Моделирование технологического процесса технического обслуживания автомобилей

Уровень организации технологических процессов является одним из важнейших факторов, влияющих на основные показатели работы службы технической эксплуатации – техническую готовность подвижного состава, затраты на его содержание и производительность труда ремонтных рабочих. Поэтому среди задач технической эксплуатации как подсистемы комплексной транспортной программы значительная роль принадлежит задаче обеспечения автотранспортных предприятий нормативно-технологической документацией.

Для достижения положительных результатов при решении указанной задачи должно быт обеспечено повышение качества технологической документации при одновременном сокращении времени на ее разработку. Поскольку структура технологического процесса технического обслуживания автомобилей допускает многовариантность организации труда, при разработке типовой технологической документации для каждого варианта организации процесса технического обслуживания в зависимости от условий эксплуатации, годового пробега и модификаций подвижного состава необходима разработать несколько вариантов технологических решений, каждый из которых следует оценить и затем выбрать оптимальный. При этом следует учесть что процесс выполнения операций, установленных технологическими картами рабочих мест (исполнителей) вследствие неустойчивости технологических условий ТО и его профилактичности, является случайными во времени. Учет и ограничение случайности исходов процессов работы исполнителей уже на стадии проектирования технологического процесса имеют большое практическое значение, т.е. влияют на потери рабочего времени и эффективность процесса [7].

Полная количественная оценка проектируемого процесса ТО может быть выполнена на основами данных о сочетании рабочего времени исполнителей в отдельных тактах работы технологической единицы поточной машин или тупикового поста. Эти данные позволят оценить пропускную способность технологической единицы как системы сопряженных рабочих мест. Эффективность процесса по критерию потерь времени от несинхронной работы исполнителей и принять меры по снижению вариации трудозатрат исполнителей внесением изменений в организационную структуру процесса. Применение метода натурных испытаний для получения таких данных связано с созданием специальной производительной базы для отработки технологических процессов выполнением большого объема работ по хронометражным наблюдениям и обработке их результатов. Кроме того, в производственных условиях достаточно трудно проводить эксперименты, связанные с изменением организации производства, и обеспечить сопоставимой получаемых результатов (сопоставимость технического состояния автомобилей, поступающих на техническое обслуживание, постоянный состав рабочих и исполнителей, сравнимость условий эксплуатации и др.). Поэтому разработка типовой технологической документации на техническое обслуживание автомобилей новых моделей обычно продолжается не менее одного, двух и более лет. Помимо больших прямых затрат времени, труда и средств, в течение указанного периода в сфере эксплуатации не реализуется полностью конструктивная надежность новых автомобилей.

Следовательно чисто экспериментальные исследования, связанные с совершенстванием организации технологических процессов технического обслуживания при их проектировании, весьма трудоемки, продолжительный, а результаты трудосопоставимый.

Для ускорения разработки оптимальных вариантов организации процессов технического обслуживания определение числовых величин, характеризующих эффективность работы исполнителей по заданным планам, и оптимизацию структуры процесса ТО целесообразно выполнять при помощи математического исследования, построения вероятностной модели, учитывающей присущие процессы, факторы.

Экономико-математическая постановка задачи оптимальной организации труда исполнителей в процессе технического обслуживания автомобилей может быть выражена математической моделью.

Математическая модель отражает в количественных терминах состав элементов технологического процесса и их взаимосвязи и может быть в общем виде представлена системой управлений, в которой соотношения, описывающие условия формирования групп операций исполнителей, сочетаются с выражением для критерия эффективности процесса [7]:

(1) (4.1)

(2)

……………………….

……………………….

……………………….

(Р)

где, _1j,…., _pj - переменные, определяющие наличие i-й операции в наборах

1-го, 2-го,…, р-го исполнителей;

Р,n,t_oji - параметры (количество исполнителей, число операций и

значения длительности i-й операций);

Z - критерий эффективности процесса;

t и q - рабочее время q-го исполнителя;

- такт технологической единицы;

N - число реализаций процесса.

Переменные в модели заданы областью изменения -0 или 1. Равенство переменного 0 означает что в набор операций q-го исполнителя j-я операция не входит, равенство 1-что входит. Ограничения, накладываемые на переменные, исходя из технологических и экономических соображений вырабатываются в результате структурного и функционального анализа, элементов технологичес-кого процесса - операций. Совокупность соотношений, описывающих эти ограничения и связывающих переменные, определяет вес допустимые организационные мероприятия при фиксированных параметрах. Критерий эффективности является показателем уровня организации технологического процесса, выражающим в количественном виде цель проектирования.

Применительно к задаче рациональной организации труда рабочих при техническом обслуживании автомобилей это цель состоит максимизации пропускной способности технологической единицы, т.е. в минимизации производственного цикла или в минимизации суммарных простоев исполнителей от несинхронной работы. Поскольку параметры модели t_oji - значения длительностей элементов технологического процесса, формирующие массив исходных данных, является случайными величинами, критерий эффективности Z (в управлении (Р+2) модели) выражается через средняя значения такта технологической единицы и рабочего времени исполнителей t_u-q [7].

Управления (1) (Р+1) отражают структуру трудового процесса, которая сохраняется в модели независимо от конкретного набора переменных. Тот набор значений переменных _{1j, 1j,…, рj}, при котором Z=min, представляет собой оптимальное решение задачи организации труда исполнителей. Поскольку при выполнении групп операций технического обслуживания автомобилей действует большая количество произвольных случайных факторов (6 и 7), наиболее приемлемым методом вычисления показателей эффективности и нахождения оптимальной организационной структуры технологического процесса ТО является метод статистического моделирования – метод Монте-Карло (1-2).

Математической моделью при этом служит алгоритм исходного варианта процесса, реализованный в виде программы для ЭВМ и позволяющий имитировать динамику процесса работы исполнителей при помощи вычислительных и логических операций, сохраняя характерный для него закономерности изменения случайных факторов –длительности операций.

Серия запусков программы с различными исходными данными-случайными значениями длительности элементов процесса t_oji –накапливает информацию о показателях, от которых зависит эффективность процесса – о значениях рабочего времени исполнителей t_uqi. Статистическая обработка результатов испытания модели позволяет получить критерий эффективности процесса при данных условиях. Кроме количественного исследования моделируемого процесса, метод статистических испытаний позволяет оценить изменение его «качества» при изменении структуры, т.е. исследовать изменение статистических характеристик процесса варьнованием случайных параметров t_oji в наборах операций исполнителей и на основании этого исследования выбрать оптимальный вариант организации труда.

Исходные данные, вводимые в ЭВМ, представляют собой полученные экспериментальным путем изучении трудозатрат на ТО или расчетные (на основе проектно-конструкторской документации) значения длительности каждого элемента процесса – операции или ее составляющих контрольно-диагностической и исполнительской частей, а также коэффициенты повторяемости элементов. Для получение возможности формирования случайных значений длительности операций при моделировании наиболее простым и удобным способом по гистограммам исходных данных специальная подпрограмма обеспечивает определение и запись характеристики гистограмм: ширину, интервалов h_j, их начало x_ji и эмпирические частоты W_ji.

Таблицы эмпирических характеристик длительности операций (ТЭХ) выведенные на перфокарты, представляют собой подготовленные к моделированию исходные данные.

Работа пакета программ моделирования и количественной оценки процесса ТО состоит в выборе эмпирических характеристик длительности операций для исследуемой технологической карты моделировании на их основании значении трудозатрат по исполнителям, статической обработке результатов моделирование и вычислении критерии эффективности процесса. В ЭВМ случайные величины длительностей операций формируется преобразованием вырабатываемых в процессе работы машины равномерно распределенных в интервале (0,1) случайных чисел R(1.2.3 b 8). Принцип преобразование основан на известном (4) положении, что если случайная величина ξ имеет плотность распределения f(x), то случайная величина [7]:

(4.2)

распределена равномерно в интервале (0,1).

Отсюда следует, что для преобразования равномерно распределенных в интервале (0,1) случайных чисел R в случайные числа x_i, являющиеся возможными значениями случайной величины с известной плотностью распределения f(x), необходимо решить относительно x_i управление:

(4.3)

В соответствии с указанным правилом выработанное ЭВМ число R принимается за значение статистической функции распределения (накопленной частоты) F^*(x) случайной величины и определяется то значение аргумента A_ji, при котором F^*(x)=R.

Случайное число A_ji, принадлежащее совокупности чисел, описываемых исходной j-гистограммой, вычисляется согласно рис.4.1 по формуле [7]:

(4.3)

где, x_ji - начало i-го интервала;

W_ji - частость в i-м интервале;

h_j - ширина интервалов.

Интервал, в который попадает число R, выбирают сравнением его с суммой частостей последовательно, начиная с первого интервала, при этом получение неравенства озночает, что последняя частость в сумме соответствует искомому интервалу, по которому и берутся для расчета по формуле значения W_ji и X_ji.

Рисунок 4.1 - Графическое изображение способа формирование случайных способа формирования случайных значений длительности операций по гистограммам исходных данных.

Вычисленная случайное число A_ji принимается за величину t_oji длительности j –й операции в i-й реализации процесса. Получив значения t_oji по всем операциям, определяем рабочее время всех исполнителей t и q_imax и фиксируем его в памяти машины.

После выполнения первой порции реализации процесса ТО на ЭВМ проводится оценка дисперсии значений рабочего времени исполнителей t и q_i и вычисление количества реализаций необходимого для обеспе6чения заданной точности определения средних величин методом Монте-Карло.

Если окажется, что выполненная порция реализаций больше или равно необходимой, то проводятся статистическая обработка смоделированных значений t и q_i и расчет критерия эффективности исследуемого технологического процесса. Если же окажется что выполненная порция реализаций меньше необходимой, то она предварительно дополняется до расчетной числом искусственных реализаций процесса.

Статистическое моделирование на ЭВМ процессов работы исполнителей по заданным технологическими картами и анализ результатов моделирования позволяют без проведение полных натурных экспериментов или значительном сокращении этих экспериментов:

- определить возможные отключения продолжительности наборов операций при известной вариации трудозатрат по отдельным операциям т на этой основе количественно оценить проектируемый процесс по критерию потерь рабочего времени от несинхронной работы исполнителей;

- оценить фактическую пропускную способность любой проектируемой технологической единицы (поста, поточной линии) как системы сопряженных рабочих мест по среднему из максимальных в каждом также значений рабочего времени исполнителей;

- установить экспериментально на модели рациональное значение допуска на продолжительность выполнение наборов операций и по этому допуску определить оптимальные пределы изменения длительности операций, формируемых в группы, что дает возможность оптимизировать организационную структуру процесса ТО;

- свести натурные эксперименты и испытания к минимуму, связанному с отладкой предварительно выбранного рационального варианта (вариантов).

Статистические исследования технологических процессов ТО методом Монте-Карло проводятся на примере первого технического обслуживания автомобилей семейства МАЗ-500А.

Для обеспечения возможности проверки результатов моделирования создан тестовый вариант технологического процесса.

Предварительные результаты, полученные на модели тестового варианта и при натурных испытаниях его, позволяют сделать вывод об адекватности модели реальному процессу и о целесообразности применения метода статистических испытаний с использованием электронно-вычислительных машин для исследования и оптимизации процессов технического обслуживания автомобилей, в дальнейшем и для автоматизации самого технологического проектирования.

Дата добавления: 2015-11-03