Системный анализ, модели и методы управления процессами и объектами в сетях автозаправочных станций icon

Системный анализ, модели и методы управления процессами и объектами в сетях автозаправочных станций


2 чел. помогло.
Смотрите также:
Программа-минимум кандидатского экзамена по специальности 05. 13. 01 «Системный анализ...
Рабочая программа дисциплины методы и модели в экономике для специальности...
Аналитический синтез позиционно-траекторных систем управления подвижными объектами...
Примерная программа дисциплины системный анализ и принятие решений Рекомендуется Министерством...
Программа вступительного экзамена в аспирантуру по специальности 05. 13. 01 «Системный анализ...
Согласование структур мышления человека-проектировщика с создаваемыми им процессами управления...
Диссертации: «Модели и методы группировки объектов для геолого-экономического районирования»...
Нечеткие модели и методы управления образовательной траекторией в системе переподготовки...
Программа-минимум кандидатского экзамена по специальности 05. 13...
Программа-минимум кандидатского экзамена по специальности 05. 13...
Программа-минимум кандидатского экзамена по специальности 05. 13...
Последовательная параметризация управляющих воздействий и полубесконечная оптимизация алгоритмов...



Загрузка...
страницы: 1   2   3
вернуться в начало
скачать
^

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ


Во введении обоснована актуальность темы, определены цель и задачи исследования, охарактеризованы его объект, предмет и методы, сформулирована научная новизна и положения, выносимые на защиту, приведены сведения о практической значимости и апробации работы.
^

Первая глава посвящена анализу объекта и работ по повышению эффективности сетей АЗС и постановке задач исследования.


Проблематика сетей автозаправочных станций состоит в сложности целей, воздействий и ограничений среды и системы и взаимодействий между ними (рис.1), многообразии и разнородности объектов, процессов, событий и явлений различной природы, высокой плотности информационных (И), материальных (М), финансовых (Ф) и энергетических (Э) потоков и необходимости повышения эффективности управления.



Рис. 1. Взаимодействие внешней среды с сетью автозаправочных станций

Объект исследования представляет собой сложную, территориально-распределенную, иерархическую систему (рис. 2).




Рис. 2. Обобщенная схема типичной сети автозаправочных станций

Анализ объекта исследования и ранее выполненных работ показывает, что сети автозаправочных станций являются сложными человеко-машинными системами высокой размерности, задачи построения структур и выбора управляющих воздействий которых, оптимальных или наилучших по заданным критериям, являются задачами многокритериальной оптимизации. Целесообразно выделение трех уровней иерархии: АЗС – объекты обслуживания потребителей, комплексы АЗС – взаимосвязанные объекты обеспечения функционирования АЗС или сети АЗС в узком смысле, предприятия НПО – системы поддержания долговременного взаимодействия АЗС и их сетей с внешней средой.

Общая задача состоит в построении на временном интервале Δt вариантов структур и выборе управляющих воздействий , оптимальных по критерию



(0)

при общесистемных , частных , топологических , структурных и связанных с характеристиками средств управленияограничениях.

В (1) K - показатель эффективности; {KАЗС}, {KАГЗС}, {KМТАЗС}, {КСеть АЗС}, {KНПО} – векторные компоненты К, K=({KАЗС}, {KАГЗС}, {KМТАЗС}, {КСеть АЗС}, {KНПО}); Kuv,Kxy,Kpq ­векторные компоненты K для каждого объекта r (r=1..nhi) hi-го уровня (hi=1..3, 1- АЗС; 2 – комплекс АЗС; 3 – предприятие НПО); С и A – множества функций и алгоритмов управления; X множества средств управления вида, элементы множества {Xpq} вида p (p=1..P) и уровня (q=1..Q); U – отношения между средствами управления, элементы множества {Upq}; S - множество видов структур, Sxy – множество видов территориально распределенных структур; R  множество вариантов структур и управляющих воздействий; GGuv, Gxy, Gpq – множества целей, воздействий и ограничений среды и системы, u – тип системы среды (u=1..U), v – вид системы среды (v=1..V), x и у – пространственные координаты, (x=1..xmax) и (y=1..ymax), Г – множество графов структур системы.

В данной постановке задача не решается из-за высокой размерности, разнородности объектов, процессов, событий и явлений и нелинейности их взаимодействия, что и обусловливает необходимость разработки новой методологии рационального построения и непрерывного совершенствования структур сетей автозаправочных станций и эффективного автоматизированного управления процессами и объектами в данных системах.


^ Во второй главе представлена методология рационального построения и непрерывного совершенствования структур сетей АЗС и эффективного автоматизированного управления процессами и объектами в данных системах.

Методология, структура и состав которой представлены на рис. 3, включает взаимоувязанные постановки задач, показатели, модели, методы, алгоритмы и информационно-логические схемы, составляющие теоретические основы рационального построения и непрерывного совершенствования структур сетей АЗС и эффективного автоматизированного управления процессами и объектами в данных системах.



Рис. 3. Методология рационального построения и непрерывного совершенствования структур сетей автозаправочных станций и эффективного автоматизированного управления процессами и объектами в данных системах

Методология базируется на теоретико-множественном представлении сложных систем с использованием системного причинно-следственного подхода.

Каждый объект, процесс, событие и явление имеет причину, определяющую его возникновение, изменение и связь с иными событиями. Цели достигаются путем преобразования потоков ресурсов и формирования выходных характеристик в условиях требований вышестоящей системы, воздействий среды и ограничений системы. Процесс достижения целей как последовательная смена состояний представляется цепью причинно-следственных связей. Результаты решения задач управления или причинно-следственного взаимодействия вызывают изменения среды и системы.

Решение задач в известных ситуациях заключается в задании лицом, принимающим решение (ЛПР), наиболее общей причинно-следственной связи, которая может быть интуитивно понятной, известной или теоретически доказанной. Далее проводится декомпозиция ее компонент с использованием моделей теории систем и управления вплоть до уровня, где задачи могут решаться известными методами. Наконец, осуществляется проверка качества внедрения результатов моделирования и коррекция при необходимости.

При наступлении признаков ранее неизвестных ситуаций или недостаточности данных для решения задач проводится коррекция модели и последовательное уточнение решений по мере внедрения результатов и развития системы.

Информация о системе, среде и результатах моделирования заносится в банк моделей НПО или БД НПО. Путем декомпозиции по уровням, периодам управления и видам задач построения структур и выбора управляющих воздействий общая задача структурируется в виде взаимосвязанной совокупности частных задач (рис. 4).




Рис. 4. Информационно-логическая схема взаимосвязей решаемых задач

На рис. 4 полужирным шрифтом выделены задачи, решение которых ранее не проводилось. Модели следующих уровней получают данные от моделей предыдущих уровней. При функционировании системы применяются устройства автоматического управления насосами, уровнемерами, терминалами, ТРК и иным автозаправочным или АЗ-оборудованием.


^ В третьей главе представлены результаты системного анализа, а также постановки, показатели, модели, методы, алгоритмы и информационно-логические схемы рационального построения и непрерывного совершенствования структур сетей автозаправочных станций и эффективного автоматизированного управления процессами и объектами в данных системах.

Достижение целей осуществляется путем реализации процессов приема, хранения и отпуска нефтепродуктов, технического, транспортного, информационного и административно-хозяйственного обслуживания, подготовки персонала, информационного и энерго-материального обеспечения, обеспечения безопасности, принятия решений и управления.

При выборе направления развития сетей автозаправочных станций из глобальной цели «получение прибыли путем удовлетворения потребностей потребителей» наиболее общая причинно-следственная связь формулируется как достижение максимального значения показателя K на заданной стадии функционирования системы, путем построения структур и выбора управляющих воздействий по преобразованию ресурсов средствами управления и объектами управления как объектами-преобразователями в условиях взаимодействия с внешней средой.

Выбор направления развития сетей автозаправочных станций осуществляется путем реализации предлагаемого метода, выраженного следующим обобщенным алгоритмом.

На I этапе проводится сбор данных об исследуемых системах, внешней среде и их взаимодействии и определяется возможность применения ранее созданных моделей.

1.1. Определение ЛПР целей, постановка задач, выделение системы из среды и нахождение требований вышестоящей системы, воздействий внешней среды и ограничений системы Guv.

1.2. Построение показателя эффективности K по системным закономерностям иерархичности, целостности и необходимого разнообразия вариантов путем суммирования показателей для различных объектов, уровней и подсистем:

,

(0)

где результаты функционирования подсистем s (s=1..SНПО, 1  поставка нефтепродуктов, 2 – хранение нефтепродуктов и операционная деятельность, 3 – отпуск нефтепродуктов, 4  обеспечение и обслуживание, 5 – учет и отчетность) hi-го уровня иерархии (АЗС, сеть АЗС, предприятие НПО) r-го объекта hi-го уровня (r=1..nhi),   издержки r-го объекта hi-го уровня подсистемы s, Пrhis потери.

1.3. Обеспечение доступа к существующему или построение нового банка моделей рассматриваемой предметной области БД НПО.

1.4. Построение пространства параметров Ruv, базисные векторы которого определяются существенными G*uv, задание целевых областей Eэф.

1.5. Поиск модели, позволяющей достичь Eэф за t: при наличии модели осуществляется переход к п. 4.3, при отсутствии – переход ко II этапу.

На II этапе определяется возможность решения задачи с помощью моделей и метода синтеза многоконтурных систем.

2.1. Задание множеств функций управления {Ci} (i=1..I), производственных процессов, процессов обеспечения и обслуживания {Pj} (j=1..J) и периодов управления {hk}(k=1..K).

2.2. Построение элементарных задач управления

,

(0)

где матрица смежности элементарных задач управления.

2.3. Создание модели системы управления в соответствии с со структурой процессов систем обеспечения нефтепродуктами, проведение -, С , P- и Н-синтеза, отсечение вариантов, не имеющих физического смысла, экономической целесообразности или заданной степени автоматизации, направленный перебор по агрегированным показателям и выбор варианта, оптимального или наилучшего по критерию К. Здесь -синтез – построение распределенной структуры системы управления как исходной модели,  синтез - объединение функций управления вдоль контуров управления, -синтез - объединение функций, принадлежащих разным контурам одного процесса, -синтез объединение функций контуров управления различных временных интервалов. Указанные виды синтеза представляют собой процедуры свертывания функциональных контуров управления.

2.4. Определение возможности достижения Eэф за t: при наличии возможности переход к п. 4.3, при отсутствии переход к III этапу.

На III этапе проводится построение структур и управления, оптимальных или наилучших по критерию K.

3.1. Задание пороговых значений изменений показателя K QGп=K2/K1, соответствующих изменению стадии развития при переходе из текущего состояния 1 в будущее состояние 2, периода управления hk (k=kmax) и допустимых отклонений QGп и tdG,п , где tdG – время изменения Guv.

3.2. Нахождение K1, определение требуемых K2 и hk и определение стадии функционирования для рассматриваемой сети АЗС Phph (ph=1..PH),: 1, 3 – создание или ликвидация и развитие или деградация, и ; 2 – нормальный режим, и ; 4 инцидент, и ; 5 – авария, и .

3.3. Выбор этапов процессов в зависимости от стадии развития Pph: P1,3* (, 1 – постановка задачи, 2 – моделирование, 3 – проверка, 4 – ОС, 5 – коррекция); P2* (1 – функционирование, 2  воздействие среды, 3 – коррекция, 4 – обслуживание, 5 – ремонт, 6 – модернизация); P4* – (1 – изменение состояния среды или системы, 2   отклик на воздействие среды, 3 – коррекция, 4 – возвращение в исходное состояние); P5–  (1 – изменение состояния среды или системы, 2 – отклик на воздействие среды, 3 – коррекция, 4 – последовательность этапов 1-3 с ликвидацией последствий аварии или разрушением системы). Значком «*» отмечены состояния системы и компоненты модели после взаимодействия.

3.4. Выбор характеристик ресурсов {wpr} (pr=1..6, 1 – персонал, 2 – оборудование, 3 – энергия, 4 – материальные ресурсы, 5 – финансы, 6 – знания, информация и данные) для процессов P1,3* – вновь привлекаемые ресурсы, P2* – ранее используемые ресурсы, P4* – зарезервированные ресурсы, P5* – зарезервированные и вновь привлекаемые ресурсы.

3.5. Выбор видов технических средств управлениядля процессов P1,3* – системы моделирования, базы знаний, опытное производство; P2* – средства, соответствующие известным моделям, однако обладающие лучшими характеристиками и/или большим диапазоном изменений параметров; P4,5* – компоненты резервных и вновь создаваемых контуров локализации и ликвидации последствий инцидентов и аварий.

3.6. Выбор видов организационных средств управлениядля процессов P1,3* – соответствующих программно-целевой структуре, P2* – соответствующих матричной структуре, P4* – соответствующих адаптивной матричной структуре, P5* – соответствующих адаптивной программно-целевой структуре.

3.7. Выбор элементов информационной системы: массивов данных {1  БД, 2  архив, 3 – неструктурированные данные} и разрешенных способов передачи данных и видов носителей {1 – электронная форма, 2 – бумажная форма, 3 – устная форма} для процессов P1,3* – сетевая структура (источник, приемник, концентратор и делитель информационных потоков и каналы связи, распределенные БД, архив и неструктурированные сведения, электронная и устная формы представления), P2* – иерархическая структура (рабочая станция, сервер, каналы связи, иерархическая БД, электронная и бумажная форма); P4*, аналогичная с наполнением БД предварительно разработанными информационно-логическими схемами и алгоритмами реагирования на инциденты; P5* – сетевая структура(приемник данных, каналы связи, контур локализации и ликвидации аварий, распределенные БД, архив и неструктурированные данные, электронная и устная формы).

3.8. Построение элементарных задач управления для процессов

P1,3* – ,

P2*, P4,5*.

3.9. Построение структур системы управления с использованием выбранной последовательности этапов производственных процессов с отсечением вариантов, не имеющих физического смысла, экономической целесообразности или не обеспечивающих заданную степень автоматизации.

На IV этапе путем направленного перебора по агрегированным показателям находится вариант наилучшего приближения к целевой области, проводится проверка на тестовой системе, занесение моделей структур и видов управляющих воздействий в БНД НПО и переход к п. 1.1.

На основе приведенного обобщенного алгоритма сформированы частные взаимосвязанные методы и алгоритмы, представленные на рис. 5.



Рис. 5. Взаимосвязи методов и алгоритмов разработанной методологии


В четвертой главе представлены показатели, модели, алгоритмы и информационно-логические схемы рационального построения и непрерывного совершенствования структур систем предприятий нефтепродуктообеспечения и эффективного автоматизированного управления процессами и объектами в данных системах.

Наиболее общая причинно-следственная связь задачи совершенствования систем предприятий НПО состоит в достижении КНПО=max путем построения структур и выбора управляющих воздействий, наилучших или оптимальных по КНПО. Управление представляется реализацией функций Сi (iΠ1..I, I=5; сбор, обработка и визуализация информации, 2 – идентификация ситуации и подготовка к принятию решений, 3 – принятие решений, 4 – исполнение решений, 5 – межконтурная координация) для процессов Pj (jÎ1..J, J=5; 1 – прием нефтепродуктов, 2 – хранение нефтепродуктов, 3 – отпуск нефтепродуктов, 4 – обеспечение и обслуживание, 5 – координация и т.п.) на интервалах hk (kÎ1..K, K=5; 1  непрерывное слежение, 2-5 интервалы квази-непрерывного, тактического, оперативного и стратегического управления) средствами Xpq (pÎ1..P, P=2, qÎ1..Q, Q=5; организационные средства: 11  руководитель, 12 – заместитель руководителя, 13 начальник отдела, 14 – специалист, 15 – работник; технические средства: 21  сервер, 22 – рабочая станция, 23 – контроллеры, 24 – компоненты АСУ, 25   компоненты ввода-вывода).

Задача состоит в обеспечении КНПО=max в условиях Guv

,

(0)

где u=1..U (1–«Потребители», 2 – «Поставщики», 3 – «Конкуренты», 4   «Окружающая среда», 5 – «Вышестоящая», 6  «Нижестоящая» и 7  «Целеполагающая» системы, 8 – «Внешняя среда»), Г, Г1 Г4 – графы структур систем.

Наилучший результат достигается путем совместного анализа и синтеза структур управляющей и управляемой систем, систем принятия решений, информационной и организационно-технической систем, характеристики которых представлены в табл. 1 и на рис. 6.


Таблица 1

Графы структур при синтезе многоконтурных систем

Система

Описание

Формализованное представление

Неактивная инфра-система

Комплекс объектов-преобразователей потоков ресурсов

Граф Г (X, U), где X – объекты вида А0 (транспорт), Aef (преобразование: e,f Î {И, М, Ф, Э}), Б (изменение), В (накопление), U – отношения

Система управления

Множество контуров управления

Граф Г1 (X1, U1), где X1Î{X1} – образ средства управления, U1Î{U1} –  отношения

Система принятия решений

Модели БД НПО принятия решений в известных ситуациях, а также по неполным данным

Граф Г2 (X2, U2), где X2 – акты принятия решений Apq (1 – генерирование решения, 2 – использование БД НПО, 3   эксплуатация и обучение), U2 – отношения между актами принятия решений (1 – исполнение, 2 – условное исполнение, 3 – информирование)

Информационная система

Множества массивов данных (вершины) и процедур их передачи (ребра)

Граф Г3(X3, U3), где X3 – массивы данных

(1 – БД, 2 – архив, 3 – неструктурированные данные), U3 – виды представления (1 – электронная, 2 – бумажная и 3 – устная формы)

Организационно-техни-ческая система

Граф Г1, «склеенный» с графом инфрасистемы

Граф Г4(X4, U4), где X4 = Xpq (pÎ1..P, qÎ1..Q), для типичной структуры P=2, Q=5



Рис. 6. Взаимосвязь графов структур многоконтурных систем

Задача решается с помощью метода синтеза многоконтурных систем, заданного на рис. 7 в виде следующей информационно-логической схемы.



Рис.7. Информационно-логическая схема синтеза многоконтурных систем


^ В пятой главе представлены показатели, модели, алгоритмы и информационно-логические схемы рационального построения и непрерывного совершенствования структур комплексов АЗС и эффективного автоматизированного управления процессами и объектами в данных системах.

Комплексы автозаправочных станций представляют собой совокупность объектов приема, хранения, транспорта и отпуска нефтепродуктов и обеспечения функционирования АЗС. Из наиболее общей причинно-следственной связи «обслуживания как можно большего числа потребителей» следует необходимость размещения АЗС с заданными параметрами в местах максимальной интенсивности потоков АТС, важность учета характеристик УДС и требование минимального перераспределения потоков АТС внутри сети. Последнее положение служит для оценки верхней границы размера сети, так как дальнейший ее рост может привести к снижению удельных объемов реализации нефтепродуктов.

Задача размещения АЗС в местах максимальной интенсивности потоков АТС с учетом параметров объектов Guv* состоит в построении ГСеть, обеспечивающего КСеть=max на ГУДС

,

(0)

где qАТС,i – интенсивность потока АТС в точке i, i=1..I; ГУДС{Vi,Ej} - граф УДС, (Vi)   множество вершин (i=1..I), (Ej) – множество ребер (j=1..J); q1i и q2i – искомые точки (1) и точки с известными значениями интенсивностей (2); G*uv – параметры АЗС, задача нахождения которых рассматривается далее.

Информационно-логическая схема решения задачи дана на рис. 8.



Рис.8. Информационно-логическая схема размещения автозаправочных станций в местах максимальной интенсивности потоков АТС с учетом параметров АЗС

Задача размещения АЗС с учетом характеристик улично-дорожных сетей состоит в определении числа элементов УДС (V*i, АЗС и E*j, АЗС) между ( АЗС, обеспечивающего минимальное перераспределение потоков автотранспортных средств между объектами одноименной сети

.

(0)

Задача решается путем анализа зависимостей КСеть от числа равнозначных и неравнозначных перекрестков ViАЗС и длины улиц EjАЗС, аппроксимации данных зависимостей и нахождения особых точек (, , точек перегиба и т.п.), определяемых как наилучшие или оптимальные по критерию КСеть , с точностью до допустимого отклонения показателя эффективности КСеть

Информационно-логическая схема решения задачи дана на рис. 9.



Рис. 9. Информационно-логическая схема размещения АЗС с учетом характеристик улично-дорожных сетей

Задача управления развитием комплексов АЗС состоит в последовательном повышении КСеть с использованием ранее созданных моделей и уточнения результатов по мере внедрения и развития системы:

, ,

(0)

где * – проектируемый комплекс АЗС, r – число АЗС сети.

При решении задачи используются ранее созданные модели размещения АЗС в местах максимальной интенсивности потоков АТС с учетом параметров объектов и характеристик УДС. Проводится аппроксимация зависимости KСеть от числа объектов r и определение оптимального или наилучшего по критерию KСеть числа АЗС, соответствующего особой точке r* зависимости Ксеть (r). Информационно-логическая схема решения задачи представлена на рис. 10.



Рис. 10. Информационно-логическая схема решения задачи управления развитием  комплексов автозаправочных станций

^ В шестой главе представлены показатели, модели, алгоритмы и информационно-логические схемы рационального построения и непрерывного совершенствования структур автозаправочных, автогазозаправочных и многотопливных автозаправочных станций и эффективного автоматизированного управления процессами и объектами в данных системах.

Автозаправочные станции являются объектами обслуживания конечных потребителей. Наиболее общая причинно-следственная связь при решении задач повышения эффективности АЗС состоит в снижении простоев автотранспорта и ТРК при обслуживании, а также обеспечении соответствия требованиям системы, воздействиям среды и ограничениям системы.

Задача определения состава ТРК на АЗC, оптимального по критерию минимума простоев АТС и ТРК, состоит в минимизации числа ТРК, обслуживающих существующие и перспективные потоки АТС

 min,

(0)

где ^ K – число ТРК на АЗС (известное Kmax =12), n – число АТС на АЗС, n0 – допустимая потребителем длина очереди, после достижения которой новые АТС не заезжают на АЗС, m – виды нефтепродуктов (Аи-80, Аи-92, Аи-95, Аи-98, ДТ, сжиженные углеводородные газы /СУГ), P (n) – вероятность нахождения на АЗС заданного числа АТС n, ch – каналы обслуживания АСУ АЗС, ch=1..СН.

В задаче рассматривается ситуация превышения числа заявок над тем, которое имеется возможность обслужить при существующем составе ТРК. Это означает, что число АТС на АЗС больше суммы допустимой длины очереди и числа ТРК, n> n0+K, что типично при росте интенсивности потоков АТС. Вероятность появления на АЗС числа АТС n равна

,

(0)

где – время образования очереди.

Интенсивность поступления АТС на обслуживание определяется по данным БД АСУ АЗС. Реальный нестационарный поток заявок на АЗС аппроксимируется потоком, стационарным на отдельных интервалах времени int (int=1..Intmax). Неординарность реального потока АТС описывается с помощью вероятности Pfd,m отпуска нефтепродуктов вида m через ТРК fd (fd=1..K) как совместной вероятности наличия на ТРК fd нефтепродуктов вида m и ее незанятости. При использовании ААТ или автоматических автозаправочных терминалов и иных терминалов обслуживания, установленных непосредственно на топливораздаточных колонках, учитывается вероятность Pfd,ch: если обслуживание производится только с использованием компьютерно-кассовых систем или ККС, то Pfd,ch = 1/K, если же совместно используются ААТ и ККС, то Pfd,ch = ch/K (ch=1..CHmax<K). При этом для вновь прибывающей заявки важна вероятность Pfd,m незанятости ТРК c видом нефтепродуктов m, тогда как для АЗС в целом существенное значение имеет вероятность Pint,m запроса вида нефтепродуктов m в интервале int. Следовательно, для АЗС с ААТ вероятность Pint,m нахождения в интервале int числа заявок n> n0+K на нефтепродукты m равна

,

(0)



(0)

где int,m – интенсивность потока заявок на нефтепродукты вида m в интервале int, – элемент матрицы топологии ТРК на АЗС, K – общее число заправочных позиций – независимо работающих сторон ТРК (до двух на известных ТРК), Km – число заправочных позиций для отпуска нефтепродуктов вида m, Knoz – общее число заправочных кранов – устройств отпуска, Кmnoz – число заправочных кранов для отпуска нефтепродуктов m, – время для образования очереди заявок на нефтепродукты вида m в int, Pint,m – вероятность запроса нефтепродуктов вида m в интервал int, nint,m – число заявок на нефтепродукт m в интервал int, nint – общее число заявок в int.

Путем определения участка насыщения функции Pint, m (n) оценивается необходимое для обслуживания число ТРК при задаваемой допустимой длине очереди n0. Алгоритм решения задачи представлен на рис. 11.



Рис. 11. Алгоритм решения задачи определения оптимального состава ТРК на АЗС

Задача определения структуры ТРК на АЗС, оптимальной по критерию минимума потерь автотранспортных средств в очередях и АЗС в отсутствии потребителей, состоит в нахождении расположении ТРК и ААТ

;

(0)

где Гq – вариант структуры ТРК (q, 1 – ТРК перпендикулярны дорожному полотну, 2 –ТРК параллельны дорожному полотну УДС, 3 – диагональная, 4 – матричная и 5 – смешанная структуры ТРК), KN1 = К (К, найденное в результате решения задачи определения оптимального состава ТРК), П1 – потери потребителей от ожидания в очереди в течение 1, П2 – потери АЗС от простоев ТРК в течение 2.

Для определения структуры ТРК и ААТ на АЗС объект моделируется как система массового обслуживания (СМО), каналы обслуживания которой включают заправочные позиции ТРК, ККС и ААТ АСУ АЗС. Граф обслуживания на АЗС с ААТ приведен на рис. 12.



Рис. 12. Граф обслуживания на автозаправочных станциях

с автоматическими автозаправочными терминалами

На рис. 12 особыми состояниями Vi (i=1.. Imax, Imax = 6) являются поступление заявки в СМО (прибытие АТС на АЗС, i=1); начало информационной обработки заявки в АСУ АЗС (обращение потребителя к персоналу АЗС или начало использования им ААТ i=2); постановка АТС в очередь к выбранной ТРК (i=3); начало подготовки к обслуживанию (остановка АТС, открытие бензобака, вставка раздаточного крана в горловину, i=4); начало обслуживания (отпуск нефтепродуктов, i=5); окончание обслуживания (проверка окончания отпуска, вставка крана в посадочное место на ТРК, закрытие лючка бензобака, i=6). Между выделенными особыми состояниями протекают потоки заявок Ej=1 (j=1.Jmax, Jmax=Imax+1) – входной поток поступающих на АЗС АТС (j=1), потоки после прохождения особых состояний (j=2-6) и выходные потоки заявок (j=7). Законы обработки событий в особых состояниях формулируются, исходя из анализа данных БД АСУ АЗС, БД систем обслуживания по микропроцессорным картам, характеристик оборудования и наблюдений за поведением потребителей.

Сформулированная задача решается путем аппроксимации входного потока заявок потоками Эрланга, имитационного моделирования последовательной проводки заявки по каналам обслуживания и направленного перебора вариантов Гq размещения числа ТРК К, полученного при решении предыдущей задачи определения оптимального состава ТРК.

Алгоритм решения задачи представлен на рис. 13.



Рис. 13. Алгоритм решения задачи определения оптимальной структуры ТРК на АЗС

На рис. 13 используются следующие условные обозначения: – мера оценки числа заявок в интервале int, qt – коэффициент перевода интервалов int во временные единицы, t – модельное время, dt<int; – интервал появления первой заявки в предположении о простейшем потоке в начале интервала int, x=RND(1) – случайная величина от 0 до 1, t(pi,ААТ/ККТ) – время обслуживания в i-м состоянии, Pпр.(>0,75) – пороговое значение вероятности, t1,j,int,q –время начала и t2,j,int,q – время окончания обслуживания j й заявки в Гq в int, k – порядок и int  плотность потока Эрланга.

Потери от простоев ТРК и АТС рассчитываются по табл. 2.


Таблица 2

Зависимости для определения потерь от простоя АТС и ТРК на АЗС

Время простоя АТС

Потери от простоя АТС

Время простоя ТРК

Потери от простоя ТРК









Выражения в табл. 2 содержат коэффициенты q1 и q2 (q1 – нереализованные варианты развития, q2 – затраты на амортизацию), зависящие от метода подсчета; коэффициент часовой занятости ТРК з находится из наблюдений за объектами и анализа данных АСУ АЗС, – среднее время обслуживания (возможности ТРК).

Задача определения параметров эффективных АЗС состоит в нахождении воздействий и ограничений среды и системы {G*uv}, оказывающих наибольшее воздействие на их функционирование,

.

(0)

Степень воздействия определяется путем корреляционного анализа взаимосвязи KАЗС (Guv) и нахождения G*uv , для которых

, .

(0)

Статистическая значимость зависимостей KАЗС(Guv) подтверждается при выполнении неравенства (15) в предположении о нормальном распределении сравниваемых величин

.

(0)

Возможность применения корреляционного анализа основана на допущении линейности KАЗС (Guv) внутри периодов их малых изменений, что подтверждается результатами статистического анализа данных БД АСУ АЗС и систем обслуживания по микропроцессорным картам. Параметрами эффективных АЗС определяются G*uv, для которых строятся множества Парето, определяющие целевые области.


В седьмой главе рассматриваются вопросы адекватности моделей, достоверности решений и обоснованности выводов, обсуждаются особенности программного обеспечения и представлены результаты применения методологии в сетях автозаправочных станций.

Адекватность основных положений работы подтверждается близостью результатов известных и вновь созданных моделей, достоверность результатов - статистическими данными за более чем за 12 летний период наблюдения, обоснованность выводов – успешным многократным применением и эффективностью опытной эксплуатации систем.

По результатам системного анализа и применения вновь созданных моделей и методов решены задачи повышения эффективности сетей автозаправочных станций и организаций их обеспечения и обслуживания.

В частности, в Саратовской и Пензенской областях в 2002-2007 гг. обеспечен рост реализации нефтепродуктов по микропроцессорным картам, приведенный к числу АЗС и уровню цен, более чем в 6 раз. В указанных выше регионах, а также в Воронежской и Белгородской областях создана системы технического содержания АЗС с сокращением издержек на 10 %. В г. Волгограде и г. Саратове были открыты учебный центр и класс подготовки персонала, где проведена имитация производственных процессов на АЗС и сформирован комплекс технических средств обучения, что позволило получить лицензию на право ведения образовательной деятельности.

Для комплексов автозаправочных станций найдено число объектов и характеристики улично-дорожных сетей – число равнозначных и неравнозначных перекрестков и протяженность улиц и дорог между соседними АЗС - обеспечивающие минимальное перераспределение потока автотранспортных средств между объектами одноименной сети для малого, среднего и крупного (до 1,5 млн. жителей) городов для предприятий НПО, эксплуатирующих менее 35 % от общего числа АЗС региона (рис. 14).



Рис. 14. Характеристики оптимальных сетей АЗС

При решении задач повышения эффективности АЗС найдены параметры эффективных объектов. Оптимальной по критерию минимума потерь от простоев автотранспортных средств и топливораздаточных колонок для современного и прогнозируемого потоков АТС является структура, состоящая из двух двухсторонних многопродуктовых ТРК, расположенных перпендикулярно дорожному полотну с максимально возможным числом моторных топлив. Установка дополнительного АЗ-оборудования – выносных и высокоскоростных ТРК, ГТРК для реализации сжиженных углеводородных газов определяется особенностями законодательства, обслуживанием большегрузных автомобилей, предоставлением возможности потребителям оставления транспортных средств возле ТРК при приобретении сопутствующих товаров в мини-маркетах при АЗС и т.п. Наличие терминала обслуживания, расположенного на ТРК, позволяет снизить число топливораздаточных колонок или обеспечить большую пропускную способность при тех же условиях (рис. 15).



Рис. 15. Оптимальный состав ТРК на АЗС при существующей и прогнозируемой интенсивности транспортного потока

С использованием результатов моделирования в 2005 г. в г. Пензе была создана одна из первых в РФ АЗС с совместным использованием ААТ и компьютерно-кассовой системы. АСУ данной автозаправочной станции обеспечивает отпуск нефтепродуктов при выходе из строя любой компоненты оборудования и применения любой марки ААТ. Кроме того, на более чем 20 АЗС построена структура автозаправочного оборудования, оптимальная по критерию минимума простоя автотранспортных средств и топливораздаточных колонок. Наконец, разработана методика реконструкции топливораздаточного оборудования, позволяющая в ряде случаев проводить работы без остановки отпуска нефтепродуктов.

При применении созданных моделей и методов за счет синтеза оптимальных структур автозаправочного оборудования и систем обслуживания потребителей, а также повышения качества подготовки персонала снижаются очереди автотранспортных средств на АЗС и повышается их пропускная способность. При рациональном размещении автозаправочных станций уменьшаются холостые пробеги транспорта. С помощью системы технического содержания объектов обеспечивается минимальное время простоя оборудования при ремонте. Система обслуживания по микропроцессорным картам позволяет оптимизировать потребление нефтепродуктов для автопарков предприятий и организаций. Указанные мероприятия обеспечивают экономию моторных топлив на транспорте до 2,5 %.

Внедрение вновь разработанной методологии рационального построения и непрерывного совершенствования структур сетей автозаправочных станций и эффективного автоматизированного управления процессами и объектами в данных системах и в целом позволяет улучшать обслуживание потребителей на АЗС, повышать эффективность управления на предприятиях нефтепродуктообеспечения и совершенствовать региональные и межрегиональные системы обеспечения нефтепродуктами в целом.

Моделирование проведено с использованием пакетов программ Trace Mode 6.0, Visual Basic для MS Access и Exсel и Delphi 7.0.


ЗАКЛЮЧЕНИЕ


Основным результатом диссертационной работы является решение важной научно-технической проблемы рационального построения и непрерывного совершенствования структур сетей автозаправочных станций и эффективного автоматизированного управления процессами и объектами в данных системах путем разработки новых и совершенствования ранее созданных постановок задач, показателей, моделей, методов, алгоритмов и информационно-логических схем.

Предложенные модели и методы дают возможность разрабатывать и включать в состав систем управления исследуемых систем взаимоувязанные компоненты, повышающие адекватность моделей, достоверность результатов и оперативность принятия решений по выбору оптимальных или наилучших по заданным критериям структур, управляющих воздействий и управлений по неполным и разнородным данным.

Решение указанной проблемы имеет важное значение, так как позволяет улучшать обслуживание потребителей в сетях автозаправочных станций, повышать эффективность предприятий нефтепродуктообеспечения и развивать системы обеспечения нефтепродуктами различных уровней, тем самым снижая расходы топлива на транспорте.

Основные результаты работы состоят в следующем.

  1. Проведен системный анализ процессов и объектов в сетях автозаправочных станций и ранее созданных работ, что позволило определить основные направления исследования.

  2. Разработаны теоретические основы рационального построения и непрерывного совершенствования структур сетей АЗС и эффективного автоматизированного управления процессами и объектами в данных системах.

  3. Проблема повышения технико-экономических показателей сетей автозаправочных станций и недостаточности известных моделей и методов для эффективного управления процессами и объектами в данных системах формализована в виде задачи дискретного нелинейного программирования высокой размерности. С целью ее решения сформулирован системный причинно-следственный подход, проведена декомпозиция объекта исследования, моделирование его функционирования и синтез структур и управляющих воздействий, оптимальных или наилучших по заданным критериям, с последующим уточнением по мере внедрения результатов, а также развития системы и представлений о ней.

  4. На основе предложенного методологического подхода разработаны взаимосвязанные задачи построения структур и выбора управляющих воздействий с едиными формами представления организационно-техничес-кой, информационной и управляемых систем.

  5. Созданы модель, метод, информационно-логическая схема и алгоритм выбора направления развития сетей автозаправочных станций в зависимости от стадии развития во взаимодействии с внешней средой.

  6. Сформулированы постановки и предложены методы решения задач снижения простоев автотранспортных средств и автозаправочного оборудования на АЗС и определения параметров эффективных объектов, рационального размещения сетей АЗС и повышения эффективности предприятий нефтепродуктообеспечения, обеспечивающие соответствие требованиям вышестоящих систем, воздействиям внешней среды и ограничениям системы.

  7. Созданы новые и развиты использовавшиеся ранее показатели, модели и структуры, отличающиеся совместным анализом и синтезом управляющей и управляемых систем и обеспечивающие адекватность моделирования, достоверность результатов и оперативность принятия решений в системах управления сетями автозаправочных станций.

  8. Предложены алгоритмы и информационно-логические схемы принятия решений по построению структур и выбору управляющих воздействий, оптимальных или наилучших по заданным критериям, повышающие эффективность сетей автозаправочных станций по неполным данным об исследуемых системах, внешней среде и взаимодействиях между ними.

  9. Разработана методология рационального построения и непрерывного совершенствования структур сетей автозаправочных станций и автоматизированного управления процессами и объектами в исследуемых системах, применение которой приводит к росту технико-экономических показателей предприятий нефтепродуктообеспечения и, в конечном итоге, приводящая к экономии топлива на транспорте.

  10. Созданные модели и методы в настоящее время используются на предприятиях нефтепродуктообеспечения и в обслуживающих их сервисных организациях в Саратовской, Пензенской, Воронежской, Белгородской и Тамбовской областях.


^ ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Статьи в ведущих научных журналах и изданиях, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученой степени доктора наук

1. Безродный А.А. Оптимизация структур управления системами нефтепродуктообеспечения /А.А. Безродный, В.А. Иващенко, А.Ф. Резчиков // Мехатроника, автоматизация, управление. 2005. № 3. С. 42-49.

2. Безродный А.А. Оптимизация размещения автозаправочных станций на федеральных и межрегиональных трассах: системный анализ, метод решения задачи / А.А. Безродный, Ю.Ф. Белов, В.А. Иващенко // Вестник Саратовского государственного технического университета. 2007. № 1 (23). Вып. 3. С. 67-81.

3. Безродный А.А. Оценка эффективности автозаправочных станций / А.А. Безродный // Системы управления и информационные технологии. 2009. № 1.1 (35). С. 121-125.

4. Безродный А.А. Размещение сетей автозаправочных станций в городах с учетом характеристик улично-дорожной сети /А.А. Безродный // Системы управления и информационные технологии. 2009. № 1. 1 (35). С. 125-129.

5. Безродный А.А. Алгоритм определения оптимального размера сетей автозаправочных станций малых и средних городов /А.А. Безродный // Вестник Саратовского технического государственного университета. 2009. № 2 (38). Вып. 1. С. 120-126.


6. Безродный А.А. Алгоритм построения структур управления предприятий нефтепродуктообеспечения /А.А. Безродный // Вестник Тамбовского государственного университета. 2009. Т. 15. № 3. С. 516-529.

7. Безродный А.А. Оптимизация обслуживания автотранспортных средств на автозаправочных станциях с использованием автоматизированных автозаправочных терминалов /А.А. Безродный // Мехатроника, автоматизация, управление. 2009. № 11. С. 47-52.

8. Безродный А.А. Повышение эффективности управления сетями автозаправочных станций /А.А. Безродный // Известия высших учебных заведений. Поволжский регион. Технические науки. 2010. № 2. С. 41-51.

Монографии


1. Безродный А.А. Модели структур и алгоритмы управления автозаправочными станциями / А.А. Безродный, А.Ф. Резчиков. Саратов: СГТУ, 2004. 249 с.

2. Безродный А.А. Автозаправочные станции: вопросы теории, практики функционирования и подготовки персонала. / А.А. Безродный. Саратов: СГТУ, 2006. 326 с.




оставить комментарий
страница2/3
БЕЗРОДНЫЙ АЛЕКСЕЙ АНАТОЛЬЕВИЧ
Дата29.09.2011
Размер0,5 Mb.
ТипАвтореферат диссертации, Образовательные материалы
Добавить документ в свой блог или на сайт

страницы: 1   2   3
хорошо
  1
Ваша оценка:
Разместите кнопку на своём сайте или блоге:
rudocs.exdat.com

Загрузка...
База данных защищена авторским правом ©exdat 2000-2017
При копировании материала укажите ссылку
обратиться к администрации
Анализ
Справочники
Сценарии
Рефераты
Курсовые работы
Авторефераты
Программы
Методички
Документы
Понятия

опубликовать
Загрузка...
Документы

Рейтинг@Mail.ru
наверх