CC BY
16
Донченко Анатолий Анатольевич, д-р техн. наук, профессор, главный научный сотрудник Института теоретической и математической физики, Россия, Нижегородская область, Саров, Российский федеральный ядерный центр - Всероссийский научно-исследовательский институт экспериментальной физики
ALGORITHM FOR OPERATIONAL IDENTIFICATION OF DYNAMIC SYSTEMS WITH PERIODIC INPUT SIGNALS
Ya.N. Gusenitsa, M.I. Kolokolov, A.A. Donchenko
The paper proposes an algorithm for the operational identification of dynamical systems with periodic input signals. The algorithm is based on the hyperdelta approximation of the analogs of the autocorrelation and cross-correlation functions of the input and output signals, which involves the calculation of the initial moments for their analogs of distribution densities. The new algorithm allows you to calculate the initial moments for only one period and increase the efficiency of calculations by a number of times equal to the signal periods.
Key words: dynamic system, periodic signal, nonparametric identification, autocorrelation function.
Gusenitsa Yaroslav Nikolaevich, candidate of technical sciences, head of research department, [email protected], Russia, Anapa, Military Innovative Technopolis «ERA»,
Kolokolov Maksim Igorevich, senior operator of research company, Russia, Anapa, Military Innovative Technopolis «ERA»,
Donchenko Anatoly Anatolievich, doctor of technical sciences, professor, chief Researcher of the Institute of Theoretical and Mathematical Physics, Russia, Nizhny Novgorod Region, Sarov, Russian Federal Nuclear Center - All-Russian Research Institute of Experimental Physics
УДК 519.872
DOI: 10.24412/2071-6168-2023-7-572-573
ИМИТАЦИОННАЯ МОДЕЛЬ ПРОЦЕССОВ ОБСЛУЖИВАНИЯ И РЕМОНТА ИНЖЕНЕРНОЙ
ИНФРАСТРУКТУРЫ
А.С. Глуханов, К.Н. Поспелов
В статье рассматривается новая имитационная модель бизнес-процесса по обслуживанию и ремонту инженерной инфраструктуры. Модель разработана в среде для имитационного моделирования AnyLogic и представлена в открытом доступе в облачном хранилище AnyLogic Cloud. Предлагаемая модель позволяет проводить анализ и оптимизацию бизнес-процессов, в том числе по таким критериям, как скорость обработки заявок, максимальное число заявок в очереди, прибыль управляющей организации. Проведены эксперименты при нескольких наборах входных данных, построены зависимости моделей от входных данных.
Ключевые слова: имитационное моделирование, техническая эксплуатация, инженерная инфраструктура, многоквартирный дом, управляющая организация.
Введение. В условиях сложившегося производства и стабильной экономики особое место занимают операции по обслуживанию производственного оборудования, восстановлению, частичной или полной замене инженерной инфраструктуры. В каждом отдельно взятом случае необходимо учитывать специфику предприятия, при этом базовая структура бизнес-процесса обслуживания и ремонта сохраняется. В открытых источниках можно найти ряд научных работ, посвященных разработке подобных моделей. Модель обслуживания и ремонта радиоэлектронного оборудования рассмотрена в [1]. Модель ремонта компьютерной техники приведена в [2]. Исследование возможностей по улучшению службы эксплуатации с использованием имитационной модели проведено в [3]. В [4, 5] рассматривается имитационная модель финансовых потоков фонда капитального ремонта. В [6] имитационное моделирование используется для подсчета производственных потерь при ремонте электровозов.
На примере приведенных публикаций можно увидеть достаточно широкий спектр приложений разрабатываемых имитационных моделей. Большинство моделей являются узкоспециализированными. В данной статье представлена типовая модель бизнес-процесса по обслуживанию и ремонту инженерной инфраструктуры, позволяющая проводить дальнейшую детализацию и масштабирование модели.
Постановка задачи. Обслуживание и ремонт общедомового имущества включает несколько отдельных бизнес-процессов, представленных на рис. 1. Заявки с адресов поступают в аварийно-диспетчерскую службу, клиентскую службу, коммерческий отдел, при наличии свободных ремонтных бригад направляются в эксплуатационный отдел для исполнения [7].
Практический интерес представляет единая имитационная модель, описывающая генерацию, поступление, обработку заявок, позволяющая оценивать максимальное время нахождения заявки в системе, проводить прогнозирование качественного характера улучшений при выборе типовых управленческих решений. Основными параметрами модели являются: типы заявок, вероятностные распределения, характеризующие процессы появления и обработки заявок, число операторов, обрабатывающих заявки, специализация операторов. Управленческие решения могут также заключаться в изменении структуры бизнес-процессов, например, перечня и последовательности операций, совершаемых с заявками. Полномасштабная модель бизнес-процессов при этом может быть достаточно сложной, поэтому необходимо минимизировать затраты на вычислительные мощности.
572
Рис. 1. Укрупненная модель бизнес-процессов по обслуживанию и ремонту инженерной инфраструктуры
В качестве примера типовой компании, предоставляющей услуги по обслуживанию инженерной инфраструктуры выбрана управляющая организация, обслуживающая клиентов более чем по 200 адресам. Цель исследования заключается в разработке нового инструмента для планирования процессов ремонта и технического обслуживания оборудования и инфраструктуры, относящихся к общедомовому имуществу.
Разработка структуры имитационной модели. Для визуализации появляющихся заказов применена интерактивная карта, представленная на рис. 2. На карту нанесены географические местоположения обслуживаемого оборудования. При появлении заявки на обслуживание она прикрепляется к одному из адресов, благодаря этому появляется возможность экспериментального выбора количества сервисных центров, ремонтных баз, количества используемой техники, ремонтных бригад.
\ V - м
* « ® # а • * /
О о а
••1 к
* I *в
в
g I a û
« °
-o - «d
_К « «
Ч % g
v \ л о
/ /
lu.PMD"«;
H.
О \
Финляндский
0*5,
\
Рис. 2. Интерактивная карта с нанесенными метками расположения обслуживаемого оборудования
Рассмотрим более подробно реализацию имитационных моделей отделов. Коммерческий отдел (рис. 3) содержит на входе блок очереди, в который поступают заявки, заявки покидают этот блок в том случае, если появляется реальное событие - обращение за услугой по обслуживанию или ремонту [7].
Далее заявка проходит через блоки коммерческого отдела: commercial, negotiation, accept, muni_negot, approved, contracting. В блоке commercial происходит захват временного ресурса оператора отдела, который будет обрабатывать заявку. В блоке negotiations происходит задержка по времени, связанная с операциями по согласованию
договора. В случае согласования договора в блоке accept заявка переходит на стадию оформления и согласования с муниципалитетом. При одобрении в блоке approved заявка переходит на стадию контрактования в блоке contracting. Ресурсы отдела представлены в блоке commercialdepPool, cвязанном с расписанием работы отдела, заданном в блоке commercialdep_schedule. Блоки с эмблемой часов с секундомером позволяют произвести оценку времени нахождения заявки в отделе.
Аналогичным образом построена имитационная модель клиентской службы. Входящие очереди являются буферами, в которых накапливаются заявки, которые со временем становятся активными, при этом есть четыре канала поступления заявок, они работают с разной интенсивностью, основным процессом при этом является процесс оформления заявки. Заявки, поступающие от клиентской службы, аварийной службы, коммерческого отдела, переходят в состояние ожидания, аварийные заявки могут переходить на стадию исполнения в эксплуатационный отдел, минуя очередь, и при переполнении очереди в эксплуатационном отделе они не тормозятся блоком остановки, обозначенным в виде знака «стоп» (Рис. 4).
Рис. 4. Имитационная модель отдела обслуживания клиентов
В аварийно-диспетчерской службе (рис. 5) на входе одна очередь заявок, при поступлении заявки в службу выделяется ресурс оператора в блоке seize_operator.
|3
commercialdepPool
~1 commercialdep_schedule
Коммерческий отдел
commercial
negotiations
_ accept munic.negot approved contracting
E3—.■—О— ► «53
г
Рис. 3. Имитационная модель коммерческого отдела
call
selze_operator answer_a_call
& щ—да
emergencydefect
Аварийно-диспетчерская служба
operatorsPool
[Щ] operators_schedule
release_operator
а-
transm it_to_a_DT release_operator1
—Ш—в—
no_app_call
-Ж •-*т*-1
release_operator2
Рис. 5. Имитационная модель аварийно-диспетчерской службы
574
После этого заявка обрабатывается в блоке answer_a_call, в последующих двух блоках определяется является ли заявка срочной, переходит ли она в клиентскую службу или идет напрямую на стадию исполнения в эксплуатационный отдел.
В эксплуатационном отделении (рис. 6) в блоке seize_team происходит захват временного ресурса ремонтной бригады, после чего блоками living_space_proc и public_areas_proc представлено моделирование временных затрат на выполнение работ по ремонту и обслуживания оборудования. В блоке acceptance и report_preparation заданы временные затраты на приемку работ и оформление отчета. В блоке release_team осуществляется освобождение временного ресурса ремонтной бригады. В последних двух блоках условного выбора с заданными вероятностями заявки перенаправляются в соответствующие очереди клиентской службы, аварийно-диспетчерской службы, коммерческого отдела. Данное перенаправление необходимо для экономии количества заявок в системе, что позволяет использовать бесплатную версию программного продукта AnyLogic.
seiiejeam livhg_space_acc_need ь|пд_5расе_ргос public_arBa5_proc acceptance ieport_need release Jam JHHL ж. .КЯ1 ЛЯ* ж. H ->®
-let report_preparation ->ф w
executors Pool |=Fl operationaldep_schedule Эксплуатационное отделение
Рис. 6. Имитационная модель эксплуатационного отделения
Расчет времени переходного процесса. Так как модель представляет собой цепочку блоков с установленным временем задержки, а также несколько вероятностных переходов, то удобно производить расчет времени переходного процесса и количества заявок в очередях с помощью цепей Маркова [8]. Имитационную модель процессов обслуживания и ремонта инженерной инфраструктуры построим с помощью цепь Маркова (рис. 7).
Рис. 7. Упрощенная цепь Маркова для имитационной модели: S0 - коммерческий отдел; S1 - клиентская служба; S2 - аварийно-диспетчерская служба; S3 - ожидание в очереди на исполнение; S4 - эксплуатационный
отдел (исполнение заявок)
Осуществляя моделирование процессов обслуживания и ремонта инженерной инфраструктуры по схеме марковских случайных процессов с дискретными состояниями - получим матрицу смежности графа (рис. 7), представленную выражением (1).
О 0. 0.9\
P =
0 0 0 0
\0.05
0 0 0.1 0
0.9
0 10
0 0.8 0.1 (1) 0 0 1 0.05 0 0/
Данная цепь Маркова (1) имеет колебательный процесс и стабилизируется в пределах 10% от асимптотического значения вероятностей после 100 итераций умножения матрицы смежности. Это означает, что время переходного процесса исходной имитационной модели может быть оценено как максимальное время задержки в блоках исполняемых операций модели умноженное на 100. Максимальное время задержки составляет 120 минут, что означает, что время переходного процесса имитационной модели составляет не менее 25 рабочих дней.
Экспериментальная часть. Учитывая рассчитанное время переходного процесса, произведен запуск имитационной модели, получены первые данные. Все временные затраты на выполнение операций в соответствующих блоках установлены в пределах 120 минут. Полученный график зависимости длительности обработки заявок от времени демонстрирует время переходного процесса порядка 250 часов, то есть около 31,5 рабочих дней. Особенностью полученных результатов является сокращение длительности обработки заявок после 1500 рабочих часов, что связано с уменьшением числа заявок, поступающих от аварийной службы.
34
S -
О НО V«» f.SCO 2.0t» 2.500 3.000 3.900 4.000 4,500 5.000
В реъя моделирования. часов
Рис. 8. График зависимости времени выполнения заявок
Заключение. Разработанная имитационная модель при наличии необходимых статистических данных позволяет прогнозировать время обработки заявок по обслуживанию и ремонту, оценивать результаты принимаемых управленческих решений, настраивать бизнес-процессы по обслуживанию и ремонту оборудования, общедомового имущества, инженерной инфраструктуры в целом. Представленная модель может быть детализирована и масштабирована для использования в качестве инструмента прогнозирования деятельности сервисных отделов, коммунальных служб.
Список литературы
1. Железняков А.О. Имитационная модель системы технического обслуживания и ремонта радиоэлектронного оборудования // Труды МАИ, 2022. № 123.
2. Веремчук, Н.С. О разработке имитационной модели по ремонту компьютерной техники // Образование. Транспорт. Инновации. Строительство: Сборник материалов V Национальной научно-практической конференции, Омск, 28 апреля - 29 2022 года. Омск: Сибирский государственный автомобильно-дорожный университет (СибА-ДИ), 2022. С. 551-556.
3. Побединский В.В., Черницын М.А., Кузьминов Н.С., Ульяницкий А.В. Совершенствование службы эксплуатации парка техники на основе имитационного моделирования // Современный транспортно-технологический комплекс, 2018. № 1(7). С. 4-8.
4. Богарова, Е.В. Имитационное моделирование финансовых потоков фонда капитального ремонта МКД с использованием данных по Алтайскому краю на 2014-2043 гг. в среде AnyLogic
5. Богарова Е.В., Пронь С.П. Разработка имитационной модели финансового потока для формирования фонда КР МКЖД в среде AnyLogic // МАК-2015: Математики - Алтайскому краю: сборник трудов всероссийской конференции по математике. - Барнаул: Изд-во Алт. ун-та, 2015. С. 128-132.
6. Панов К.В. Использование AnyLogic для расчета производственных потерь при ремонте электровозов // Разработка и эксплуатация электротехнических комплексов и систем энергетики и наземного транспорта: Материалы третьей международной научно-практической конференции, Омск, 06 декабря 2018 года. Омск: Омский государственный университет путей сообщения, 2018. С. 169-176.
7. ГОСТ Р 56037-2014. Услуги жилищно-коммунального хозяйства и управления многоквартирными домами. Услуги диспетчерского и аварийно-ремонтного обслуживания. Общие требования. М.: Стандартинформ, 2011.
8. Вентцель Е.С., Овчаров Л.А. Теория случайных процессов и ее инженерные приложения. М.: Наука, 1991. 354 с.
ГлухановАлександр Сергеевич, канд. техн. наук, доцент, promo19 [email protected], Россия, Санкт-Петербург, Санкт-Петербургский государственный архитектурно-строительный университет,
Поспелов Капитон Николаевич, аналитик лаборатории, kap.pospelov@yandex. ru, Россия, Санкт-Петербург, Санкт-Петербургский политехнический университет Петра Великого
SIMULATION MODEL OF PROCESSES OF MAINTENANCE AND REPAIR OF ENGINEERING INFRASTRUCTURE
A.S. Glukhanov, K.N. Pospelov 576
The article considers a new simulation model of the business process for the maintenance and repair of engineering infrastructure. The model was developed in the AnyLogic simulation environment and is publicly available in the AnyLogic Cloud. The proposed model allows for the analysis and optimization of business processes, including according to such criteria as the speed ofprocessing applications, the maximum number of applications in the queue, and the profit of the managing organization. Experiments were carried out with several sets of input data, the dependencies of the models on the input data were built.
Key words: simulation modeling, technical operation, engineering infrastructure, apartment building, managing organization.
Glukhanov Alexander Sergeevich, candidate of technical sciences, professor, [email protected], Russia, St. Petersburg, St. Petersburg State University of Architecture and Civil Engineering,
Pospelov Kapiton Nikolaevich, analyst of the laboratory, [email protected], Russia, St. Petersburg, Peter the Great St. Petersburg Polytechnic University
УДК 681.23: 681.787
DOI: 10.24412/2071-6168-2023-7-577-578
ИСПОЛЬЗОВАНИЕ ИЗЛУЧЕНИЯ С МАЛОЙ ВРЕМЕННОЙ КОГЕРЕНТНОСТЬЮ ДЛЯ ИССЛЕДОВАНИЯ ПОВЕРХНОСТИ ЩЕЛЕВЫХ ЗАКРЫЛОК НА КРЫЛЕ САМОЛЕТА
Е.Е. Майоров, Г.А. Костин, Т.А. Черняк, Н.Е. Баранов
Статья посвящена использованию излучения с малой временной когерентностью для исследования поверхности щелевых закрылок на крыле самолета. Щелевые закрылки служат для срыва потока с поверхности при помощи сужающейся щели и одним из факторов качественного функционирования щелевых закрылок является высокая частота поверхности, поэтому исследование поверхности этих объектов перспективно и актуально. В работе определена цель и поставлена задача, а также представлены объекты и метод исследования. Показана функциональная схема интерференционного прибора и рассмотрена её работа. Получены интерферограммы и микрорельеф поверхностей щелевых закрылок. Выявлены зависимости распределения коэффициента отражения в поперечном направлении, где амплитуда интерференционного сигнала пропорциональна коэффициенту отражения нерассеянной компоненты от оптической неоднородности, положение которой определяется равенством длин в ветвях интерферометра.
Ключевые слова: коэффициент отражения, микрорельеф поверхности, опорное зеркало, щелевые закрылки, фотоприемник, интерференционный прибор, воздушное судно.
В настоящее время производители летательных аппаратов стараются максимально улучшить аэродинамические характеристики выпускающей продукции [1]. Совершенствуют аэродинамические формы, улучшают состояние поверхности, герметизируют конструкцию, борясь с сопротивлением самолета [2]. В самолетостроении современные воздушные суда строят по схеме свободного несущего моноплана (крыло к фюзеляжу крепят специальным образом под некоторым установочным углом) [3]. Особое влияние на аэродинамику оказывает интерференция, которая влияет на обтекание одних частей на другие части самолета. Уменьшение аэродинамической интерференции достигается специальной компоновкой с применением заполнителей. Заполнители обеспечивают максимально гладкую поверхность частей воздушного судна и уменьшают угол расширения потока, что исключает различного рода завихрения и срывы воздушного потока [4].
Поверхность летательного аппарата влияет на пограничный слой и сопротивление трения. Для того чтобы содержать поверхность воздушного судна в надлежащим состоянии необходимо вести визуальный контроль и обрабатывать корпус специальными жидкостями в зависимости от времени года [5]. Устранение дополнительных сопротивлений, завихрения потока и протекания воздуха через щели между её элементами возможно посредством качественной герметизации конструкции воздушного судна. Итак, уменьшая сопротивление самолета, улучшается аэродинамика и уменьшается расход топлива в полете.
Многие производители самолетов уменьшают площадь и длину крыла, что влияет на аэродинамику и взлетно-посадочные характеристики. При проектировании крыла конструкторы стремятся увеличить скорость, а при взлете и посадке усовершенствовать специальные механизмы, называемыми механизацией крыла. Основные виды механизации - это щитки, закрылки и предкрылки.
В данной работе будут исследованы поверхности щелевых закрылок разных марок воздушных судов. Щелевые закрылки служат для срыва потока с поверхности при помошц сужающейся щели. Одним из факторов качественного функционирования щелевых закрылок является высокая частота поверхности [6].
Получение высокоточных и достоверных данных о геометрических параметрах поверхности исследуемого объекта всегда являлось значимой задачей для технических служб аэропорта при контроле корпуса воздушного судна, так и механизации крыла [7]. В последние годы для контроля поверхностей механизмов крыла технические службы применяют визуальный контроль, а иногда профилометры [8].
Оптические методы и средства контроля поверхности объектов основаны на анализе отраженного светового излучения от исследуемой поверхности [9]. В частности, интерференционные приборы и системы, имеющие в качестве источника излучения суперлюминесцентные или диоды белого света (источники с малой временной когерентностью) находят всё больше своё применение в различных областях науки и технике [10]. Эти приборы имеют определенные успехи в практическом использовании. В научно-технической литературе на высоком уровне освещены их теоретический анализ, функционирование, решены многие вопросы построения и эксплуатационных характеристик этих приборов [11-13].
