Software & Systems

Развитие отечественной технологической среды неразрывно связано с производством конкурентоспособной продукции. В решении этой актуальной задачи главная роль отводится созданию высокопроизводительных систем, основанных на новейших технологиях [1].

Современная концепция гибкого производственного комплекса предполагает наличие на производственном участке станков с ЧПУ, автоматизированных складов-накопителей, транспортных систем, погрузочно-разгрузочных устройств, устройств хранения и доставки инструмента, агрегатов, автоматизирующих контроль и управление производством. Работу производственных участков организуют АРМ, которые обеспечивают автоматическую регистрацию движения материальных потоков по производственным участкам, а также учет запасов на складе.

Такие производства должны иметь высокий уровень автоматизации всех составляющих элементов с коэффициентом использования станков до 0,98. Для этого требуется обеспечить эффективную загрузку оборудования на каждом участке, взаимодействие с другими участками, комплектующими и смежными службами, управляющим персоналом и плановыми органами [2].

Создание производств базируется на реконструкции и техническом перевооружении действующих и проектировании новых предприятий [1]. Одним из важных этапов создания или модернизации производственных систем является расчет емкости автоматического склада продукции. Такой расчет на ранних стадиях проектирования используется для определения размеров склада и компоновки при разработке вариантов планировки участка. Бесперебойная работа станков в течение планируемого цикла их автономной работы обеспечивается правильным расчетом емкости автоматизированного склада гибких производственных систем (ГПС), который служит для хранения запаса паллет с заготовками. Ошибки расчета могут привести к созданию склада с недостаточной или избыточной емкостью. Нехватка позиций на складе ведет к простоям оборудования из-за отсутствия заготовок, избыточная емкость склада – к неоправданному росту затрат на его создание и эксплуатацию. Условная стоимость одной позиции такого склада вместе с паллетой и установочно-зажимным приспособлением составляет около $ 800 [3].

Идет постоянное усложнение объектов проектирования, что обусловливает появление новых направлений и видов проектных работ. Процесс проектирования представляет собой сложную динамическую систему, объединяющую специализированные подразделения инженерно-техничес­ких работников различных специальностей и опирающуюся на результаты работы НИИ, КБ, промышленных предприятий различного профиля и строительных организаций.

Актуальной проблемой машиностроения является автоматизация многономенклатурного производства, так как в разные смены изготавливаются детали с различным временем обработки. Следовательно, число паллет с заготовками изменяется от смены к смене. Процесс расчета емкости автоматического склада длительный и трудоемкий из-за необходимости выполнения большого количества вычислений. Гибкость технологии определяется способностью производства выпускать продукцию нескольких видов с минимальной переналадкой оборудования или вовсе без таковой.

Расчет емкости автоматического склада может рассматриваться как решение задачи упаковки рюкзака, которую в расширенной формулировке возможно описать следующим образом.

Существует набор предметов М наименований и L параметров, описывающих характеристики предметов. Характеристики предметов задаются вектором , определяющим значения каждого параметра предмета: , где iÎ{1, 2, …, M}. Количество предметов каждого наименования N[i] может быть любым целым числом в интервале , где Mmax – максимальное число одинаковых предметов.

При заданном диапазоне ограничений параметров рюкзака  и  требуется найти варианты укладки, удовлетворяющие положенным ограничениям.

В математической постановке условия возможности укладки данной комбинации предметов следующие:

                          (1)

При выполнении условия (1) для k-й комбинации количество предметов в рюкзаке NS[k ] составит  (см. [4]).

Для расчета емкости (числа позиций) склада, гарантирующей размещение любого варианта сменного задания, используется формула

,                                                      (2)

где F – время цикла безлюдной работы ГПС; Cр – принятое число станков на участке; Î{t[1], t[2], …, t[L]} – минимальное время обработки заготовки из производственной программы ГПС.

Склад с числом позиций, рассчитанных по данной формуле, скорее всего, не будет полностью использоваться, его создание потребует необоснованных капиталовложений.

На практике обычно проектируют склад с учетом вероятности риска нехватки позиций для размещения любого варианта сменного задания.

Планируемый учет риска нехватки позиций позволяет сэкономить средства на создание склада. В этом случае его емкость выступает как ограничение при формировании вариантов сменных заданий на этапе оперативно-календарного планирования ГПС.

Таким образом, необходима взаимная увязка проектных и эксплуатационных решений ГПС.

В проектных расчетах вероятность риска устанавливается на уровне 3–5 %. Это позволяет уменьшить емкость склада NPX на 10–15 % от максимальной. На рисунке 1 представлена диаграмма вероятности распределения вариантов сменных заданий [3].

На языке Delphi авторами был разработан программный модуль (ПМ) упаковки рюкзака, основанный на методе верхней границы. Алгоритм метода показан на рисунке 2.

В данной программе для сокращения поиска вариантов сменных заданий используется эвристический алгоритм, позволяющий отобрать возможные варианты за приемлемое время.

Эвристические алгоритмы широко применяются для решения задач высокой вычислительной сложности (задачи, принадлежащие классу NP), то есть вместо полного перебора вариантов, занимающего существенное время, а иногда технически невозможного, применяется значительно более быстрый алгоритм, основанный на использовании эвристики. Эвристикой называют эвристический алгоритм, представляющий совокупность приемов в поиске решения задачи, которые позволяют ограничить перебор.

В данном алгоритме: n – число наименований предметов; i – переменная счетчика; massa[i] – массив весов предметов; kernel[i] – массив счетчиков количества предметов; t – переменная счетчика предметов; kol – число предметов; proverka – переменная проверки решения; new – переменная определения новизны решения; save – переменная сохранения решения; flag_end – переменная флага окончания алгоритма; past_var – функция обнуления данных; konec – функция очистки динамической памяти.

Данный ПМ позволяет осуществлять имитационное моделирование, которое включает два основных процесса – конструирование модели реальной системы и постановку экспериментов на ней. При этом могут преследоваться такие цели, как оценка характеристик системы и выбор стратегии, обеспечивающей наиболее эффективное функционирование логистической системы, исследование узких мест будущей системы.

Исходными данными для ПМ являются вес рюкзака, его стоимость, число наименований предметов и максимальное количество предметов, вес и стоимость каждого предмета рюкзака.

Также существует возможность дополнительно добавлять нужные пользователю параметры и их значения.

Выходными данными этой программы являются варианты сменных заданий и статистическая обработка данных.

ПМ имеет иерархическую модульную структуру, входящие в ее состав модули реализуют следующие функциональные задачи: формирование вариантов сменных заданий (obrabotka), организация выборки сменных заданий (viborka), сортировка вариантов укладки (sortirovka), организация статистической обработки результатов (statistika).

ПМ формирует три вида отчетов: по вариантам сменных заданий, по результатам фильтрации данных и по результатам сортировки вариантов сменных заданий.

Критерием для оценки при выборе оптимального варианта сменного задания принимается указанный диапазон веса рюкзака (минимум мощности грузового или материального потока).

Рассмотрим этапы обработки данных программы упаковки для нескольких параметров и ограничений методом верхней границы:

–      выявляются возможные варианты сменных заданий;

–      выполняется статистическая обработка выбранных сменных заданий;

–      по результатам статистической обработки строятся практические диаграммы вероятности распределения вариантов сменных заданий и распределения, а также кривая накопленной вероятности.

Главное окно программы представлено на рисунке 3.

Возможен выбор условия формирования вариантов сменных заданий, задаваемого на отдельной экранной форме. Окно выборки вариантов сменных заданий показано на рисунке 4, где задаются параметры для отбора значений и соответствующие условия отбора. Существует возможность сортировки вариантов укладки рюкзака по заданным полям, фильтрация по выбранным пользователем параметрам отбора данных.

К основным результатам работы модуля statistika относятся построение диаграммы вероятности распределения числа предметов, диаграмма недогрузки рюкзака, кривая накопленной вероятности. Окно статистики вариантов сменных заданий приведено на рисунке 5, на первой диаграмме отображены вероятности распределения вариантов сменных заданий, на второй – вероятности распределения и кривая накопленной вероятности.

Этапы статистической обработки выбранных вариантов укладки:

–      варианты сменных заданий разбиваются на интервалы шириной в 1 % недогрузки;

–      рассчитывается количество вариантов сменных заданий, число предметов в которых попало в каждый интервал (число попаданий);

–      рассчитывается вероятность попадания для каждого интервала;

–      рассчитывается накопленная вероятность для каждого интервала.

Предложенный ПМ может использоваться организациями-проектировщиками и технологическими отделами машиностроительных предприятий для проектирования гибких автоматизированных участков, а также при реструктуризации, техническом перевооружении или реконструкции существующего производства, при изменении номенклатуры изделий, обеспечивая тем самым планировочную гибкость производства.

ПК упаковки рюкзака для верхней границы позволяет повысить оперативность решения задачи, уменьшить трудоемкость работы по подбору возможных вариантов упаковки и их статистической обработки.

Литература

1. Проектирование автоматизированных участков и цехов: учеб. для машиностроит. спец. вузов / Е.Р. Ковальчук [и др.]; под ред. Ю.М. Соломенцева. М.: Высш. шк., 2003. 272 с.

2. Попов П.М. Оптимизация технических решений проектирования и управления на основе экономико-математических методов анализа: монография. Ульяновск: УлГТУ, 2000. 154 с.

3. Закономерности формирования производительности гибких производственных ячеек: монография / А.И. Сердюк [и др.]. Оренбург: Изд-во ОГУ, 2008. 188 с.

4. Левитин А. Алгоритмы. Введение в разработку и анализ; [пер. с англ. С.Г. Тригуб]. К.: Изд-во «Вильямс», 2006. 576 с.

5. Сердюк А.И., Елагин В.В. Расчет автоматизированных систем инструментального обеспечения ГПС // Станки и инструмент. 1990. № 9. С. 2–6.