Технические науки/12. Автоматизированные системы управления на производстве

К.т.н., доцент Кабулова Е.Г.

Старооскольский технологический институт им. А.А. Угарова (филиал) «Национального исследовательского технологического университета «Московский институт стали и сплавов», Россия

Анализ металлургического производства как сложной технологической системы

Современное горно-металлургическое производство состоит из комплекса подотраслей, каждая из которых может рассматриваться как самостоятельное производство с технологическими процессами, стадиями, операциями, людьми, техникой. Согласно исследованиям [1,3,7] перечисленные свойства присущи большим технологическим системам с совокупностью иерархически взаимосвязанных сложных подсистем.

Следует отметить, что технологическая система отличается от технической комплексным характером рассмотрения производства, эксплуатации, управления, оценки качества продукции. При этом динамика сложной технологической системы определяется изменением ее состояния и поведения во времени, а наиболее эффективными подходами для исследования таких систем являются методы системного анализа, позволяющие всесторонне рассматривать систему на различных уровнях иерархии [8,9].

С данной точки зрения металлургическое производство является сложной иерархической многоуровневой системой, для которой декомпозиция является первым этапом формального описания. Как и любой сложной системе, металлургическому производству характерно наличие единой цели функционирования; наличие подсистем; иерархической системы управления; устойчивости к внешним и внутренним воздействующим факторам. Кроме того, согласно работам [5,7], сложным и большим системам характерно наличие моделей, которым недостаточно имеющейся информации для эффективного управления.

Таким образом, предприятия горно-металлургического комплекса (ПГМК) могут быть рассмотрены как большие и сложные системы со всеми характерными для таких систем свойствами и особенностями.

Для изучения свойств сложных горно-металлургических систем необходим анализ системных связей и закономерностей функционирования производственных процессов, основных стадий и технологических операций металлургического производства.

Одним немаловажным свойством ПГМК является наличие сквозной технологии производства, в которой применяются последовательные технологические стадии, начиная с добычи сырья, для получения металлопродукции заданного качества, причем с минимальными затратами энергии и материалов.

Таким образом, наличие сквозной технологии производства ПГМК можно отнести к таким свойствам сложным систем, как многоуровневость, динамичность производства и целостность, влияющая на подсистемы и связи между ними.

Следовательно, ПГМК, как сложным системам металлургического производства, свойственна физическая разнородность подсистем и элементов, что влечет за собой разнородность математического описания функциональных подсистем на различных уровнях.

В тоже время наличие множества разнородных подсистем и элементов приводит к многокритериальности оценок производственных процессов, протекающих в металлургической системе, что обусловлено множественностью технико-экономических параметров производства и наличием неформализуемых показателей.

Таким образом, при идентификации сложных систем металлургического производства присутствует большой процент субъективных экспертных знаний о системе. В данном случае можно говорить о таких свойствах сложных систем, как неопределенность информации и недостаток данных о параметрах системы, возникающие в результате неосознанного механического подхода металлурга-эксперта.

Например, определение химического состава выплавляемой стали и достижение требуемой в спецификации прокаливаемости происходит в условиях неопределенности, методом перебора на основе многолетнего опыта оператора плавки (эксперта) [6], разработка месторождений руды также характеризуется нечеткими данными ввиду неоднородности среды и примерными данными разведки о расположении, форме, угле наклона рудника.

Одним из методологических выводов в этой проблеме является невозможность полного изменения сложной системы за один цикл. В таком случае сложная система должна совершить несколько циклов, на каждом из которых необходимо вносить изменения по управляющим воздействиям и исследовать результаты с выявлением и анализом новых связей и закономерностей функционирования системы [4].

Немаловажным свойством сложных систем, которое характерно и для металлургического производства, является устойчивость и оценка качества функционирования. Качество функционирования ПГМК оценивается с помощью показателей эффективности, которые представляют собой количественную оценку степени приспособленности системы к выполнению поставленных задач [2].

Таким образом, показатель эффективности определяется процессом функционирования системы. При этом для достижения единой цели к процессам функционирования и развития технологических систем предъявляют требования не только исполнители производства, но и внешние потребители в отношении готовой и качественной продукции. Однако, ввиду сложности и большой размерности систем металлургического производства формулировка требований к оптимальной работе систем и прогнозированию их наиболее эффективных состояний практически невозможна [6].

Кроме того, следует отметить, что эффективное функционирование сложных систем металлургического производства характеризуется не только рядом технологических параметров и показателей, но и наличием, так называемого, "человеческого фактора".

Известно, что для достижения оптимальности в управлении необходимо наличие у лица, принимающего решения, объективной, полной и непротиворечивой информации, что практически не реализуемо на практике, так как системы металлургического производства относятся к сложным системам и управление им чаще всего происходит в условиях неопределенности информации.

Для формализации неопределенности можно использовать различные математические подходы и их разделение на сегодняшний день достаточно условно, но чаще всего в реальных системах применяют методы интеллектуальной поддержки управления и принятия решений, что приводит к особой постановке и решению задач оптимизации и управления технологическими системами металлургического производства.

Таким образом, основываясь на многоуровневости систем, можно сделать вывод, что технологические процессы находятся на низшем уровне иерархии металлургического производства и являются наиболее актуальными объектами для традиционного моделирования. При этом моделирование работы производственных участков или цехов для повышения эффективности управления производством непосредственно связано с моделями отдельных технологических процессов.

Следует отметить, что основную роль в сложных системах металлургического производства играет управление, представляющее собой процесс сбора, передачи и обработки информации с помощью современных информационных технологий [4,5]. От эффективности управления зависит не только качество и адекватность функционирования технологических систем, но и достижение общей заданной цели систем. Кроме того, выявлено, что реальные сложные системы металлургического производства функционируют в условиях неопределенности информации, формализацию которой наиболее эффективно проводить с помощью методов интеллектуальной поддержки управления и принятия решений.

В связи с этим иерархическая структура реального металлургического производства должна отражаться в комплексе математических моделей, а любая инженерно-техническая деятельность металлурга или горняка основана на принципах моделирования.

Литература:

1. Бусленко Н.П. Моделирование сложных систем. М.: Главная редакция физико-математической литературы изд-ва «Наука». 1968. 356 c.

2. Кабулова Е.Г. Математическое моделирование производственных процессов в металлургии. Старый Оскол: Изд-во «ТНТ». 2014. 131 c.

3. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. М.: Издательство «Мир». 1973. 344 c.

4. Рожков И.М., Власов С.А., Мулько Г.Н. Математические модели для выбора рациональной технологии и управления качеством стали. М.: Металлургия. 1990. 398 с.

5. Смирнов В.С. Методы и модели управления проектами в металлургии. М.: СИНТЕГ. 2001. 176 с.

6. Gitman M.B., Trusov P.V., Fedoseev S.A. On optimization of metal forming with adaptable characteristics // Journal of Applied Mathematics and Computing. 2000. Vol. 7. No. 2. P. 387-396.

7. Michalska H., Ellis J.E., Roberts P.D. Joint coordination method for the steady state control of large-scale systems. Int. J. Syst. Sci. 1985. № 5. P. 605 - 618.

8. Saati T. and Kerns K. Analytical planning. Organization of systems. M: Radio and communication. 1991. 224 p.

9. Saati T.L. Decision-making. Method of the analysis of hierarchies. M.: Radio and communication. 1993. 278 p.