from 01.01.2017 to 01.01.2024
Russian Federation
Russian Federation
Russian Federation
During the implementation of multi-stage production processes, it is necessary to solve the problems of technology management and determine the optimal ranges of changes in the implemented technology factors. The processes under consideration are characterized by the absence of strictly defined functional dependencies between the properties of the products and the technological factors being implemented. A multi-stage production process is characterized by the presence of a set of random variables that affect the processing technology and the characteristics of the products. A cellular hierarchical approach is used to study spatially distributed technological systems that include a set of processing stages. The technology of discrete-argumentative modeling of complex structured processes is being implemented. The processing stages are considered as discrete systems containing a hierarchy of cells. The cells reflect the functioning of certain processing stages, while product quality indicators are often set in the form of permitted ranges. To apply the cellular approach, the ranges of variation of the studied technological factors of each cell are divided into alphabetic elements. The solution of the technology management problem in multi-stage systems is aimed at determining the optimal combinations of output alphabets that meet the requirements of the standards. The conditions taken into account when using the optimal management strategy for the studied processes are reflected. The algorithm of technology management strategy in multi-stage systems is presented. The analysis of technological chains is carried out with the choice of the optimal one, for which the optimality criterion will be the maximum. The technology management strategy under consideration allows monitoring the implementation of selected processing modes and making decisions on their adjustment in case of any deviations. Important elements of the management strategy are changing the quality of raw materials, adjusting the required values of output properties, changing operating modes, and disrupting the technological process. The algorithm of the technology management strategy in multi-stage systems is considered, which allows controlling the technological process and responding in a timely manner to deviations in order to successfully achieve the required results.
multi-stage system, process control, process chain, processing modes, deviation, combination of alphabets of inputs and states
Введение
Во время функционирования многостадийных производственных систем возникает задача выработки стратегии управления реализуемым технологическим процессом. Исследуемые процессы отличаются тем, что в них отсутствуют строго определенные функциональные зависимости выходных свойств выпускаемой продукции от технологических факторов. В процессе производства присутствуют случайные величины, которые воздействуют на технологию обработки и характеристики готовой продукции, при этом показатели качества продукции часто задаются в виде разрешенных диапазонов. Таким образом, необходимо управлять технологическим процессом
и находить оптимальные интервалы изменения реализуемых технологических величин [1–4].
Для исследования пространственно-распреде-
ленных технологических систем, включающих набор стадий обработки, применяется клеточно-иерархический подход [5–7]. Этапы обработки описываются как дискретные системы, содержащие иерархию клеток. Клетки описывают функционирование различных стадий обработки. Представление информации в применяемом дискретном подходе отражается в виде создания конечных алфавитов множеств входов, состояний и выходов системы.
В работе отражены условия, учитываемые при использовании оптимальной стратегии управления исследуемыми процессами. Важными показателями выступают изменение качества сырья, корректировка требуемых значений выходных свойств, изменение режимов функционирования, нарушение технологического процесса.
Постановка задачи управления технологией в многостадийных системах
Для применения клеточного подхода диапазоны изменения исследуемых технологических факторов каждой клетки разбиваются на элементы алфавитов: 
при этом номер клетки обозначается k, а технологический фактор клетки mk. Выбираются отрезки, составляющие алфавиты факторов: 
Из элементов алфавитов для каждой клетки формируется массив сочетаний алфавитов исследуемых факторов:
Аналогично создаются алфавиты входных сигналов 
для алфавита l-го входа. Элементы сочетаний алфавитов входов σα: 
Выходные величины формируют свой набор сочетаний алфавитов: 
где 
– количество свойств.
Определяется сочетание выходных алфавитов, являющихся оптимальными для рассматриваемого вида продукции: 
Задача управления технологией в многостадийных системах сводится к нахождению технологических цепочек из набора алфавитов входов и состояний (σα, ξβ), позволяющих получать требуемое оптимальное сочетание 
.
Методика определения оптимальной технологической цепочки
Процесс оптимальной идентификации заключается в определении технологической цепочки (подпространства 
), для которой критерий оптимальности будет максимальным [8–11].
Так как рассматривается R показателей качества, то для каждой единицы продукции, соответствующей подпространству 
, число показателей, соответствующих оптимальным сочетаниям алфавитов выходов, изменяется от 0 до R. Опыты, реализованные по технологии 
, но не принадлежащие подмножеству 
, формируют 
. Индекс j отражает долю выходных величин, соответствующих оптимальным сочетаниям алфавитов. Например, 
отражает вариант, при котором все свойства не соответствуют требованиям, а 
указывает на соответствие подмножеству 
Для сравнения технологических цепочек и выбора оптимальной используется критерий
Выбранная оптимальная технологическая цепочка позволяет получать требуемые выходные свойства с максимальной вероятностью. Полученное сочетание алфавитов факторов фиксируется
в качестве оптимального. Стратегия управления технологией состоит в контроле выполнения требуемых режимов обработки и принятии решений в случае возникновения любых отклонений.
Этапы стратегии управления технологией в многостадийных системах представлены на рис. 1.
Рис. 1. Этапы стратегии управления технологией в многостадийных системах
Fig. 1. Stages of technology management strategy in multi-stage systems
После реализации режимов обработки на отдельном технологическом этапе, представляемом отдельной клеткой, оценивается соответствие реализованного сочетания алфавитов факторов выбранному оптимальному сочетанию. В случае отклонения оценивается вероятность получения требуемых показателей выходов и, при необходимости, выполняется корректировка режимов последующей обработки.
Экспериментальная часть
Ниже рассмотрен алгоритм стратегии управления технологией в многостадийных системах (рис. 2).
Рис. 2. Алгоритм стратегии управления технологией в многостадийных системах
Fig. 2. Algorithm of technology management strategy in multi-stage systems
При изменении характеристик сырья формируется новое сочетание алфавитов входов 
. Это вызывает необходимость корректировки алфавитов случайных величин. Выбранная стратегия управления режимами функционирования позволяет провести поиск новых сочетаний алфавитов:
Если при реализации процесса произошло отклонение от выбранного оптимального сочетания алфавитов факторов:
исследуется отклонение реализованных режимов обработки от заданных технологических режимов: 
. возможность получения заданных значений выходов 
. Выполняется прогноз свойств и рассматривается отклонение от оптимальных значений 
то для сочетания случайных величин выбирается новое, рациональное сочетание алфавитов факторов. Для этого исследуются возможные продолжения, позволяющие получать требуемые значения выходов:
Если после отклонения от заданных режимов обработки невозможно получить требуемые значения выходов при любой корректировке последующих этапов обработки, оценивается возможность продолжения процесса обработки для получения продукции со свойствами, которые можно достичь. Подбирается сочетание выходных алфавитов для данного вида продукции: 
Если нарушения технологии не позволяют получить продукцию заданного качества, полученный полуфабрикат отправляется в брак до момента окончания технологического процесса.
В итоге приведенный алгоритм стратегии управления технологией в многостадийных системах позволяет контролировать технологический процесс и своевременно реагировать на возможные отклонения с целью успешного достижения требуемых результатов.
Результаты исследования
В качестве примера в таблице рассмотрены 3 клетки, соответствующие различным стадиям обработки.
Пример формирования технологических цепочек и их характеристик
An example of the formation of technological chains and their characteristics
|
Сочетания |
Объем выборки n |
Совместная частота |
Критерий Q |
||||
|
|
|
|
|
|
|
||
|
1 |
1 |
1 |
80 |
10 |
20 |
50 |
3 |
|
2 |
140 |
10 |
30 |
100 |
11,5 |
||
|
2 |
1 |
160 |
0 |
10 |
150 |
23,25 |
|
|
2 |
90 |
30 |
30 |
30 |
1,35 |
||
|
2 |
1 |
1 |
90 |
20 |
10 |
60 |
3,9 |
|
2 |
110 |
20 |
80 |
10 |
0,5 |
||
|
2 |
1 |
125 |
10 |
15 |
100 |
10,75 |
|
|
2 |
205 |
0 |
5 |
200 |
40,5 |
||
Набор сочетаний алфавитов факторов каждой клетки состоит из двух вариантов.
В рассмотренном примере оптимальные сочетания алфавитов факторов каждой клетки: 
Технологическая цепочка, для которой критерий оптимальности Q будет максимальным: 
В случае отклонения оптимального сочетания алфавитов в одной из клеток исследуемого процесса осуществляется процедура управления технологией на последующих этапах обработки, например 
оценивается возможность получения заданных значений выходов 
при дальнейшем соблюдении заданной оптимальной технологии. В рассмотренном случае анализируется цепочка 
Из таблицы видно, что данный вариант обеспечивает вероятность получения требуемых значений выходов 
только в пределах 33,3 %. Критерий Q = 1,35 (для оптимального сочетания вероятность получения 
составляла 97,56 %, а Q = 40,5). Необходимо сформировать продолжение 
позволяющее получать требуемые значения выходов. Таким вариантом выступает 
Для данного сочетания вероятность получения 
составляла 93,75 % , а Q = 23,25. Представленные характеристики технологических цепочек позволяют оценить вероятность получения заданных свойств и выделить те траектории, которые ведут к получению брака. Например, вариант сочетания алфавитов факторов 
обеспечивает вероятность получения 9,09 %, что, безусловно, не является допустимым вариантом. Реализуемая процедура управления технологией позволяет на ранних стадиях определять невозможность получения необходимых свойств и снимать данную партию с дальнейшего производства или переназначать в другие виды продукции.
Заключение
Представлен новый подход к исследованию сложных производственных процессов для объектов, имеющих сложную многоступенчатую структуру. Реализуется технология дискретно-аргументного моделирования сложноструктурированных процессов.
Представлены алгоритмы стратегии управления технологией в многостадийных системах. Выбраны показатели, влияющие на процесс корректировки режимов обработки.
1. Prangishvili I. V. Sistemnyj podhod i obshche-sistemnye zakonomernosti [A systematic approach and system-wide patterns]. Moscow, SINTEG Publ., 2000. 528 p.
2. Yurkov N. K. Modeli i algoritmy upravleniya integrirovannymi proizvodstvennymi kompleksami [Models and algorithms for managing integrated production complexes]. Penza, Inform.-izdat. centr PGU, 2003. 198 p.
3. Clark J. S., Gelfand A. E. Hierarchical modelling for the environmental sciences: statistical methods and applications. Oxford University Press, 2006. P. 205.
4. Sakarovitch J. Elements of automata theory. Cam-bridge University Press, 2009. P. 758.
5. Korneev A. M., Suhanov A. V. Issledovanie tochnosti i skorosti skhodimosti algoritmov stohasticheskoj optimizacii funkcij [Investigation of the accuracy and convergence rate of stochastic function optimization algorithms]. Vestnik Astrahanskogo gosudarstvennogo tekhnicheskogo universiteta. Seriya: Upravlenie, vychislitel'naya tekhnika i informatika, 2018, no. 3, pp. 26-37.
6. Korneev A. M., Abdullakh L. S., Sukhanov A. B., Antar S. D., Al-jonid Kh. M. Identification of complex production systems with using iterative networks. International Journal of Engineering & Technology, 2018, vol. 7 (3), pp. 37-39.
7. Korneev A. M., Lavruhina T. V., Smetannikova T. A., Erohin L. K. Postroenie modeli mnogoetapnogo tekhnologicheskogo processa v vide seti Petri [Building a model of a multi-stage technological process in the form of a Petri net]. Vestnik Voronezhskogo gosudarstvennogo tekhnicheskogo universiteta, 2024, vol. 20, no. 3, pp. 64-70.
8. Godfrey Onwubolu C., Babu B. V. New optimization techniques in engineering. Springer, 2004. P. 712.
9. Kwang Y. Lee. Modern heuristic optimization tech-niques: theory and applications to power systems. John Wiley & Sons, 2008. P. 586.
10. Tokarev V. V., Sokolov A. V. Metody optimal'nyh reshenij. Mnogokriterial'nost'. Dinamika. Neopredelennost' [Methods of optimal solutions. Multicriteria. Dynamics. Uncertainty]. Moscow, Fizmatlit Publ., 2010. 416 p.
11. Pupkov K. A., Egupov N. D. Teoriya optimizacii sistem avtomaticheskogo upravleniya [Theory of optimization of automatic control systems]. Moscow, Izd-vo MGTU im. N. E. Baumana, 2004. 744 p.
