Модели и методы оптимального управления производством для зерновых и зерноперерабатывающих компаний

Шестая глава посвящена разработке и внедрению СУП для ЗПК.

Интеграция функций цикла управления реализуется в виде КАИСУ ЗПК, основными компонентами – носителями отраслевой специфики и предметами специализированных решений которой являются подсистемы первичного учёта и контроля грузооборота х/п, планирования  работы ЭСК, зерновых ресурсов мукомольного производства, производства комбикормов и торговли зерном, которые объединены в автоматизированную информационную систему принятия решений (АИС ПР) «Оптимум-зернопродукт» (рис.6.1). Выделенные компоненты, разработанные на основе моделей и алгоритмов в виде программно-технических продуктов, встроены в КАИСУ ЗПК.

Рис.6.1. Структура АИС ПР «Оптимум-зернопродукт».

 

Предложенная методика проектирования, внедрения и сопровождения, основанная на технологии плавного перехода от разработки к внедрению и последующему сопровождению системы, включает следующие этапы:

1. Каузальное (ДПСС) и концептуальное (ТМП) моделирование системы в программной нотации SDCM и формирование математических моделей актуальных задач с применением БМ СУ ЗПК и методов их решения;

2. Функциональное моделирование подсистем на основе методологии IDEF0.

3. Информационное моделирование  подсистем в методологиях DFD (IDEF1X) и ER.

4. Моделирование динамики функционирования системы в виде алгоритма функционирования системы управления.

5. Внедрение АИС ПР «Оптимум-зернопродукт» для ЗПК, заключающееся в настройке системы на базе типового решения одновременно с процессами обучения персонала, модификацией и тестированием адаптированной версии, являющееся также элементом проектирования системы при тиражировании.

Разработаны SADT, DFD и ER модели АИС ПР«Оптимум-зернопродукт».

На основе предложенной методики разработаны следующие подсистемы:

- автоматизированная система первичного учёта х/п ( АС ПУХП  АИС КХП);

- автоматизированная система учёта  и контроля грузооборота зерна на а/т – «АСУКГО – зерно» (интегрированная с АС ПУХП, рис.6.2);

Рис.6.2. Структурная схема «АСУКГО – зерно» (на примере приёма зерна с а/т)

 

- подсистема планирования ресурсов мукомольного производства (АС ПЗРМП), в основе функционирования которой лежит автоматизированная система расчёта оптимальных рецептов помольных смесей – АСР ОРПС;

-  подсистема планирования работы ЭСК (ПРЭСК), одной из задач которой является формирование отгрузочных партий зерна (ОЗС) на базе АСР ОРПС;

- подсистема планирования производства  комбикормов (АСППР ППК), главным модулем которой является подсистема планирования оптимальной загрузки производства (ОЗП), интегрированная с АИС КХП и рецептами;

- автоматизированная система принятия решения по планированию торговли зерном на внутреннем рынке – АИС ПР «Торговля зерном».

На основе АИС ПР «Торговля зерном» построена диаграмма анализа эффективности применения АИС ПР «Оптимум-зернопродукт» при разной функциональности (интеллектуальности)  в зависимости от сложности системы в разработке. Это позволяет судить об адаптивности системы с позиции совершенства применяемых инструментов управления, которые выбираются и настраиваются в соответствии с потребностями и спецификой бизнеса ЗПК.

Для подсистем оптимального планирования производств и торговли х/п разработаны алгоритмы функционирования.

Программное обеспечение подсистем АИС ПР «Оптимум-зернопродукт» разработано в единой архитектуре, которая приведена на рис.6.3.

                 

Рис. 6.3. Архитектура АИС ПР «Оптимум–зернопродукт»

 

Разработанные подсистемы нашли широкое применение в промышленности и внедрены на большом количестве российских предприятий и компаний по хранению и переработке зерна, на что имеются соответствующие подтверждающие документы.

Для оценки эффективности принятия решений по планированию производства в ЗПК на основе использования подсистем АИС ПР «Оптимум-зернопродукт» проведены расчёты различных вариантов по разным задачам.

Расчет помольных партий проводился по главному критерию «Наименьшая себестоимость» при соблюдении заданных показателей качества зерна. Исходные условия примера - помольная партия массой не менее 4500 тонн при соблюдении ограничений по качеству: натура - не менее 775 г/л, содержание клейковины не менее 26%, стекловидность - 48-50%, количество компонентов в смеси - не более 3, нижний предел маржинальной прибыли – 50 руб./т. На начальной стадии расчет по критерию «Наибольшая масса» показал, что при заданных ограничениях область допустимых значений - пустая, то есть одну большую помольную партию составить невозможно. Максимальная масса помольной смеси может быть 1243 110 кг, но при этом варианте прибыль не удовлетворяет условиям. Найденной стартовой точкой для оптимизации по главному критерию является 1000 т. Затем осуществлён расчёт по разработанному алгоритму, результаты которого сведены в таблицу 6.1, а «маршрут» итераций расчёта при формировании плана помольных партий приведён на рис.6.4, где решение графически представлено в виде  изображения

                                                                                                   Таблица 6.1

Показатели качества	Пом.смесь  N 1	Пом.смесь  N 2	Пом.смесь  N 3	Пом.смесь  N 4	Итоговые  данные
Стекловидность, %	50	49	49	49
Натура, г/л	775	776	774	773
Зольность, %	0	0	0	0
Влажность, %	13,98	14,26	13,75	14,96
Клейковина, %	26,2	26,04	26,01	26,05
Сорная примесь, %	2,56	2,62	2,11	2,48
Зерновая примесь, %	2,83	3,37	3,03	2,24
Число падения, с	-	-	-	-
Помольная смесь
Масса, кг	1000000	1000000	800000	600000	3 400 000
Выход, %	74,71	74,24	74,97	74,24	74,55
Цены
Цена смеси, руб./т	5667,77	5635,98	5843,17	5734,54	5 711,47
Издержки, руб./т	0,00	0,00	0,00	0,00
Масса продукции, кг	976000	971900	784960	582300	3 315 160
Ср. цена прод., руб./т	6023	6013	6015	6020	6 017,65
Марж. прибыль, руб./т	210,68	208,05	58,37	108,01	156,02

значений варьируемых (допустимых уступок) ограничений последовательно перерабатываемых смесей при заданных неизменных граничных показателях. Для данного примера варьируемыми ограничениями являются масса (M) и показатели натуры (NT) и стекловидности (ST) помольных смесей, а неизменными ограничениями являются: содержание клейковины, прибыль и наибольшее число компонентов смеси. При выбранном главном критерии оптимизации значение функционала себестоимости помольной партии - С = F1(M, NT, ST) должно иметь наименьшее значение. Расчёты показывают, что снижение требований к показателям качества, снижает себестоимость, но одновременно понижает выход продукции и соответственно прибыль.

В работе приведены также результаты расчётов отгрузочных партий, а также пример планирования торговых операций, результаты которого показывают, что необходимо ориентироваться не только на прибыльность сделок, но и на финансовые потоки, определяемые платёжными балансами с учётом стоимости кредитов, длительности отгрузки и перевозки и порядка оплаты по договорам. Так, на рис.6.5 условные площади гистограмм платёжных балансов по дням планируемого периода показывают, что выплаты по кредиту в варианте №23 значительно превосходят выплаты в варианте №19, что важно для принятия решения о плане торговых сделок.

Анализ альтернатив решений, осуществлённый для подсистем ПЗРМП, ОЗС и «Торговля зерном» показал преимущества использования разработанных алгоритмов и методов по сравнению с существующими способами.

.

Показаны основные источники экономической эффективности и затрат разработанной АИС ПР «Оптимум – зернопродукт». Расчётный экономический эффект от внедрения АИС ПР «Оптимум–зернопродукт» в зависимости от ЗПК и перечня внедряемых подсистем и задач составляет от 40000 до 3 000 000 руб. в месяц и более. При этом срок окупаемости проекта соизмерим со сроком внедрения и составляет от  месяца до полугода. Подтверждённый годовой экономический эффект оставляет  1900 тыс.руб.

Основные результаты

В представленной диссертации на основании выполненных автором исследований разработаны научно-обоснованные модели и методы оптимального управления производством для зерновых и зерноперерабатывающих компаний, а также реализующие их средства. Тем самым обеспечено решение крупной научной проблемы, имеющей важное практическое значение в зерновом и зерноперерабатывающем секторе АПК РФ и научно-учебном процессе ряда профильных организаций за счёт разработки: методологии моделирования сложных систем управления производством (СУП); комплекса типовых модельных компонент (ТМК), образующих банк математических моделей (БМ) системы управления для ЗПК; типовых автоматизированных подсистем первичного учёта, контроля и планирования производства и реализации хлебопродуктов, внедрённых на нескольких десятках элеваторов, мукомольных и комбикормовых предприятиях, КХП  и зерновых компаний.

В работе получены следующие основные результаты.

1. Определена структура и основные функции класса предприятий - зерновой и зерноперерабатывающей компании (ЗПК).

2. Проведён анализ производственных  бизнес-процессов (БП) и сформулирована специфика ЗПК как объектов управления.

3. Сформулированы требования к СУП ЗПК и проведён анализ существующих решений для предприятий и компаний, действующих на рынках зерна и продуктов его переработки.

4. Сформулирована проблема и определены требования к СУП ЗПК. Разработана общая постановка задачи создания комплексной интегрированной СУП для предприятий класса ЗПК.

5. Сформулированы требования к  методологии моделирования СУП для ЗПК и проведён анализ существующих подходов, методов и технологий моделирования сложных систем управления.

6.  Разработана методология моделирования СУП для ЗПК на основе системного подхода, когнитивных технологий, теоретико-множественного представления (ТМП), математического программирования и БМ.

7. Разработана программа SDCM построения диаграмм причинно-следственных связей (ДПСС) и концептуального моделирования, обеспечивающая автоматизацию моделирования СУП для ЗПК.

8. На основе созданной методологии  разработаны структуры целей, ДПСС и концептуальные модели в ТМП подсистем управления для ЗПК:

- учёта и контроля движения  хлебопродуктов;

- планирования работы элеватора;

- планирования зерновых ресурсов  мукомольного производства;

- планирования производства комбикормов;

- планирования операций по торговле  зерном.

На основе их анализа разработаны математические постановки и критериальные комплексы задач:

- учёт и контроль грузооборота  зерна на автотранспорте;

- первичный учёт хлебопродуктов;

- планирование приёма, размещения и обработки зерна;

- планирование товарных (отгрузочных) партий зерна;

- планирование закупок зерна;

- планирование рецептов помольных  смесей на период;

- оперативный расчет рецептов помольных смесей;

- расчёт исполняемых рецептов комбикормов;

- планирование загрузки технологических линий.

10. Разработаны математические модели логического уровня в выражениях векторной алгебры для процессов планирования производства.

11. Разработаны основные принципы построения БМ для задач планирования СУП ЗПК на основе представления производственных БП как типовых модельных компонент (ТМК), полученных из сильных и слабых критериев на основе концептуальных моделей и моделей процессов планирования производства. БМ предназначен для накопления и использования модельных решений и синтеза СУП ЗПК. Разработаны ТМК и алгоритм наполнения БМ СУП ЗПК, основанный на принципе подобия и аналогий.