Коллектив авторов - Автоматизация адаптивного управления производством на промышленном предприятии

Выше был рассмотрен один из аспектов адаптивности системы, связанный с управлением системой за счет задания параметров заказов, станков, рабочих и остальных участников производственного процесса. Другим аспектом является адаптивность и управление относительно времени. Все системы производства строят производственный план на некоторый горизонт планирования, затем полученный план отправляют на выполнение. Продолжительность расчета может быть различной, так как исходные данные также могут различаться – различные технологические процессы, зависимости между операциями, множество критериев и т.п. В результате, при отсутствии резерва времени, когда, например, необходимо выполнить срочный заказ, следует по возможности сократить продолжительность планирования, а при наличии резерва времени система должна постоянно улучшать производственный план. В этом смысле система планирования в общем случае может изменить план производства вплоть до его полной перестройки. Невозможность точно сказать, каким будет план производства, приводит к аналогии с принципами работы довольно популярной системы Канбан [33], когда заранее неясно, как именно будут выполняться заказы, то есть участники производственного процесса знают только то, что необходимо выполнять в данный момент.

Так, в основе организации производства фирмы «Тойота» лежит годовой план производства и сбыта автомобилей, на базе которого составляются месячные и оперативные планы среднесуточного выпуска на каждом участке. Последние планы основаны на прогнозировании покупательского спроса (период упреждения – 1 и 3 месяца). Суточные графики производства составляются только для главного сборочного конвейера. Для цехов и участков, обслуживающих главный конвейер, графики производства не составляются (им устанавливаются лишь ориентировочные месячные объемы производства). В то же время колебания спроса и рыночной конъюнктуры имеют свои пределы, за границами которых система Канбан начинает давать сбои [34]. Ориентация на прогнозируемые данные при мелкосерийном производстве или даже единичных заказах, может привести к достаточно серьезным потерям.

Управление в рассмотренных системах осуществляется на основе параметров заказов и ресурсов, в частности, приоритетов заказов. Изменяя данные параметры и запуская систему планирования несколько раз, можно получить несколько соответствующих вариантов производственного плана и затем выбрать наиболее предпочтительный план производства. Однако моделирование работы системы с различными параметрами может осуществляться и в автоматическом режиме. Фактически человек стремится найти такие варианты производственного плана, в которых небольшое изменение исходных параметров может привести к значительному улучшению результатов планирования, то есть, может быть достигнут наиболее выгодный динамический баланс интересов – трейд-оффов. С учетом требования оперативности систем составления производственных планов, а именно возможности реагировать на входящие события, ручное моделирование редко используется, что также сказывается на качестве производственного процесса.

Нельзя не отметить тот факт, что возможность программного продукта подстроиться к специфике выбранного предприятия с помощью добавления зависимостей, описания критериев повышает качество внедрения системы планирования. В этом смысле системы, которые предполагают небольшую доработку или расширение, выгодно отличаются от коробочных продуктов.

В настоящее время однозначного, четкого определения сложной системы нет. Известны различные подходы и предложены различные формальные признаки определения сложной системы. В частности, советский ученый Г.Н. Поворов предлагает следующую классификацию [36]:

– сложные системы, которые имеют 104-107 элементов;

– ультрасложные системы, состоящие из 107-1030 элементов;

– суперсистемы – системы из 1030-10200 элементов.

Однако понятие элемента определяется в зависимости от задачи и цели исследования системы. Следовательно, данное определение сложности является относительным, а не абсолютным.

По определению А. И. Берга, сложной системой называется такая система, которую можно описать не менее чем на двух различных математических языках (например, с помощью теории дифференциальных уравнений и алгебры Буля). Кибернетик С. Бир разделяет все кибернетические системы на простые и сложные в зависимости от способа их описания: детерминированного или теоретико-вероятностного.