Идеальным решением является комплексная автоматизация, предлагаемая, например, ERP-системой Axapta от Microsoft. Но, в существующих экономических условиях далеко не все предприятия могут позволить себе использование таких систем. Поэтому приходится автоматизировать предприятие несколькими продуктами различных производителей. При этом необходимо учитывать, что планы по автоматизации не должны сковывать планы предприятия по развитию: всегда нужно обдумывать решения на шаг вперед [27].
Довольно часто приходится слышать о различных ситуациях, в которых необходимо планировать новый пришедший заказ по какой-либо стратегии. Самыми популярными стратегиями являются ASAP («As soon as possible» – «Планирование как можно раньше») и JIT («Just in time» – «Точно в срок»). Возможность настройки параметров планирования значительно повышает гибкость системы планирования, однако возможность настройки стратегии отсутствует практически во всех рассмотренных системах и, как правило, предоставляет возможность только для задания выбранной стратегии для всего плана производства, всего потока заказов, что является достаточно жестким условием.
Рассматривая развитие MES систем, можно отметить частое смещение понимания MES в сторону ERP-систем. Однако в части, касающейся управления производственными процессами, MES-системы отличаются от ERP тем, что в MES расчет производственных планов строится на основе множества критериев. В системах ERP планирование, как правило, осуществляется по одному критерию. В MES-системе ФОБОС таких критериев 14 (например, максимальный коэффициент загрузки, минимальное число используемых станков, равномерная загруженность станков, минимальное число переналадок, минимальная мощность грузопотока и другие). В системе Preactor таких критериев 8. Минимально возможное число критериев, отличающее MES-систему от систем других типов, равно двум. Различные комбинации критериев позволяют рассчитывать десятки вариантов производственного плана, использовать их как средство моделирования производственных процессов и выбирать наиболее эффективный сценарий выполнения текущего плана [28].
Только MES-системы оперируют так называемыми векторными, интегральными критериями построения планов. При этом диспетчер, составляя план, может указать, что должно быть достигнуто в конкретном расписании: уменьшение календарной длительности выполнения всего задания, уменьшение длительности операций переналадок, высвобождение станков, имеющих небольшую загрузку и т.п. Оперативность составления и пересчета плана является также прерогативой MES, поскольку пересчет может вестись с дискретой в одну минуту. Это не означает, конечно же, что каждую минуту рабочему будут выдаваться новые задания, но это означает, что все процессы в цехе контролируются в режиме реального времени, что позволяет заранее предвидеть все возможные нарушения расписаний и вовремя принимать соответствующие меры [29].
Критерий, который отражает какой-либо один параметр при построении плана, называется частным, например, минимизация времени переналадок, минимизация транспортных операций и другие. В отличие от частных критериев, существуют критерии интегрального характера. К ним относятся, например, минимум суммарного непроизводительного времени, минимум стоимости выполненного плана и другие [30, 31].
С использованием нескольких частных критериях можно создать очень большое количество комбинаций, которые могут быть пригодны для различных производственных ситуаций. Например, в MES-системе ФОБОС имеется возможность получения 100 комбинаций векторных критериев. Такое большое количество векторных критериев в системе ФОБОС достигается комбинированием 14 критериев в группы по три критерия. Для таких случаев системный анализ на основе жесткого руководства «разделяй и властвуй» дает более гибкое решение – «разделяй, синтезируй, властвуй». Это относится к так называемым векторным критериям планирования. Векторный критерий – это такой интегральный критерий, в который могут входить несколько частных критериев, иногда противоречивых (чем более противоречат частные критерии друг другу, тем сложнее отыскать оптимальное решение). В ряде случаев синтез критерия осуществляется в процессе уточнения производственного задания по планированию с учетом технологии того или иного производства [31].
При оптимизации планов в MES-системах с помощью векторных критериев используются различные методики, но чаще всего – поиск оптимума на Парето-множествах [32]. Таким образом, за счет использования в MESсистемах векторных критериев повышается управляемость при построении расписаний, что существенно сказывается на последующем увеличении эффективности использования парка дорогостоящего оборудования. При планировании партиям деталей могут назначаться приоритеты. Так, в MES-системе ФОБОС некоторым заказам присваивается приоритет в очереди заказов, подлежащих планированию. Приоритет назначается в виде числа от 1 до 100, чем больше значение, тем выше приоритет, а значит, эта партия деталей будет назначаться на изготовление раньше по времени, нежели партии деталей, имеющих более низкий приоритет [31].
Необходимость поддержки планирования мелкосерийного производства приводит к необходимости учитывать большое количество различных интересов и ограничений. Почти все системы при составлении плана производства руководствуются большим или меньшим количеством критериев. Но при этом отсутствует индивидуальный подход к планированию каждого заказа – критерии и их параметры задаются для всех участников производственного плана в целом, однако при мелкосерийном производстве крайне эффективно применять индивидуальную подстройку критериев и их параметров для каждого участника. Например, один заказ необходимо выполнить точно в срок, так как заказчик является новым и достаточно перспективным. Выпуск другого изделия можно немного задержать, так как на складе уже имеется достаточное его количество и одним из главных критериев является экономичность изготовления.
Среди требований к MES-системам можно выделить такие, как составление производственного плана на некоторый горизонт планирования с предоставлением возможности корректировки производственного плана в процессе его выполнения. Если первое требование обеспечивается всеми рассмотренными системами, то второе в различных системах может быть реализовано разными способами. В частности, корректировка может быть ручной или автоматической с подразделением на возможность перестройки расписания и сдвиг всех зависимых задач на более позднее время. Наибольший интерес представляют системы, которые могут выполнять на одном и том же горизонте планирования и корректировку выполнения работ, и обработку поступления нового заказа или другого ранее непредвиденного события. Это может быть обработка очень важного заказа, который необходимо срочно выполнить при выполнении поставленного плана производства.
Выше был рассмотрен один из аспектов адаптивности системы, связанный с управлением системой за счет задания параметров заказов, станков, рабочих и остальных участников производственного процесса. Другим аспектом является адаптивность и управление относительно времени. Все системы производства строят производственный план на некоторый горизонт планирования, затем полученный план отправляют на выполнение. Продолжительность расчета может быть различной, так как исходные данные также могут различаться – различные технологические процессы, зависимости между операциями, множество критериев и т.п. В результате, при отсутствии резерва времени, когда, например, необходимо выполнить срочный заказ, следует по возможности сократить продолжительность планирования, а при наличии резерва времени система должна постоянно улучшать производственный план. В этом смысле система планирования в общем случае может изменить план производства вплоть до его полной перестройки. Невозможность точно сказать, каким будет план производства, приводит к аналогии с принципами работы довольно популярной системы Канбан [33], когда заранее неясно, как именно будут выполняться заказы, то есть участники производственного процесса знают только то, что необходимо выполнять в данный момент.
Так, в основе организации производства фирмы «Тойота» лежит годовой план производства и сбыта автомобилей, на базе которого составляются месячные и оперативные планы среднесуточного выпуска на каждом участке. Последние планы основаны на прогнозировании покупательского спроса (период упреждения – 1 и 3 месяца). Суточные графики производства составляются только для главного сборочного конвейера. Для цехов и участков, обслуживающих главный конвейер, графики производства не составляются (им устанавливаются лишь ориентировочные месячные объемы производства). В то же время колебания спроса и рыночной конъюнктуры имеют свои пределы, за границами которых система Канбан начинает давать сбои [34]. Ориентация на прогнозируемые данные при мелкосерийном производстве или даже единичных заказах, может привести к достаточно серьезным потерям.
Управление в рассмотренных системах осуществляется на основе параметров заказов и ресурсов, в частности, приоритетов заказов. Изменяя данные параметры и запуская систему планирования несколько раз, можно получить несколько соответствующих вариантов производственного плана и затем выбрать наиболее предпочтительный план производства. Однако моделирование работы системы с различными параметрами может осуществляться и в автоматическом режиме. Фактически человек стремится найти такие варианты производственного плана, в которых небольшое изменение исходных параметров может привести к значительному улучшению результатов планирования, то есть, может быть достигнут наиболее выгодный динамический баланс интересов – трейд-оффов. С учетом требования оперативности систем составления производственных планов, а именно возможности реагировать на входящие события, ручное моделирование редко используется, что также сказывается на качестве производственного процесса.
Нельзя не отметить тот факт, что возможность программного продукта подстроиться к специфике выбранного предприятия с помощью добавления зависимостей, описания критериев повышает качество внедрения системы планирования. В этом смысле системы, которые предполагают небольшую доработку или расширение, выгодно отличаются от коробочных продуктов.
В настоящее время однозначного, четкого определения сложной системы нет. Известны различные подходы и предложены различные формальные признаки определения сложной системы. В частности, советский ученый Г.Н. Поворов предлагает следующую классификацию [36]:
– сложные системы, которые имеют 104-107 элементов;
– ультрасложные системы, состоящие из 107-1030 элементов;
– суперсистемы – системы из 1030-10200 элементов.
Однако понятие элемента определяется в зависимости от задачи и цели исследования системы. Следовательно, данное определение сложности является относительным, а не абсолютным.
По определению А. И. Берга, сложной системой называется такая система, которую можно описать не менее чем на двух различных математических языках (например, с помощью теории дифференциальных уравнений и алгебры Буля). Кибернетик С. Бир разделяет все кибернетические системы на простые и сложные в зависимости от способа их описания: детерминированного или теоретико-вероятностного.
В Большой Советской Энциклопедии дается следующее определение сложной системы. «Сложная система (C. c.) – составной объект, части которого можно рассматривать как системы, закономерно объединённые в единое целое в соответствии с определенными принципами или связанные между собой заданными отношениями. Понятием С. с. пользуются в системотехнике, системном анализе, исследовании операций и при системном подходе в различных областях науки, техники и народного хозяйства. С. с. можно расчленить (не обязательно единственным образом) на конечное число частей, называемых подсистемами; каждую такую подсистему (высшего уровня) можно, в свою очередь, расчленить на конечное число более мелких подсистем и т. д., вплоть до получения подсистем первого уровня, т. н. элементов С. с., которые либо объективно не подлежат расчленению на части, либо относительно их дальнейшей неделимости имеется соответствующая договорённость. Подсистема, с одной стороны, сама является С. с. из нескольких элементов (подсистем низшего уровня), а с другой стороны – элементом системы старшего уровня.
В каждый момент времени элемент С. с. находится в одном из возможных состояний; из одного состояния в другое он переходит под действием внешних и внутренних факторов. Динамика поведения элемента С. с. проявляется в том, что состояние элемента и его выходные сигналы (воздействия на внешнюю среду и др. элементы С. с.) в каждый момент времени определяются предыдущими состояниями и входными сигналами (воздействиями со стороны внешней среды и других элементов С. с.), поступившими как в данный момент времени, так и ранее. Под внешней средой понимается совокупность объектов, не являющихся элементами данной С. с., взаимодействие с которыми учитывают при её изучении. Элементы С. с. функционируют не изолированно друг от друга, а во взаимодействии: свойства одного элемента в общем случае зависят от условий, определяемых поведением других элементов; свойства С. с. в целом определяются не только свойствами элементов, но и характером взаимодействия между ними (две С. с., состоящие из попарно одинаковых элементов, которые, однако, взаимодействуют между собой различным образом, рассматривают как две различные системы)».
Все популярнее становится следующее определение сложной системы [37]: «Сложная система состоит из множества взаимодействующих составляющих (подсистем), вследствие чего сложная система приобретает новые свойства, которые отсутствуют на подсистемном уровне и не могут быть сведены к свойствам подсистемного уровня. Например, свойства атома водорода такие, например, как спектральные характеристики его излучения, есть свойства сложной системы, которые несводимы к свойствам его составляющих – электрона и протона».
Рассмотрим, как определение сложных систем можно применить для систем распределения производственных ресурсов.
Высокие требования к обеспечению производственных процессов, сложность современного оборудования и технологий, а также возможность их многосторонней настройки, разнообразие правил и критериев планирования являются причиной высокой актуальности новых методов построения подобных автоматизированных систем. Особенно они востребованы на мелкосерийных и опытных производствах, а также на предприятиях, использующих современные методики управления, основанные на децентрализации.
Неопределенность спроса и предложения приводит к тому, что предприятие вынуждено заранее тщательно анализировать рынок и только потом выходить на него, выработав какую-либо свою узкую специализацию. Однако за время исследования может измениться и сам рынок – изменяется расстановка игроков, появляются новые конкуренты и т.п. Если провести исследование быстро, качество будет низкое, тщательное исследование занимает длительное время. В результате, предприятию необходимо подтягивать производство под требования рынка, состояние которого еще не один раз может измениться. Ориентация предприятия на мелкосерийное производство повышает его устойчивость на рынке, гибко реагируя на его требования.
Как следствие, требования к результирующему плану не только сложны, но и трудно формализуемы. В то же время большое их количество и сложность приводит к довольно большой вероятности появления противоречий, которые также необходимо разрешать.
Казалось бы, для получения «идеального» плана необходимо максимально снизить стоимость выполнения заказов – для этого необходимо выбрать наиболее дешевые ресурсы, снизить простои оборудования. Если на этапе построения такого плана было все в порядке и «идеальный» план был получен, то на последующем этапе исполнения может сложиться ранее непредвиденная ситуация, например, рабочий не успел выполнить заказ в срок. В результате, из-за того, что индивидуальный план рабочего был достаточно плотным, оказались сорванными сразу несколько доставок важных заказов. В итоге производственная компания потеряла бы будущую прибыль, так как клиент остался бы неудовлетворенным результатами выполнения его заказа. Ввод нового критерия – надежности плана, приводит к необходимости построения разреженного плана, что, в свою очередь, снижает получаемую прибыль.