Содержание к диссертации
Введение
1. Анализ проблемы управления производством сборного железобетона в условиях Вьетнама, и постановка задачи исследования 13
1.1. Текущее состояние производственного выпуска сборного железобетона за рубежом и во Вьетнаме 13
1.1.1. Развитие промышленности сборного железобетона в России, Европейском Союзе и Северной Америке 13
1.1.2. Развитие промышленности сборного железобетона во Вьетнаме 15
1.2. Необходимость и тенденция развития сборного железобетона во Вьетнаме 17
1.3. Проблема управления производством сборного железобетона в условиях Вьетнама 21
1.4. Постановка цели и задач исследования 24
2. Построение модели СОУ ТП изготовления сборного железобетона в условиях нестабильного спроса и решение задачи прогноза спроса 26
2.1. Технологический процесс производственного выпуска сборного железобетона 27
2.1.1. Способы организации изготовления продукции 27
2.1.1.1. Стационарно-поточное производство (стендовое и кассетное) 28
2.1.1.2. Прерывно-поточное производство (агрегатно-поточное) 29
2.1.1.3. Непрерывно-поточное производство (конвейерное) 30
2.1.2. Порядок осуществления технологических операций 31
2.2. Методологические основные управления производством сборного железобетона 34
2.2.1. Главные зависимости технологии изготовления продукции 34
2.2.2. Математические методы управления характеристиками изготавливаемой продукции 38
2.2.3. Методы управления производством при нестабильном рыночном спросе 42
2.3. Модель СОУ ТП в условиях нестабильного спроса 43
2.3.1. Модель системы оперативного управления технологическим процессом 43
2.3.2. Критерий управления при нестабильном спросе 47
2.4. Методы прогнозирования спроса на сборные железобетонные изделия 48
2.4.1. Исследование временного ряда и прогнозирования 49
2.4.1.1. Обзор временного ряда спроса 49
2.4.1.2. Прогнозирование временного ряда с ARIMA моделью 51
2.4.2. Оценки точности прогнозированных моделей 54
2.4.2.1. Абсолютные ошибки прогнозирования 55
2.4.2.2. Процентные ошибки прогнозирования 55
2.4.2.3. Симметричные ошибки прогнозирования 56
2.4.2.4. Масштабированные ошибки прогнозирования 56
2.4.2.5. Нормализованные ошибки прогнозирования 57
2.4.3. Метод прогнозирования спроса без учета сезонных колебаний 57
2.4.4. Метод прогнозирования спроса с учетом сезонных колебаний 62
2.5. Выводы по разделу 2 65
3. Программная реализация СОУ ТП изготовления сборного железобетона в условиях нестабильного спроса 67
3.1. Цели и задачи системы оперативного управления 67
3.2. Анализ и обоснование структуры системы оперативного управления 68
3.3. Методика разработки системы оперативного управления 71
3.4. Принципы разработки блоков системы оперативного управления 72
3.4.1. Блок определения первоначальных сведений 72
3.4.2. Блок анализа первоначальных сведений 73
3.4.3. Блок предварительных расчетов и инициализации 74
3.4.4. Блок контроля функциональных связей 76
3.4.5. Блок управления технологическим процессом изготовления сборного железобетона 83
3.4.6. Блок контроля склада расходных материалов 84
3.4.7. Блок контроля склада производимых товаров 85
3.4.8. Блок обработки итогов моделирования 85
3.5. Выводы по разделу 3 86
4. Разработка методов оперативного управления технологическим процессом изготовления сборного железобетона в условиях нестабильного спроса 88
4.1. Влияние нестабильного спроса на процесс изготовления продукции 88
4.1.1. Влияние снижения спроса 88
4.1.2. Влияние увеличения спроса 91
4.2. Разработка методов оперативного управления технологическим процессом в условиях нестабильного спроса 93
4.2.1. Определение пределов возможного изменения параметров управления 95
4.2.2. Принципы построения методов эффективного управления 98
4.2.3. Построение методов эффективного управления при снижении спроса 99
4.2.3.1. При снижении спроса на 10% 99
4.2.3.2. При снижении спроса на 20% 101
4.2.3.3. При снижении спроса на 30% 102
4.2.4. Построение методов эффективного управления при увеличении спроса 104
4.2.4.1. При увеличении спроса на 10% 104
4.2.4.2. При увеличении спроса на 20% 106
4.2.4.3. При увеличении спроса на 30% 107
4.2.5. Общие оценки эффективности методов управления 109
4.3. Планирование и организация внедрения разработанных методов 113
4.4. Результаты внедрения созданной системы оперативного управления 114
4.5. Выводы по разделу 4 115
5. Общие выводы по работе 116
6. Список сокращений, аббревиатур, условных обозначений 118
7. Список использованных источников 119
8. Приложение 129
- Необходимость и тенденция развития сборного железобетона во Вьетнаме
- Метод прогнозирования спроса без учета сезонных колебаний
- Блок контроля функциональных связей
- Общие оценки эффективности методов управления
Необходимость и тенденция развития сборного железобетона во Вьетнаме
Перед рассмотрением направления развития сферы изготовления железобетона в стране, требуется провести анализ всей отрасли строительства.
Вьетнам относится к развивающимся государствам. Он находится в Юго-Восточной части Азии. В последние годы отмечается рост экономической и политической стабильности в государстве. Согласно планам правительства по поводу развития Вьетнама, индустриализация должна окончиться в 2030 году. Это приведет к модернизации страны и улучшит ее промышленный потенциал [97].
С 1990 года в государстве создавалась юридическая основа для перехода на рыночную экономику. Началась приватизация заводов, которые ранее находились под управлением государством. Также была реорганизация некоторых предприятий, которые к тому времени стали устаревшими. Эти процесс происходили до конца десятилетия и только с 2000 года начались существенные положительные изменения в развитии. ВВП за период с 2005 года по 2016 указан на рисунке 1.5 [95, 113].
Одной из наиболее активных областей в развитии было строительство. Динамика отображена на рисунке 1.6 [95, 113].
В 2016 году рост повысился еще на 8,5%. Это больше прошлогодних показателей, составивших 7,07%. На это повлиял инвестиции частного сектора, которые поступают из-за границы. Рост конкретно этого сектора повысился на 58% [113].
С 2000 года количество производимого обожженного кирпича стало заметно расти. Но если рассматривать последний период, то началось снижение объемов производства. Это связано с негативными явлениями, которые возникают при работе предприятий при их изготовлении. Также здесь сыграло роль применение в данной отрасли и прочих разновидностей строительных материалов, в частности, железобетона (рисунок 1.7) [96, 113].
Промышленность, которая занимается производством цемента в стране, обладает длительной историей, составляющей более 100 лет. В 1899 году было создано первое предприятие «Hi Phng». На сегодняшний день это самый большой производитель бетона во Вьетнаме. С 2016 года в стране работает более 100 заводов, которые занимаются изготовлением цемента. Общий объем производства составляет 77,3 миллиона тон за год (рисунок 1.8) [98, 113].
Исходя из принятого плана для модернизации государства, который расписан вплоть до 2030 года [96, 97, 105], следует расширить изготовление сборных ЖБИ и сделать его более современным. Это поможет снабдить готовой продукцией все нуждающиеся сферы. Также это поможет найти замену для обожженных кирпичей. Конструкции из железобетона должны оставаться на главенствующих позициях в строительстве еще долгое время. Министерство строительства страны [111], с 2017 г. в Хошимине и Ханое применяет исключительно необожженные материалы (сборный и кирпичный бетон и пр.), в населенных пунктах 2-го и 3-го класса – более 70% и в иных городах – более половины.
Для нынешней отрасли строительства применение конструкций и изделий из железобетона дает массу положительных моментов. На это повлияло то, что [98, 100, 102]:
– главным преимуществом сборного железобетона является высокий уровень качества изделий, их безопасность использования и надежность. Изготовление осуществляется на предприятии с учетом технических условиями, ГОСТ и с соответствующим контролем;
– инновационные технологии обеспечили данному материалу положение одного из самых экологически чистых в строительной сфере. Здесь наблюдается минимальное количество строительных отходов. Это связано с точным количеством компонентов, которые завозятся для производства. Если остаются какие-либо не использованные материалы, то их используют для производства других конструкций;
– с применением данного материала сроки возведения сооружений стали значительно короче;
– применение сборного железобетона существенно понижает затраты на строительство, экономит сырье и позволяет построенному зданию быстрее окупиться.
В нынешних условиях у Вьетнама возникает острая востребованность в развитой отрасли производства железобетона. За последние годы именно данный материал станет одним из основных в транспортном и гражданском строительстве. Следует рассмотреть имеющиеся разновидности конструкций и ЖБИ, которые применяются в последнее время [96, 98]:
– индустриальные, гражданские и жилые сооружения: плиты перекрытий, панели стен, балки и фермы, колонны, каркасы, сваи и фундаменты;
– строения для транспортной сферы: балки предварительно-напряженные, сваи и пролеты, использующиеся при строительстве мостов, трубы, волноломы в прибрежной зоне, дороги для машин, покрытие в аэропортах, бордюры, лотки, фундаменты, плиты для тротуаров;
– инженерные сооружения и системы: эстакады для трубопроводов, транспортные галереи, тоннели, силосы, канализация, колодцы для осмотра трубопровода, системы полива и дренажа, крепление для откосов;
– объекты энергетики: столбы для поддержания линий электропередач, куда входят практически все разновидности для любого напряжения.
Метод прогнозирования спроса без учета сезонных колебаний
Если рассматривать предложенную методику прогнозирования относительно несезонных данных и модели APJMA(p,d,q), то можно выделить следующие стадии:
1. Оценка параметров ряда данных, используя график, автокорреляционной функции (АКФ), частной автокорреляционной функции (ЧАКФ).
2. Определение наблюдений нестандартно типа с последующим преобразованием при необходимости сведения стабилизации дисперсии при помощи преобразования Бокса-Кокса.
3. Проверка стационарности информации с использованием ряда параметров: расширенный тест Дики-Фуллера (ADF), тест Квятковского-Филлипса-Шмидта-Шина (KPSS), тест Филлипса-Перрона (PP). Кроме того, ряд дифференцируется в случае, если данные в его составе не были стационарными.
4. Повторная оценка характеристик информационных данных после шагов 1-3. Выбор предварительных вариантов на основании аналитического исследования ЧАКФ и АКФ.
5. Применение параметров для проверки определенных моделей. Проверка основного модельного ряда, расположенного поблизости. Критерии: байесовский информационный критерий (BIC), скорректированный критерий Акаике (AICc), информационный критерий Акаике (AIC). Подбор типа модели с наименьшим значением AIC, AICc, BIC.
6. Вычисление ошибок прогнозирования в процессе примерки моделей, включая весь модельных ряд по близости. Использование оценочных параметров MAPE, RMSE, MAE, MASE. Лучшей моделью становится та, которая обладает наименьшей ошибкой прогнозирования.
7. Подбор наилучшего варианта. Осуществление прогнозирования. Оценка точности составления прогноза на основании фактических ошибок. В качестве базы рассматриваются оценочные параметры MAPE, MAE, RMSE, MASE.
Подобный принцип помогает подобрать оптимальную модель прогнозирования на каждой стадии управления. Общий период прогнозирования для предприятий по производству ЖБИ должен совпадать с интервалом управления производственными процессом: режимами ТП, составом. Из-за сложности процедуры прогноз и управление нужно производить в различные периоды: год, квартал, месяц, неделя, день, смена. Это позволит подобрать эффективный управленческий период.
Ранее невозможно было решить задачу, связанную с поиском оптимального варианта протяженности ряда данных прогнозирования nopt. В целом, согласно рекомендациям Boxiao данный параметр для рядов несезонного типа следующий: nopt « 200 [73] наблюдения. При этом параметр nopt определяется количеством случайных переменных величин. Здесь нужно определить с практическими данными для каждого ряда.
Представленный прогностический метод определения требуемой протяженности данных носит название метода прогнозирования с адаптацией. В него включены следующие шаги:
1. Для момента времени і (і 200) на основе данных _200, _199,..., S прогнозируем известное значение Sj.
2. Для прогноза S, изменяем длину ряда от _200,..., S до S;_5,..., S (всего 195 длин ряда).
3. Для каждой длинны ряда вычисляем ошибки прогноза V200,…, V5. И выбираем тот результат прогноза у которого значение ошибки минимальное.
4. Для прогноза S Ti выбираем эту длину ряда с минимальной ошибкой прогноза.
5. Для момента времени (і +1) все повторяется. Таким образом осуществляется адаптация прогноза.
За счет такого подхода модель прогноза авторегрессии, а также APJMA(p,d,q) - проинтегрированного скользящего среднего помогает адаптировать прогнозную модель на каждом этапе. Более того, это повышает точность управленческого процесса.
Это метод осуществления прогноза с адаптацией, который состоит из основных характеристик:
- адаптация модели прогнозирования;
- адаптация длины ряда прогнозирования. К примеру, можно рассмотреть то, как представленная методика реализуется на реализации дорожного бордюрного камня «KT26x23x100». Данные по этому собирались на протяжении 2007 – 2017 гг. на вьетнамском заводе ЖБИ «Khnh Bnh» (рисунок 2.6).
Чтобы получить сведения по дням, сменам, неделям нужно использовать методику прогнозирования, которая адаптирована для рядов несезонного вида. Рассмотрим принцип выполнения прогнозирования на 2017 год. Прогноз составлен на основании сведений, полученных за первые 200 смен, а также 50 последующих.
Чтобы практически реализовать задуманное была создана специальная программа, написанная на R-языке (приложение 8.7). На рисунке 2.7 представлены итоги прогнозирования.
Адаптация метода прогнозирования показана на рисунке 2.8 и на рисунке 2.9. При этом мы видим изменение параметров (p,d,q) модели АШМА и изменение оптимальной длины ряда прогнозирования на шаг прогнозирования.
Блок контроля функциональных связей
Блоки контроля функциональных связей отображают комплекс связей между раздельными показателями характеристик входных материалов, их воздействие на прочность бетона, а также воздействие параметров ТП на качество выпускаемой продукции. Такие функциональные связи определяются на основе технологических зависимости, которые были введены в пункте 2.2.1.
Общий вид алгоритмов работы блоков контроля функциональных связей изображен на рисунке 3.5.
В работе используются основные функциональные связи:
1. Расчет производственного состава бетонной смеси в зависимости от изменения цементно-водного отношения (Ц/В)
а) пересчет состава бетонной смеси при изменении цеметно-водного отношения (Ц/В)
- в данной ситуации потребность смеси в воде, с учетом расхода цемента от 400 кг/м3, будет зависеть исключительно от ее необходимой подвижности (рисунок 3.6).
Таким образом, новое количество цемента для производства бетона: Bi = B0 где В0 - первоначальное содержание воды в бетонной смеси, кг/м3; Ц/Въ Въ Ц± -новые значения цементно-водного соотношения и содержания воды и цемента.
При этом, если содержание цемента более 400 кг/м3, то увеличиваем водопотребность на 10 л на каждые дополнительные 100 кг цемента, после чего снова пересчитываем расход цемента. Данную процедуру повторяем до тех пор, пока конечное значение водопотребности бетонной смеси не будет отличаться от предыдущего рассчитанного значения более чем на 10 л. Следует отметить, что полученное значение расхода цемента для бетонной смеси требуемой подвижности и содержащей определенный тип крупного заполнителя, было не меньше требуемого по таблице 2.6.
- после получения значения водопотребности бетонной смеси и расхода цемента, вычисляем расход цементного теста: где рц - плотность цемента, кг/л; ЦТ - расход цементного теста, л/м3.
- исходя из получившегося значения количества цементного теста по графику, изображенному на рисунке 3.7, находим коэффициент раздвижки зерен а.
С другой стороны, при других значениях удобоукладываемости бетонной смеси и водопотребности бетонной смеси коэффициент раздвижки зерен а находят интерполяцией по таблице 3.1 [14].
- вычисляем количество использования песка и других заполнителей по следующим формулам: Рц Рщ/ где ЩІ5 U± - расход крупного заполнителя и песка, соответственно, кг/м3; рц, рп, рщ - истинные плотности цемента, песка и крупного заполнителя, кг/л; р щ -насыпная плотность крупного заполнителя, кг/л; Пщ - пустотность крупного заполнителя.
б) вычисление состава смеси для производства бетона при использовании влажного заполнителя
При изготовлении железобетонных изделий объем влаги, которая находится в заполнителях, должна входить в определение действительного расхода жидкости в этом процессе. Здесь требуется откорректировать состав.
- количество влаги в используемых заполнителях: где ВП,ВЩ - количество влаги в песке и в крупном заполнителе; П - первоначальное количество используемого песка; Wn, \щ - влажность песка и крупного заполнителя.
- действительное количество используемой влаги: где Вд - действительное количество используемой влаги; В - первоначальное количество используемой влаги.
- количество используемой песка и заполнителя повышают с учетом веса влаги, находящейся в них: где Пд - действительное количество используемого песка; Щд - действительное количество используемого крупного заполнителя; Щ - первоначальное количество используемого крупного заполнителя.
в) вычисление количества затраченных материалов на замес:
- вычисление коэффициента итогового получения бетона: где /?б - коэффициент итогового получения бетона; Ц, П, Щ - действительное количество используемого цемента, песка и крупного заполнителя; р ц, р , р щ -насыпная плотность цемента, песка и щебня.
- расчет объема смеси, которую можно будет изготовить за замес: где V3 - Вычисление объема за 1 замес; V6c - объем бетоносмесителя.
- вычисление количество затраченных материалов на один замес бетоносмесителя: где В3, Ц3, П3, Щ3 - количество затраченной влаги, цемента, песка и крупного заполнителя.
2. Вычисление прочности производимой продукции по дням с самого начала ее выпуска
Для вычисления прочности продукции на каждый день с начала ее получения, требуется вычислить прочность по окончании ТВО #бтвс, а после этого провести такие же расчеты уже спустя ровно 4 недели, если были учтены нормальные условия для твердения материала R62s (без термовлажностной обработки). а) вычисление прочности продукции после непосредственного окончания термовлажностной обработки Дбтво
Согласно формуле 2.7 Дбтво при термовлажностной обработке проводится по такой зависимости:
б) вычисление прочности готового продукта после 4 недель с момента изготовления при соблюдении нормальных условиях твердения (без термовлажностной обработки) Дб28 где А - коэффициент, который определяется от качеством используемых элементов состава (таблица 2.1); R„ - активность цемента; - - цементно-водное отношение.
в) вычисление прочности продукции по дням, начиная с их получения:
- первым делом получаем день п сразу после термовлажностной обработки: где ап, Ъп- коэффициенты, которые зависят от показателей температуры твердения на складе на день п.
- исходя из этого, прочность продукции на день (п + 1) равняется: Яб(п+1) = Дб28К+і + Ъп+11д{п + 1)), (3.23) где ап+ъ bn+1 - коэффициенты, которые определяются температурой твердения в складских условиях на день (п + 1). Прочности продукции на день (п + 2), (п + 3), (п + 4) и пр. вычисляются таким же образом.
Общие оценки эффективности методов управления
В результатах исследований, рассмотренных в пункте 4.2.3 и в пункте 4.2.4 можно произвести общую оценку эффективности СОУ ТП изготовления сборного железобетона в условиях изменения спроса на произведенную продукцию:
1. При снижении спроса на выпускаемую продукцию реализация разработанных методов ОУ ТП способствует оптимизации складских запасов произведенной продукции (рисунок 4.11), что является особенно значимым по таким причинам:
– предприятие ЖБИ избежит излишних расходов для увеличения склада произведенной продукции и расходов на ее обслуживание во время нахождения на складе;
– стабильность объема складских запасов продукции способствует непрерывности процесса производства, таким образом, падение спроса на произведенную продукцию не повлияет негативно на план производства и кадровый план.
2. При повышении спроса на готовую продукцию реализация разработанных методов ОУ ТП способствует избежанию отсутствия складских запасов продукции и ведет к стабилизации производства (рисунок 4.12).
Кроме вышеизложенных преимуществ можно добавить:
– стабильность складских запасов способствует обеспечению заказов на предприятии;
– завод ЖБИ не понесет расходы, необходимые для расширения производства.
3. Реализация эффективных методов ОУ ТП изготовления сборного железобетона в условиях изменения спроса (метод №1 при падении спроса и метод №2 при росте спроса), обычно, способствует увеличению экономического эффекта завода ЖБИ. На рисунке 4.13 и в таблице 4.8 показана оценка экономического эффекта от реализации разработанных методов ОУ ТП. Прибыльность растет в пределах 4-23 процентов в сравнении с прибылью при отсутствии методов ОУ ТП. На рисунке 4.14 рассмотрено сравнение доходности с реализованными методами ОУ ТП и их отсутствием, показанные в 3-мерном пространстве.
Для удобства сопоставления методов ОУ ТП изготовления сборного железобетона при изменении спроса рекомендуется изучить частный интерфейс системы оперативного управления технологическими процессами,
Для реализации эффективных методов ОУ ТП изготовления сборного железобетона на практике следует детально выполнить эксперименты для предотвращения ухудшения качества продукции, в том числе деформации бетона в результате изменения пропорций в составе бетонной смеси или режима тепловлажностной обработки.