Содержание к диссертации
Введение
1. Состояние вопроса, цель и задачи исследования 6
1.1 Классификация методологий создания систем поддержки принятия решений 6
1.2 Требования, предъявляемые к методологиям 8
1.3 Корпоративные информационные системы 11
1.4. Цель и задачи исследования 16
2. Информационные системы машиностроительного производства 17
2.1. Информационные системы принятия решений 17
2.2 Системы планирования машиностроительного производства 41
2.3 Информационный комплекс поддержки деятельности конструкторского бюро 54
2.4. Выводы 62
3. Моделирование систем интеллектуальной поддержки принятия решений 63
3.1. Модели системы. Инжиниринг и реинжиниринг производственных систем 63
3.2 Модели системного производственного процесса 80
3.3 Модели системной производственной структуры 100
3.4. Проектирование систем поддержки принятия решений в технической подготовке производства 106
3.5. Выводы 120
4. Примеры интеллектуальной поддержки принятия производственных решений 120
4.1. Управление основными данными 120
4.2. Автоматизированный выбор структур-стратегий многономенклатурных производств 132
4.3. Управление автоматизированными машиностроительными системами 149
4.4. Проектирование технологического маршрута обработки 154
4.5. Выводы 169
Общие выводы и результаты 170
Список литературы 171
- Корпоративные информационные системы
- Информационный комплекс поддержки деятельности конструкторского бюро
- Проектирование систем поддержки принятия решений в технической подготовке производства
- Автоматизированный выбор структур-стратегий многономенклатурных производств
Введение к работе
Актуальность проблемы. Современные рыночные механизмы ведения хозяйственной деятельности диктуют жесткие требования машиностроительным предприятиям: постоянное совершенствование производимой продукции, сокращение сроков проектно-конструкторских работ, применение современных методов оперативного планирования, основанных на актуальной информации и другое.
Выполнить эти требования позволяет комплексная автоматизация управления предприятием, которая в соответствии с современными стандартами опирается на концепцию единого информационного пространства, охватывающего, такие направления деятельности как проектирование, технологическая подготовка, производство, обеспечение необходимыми ресурсами, сбыт готовой продукции и т.п.
В связи с тем, что именно единое информационное пространство содержит знания, необходимые для выработки управляющих решений, а события жизненного цикла изделий находят свое отражение в едином информационном пространстве, весьма перспективным представляется разработка комплекса системных моделей машиностроительного предприятия вообще и единого информационного пространства в частности, позволяющих осуществлять управление предприятием через управление эволюцией его единого информационного пространства.
Одним из возможных подходов к построению такого комплекса системных моделей является представление единого информационного пространства как открытой самоорганизующейся сложной системы.
Анализ вопросов, прямо или косвенно связанных с решением указанной задачи, позволил сделать следующие выводы:
Создание современных систем поддержки принятия решений невозможно без использования методологий и технологий их разработки, поскольку их создание представляет длительный, трудоемкий и наукоемкий процесс, требующий больших материальных и финансовых затрат.
Используемые сейчас в области машиностроения информационные системы отличаются упрощенностью подходов, средств и методов, применяемых при разработке и внедрения систем, и не оказывают необходимого влияния на формирование управляющих решений.
На основании вышеизложенного была сформулирована основная цель работы, которая заключается в обеспечение необходимой информацией о характере и состоянии процессов в производственных машиностроительных системах на основе моделей интеллектуальной поддержки принятия решений.
Для достижения поставленной цели в работе решались следующие задачи:
Проанализированы существующие методы представления информации в производственных машиностроительных системах;
Разработан информационный комплекс поддержки принятия решений в информационных системах автоматизированного машиностроительного производства;
Разработаны математические модели систем интеллектуальной поддержки принятия решений;
Рассмотрены примеры интеллектуальной поддержки принятия управленческих решений.
Областью применения настоящих исследований являются принятия управленческих решений в автоматизированных машиностроительных системах.
Научная новизна.
В результате изучения существующих материалов по вопросам проектирования машиностроительных систем выявлены функциональные связи между составом и структурой системы и видами поддержки: информационной, модельной, экспертной при принятии производственных решений
Построены модели процесса производства, выполняющие анализ, исследование, проектирование, функционирование, управление, экспертизу, контроль и архивирование.
Разработана архитектура системы поддержки принятия решений в технической подготовке производства.
Построено алгоритмическое и информационное обеспечение системы поддержки принятия решений для различных этапов жизненного цикла продукции.
Практическая ценность.
Разработана методика создания системы поддержки принятия решений в технической подготовке производстве.
Построены примеры интеллектуальной поддержки принятия управленческих решений.
Методы исследования. В работе использовались методы системного анализа, математического моделирования, технологии машиностроения, исследования операций.
Реализация работы. Разработанные модели и алгоритмы использованы в технических отчетах по научно-исследовательским работам, выполненным ФГБОУ ВПО МГТУ «СТАНКИН» в рамках госконтракта по ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009 - 2013 годы».
Апробация работы. Результаты работы докладывались на восьмой всероссийской научно-технической конференции 26 февраля 2010г., Вологда, Во-ГТУ, на XIII научной конференции МГТУ «Станкин» и "Учебно-научного центра математического моделирования МГТУ «Станкин» - ИММ РАН" по математическому моделированию и информатике, МГТУ «Станкин», 12-14 мая 2010г., Международной научно-практической конференции «Состояние, проблемы и перспективы автоматизации технической подготовки производства на промышленных предприятиях». Г. Брянск, 2011 г., на заседании кафедры «Автоматизированные системы обработки информации и управления».
Публикации. По теме диссертации опубликованы 5 статей.
Структура и объём работы. Диссертация состоит из введения, четырёх глав, общих выводов, списка литературы из 111 наименований и приложений;
изложена на 183 страницах машинописного текста, содержит 27 рисунков, 7 таблиц.
Корпоративные информационные системы
Интеллектуализация включает в себя разработку и использование методов и моделей (ИИ) при решении всех функциональных задач на всех этапах корпоративной деятельности; унификацию моделей БП с широким привлечением процедур обработки знаний; организацию непрерывного накопления знаний; эффективное распределение знаний между человеком и компьютером для задач принятия решений [42].
Основное преимущество ИС по сравнению с системами, работающими по предварительно заложенным в них алгоритмам ППР - гибкость, обусловливаемая свойствами принятия эвристических решений в конкретной ситуации и позволяющая делать их инвариантными по отношению к внешним условиям за счет накопления знаний о протекающих информационных и производственных процессах и построения динамически изменяемых БЗ [105]. Спектр современных ИС весьма широк и продолжает расширяться, что и отражает классификация, представленная на рис. 1.1.
Наиболее известным и хорошо изученным классом ИС являются экспертные системы (ЭС), которые можно определить как сложные программные комплексы, аккумулирующие знания специалистов в определенных предметных областях и способные оперировать этими знаниями для решения проблем, выработки рекомендаций и консультирования менее квалифицированных пользователей.
Добавление неприемлемых ранее в ИИ подходов и методов из традиционных областей, как математическая статистика, стохастические подходы, имитационное моделирование, технология программирования и др., привело к возникновению новых научных и инженерных проблем интеграции ранее известных моделей, методов и технологий традиционного программирования с моделями, методами средствами ИИ, в данном случае - ЭС, которые позднее начали называть более общим термином - «системы, основанные на знаниях» [26, 76 111] и др.
. Следует отметить, что тенденции к интеграции парадигмы ИИ с другими научно-техническими парадигмами при создании приложений интеллектуальных систем активизировали и процессы так называемой гибридизации, связанные, как правило, с созданием гибридных способов создания знаний [48, 66]. Идеи конструирования различных гибридов и гибридных систем возникли в ИИ достаточно давно, однако практические реализации появились только в последнее время. Например, создание нейроэкспертпых систем, сочетающих в себе нейросетевые методы и модели поиска решений с механизмами ЭС, бази рующимися на экспертных (логико-лингвистических) моделях представления знаний и моделях человеческих рассуждений, стало возможно благодаря современным платформам и инструментальным средствам типа NeurOnLme (Gensym Corp). Однако в целом, несмотря на отдельные удачные теоретические исследования и реализации, теория и технология интеграции и гибридизации в ИИ отсутствуют, что объясняет, в частности, наличие терминологической путаницы в использовании терминов «интегрированная система» и «гибридная система».
Интеллектуальные обучающие системы (ИОС) являются новым направлением в автоматизации и компьютеризации обучения. ИОС используют динамически развивающуюся базу знаний, содержащую, наряду с традиционной информацией, экспертные знания из предметной и психолого-педагогической областей. К функциям ИОС относятся: моделирование процесса обучения; автоматический подбор рациональной стратегии обучения для каждого обучаемого; автоматический учет в работе ИОС новой информации, поступающей в базу знаний. Принятие решений осуществляется на основе логики и эмпирических правил.
Целесообразность построения интеллектуальных систем автоматизированного управления связана с тем что, условия функционирования систем управления характеризуются многообразием данных и качественных характеристик; компоненты распределенных объектов, с которыми работает система, требуют для своего описания создания сложных, многоуровневых информационных моделей; процессы управления в таких системах во многом носят логический характер; логическая структура алгоритмов работы с внешними объектами сложна и базируется на правилах и законах логической обработки неоднородно интерпретируемых данных.
Для интеллектуальных систем автоматизированного управления характерны следующие классы прикладных задач: мониторинга, контроля, диагностики, принятия решений, управления [1].
Увеличение объема информации, которую необходимо обрабатывать лицам, принимающим решения (ЛПР), возрастание сложности решаемых задач в условиях необходимости учета большого числа взаимосвязанных факторов и высокой динамики внешней среды, привели к появлению класса систем поддержки принятия решений (СППР). Различные определения данного термина, обобщил Э.А. Трахтенгерц [79], содержательно раскрыв сущность СППР через выполняемые функции, каковыми являются:
- функции оценки обстановки (ситуаций), выбора критериев и оценки их относительной важности;
- генерация возможных решений или сценариев действий;
- оценка сценариев, решений, действий и выбор наилучших из них;
- обеспечение информационного обмена и согласование групповых решений;
- моделирование принимаемых решений при наличии такой возможности;
- динамический анализ возможных последствий принимаемых решений;
- сбор данных о результатах реализации принятых решений и оценка этих результатов.
Специфика функционирования ИС все в большей мере требует применения распределенных СППР (РСППР), которые состоят из локальных СППР, функционирующих в узлах корпоративной вычислительной сети (ВС), и совместно решающих общие проблемы на основе обмена информацией и знаниями, осуществляемого как между СППР, так и между СППР и другими подсистемами ИС и распределенными приложениями.
Распределение задач и функций в РСППР может быть как пространственным, так и функциональным. При этом предполагается, что распределение задач принятия решений (ЗПР) диктуется недостаточностью информации, знаний или вычислительных ресурсов у одной (центральной) СППР.
Для точного определения корпоративных систем поддержки принятия решений (КСППР), необходимо установить отличительные признаки данного класса систем. На основе анализа публикаций [107], [110] и научных работ авторов [10], [59] в качестве таких признаков выделяются:
- пространственная и функциональная распределенность принятия решений, связанная с наличием в КС большого числа пространственно разнесенных объектов (производственных единиц, подразделений и т.п.), выполняющих множественные функции. Это относится как к ЛПР, так и к локальным СГШР. Для больших корпораций и предприятий пространственная распределенность может перерастать в территориальную;
- функционирование в условиях гетерогенной информационной среды, что объясняется принципиальной разнородностью КС и множественностью используемых информационных языков;
- наличие нескольких уровней управления, на которых принимаются решения соответствующие положению данного уровня в иерархии корпоративного управления;
- изменчивость информационной среды, проявляющаяся в добавлении и удалении АИО и изменении множества используемых ими информационных языков;
- необходимость согласования принимаемых решений в иерархической многоуровневой структуре управления с учетом имеющихся прав и приоритетов.
Исходя из этого, корпоративная система поддержки принятия решений определяется как пространственно и функционально распределенная СППР, функционирующая в изменяющейся гетерогенной информационной среде, включающая конечные множества локальных СППР, стратифицированных по уровням управления и обеспечивающих принятие согласованных решений в иерархической структуре корпоративной системы путем обмена данными и знаниями, представленными в символьной форме.
К корпоративным системам, в которых реализация процедур принятия решений требует специальной интеллектуальной поддержки относится такой быстро развивающийся класс систем как муниципальные информационные системы (МИС) [108]. МИС должны обеспечивать оперативный поиск и предоставление определенной проблемно-ориентированной информации на основе интеграции множества источников данных. При этом с увеличением масштабов таких систем и необходимостью реагировать на внезапно возникающие проблемные ситуации необходимость в интеллектуальной обработке и интеграции данных и извлечении знаний будет возрастать.
Информационный комплекс поддержки деятельности конструкторского бюро
В условиях современного производства одной из важнейших задач является сокращение сроков создания технических систем. Производственные предприятия отвечают за последствия проектирования своей собственной экономикой. В этих условиях необходимо применение эффективных средств автоматизации проектной деятельности.
Определение понятая «конструкторское бюро». Важнейшее место в процессе проектирования и производства новых конкурентоспособных технических систем занимает конструкторское бюро (КБ). Они представляют собой коммерческую организацию, подрядчика (аутсорсер), занимающуюся разработкой инженерного проекта. Конструкторское бюро отвечает за выбор рациональных внешних характеристик изделия и контролирует проектные процессы, осуществляемые коллективом разработчиков.
Для эффективного выполнения работы конструкторское бюро необходимо обеспечить соответствующими средствами информационной поддержки, с помощью которых будет обеспечен более обоснованный многовариантный выбор и принятие решений, повышение производительности труда, что позволит сократить сроки принятия решении и, как следствие, сроки цикла «проектирование-производство».
Проведен анализ и классификация современных промышленных систем, автоматизирующих выполнение отдельных функций главным конструктором. В результате выявлены следующие особенности. Во-первых, система автоматизации деятельности КБ должна быть функционально и системой автоматизации проектирования (САПР/CAD) и автоматизированной системой управления (АСУ/САМ), и системой автоматизации инженерной деятельности (САЕ). Во-вторых, современные системы автоматизации, применяемые в промышленности, не учитывают специфику работ главного конструктора.
Исследование деятельности КБ. Для формализации процесса деятельности КБ исследованы этапы жизненного цикла (ЖЦ) изделия, состав проектно-конструкторских работ, экспертные источники [28].
В результате анализа выявлен состав этапов работ КБ над типичным проектом:
1) Выявление потребности, анализ целей, принятие решения о проектировании.
2) Составление технических требований на объект проектирования (ОП).
3) Составление технических требований на составные части ОП.
4) Составление ТЗ на составные части ОП.
5) Составление технического задания на ОП.
6) Составление эскизного проекта ОП.
7) Создание макетного образца (предварительные испытания, составление рабочего чертежа на макетный образец и испытания макетного образца).
8) Создание опытного образца (составление рабочего чертежа на опытный образец, испытания опытного образца, корректировка документации).
9) Создание улучшенного образца и эксплуатационной документации.
10) Составление ТУ и рабочих чертежей установочного образца.
11) Серийное производство. Сертификационные испытания.
12) Выпуск, сбыт, сопровождение и ремонт изделия.
13) Утилизация.
В результате обобщен состав информационных потоков КБ и функций, что позволило составить иерархию функций, выполняемых КБ [28].
Главная выполняемая функция КБ - ведение проекта. Основные функции: конструирование; планирование процесса проектирования; управление проектом; контроль выполнения подчиненными запланированных действий по проекту; принятие решений по проекту на различных этапах; работа с информацией о различных ТС, их подсистемах, стандартах и т.д.
Наибольшее внимание уделено функциям, относящимся к ранним этапам (пп.1 - 5), потому что именно они являются определяющими облик ОП, и ошибки проектирования на этих этапах наиболее существенно влияют на конкурентоспособность изделия.
С целью приведения к общему виду и формализации знаний о ТС, используемых главным конструктором в процессе проектирования, разработана интегрированная структурно-функциональная параметрическая модель инвариантного представления информации об обьектах проектирования, охватывающая описание ОН на протяжении всего жизненного цикла и позволяющая главному конструктору выполнять выявленные функции с использованием единых принципов описания объекта проектирования, получившая название «параметрическая функциональная структура» (ПарФС). ПарФС является моделью представления проектных данных, построенной на основе общей теории систем и системного подхода, и является дальнейшим развитием семейства методов проектирования на графах вообще и И-ИЛИ графах в частности.
В соответствии со сформулированным перечнем задач проектирования в рамках модели ПарФС, описана организация процесса проектирования главным конструктором с применением ПарФС. [28] С использованием аппарата функционального моделирования бизнес-процессов формализовано описание процесса проектирования. Посредством индуктивного вывода построена IDEF0 (SADT) диаграмма состава этапа процесса проектирования.
Процесс проектирования КБ состоит из этапов, которые, в свою очередь, состоят из инвариантных этапам проектных процедур:
1) обработка исходных данных и постановка задачи;
2) планирование;
3) синтез решений;
4) анализ решений;
5) оценка полученных решений;
6) принятие решения о завершении этапа.
При формализации процедур описаны их алгоритмы и модели различных объектов. Так, например, при формализации процедуры «постановка задачи на этап» описаны алгоритмы задания иерархического описания потребности, выявления набора входных и выходных характеристик, проведение прогноза, формирования набора целей, построения и усечения графа целей, принятие решения о проектировании, составление задания на проектирование и другие.
При формализации процедуры «планирование» описана модель календарного плана работ и алгоритм его составления.
При формализации процедуры «синтез решений» составлены алгоритмы формирования допустимых деревьев вершин, определения характеристик вершин и оценки допустимости решения, формирования набора реализаций, определения значений характеристик реализаций и допустимости решения и формирования подграфа реализаций.
При формализации процедур «анализ решений», «оценка полученных решений» и «принятие решения о завершении этапа» описан типовой процесс принятия решения, и его операции. Формализована модель задачи принятия решений. Приведены алгоритмы и примеры.
На каждом этапе КБ принимает решение о переходе к последующему этапу или изменении постановки задачи и повторении проектирования на этапе. Описаны методы поддержки процесса принятия решения.
Отдельное внимание уделено формализации аспектов вопроса получения оптимального качества решений. Формализовано описание задачи оптимизации обобщенного показателя качества реализации для синтеза оптимальной реализации объекта проектирования. Описаны различные методы оценки уровня качества ОП.
Специфика выполнения процедур на конкретных стадиях заключается в описании, которым оперирует ГК и алгоритмах методов процедур. Приведены примеры выполнения процедур. В рамках описания проектных процедур подготовлен набор методических рекомендаций по использованию.
Описание КСПД КБ. В процессе работы рассмотрены различные аспекты разработки программно-информационного комплекса систем поддержки деятельности конструкторского бюро (КСПД КБ) машиностроительного предприятия и реализация КСПД.
Проектирование систем поддержки принятия решений в технической подготовке производства
Одним из направлений повышения эффективности производства стало внедрение [17, 86] автоматизированных систем технологической подготовки производства (САПР ТП) таких как «Omega Production», «Stalker», «Монолит», «Фобос», «Лоцман» и других. Проведенный обзор и анализ САПР ТП в [93] свидетельствует о том, что известные системы автоматизированного проектирования не способны самостоятельно принять ни одного технологического решения и для инженера, принимающего решения, являются не более чем усовершенствованным справочником. Использование интеллектуальных технологий [17] позволит сохранить знания технолога в виде определенной структурированной информации для последующего использования в аналогичных ситуациях управления или анализа для соответствующего корректирующего воздействия. Поэтому особую актуальность приобретают вопросы проектирования СППР для повышения эффективности в ТПП [17, 86, 93, 95].
Существуют различные подходы к проектированию экспертных систем [17, 93]. Одним из наиболее эффективных является метод системного моделирования [44]. Применение этого метода позволяет описать предметную область в виде системного проекта на языке стандарта SADT (Structured Analysis & Design Technique). Ядром системного проекта [25] являются функциональная, информационная и организационная модели. Применение методов системного моделирования позволит выявить исходные данные и взаимосвязи между ними, необходимые для построения системы поддержки принятия решений при разработке ТІШ.
Цель раздела заключается в применении методов системного моделирования и методов инженерии квантов знаний для построения моделей процесса поддержки принятия решений при разработке межцеховых технологических маршрутов и внутрицеховых технологических маршрутов (расцеховок).
Системное моделирование и СППР. Большинство российских предприятий осознает необходимость реорганизации ТПП за счет внедрения новых информационных технологий и создания систем автоматизированного проектирования технологических процессов (САПР ТП). Анализируя интеллектуальные возможности [17], реализованные в системах ВЕРТИКАЛЬ, ADEM, СПРУТ ТП, T-FLEX ТЕХНОЛОГИЯ, TECHCARD, АРМ Technology Data, Pro/ENGINEER, можно сделать вывод, что под накоплением технологического опыта подразумевается использование типовых и групповых технологических процессов, представление в электронном виде информации, содержащейся в ГОСТах, технологических справочниках, классификаторах, нормативной документации и др. Под обучением в этих системах понимается возможность внесения информации о новом технологическом процессе для последующего использования и редактирования, а также редактирования расчетных формул и записей данных. А процесс принятия технологических решений заключается в выборе по технологии «смотри и выбирай» из имеющихся данных операций технологического процесса.
При имеющихся достоинствах рассмотренных САПР ТП остается открытым вопрос о том, когда технолог нуждается в интеллектуальной поддержке, какие знания, сколько и из каких источников нужны для решения поставленной задачи, как оценить качество базы знаний; система не ведет технолога при проектировании ТП, отсутствуют обученные БЗ для поддержки принятия технологических решений.
Известно, что одним из принципов построения моделей сложных систем является принцип многомодельности [53]: никакая единственная модель не может с достаточной степенью адекватности описывать различные аспекты сложной системы. Это означает, что проектирование модели сложной системы, такой как интеллектуальная система поддержки принятия технологических решений при разработке технологических процессов, допускает некоторое число взаимосвязанных представлений, описанных ниже. Системный анализ ТПП производственного предприятия согласно SADT-методологии предполагает исследование в трех направлениях: информационном, функциональном и организационном.
При помощи функционального анализа [25, 44, 53] выясняются функциональные связи, последовательность выполнения функций, задач, подзадач. В основе данного анализа положен принцип многоуровневого рассмотрения ТПП: на основе декомпозиции каждая функция разделяется на задачи, а те, в свою очередь, разделяются на подзадачи. Разработка и анализ функциональной модели деятельности предприятия позволяет достаточно глубоко погрузиться в предметную область, выявить процессы принятия решений, используемые на предприятии, определить информационные потоки, выявить узкие места в деятельности предприятия и т.д.
Исследованием информационных потоков для определения взаимодействия между подразделениями, функциональными компонентами ТПП и состава передаваемой документации занимается информационный анализ [25, 44, 53]. В ТПП основой для создания информационной модели являются входящие и выходящие информационные потоки функциональной модели.
Организационный анализ [25, 44, 53] предназначен для построения организационной структуры предприятия, имеющей иерархическую природу. В организационной структуре отражается состав подразделения, информация о руководителе и составе исполнителей.
В качестве инструментальных средств для информационного, функционального и организационного моделирования ТПП может быть использован пакет Platinum BPwin 4.0, а также Microsoft Office Visio.
В ТПП одним из процессов, связанным с принятием решений в условиях неопределенности является процесс поддержки принятия решений при разработке расцеховок. В настоящее время отсутствуют строго формализованные алгоритмы разработки межцеховых технологических маршрутов; четко не определены критерии и производственные характеристики, влияющие на принимаемое решение. Поэтому для формализации выполнения таких процессов целесообразно использовать методы функционального моделирования и инженерии знаний.
Моделирование процессов ТПП. В качестве объекта исследования выбрано мелкосерийное научно-производственное предприятие (НПП). Рассматривается жизненный цикл изделия, наиболее детально рассматриваются процессы ТПП.
На НПП ТПП ведется обычно отделом главного технолога (ОГТ). ТИП проводится в определенной последовательности совместно с разработкой технологической документации в соответствии с СТП ЦЗО.091.114 «Технологическая подготовка производства». А также весь комплекс работ по ТПП регламентируется ГОСТ Р 50995.3.1-96 «Технологическое обеспечение создания продукции. Технологическая подготовка производства». Настоящий стандарт действует совместно с ГОСТ Р 50995.0.1-96 и включает положения следующих стандартов:
- ГОСТ 2.103- 8 ЕСКД. Стадии разработки.
- ГОСТ 3.1102-81 ЕСТД. Стадии разработки и виды документов.
- ГОСТ Р 15.000-94 СРПП. Основные положения.
- ГОСТ Р ИСО 9001-96. Системы качества. Модель обеспечения качества при проектировании, разработке, производстве, монтаже и обслуживании.
- ГОСТ Р ИСО 9002- 6. Системы качества.
Модель обеспечения качества при производстве, монтаже и обслуживании.
- ГОСТ Р ИСО 9003- 6. Системы качества. Модель обеспечения качества при контроле и испытаниях готовой продукции.
- Р-50-54-94-88. Правила организации и управления процессом технологической подготовки производства.
- Р 50-297-90. Технологическая подготовка производства. Основные положения.
Для проектирования технологических процессов необходимо провести анализ решаемых задач, материальных и информационных потоков в производственных службах предприятия, связанных с проектированием изделия и технологией его изготовления, а также определить состав документов и последовательность их формирования.
Согласно SADT-методологии [25, 44, 53], целью синтеза моделирования процесса ТПП и не только, является получение ответов на некоторую совокупность вопросов. Это означает, что сама модель должна будет дать ответы на эти вопросы с задан- ной степенью точности. Если модель отвечает не на все вопросы или ее ответы недостаточно точны, то модель не адекватна. Определяя модель таким образом, SADT закладывает основы практического моделирования. При исследовании процесса ТПП цель моделирования и совокупность вопросов были сведены в табл. 3.1.
В работе [17, 86, 95] рассмотрены основные виды технологических решений: аналитические, проектные, прогностические, управляющие. Большую часть рассматриваемых решений составляют проектные технологические решения, что подчеркивает их доминирующую роль при ТПП.
Автоматизированный выбор структур-стратегий многономенклатурных производств
Целью настоящего раздела является повышение эффективности развития производственных систем (ПС) на основе разработки и исследования формирования структур-стратегий многономенклатурных производств.
Для достижения поставленной цели решались следующие задачи:
1. Разработка модели структур-стратегий ПС машиностроительных производств.
2. Формирование показателя эффективности структур-стратегий ПС многономенклатурных машиностроительных производств.
3. Разработка модели выбора эффективных структур-стратегий ПС машиностроительных производств.
Общие определения и понимание проблемы выбора структур-стратегий производственных систем машиностроения. Методика выбора структур-стратегий ПС машиностроения (СтС ПС М) подразумевает под собой разработку трех основных формальных инструментов - это модель, показатель эффективности, процедура и критерии выбора СтС ПС М.
В данном разделе разрабатывается методика выбора эффективной СтС ПС М изготовления конкурентоспособной продукции для машиностроительных предприятий на основе показателя конструктивно-технологической сложности, методах теорий множеств, математической логики, принятия решений.
Данная методика должна позволять по разработанному показателю эффективности и на основе критериев выбора принять решение о реализации одного из нескольких вариантов СтС ПС М. Вариант должен соответствовать совокупности изделий, планирующейся для выпуска в рамках производственной программы. Соответствие необходимо оценивать на разрабатываемом интегральном показателе эффективности оцениваемых СтС ПС М и формализованном описании совокупности предполагаемых к изготовлению изделий с учетом вероятности их появления на рынке.
На основе анализа [7, 12, 16, 24, 27, 32, 43, 45, 49, 54, 56, 62, 69, 88, 100] дадим определение производственной системы.
Определение 1. Производственная система - это совокупность процессов, происходящих в технологической, информационной и организационных структурах предприятия при изготовлении изделий требуемых свойств.
Остановимся более подробно на этих трех структурных составляющих. В данном разделе технологическая, информационная и организационная структуры рассматриваются совместно.
Определение 2. Под структурой-стратегией ПС машиностроения понимается определенный набор ее элементов и упорядоченных вариантов технологий: изготовления изделий, передачи информации, организации управления, реализующих этапы жизненного цикла изделий.
Замечание 1. Элементы и технологии взаимно адаптированы с изделиями определенной конструктивно-технологической сложности. Более подробно с исследованиями в области конструктивно-технологической сложности (КТС) можно ознакомиться в [96-98].
Конструктивно-технологическая сложность (КТС) учитывает такие параметры изделия, как точность, материал, заготовка, качество поверхности, количество конструктивно-технологических элементов. И может служить тем технико-экономическим показателем, который позволяет классифицировать изделия по группам относительно их трудоемкости и сложности изготовления.
На рис. 4.1 качественно показано, как взаимодействуют между собой технологическая, информационная и организационная составляющие СтС ПС М.
Исследования [33] показали, что каждая Ft имеет свои особые характеристические кривые ф/ = f((USj)(STi)), где ф/ - эффективность системы при і-й СтС ПС М; US] = (USl... USk) - вектор внешних условий; (STi) = (ST1.. .STk) -состояния системы.
Эффективность всего множества Ff СтС ПС М (минимальные финансовые и временные затраты, высокое качество изделий, надежность производственных процессов и т. д.) описывается не единственной кривой, а набором из числа имеющихся СтС ПС М и интервалов КТС.
Определение 4. Будем называть СтС ПС М универсальной, если ее действия охватывают весь диапазон КТС изготавливаемых изделий или большую его часть и они эффективны.
Определение 5. Структура-стратегия ПС М является специализированной, если максимум ее эффективности приходится на один, определенный, интервал КТС.
Рассматривая СтС ПС М представленным выше образом, необходимо говорить об их развитии в случае изменения КТС производственной программы. Здесь необходимо ввести понятие состояния СтС ПС М, т. к. это требует понимания тенденции ее развития.
Параметры, элементы и технологии структур-стратегий производственных систем машиностроения, определяющие их многовариативность. Множество состояний STk(Rk,tk,Ck,Ck) СтС ПС М и вектор их параметров по к рождает многовариантность процесса принятия решения о развитии Ffc. Однако проведенный анализ ПС машиностроения позволил сделать выводы, что инвариантность процессов ПС машиностроения определяется также следующими их элементами: множества вариантов реализации этапов проектно-конструкторских работ РК = (рк1...ркг), технологической подготовки производства PP = (ppv..ppr) и опытного производства ОР = (орГ,.орг).
Появление наиболее существенных разновидностей СтС ПС М зависит главным образом от множества аппаратного, программного, технологического и технического оснащения, а также от способа организации взаимодействия и передачи информации между ними. Такие варианты возникают как следствие применения различных по своим возможностям технологий проектирования и изготовления.
