CC BY
6УДК 004.89
УПРАВЛЕНИЕ ЗАПАСАМИ НА АТОМНЫХ ЭЛЕКТРОСТАНЦИЯХ С ИСПОЛЬЗОВАНИЕМ МНОГОКРИТЕРИАЛЬНОГО АВС-АНАЛИЗА
Тюкасн Д. А., к.т.н., докторант. ФГБОУ B1IO «Российский химико-технологический университет имени Д. И. Менделеева»,
e-mail: tyukaev_da@ bk.ru
В статье описана значимость материально-технического обеспечения в процессе строительства и эксплуатации атомных электростанций (АЭС), приведены критерии классификации запасов и их основные группы, а также предложена обобщенная модель многокритериального АВС-анатш с использованием растущих пирамидальных сетей и нейро-нечеткого классификатора
Ключевые слова: атомная энергетика, система материально-технического обеспечения, многокритериальный ABC-анализ. растущие пирамидальные сети, нейро-нечеткий классификатор.
INVENTORY MANAGEMENT FOR NUCLEAR POWER PLANTS USING MULTI-
CRITERIA ABC-ANALYSIS
Tyukaev I).. Ph.D.. doctorant. D. Mencleleyev University of Chemical Technology of Russia, e-mail: tyukacv da«/ bk.ru
The article describes the importance of logistical support in the construction and operation of nuclear power plants (NPP). contains the criteria for classifying inventory and basic groups, and unified model of multi-criteria ABC-analysis using growing pyramidal networks and neuro-fuzzy classifier is proposed.
Keywords atomic energy, the system logistical support, multi-criteria ABC analysis, growing pyramidal network, neuro-fuzzy classifier.
В соответствии с Указом Президента РФ от 7 июля 2011 года №899. атомная энергетика определена в качестве одного из приоритетных направлений развития науки, техники и технологий, эффективная реализация которого будет способствовать технологическому обновлению экономики и повышению конкурентоспособности отечественной продукции на мировых рынка. Развитие отечественной ядерной энергетики основывается на разработанной «Энергетической стратегии России на период до 2030 г.». согласно которой предполагается увеличение производства электроэнергии на атомных электростанциях в 4 раза за счет строительства новых обьектов. модернизации и продления сроков службы действующих энергоблоков, а также внедрения инновационных технологий [ 1 ].
Важное значение в процессе строительства новых обьектов. модернизации и продления сроков службы действующих АЭС имеет организация системы материально-технического обеспечения (СМТО). которая представляет собой цепь поставок оборудования, комплектующих и материалов, ядерного топлива, а также захоронения отходов, связанную общими логистическими функциями и системой менеджмента качества.
Используемая в настоящее время методология управления СМТО. включающая методы определения размеров необходимых запасов п выбора поставщиков, разработки структуры складского хозяйства, контроля перемещения крупногабаритного оборудования, а также обоснования источников финансирования инвестиционных проектов по развитию цепей поставок не учитывают в полной мере специфические особенности объектов атомной энергетики |2].
Управление запасами материальных ресурсов предполагает разделение объектов, которые вносят наибольший и наименьший вклад в общую стоимость запасов. Для решения этой задачи традиционно применяют ЛВС-метод. построенный на законе Парето. Сущность данного вида ЛВС-анализа заключается в учете влияния наличия запаса определенного вида на уровень безопасности производственных процессов АЭС'. Традиционно в основе ЛВС-анализа лежит классификация по одному признаку.
Однако для эффективного управления запасами на АЭС целесообразно использовать многокритериальный ЛВС-анализ, который позволяет группировать запасы предприятия по степени их значимости, в том числе и с точки зрения безопасности функционирования.
Очевидно, что от обоснованности выбора показателя при этом напрямую зависит от качества проводимой классификации запасов. С учетом особой специфики бизнес-процессов атомной энергетики целесообразно использовать две группы показателей. К первой группе показателей можно отнести: ценовые факторы, срок полезного использования, доступность данной единицы запаса на рынке, особенности транспортировки и хранения. Ко второй группе показателей относятся показатели группировки единиц запаса по степени их влияния на риск бесперебойной работы объектов АЭС. Показатели второй группы в условиях повышенных требований к
безопасности эксплуатации и ужесточения экологических требований могут рассматриваться как ключевые.
С точки зрения использования показателей классификации второй группы запасы в атомной энергетике целесообразно подразделять на следующие классы:
1. Группа «Обязательно необходимые (катастрофические) запасы» это группа высшего приоритета, содержащая номенклатурные единицы материалов, оборудования, запасных частей и комплектующих изделий, отсутствие которых в определенном количестве и регламентируемом стандартами качестве может нести существенную угрозу экологической безопасности и привести к катастрофическим последствиям. Уровень запасов данной группы должен подвергаться постоянному и тщательному контролю, при этом их страховой уровень должен быть очень высоким.
2. Группа «Критические запасы» содержит запасы материалов, оборудования, запасных частей и комплектующих изделий, которые оказывают существенное, но не столь критическое влияние на функционирование АЭС. Страховой запас в данной группе ниже по сравнению с предыдущей. Однако контроль уровня данных запасов должен также быть достаточно постоянным.
3. Группа «Допустимые запасы» - влияние данной группы запасов на безопасность незначительна, их нехватка в допустимых пределах преодолима, и последствия задержки не угрожают обшей безопасности объекта, а приводят к снижению только экономических показателей эксплуатации. Эта группа с точки зрения критериев второй группы имеет самый низкий приоритет, поэтому процедуры мониторинга их уровня является более простыми.
Для проведения многокритериального ЛВС-анализа запасов АЭС в условиях неопределенности предложена следующая методика:
1. Определение перечня количественных и качественных критериев, используемых для проведения ЛВС-анализа запасов на АЭС. К критериям ЛВС-анализа запасов можно отнести следующие количественные и качественные параметры: средняя стоимость, вес и величина единицы запаса устаревание и моральный износ запасов, сроки поставок, возможность замещения, сложность ремонта и восстановления. критичность отсутствия и другие. Анализ запасов по всей совокупности критериев позволит получить дополнительную информацию, необходимую для принятия эффективных стратегических и оперативных управленческих решений.
2. Проведение ЛВС-анализа е использованием количественных критериев: объем расхода (в единицах в месяц), срок поставки (в днях), оборачиваемость ТМЦ (в днях), стоимость ТМЦ (в рублях). Обработка количественных значений на практике может осуществляться с использованием аппарата растущих пирамидальных сетей. Входными данной сети (рецепторами) будут являться критерии ЛВС-анализа. Диапазон значений каждого критерия разбивается на 3-5 интервалов, границы которых определяются экепертно на основе анализа имеющейся информации. Рецепторы объединяются
Лингвистически» Значенья /7/7 - Продукционные
переиенмые (ПП) нечеткие переданные (НГ7) правила
Дсступмость аагаса » Нгмая на рынке
г средняя ► Выссяв я
» Г,
X.
Стппрнь влияния » х
отсутствия тмц на Очамьаыссвя " Х*\ \
безопасность , к , Н10кля функциоинрованич
► Средне я ф г
У1
И»<™Ц)
Высоко крлгмчные
\ '/
Возможность
* вы coa ля
■ «/A'N
Очень высокая
ммещеиия едяишы r HKWI*
ТМЦ
• г.
Стоииость едини {i ТМЦ
-7
• гг
► Средняя » Вмсгжпя , Низлая
» у Средняя » г»
► BwwHdR
\ 1 /
! >, \
5 i
м«<тмио
ж
/А
Критичные
V
* СХень выеоаа 4
Реионтоп риго,п»всть
тмц НИЙ"
г'.1 Средняя
. — щ rv,
Hr(TVU)
Некритичные
•■ • Выстлав
Рис. I Обобщенная блок-схема многокритериального АВС-аиализа шпасов с использованием нейро-нечеткого классификатора
» ассоциативные элементы, которые представляют собой подфуппы ранее выделенных групп. Обучение растущей пирамидальной сети реализуется без учителя на основе статистики. Результатом muía
• шляется выделение трех групп запасов: А, И и С, н принятие опе-
- пивных решений по управлению ими: сроки и величина закупок, ; также поставщики материалов и оборудования.
3. Проведение многокритериального нечеткого ЛЙС'-анали ta jnecoB на АЭС с использованием инструментов нейро-нечеткой
• иссифнкацин. В настоящее время большое значение для анализа ^ :асов АЭС имеет их классификация по качественным параметрам, ai гример, доступность единицы запаса на рынке, степени влияния ■сутетвия запасов на риск сбоев в нормальной зкеплуатации. наработка качественных значений па практике осуществляется с ¿пользованием аппарата нечеткой логики. Входными данными
. ч гемы нечеткой классификации будут являться критерии ЛВС-анализа единиц запасов. С помощью системы нечетко-логического вывода, построенной с использованием экспертных продукционных правил, рассчитывается степень принадлежности наименования запаса тД(ТМ,и к каждому классу, отнесение к одному из классов пределяется наибольшим значением функции принадлежности [4, ; ] Процедура многокритериального ЛЙС-анализа с использованием -нро-нечеткого классификатора показана на рисунке I.
4. Разработка для каждой группы запасов, полученной на предыдущем этапе, управленческих решений. Для товаров группы Л к таким решениям относятся: строительство новых складов, за-
- ночение долгосрочных контрактов с поставщиками, вертикальная интеграция, закупка дополнительного собственного транспорта.
разработка системы управления транспортировкой ГМЦ.
В заключение необходимо отметить, что ЛЙС-аналнз запасов целесообразно проводить на каждом тгапе жизненного цикла АЭС. поскольку зто позволит повысить экономическую и экологическую эффективность формируемой логистической СМ'ГО эксплуатации и развития АЭС.
Литература:
1. Бутусов О.Б., Дубин М.Е., Мешалкин В.П., Никифорова 0.11. Нечетко-логический алгоритм выбора поставщика в цепи поставок
11рикладная информатика. 2012. №5(41). С. 114-119.
2. Михайлов С.А.. Дли М.Н.. Балябнна А.А. Виды региональных стратегии энергосбережения // Нефтегазовое дело. 2009. №2. С. 48.
3. Стоянова О.В., Ьагузова О.В., Кукснн Р.П. Модификация аппарата растущих пирамидальных сетей для диагностики инновационного потенциала металлургического предприятия /Вестник Российской академии естественных наук. 2010. № 4. С. 60-62.
4. Г'имаров 13.А., Дли М.И.. Бнтюнкий С.Я. Нейро-нечеткий метод классификации обьектов с разнотипными признаками // Системы управления и информационные технологии. 2004. №4(16). С. 13-18.
5. Боярннов Ю.Г.. Стоянова О.В.. Дли М П Применение нейро-нечеткого метода групповою учета аргументов для построения моделей социально-экономических систем Программные продукты и системы. 2006. №3. С. 7.
