Главная страница Случайная страница
Разделы сайта
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
Задача 9
|
|
Автоматизированная система планирования грузовых перевозок (АСПГП)
Автоматизированные системы выполняют не только традиционные функции обработки информационных потоков заявок заказчиков, контроля технологических параметров, автоматического регулирования, защиты от аварии и т.д., но также осуществляют оптимальное управление допустимыми режимами, расчет технико-экономических показателей производства, пуск и останов отдельных подсистем или производства в целом. При этом важной задачей при создании методов и средств контроля автоматизированных систем является установление и достижение требуемого уровня их надежности, который в значительной степени определяет эффективность работы каждой подсистемы и системы в целом.
Для оперативного решения всех этих вопросов предназначена Автоматизированная система планирования грузовых перевозок (АСПГП), общая функциональная схема которой приведена на рисунке 4.1. Как видно, АСПГП является многоуровневой иерархической информационной системой. В зависимости от конкретных требований эта схема может видоизменяться. Так, например если в каком-то регионе имеется только несколько предприятий, АРМы операторов могут объединяться с региональными управлениями и т.д.
Входным информационным потоком этой системы являются заявки заказчиков на выполнение грузовых работ, которые формируются операторами. Далее управление и обработку этой информации проводят специальные подсистемы с использованием различных баз данных. Обычно АСПГП работает с информационным потоком заявок различного приоритета, что позволяет наиболее срочные или экономически более выгодные заявки выполнять в первую очередь.
Проведенный анализ показал, что повышение эффективности работы существующих АСПГП до настоящего времени обеспечивалось, в основном, за счёт аппаратно-технических средств. Однако на современном этапе актуальной становится задача разработки и применения дополнительно к ним также комплекса организационных, методологических и программных средств повышения надежности управления и обработки информационных потоков в заявок в АСПГП.
Рис 4.1. Схема АСПГП распределенной промышленной корпорации
Рассмотрим различные дестабилизирующие факторы, влияющие на работоспособность, а также проведём анализ жизненного цикла прохождения заявок заказчиков.
На каждом из этапов жизненного цикла на АСПГП воздействуют разнообразные дестабилизирующие факторы. Причинами и источниками их возникновения в различных режимах функционирования системы являются: искажения в системах передачи данных, нарушения в технологической цепочке обработки информации, несанкционированные действия обслуживающего персонала, сбои и отказы в аппаратуре и т.д. Комплексный анализ жизненного цикла прохождения заявок (рисунок 4.2) позволил систематизировать описание этого цикла и на основе его выделить восемь основных этапов, которые на указанной схеме условно обозначены цифрами.
На основании проведенных исследований все дестабилизирующие факторы были условно разделены на пять основных групп. Ниже приведена краткая характеристика каждой группы дестабилизирующих факторов:
1. человеческие: случайные ошибки операторов; предумышленные действия
персонала; низкое качество технической документации и уровней
технологических процессов и т.д.;
2. технические: ошибки в программном обеспечении; сбои баз данных; отказы коммутационного оборудования; недоступность сети передачи данных; сбои электроснабжения и т.д.;
3. организационные: разногласия между структурными подразделениями; невыполнение указаний руководства; неверное понимание документации; отсутствие единой вертикали управления и т.д.;
4. технологические: нарушение технологических карт и инструкций; нарушение временных нормативов на каждую операцию и т.д.;
5. другие: не входящие в перечисленные выше группы.
Рис 4.2. Схема жизненного цикла прохождения заявок заказчиков
Одним из основных показателей работы АСПГП является своевременное выполнение заявок заказчиков. К сожалению, от времени поступления заявок до их реализации из-за воздействия на АСПГП дестабилизирующих факторов, иногда происходит срыв сроков выполнения тех или иных заявок. С этой целью был проведен комплексный анализ невыполнения заявок во время прохождения их по всем этапам жизненного цикла. В таблице 1 приведено количество невыполненных заявок на различных этапах жизненного цикла. При этом заявка считалась невыполненной, если был погружен не весь заказанный в заявке объем, либо погрузка была произведена с нарушением запланированных и согласованных с заказчиком сроков.
Данная таблица построена на основе статистических данных, собранных при комплексном обследовании работы конкретной АСПГП после ввода ее в эксплуатацию за период 2004 - 2006 годы. Для этого было проанализировано количество невыполненных заявок за каждый календарный год, чтобы исключить возможное влияние сезонных факторов. При этом обследовании учитывались только информационные составляющие влияния дестабилизирующих факторов на жизненный цикл прохождения заявки, без учета других причин.
Таблица 1 - Количество невыполненных заявок на время их жизненного цикла
| Этапы жизненного цикла прохождения заявки по рисунку 2 | % невыполненных заявок |
| Формирование плановых данных и причин корректировки – этап 4 | |
| Прикрепление погрузочных ресурсов – этап 6 | |
| Согласование заявки в подсистеме обработки заявок – этап 2 | |
| Выполнение погрузки – этап 8 | |
| Остальные этапы, в общем |
Для уменьшения влияния каждой группы дестабилизирующих факторов на надежность автоматизированной системы планирования грузовых перевозок и снижения количества невыполненных заявок заказчиков, были разработаны специальные алгоритмы, методика и программные модули. Определим вероятностные характеристики и проведем моделирование прохождения заявок заказчиков, а также с использованием метода экспертных оценок определим систему приоритетных показателей для оценки влияния воздействия дестабилизирующих факторов на надежность автоматизированной системы планирования грузовых перевозок.
Основным элементом, с которым работает автоматизированная система планирования грузовых перевозок, являются заявки заказчиков. Для анализа процессов управления и обработки информационных потоков заявок можно использовать математический аппарат теории массового обслуживания. Система массового обслуживания заявок заказчиков включает следующие основные элементы:
• входящий поток требований: заявки заказчиков на перевозку грузов;
• очередь: заявки, которые ждут оформления операторами;
• обслуживающее устройство: подсистемы, каналы и операторы автоматизированной системы планирования грузовых перевозок;
• выходящий поток требований: оформленные заявки на перевозку грузов.
Рассматриваемую автоматизированную систему планирования грузовых перевозок можно отнести к разомкнутой системе массового обслуживания с ожиданием, в которой обслуживанием заявок занимаются n операторов. При этом можно принять, что входящий поток заявок является пуассоновским с интенсивностью λ и параметром µ = 1/ t0, где t0 - среднее время обслуживания одной заявки.
В стационарном режиме функционирование такой системы массового обслуживания можно записать с помощью следующих алгебраических уравнений состояний системы с учетом нормирующего условия 
:
(1)
здесь р 0 и р k вероятности состояний, когда в системе находятся соответственно ни одной или k заявок.
В результате решения указанной системы уравнений (обозначив α =λ /μ) получаются следующие вероятностные характеристики, с помощью которых можно контролировать работу автоматизированной системы планирования грузовых перевозок:
• вероятность того, что все операторы свободны:
P0 = 
(2)
• вероятность того, что работой занято к операторов:
Pk = 
(3)
• вероятность того, что все операторы заняты (к ≥ n):
P n= 
(4)
• вероятность того, что все операторы заняты и s заявок находятся на обслуживании:
Pn+s 
(5)
• среднее время ожидания заявкой начала обслуживания в системе:
t ож= 
(6)
• средняя длина очереди (Мо ж)и среднее число заявок, находящихся в очереди (М):
М ож= 
(7) M = Мож + 
(8)
• среднее число свободных операторов (N0) и коэффициент загрузки операторов (К,):
N0 = 
(9) Kз =1- 
(10)
Достоверность определения вероятностных показателей работы автоматизированной системы планирования грузовых перевозок по формулам (1 - 10) во многом определяется точностью задания исходных значений 
и t0. Практика работы показывает, что отклонения этих величин от их средних значений обычно малы, и они подчиняются нормальному закону распределения. В этом случае для определения ошибок можно воспользоваться методом линеаризации функций случайных аргументов и, например, дисперсию параметра Pk записать в следующем виде:
где Dλ , Dt0, σ λ , σ t0 - дисперсии и среднеквадратические отклонения параметров λ и t0. При этом выражение для производной 
/ 
будет иметь следующий вид:
Таким образом, получим среднеквадратическое отклонение Pk:
Тогда максимальная относительная ошибка значения Рk будет равна:
(11)
Моделирование системы массового обслуживания заявок заказчиков было проведено методом Монте-Карло (таблица 2). В этой таблице жирным шрифтом выделены результаты расчетов по вышеприведенным формулам, а обычным шрифтом значения, полученные при моделировании. Результаты, полученные в процессе моделирования, в целом подтверждают данные, полученные расчетным путем.
Таблица 2 - Результаты моделирования системы массового обслуживания
| Подраз- деление | Число опера- торов | Кол-во Заявок (в час всего) | Вероятность Того, что все опера- торы свободны, Р0 | Вероятность Того, что все опера- торы свободны, Рn | Средняя длина очереди, Мож | Средняя длина ожидания, tож | Коэффициент загрузки операторов, Кз |
| Лихая | 3/1000 | 0.19 | 0.19 | 0.27 | 0.11 | 0.50 | |
| 3/5000 | 0.21 | 0.22 | 0.25 | 0.09 | 0.48 | ||
| 3/10000 | 0.22 | 0.23 | 0.25 | 0.10 | 0.51 | ||
| 0.21 | 0.24 | 0.24 | 0.08 | 0.50 | |||
| Ростов-Товарная | 5/1000 | 0.03 | 0.47 | 1.64 | 0.42 | 0.74 | |
| 5/5000 | 0.03 | 0.49 | 1.56 | 0.38 | 0.72 | ||
| 5/10000 | 0.04 | 0.50 | 1.54 | 0.33 | 0.74 | ||
| 0.04 | 0.51 | 1.53 | 0.31 | 0.75 | |||
| Батайск | 1/1000 | 0.74 | 0.04 | 0.01 | 0.02 | 0.13 | |
| 1/5000 | 0.77 | 0.03 | 0.01 | 0.02 | 0.13 | ||
| 1/10000 | 0.76 | 0.03 | 0.01 | 0.01 | 0.14 | ||
| 0.74 | 0.04 | 0.01 | 0.01 | 0.15 |
Проведенный анализ показателей вероятностных характеристик работы автоматизированной планирования грузовых перевозок системы показал, что точность их определения по формулам (1 - 10) во многом зависит oт безразмерного параметра α. В таблице 3 для примера показано влияние этого параметра на точность расчета показателей (11), приведенных в таблице 2 для Батайского подразделения. Как видно, наименьшая погрешность расчетов имеет место в диапазоне значений α /n от 0.4 до 0.7.
Таблица 3 - Влияние параметра α /n па ошибки определения вероятностных характеристик обработки заявок заказчиков, %
| Параметр | α /n | ||||||||
| 0.1 | 0.2 | 0.3 | 0.4 | 0.5 | 0.6 | 0.7 | 0.8 | 0.9 | |
| P0 | 1.80 | 3.63 | 5.57 | 7.81 | 10.78 | 15.53 | 24.80 | 47.33 | 127.83 |
| Pn | 16.20 | 14.37 | 12.43 | 10.19 | 7.22 | 2.47 | 6.80 | 29.33 | 109.83 |
| Mож | 24.70 | 23.93 | 23.96 | 24.56 | 25.89 | 28.35 | 32.96 | 42.85 | 74.21 |
| tож | 18.09 | 17.64 | 17.76 | 18.41 | 19.76 | 22.23 | 26.83 | 36.70 | 67.96 |
| Кз | 20.70 | 13.92 | 9.01 | 7.55 | 6.74 | 7.02 | 8.27 | 10.35 | 13.50 |
Рассмотрена также работа автоматизированной системы планирования грузовых перевозок с различными приоритетами заявок по срочности их выполнения и приведены выражения для определения соответствующих вероятностных характеристик.
Показатели, характеризующие работу автоматизированной системы планирования грузовых перевозок, были проанализированы также с использованием методов экспертного оценивания. В качестве экспертов привлекались специалисты, имеющие большой опыт работы и практические знания по оценке влияния различных факторов на надежность автоматизированной системы планирования грузовых перевозок.
По группам дестабилизирующих факторов определенных выше, с помощью экспертов была сформирована следующая система показателей, на основании которых можно количественно оценивать надежность автоматизированной системы планирования грузовых перевозок:
• человеческие: задержка выполнения заявок из-за ошибок операторов; качество проверки транспортных средств на пригодность для перевозки;
• технические: продолжительность безотказной работы системы: среднее время простоя системы; среднее время восстановления системы;
• организационные: количество неподаных транспортных средств по вине перевозчика; количество необходимых транспортных средств для перевозки;
• технологические: процент оформления погрузки точно в запланированный срок; процент отказа от выполнения заявок по вине заказчиков;
• другие: другие причины.
На основании данных экспертной оценки была получены приоритеты и весовые значения для различных показателей работы автоматической системы планирования грузовых перевозок (таблица 4).
Таблица 4 - Экспертная оценка показателей работы автоматизированной системы планирования грузовых перевозок
| № | Показатели | Ранги | Вес, % | Прио-ритет | ||||
| Э1 | Э2 | Э3 | Э4 | Э5 | ||||
| задержка выполнения заявок из-за ошибок операторов | 1.33 | |||||||
| Качество проверки транспортных средств на пригодность для перевозки | 17.33 | |||||||
| продолжительность безотказной работы системы | 15.56 | |||||||
| среднее время простоя системы | 11.11 | |||||||
| среднее время восстановления системы | 3.11 | |||||||
| количество неподаных транспортных средств по вине перевозчика | 6.22 | |||||||
| количество необходимых транспортных средств для перевозки | 9.33 | |||||||
| процент оформление погрузки точно в запланированный срок | 18.67 | |||||||
| процент отказа от выполнения заявок но вине заказчиков | 14.67 | |||||||
| другие причины | 2.67 |
В этой таблице Э1 - Э5 соответственно условные номера экспертов; Вес -относительный вес каждого показателя; Приоритет - порядковый номер в системе приоритетных показателей: 1 соответствует наивысшему приоритету, 10 низшему приоритету.
При обработке полученных результатов коэффициент конкордации мнений экспертов рассчитывался по формуле Кендалла (12). Для нашего случая он равен 0.92, что говорит о сильной согласованности мнений экспертов.
, где 
(12)
Здесь Z - количество экспертов, N - число ранжируемых показателей, aij- значения матрицы преобразованных рангов, Rср - среднее значение суммарных преобразованных рангов.
Полученные результаты позволили разработать методы повышения надежности функционирования различных подсистем Автоматизированной системы планирования грузовых перевозок. В качестве примера этих методов на рисунке 3 приведена схема обработки и контроля информации в подсистеме планирования Автоматизированная система планирования грузовых перевозок. В комментариях к блокам алгоритма на этом рисунке указаны следующие разработанные и используемые в системе алгоритмы и программы контроля надежности функционирования Автоматизированной системы планирования грузовых перевозок: 1 - времени планирования; 2 - приоритетов выполнения заявок; 3 - запрещений и ограничений на перевозку: 4 - наличия денежных средств у заказчика; 5 - пригодности подвижного состава; 6 - введенного количества вагонов и возможностей на погрузку; 7 -применения причин корректировки; 8 - целостности данных; 9 - работоспособности смежных подсистем.
Рисунок 3 - Схема обработки и контроля информация в подсистеме планирования Автоматизированная система планирования грузовых перевозок.
Кроме приведенных на этом рисунке, в Автоматизированную систему планирования грузовых перевозок встроены также и другие оригинальные модули контроля надежности функционирования системы. Они позволяют постоянно контролировать работу системы в автоматическом режиме или переходить на диалоговый режим работы операторами и выдавать им указания о необходимости выполнения соответствующих мероприятий для увеличения эффективности работы системы. Так, например, для контроля количества невыполненных заявок разработан алгоритм, который своевременно указывает оператору о приоритетности планирования тех заявок, выполнение по которым осуществляется с отставанием от графика и т.д. Таким образом, алгоритмы контроля надежности функционирования Автоматизированная система планирования грузовых перевозок разрабатывались исходя из системы приоритетных показателей, на улучшение показателей которой они в первую очередь и рассчитаны.
Для контроля функционирования самой Автоматизированной системы планирования грузовых перевозок и ее взаимодействия с внешними системами были разработаны подсистемы и программные модули. В качестве примера, на рисунке4 отображена схема обработки информации в одной из подсистем Автоматизированной системы планирования грузовых перевозок подсистеме погрузки. Символом (*) на этой схеме помечены те блоки, при разработке которых использовались алгоритмы, подсистемы и программные модули, предложенные авторами.
Рисунок 4 - Схема обработки информации в подсистеме погрузки Автоматизированной системе планирования грузовых перевозок
Разработанная методика повышения надежности Автоматизированной системы планирования грузовых перевозок, построенная на основании системно-аналитического описания Автоматизированная система планирования грузовых перевозок, заключается в последовательном выполнении следующих шагов:
1. Исследование Автоматизированной системы планирования грузовых перевозок методами системного анализа.
2. Анализ жизненного цикла прохождения заявки заказчика.
3. Анализ дестабилизирующих факторов, воздействующих на надежность на каждом из этапов жизненного цикла прохождения заявки.
4. Определение системы количественных показателей надежности Автоматизированной системы планирования грузовых перевозок.
5. Выделение из системы показателей Автоматизированной системы планирования грузовых перевозок методом экспертных оценок системы приоритетных показателей надежности Автоматизированной системы планирования грузовых перевозок.
6. Разработка алгоритмов контроля надежности функционирования Автоматизированной системы планирования грузовых перевозок.
7. Разработка программных модулей контроля функционирования Автоматизированной системы планирования грузовых перевозок. Введенная в эксплуатацию Автоматизированная система планирования грузовых перевозок оперативно контролирует выполнение заявок, временно блокируя те из них, погрузка по которым не может быть своевременно выполнена и позволяет выполнять вместо них наиболее срочные или экономически более выгодные заявки.
До внедрения АСПГП оформление и корректировка заявок, а также составление планов работ проводилось на разных уровнях различными структурными подразделениями без их взаимосвязи, что обычно приводило к многочисленным ошибкам. Например, до ввода АСПГП в опытную эксплуатацию только в июле 2005 года количество невыполненных в срок заявок заказчиков составляло 2326, а использованием АСПГП с системами контроля функционирования позволило к декабрю того же года уменьшить эту цифру до 314.
Для оценки эффективности применения разработанных средств повышения надежности АСПГП были проанализированы количественные значения системы приоритетных показателей, полученные ранее методом экспертных оценок. На рисунке 5 показаны лепестковые диаграммы количества невыполненных в срок заявок по группам дестабилизирующих факторов до и после использования средств повышения надежности АСПГП. Отмечается рост влияния технических факторов, при одновременном уменьшении влияния организационных, человеческих и других факторов. При этом влияние технологических факторов осталось прежним.
а) до использования средств повышения надежности
б) после использования средств повышения надежности
Рис. 5 Диаграмма количества невыполненных заявок
Расчёты показывают, что внедрение разработанных алгоритмов и программных модулей позволит добиться следующих результатов:
• количество невыполненных заявок заказчиков уменьшится до семи раз;
• процент оформления погрузки точно в запланированный срок увеличится до 93%;
• продолжительность безотказной работы АСПГП увеличится на 17%:
• количество запланированных, но невыполненных заявок по вине заказчика уменьшится на 34%;
* среднее время простоя системы сократится на 14%.
|
|