CC BY
2
УДК 517.9 https://doi.Org/10.35546/kntu2078-4481.2023.2.19
Д. О. КРИЩЕНКО
асшрант кафедри автоматизаци та комп'ютерних технологш систем управлшня Нацiональний унiверситет харчових технологш ORCID: 0009-0005-1030-3800
О. М. РОМАЩУК
асшрант кафедри автоматизаци та комп'ютерних технологш систем управлшня Нащональний ушверситет харчових технологш ORCID: 0009-0007-4298-5193
СЦЕНАРНЕ КЕРУВАННЯ СКЛАДНИМИ ТЕХНОЛОГ1ЧНИМИ КОМПЛЕКСАМИ
У cmammi розглядаються проблеми оргашзаци проце^в керування mехнологiчними комплексами npoeidnux галузей харчовог промисловостi: цукровог та спиртовой Охарактеризован особливостi таких обeктiв керування як багатофактортсть, нестацюнартсть, висока ступть невизначеностi, що мае характер як стохастичнос-тi, так i нечiткостi; складний характер поведiнки, визваний суттевою нелiнiйнiстю, що приводить до виник-нення нештатних режимiв функцiонування об'ектiв через явища детермтованого хаосу. Разом з тим в таких об'ектах наявна здаттсть до самоорган1зацИ, яка може забезпечити при вiдповiдних заходах превентативного характеру орган1за^ю ефективних ресурсоощадних стратегш керування, побудованих не з примусових позицш, а зурахуванням природной направленостi технологiчних процесiв, Таку передбачуванiсmь систем керування забез-печуе застосування сценарИв керування, за допомогою яких окреслено уй можливi виробничi ситуацп i ршення по керуванню в цих сиmуацiях. Метою даноiроботи ерозробка сценарИв керування mехнологiчними комплексами цукровог та спиртово'г'галузi зурахуваннямр1знихфакmорiв виробництвата ситуацтно'г'обстановки в об'ектах керування. Розроблена меmодологiя побудови сценарИв керування складнми mехнологiчними об'ектами керування з урахуванням специфжи протжання mехнологiчних процесiв природного характеру. На основi побудованих фак-торно-цшьових дiаграм i експертного опитування сформован сценарп керування для р1знихумов функцюнування обладнання та виробничих завдань. Сценарп керування предсmавленi у виглядi графових моделей, переходи в яких здшснюються на основi яюсног оцтки в нечimких каmегорiях. Розроблеш сценарп керування mехнологiчними комплексами провiдних галузей харчовог промисловосmi стали основою алгориmмiв керування в автоматизованих системах комп'ютерного управлiння цукровим та спиртовим виробництвами. Реалiзацiя таких систем забез-печила полтшення якосmi продукцИ, зменшення питомих витрат ресурйв виробництва та пiдвищення продук-mивносmi обладнання.
Ключовi слова: харчова промисовкть, цукрове виробництво, виробництво спирту, сценарш керування, система керування, органiзацiйно-mехнiчна система.
D. O. KRYSHCHENKO
Postgraduate Student at the Department of Automation and Computer Technologies of Control Systems National University of Food Technologies ORCID: 0009-0005-1030-3800
O. M. ROMASHCHUK
Postgraduate Student at the Department of Automation and Computer Technologies of Control Systems National University of Food Technologies ORCID: 0009-0007-4298-5193
SCENARIO MANAGEMENT OF COMPLEX TECHNOLOGICAL COMPLEXES
The article examines the problems of organizing the processes of managing technological complexes of the leading branches of the food industry: sugar and alcohol. Features of such control objects are characterized as multifactorial, non-stationary, high degree of uncertainty, which has the character of both stochasticity and vagueness; the complex nature of behavior caused by significant nonlinearity, which leads to the emergence of abnormal modes of operation of objects due to the phenomena ofdeterministic chaos. At the same time, such objects have the ability to self-organize, which can ensure, with appropriate measures of a preventive nature, the organization of effective resource-saving management strategies, built not from forced positions, but taking into account the natural direction of technological processes. Such predictability of control
systems is ensured by the use of control scenarios, with the help of which all possible production situations and management decisions in these situations are outlined. The purpose of this work is to develop scenarios for managing technological complexes of the sugar and alcohol industry, taking into account various factors of production and the situation in the management facilities. A methodology for building control scenarios for complex technological control objects has been developed, taking into account the specifics of the flow of technological processes of a natural nature. On the basis of constructedfactor-objective diagrams and expert survey, control scenarios were formedfor various conditions of equipment operation and production tasks. Management scenarios are presented in the form of graph models, transitions in which are carried out on the basis of qualitative assessment in fuzzy categories. Developed scenarios for managing technological complexes of the leading branches of the food industry became the basis of control algorithms in automated computer control systems for sugar and alcohol production. The implementation of such systems ensured the improvement ofproduct quality, reduction of the specific costs ofproduction resources and improvement of equipment productivity.
Key words: food industry, sugar production, alcohol production, management scenario, management system, organizational and technical system.
Постановка проблеми
Технолопчш комплекси харчових виробництв мають bcí характерш ознаки складно1 оргашзацшно-техшчно1 системи [1]. Серед цих ознак можна видшити: багатофакторшсть, нестацюнаршсть, висока стушнь невизначе-hoctí, що мае характер як стохастичносп, так i нечiткостi; проблематична природа поведшки, яка визиваеться наявшстю дисипативних просторово-часових структур, включаючи воедино регулярну, стохастичну i хаотичну складовц схильшсть до самооргашзацп; наявшсть в контурi керування активних елеменпв у виглядi людського фактору. Так особливосп наведених об'екпв зобов'язують застосування вельми ефективних передових мето-дiв сучасно1 теорп та практики керування, а також 1х реалiзацiï на базi сучасних комп'ютерних технологш [2]. Новий клас оргашзацшно-техшчних систем мае риси як техшчних, так i оргашзацшних систем, найбшьш важ-ливими серед них е: багатомiрнiсть, складшсть та непостшшсть структури, присутшсть i змiннiсть цiлей та 1х прiоритетностi в залежностi ввд виробничо1 ситуацiï. Тому при створеннi ефективних систем керування органь зацiйно-технiчними процесами пропонуються комбiнованi пiдходи, як1 штегрують переваги як формалiзованих, так i штелектуальних методiв i евристик. Даш методи забезпечують можливiсть багатоаспектноï, повноцiнноï оцiнки динамiки i перспектив розвитку складних об'ектiв технологiчного та оргашзацшного характеру в умовах виробництва зi змiнною ситуацiйною поведiнкою. Найбiльш ефективний результат в цьому аспектi дають сце-нарiï, за допомогою яких формально генеруються та аналiзуються альтернативш варiанти (магiстралi) розвитку ситуацiйноï обстановки в об'екп керування при заданих чи ситуацiйно-залежних цiлях, а також ситуацшного змiнювання прiоритетностi критерiïв 1'х оцiнки [3]. Сценарй' розвитку складно1' системи належать до класу так званих неповних математичних моделей, тобто. моделей, до яких включено лише сутл^ фактори, як1 можуть бути формалiзованi з прийнятним ступенем точносп [4]. Ключевою задачею використання такого роду моделей е визначення ютотних ощнок характеристик об'ектiв керування з рiзних точок зору: песимiстичного, реалютич-ного та оптимiчного спрямування, i, що особливо, формування вiдповiдного комплексу стратегш рiшень по керу-ванню. Елементи сценарного пiдходу необхiднi, коли дослвдник стикаеться з можливiстю вибору рiзних варiантiв управлiння, iз змшними критерiями оцiнки результатiв, з невизначешстю поведiнки системи, що вивчаеться, та ïï середовища, з недостатнiстю шформаци про дослiджуваний об'ект [5].
Аналiз останшх досл1джень та публiкацiй
В останш роки, окремим важливим напрямком дослiджень, в рамках якого розглядаються ряд принципових для сценарного тдходу в системах керування методологiчних та практичних питань, е тема аналiзу сценарив, зокрема шляхом когнiтивного моделювання, та прийняття рiшень в багатокритерiальнiй постановцi в умовах ситуацiйних змiнювань в об'ектi керування [6]. Так, в робоТ [7] прийнятий багатоатрибутний метод аналiзу ризику для вибору стратеги керування, а також розв'язаш проблеми прийняття ршень на основi динамiчних та ризикованих характеристик. В робоТ [8] розроблена система аналiзу рiшень за к1лькома критерiями для дисперсно!' групи, здшснений нечеткий багатокритерiальний аналiз та спiльне прийняття ршень у багатокритерiальному аналiзi за участю багатьох учасникiв. В статп [9] розробленi дiаграми впливу, яш широко використовуються для представлення багатоетапних проблем прийняття рiшень, у яких кожне рiшення е вибором iз дискретного набору альтернативних варiантiв дш, невизначенi випадковi подiï мають дискретш результати, а попереднi рiшення можуть ендогенно впливати на розподiли ймовiрностей невизначених випадкових подiй. В робоТ [10] розгляда-еться пiдхiд до перетворення чiтких оцiнок, отриманих вщ респондентiв, у форму сiрих штервальних чисел на основi медiани зiбраних балiв шляхом застосування певноï форми шкали Лайкерта.
Побудова сценарйв керування технолопчними комплексами з використанням наведених наукових результатiв з вiдповiдним удосконаленням дозволить пiдвищити ефективнiсть систем керування.
Формулювання мети досл1джень
Метою даноï роботи е розробка сценарiïв керування технолопчними комплексами цукровоï та спиртовоï галузi з урахуванням рiзних факторiв виробництва та ситуацiйноï обстановки в об'ектах керування.
Викладення основного матерiалу дослвдження
Розроблеш сценари керування технолопчними комплексами цукрово! та спиртовово! галузей харчово! про-мисловостi. У загальному задумi можна запропонувати отаке визначення задачi побудування сценарив: зобразити допустим спрямування перемiни в об'ектах керування декшькома рiзновидами так, щоб у межах поставленого змю-товного завдання дати максимальне всеосяжне бачення про дозволеш майбутнi стани та траектори розвитку сис-теми. Ключовим поняттям методологи сценарного шдходу е поняття невизначеностi. Щд невизначенiстю розумшть ситуацш, коли частково чи повнiстю ввдсутня iнформацiя про структуру та можливi стани системи та (або) и серед-овища. Побудова сценарив мае двi мети щодо невизначеностi: по-перше, максимально можливе в рамках цього шд-ходу И зниження; по-друге, опис не усунено! частини невизначеносп за допомогою ряду сценарних варiантiв. Тим самим закладаеться основа для подальшого зменшення невизначеносп розвитку систем у процесах прогнозування, планування та управлшня. Вирiзняють рiзнi компоненти невизначеносп: об'ективну невизначенiсть перебiгу про-цеав у часi, суб'ективний фактор, що полягае у процесi прийняття ршень, неповноту шформаци, що враховуеться, невизначенють впливу середовища на систему, неоднозначнють, критерив вибору у процесi прийняття ршень.
У змiстовному планi з точки зору теорп управлiння сценарiем поведiнки об'екта е модель змши обстановки, пов'язано! з виникненням та розвитком пе! чи iншоl ситуаци та визначаеться в дискретному часовому просторi iз заданим часовим кроком [2].
За допомогою сценарш здшснюеться первинне впорядкування проблеми, виявлення даних про И передiсто-рiю, поточний стан та зв'язки з зовшшшм середовищем, також може будуватись прогноз перспектив розвитку процесу. Сценарш - зааб, за допомогою якого забезпечуеться досягнення визначено! мети функцiонування системи, При цьому враховуються рiзноманiтнi чинники оточення, в якому перебувае система, зокрема, операци та зв'язки мiж ними. 1снують два рiзновиди сценарilв: абстракний (А) та структурний (С). В першому моментi ди здiйснюються з неструктурованими об'ектами (iгноруеться структура об'екта). С-сценарiй базуеться на вщомш структурi об'ектiв, як1 характеризуються комплектуваннями властивостей-атрибутiв. Атрибути пiддаються змь нам шляхом реалiзацil певних правил.
Першочерговим кроком в побудовi сценарив управлiння технологiчними процесами пiдприемства е розробка факторно-щльово! дiаграми [2].
Розглянемо, для прикладу, факторно-цшьову дiаграму для технолопчного комплексу (ТК) цукрового заводу, зображену на рисунку 1. На нш вказанi цiлi, що характерш для технологiчного комплексу цукрового заводу, засоби досягнення цшей та фактори впливу Ф, (табл. 1).
Рис. 1. Факторно-цшьова дiаграма ТК цукрового заводу
Таблиця 1
Позначення основних фак"юр1в виробництва цукру
Фактор Зм1ст
Ф1 Цукристють буряку
Ф2 Якють стружки
Ф3 Сшввщношення стружка-вода
Ф4 Температурний режим дифузи
Ф5 Вмкт сухих речовин
Ф6 Тривалють дифузи
Ф7 Концентращя сатурацшного газу
Ф8 Концентращя вапнякового молока
Ф9 Юлькють газу, що подаеться на сатуращю
Ф10 Температурний режим дефекаци та сатураци
Ф11 Якють дифузшного соку
Ф12 Тривалють дефекаци та сатураци
Ф13 1нтенсившсть обробки вапняковим молоком
Ф14 Юлькють сухих речовин у вщфшьтрованому соку
Ф15 Юлькють пари на отримання сиропу
Ф16 Розрахунок обладнання, визначення юлькосп пром1жних емностей
Ф17 Врахування завантаження попереднього та наступного обладнання
Ф18 Виб1р способу керування ТК
Ф19 Виконання своечасно! пов1рки засоб1в вим1рювання
Ф20 Енергоемшсть обладнання
Рис. 2. А - сценарш процесу одержання дифузшного соку
Покажемо представлення А - сценарш процесу одержання дифузшного соку на рисунку 2, при цьому видь ляемо об'ектш потоки, що показано в табл. 2.
Таблиця 2
Основш об'ектш потоки
Позначення Змст
Р1 Витрата буряку
Р2 Витрата жомопресово1 води
Р3 Витрата живильно1 води
Р4 Витрата пари
Р5 Витрата стружки
Р6 Витрата сирого жому
Р7 Витрата пресованого жому
Р8 Витрата дифузшного соку
На рисунку 3 наведений С-сценарш, при якому досягаеться максимальна продуктивность брагоректифжацш-но1 установки спиртового заводу.
С] - максиш.защя продуктнвносп
Рис. 3. Узагальнений C - сценарiй чаксимпацп продуктивностi брагоректифжацшнот установки
С-сценарiй являе собою деталiзацiю А - сценарiю з урахуванням еволюцп об'екта при здiйсненнi операцш та передачi o6'eKTiB ввд одних операцш до шших. Еволюцiя об'еклв при здiйсненнi операцiй виявляеться у перемш 3MicTiB ix ознак (атрибупв) [2].
Висновки
Розробленi сценарп керування технологiчними комплексами провiдних галузей харчово! промисловостi стали основою алгоритмiв керування в автоматизованих системах комп'ютерного управлшня цукровим та спиртовим виробництвами. Реалiзацiя таких систем забезпечила пол1пшення якосп продукци, зменшення питомих витрат ресурав виробництва та пiдвищення продуктивностi обладнання.
Список використанот лiтератури
1. Ладанюк А.П., Решетюк В.М., Кишенько В.Д., Смiтюх Я.В. Iнновацiйнi технологи в управлшш складними бiотехнологiчними об'ектами агропромислового комплексу: Монограф1я. Ки1в: Центр учбово! лiтератури. 2014. 280 с.
2. Смггюх Ярослав, Ладанюк Анатолiй, Кишенько Василь. Сценарний пiдхiд при автоматизаци техно-логiчних процесiв: Монограф1я. LAP LAMBERT Academic Publishing. 2019. 184 с.
3. Yoo T.S., Lafotune S. (2010).A general architecture for decentralized supervisory control of discrete event systems. Discrete Event Dynamic Systems: Theory & Applications. 12(3). 335-337. doi:10.1023/A:1015625600613
4. Z. Hong, J. Lingzi. (2000). Scenario analysis in an automated tool for requirements engineering. Requirements Engineering Journal. 5(1). 2-22. doi: 10.1007/PL00010341
5. A. Duran, A. Ruiz-Cortez, R. Corchuelo, and M. Toro. (2002). Supporting requirements verification using xslt. In
Proceedings of IEEE Joint International Conference on on Requirements Engineering (RE02). 165-172. doi: 10.1109/ ICRE.2002.1048519
6. Geldermann J., Bertsch V., Treitz M., French S., Papamichail K. (2009). Multi-criteria decision support and evaluation of strategies for nuclear remediation management. Omega. 37, 238-251. DOI: 10.1016/j.omega.2006.11.006
7. Ahti Salo, Raimo P. Hamalainen, Tuomas Juhani Lahtinen (2021). Multicriteria Methods for Group Decision Processes: An Overview. Handbook of Group Decision and Negotiation. 1-29. DOI:10.1007/978-3-030-12051-1_16-1
8. Reema Sharma, Prashant Kumar, Subhasis Bhaumik, Praveen K. Thakur (2022). Optimization of weights and ratings of DRASTIC model parameters by using multi-criteria decision analysis techniques, Arabian Journal of Geo-sciences. 15(10). DOI:10.1007/s12517-022-10034-4
9. Ahti Salo, Juho Andelmin, Fabricio Oliveira. (2022). Decision Programming for Mixed-Integer Multi-Stage Optimization under Uncertainty. European Journal of Operational Research .299(7). 550-565. DOI:10.1016/j.ejor.2021.12.013
10. D. Stanujkic, D. Karabasevic, G. Popovic, P. Stanimirovic (2021). An Innovative Grey Approach for Group Multi-Criteria Decision Analysis Based on the Median of Ratings by Using Python. Axioms, 10(2), 124. DOI: 10.3390/ axioms10020124
References
1. Ladanyuk A.P., Reshetyuk VM., Kyshen'ko V.D., Smityukh YA.V. Innovatsiyni tekhnolohiyi v upravlinni skladnymy biotekhnolohichnymy ob"yektamy ahropromyslovoho kompleksu: Monohrafiya. Kyyiv: Tsentr uchbovoyi literatury. 2014. 280 s
2. Smityukh Yaroslav, Ladanyuk Anatoliy, Kyshen'ko Vasyl'. Ctsenarnyy pidkhid pry avtomatyzatsiyi tekhnolohich-nykh protsesiv: Monohrafiya. LAP LAMBERT Academic Publishing. 2019. 184 s
3. Yoo T.S., Lafotune S. (2010).A general architecture for decentralized supervisory control of discrete event systems. Discrete Event Dynamic Systems: Theory & Applications. 12(3). 335-337. doi:10.1023/A:1015625600613
4. Z. Hong, J. Lingzi. (2000). Scenario analysis in an automated tool for requirements engineering. Requirements Engineering Journal. 5(1).2-22. doi: 10.1007/PL00010341
5. A. Duran, A. Ruiz-Cortez, R. Corchuelo, and M. Toro. (2002). Supporting requirements verification using xslt. In Proceedings of IEEE Joint International Conference on on Requirements Engineering (RE02). 165-172. doi: 10.1109/ ICRE.2002.1048519
6. Geldermann J., Bertsch V., Treitz M., French S., Papamichail K. (2009). Multi-criteria decision support and evaluation of strategies for nuclear remediation management. Omega. 37, 238-251. DOI:10.1016/j.omega.2006.11.006
7. Ahti Salo, Raimo P. Hamalainen, Tuomas Juhani Lahtinen (2021). Multicriteria Methods for Group Decision Processes: An Overview. Handbook of Group Decision and Negotiation. 1-29. DOI:10.1007/978-3-030-12051-1_16-1
8. Reema Sharma, Prashant Kumar, Subhasis Bhaumik, Praveen K. Thakur (2022). Optimization of weights and ratings of DRASTIC model parameters by using multi-criteria decision analysis techniques, Arabian Journal of Geo-sciences. 15(10). DOI: 10.1007/s12517-022-10034-4
9. Ahti Salo, Juho Andelmin, Fabricio Oliveira. (2022). Decision Programming for Mixed-Integer Multi-Stage Optimization under Uncertainty. European Journal of Operational Research .299(7). 550-565. DOI:10.1016/j.ejor.2021.12.013
10. D. Stanujkic, D. Karabasevic, G. Popovic, P. Stanimirovic (2021). An Innovative Grey Approach for Group Multi-Criteria Decision Analysis Based on the Median of Ratings by Using Python. Axioms, 10(2), 124. DOI: 10.3390/ axioms10020124
