное
преобразование
начальной инфы.

Данные
модели имеют
ограниченное
применение
при моделировании
производственных
процессов.
Основным недочетом
является резвый
рост разме­ров
моделей с ростом
задачки календарного
планиро­вания.
Четкие способы
оптимизации
применимы только
для личных
и маленьких
по размеру
задач. На
маши­ностроительных
предприятиях
составление
опти­мального
календарного
графика усложняется
широ­той номенклатуры
выпускаемых
изделий и является
динамической,
вероятностной
задачей большой
раз­мерности.
Потому наряду
с разработкой
четких ме­тодов
активно
развиваются
приближенные
способы.

К числу
приближенных
способов оптимизации
задач календарного
планирования
относятся:
частич­ный
и направленный
перебор, способ
Монте-Карло,
аналитико-приоритетные,
эвристические
и др. мето­ды.

Способ
Монте-Карло
аналогичен
способу перебо­ра
и оценки вариантов
с той различием,
что оценивает­ся
некое
ограниченное
подмножество
вариантов,
выбор которых
делается
неким
случайным
образом. Решение
задачки календарного
планирования
способом Монте-Карло
можно рассматривать
как не­которую
задачку статистического
моделирования
про­изводственного
процесса. Способ
Монте-Карло
имеет ограниченное
применение,
потому что может
востребовать
перебора и
оценки довольно
огромного количества
вариантов.

В последнее
время к решению
задач календарно­го
планирования
стала привлекаться
теория массового
обслуживания.
Такая возможность
появилась в
связи с развитием
специальной
теории очередей
с приори­тетом.
Но если
в задачках массового
обслужива­ния
поток требований
на сервис
является сво­бодным
процессом, то
в задачках
календарного
плани­рования
требования
поступают в
детерминированном
порядке. Вкупе
с тем при прохождении
требований
(партии деталеопераций)
через огромное
количество
обрабатывающих
устройств
(производственных
яче­ек) происходят
задержки в
обслуживании,
и поступ­ление
требования
на последующее
обрабатывающее
устройство
может быть
рассмотрено
как случайное
событие. В таком
плане эта связь
теории расписаний
с задачками
теории очередей
с ценностью
обслужива­ния
может быть
применена
как средство
прибли­женного
решения теории
расписаний.

Многие
задачки календарного
планирования
от­носятся
к классу задач,
для которых
трудна конкрет­ная
аналитическая
постановка,
меркло выражена
ве­личина
аспекта
эффективности
и отсутствуют
эф­фективные
методы
численного
решения. Послед­нее
связано с тем,
что минимизируемые
функции комбинаторных
задач лежат
не в непрерывной
облас­ти переменных,
а на разных
дискретных
переста­новках
частей.
Как следует,
применение
при­ближенных
способов, основанных
на сочетании
анали­тических
принципов и
моделировании
календарных
планов с внедрением
правил предпочтительности,
является более
многообещающим
направлением
практического
решения данного
класса задач.

Посреди
приближенных
способов различают
боль­шую группу
аналитико-приоритетных
способов.
Аналитико-приоритетные
способы не следует
соединять с
эвристическими.
В аналитико-приоритетных
способах имеется
математическая
модель с соответственной
функцией - аспектом,
что позволяет
приблизить
решение к
хорошему,
тогда как в
эвристических
способах такая
функция отсутствует,
или имеется
в неявно выраженной
форме либо же
задается как
ло­кальная
функция приоритета.
Эвристические
способы строятся
на использовании
установленных
параметров и приемов
решения задач
других смежных
групп, также
интуитивных
параметров и приемов
поиска.

Можно
выделить семь
более успешных
правил предпочтительности
для формирования
ценностей
календарного
планирования
последовательности
работ1.

1. FCFS
(Fist
- Come,
Fist
- Served)
- первым вошел
- первым обслужен.
Работы производятся
в порядке поступления
в подразделение.

2. SOT
(Short's
Operating
Time)
- по кратчайше­му
времени выполнения.
Поначалу производится
работа с самым
маленьким временем
выполнения,
потом про­цедура
повторяется
для оставшихся
работ.

3. D
date
(Due
Date)
- по установленным
срокам окончания.
Первой производится
работа с самой
ран­ней датой
начала выполнения.

4. SD
- по ранешней дате
начала выполнения,
оп­ределяемой
как установленная
дата выполнения
рабо­ты, минус
время выполнения
работы.

5. STR
(Slack
Time
Remaining)
- по наименьше­му
оставшемуся
припасу времени,
который вычисляет­ся
как разность
меж временем,
остающимся
до ус­тановленной
даты выполнения,
и временем
выполне­ния
работы.

6. STR/OP
(Slack
Time
Remaining
per
Operation)
- по меньшему
оставшемуся
припасу времени
на одну операцию,
которое определяется
как разность
времени, оставшегося
до установленной
даты выпол­нения
работ, минус
время оставшихся
операций, де­ленная
на количество
оставшихся
операций. Заказы
с самым маленьким
STR/OP
производятся
первыми.

7. LCFS
(Last
- Come,
First
- Served)
- последним
вошел - первым
обслужен. Первой
производится
рабо­та, поступившая
последней в
подразделение.

Время от времени
употребляют
разные
композиции
функ­ций предпочтения,
но это просит
многовариантного
перебора. В
итоге
отработки
инфы,
приобретенной
при выполнении
на модели серии
эксперимен­тов
всякий раз с
новым правилом
очередности,
были выявлены
законы рассредотачивания
и другие оценки
наи­более
возможных
длительностей
производственных
циклов, ________________________

1
Donald W. Fogarty, Yohn H. Blackstone, Yr. And Tho­mas R.
Hoffman. Production and Inventory management (Cincinnati: South -
Western Publishing, 1991). P. 452
- 453.

запозданий
в выполнении
работ по сопоставлению
с плановыми
сроками, объемом
незавершенного
произ­водства,
простоев оборудования
и т.д. Но
при проведении
оптимизации
способ не учитывает
обоюдного
воздействия моментов
начала и окончания
смежных опе­раций
на различных станках,
что существенно
понижает степень
оптимальности
приобретенного
результата.

В критериях
многопредметных
автоматизирован­ных
производственных
систем задачка
построения
ка­лендарных
графиков значительно
усложняется.
Решение задачки
формирования
графика производства
деталей (парий
деталей), имеющих
случайное
чис­ло и очередность
выполнения
операций и
запланиро­ванных
к изготовлению
на одном и том
же техноло­гическом
оборудовании
является
комбинаторной
за­дачей большой
размерности.

В этих
критериях более
удачным способом
яв­ляется
аналитический
способ, учитывающий
обоюдное воздействие
пооперационных
трудоемкостей
обработки
деталей на
совокупный
цикл их обработки.
Способ подразумевает
оптимизацию
продолжительности
совокупно­го
цикла обработки
партий (групп)
деталей методом
анализа и минимизации
величин смещения.
При всем этом суммарное
время опережения
пуска деталей
в об­работку
на каждой
технологически
связанной паре
рабочих мест
дифференцируется
на две составляю­щие,
1-ая из которых
учитывает
несинхронность
операций
технологических
процессов
обработки
де­талей, а
2-ая - время
обработки
передаточных
пар­тий деталей.

В этом
случае задачка
моделирования
сводится к
тому, чтоб
время опережения
начала и окончания
обработки
партий деталей
каждого наименования
на передающем
и получающем
детали рабочих
местах обеспечивало
непрерывную
обработку
партий дета­лей
с наибольшей
параллельностью.

Продолжительность
производственного
цикла обра­ботки
партий деталей
в рассматриваемой
постановке
решения задачки
может быть
определена
по формуле

(1)

где

- номер рабочего
места, начинающего
процесс обработки
деталей данной
группы;

k
- номер рабочего
места, на кото­ром
завершается
процесс обработки
деталей данной
группы;

m
- количество
групп деталей;

d
- количество
деталей в группе;

- величина
смещения на
j-м
рабочем месте,
на котором
начинается
процесс обработки
i-й
партии деталей;

- величина
смещения на
j-м
рабочем месте,
на котором
завершается
процесс обработки
i-й
пар­тии деталей;

- время
обработки групп
деталей на
рабочем месте,
оканчивающем
процесс обработки,
последующих за
r-й
группой;

- время
обработки
деталей групп,
предыдущих
r-й
группе деталей
на рабочем
месте, начинающем
процесс обработки;

- время
обработки
партий деталей,
предыдущих
i-й
партии деталей
на рабочем
месте, начинающем
процесс обработки;

- время
обработки
партий деталей,
обработка
которых следует
за обработкой
партии деталей
i-ro
наименования
на рабочем
месте, оканчивающем
процесс обработ­ки.

Так как
время обработки
передаточных
пар­тий от
очередности
их обработки
не зависит,
аспектом
оптимизации
является:

В первую
очередь следует
запускать в
обработку
партию деталей,
которая обеспечивает
меньшую
составляющую
в общем смещении.
Способ предпола­гает
проведение
пошаговой
оптимизации:
на каждом шаге
ищется
для
партий деталей,
очередность
которых еще
не определена.
Величина

зависит
от
,
которое определяется
как сумма
положительных
разностей ().
Тут
-
соответственно
время обработки
партии деталей
на передающем
и получающем
рабочих местах
связан­ной
пары.

Следует
учесть, что
положительная
разность ()
времени обработки
детали n-й
очереди пуска
компенсируется
только тогда,
когда модуль
отрица­тельной
разности времени
обработки
детали (n
+ 1)-й очереди равен
либо больше
разности ()детали
n-й
очереди пуска.

Таким
образом, при
определении
хоть какой n-й
оче­реди пуска
нужно
проводить
анализ знака
раз­ности времени
обработки всех
оставшихся
деталей на всех
парах связанных
рабочих мест.
Связи, у каких
эти разности
имеют символ
плюс, из предстоящего
ана­лиза следует
исключать. Это
же относится
к связям, у каких
все разности
имеют только
отрицательные
значения.

На основании
анализа разностей
()
на техно­логически
связанных парах
рабочих мест
и беря во внимание то,
что эти разности
со знаком минус
являются
ком­пенсаторами,
т.е. способны
«гасить»
положительные
разности ()
деталей последующей
очереди обработки,
можно сконструировать
правила, дозволяющие
улуч­шить
приобретенные
результаты
оптимизации.

1. Если
при очередной
итерации окажется
несколько
малых
значений

то в первую
очередь запускается
деталь, у которой
сумма отрица­тельных
разностей ()
по модулю большая,
потому что она
имеет большее
значение
компенсаторов.

2.
Если
при очередной
итерации у i-й
детали на данной
связанной паре
рабочих мест
разность ()
со знаком плюс
по модулю больше
суммы разностей
()
со знаком минус,
то в данном случае
в значении
отысканной суммы

следует
учесть
только абсолютную
величину суммы
отрицательных
разностей.

3. Если
при очередной
итерации определения
очередности
пуска деталей
в обработку
оказывает­ся,
что i-я
деталь имеет
у всех связей
только положи­тельные
разности (),
то такую деталь
следует запускать
в последнюю
очередь, так
как у этой детали
нет компенсаторов.

Исследование
огромного объема
статистических
данных автоматического
решения задачки
показы­вает,
что внедрение
приведенных
правил, улуч­шающих
метод поиска
хорошей
очередности
пуска деталей
в обработку,
приводит к
уменьшению
продолжительности
производственного
цикла на 40-50 %.

Результатом
моделирования
является
формиро­вание
календарного
расписания
рабочих мест
произ­водственной
системы, в каком
учитывается
информация
о издержек
времени на
наладку и переналадку
оборудования,
принятый размер
партии пуска
и время смещений
пуска деталей
в обработку
относительно
первого рабочего
места системы.

Для оптимизации
размера партий,
запускаемых
в обработку
деталей, может
быть предложена
следую­щая
формула:

(2)

где р
- размер партии
пуска деталей
в обработку,
компл.;

Е
- коэффициент
эффективности
капи­таловложений;

Sобj
- цена
оборудования
j-ro
наименования,
р.;

tпз
- подготовительно-заключительное
время по каждому
j-му
виду обо­рудования
на весь набор
обра­батываемых
на нем деталей,
ч.;

k
- количество
единиц оборудования
производственной
системы, шт.;

tштj
- штучное время
обработки
всего комплекта
деталей на
данном j-м
оборудовании,
ч./компл.;

М
- издержки материалов
(заготовок) на
набор деталей,
р./компл.;

Зк
- заработная
плата рабочих
за изго­товление
комплекта
деталей, обра­батываемых
производственной
системой, р./компл.;

КТ
- коэффициент
технической
готов­ности
незавершенного
производст­ва;

Зч
- среднечасовая
заработная плата рабочих,
р./ч.

Литература

1. Михайлова
Л.В., Парамонов
Ф.И., Чудин А.В.
Формирование
и оперативное
управление
производст­венными
системами на
базе поточно-группового
про­изводства
в автоматическом
режиме. М.: ИТЦ
МАТИ, 2002.-
60 с.