системный подход основа управления

Одна из главных особенностей современного этапа научного познания заключается в подходе к объектам исследования, как к системам. При этом под системой в общем случае понимается множество связанных между собой объектов, наделенных некоторыми свойствами. Особо выделяют класс сложных систем (объектов), когда число взаимодействующих элементов достаточно велико. Из всего множества создаваемых человеком систем выделяются самодействующие системы способные совершать операции, работы, процедуры, обеспечивать за- данное течение технологических и других процессов, т.е. решать задачи и достигать поставленых человеком целей.

Самодействующие системы делят на технические, организационные и человеко-машинные. Техническая (автоматическая) система способна решать задачи, назначаемые ей человеком без его участия. Система относится к классу организационных, если в ее состав входят люди. Организационная система есть человеко-машинная система, если при решении задач существенно взаимодействие человека и технической системы. В таком определении система поддержания технологического режима, функционирования без вмешательства человека, есть техническая система, автоматизированная система управления (асу) технологическими процессами, городским хозяйством и другими сложными объектами – человеко-машинные системы, а система организации подготовки космонавтов (СОПК) - организационная.

Проанализируем основные особенности задач управления указанными системами, что ваяно как с методологической, так и с прикладной точек зрения.

Экономика развитого государства представляет собой огромную, сложную систему, в которой чрезвычайно усложнилось и продолжает усложняться управление промышленными предприятиями. В Республике созданы и создаются крупные заводы, комбинаты, производственные, научно-производственные и промышленные объединения. Благодаря использовании новой техники и новых технологических процессов производства ускоряется ход и повышается эффективность производственных процессов; усложняются выпускаемые изделия, включающие в себя десятки тысяч деталей и сборочных единиц, сотни тысяч деталей, операций; расширяется номенклатура используемых материалов и технологической оснастки; углубляется специализация и кооперирование предприятий; быстро изменяются состав продукции и ее потребительские качества. Непрерывное совершенствование производственных процессов, их механизация и автоматизация обеспечивают высокие темпы роста объемов и производительности труда промышленного производства.

В свою очередь, рост объемов производства, а также необходимость учета большого количества различных социальных и экономических факторов при выработке управляющих решений вызывает непрерывный рост объемов информации, необходимой для управления» и уменьшение допустимого времени для ее переработки. Изучение потоков информации на предприятиях показывает, что существующие в настоящее время объемы информации в несколько раз превышают возможности управленческого персонала по её восприятию, обработке и своевременному принятию необходимых решений при использовании традиционно сложившихся средств и методов ее обработки. Это приводит к тому, что на предприятиях часто отсутствует должная оперативность расчетов, некоторые расчеты вообще не выполняются из-за большой их трудоемкости и принимается решения лишь на основе опыта, интуиции работников и. следовательно, далеко не оптимальные. Управленческие же решения в настоящее время стали особенно ответственными. По ним приводятся в действие громадные производственные ресурсы, организуется деятельность боль-штос коллективов, и они оказывают большое влияние на эффективность производства. Необоснованные же решения могут привести к крупным потерям, более высоким по сравнению с потерями, связанными с ошибками в технологии производства.

Коренное (управление) улучшение управления возможно только на основе широкого применения современных достижений кибернетики, электронно-вычислительной техники и экономико-математических методов, т.е. путей создания автоматизированных систем управления.

Основу научно-технического прогресса современного общества составляет комплекс машиностроительных отраслей. Дальнейшее развитие машиностроения требует, с одной стороны, совершенствования взаимодействия звеньев в системе наука-техника производство, с другой механизациии автоматизации технологических процессов. К настоящему времени опубликовано значительное количество работ по отдельным проблемам автоматизации, однако до сих пор отсутствует единая методология комплексного решения проблемы автоматизированного производства изделий» недостаточно развиты методы анализа подготовленности изделий и технологического процесса к автоматизации, методы анализа структуры машин-автоматов и технологических комплексов, а также оснащенности средствами контроля и автоматического управления.

Автоматизация любого производственного процесса начинается с автоматизации технологического процесса и его элементов. В целом понятие технологического процесса автоматизированном производстве подразумевает взаимодействие обрабатывающих органов оборудования с изделием и системой управления.

Разработка технологического процесса автоматизированного производства включает в себя: анализ физической сущности процесса; его математическое описание; определение совокупности факторов, обусловливающих технологические технологические параметры процесса, и степени их влияния на формирование качества изделия; определение величины взаимодействия корректирующего сигнала на исполнительной механизм или на устройство наглядного отображения процесса. Методика нахождения взаимосвязи между отдельными факторами в каждом конкретном случае зависит от типа процесса, его физической сущности, состояния и практической изученности физических (физико-химических, физико-механических) закономерностей. При этом только на базе экспериментальных данных можно определить ход технологического процесса.

Процесс автоматизированного производства должен быть контролируемым и управляемым. Для этого применяются соответствующее оборудование датчики информации, устройства отображения, исполнительные устройства. Переработка информации может осуществляться ЭВМ либо более простым устройством.

В большинстве автоматов и полуавтоматов применяются система управления, где программоносителям являются упоры (концевые выключатели), с помощью которых ограничивается величина перемещения рабочих органов, осуществляется переключение на различные режимы работы и т.д. Передача и преобразование сигналов поступающих от упоров, производится электрическим путем, через электросхему управления станком. В последнее время наметилась тенденция передачи этих функций непосредственно ЭВМ, а упоры будут действовать лишь как путевые датчики, сигнализирующие о выполнении тех или иных рабочих или холостых перемещений.

Известны три уровня автоматизации: I) автоматизация ( рабочего цикла машины, создание машин-автоматов, полуавтоматов; 2)автоматизация системы машин; 3) комплексная автоматизация производственных процессов, создание автоматических цехов и заводов.

Задачей первого уровня является создание автоматически действующих механизмов управления рабочим гнилом оборудования. Задачи второго уровня включают создание механизмов межстаночной транспортировки, скоординированное изменение технологических режимов системы машин и управление заделами. Комплексная автоматизация предполагает применение ЭВМ для увязки решения задач автоматизированной системы управления производством (АСУП) с задачами управления, технологическими процессами и работой отдельных агрегатов и станков.

Появление систем цифрового программного управления способствовало дальнейшему развитию автоматизации. В настоящее время разрабатываются системы машин с программным управлением, имеющих в своем составе ЭВМ. Создание таких систем предусматривает оптимальное управление режимом работы отдельных станков, оптимальную маршрутизацию транспортных потоков, оптимальное планирование загрузки и использование технологического и производственного оборудования, сбор и отображение информации о работоспособности системы машин и т.д. Такие системы получили название автоматизированных систем управления технологическими процессами (АСУТП).

Задачи автоматизацией совершенствования систем машин тесно взаимоувязаны между собой. Совершенствование процессов управления работой отдельных узлов станка облегчает управление работой станка в целом. Автоматизация и повышение качества самого станка в конечном итоге повышают качество управления системой машин..'

Автоматы и автоматические линии различного технологического назначения имеют единую основу автоматизации, которая выражается в общности принципов работы механизмов и систем управления, в общих закономерностях изменения производительности, надежности, экономической эффективности, в единых методах агрегатирования, определения режимов обработки и т,д.

Машина считается идеальной, если при высокой производительности (при этом производительно затраченным считается только время, расходуемое на основные процессы обработки, формообразование, контроль, сборку и т.д.) и высоком качестве продукции отсутствуют потери времени на холостые ходы и простои.

Исследование производительности автоматов и автоматических линий позволяет определить резервы ее повышения в данных конкретных условиях производства, на основе опыта эксплуатации действующих конструкций найти наилучшее сочетание параметров для проектирования новых автоматов и линий.

Производительность автомата или линии определяется режимами обработки, необходимой точностью и другими показателями качества обрабатываемых Изделий, а также стойкостью режущего инструмента, надежностью составляющих механизмов и т.д. Надежность автоматов одна из наиболее существенных характеристик зависит от комплекса возмущающих факторов, с одной стороны, и рабочих параметров технологических процессов и конструктивных элементов, а также корректирующих воздействий - с другой.

Нахождение величины показателя надежности, как задача статистической оценки, является достаточно сложной, и для ее решения необходимо значительное число наблюдений и замеров. При этом нельзя с абсолютной достоверностью утверждать, что данная случайная величина больше или меньше любой конкретной неслучайной величины. Методы математической статистики позволяют найти лишь ее доверительный интервал.

Традиционные средства автоматизации не обеспечивают достаточной технологической гибкости производства. Поэтому к настоящему времени сформировалось принципиально новое направление автоматизации - создание широкоуниверсальных систем цифрового управления. Выбор типа управляющей системы обусловливается спецификой технологического процесса, конкретными условиями эксплуатации машины.

Система управления, в свою очередь, накладывает некоторые ограничения на кинематику и конструкцию станков, агрегатов линии. Однако любая система управления, независимо от характера технологического процесса, должна отвечать таким требованиям, как высокая надежность работы, автоматическое регулирование процесса обработки в окрестности оптимальных параметров, простота конструкций, низкая стоимость и удобство обслуживания, выполнение большого количества технологических команд и т.д. Для выполнения этих требований система автоматического управления должна работать по нежестким программам, обладать возможностями оптимизации управления рабочими процессами самонастройки к самоприспосабливаемости к изменяющимся условиям технологического процесса.

Адаптивная система управления обеспечивает автоматически, без вмешательства оператора, выбор наиболее благоприятного режима работы станка в каждый момент времени с учетом изменявшихся условий обработки. В качестве примера можно привести разработанный в исследовательском институте Тесла (Чехия) адаптивный регулятор, сопряженный с системой числового программного управления (ЧПУ) токарными станками.

Регулятор, конструктивно выполненный в отдельном блоке, используется совместно с серийно выпускаемой системой для управления центровым токарным станком с ЧПУ. Весь комплекс аппаратуры был с успехом продемонстрирован на 17-й международной выставке в Брно. Разработка осуществлялась следующим образом. Сначала было осуществлено адаптивное управление для черновых операций. При этом выбирались методы измерения и устройства для различных типов станков, с тем чтобы исключить существенное вмешательство в конструкцию при их установке. Речь идет, прежде всего, об измерительной аппаратуре для схем параметров, характеризующих загрузку станков в процессе обработки, например: мощность резания, момент кручения на шпинделе, силы резания и т.п. Затем, с позиции минимального вмешательства в систему ЧПУ, разрабатывалось конструктивное решение адаптивного регулятора для всех типов операций на токарных станках.

Пока системы адаптивного управления в производственных условиям работает со значительно меньшей эффективностью, чем в лабораториях. Дальнейшие теоретические исследования, направленные на повышение производительности обработки и качества продукции, помогут выявить резервы роста эффективности применения систем адаптивного управления и комплексной автоматизации производственных процессов в целом. Насущным вопросом таких исследований является разработка имитационных моделей металлорежущих станков.

Обратимся к другому примеру сложных систем - городскому хозяйству, под которым понимают систему предприятий, организаций, хозяйств, учреждений, призванных удовлетворить материальные и культурно-бытовые нужды населения. Кроме того, городское хозяйство оказывает необходимые услуги производственным предприятиям, предприятиям и организациям транспорта, строительства, органам управления и др. Оно тесно связано с комплексом отраслей народного хозяйства, в частности с промышленностью. С одной стороны уровень и темпы городского развития хозяйства зависят от уровня и темпов развития промышленности, с другой - городское хозяйство во многом обеспечивает промышленные предприятия продукцией (услугами) своего производства.

Развитие городского хозяйства осуществляется на основе проектов, охватывающих длительный период (10 и более лет). В этих проектах подробно рассматриваются вопросы планирования, организации и застройки городской территории, её благоустройство, развитие санитарно-технического и энергетического хозяйства, городского транспорта и других коммунальных предприятий города.

Многообразие выполняемых городским хозяйством функций вызывает необходимость сознания сложной структуры системы управления им, производственного и организационного разделения его служб, предприятий и хозяйств.

Чем больше город (по численности населения, территории, числу промышленных предприятий), тем больше объем продукции (услуг), которую должны представить предприятия городского хозяйства на каждого жителя: вода, тепло, электроэнергия и т.п. В больших городах необходим общественный транспорт. Следовательно, должна быть, больше развита сеть городских дорог. Рост города приводит к повышению этажности жилых зданий, в связи с чем возникает необходимость организации лифтного хозяйства, подачи на верхние этажи воды и тепла, а также - к росту потребления электроэнергии и увеличению пропускной способности городских подземных коммуникаций, городского транспорта т.д.

Так же, как и в промышленности, строительстве, на транспорте, предприятия городского хозяйства осуществляют свою деятельность на основе: I) хозяйственного расчета; 2) выделяемых государством основных фондов и оборотных средств; 3) труда работников основных отраслей народного хозяйства.

Продукция предприятий городского хозяйства, независимо от того, имеет ли она вещественную форму или форму услуг, является (за небольшим исключением) частью совокупного общественного продукта и принимает участие в народнохозяйственном обороте.

Городское хозяйство обычно включает: жилищво-коммунальные предприятия и организации; предприятия местного строительства; учреждения народного образования, здравоохранения, культуры; предприятия торговли и общественного питания, зрелищные организации и т.д.

Жилищно-коммуналъное хозяйство, занимающее ведущее положение в системе городского хозяйства, обладает специфическими особенностями, вытекающими из условий технологии производства, реализации и потребления его продукции (услуг).

Особенности производственной и хозяйственно-организационной деятельности жилищно-коммунального хозяйства заключаются в следующем:

• часть производимой городским хозяйством продукции не имеет вещественной формы и носит характер услуг;

• производство и потребление продукции либо полностью совпадает во времени, либо имеет незначительный разрыв;

• большинство предприятий производит однородную продукцию;

• производственно-эксплуатационная деятельность тесно связана с данным населенным пунктом, определяется его размерами и численностью проживающего в нем населения;

• продукция (услуги) предприятий жилищно-коммунального хозяйства не может быть изготовлена впрок и, как правило, не вывозится в другие населенные пункты, если не считать населенных пунктов, находящихся вблизи данного города и тяготеющих к нему.

Жилищно-коммунальное хозяйство, в силу указанных причин, является хозяйством местного значения независимо от того, входит ли оно в состав хокимията и его органов или подчиняется различным ведомствам (предприятиям и учреждениям не местного подчинения).

Выполняя общественные задачи по удовлетворению нужд населения и предприятий города, жилищно-коммунальное хозяйство, в свою очередь, делится на ряд отраслей, объединенных в следующие группы:

I) организации и предприятия по капитальному и текущему ремонту зданий;

2) санитарно-технические и санитарно-гигиенические предприятия: водопровод, канализация, бани, прачечные;

3) энергетические предприятия: электрические станции и городские электрические сети, газовое хозяйство, районные и квартальные котельные;

4) городской транспорт: метрополитен, трамваи, троллейбусы, автобусы, такси и другие виды местного транспорта;

5) внешнее городское благоустройство: дорожное хозяйство, санитария, очистка, озеленение, уличное освещение.

Кроме перечисленного, к жилищно-коммунальному хозяйству относятся вопросы учета, рационального использования и распределения городских земель. Как и всякая хозяйственная организация, жилищно-коммунальное хозяйство в целом и каждая входящая в его состав отрасль самостоятельно развиваются на основе перспективного плана и осуществляют свою деятельность на основе годовых (текущих) планов.

Необходимость перспективных планов развития городского хозяйства определяется тем, что городское хозяйство обслуживает непрерывно растущее население. Отсюда вытекает рост требований к объему продукции (услуг) городского хозяйства даже при сохранении уровня потребления. При строительстве предприятий городского хозяйства предусматривается некоторый резерв мощности, размеры которого должны быть экономически обоснованы. Превышение резерва приводит к омертвлению средств, а его недостаток - к дополнительному строительству предприятий или их расширению или неполному удовлетворению потребностей населения.

Правильному определению объемов нового строительства предприятий хозяйства должны предшествовать расчеты потребности в продукции на перспективу, а они опираются на два фактора:

1) рост числа потребителей (для городского хозяйства - это население и общественный сектор);

2) рост норм потребления и улучшение системы обслуживания.

Эффективное управление столь сложным комплексом, каким является городское хозяйство достаточно крупного города (I млн. и более), традиционными средствами становится невозможным.

С каждым годом все труднее оперативно выявлять все экономические показатели, ежегодно формировать необходимые сводные данные и отчеты; усложняется также технико-оконо-мический анализ хода производства. Потоки и объемы перерабатываемой информации вызывают значительную перегрузку в работе аппарата управления городским хозяйством.

Естественный путь преодоления возникающей трудности в использовании АСУ. Автоматизация управления городским хозяйством имеет ряд особенностей. Создание АСУ городским хозяйством требует проведения большой работы по широкому и целенаправленному внедрению в это хозяйство вычислительной техники» разработки единой системы информационного и математического обеспечения, подготовки кадров для проектирования и эксплуатации АСУ, обучения управленческого персонала для работы в условиях АСУ, подготовки предприятий и организаций к внедрению и эксплуатации АСУ и т.д.

На основании опыта разработки и внедрения АСУ различными организационно-хозяйственными объектами в создании АСУ городским хозяйством можно наметить три уровня автоматизации .

Первый уровень - автоматизация отдельных процессов и работ в пределах какого-либо органа управления, осуществляемая в рамках существующей структуры управления, а также создание АСУ отдельных отраслей, предприятий, трестов.

Второй уровень - информационное сопряжение отдельных АСУ, создаваемых на первом этапе. Этот уровень достигается унификацией форм документов и принципов кодирования информации, организацией обмена данными между АСУ, совместимостью технических средств, способов передачи данных в каналах связи и математического обеспечения АСУ (типизацией методов решения задач и обработки информации).

Третий уровень - комплексная автоматизация всех процессов управления городским хозяйством, охватывающая управляющие органы и процессы во всех звеньях управления. На данном уровне предлагается осуществить интеграцию АСУ по всем аспектам. Осуществляются работы по рационализации структуры АСУ в целях обеспечения устойчивости, гибкости и высокой оперативности.

В связи с изложенным возникает необходимость совершенствования методологии управления городским хозяйством и проектирования АСУ им. Важнейшим элементом этой методологии является разработка методов имитационного моделирования подсистем и звеньев городского хозяйства.

Далее рассмотрим пример организационной системы, какой является СОПК. Предварительно отметим, что степень насыщенности космического аппарата (или имитирующего его тренажера) средствам автоматики и вычислительной техники не влияет на принадлежность анализируемой системы; система относится к классу организационных. В конечном счете человек формирует конкретнее цели, определяет пути их достижения, вырабатывает критерии оценки работы комплекса, ищет компромиссные решения возникающих проблем.

За последнее время опубликован ряд работ посвященных вопросам создания систем организационного управления (СОУ). Эти работы относятся, в основном, к системам управления промышленными предприятиями либо объединениями и отраслями народного хозяйства. Основные результаты получены для тех случаев, когда существующая практика планирования не подвергалась значительным изменениям. При этом управление строится по аналогии с программным управлением техническими системами, хотя организационные системы имеют ряд принципиальных отличий. Если реакция технической системы на управляющее воздействие однозначна и определена заложенными в ней алгоритмами, то в организационных системах эта реакция, как правило, неоднозначна, главным образом в смысле путей и способов достижения поставленных целей. Организационная система, как управляемая система, содержит внутри себя орган управления (принятия решения). Неоднозначность поседения системы при достижении требуемого результата предполагает известную свободу выбора в принятии решений органон управления, чтобы достижение цели было в каком-либо смысле оптимальным.

Система организационного управления определяется как совокупность людей, машин и механизмов объединенных определенным образом для достижения поставленных целей. Понятие СОУ охватывает:

• структуру управляемой и управляющей систем, как форму организации элементов и уровней;

• процессы управления, как совокупность операций, выполняемых по определенной технологии;

• методы управления, как совокупность способов и приемов воздействия управляющей системы на управляемый процесс;

• технику управления, как совокупность средств механизации и автоматизации процессов управления.

Известно несколько подходов к формализации СОУ, кар объекта системного анализа. Эти подходы опираются на концепции и методы, представляют собой сочетание методов и моделей и определение таких отраслей науки, как исследование операций и теория многоуровневых систем и общая теория систем.

При исследовании систем организационного управления под понятием информации понимается любой символ или сигнал. Модель реализуется в виде граф-схемы информационного процесса. Основная цель модели упорядочить структуру системы, устранить дублирование информационных потоков, упорядочить их состав. В настоящее время данный подход используется в основном при анализе документооборота и решения информационных задач.

С начала 1960-х годов начала развиваться производственная динамика, в которой к числу основополагающих можно отнести работы Н.П.Бусленко, использовавшего статистические модели, и Дж.Форрестера, описывающего производственные процессы конечноразностными уравнениями. Динамическая структура модели представляется рядом уровней,связанных между собой управляющими информационными потоками. Такой подход при моделировании на ЭВМ позволяет проанализировать реакцию системы на те или иные возмущающие воздействия, но реальные системы предполагают составление сотен и тысяч уравнений и поэтому получаемые выводы и рекомендации значительно упрощенна. Можно пользоваться инженерным подходом, когда для сложных систем строится целый спектр моделей следующего типа:

• функциональная модель, с помощью которой на содержательном уровне определяется работа системы при выполнении поставленных перед ней целей;

• математическая модель, связывающая переменные исследуемого процесса в определенные зависимости и уравнения;

• технико-экономическая модель, задающая критерии оценки эффективности решений, принимаемых в системе;

• информационно-процедурная модель, определяющая взаимодействие управляющих органов с основным процессом, протекающим в системе, порядок формирования управляющих решений и потоки информации.

В отечественной литературе одними из первых были работы Н.К. Бабунашвили, который, используя общность для всех классов СОУ таких понятий, как «объем работы», «ресурсы» и «время выполнения», предложил динамическую модель и алгоритм управления, основанные на аппарате теории автоматического управления.

Наибольшие практические результаты получены при использовании ситуационных и имитационных моделей, поскольку большие системы характеризуются невозможностью полной формализации объекта управления, непостоянством структуры и процессов функционирования. Имитационные модели представляются наиболее перспективным: они позволяют объединить несколько методов формализации, использовать различные математические методы для анализа тех или иных сторон деятельности больших систем.

В процессе планирования подготовки космонавтов решаются следующие укрупненные задачи:

I. Определение требований и ограничений, предъявляемых на момент планирования подготовки.

2. Распределение ресурсов СОПК между параллельно осуществляемыми программами.

3. Формирование план-графика и расписания подготовки.

Последовательное решение этих задач и составляет сущность процесса планирования.

Одной из важных особенностей СОПК является возможность построения графика или расписания предполагаемой работы системы на некоторое время вперед. Однако во всякой реальной системе неизбежны возмущения, выражающиеся в изменении длительности и порядка выполнения операций, входящих в расписание. Поэтому реализация графика носит статистический характер. Учет стохастичности процесса подготовки означает признание принципиальной невозможности предвидения каждого из отклонений в отдельности. К планированию и управлению СОПК следует подходить с позиции теории стохастического программирования и управления.

Дадим общую характеристику качественных особенностей системы организационного управления подготовкой космонавтов (СОУПК) с точки зрения общей теории управления:

1. Система является замкнутой с несколькими контурами обратных связей, использующими информации о состоянии процесса подготовки.

2. Система является многоуровневой, иерархической, причем на каждый уровень поступает информация как от объекта управления, так и от вышестоящих уровней.

3. Поступление информации осуществляется дискретно, частота подачи информации зависит от уровня иерархии решаемой задачи.

4. Система относится к классу стохастических (стохастичность обусловлена самой природой процесса обучения).

В оптимизационных моделях обычно формируется гипотеза поведения объекта с помощью критериальной функции, значения которой позволяют оценить качество решения и построить правило ее выбора. В имитационных моделях нет необходимости находить это правило поведения, так как принимает и оценивает решения человек. Именно в этом состоит его неформальный творческий вклад в формирование управляющих решений.

Имитационные модели - это человеко-машинные системы, позволяющие объединить нормальное мышление и талант специалиста с методами математического моделирования.

По мере развития идей статистического моделирования, средств математического и программного обеспечения между человеком и ЭВМ стал возможен диалог. Если до этого речь шла об итеративных методах решения задачи, то теперь можно говорить об итеративных методах построения моделей. Причем таких методах, которые предусматривают использование эвристических процедур и личного опыта пользователя. В моделирование проникла идея адаптации и самоорганизации, самомоделирование стало эволюционным. Диалог открыл новые возможности и перед автоматизацией эксперимента включив имитацию в число средств, усиливающих и дополняющих интеллект экспериментатора.

Наличие имитационной модели и диалога позволяет интерпретировать ситуацию с моделью еще и как игру. Игровой подход делает имитацию прекрасным средством для обучения многих категорий людей, нуждающихся в быстром и эффективном приобретении сложных навыков. Модель становится тренажером. Это позволяет на новом уровне решать проблему программированного обучения с его идеей индивидуализации обучения при сохранении коллективной формы.

Чтобы принимаемые решения были эффективными и реалистичными, они должны использовать информацию из трех источников эксперимента, результатов моделирования и экспертных суждений. Первые два источника являются традиционными, а вот включение в систему экспертной информации и ее обработка нуждаются в специальном обеспечении. Теоретическую основу многих процедур с использованием экспертных оценок дают методы парных сравнений.

Существуют такие области человеческой деятельности, которые без применения интерактивного режима только путем имитационного моделирования просто невозможно отобразить. Пример такого рода области - космические исследования. Данные, получаемые в результате имитационных расчетов, должны быть подвергнуты неформальному анализу, по- скольку лишь экспериментатор в состоянии оценить пригодность системы для достижения поставленных целей.

Проблема оценки пригодности имитационной модели по существу очень близка к проблеме оценки статистических гипотез, поэтому ее решение обычно ищут при помощи аналогичных методов. Наиболее распространенным является способ сопоставлений полученных расчетных траекторий с динамическими рядами, характеризующими изменение состояния реальной системы в некоторые предшествующие периоды времени. На основе этого сопоставления при помощи более или менее точных способов делается вывод о принципиальной пригодности или непригодности данной имитационной систем. При этом понятно, что суждение о принципиальной пригодности не означает еще, что результаты, получаемые для будущего процесса, будут полностью достоверны. В задачу экспериментатора входят постоянный контроль за изменением расчетных значений, организация необходимой экспертизы и их коррекция.

В организации экспериментальной работы нужно ясно определить и выделить набор величин, выражающих реакцию системы на внешние воздействия (факторы) и предусмотреть возможность оперативного воздействия экспериментатора на ход расчетов. Для этого расчеты на имитационных моделях должны быть организованы таким образом, чтобы они не требовали слишком длительной работы ЭВМ между двумя последовательными моментами вмешательства экспериментатора. Идеальный диалоговый режим воздействия эксперта и ЭВМ, очевидно, был, бы в том случае, если бы реакция ЭВМ была мгновенной.

Существенным фактором здесь является наличие таких периферийных устройств, которые обеспечивают получение информации от ЭВМ в удобной форме, например, графопостроителя или телевизионного экрана.

Современные периферийные устройства в сочетании с высоким быстродействием и большой памятью создают необходимую техническую основу для реализации диалога человек-машина, позволяют создавать человеко-машинные системы, объединяющие возможности ЭВМ быстро производить формально-логические операции с неформальным мышлением и творческими способностями человека.

Традиционное использование ЭВM при обработке информации по жестко заданным алгоритмам при решении задач управления сложными системами или их проектирования является малоэффективным из-за значительной неоднородности информации и разнообразия решаемых задач. Применение интерактивных систем позволяет значительно повысить эффективность применения ЭВМ при решении такого рода задач.

Диалоговый режим предусматривает наличие в системе выносного пульта-дисплея, выполняющего две функции:

1) представление информации на экране в графической и текстовой форме, удобной для восприятия человеком;

2) введение с пульта команд, управляющих процессом решения задачи.

Диалоговая система должна выполнять следующие процедуры работы: оперативный, в любой последовательности и с любой степенью подробности просмотр исходной информации;

ее сортировка, корректирование; выполнение предварительной обработки, различных видов кодировки, фильтрации и т.п.

Результата обработки должны представляться на экране в виде сообщений и графиков. Математическое обеспечение системы должно включать программу, управляющую диалоговым режимом, и программы, выполняющие математические преобразования.

Таким образом, обеспечивается возможность оперативного принятия решений, а также выбора физической и математической модели объекта непосредственно в процессе работы с ЭВМ.

Практическое применение диалоговой системы для обработки телеметрической информации также значительно эффективнее традиционного применения ЭВМ, работающей по информированным жестким программам. При этом предполагается достижение следующих эффектов: значительно увеличивается оперативность обработки информации, сокращается общее время и увеличивается надежность ее анализа; уменьшается потребность в рабочем времени ЭВМ за счет своевременного исключения лишних вариантов обработки; высвобождается рабочее время программистов, поскольку программы не требуют изменений в процессе применения; работа с дисплеем выполняется специалистом в области, к которой относится данная информация ( при этом не требуется специальной подготовки); экономятся средства ЭВМ так как фиксируются только наиболее важные результаты.

Анализ работ в области математического программирования показывает, что неэффективность чисто « программного » подхода становится заметной уже в стадии формулирования проблемы оптимального выбора, поскольку обычно исследователь оказывается не в состоянии предпочесть какое-либо правило выбора априори и вынужден идти по пути расчета достаточно большого числа вариантов решения и их последующего анализа.

Применение математических методов и ЭВМ к решению многих сложных задач управления технологическими процессами, планирования и управления экономическими объектами свидетельствует, что затраты труда специалистов становятся в этих случаях непомерно большими. Участие эксперта в процессе принятия решения дает возможность значительно уменьшить эти издержки. Хорошо организованная работа эксперта в диалоговом режиме с ЭВМ позволяет разработать имитационные системы, бесспорным достоинством которых является большая точность описания исходных объектов и взаимоотношений между ними.

Правильность построения процедуры взаимодействия человека с ЭВМ дает возможность получения сравнительно быстрого ответа на вопрос эксперта или ожидаемых последствий управляющего решения, введенного им в имитируемый процесс. В свою очередь, быстрота ответа ЭВМ в значительной мере зависит от уровня математической разработки блоков имитационной системы, т.е. внутреннего алгоритмического и программного обеспечений системы. Использование достаточно «быстрых» алгоритмов решения задач в блоках возможно лишь в тех случаях, когда отдельные блоки системы соответствуют не слишком сложным звеньям имитируемого объекта.

Поэтому одной из главных трудностей построения имитационной системы остается создание комплекса математических моделей, описывающих различные блоки системы таким образом, чтобы выполнялись упомянутые выше требования. Разработка модели будет успешной только тогда, когда содержание соответствующего блока адекватно комплексу вопросов, которые могут быть заданы имитационной системе и на которые она должна дать ответ.

Отсутствие методов и средств оперативного поиска информации для обеспечения гибкой взаимосвязи между пользователем и источником информации приводит к существенному увеличению сроков и снижению качества проектирования. Основные трудности, возникающие при создании АСПИ (автоматизированной системы поиска информации) связаны с выбором единой структуры базы данных, формой доступа и реакцией на запрос, как и в пакетном режиме. Диалог проектировщика с системой может осуществляться на языках различного уровня - от самого простого до приближенного к естественному языку.

Применение универсальной автоматизированной имитационной модели (УАИМ) позволяет решать задачу автоматизированного проектирования систем управления для широкого класса современных технологических процессов.

Использование интерактивной УАИМ АСУТП позволяет:

• избежать (иди значительно сократить время) отработки систем управления на реальном технологическом процессе (ТП) в производственных условиях (последние зачастую вносят в работу предприятия элемент дезорганизации и не позволяют исследовать критические режимы ТП);

• более полно исследовать свойства ТП как объекта управления и путем синтеза адаптивных законов регулирования свести к минимуму недостаток априорной информации о свойствах ТП;

• сочетать разработку законов регулирования с проектированием программного обеспечения АСУТП;

• производить моделирование технологического процесса в реальном и ускоренном масштабах времени;

. - исследовать и оптимизировать работу адаптивной системы управления технологические процессом;

• определить наиболее целесообразные места установки датчиков для исследуемого объекта;

• повысить качество проектирования АСУТП;

• значительно сократить время разработки и внедрения АСУТП;

• имитировать нестационарность объекта управления.

Создание интерактивных систем автоматизации проектирования (САПР) АСУТП связано с решением двух основных задач:

1) разработка комплекса программ поиска оптимальных вариантов ввода, вывода и обработки информации (графики, схемы и т.д.);

2) разработка комплекса программ, обеспечивающих реализацию интерактивного режима проектирования.

Среди проектируемых машиностроительных объектов широко распространен класс так называемых типовых объектов. К этому классу относятся объекты, конструкция которых в силу специфики физических принципов, положенных в их основу консервативна, т. е. несущественно меняется с изменением технологии производства или требований исполнения. Сюда же можно отнести объекты в той стадии проектирования, когда их конструкция принципиально уже определена. В общем случае плоское изображение таких объектов, используемое при конструировании, может быть представлено в виде совокупности типовых фрагментов, каждый из которых определяется некоторым набором параметров (размеров).

Задача конструирования при этом вводится к двум процедурам:

• выбор состава конструкции, что физически означает выбор нужного состава фрагментов (задача компоновки);

• выбор оптимальных размеров конструкции (задача оптимизации конструкции).

Конструкция объекта, а следовательно, и параметры, ее определяющие, как правило, должны удовлетворять различным требованиям и ограничениям, которые условно можно разбить на следующие группы:

- исходные требования к функционированию объекта (объект должен решать предназначенные задачи);

- требования к технологии изготовления и удобства эксплуатации;

• требования стандартизации и унификации; ограничения, накладываемые на некоторые характеристики объекта (ограничение уровня шума, установка предела прочности, условия теплового режима и т.п.).

Решение задач компоновки и оптимизации конструкции достигается многократным вычерчиванием отдельных ее узлов с проведением соответствующих расчетов. Трудоемкость и длительность вычерчивания различных вариантов конструкции в традиционном неавтоматизированном процессе проектирования приводят к выбору какого-либо удовлетворительного, зачастую далекого от оптимального варианта конструкции.

В настоящее время в машиностроительных предприятиях широко применяются различные агрегатные станки. Их обычно компонуют из отдельных рабочих узлов. При конструировании и компоновке агрегатных станков ставится задача обеспечения заданного качества обработки и обеспечения точностных характеристик обрабатываемых деталей.

Расчет точности характеристик может быть получен в автоматическом режиме, поскольку до расчета можно зафиксировать последовательность изменения варьируемых переменных, а число значений каждой из них невелико.

Однако при конструировании и компоновке агрегатных станков, как правило, имеется большое число дополнительных ограничений, накладываемых условиями конкретного производства. Учет этих ограничений как в конструктивной и компоновочной модели, так и в алгоритме расчета приводит к необходимости полного перебора значений варьируемых параметров.

Альтернативой может служить вариант решения задачи в режиме диалога «конструктор-ЭВМ». Конструктор после очередного просчета анализирует результаты и с учетом дополнительных ограничений принимает решение о последовательности, направлении в шаге изменения параметров для последующего цикла просчетов. В случае получения двух или более допустимых решений также только конструктор может выбрать из них одно, наиболее приемлемое в конкретных условиях.

Для организации эффективного диалога проектировщика с ЭВМ используются современные технические и программные средства. Они дают возможность облегчить ввод информации и выдачу результатов моделирования. К таким программным средствам относятся, в частности, специализированные алгоритмические языки моделирования. Особенность их заключается в том, что каждый такой язык имеет определенную ориентацию, закрепленную в соответствующей концептуальной схеме и представляющую собой основу для формализации отображаемых объектов.

С методологической точки зрения представляет интерес сопоставительный анализ алгоритмических языков моделирования с разработанным в теории систем инструментарием имитации сложных объектов. Во-первых, в качестве одной из основных целей теории систем выдвигается разработка формализованного описания сложных систем независимо от их природы, а эта задача во многом решается в терминах языков имитационного моделирования. Во-вторых, системные представления и понятия дают возможность описывать в едином контексте любой язык моделирования, анализировать его концептуальный аппарат и сопоставлять его с другими такими языками. Сравнительный анализ алгоритмических языков проводится обычно в терминах какого-либо одного из этих языков, а их понятия просто отождествляются друг с другом, тогда как единой методологической базой для их сравнения и обобщения должен служить системный подход.

В настоящее время существует довольно много языков имитационного моделирования, классифицирующихся по разным основаниям. Однако отнесение их к одному из типов достаточно условно.

В алгоритмических языках имитационного моделирования различаются статические и динамические, постоянные и временные, а также активные и пассивные элементы системы. Динамические элементы движутся в системе и производят в ней ряд действий. Это движение сопровождается их воздействиями на статистические элементы. Последние обслуживают динамические элементы и управляются ими. В соответствии с таким делением различаются связи статистические, фиксирующие расположение статических элементов в системе, и динамические, описывающие движение динамических элементов в этой структуре.

В связи с развитием технологии производства перед машиностроителями, учеными, технологами, инженерами, математиками, физиками и рабочими возникают новые задачи – всемерно развивать научные исследования и реализовывать их результаты на практике. Здесь можно полностью перейти от приближенного описания происходящих явлений к математически строгим выражениям и понятиям с помощью методов современной науки. Точные технологические расчеты особенно необходимы для автоматизированного производства, где требуется высокая надежность обеспечения заданной производительности и стабильного качества изделий.

Проведены теоретические и экспериментальные исследования для выявления сущности процесса формообразования при токарной патронной обработке. Разработана теоретическая основа управления формообразованием изделия и теоретически обосновано быстродействие системы адаптивного управления, предназначенной для компенсации погрешности формы в поперечном сечении.

Создана и исследована система адаптивного управления, обеспечивающая регулирование размера статической настройки системы станок – приспособление – инструмент – деталь ( СПИД ).

Разработанные комплексные системы автоматического управления позволили получить дополнительное повышение производительности на данном проходе. При сохранении технологической возможности станка поднастройка производится в зависимости от параметров детали автоматическим регулированием: а) частоты и амплитуды колебаний режущего инструмента для быстро протекающих процессов (поперечное сечение); б) угла резца для процессов средней скорости (продольное сечение); в) статической поднастройки в процессе резания медленнопротекающих процессов (размера детали).

Анализированы факторы взаимного влияния отдельных элементов в динамической системе СПИД и их влияние на точность изготовления деталей.

Определены основные положения создания математической модели системы СПИД, что является необходимым условием создания АСУПТ в машиностроении.

На основе анализа кинематики системы СПИД проведено математическое моделирование погрешности кинематики станка на точностные показатели изготовляемой детали. Показано хорошее совпадение экспериментальных и теоретических значений погрешностей изготовления деталей. Выявлены звенья системы СПИД, оказывающие наибольшее влияние на точность детали.

Показано, что упругие колебания многорезцовых оправок является основной причиной погрешности обработки детали. Методом математического моделирования исследован процесс образования погрешности обработки на токарных станках (одно- и многорезцовых) и агрегатных станках.

Получены имитационные модели для оценки погрешностей при многорезцовой токарной обработке, которые позволяют создать оптимальные алгоритмы адаптивного управления парком многорезцовых токарных станков, повышающие точность
обработки деталей.

Разработана обобщенная имитационная модель состояния процесса обработки на металлорежущих станках. Показана методика перехода от обобщенной модели к модели относительного движения любого узла станка. На основе использования имитационной модели решена задача оптимизации режимов резания на металлорежущих станках. Разработана методика выбора адаптивной системы управления точностью и производительностью механообработки на основе имитационного моделирования металлорежущих станков.

Необходимыми и достаточными данными для однозначного построения адаптивных систем управления являются:

а) информация о распределении значений припуска, твердости, параметров формы опор шпинделя, параметров кинематики металлорежущих станков, неуравновешенности масс;

б) информация о наиболее весомых возмущающих входящих данных (неравномерность вращения опор шпинделя, припуска, твердости; неуравновешенность масс; износ режущего инструмента);

в) выбор места встройки датчика;

Разработана методика выбора компоновочных решений робототехнологических комплексов. Разработаны информационные модели синтеза классификационных групп изделий и совершенствования структуры робототехнологических комплексов.

По зарубежным данным, системы гибких производственных систем (ГПС) позволяют увеличить в среднем коэффициент использования оборудования на 30%, уменьшают его простои на 40%, снижают себестоимость единицы продукции на 10%, уменьшают потребность в персонале на 30%. Однако, как показывает
опыт, проектирование ГПС требует больших трудозатрат и материальных средств, связанных со значительным усилием внимания к вопросам планирования, повышение требований к надежности систем. Дефицит квалифицированных специалистов как в области технологической подготовки, так и программного обеспечения повышает роль формальных методов исследования и отладки ГПС.

Сложность ГПС в большинстве случаев приводит к многокритериальности либо к использованию неточных условий оптимизации. В связи с этим во многих, случаях большой эффект достигается не путем нахождения оптимального варианта, а в
процессе оптимизации и приближения, т.е. для решения подобных задач уже не годятся чисто оптимизационные модели. Для
их исследования, разработаны специальные подходы и специальные модели. Последние принято называть конфликтными или игровыми. В настоящее время они прочно вошли в арсенал средств
изучения процессов в экономической сфере становятся основой современного планирования и прогнозирования. Однако упомянутые модели пригодны для анализа лишь относительно наиболее простых явлений. Поэтому появляется необходимость, во первых, разработки приближенных методов оптимизации, во вторых, включения в процесс оптимизации итеративных способов оптимизации с использованием метода экспертных и статистических оценок на базе имитационного моделирования.

Использование при формализации систем управления производством других классов моделей (нелинейных, вероятностных и т.д.) не всегда возможно из-за длительных сроков их раз- работки.

Важным преимуществом является то, что методы имитационного моделирования представляют возможность широкого использования математического аппарата и вычислительной техники для экспериментального исследования динамики процессов в сложных системах, где или затруднительно, или не- возможно осуществить прямой «натурный» эксперимент.

Как показывает анализ трудоёмкости работ по экспериментальному определению математической модели, при большом количестве факторов определение модели даже с помощью экономичного планирования натурных экспериментов является весьма громоздким. Это особенно актуально при моделировании многоинструментальных операций, в том числе ГПС. Выход из создавшегося положения - планирование экспериментов с помощью УАИМ. (универсальной автоматизированной имитационной модели), заданной в виде обобщенного моделирующего алгоритма и способной настраиваться на любой конкретный вид обработки ГПС.

Проведенные теоретические и экспериментальные исследования станков с УШИ и без их использования с целью выявления причин образования погрешностей, возникающих в процессе механической обработки, показали, что использование разработанной УАИМ дает возможность качественно и количественно четко выявлять источники образования погрешностей и найти пути их компенсации на станке.

На базе УАИМ металлорежущих станков создана и разработана УАИМ технологических процессов.

Машинная имитация технологических процессов на основе УАИМ технологических процессов позволила решить следующие комплексные задачи:

• выбор оптимального варианта системы адаптивного управления (САУ) для конкретных технологических ситуаций;

• разработка рекомендаций по создание новых видов САУ для дальнейшего улучшения качества выпускаемой продукции.

Характерная черта метода имитации, состоит в том, что эксперимент проводится не с самой системой, а с ее моделью.

В обоих направлениях проведены исследования, в частности разработаны:

1) методика оптимизации многорезцовых наладок;

2) методика оптимизации технологических процессов как структурной, так и параметрической на базе их имитационной модели.

Построена имитационная модель гибкого автоматизированного производства (ГАП), которая позволит в итерационном режиме решать задачи:

а) оценки порядка запуска партий деталей в гибкий производственный комплекс (ГПК);

б) выбора оптимальной дисциплины материальными потоками (задача диспетчеризации);

в) оценки технико-экономических показателей работы ГПС за планируемый период при заданной дисциплине обслуживания и порядке запуска деталей, т.е. коэффициент загрузки исполнительных средств, объем незавершенного производства, приведенные затраты и т.д.

На основе договора о содружестве проведены исследования по оптимизации компоновочных решений ГАП на базе имитационного моделирования.

Проведено предпроектное обследование участка коронок и долот с целью определения возможности внедрения робототехнологических комплексов и гибких производственных систем. В результате анализа выделены группы деталей, имеющих схожие конструктивно-технологические параметры, что позволило разработать комплексный технологический маршрут на деталь-представителя. Маршрутная технология разработана с учетом оборудования, применяемого в комплексно-автоматизированных участках механообработки.

Анализ трудоемкости и технологии изготовления номенклатуры деталей исследуемого участка позволил установить необходимое количество оборудования и их технические характе-ристики; определены компоновочное и планировочное решения ГПС обработки участка коронок и долот. ГПС включает:

• участок входа (выхода);

• участок комплектации (разукомплектации) деталей;

• участок комплектации (разукомплектации) инструмента;

• склад автоматизированный;

• участок токарной обработки (в составе трех модулей на базе станков СТП 220 ПР);

• участок фрезерной и сверлильной обработки (в составе трех модулей на базе станков ИР 320 ПМФ4).

Перечисленные вопросы касаются запросов технологического проектирования. В настоящее время начаты перспективные разработки в области имитационного моделирования информационных потоков, а именно; в подсистеме оперативно- диспетчерского управления. Моделирование позволит выбрать оптимальную техническую и информационную структуру ГАП. Одной из важнейших подсистем является автоматизированная транспортно-складская.

В настоящее время внедрение автоматизированных складов сэкономило сотни тысяч рублей и высвободило десятки рабочих рук, повысило качество обеспечения цехов заготовками и комплектующими изделиями.

Однако, несмотря на высокую техническую оснащенность таких складов, управление складом остается сложной задачей и эффективность работы недостаточно высока. Это вызвано следующими причинами:

1. Необходимостью запоминания больших объемов информации и занятостью ячеек склада, что приводит к неизбежным ошибкам операторов склада, нарушая, с одной стороны, ритмичность снабжения цеха заготовками и, с другой, вызывая аварию оборудования при загрузке тары в занятые ячейки.

2. Отсутствие прямой оперативной связи с более высоким уровнем управления или взаимоувязки работы склада с другими подсистемами цеха (подсистемы транспортирования, основного технологического оборудования и т.д.).

3. Трудоемкость оптимального планирования работы штабелера склада по обслуживанию потока заявок согласно сменно-суточному заданию (ССЗ) при действии случайного потока заявок с высшим приоритетом, требующим экстренного обслуживания. Эти факторы обусловили необходимость решения задачи управления складом с помощью ЭВМ.

Применение вычислительной техники, в частности мини и микроЭВМ, позволит решить следующие задачи:

а) автоматизированный учет состояния склада;

б) автоматизированное формирование потока заявок на обслуживание по ССЗ, поступающего с верхнего уровня управления;

в) выдача в автоматизированном (или автоматическом) режиме ведомости о наличии заготовок на складе по запросу с верхнего уровня;

г) оптимальное планирование работы штабелера склада

по обслуживанию ССЭ на базе имитационного моделирования функционирования склада.

В целях практической реализации этой методологии проводилась работа по реализации комплекса задач управления движением материалов по складскому хозяйству. В настощее время разработано информационное программное обеспечение задач учета и формирования выходных форм, которое позволяет:

• хранить информацию о количестве свободных ячеек;

• хранить информацию о содержании каждой ячейки склада;

• определять по децимальному номеру заготовок (материалов) номера ячеек, в которых они хранятся;

• автоматизировать процессы размещения поступающих на склад материалов;

• автоматизировать процессы выдачи материалов со склада.

Экономический эффект от внедрения комплекса задач будет достигнут за счет увеличения оперативности управления и одновременного сокращения числа занятых на вкладе работников. Завершение работ в полном объеме позволит разработать программное и информационное обеспечение задачи оптимального планирования работы штабелера и его функционирование в автоматическом режиме на базе интерфейсного блока между микроЭВМ Электроника-60 и пультом управления автоматизированным складом СТАС-50.

Как известно, математическое и программное обеспечение ГАПС занимает от 50 до 60% общего времени. Объединение имитационной модели технологического объекта управления и системы управления ГПК в конечном счете позволит создать имитационную модель ГПК как единое целое и на этой основе автоматизировать процессы разработки математического и программного обеспечения и в целом проектирование ГАПС.

Необходимо отметить, что имитационное моделирование каждого варианта ГАПС является само по себе сложным, поэтому в условиях, когда структура и состав ГАПС многообразны, а также характеризуются огромным количеством связей индивидуальная разработка имитационных моделей себя не оправдывает. Более целесообразным является создание универсальных автоматизированных имитационных моделей (УАИМ ГАПС), способных легко настраиваться на любой конкретный вариант. УАИМ ГАПС создает реальные предпосылки для генерации вариантов ГАПС с целью выбора оптимального, т.е. будет достигнуто резкое сокращение сроков проектирования и уменьшения трудоемкости генерации проектов с их привязкой к конкретному производству.

Разрабатываемая методология имитационного моделирования позволит вплотную приблизиться к проблемам эффективного внедрения ГПС и на предприятиях, не имеющих возможности автономной загрузки.

Технический уровень современных предприятий позволяет выполнить различные технологические процессы, т.е. они имеют высокий уровень универсальности. Но отдельно предприятие не способно полностью в три смены загрузить специализированные на определенный тип деталей высокопроизводительный гибкий производственный комплекс. Отсюда следует вывод, что наиболее эффективным путем будет кооперирование нескольких предприятий по отдельным видам технологий.