Реферат: Алгоритм оптимального календарного планирования работ по упреждению аварийных ситуаций

- количество единиц обслуживания (ресурсы), направляемое на ремонт -го объекта.

Ограничения, накладываемые на значения переменных функции (6):

(7)

где - количество единиц обслуживания в системе,

- количество объектов обслуживания в системе.

- число свободных единиц обслуживания (свободных ресурсов), складывается в общем случае из суммы только что освободившихся единиц и свободных на данный момент времени.

- совокупность коэффициентов, которая показывает на сколько за временную единицу можно понизить совокупность параметров .

Ограничения в нормальном виде системы равенств:

(7)

После приравнивания градиента функции Лагранжа к нулю, система принимает вид:

(8)

где - количество объектов обслуживания в системе,

, (9)

где - запас по времени -го объекта,

- степень влияния аварии на -ом объекте на функционирование всей системы,

- средняя наработка до отказа -го объекта,

- максимальное время ремонта среди всего оборудования.

Для каждого обслуживаемого объекта возможны три решения: работы или вовсе не проводятся, либо проводятся в полной возможной мере, либо частично.

Для унификации решено, что на каждом объекте проводят частичные работы. Тогда исключаем три первых ограничения ().

Решение системы:

(10)

Структурную схему алгоритма ОКПР по упреждению аварийных ситуаций представлена на рисунке 1.

Рисунок 1 – Общая схема алгоритма ОКПР по упреждению аварийных ситуаций.

Обозначения: 2 - Инициализация базы данных, считывание параметров оборудования; 3- если Изменились параметры; 4- Проведение экстремального поиска функции критерия степени аварийности системы; 5 - Количество ресурсов , объем работ , ; 6 – интерпретация полученных результатов; 7 – фактическое распределение ресурсов; 8 – пришло время нового цикла расчетов.

Результат работы алгоритма

После проведения тестирования алгоритма оптимального календарного планирования работ по упреждению аварийных ситуаций, построим зависимости от времени важнейших показателей для каждой единицы оборудования (тестирование проводилось на системе объектов из четырех элементов).

Таблица 2 – Параметры тестируемой системы.

Оборудование	Важность объекта, I	Оптимальное количество ресурсов, M	Среднее время ремонта, ед.времени	Средняя наработка между отказами, ед.времени
Объект 1	0,6	10	3	15
Объект 2	0,8	4	2	3
Объект 3	0,3	5	4	4
Объект 4	0,2	8	5	5

Графики изменения вероятности возникновения аварии, количества используемых на оборудовании ресурсов обслуживания, величины временного запаса построены на рисунках 2-5.

Рисунок 2 – Графики изменяемых параметров для первого объекта

Рисунок 3 – Графики изменяемых параметров для второго объекта

Рисунок 4 – Графики изменяемых параметров для третьего объекта

Рисунок 5 – Графики изменяемых параметров для четвертого объекта

Показано, что алгоритм реагирует на случайные события, возникающие в производственной системе увеличением запаса ресурсов, отправляемых соответствующему агрегату. В случае возникновения спорных ситуаций, алгоритм ОКПР направляет большую часть ресурсов тому оборудованию, которое наиболее важно для всего системного процесса. В момент завершения ремонтных работ на таких элементах системы, единицы обслуживания отправляют обслуживать менее важные агрегаты с большей длительностью, тем самым определяя некоторую задержку в обеспечении маловажных мест производственной системы ресурсами обслуживания.

Ясна зависимость количества поступающих на элемент обслуживаемой системы ресурсов не только от сильного увеличения вероятности возникновения аварии и уменьшения запаса по времени, но и их комплексного воздействия на алгоритм ОКПР.

Список используемой литературы

1. Таха Х. Введение в исследование операций (Книга 2). – Вильямс, 2007. – 912с.

2. Алексеева Е.В. Теория принятия решений. Курс лекций. – Москва, 2008. – 412с.

3. Дуболазов В.А. Оперативно-календарное планирование на промышленном предприятии. - С-Пб, 2000. – 36с.

4. Фленов М.Е. Библия Delphi. – БХВ-Петербург, 2008. – 799с.

5. Ткалич С.А. Диагностические экспертные системы безаварийного управления технологическим процессами // Вестник Воронежского государственного технического университета, том 3, №5, 2007, с.38-43.

6. Ткалич С.А. Нейросетевая модель процесса прогнозирования аварийной ситуации // Системы управления и информационные технологии, №3.1, 2008, с.196-200.