ОЦЕНКА ОБЕСПЕЧЕННОСТИ ПРОИЗВОДСТВЕННОГО ПРОЦЕССА НЕОБХОДИМЫМИ РЕСУРСАМИ НА ОСНОВЕ ИМИТАЦИОННОГО
МОДЕЛИРОВАНИЯ Горелик А.В.1, Ислямова Е.Д.2, Малых А.Н. 3, Почуев А.В.4
1 Горелик Александр Владимирович - профессор, заведующий кафедрой «Системы управления транспортной инфраструктурой», Российская открытая академия транспорта Российского университета транспорта (РОАТ РУТ (МИИТ));
2Ислямова Ева Дмитриевна - студент, Высшая инженерная школа Российского университета транспорта (МИИТ), 3Малых Алексей Николаевич - ассистент, кафедра «Системы управления транспортной инфраструктурой», Российская открытая академия транспорта Российского университета транспорта (РОАТРУТ (МИИТ));
4Почуев Алексей Владиславович - студент, Высшая инженерная школа Российского университета транспорта (МИИТ),
г. Москва
Аннотация: в статье анализируются методы оценки обеспеченности производственного процесса необходимыми ресурсами с использованием имитационного моделирования. Основной задачей анализа является разработка алгоритма эффективного планирования технологических процессов. В работе предложена и обоснована гипотеза об эффективности применения имитационной модели для оптимизации планирования производственных процессов при наличии случайных объёмов работ в сравнении с другими известными методами. Предложена имитационная модель управления ресурсами, основанная на алгоритме «буферизации» заявок на выполнение отдельных работ с использованием методов теории случайных импульсных потоков. Авторами сделан вывод, что применение предложенного алгоритма имитационного моделирования позволяет качественно улучшить планирование и распределение ресурсов для организации производственного процесса.
Ключевые слова: имитационное моделирование, ресурсное обеспечение, производственный процесс, статистический эксперимент, обслуживание заявок.
ASSESSMENT OF THE PROVISION OF THE PRODUCTION PROCESS WITH THE NECESSARY RESOURCES BASED ON SIMULATION MODELING Gorelik A.V.1, Islyamova E.D.2, Malykh A.N.3, Pochuev A.V.4
1Gorelik Alexander Vladimirovich - professor, head of department "TRANSPORT INFRASTRUCTURE MANAGEMENT SYSTEMS" RUSSIAN OPEN ACADEMY OF TRANSPORT OF THE RUSSIAN UNIVERSITY OF TRANSPORT (ROAT RUT (MIIT));
2Islyamova Eva Dmitrievna - student, HIGHER ENGINEERING SCHOOL OF THE RUSSIAN UNIVERSITY OF TRANSPORT (MIIT), 3Malykh Alexey Nikolaevich - assistant, DEPARTMENT OF TRANSPORT INFRASTRUCTURE MANAGEMENT SYSTEMS, RUSSIAN OPEN ACADEMY OF TRANSPORT OF THE RUSSIAN UNIVERSITY OF TRANSPORT (ROAT RUT (MIIT));
4Pochuev Alexey Vladislavovich - student, HIGHER ENGINEERING SCHOOL OF THE RUSSIAN UNIVERSITY OF TRANSPORT (MIIT),
MOSCOW
Abstract: the article analyzes the methods of assessing the availability of the production process with the necessary resources using simulation modeling. The main task of the analysis is to develop an algorithm for effective planning of technological processes. The paper proposes and substantiates a hypothesis about the effectiveness of using a simulation model to optimize the planning of production processes in the presence of random volumes of work in comparison with other known methods. A simulation model of resource management based on the algorithm of "buffering" requests for individual work using methods of the theory of random impulse flows is proposed. The authors conclude that the application of the proposed simulation algorithm makes it possible to qualitatively improve the planning and allocation of resources for the organization of the production process. Keywords: simulation modeling, resource support, production process, statistical experiment, application service.
УДК 658.511
Имитационное моделирование — метод моделирования, используемый для изучения сложных систем путем создания и анализа компьютерных моделей, которые воспроизводят процессы реальной системы. Этот метод может использоваться для управления рисками в различных областях. Он позволяет моделировать различные сценарии развития событий, оценивать вероятность возникновения рисков и их воздействие на систему или производственный процесс. Анализ множества симуляций (итераций)
используется для выявления критических точек и уязвимостей исследуемой системы, что даёт возможность принимать эффективные управленческие решения. Имитационное моделирование также применимо для анализа стратегий управления рисками и тестирования реакции системы на различные сценарии, что позволяет реализовывать эффективные стратегии для предотвращения негативных и опасных последствий для различных производственных процессов.
Анализ проблемного поля показал, что ключевыми пользователями имитационной модели технологических процессов, связанных с обслуживанием различных заявок (выполнением работ), являются структуры и предприятия, где наблюдается несоответствие между требуемыми и доступными ресурсами, а также нет убедительной аргументации для обоснования необходимого количества ресурсов, необходимых для выполнения той или иной технологической операции (комплекса работ). В то же время использование имитационного метода затруднительно при отсутствии эффективного алгоритма, описывающего процесс анализа уровня обеспеченности производственного процесса необходимыми ресурсами. Рассмотрим основные причины необходимости разработки имитационной модели обеспеченности производственного процесса требуемыми ресурсами.
1. Результатом математических расчётов являются, как правило, усреднённые значения оцениваемых показателей, которые не учитывают особенности отдельных работ, случайный характер времени их выполнения, трудоёмкость и другие факторы. Аналогичные недостатки относятся и к экспертному методу, при котором оценка величины требуемых ресурсов носит субъективный характер. Как следствие, исполнитель не имеет необходимых аргументов для обоснования требуемого объёма ресурсов.
2. Ограниченный объём имеющихся финансовых и трудовых ресурсов требует их экономного и адресного использования. При этом необходимая точность оценки для конкретного производственного процесса может быть достигнута только методами компьютерного моделирования.
3. Из-за устаревших методов оценки нормативных значений трудоёмкости отдельных видов работ, не учитывающих индивидуальные особенности проекта, запрашиваемый объём ресурсов часто не соответствует объективным потребностям.
Всё вышеперечисленное приводит к проблеме существенного несоответствия требуемых и фактически предоставляемых или запланированных объёмов ресурсов. Так, например, при расчете числа работников по существующим нормативам численности работников дистанций сигнализации, централизации и блокировки ОАО «РЖД» [1, 2] требуется, в частности, учитывать различные особенности организации труда: совмещение профессий и должностей, увеличение обслуживаемых зон, перераспределение работ между исполнителями, применение рациональных режимов труда и отдыха и уровень трудовых затрат (в соответствии со ст. 160 Трудового кодекса РФ). При этом, при расчёте потребной численности персонала следует также учитывать, что ряд работ носит случайный характер, то есть их количество в течение планового периода является случайной величиной (например, восстановление работоспособности устройств после их отказов, сопровождение ремонтов и различных работ, выполняемых специалистами смежных хозяйств и так далее). Также случайными величинами являются время выполнения работ, время следования к месту проведения работ, затраты различных материальных ресурсов и так далее. В этом случае имитационная модель производственного процесса должна использоваться для проведения серий статистических экспериментов, на основании которых можно сделать статистически обоснованный вывод о том, с какой вероятностью объём имеющихся ресурсов и система организации труда будут достаточными для выполнения запланированного объёма работ.
При разработке имитационной модели технологических процессов, связанных с выполнением отдельных работ (обслуживанием заявок), важно правильно выбрать используемую математическую модель. Рассмотрим три наиболее распространённые математические модели.
Метод Монте-Карло - суть метода заключается в применении генератора случайных чисел, который используется для многократного моделирования времени выполнения различных работ и других случайных характеристик производственного процесса.
Для моделирования производственного процесса эксплуатации объектов железнодорожной инфраструктуры в работах [3] было предложено использовать методы теории массового обслуживания.
Теория массового обслуживания - теория, основанная на том, что любую систему, в которой поток заявок встречает ограниченные средства их удовлетворения, можно рассматривать как систему массового обслуживания. В частности, если моменты поступления заявок или продолжительность их обслуживания не регламентируются, то при пользовании системой возникают различные конфликты, а также образуется очередь, длина которой зависит от интенсивности потока заявок и числовых характеристик случайной величины времени обслуживания заявки.
Для построения имитационной модели обеспеченности производственного процесса необходимыми ресурсами предлагается модель, построенная на основе теории случайных импульсных потоков, рассмотренных ранее в работах [4, 5]. В соответствии с данным подходом каждая из отдельных работ рассматриваемого производственного процесса может быть представлена в виде случайного импульса, расположенного на оси времени 1. Длительность импульса т будет соответствовать случайной величине времени выполнения работы, причём т = Ь - й, где й - момент начала выполнения работы; Ь - момент завершения выполнения работы.
В основе имитационного алгоритма лежит модель «буферизации» всех запланированных работ. Это означает, что соответствующий импульс может располагаться на одной из трёх осей времени: ось буфера работ, ось текущих работ (ось оперативного планирования) и ось случайных (незапланированных) работ. В буфере отображается множество работ, требующих выполнения, причём очерёдность выполнения указанных работ постоянно изменяется на каждом шаге оперативного планирования. Изменение очерёдности работ связано с тем, что каждая из них может быть выполнена в строго заданный промежуток времени, с учётом предоставления так называемых «окон» для производства работ и назначенным предельно допустимым сроком исполнения каждой работы. При этом возможна ситуация, когда на оси случайных работ возникает импульс (например, отказ устройства), из-за чего текущие плановые работы приходится временно отложить из-за чего они переносятся на ось буфера работ, а время выполнения такой незавершенной работы изменяется по сравнению с первоначальным значением. В результате такого имитационного эксперимента моделируется процесс выполнения множества запланированных и случайных работ на рассматриваемом интервале времени, при этом запланированные работы поступают на ось оперативного планирования из буфера в соответствии с текущей очерёдностью с учётом динамического приоритета каждой отдельной работы, а незапланированные работы возникают на оси случайных работ в случайные моменты времени. На рисунке 1 представлена модель статистического эксперимента. Здесь в момент появления отказа, текущая плановая работа с началом времени Ьн прерывается (время Ьп) и переносится на ось буфера (стрелка 4) и выполняется случайная работа (стрелка 3). Далее из буфера прерванная ранее работа переносится на ось текущих плановых работ (стрелка 5) и завершается в момент времени 12к. Так как времени в первом периоде оперативного планирования на выполнение всех работ, находящихся на оси буфера не осталось, работа с началом времени tзн переносится на следующий период оперативного планирования (стрелка 6). На основе набора таких экспериментов с различными исходами модель формирует результат в виде вероятности выполнения заданного объёма работ за исследуемый период времени. Такой способ оценки позволяет произвести эффективную корректировку плана и объёма работ, исходя из имеющихся ресурсов, а также обосновать требуемое количество ресурсов на выполнение плана с заданной вероятностью.
Случайные работы
Плановые работы
^сн
/ S /
/ / /
/ / /
Буфер
t2n t2K
t л t?i
/ / /
И
/
/ /
tlK
*2к V t2K t3H
Период оперативного планирования
Рис. 1. Модель статистического
Период оперативного планирования
эксперимента.
Список литературы /References
1. Об утверждении Нормативов численности работников дистанций сигнализации, централизации и блокировки ОАО «РЖД» // URL: http://scbist.com/scb/uploaded/1056_normative_chisl_szb.pdf
2. Горелик А.В. Расчет требуемой величины трудозатрат для выполнения дополнительных работ в хозяйстве автоматики и телемеханики / А. В. Горелик, Д. В. Астапенко, Н. В. Бугреев [и др.] // Наука и бизнес: пути развития. - 2023. - № 3(141). - С. 23-26.
3. Неваров П.А. Применение методов теории массового обслуживания для анализа эффективности функционирования систем железнодорожной автоматики и телемеханики / П.А. Неваров // Наука и техника транспорта. - 2009. - № 4. - С. 59-61.
4. Седякин Н.М. Элементы теории случайных импульсных потоков. / Н.М. Седякин // - М.: Советское радио, 1965.
5. Горелик А.В. Модель оценки безопасности систем железнодорожной автоматики по параметрам движения поездов / А.В. Горелик, Н.А. Тарадин, П.А. Неваров // Наука и техника транспорта. - 2008. - № 4. - С. 78-81.