Авторитетность издания
Добавить в закладки
Следующий номер на сайте
Модель управления промышленным предприятием на основе комплексной автоматизации
Аннотация:
Abstract:
Авторы: Максимов А.А. () - , Зинкевич А.С. () - | |
Ключевое слово: |
|
Ключевое слово: |
|
Количество просмотров: 11783 |
Версия для печати Выпуск в формате PDF (1.18Мб) |
Информационно-управленческая модель промышленного предприятия, сформированная по принципу комплексной автоматизации функций управления деятельностью промышленным предприятием, основывается на следующих положе- ниях. 1. Предприятие рассматривается с точки зрения преобразования поступающего в виде сырья и сопутствующих материалов овеществленного потока в готовую продукцию определенного ассортимента. 2. Управление предприятием разделяется на контуры: оперативного и стратегического управления, в основе которых лежат методы и технологии системного, ситуационного и количественного анализа. 3. Автоматизация управленческих функций (планирования, контроля, мотивации и др.) предприятия должна быть комплексной, обеспечивающей качественной, своевременной и полной информацией все основные этапы принятия решений. 4. В основе комплексной информационной системы предприятия должны располагаться взаимосвязанные между собой оперативное и основное хранилища данных. В основании модели управления находится промышленное предприятие. Постоянно осуществляемые на предприятии процессы управления снабженческой, производственной, сбытовой деятельностью обслуживаются менеджерами низшего звена, к которым относят мастеров участков, технологов, ведущих специалистов отделов материально-технического снабжения, сбыта, кладовщиков, контролеров. Для автоматизации технологических процессов современных производств широко используются автоматизированные системы управления технологическими процессами (АСУТП), автоматически регулирующие ход технологических процессов основного производства. Информация от этих систем поступает в АРМы технологов, мастеров, а также в диспетчерскую службу. Автоматизация касается также и стандартных операций ведения складского учета, где широко применяются такие устройства контрольно-измерительной аппаратуры, как электронные весы, сканеры штрих-кодов и прочие приборы. Информация от этих устройств автоматически поступает в транзакционные оперативные базы данных АРМ ²Склад², АРМ ОТК, который на некоторых предприятиях имеет статус службы контроля качества (СКК). Кроме вышеперечисленных АРМов, важную роль играют АРМы снабжения и сбыта, которые автоматизируют процессы документооборота, связанные с регистрацией первичных документов поступления товарно-материальных ценностей на предприятие и отгрузки готовой продукции. Все АРМы задают информационную подсистему оперативного управления деятельностью предприятия. В предлагаемой модели существенным является то, что определенная информация всех АРМов сохраняется в оперативном (операционном) хранилище данных (Operational data store). Состав этой информации определяет структуру оперативного хранилища данных, которое содержит базы данных: снабженческих поставок, сырья и материалов, полуфабрикатов, технологических операций, плана-графика производства, заказов, логистических операций, поставок готовой продукции. При оперативной обработке информации возникают задачи согласования сведений, полученных из различных приложений. Решение этих задач возможно на основе создания в инфор- мационно-аналитическом центре предприятия операционного хранилища информации. Его основной задачей является ²интеграция данных из различных прикладных систем для получе- ния текущего согласованного представления об объектах соответствующей предметной области² [1]. Назначение операционного хранилища информации определяет его основные свойства: предметную ориентированность; интегрированность; изменяемость; текущий характер данных. Для загрузки данных из баз данных прикладных АРМов в операционное хранилище информация может проходить следующую обработку: конвертирование, определение источника получения, верифицирование, обобщение, кодирование/декодирование, изменение ключевых структур, изменение физических структур, переформатирование, изменение внутреннего представления данных, повторное вычисление данных. С информацией оперативного хранилища данных работают, как правило, менеджеры среднего звена управленческой вертикали, к которым относятся начальники цехов, руководители административных управлений, служб, отделов, бухгалтеры и экономисты. Основные АРМы, которые можно выделить на данном уровне: АРМ ²Финансы², АРМ ²Бухгалтерия², АРМ ²Экономист², АРМ начальника производства, АРМ ²Кадры², АРМ оперативного планирования. Для работы указанных АРМов необходима информация из оперативного хранилища данных. В свою очередь информация из этих АРМов, а также непосредственно из оперативного хранилища данных поступает в основное хранилище данных предприятия. Кроме указанной информации, формирующей внутреннее информационное поле предприятия, в хранилище данных поступает информация из внешних источников (внешнего информационного поля). Для этого в модели предусмотрен АРМ ²Маркетинг², в котором осуществляется анализ и прогнозирование рынков сбыта продукции предприятия, закупки основных видов сырья, а также оцениваются перспективы развития конкурентов. В дополнение к информации этого АРМа в модели предусмотрена возможность дополнительного поступления информации в хранилище данных по результатам анализа биржевых тенденций, фондового рынка, средств массовой информации. Задача хранилища данных (Data store – DS) – предоставление ²сырья² для управленческого анализа в одном месте и в простой, понятной структуре. В пользу подобного технического решения можно привести следующие аргументы. 1. Анализировать данные оперативных систем подразделений напрямую невозможно или очень затруднительно, так как, c одной стороны, данные разрознены, хранятся в форматах различных СУБД и в разных местах корпоративной сети, с другой – даже если все данные хранятся на центральном сервере БД (что бывает крайне редко), они имеют весьма непростую, запутанную структуру. 2. Сложные аналитические запросы к оперативной информации тормозят текущую работу компании, надолго блокируя таблицы и захватывая ресурсы сервера. В зависимости от степени детализации и времени хранения можно выделить: текущие детальные данные, хронологические (архивные) данные, слабо обобщенные данные, метаданные. То, что в хранилище находятся обобщенные суммарные данные вместе с исходными детальными данными, является одним из коренных отличий хранилища данных от базы данных оперативной информации, где суммарные данные не хранятся, а вычисляются каждый раз заново. С информацией хранилища данных работают аналитики предприятия через АРМы аналитиков. Системы аналитической обработки данных будут все более востребованы с развитием управления технологий знаний, которые являются основой стратегического планирования. До этого в том числе разрабатывались системы оперативной обработки информации, выполняющие сбор текущих данных, их хранение и анализ. Для каждой задачи создается отдельное приложение, использовавшее свою БД, спроектированную с учетом выполнения ограниченного набора функциональных операций с данными. Специализированное программное обеспечение для аналитиков [1] может включать следующие средства: 1. OLAP (On-line analytical processing) – средства оперативной аналитической обработки информации, направленные на поддержку принятия решений и помогающие аналитикам отвечать на вопрос: почему объекты, среды и результаты их взаимодействий такие, а не другие. При этом аналитик сам формирует версии отношений между множеством информации и проверяет их на основе имеющихся данных в соответствующих базах структурированной информации. 2. DM (Data mining) – средства для ²раскопок или добычи² отношений между информацией в цифровых базах данных предприятия, которые аналитик может использовать для построения моделей, позволяющих количественно оценить степень влияния интересующих его факторов. Кроме этого, такие средства могут быть полезны для построения гипотез о возможном характере отношений информации в цифровых базах данных предприятия. 3. TM (Text mining) – средства для ²раскопок или добычи² отношений между информацией в текстовых базах данных предприятия, которые дают возможность анализировать и классифицировать текстовую информацию. 4. IM (Image mining) – средства для распознавания и классификации различных визуальных образов, хранящихся в базах данных предприятия или полученных в результате оперативного поиска из внешних информационных источников. 5. KD (Knowledge discovery) – технологии неформализованного поиска скрытых закономерностей в данных и информации, которые базируются на новейших технологиях формирования и структурирования информационных образов объектов, что ближе всего лежит к принципам обработки информации интеллектуальными объектами. 6. Другие специализированные программные продукты, выполненные по заказу аналитиков, которые им наиболее удобны для анализа и подготовки решений в соответствии с их индивидуальными интеллектуальными способностями, уровнем математического и профессионального образования, а также с учетом психологических особенностей восприятия различных видов информации как аналитиком, так и руководством предприятия. Агрегированная, проверенная информация из хранилища данных, АРМов аналитиков, а также частично из оперативного хранилища данных поступает в АРМ ²Руководитель². Этот АРМ является удобным инструментом управления предприятием, который должен функционировать, по мнению автора, в виде современного портала, наглядно отражающего результаты текущей производственной деятельности. Кроме того, информация в нем организована для принятия оперативных и долгосрочных управленческих решений вплоть до формирования и выбора стратегии. В качестве инструментов реализации подобного портала могут использоваться средства поддержки принятия решений (Decision support – DS), представляющие собой оболочки специализированных экспертных систем, которые предоставляют возможность аналитикам определять отношения и взаимосвязи между информационными структурами в базах структурированной информации предприятия, а также моделировать возможные результаты принятия решений. Следует учитывать концепцию личностно-концептуального подхода, предложенную в [2], следствием которой является уникальность совокупности технологий, примененных в АРМ руководителя, поскольку он должен соответствовать личной концепции руководителя по управлению предприятием. На основании выбранной стратегии формируется стратегический бизнес-план предприятия, который является входной информацией для АРМа стратегического планирования. Основной задачей этого модуля является подготовка плана-прогноза продаж и операций, в котором на основании прогноза планируемых объемов продаж происходит планирование производственных ресурсов и требуемых объемов основных видов сырья. Следует отметить, что предлагаемая модель реализует законченный контур управления промышленным предприятием, поскольку информация о стратегических планах поступает в оперативное хранилище данных для составления оперативных планов-графиков, на основании которых ведется оперативное управление реальным производственным процессом. В целом представленная модель управления промышленным предприятием на основе комплексной автоматизации является весьма эффективной для управления крупным промышленным предприятием. В настоящее время она с успехом применяется на ОАО ²Кузнецкие ферросплавы² (г. Новокузнецк), а также внедряется на других предприятиях Урало-Сибирской горно-металлургической компании. Список литературы 1. Вебер А.В., Данилов А.Д., Шифрин С.И. Knowledge-технологии в консалтинге и управлении предприятием. – СПб.: Наука и техника, 2003. – 176 с. 2. Логиновский О.В. Управление и стратегии. – Оренбург: Изд-во Оренбургского гос. ун-та. – Челябинск: Изд-во ЮУрГУ, 2001. – 704 с. |
Постоянный адрес статьи: http://swsys.ru/index.php?id=490&page=article |
Версия для печати Выпуск в формате PDF (1.18Мб) |
Статья опубликована в выпуске журнала № 4 за 2005 год. |
Возможно, Вас заинтересуют следующие статьи схожих тематик:
- Эвристические и точные методы программной конвейеризации циклов
- Оптимизация структуры базы данных информационной системы ПАТЕНТ
- Знания в интеллектуальных системах
- О выборе числа процессоров в многопроцессорной вычислительной системе
- Компьютерные технологии сегодня: тенденции и прогнозы
Назад, к списку статей