Диплом

Управление распределением загрузки станка на основе теории

массового обслуживания
 Аннотация
Тема: Управление распределением загрузки станка на основе теории
массового обслуживания
Объем данной выпускной квалификационной работы составляет 69
страниц, на которых размещены 14 рисунков и 10 таблиц.
Ключевые слова: система обслуживания, имитационное моделирование.
Объектом исследования в выпускной квалификационной работе стала
системы массового обслуживания с неограниченной очередью в реальных
условиях.
В выпускную квалификационную работу входят: введение, четыре главы
и итоговое заключение.
Во введение раскрывается актуальность исследования по выбранной
теме, ставится проблема, цель и задачи исследования.
В первой главе изучается работа системы массового обслуживания с
неограниченной очередью в реальных условиях, приводятся имитационные
модели систем массового обслуживания.
Во второй главе рассматривается, как предложенная программа
внедряется в рабочий процесс.
В третьей главе приводятся экспериментальные данные и на их основе
дается заключение о целесообразности работы данной системы.
В четвертой главе описана экономическая целесообразность данной
разработки.
В заключении описываются основные выводы по данной работе.

3
 Содержание

Аннотация................................................................................................................3
Введение...................................................................................................................6
1 Аналитический раздел.........................................................................................8
1.1 Изучение работы системы массового обслуживания с неограниченной
очередью в реальных условиях..................................................................................8
1.2 Поступление заявок в систему обслуживания....................................................9
1.3 Постановка задачи...............................................................................................13
2. Теоретический раздел.......................................................................................15
2.1 Математическое моделирование систем массового обслуживания...............15
2.2 Имитационные модели систем массового обслуживания...............................18
2.3 Программная реализация управления загрузки станка на основе
имитационного моделирования...............................................................................27
3. Система управления..........................................................................................32
3.1 Модель системы массового обслуживания.......................................................32
3.2 Внедрение разработанной программы в рабочий процесс..............................38
4.  Экономический раздел.....................................................................................43
4.1 Разработка основных идей бизнес-плана..........................................................43
4.1.1 Описание предприятия....................................................................................43
4.1.2 Описание продукта...........................................................................................44
4.1.3 Рассмотрение конкурентов..............................................................................44
4.1.4 Маркетинг.........................................................................................................45
4.5 Рынок сбыта.........................................................................................................46
4.2 Организация и планирование работ по теме................................................46
4.2.1 Структура организации работ.........................................................................46
4.2.2 Система управления производством работ....................................................47
4.3 Расчет сметной стоимости и согласование с заказчиком договорной цены
проекта....................................................................................................................48
4.3.1 Расчет себестоимости и цены проекта...........................................................48
4.3.2 Затраты на основные и вспомогательные материалы...................................50
4
4.3.3 Должностные оклады.......................................................................................50
4.3.4 Расчет затрат на отчисления в ПФРФ, ФОМС и ФСС.................................51
4.3.5 Накладные расходы..........................................................................................51
4.3.6. Прочие расходы...............................................................................................52
4.3.7 Прибыль, оптовая и договорная цена.............................................................52
4.4 Оценка экономической целесообразности разработки................................57
Заключение............................................................................................................69
Список литературы...............................................................................................70

5
  Введение
В данной выпускной квалификационной работе рассматривается тема
управления распределением загрузки станка на основе теории массового
обслуживания.
Цель работы: необходимо разработать систему программы распределения
загрузки станка на основе теории массового обслуживания, с использованием
имитационной модели.
Имитационное моделирование на сегодняшний день является
распространенным методом моделирования механизмов технологического
производства в самых различных сферах деятельности. Метод имитационного
моделирования позволяет разрешать многие задачи любой сложности,
обеспечивает имитацию самых разнообразных процессов со многим
количеством элементов. Некоторые функциональные зависимости в таких
моделях описываются весьма громоздкими математическими соотношениями.
Именно поэтому такая модель успешно используется в задачах исследования
систем со сложной структурой с целью решения конкретных проблем.
В данном выпускной квалификационной работе изучается работа
системы массового обслуживания с неограниченной очередью в реальных
условиях, приводятся имитационные модели систем массового обслуживания.
Далее рассматривается, как предложенная программа внедряется в рабочий
процесс. Приводятсяc экспериментальные данные и на их основе дается
заключение о целесообразности работы данной системы, либо делается вывод о
ее экономически неэффективном использовании.
Рассматривается применение имитационного моделирования на основе
систем массового обслуживания (СМО) для оценки эффективности управления
производственным процессом. Проводится обзор языков и инструментальных
средств имитационного моделирования. Строится алгоритм моделирования
СМО. Приводятся результаты имитационного моделирования СМО
производственного процесса в среде MATLab.

6
 В конце работы приводится организация и планирование работ по теме,
определяется договорная цена, а также оценивается экономическая
целесообразность проведения работ по теме.
В итоге делается предложение по оптимизации производственного
процесса по результатам имитационного моделирования.

7
 1 Аналитический раздел
1.1 Изучение работы системы массового обслуживания с
неограниченной очередью в реальных условиях
Рассмотрим задачу о загрузке оператора, для решения которой
используются методы теории массового обслуживания. Пусть детали,
изготавливаемые одновременно на нескольких фрезерных станках, поступают к
оператору, который сортирует их по качеству. Нас будут интересовать
параметры, характеризующие эффективность работы этой СМО. Для начала
определим характеристики потока заявок, поступающих в систему; в данном
случае — сортируемых деталей.
Допустим, что справедливы три допущения, существенно упрощающие
задачу:
1) статистический закон поступления заявок в систему одинаков в любые
периоды времени; например, в начале и в конце рабочего дня, в разные дни
недели. Поток заявок, для которого это условие справедливо,
называется стационарным;
2) в систему никогда не поступают одновременно два или более
требований — условие ординарности потока заявок;
3) заявки прибывают в систему независимо друг от друга — условие
отсутствия последействия. Это условие для рассматриваемого в задаче объекта
не выполняется в случае, если детали изготавливаются последовательно на
одном и том же оборудовании и сразу же поступают на сортирование. Тогда
интервал времени между любыми двумя деталями, поступающими на
сортирование, не может быть меньше, чем минимальное время обработки
изделия, и, следовательно, имеет место упомянутое последействие. Если,
однако, минимальный интервал между заявками значительно меньше среднего
интервала между их поступлениями, то последействием иногда можно
пренебречь.

8
 Рассмотрим собранные статистические данные, обработка которых
позволила рассчитать среднее число заявок, поступающих в систему за единицу
времени. Эта величина называется интенсивностью потока заявок и
обозначается через X. В нашем примере X — это среднее число деталей,
поступающих на сортирование за одну минуту. Пусть эта величина равна 4.

1.2 Поступление заявок в систему обслуживания

 Зaявки могут пoступать в cистeму обслуживания в cоответствии c
определенным графиком (например, один пациент на прием к стоматологу
каждые 15 мин, один автомобиль на конвейере каждые 20 мин) или случайным
образом. Пoявления клиентов считаются случайными, если они независимы
друг от друга и точно непредсказуемы. Часто в задачах массового
обслуживания число появлений в единицу времени может быть оценено с
помощью пуассоновского распределения вероятностей. Поток заявок,
обладающий тремя перечисленными выше свойствами — стационарности,
ординарности и отсутствием последействия, — называется простейшим, или
пуассоновским. В теории вероятности доказано, что для такого потока можно
рассчитать вероятность того, что за время t в систему придет п заявок. При
заданном темпе пoступления (например, два клиента в час или четыре
грузовика в минуту) дискретнoe рaспрeдeление Пуaccона oписывается
следующей формулой:
e−λ∗λ x
p ( x) = для x=0,1, … , (1)
x!
где Р (х) — вероятность поступления Х заявок в единицу времени;
Х — число заявок в единицу времени;
L — среднее число заявок в единицу времени (темп поступления заявок);
Е = 2,7182 — основание натурального логарифма.
Этo cтатиcтическое рaспределение нaзывается рaспределением
Пуaссона с параметром Х.

9
 Cooтветствующие значения вероятностей Р(х) нетрудно определить с
помощью таблицы пуассоновского распределения. Если, например, средний
темп поступления заявок — два клиента в час, то вероятность того, что в
тeчение часа в систему не поступит ни одной заявки, равна 0,135, вероятность
пoявления одной заявки — около 0,27, двух — также около 0,27, три заявки
мoгут появиться с вероятностью 0,18, четыре — с вероятностью около 0,09 и т.
д. Вероятность того, что за час в систему поступят 9 заявок или более, близка
нулю.
Peжим обслуживания, как и режим поступления заявок, режим
oбслуживания может характеризоваться либо постоянным, либо случайным
временем обслуживания. При постоянном времени на обслуживание любого
клиента затрачивается одинаковое время. Такая ситуация может наблюдаться
на автоматической мойке автомобилей. Однако более часто встречаются
cитуации, когда время обслуживания имеет случайное распределение. Во
мнoгих случаях можно предположить, что время обслуживания подчиняется
экспoненциальному распределению с функцией распределения
F ( T )=P ( T <t )=1 – е – t m , (2)
где  Р(T <t) — вeроятность того, что фактическое время T обслуживaния
заявки не превысит заданной величины t;
M — cреднее число заявок, обслуживаемых в единицу времени;
Е = 2,7182 — oснование натурального логарифма.
Прeдпoложим, чтo в нашем случае среднее число деталей, которые
oператор успевает рассортировать за 1 мин, равно р = 5. Соотношение X < р,
которое в данном случае имеет место, является необходимым для того, чтобы в
cистеме установился стационарный режим, характеризующийся постоянством
статистических характеристик работы системы. Противоположное
неравенство X> р означало бы, что система не справляется с обслуживанием
заявок. В этом случае очередь заявок, ожидающих обслуживания, теоретически
возрастала бы до бесконечности. При X = р стационарный режим будет
наблюдаться, только если поток заявок регулярный, т.е. они появляются на
10
входе системы через строго одинаковые промежутки времени, а
продолжительность обслуживания — тоже детерминированная величина, в
точности равная интервалу времени между приходом соседних заявок. В
дальнейшем нам понадобится величина р = Л/р, называемая приведенной
интенсивностью потока заявок. В примере она равна р = 4/5 = 0,8.
Рacсматриваемая нами система обслуживания относится к
одноканальным СМО с неограниченной очередью. Для нее, а также для всех
СМО, о которых пойдет речь ниже, будем полагать, что поток заявок является
простейшим, а время обслуживания распределено по показательному закону.
Единственным каналом обслуживания в приведенном примере является
оператор, занятый сортированием. Слова «неограниченная очередь» означают,
что ни на число заявок в очереди, ни на время ожидания не наложено никаких
ограничений. В результате этого каждая заявка рано или поздно будет
обслужена, а среднее число заявок Л, обслуживаемых данной системой в
единицу времени при стационарном режиме ее работы, равно интенсивности
потока заявок: А = Х.
В тeoрии массового обслуживания для такой СМО выведены следующие
формулы. Вероятность р0 того, что в СМО нет ни одной заявки, то есть что
канал обслуживания свободен, равна:
Р0=1−Р (3)
Среднее число Лс заявок в системе равно
Л с =р /(1−р) (4)
Средняя длительность пребывания заявки в системе IV равна
К=4 А (4)
Среднее число заявок в очереди Лоч равно
Л оч= р /(1− р) (6)
Средняя длительность пребывания заявки в очереди Vоч равна
V оч оч=Л с / Х (7)
Фopмулы (3), (4) и (6) верны только для рассматриваемого здесь типа
СМО — одноканальной, с неограниченной очередью, пуассоновским потоком
11
заявок и с временем обслуживания, имеющим показательное распределение. В
отличие от них, формулы (4) и (6) являются универсальными. Они справедливы
для СМО любого типа, с произвольным характером потока заявок, любым
распределением длительности обслуживания, ограниченной или
неограниченной очередью.
Вocпользуемся приведенными выше формулами для получения
характеристик процесса сортирования деталей в рассматриваемой задаче о
загрузке оператора. Для него имеем р0 = 1 — р = 1 — 0,8 = 0,2. Это означает,
что 20% рабочего времени оператор простаивает. Согласно формулам (6) и (7)
Лоч = 0,8/(1 - 0,8) = 4; Vоч = 4/4 = 1, то есть в среднем суммарное число деталей,
находящихся в очереди и подвергающихся сортированию, равно 4, а время,
затрачиваемое на сортирование вместе с его ожиданием, для одной детали
равно 1 мин. Среднее число деталей, ожидающих сортирования (длина
очереди), согласно (1) равно 4ч = 0,82/(1 — 0,8) = 3,2. Среднее время
пребывания детали в очереди составит согласно (7) Vоч= 3,2/4 = 0,8 мин.
Прeдположим теперь, что пребывание деталей в очереди влечет за собой
определенные издержки, в связи с чем возникает вопрос об увеличении числа
операторов. Оплата их труда и проведение мероприятий, вызванных
перестройкой процесса сортирования, также связаны с затратами. Поэтому
можно говорить об оптимизационной задаче определения рационального числа
операторов, исходя из минимума суммарных затрат. Сортирование деталей,
выполняемое несколькими параллельно работающими операторами,
рассматривается как процесс работы многоканальной СМО.
Приведем основные формулы для n-канальной СМО с неограниченной
oчередью и одинаковой интенсивностью обслуживания по всем каналам.
Уcлoвием стационарного режима в ней служит неравенство р/n< 1.
Предположим, что оно выполнено.
Вероятность р0 того, что в СМО нет ни одной заявки, равна
р 0=(1+ р/1! + р2 /2 !+...+ р n /п+ р n+ 1/! (— р))−1 (8)

12
 Среднее число занятых каналов, или среднее число заявок под
обслуживанием, равно к = А/р = р. Эта формула верна для любой СМО с
неограниченной очередью. Среднее число заявок в очереди Л оч и среднее число
заявок в системе Лс определяются по следующим формулам:
Lоч pn+1 p0 п ! (1− p /2) (9)
к=к + Р (10)
Boзвращаясь к задаче о загрузке оператора, рассчитаем по этим
формулам основные характеристики процесса сортирования деталей при
наличии двух операторов. Имеем, следовательно, двухканальную СМО: п = 2.
Подставив это значение в формулу (8), найдем вероятность того, что в системе
— в очереди и на сортировании — нет ни одной детали. Получаем р0 = 0,429.
Иными словами, оба оператора будут простаивать почти 43% рабочего
времени. По формулам (9) и (10) рассчитаем среднее число деталей в очереди и
в системе: кч = 0,152; Лс = 0,952, т.е. очередь почти ликвидирована.
Воспользовавшись формулами (6.3) и (6.5), найдем среднее время пребывания
деталей: в системе Vс = 0,238 мин; в очереди Vоч = 0,038 мин.

1.3 Постановка задачи
В результате приведенного обзора литературных данных можно
сформулировать, что изучается работа системы массового обслуживания с
неограниченной очередью в реальных условиях, приводятся имитационные
модели систем массового обслуживания.
Таким образом целью выпускной квалификационной работы является
разработать систему программы распределения загрузки станка на основе
теории массового обслуживания, с использованием имитационной модели. Для
достижения поставленной задачи изучить работу системы массового
обслуживания с неограниченной очередью в реальных условиях, изучить
имитационные модели систем массового обслуживания, реализовать программу
управления загрузки станка на основе имитационного моделирования, внедрить
разработанную программу в рабочий процесс.
13
14
 2. Теоретический раздел
2.1 Математическое моделирование систем массового обслуживания
При исследовании операций часто приходится сталкиваться с системами,
предназначенными для многоразового использования при решении однотипных
задач. Возникающие при этом процессы получили название процессов
обслуживания, а системы - систем массового обслуживания.
Каждая СМО включает в свою структуру некоторое число
обслуживающих устройств, называемых каналами обслуживания (к их числу
можно отнести лиц, выполняющих те или иные операции, - кассиров,
операторов, менеджеров и т.п.), обслуживающих некоторый поток заявок
(требований), поступающих на ее вход в случайные моменты времени.
Обслуживание заявок происходит за неизвестное, обычно случайное время и
зависит от множества самых разнообразных факторов. После обслуживания
заявки канал освобождается и готов к приему следующей заявки. Случайный
характер потока заявок и времени их обслуживания приводит к
неравномерности загрузки СМО - перегрузке с образованием очередей заявок
или недогрузке - с простаиванием каналов. Таким образом, в СМО имеются:
входящий поток заявок, дисциплина очереди, поток необслуженных
(покинувших очередь) заявок, каналы обслуживания с механизмом
обслуживания и выходящий поток обслуженных заявок.
Для описания входного потока требуется задать вероятностный закон,
определяющий последовательность моментов поступления требований на
обслуживание и указать количество таких требований в каждом очередном
поступлении. При этом, как правило, оперируют понятием "вероятностное
распределение моментов поступления требований". Здесь могут поступать как
единичные, так и групповые требования (требования поступают группами в
систему). В последнем случае обычно речь идет о системе облуживания с
параллельно-групповым обслуживанием. Дисциплина очереди - это важный
компонент системы массового обслуживания, он определяет принцип, в

15
соответствии с которым поступающие на вход обслуживающей системы
требования подключаются из очереди к процедуре обслуживания. Чаще всего
используются дисциплины очереди, определяемые следующими правилами:
-первым пришел - первый обслуживаешься;
-пришел последним - обслуживаешься первым;
-случайный отбор заявок;
-отбор заявок по критерию приоритетности;
-ограничение времени ожидания момента наступления обслуживания
(имеет место очередь с ограниченным временем ожидания обслуживания, что
ассоциируется с понятием "допустимая длина очереди").
Механизм обслуживания определяется характеристиками самой
процедуры обслуживания и структурой обслуживающей системы. К
характеристикам процедуры обслуживания относятся: продолжительность
процедуры обслуживания и количество требований, удовлетворяемых в
результате выполнения каждой процедуры. Для аналитического описания
характеристик процедуры обслуживания оперируют понятием "вероятностное
распределение времени обслуживания требований". Следует отметить, что
время обслуживания заявки зависит от характера самой заявки или требований
клиента и от состояния и возможностей обсуживающей системы. В ряде
случаев приходится также учитывать вероятность выхода обслуживающего
прибора по истечении некоторого ограниченного интервала времени.
Структура обслуживающей системы определяется количеством и взаимным
расположением каналов обслуживания (механизмов, приборов и т.д.). Прежде
всего, следует подчеркнуть, что система обслуживания может иметь не один
канал обслуживания, а несколько; система подобного рода способна
обслуживать сразу несколько требований. В этом случае все каналы
обслуживания предлагают одни и те же услуги, и, следовательно, можно
утверждать, что имеет место параллельное обслуживание. Система
обслуживания может состоять из нескольких разнотипных каналов
обслуживания, через которые должно пройти каждое обслуживаемое
16
требование, т.е. в обслуживающей системе процедура обслуживания
требований реализуется последовательно. Механизм обслуживания определяет
характеристики выходящего (обслуженного) потока требований. Рассмотрев
основные компоненты систем обслуживания, можно констатировать, что
функциональные возможности любой системы массового обслуживания
определяются следующими основными факторами: -вероятностным
распределением моментов поступления заявок на обслуживание (единичных
или групповых);
-вероятностным распределением времени продолжительности
обслуживания;
-конфигурацией обслуживающей системы (параллельное,
последовательное или параллельно-последовательное обслуживание);
-количеством и производительностью обслуживающих каналов;
-дисциплиной очереди;
-мощностью источника требований.
В качестве основных критериев эффективности функционирования
систем массового обслуживания в зависимости от характера решаемой задачи
могут выступать:
-вероятность немедленного обслуживания поступившей заявки;
-вероятность отказа в обслуживании поступившей заявки;
-относительная и абсолютная пропускная способность системы;
-средний процент заявок, получивших отказ в обслуживании;
-среднее время ожидания в очереди; -средняя длина очереди;
-средний доход от функционирования системы в единицу времени и т.д.
Итак, предметом теории массового обслуживания является установление
зависимости между факторами, определяющими функциональные возможности
системы, и эффективностью ее функционирования. В большинстве случаев все
параметры, описывающие систему массового обслуживания, являются
случайными величинами или функциями, поэтому эти системы относятся к
стохастическим сиcтемам.
17
 2.2 Имитационные модели систем массового обслуживания
Имитационная модель включает в себя элементы непрерывного и
дискретного действия, поэтому применяется для исследования динамических
систем, когда требуется анализ проблемных мест, исследование динамики
функционирования, когда желательно наблюдать на имитационной модели ход
процесса в течение определенного времени.
Имитационное моделирование – это эффективный аппарат исследования
стохастических систем, когда исследуемая система может быть подвержена
влиянию многочисленных случайных факторов сложной природы. Имеется
возможность проводить исследование в условиях неопределенности, при
неполных и неточных данных [1].
Наиболее широкое применение методика имитационного моделирования
находит при исследовании систем массового обслуживания, представляющих
собой системы, в которые в случайные моменты времени поступают заявки на
обслуживание, при этом поступившие заявки обслуживаются с помощью
имеющихся в распоряжении системы каналов обслуживания.
В последнее время масштаб применения математических методов теории
массового обслуживания непрерывно расширяется и все больше выходит за
пределы задач, связанных с «обслуживающими организациями» в буквальном
смысле слова.
Многие задачи автоматизации производства оказываются близкими к
теории массового обслуживания: потоки деталей, поступающих для
выполнения над ними различных операций, могут рассматриваться как «потоки
заявок», ритмичность поступления которых нарушается за счет случайных
причин [2].
В данной выпускной квалификационной работе изучается имитационное
моделирование системы массового обслуживания на примере
производственного процесса.

18
 Имитационное моделирование – это метод исследования, при котором
изучаемая система заменяется моделью, с достаточной точностью
описывающей реальную систему, и с ней проводятся эксперименты с целью
получения информации об этой системе. Активное развитие информационных
технологий и ее роль в управлении процессами сделали область
информационных технологий катализатором управленческого прогресса.
В России предпринимаются методы, направленные на развитие и
превращение страны в современное высокотехнологичное государство.
Мировая практика принятия сложных управленческих решений в различных
системах перешла на новый уровень, когда те или иные варианты возможных
решений должны быть предварительно опробованы на моделях. В связи с этим
принимаемые решения или инновации требуют предварительных оценок
возможных результатов при помощи системного анализа и имитационного
моделирования. Этим и объясняется актуальность данного исследования.
В качестве средств имитационного моделирования могут служить:
1) языки программирования высокого уровня [1; 2];
2) системы имитационного моделирования (GPSS, SIMULA, SIMSCRIPT,
специализированные ППП) [1].
Языки программирования высокого уровня (ЯПВУ) – FORTRAN,
ALGOL, PL-1, PASCAL, BASIC почти не имеют ограничений при
использовании для задач моделирования. Они применяются неограниченно,
независимо от свойств и структуры системы (дискретная/непрерывная). Но они
не содержат никакой языковой поддержки для решения задач моделирования.
Поэтому их применение для создания имитационных моделей нецелесообразно
вследствие больших затрат машинного времени, а также времени разработки
самой модели.
Возрастающее значение моделирования привело к разработке различных
специальных языков моделирования. Большинство из них развилось из ЯПВУ
(таблица 1).

19
Таблица 1. Развитие языков моделирования из ЯПВУ
Концепция развития Исходный язык Развитие
С помощью языковых элементов,
FORTRAN SIMSCRIPT
ориентированных на моделирование.
ALGOL SIMULA
Например, очереди, события и т.д.
С помощью процессора и/или пакетов FORTRAN GASP
PL-1 DESPL-1
подпрограмм для реализации
FORTRAN GPSS
специфических функций моделирования

Очень незначительное число языков моделирования возникло независимо

от структур ЯПВУ, например, NGPSS, SIAS, FLSIM, HOSPSIM.
Так как производственный процесс является дискретным, то
ограничиваемся только рассмотрением дискретных систем имитационного
моделирования.
К настоящему времени имеется около 30 языков дискретного
моделирования. Большинство из них повторяют в том или ином виде черты
наиболее известных и признанных: GPSS, CSL, SOL, SIMULA, SIMSCRIPT [3].
В каждом языке моделирования предусмотрена своя структура
управляющей программы, соответствующая содержанию функциональных
блоков модели, и в этом заключается принципиальное различие языков при
организации динамического имитационного процесса.
Существуют три подхода к описанию динамики системы:
1) поисковый метод выбора очередного события;
2) использование схемы расписания событий;
3) описание системы на языке взаимодействия параллельных процессов.
Под событием понимается мгновенное изменение состояния некоторого
объекта системы. С точки зрения динамики система рассматривается как

20
совокупность связанных друг с другом процессов, причем взаимодействие
между ними управляется и координируется совершающимися событиями.
Первый метод применяется в языке CSL (а также в языках AS, GSP).
Имитационная программа строится таким образом, чтобы каждый ее блок
соответствовал некоторой работе: операция загрузки станка, полная обработка
детали на станке, выполнение задачи в вычислительной системе, отдельный
этап выполнения машинной команды. Работа описывается программой,
состоящей из условия и тела (контрольного и функционального блоков). В
контрольном блоке перечислены все условия, при соблюдении которых может
быть выполнена программа функционального блока, описывающая
необходимые изменения элементов системы. При этом изменения в данных
привязываются к так называемому локальному времени, фиксирующему конец
данной работы или, другими словами, момент завершения перехода между
состояниями ее элементов. Смена же состояний (событие) в любой
динамической модели дискретных событий происходит мгновенно.
Управляющая программа последовательно просматривает программы всех
работ. Если некоторая программа может быть выполнена, то управление
передается ее функциональному блоку. Если обращение к функциональному
блоку не происходит, управляющая программа продолжает последовательно
анализировать все работы, не изменяя системного времени. Преимущество
применения поискового метода выбора очередного события состоит в
компактности описания модели.
Язык CSL применяется для описания систем с большим числом
различных ресурсов. Это язык работ (таблица 2).

21
Таблица 2. Классификация языков моделирования
Классификация
Язык Язык
Язык Язык Императивно Интеррогативное
рабо событи
процессов е управление управление
т й
CSL + - - - +
SIMSCRIPT - + - + -
GPSS - - + + +
SOL - - + + +
SIMULA - - + + -

Второй метод реализован в языке SIMSCRIPT (а также GASP и др.). Это

язык событий. Модель строится таким образом, что каждый ее блок
соответствует событию. Каждый вид события перечисляется в «списке
событий», на основании которого автоматически генерируется главная
программа – календарь (управляющая программа). Эта программа следит за
ходом системного времени и вызывает различные программы событий [5].
Системное время – время возникновения событий в реальной системе. В
каждой программе событий содержатся операторы, определяющие смену
состояний элементов модели, и операторы, планирующие другие события в
некоторые моменты системного времени, в том числе данное событие. События
могут наступать в любой момент времени. Когда выполнение определенной
программы заканчивается, системное время немедленно приравнивается к
моменту времени следующего события, наиболее близкого. Таким образом, при
использовании схемы расписания событий удается избежать перебора общего
списка событий, за счет чего достигается вычислительная эффективность
языка. Но каждому виду событий должна соответствовать отдельная
программа. Исходная программа моделирующего алгоритма, написанная на
языке SIMSCRIPT, сначала переводится на язык FORTRAN, а затем
транслируется в конкретный машинный язык ЭВМ (язык SIMSCRIPT
разработан в корпорации RAND для машин фирмы IBM).

22
 Третий метод реализован в языках GPSS, SOL, SIMULA. Этот подход
является шагом к объединению вычислительной эффективности языка событий
и компактности описания модели на языке работ. Каждый блок соответствует
процессу. Процесс характеризуется некоторой структурой данных и правилом
действий. Каждый процесс может быть активным на некоторых этапах своего
существования в системе и пассивным на других этапах. У процесса может
быть несколько точек связи (точек реактиваций) с другими процессами и
несколько активных фаз. Динамика системы описывается последовательностью
мгновенных событий, причем каждое событие является активной фазой
некоторого процесса. Это отличает язык процессов от языков работ и событий.
Некоторая работа или событие может взаимодействовать с другими
работами или событиями только после того, как выполнены все относящиеся к
ней операции. Программа работы и события начинается с одного и того же
выполняемого оператора. Для процесса же существуют точки реактивации,
которые определяют те места в программе процесса, с которых надо ее
продолжить после выполнения прерывающихся команд типа «задержка»,
«ждать» и «ждать пока».
Средством формализации динамики системы в этих языках служит
элемент потока – транзакт, функциональный цикл которого включает
перемещение от одного стационарного блока модели к другому. В языках GPSS
и SOL предварительно уже заложено определение таких стационарных
устройств, как «средство обслуживания» и «хранилище». В языке SOL, помимо
понятия транзакта (процесса), имеется понятие класса процесса.
Очевидно, что для моделирования ГПС и робототехнических систем
наиболее удобен подход к описанию динамики системы на языке
взаимодействия параллельных процессов. Но необходимо обоснованно выбрать
сам язык моделирования для описания системы, так как от него зависит степень
выполнения требований, предъявляемых к имитационной модели; адекватно
отражать функционирование системы; обладать структурой, подобной
моделируемой системе; обеспечивать удобство проведения экспериментов;
23
обладать развитыми средствами сбора, обработки и наглядного представления
результатов моделирования.
В качестве основных требований, которым должны удовлетворять языки
моделирования ГПС и робототехнических систем, можно указать простоту
описания реального времени, наличие развитых средств передачи управления,
наличие средств статистической обработки получаемой информации, удобство
для создания проблемно- ориентированной надстройки языка.
Имитационное моделирование на стадии проектирования РГПС
преследует цели [5]:
-выбор станков и режущего инструмента;
- определение оптимальных условий обработки и стратегии управления
станками и промышленными роботами;
- анализ различных вариантов управления перемещением и
транспортировкой разрабатываемых деталей;
- синтез конфигурации системы и компоновки РТК, способствующих
наиболее эффективной работе ГПС и получению оптимальных характеристик
системы.
Для оценки альтернативных вариантов ГПС весь процесс имитационного
моделирования можно разделить на два уровня. В первом случае ведется грубая
оценка характеристик: различные варианты РТК, скорости обработки, время
ожидания деталей и транспортирования. Это моделирование на макроуровне.
Для этого типа информации составляется относительно обобщенная
модель, которая действует в соответствии с производственной программой,
позволяет выявить основные и характерные особенности исследуемой ГПС.
На микроуровне для определения требований к оборудованию, а именно
количества транспортеров, тележек, проблемы узких мест, требуются более
детализированные имитационные модели. На выходе у них должна быть
информация, необходимая проектировщику для разработки конкретной
стратегии управления, для оптимизации характеристик системы. Такая
имитационная модель требует гораздо больше времени, а моделирование
24
охватывает всего несколько дней или недель. Поэтому в данном случае, когда
это возможно, составляют аналитическую модель.
При моделировании на макроуровне опираются на теорию массового
обслуживания, используемую для получения характеристик устойчивого
состояния системы. Последние включают в себя среднюю скорость обработки,
показатели использования основного и вспомогательного оборудования. Эта
информация обеспечивает проектировщику быструю оценку характеристик
системы перед тем, как производить более детальное имитационное
моделирование. Если результаты не удовлетворительны, то изменяется проект
ГПС. В достаточно короткий срок можно сравнить альтернативные варианты
системы. Если проект эффективен, то он далее исследуется с помощью
микроуровня. Моделирование на микроуровне позволяет выявить все
недостатки, которые не обнаружились при оценке системы на макроуровне [5].
Различают системы имитационного моделирования общего назначения,
которые, тем не менее, могут применяться для создания ИМ ГПС и РТС, и
специализированные пакеты прикладных программ (ППП).
Наиболее распространенными общецелевыми дискретными системами
(языками) имитационного моделирования взаимодействия параллельных
процессов являются SIMULA и GPSS.
Применение того или иного специализированного ППП зависит от
конкретной задачи моделирования ГПС и РТК. Среди общецелевых систем
имитационного моделирования язык GPSS наиболее полно удовлетворяет
предъявляемым к языкам моделирования ГПС и РТС требованиям.
Имитационная модель функционирования транспортных систем участков
станков с ЧПУ разработана В.Н. Брюхановым [2]. Моделируемая система
представлена на рис. 1. Моделирование процесса функционирования участка
заключается в имитации прохождения деталей по станкам, транспортной
системе, контрольным машинам и другим агрегатам участка в соответствии с
маршрутами обработки, запуском деталей на участок и организацией работы
транспортной системы.
25
 Рисунок 1 - Имитационная модель В.Н. Брюханова

Данная модель включает в себя:

- информационные сигналы;
- материальные потоки.
В основу построения модели участка положен универсальный модуль
«агрегат», моделирующий работу любого агрегата участка, т.к. последний
выполняет одни и те же функции с точки зрения временных затрат: прием
детали, временное хранение, обработку, хранение после обработки, передачу
другому агрегату. Отличие агрегатов друг от друга заключается только в
числовых характеристиках и структурных признаках по передачам.
Имитационная модель составлена на языке ФОРТРАН-1У.
Моделирование при проектировании РГПС преследует различные цели:
выбор структуры и параметров системы, подсистем и устройств, определение
значения параметров, в наибольшей степени влияющих на показатели качества
системы; исследование проектируемой системы при различных задающих и
возмущающих воздействиях; определение чувствительности системы к отказу
тех или иных ее составляющих и т.д. [3].
При имитационном подходе построения моделирующего алгоритма
структура его зависит от математической модели, но язык моделирования
формально не использует математическую модель ГПС, а оперирует с ее

26
содержательным описанием. Фактически же математическая модель
присутствует как бы внутри языка.
Аналитическая модель использует явно математические зависимости,
связывающие искомые характеристики с начальными условиями, параметрами
и переменными.

2.3 Программная реализация управления загрузки станка на основе

имитационного моделирования
На сегодняшний день существует много программных инструментов,
предназначенных для имитационного моделирования бизнес процессов.
Большинство из них можно разделить на 3 категории: инструментарий
имитационного моделирования, основанного на потоковых диаграммах,
инструментарий динамического и дискретно событийного моделирования.
Инструментарий имитационного моделирования, разработанный на
потоковых диаграммах, позволяет внедрять выполняемые функции и вычислять
их очередность. Модели, построенные на потоковых диаграммах,
достаточнолегки в изучении, у них нет зависимости от методологии.
Вследствие простоты использования возникаетограничение возможностей
моделирования и анализа. В качестве примеров имитационного моделирования
подобного вида можно привести ProcessCharter и Optima.
В качестве базы динамического моделирования можно привести примеры
программных продуктов аналогового моделирования, позволяющие отображать
динамику системы. Модели, созданные приведенными продуктами, состоят из
таких специфических для рассматриваемой методологии логических структур,
как уровни, стеки, потоки, преобразователи и соединители (например, IThink,
PowerSim, Bizagi).
Инструментарий дискретно-событийного имитационного моделирования
является наиболее развитым и мощным инструментарием имитационного
моделирования бизнес процессов. Эти инструменты поддерживают
моделирование потока объектов (продуктов) и предоставляют возможности
27
анимации, что позволяет пользователю производить наблюдение за движением
в системе потоковых объектов. Некоторые из подобных технологий
обеспечивают даже возможности объектноориентированного моделирования,
упрощающего разработку больших моделей бизнес процессов (например,
ServiceModel, SIMPROCESS).
Одним из наиболее удобных инструментариев дискретно-событийного
имитационного моделирования, в котором и было проведено моделирование
СМО производственного процесса, является MATLab/Simulink, который
включает в себя среду SimEvents. Пакет MATLab/Simulink позволяет
осуществлять исследование (моделирование) сложных динамических систем.
Ввод параметров систем осуществляется в реальном режиме, путем
графической сборки схемы соединений элементарных блоков, в результате чего
получается модель исследуемой системы. Блоки, включаемые в создаваемую
модель, могут быть связаны друг с другом, как по информации, так и по
управлению. Тип связи зависит от типа блока и логики работы модели.
С помощью MATLab автоматизируется наиболее трудоемкий этап
имитационного моделирования – составление и решение сложных систем
алгебраических и дифференциальных уравнений, описывающих заданную
схему (модель).
Используя библиотеку блоков MATLab/Simulink, представляющую собой
набор визуальных объектов, можно собирать произвольные схемы. Из
отдельных блоков можно получать требуемое число копий, которые, в свою
очередь, можно индивидуально настраивать. При этом настройке подлежат как
внутренние параметры блоков, так и внешние.
В пакете MATLab/Simulink имеется большой набор блоков,
обеспечивающих при моделировании воздействия с разными
функциональными и временными зависимостями, а также блоки получателей
информации [3].
Алгоритм моделирования СМО включает в себя анализ СМО с помощью
имитационных моделей, он позволяет исследовать сложные системы. При этом
28
исследование СМО не сводится только к построению модели процессов ее
функционирования. Важно, проанализировав работу СМО, сделать
предложения по повышению эффективности ее работы.
Рассмотрим алгоритм моделирования СМО (рис. 2). Будем рассматривать
модель М, предназначенную для исследования поведения системы массового
обслуживания SMO на заданном интервале времени [0, T M], т.е. времени
моделирования. В общем случае критерием интерпретации результатов
моделирования является нестационарный случайный n-мерный процесс p(t), 0 ≤
t ≤ TM. Полагаем, что состояние моделируемой системы SMO проверяется
каждые Δt временных единиц, т.е. используется «принцип Δt». При этом
вычисляют значения p(jΔt), j = 0,k, критерия p(t). К критерию p(t) относятся
время ожидания Tog, количество заявок в очереди Q, количество отказов S.
Таким образом, о свойствах случайного процесса p(t) судят по свойствам
случайной последовательности p(jΔt), j = 0,k.
Процесс функционирования системы SMO на интервале [0, Т M]
моделируется N-кратно с получением независимых реализаций pi, i = 1,N
вектора p. Работа модели на интервале [0, TM] называется прогоном модели.
На рис. 2 обозначено: I=i; J=j; K=k; N=N; T=t; DT=Δt; P=p. В общем
случае алгоритм моделирования СМО и фиксации и статистической обработки
ее данных содержит 3 цикла.
Внутренний цикл (блоки 8–14) позволяет получить последовательность
pi(t) = pi(jΔt), j = 0,k в моменты времени t=0, Δt, 2Δt,…, kΔt=Т M. Основной блок
12 реализует процедуру вычисления последовательности p i(t) для элементов
СМО и осуществляется оценка характеристик ее элементов. Именно в этом
блоке имитируется процесс функционирования моделируемой системы
массового обслуживания SMO на интервале времени [0, TM].

29
 Рисунок 2 - Алгоритм моделирования СМО

Промежуточный цикл (блоки 4–16), в котором организуется N-кратное

повторение прогона модели, позволяющее после соответствующей
статистической обработки результатов судить об оценках характеристик
моделируемого варианта системы. В блоках 5 и 6 задаются время поступления
заявок TZ и время обслуживания TO. Окончание моделирования варианта
системы массового облуживания SMO в данном случае определяется числом
реализаций (блок 10), как это показано на схеме алгоритма. В этом цикле
содержится блок 15, реализующий процедуру фиксации результатов
моделирования элементов СМО по i-му прогону модели pi(t) .
Внешний цикл (блоки 1–19) охватывает оба предшествующих цикла и
дополнительно включает блоки 1–3, 17–19, управляющие последовательностью

30
моделирования вариантов системы массового обслуживания SMO. Здесь
организуется поиск оптимальных структур, алгоритмов и параметров системы
SMO, т. е. блок 17 обрабатывает результаты моделирования исследуемого k-го
варианта системы массового обслуживания SMO[PK]. Блок 18 проверяет
удовлетворительность полученных оценок характеристик процесса
функционирования СМО pi(k)(t) требуемым, т.е. осуществляется проверка того,
найден ли оптимальный вариант СМО. В блоке 1 осуществляется изменение
структуры, алгоритмов и параметров СМО на уровне установки параметров
системы для очередного k-го варианта СМО. Здесь в случае необходимости
могут быть изменены следующие параметры: количество каналов С
(одноканальная или многоканальная СМО); количество фаз F (однофазная или
многофазная СМО); вид СМО V (СМО с ожиданием или с отказами);
ограничения O.
Блок 13 реализует функцию выдачи результатов моделирования по
каждому k-му варианту модели СМО.

31
 3. Система управления
3.1 Модель системы массового обслуживания
Приведем пример системы управления токарного участка. Предположим,
что с участка термообработки в среднем в 17 минут поступают детали, которые
далее повергаются токарной обработке в среднем в течение 20 минут. Затем
они проходят токарную обработку на станках с ЧПУ, которая занимает в
среднем 60 минут. Для равномерной работы используются 3 станка с ЧПУ.
Задача состоит в том, чтобы смоделировать работу участка в течение смены.
Помимо этого, нужновычислить статистические параметры, такие как:
количество обработанных деталей, средние длины очередей, время работы всех
станков.
Разработаем имитационное моделирование СМО при выборочных
значениях времени генерации заявок (деталей) и времени обслуживания заявок
серверами (токарной обработки деталей на станках). Моделируем СМО,
содержащую следующие компоненты и моделирующие их блоки:
- источник заявок – блок формирования распределенных во времени
сигналов, имитирующих последовательность поступающих на вход системы
запросов на обслуживание (TimeBasedEntityGenerator);
- два накопителя – это блоки, воспроизводящие дисциплину
обслуживания заявок (FIFO Queue);
- выходной переключатель – блок, разделяющий потоки заявок
(OutputSwitch);
- четыре канала обслуживания – серверы (SingleServer);
- три приемника обслуженных заявок (EntitySink);
- четыре блока формирования временных интервалов, применяемых в
качестве времени обслуживания заявок в обслуживающем приборе (Event-
BasedRandomNumber);
- семь блоков визуализации процесса моделирования (SignalScope);
- дисплей, отображающий количество сформированных заявок на
обслуживание.

32
Алгоритм схемы структуры показана на рис. 3.

Рисунок 3 – Схема модели СМО

 Моделируемая СМО содержит в себе две фазы обслуживания. I фаза
обслуживания – обработка на токарном станке, а II фаза обслуживания –
обработка на токарном станке с ЧПУ. II фаза включает 3 канала
обслуживания, т.к. на токарном участке используются 3 станка с ЧПУ.
Заявки не получают отказ, а находятся в ожидании обслуживания в очередях
(накопителях) каждой фазы обслуживания.
То есть, моделируется многофазное многоканальное обслуживание с
ожиданием.
Пусть заявки на обслуживание поступают в систему с интенсивностью
0,06 (1 заявка в 17 минут). Среднее время обслуживания заявок сервером
составляет 20 минут. Предположим, что в момент поступления заявки сервер
свободен. Тогда обслуживание заявки начинается в этот же момент, т.е. в
момент поступления заявки. Когда сервер заканчивает обработку текущей
заявки, он освобождается и готов приступить к обработке следующей заявки.
При этом подразумевается приоритет обслуживания заявок FirstOn, FirstOff
(FIFO), согласно которому заявки обрабатываются по схеме «первым прибыл
– первым обслужен». После окончания обслуживания заявка выбывает из
системы.
Для каждого блока модели подбираем необходимые параметры,
удовлетворяющиехарактеристикам моделируемой системы.
Заметим, что выходной переключатель OutputSwitch позволяет
установить порядок обслуживания заявок серверами во II фазе. Этот блок
содержит критерий переключения Switchingcriterion. Этот критерий может
быть следующих видов:
- firstportisnotblocked – направление заявки реализуется в первый порт,
который не блокирован;
- equiprobable – равновероятностное распределение заявок по
выходным портам;
- roundrobin – направление заявки на выходные порты по очереди;
 - fromsignalport p – управление переключателем ведется из внешнего
порта p;
- fromattribute – направление заявки на один из выходных портов
переключателя зависит от свойств заявки.
Устанавливаем критерий переключения Switchingcriterion на первый
порт, который не блокирован. Этот критерий в нашем случае наиболее
подходящий, т.к. если в текущий момент какой-либо токарный станок с ЧПУ
занят обработкой детали, то заявка (деталь) отгружается на первый
свободный токарный станок, который может принять деталь на обработку.
Внедрение на предприятии станков с оперативной системой
управления позволяет экономить за счет того, что и студенты, которые
только пришли на предприятие, сразу же начинают эффективно работать, и
операторы универсальных станков могут быстро обучиться работе на станке
с ОСУ в результате самообучения уже через 3-5 дней. Причем на некоторых
производствах доля универсальных станков гораздо выше, чем станков с
ЧПУ, тем самым и число операторов универсальных станков выше, которые
могут сразу же начать работать на станке с ОСУ. И при этом еще появляется
возможность организации многостаночного обслуживания – один оператор
может одновременно работать сразу на нескольких станках, запустив
автоматический режим.
Станки с ОСУ не требуют наличия технолога-программиста и
наладчика. Оператор работает с интуитивно понятным интерфейсом, где
самостоятельно создает управляющую программу обработки деталей.
- не требуется знаний программирования. Концепция станка построена
таким образом, что человек, не знакомый с программированием на станках с
ЧПУ, может свободно работать на этом станке, используя многие
возможности, предоставляемые только на программных станках. Наряду с
этим, станок оснащен набором функций, значительно упрощающих многие
технологические операции, выполняемые на универсальных станках.

35
 - длинный подход в диалоге с оператором. Дисплейное меню
организовано таким образом, чтобы оператору были понятны необходимые
действия. Ввод всех значений организован по одному принципу.
Жидкокристаллический дисплей терминала обладает тактильным эффектом,
что позволяет создавать разветвленное меню для управления станком и
многофункциональные кнопки для параметризации технологических
параметров и микроциклов.
- минимум органов управления. Оператору легко ориентироваться при
работе на станке. Все органы управления находятся на пульте станка в зоне
нахождения оператора и легко досягаемы. Перемещения осуществляются от
штурвалов (доводочные) и от крестового переключателя (рабочие).
Решение для смешанного производства
Станок с ОСУ является по сути универсальным, позволяющим сразу
после включения станка начать изготовление детали. Для этого требуется
только задать рабочую подачу и выбрать скорость вращения шпинделя. Если
необходимо изготовить небольшую партию деталей целесообразно
воспользоваться функцией обучения, когда запоминаются перемещения
инструмента, выполненные оператором в процессе обработки 1-й детали, а
обработка последующих деталей производится по запомненной траектории
движения в автоматическом режиме. В случае изготовления крупной партии
деталей возможно: 1) оптимизировать программу, полученную в результате
обучения, чтобы установить оптимальную подачу, скорость вращения
шпинделя и исключить холостые перемещения; 2) ввести программу в
режиме редактора.
Использование такой функции позволяет значительно повысить
производительность станка в условиях мелкосерийного производства, когда
составление программы и ее отладка для станка с ЧПУ занимает время,
большее или сравнимое с временем изготовления деталей. В данном режиме
не требуется написания программы, формирование программы
осуществляется в процессе обработки детали с возможностью коррекции.
36
Применение сервоприводов и функции обучения позволяет увеличить
скорость перемещения на холостых ходах, уменьшить затраты времени на
выполнения стандартных операций, для которых организованы стандартные
микроциклы  и общую производительность при точении последующих
деталей. Например, при выполнении стандартной функции нарезания резьбы
время на выполнение операции уменьшается в 2-5 раз, при изготовлении
малой партии деталей (10шт.) средней сложности (30 кадров на программном
станке) время уменьшается в 3-6 раз.
В ОСУ реализована диагностика станочных сигналов для облегчения
поиска неисправности станка, система защищена от перегрузок и ошибочных
действий оператора. А также реализованы статистические данные об
использовании ресурсов станка за смену и за весь период эксплуатации.
Оперативная система управления выпускается с различными версиями
и предназначена для управления современными универсальными станками
разных групп: токарными, фрезерными, шлифовальными и различными
специальными станками.
На базе ОСУ осуществляется создание различных станков-автоматов
по выпуску массовых деталей с заданным операционным циклом, в том
числе шлифовальных станков и прутковых автоматов. В функциях ОСУ
заложено управление автоматизированным прутковым патроном, специально
разработанным для токарных станков.
Важной тенденцией оснащения цифровых производств японскими
станкостроителями являются интеллектуальные технологии. Такие станки
включают комплекс датчиков, автоматически сигнализирующих о состоянии
системы, и ведется адаптивная настройка оптимальных параметров работы.
Функция «активный контроль вибраций» позволяет улучшить динамику
высокоточного позиционирования по всем осям, также ведется
автоматическое устранение дисбаланса вращающихся узлов, высокоточная
компенсация тепловых деформаций шпинделя во время работы,
визуализируется трехмерная модель для контроля по предотвращению
37
столкновений узлов, осуществляется контроль необходимости замены
быстро изнашиваемых деталей, а также присутствует голосовая поддержка
оператора в принятии наладочных решений для простоты управления
и эффективности работы станка. Интеллектуальная система позволяет также
предотвратить выход станка из строя и резко снизить производственные
потери, связанные с настройкой и простоями станка.
Описанные конкурирующие интеллектуальные технологии в станочных
системах предлагают лидеры — компании DMG MORI, Okuma, Mazak.
«Умные» решения представляют цифровые технологии производственных
систем будущего поколения.
Выводы:
1) Токарное оборудование нового поколения является мехатронным
и управляется цифровыми технологиями, оснащается большим комплектом
инструментов и специальной оснасткой, что позволяет обеспечить широкие
технологические возможности и уникальные рабочие характеристики.
2) Основными тенденциями развития токарного оборудования
являются: многофункциональность с внедрением новых технологий
полигонального и тангенциального точения, вихревой обработки; тотальная
автоматизация всевозможных функций; конструктивная компактность
и крупногабаритность; широкая опционность; модульность исполнения
на базе револьверности и центрального привода; сбалансированное
сочетание прецизионности, производительности и комплексных
возможностей, а также интеллектуальность.

3.2 Внедрение разработанной программы в рабочий процесс

В меню рабочего окна модели выбираем время моделирования – 480 и
нажимаем кнопку Start. Когда моделирование завершится, блоки
SignalScopeоткроют окна, содержащие графики. Блок Signal Scope1
показывает процедуру прохождения заявок через накопитель (рис. 4). Из

38
данного графика следует, что не все появляющиеся заявки сразу поступают
на обслуживание, имеются заявки, которые накапливаются в очереди.

Рисунок 4 - Процедура прохождения заявок через накопитель

Блок Signal Scope2 показывает процедуру обслуживания заявок

сервером (рис. 5). Горизонтальная ось времени показывает моменты, в
которые заявки поступают на вход блока SingleServer.

Рисунок 5 - Формирование времени обслуживания заявок на входе блока

SingleServer

39
 Блок Signal Scope3 иллюстрирует количество заявок, находящихся в
очереди и ожидающих процесса обработки (рис. 6). На рисунке показано, что
ни одна заявка не находится в ожидании, т.е. все заявки обслужены.

Рисунок 6 – Количество заявок в очереди

Блок Signal Scope4 иллюстрирует количество заявок, направленных в

выходной порт, т. е. на последующее обслуживание в один из трех серверов
SingleServer (рис. 7). Из рисунка видно, что самым загруженным сервером
(токарным станком с ЧПУ) является первый, менее загруженным – второй, а
третий сервер – наименее загружен.

Рисунок 7 – Распределение заявок выходным переключателем OutputSwitch

Блоки Signal Scope5, Signal Scope6, Signal Scope7 показывают

процедуру обслуживания заявок серверами Single Server1, Single Server2,
Single Server3, соответственно (рис. 8). На рисунке 8 показано, что третий
сервер (третий токарный станок с ЧПУ) практически не загружен.
Итак, в ходе тестирования имитационного моделирования работы
токарного участка было отмечено следующее:
40
 - в результате моделирования сгенерировано 52 заявки (деталей,
поступивших на токарную обработку);
- из сгенерированных 52 заявок 29 заявок накопилось в первой очереди,
т.к. в момент их появления сервер был занят обработкой текущей заявки, а во
второй очереди заявки не накапливались;
- из 23 заявок, каждая из которых прошла обслуживание первым
сервером, т.е. токарным станком, во второй фазе 14 заявок было направлено
на обслуживание первым токарным станком с ЧПУ, 7 заявок – вторым, 2
заявки – третьим, при этом 2 заявки находились на обслуживании по одной у
первого и второго токарного станка с ЧПУ в момент окончания заданного
времени моделирования.

41
Рисунок 8 – Формирование времени обслуживания заявок на входе сервера
Single Server1 (а), Single Server2 (б), Single Server3 (в)

42
 4.  Экономический раздел
4.1 Разработка основных идей бизнес-плана
4.1.1 Описание предприятия
Разработка линейной системы управления (ЛСУ) объектом 3-го
порядка осуществляется на базе кафедры Промышленной информатики
Московского технологического университета (МИРЭА). В научной работе
активно участвует кафедра.
Кафедра промышленной информатики была образована в 2016 году в
результате реорганизации кафедры «Интеллектуальные технологии и
системы» (ИТС). На кафедре промышленной информатики готовят
бакалавров по двум направлениям: «Автоматизация технологических
процессов и производств» и «Информатика и вычислительная техника».
Направление «Автоматизация технологических процессов и
производств» ранее было несколько раз реорганизовано, переименовано и
ведёт свою историю с 1936 года от кафедры «Металлорежущие станки и
инструменты», организованной в Московском заочном институте
металлообрабатывающей промышленности, который также был создан в
1936 г. Начиная с 1938 года ежегодно происходит выпуск дипломников. С
1973 по 1989 гг. кафедру возглавлял к.т.н., профессор Б.И. Горбунов, под
руководством которого кафедра вела ряд крупных научно-исследовательских
проектов, что позволило войти ей в число ведущих кафедр страны. В 1998
году заведующим кафедры стал д.т.н., профессор М.М. Аршанский, при этом
кафедра была преобразована в кафедру «Мехатроника производственных
систем» и стала готовить универсальных специалистов, сочетающих
специалистов в области технологии, оборудования, информатики и
электроники. В 2010 году кафедру объединили с кафедрой
«Информационное обеспечение робототехнических систем и комплексов», в
качестве направления «Автоматизация технологических процессов и
производств».

43
 В 2016 году было открыто новое направление «Информатика и
вычислительная техника».

4.1.2 Описание продукта
Данный проект представляет собой систему управления (ЛСУ)
объектом 3-го порядка. Данная система предназначена для решения локаль-
ных задач управления.

4.1.3 Рассмотрение конкурентов
Общество с ограниченной ответственностью «Вега-ГАЗ» основано в
1997г. в г.Москва. 
Основным направлением деятельности ООО «Вега-ГАЗ»
является разработка, проектирование и внедрение комплексных систем
автоматизации для предприятий топливно-энергетического комплекса,
их техническое сопровождение и подготовка эксплуатационного персонала.
Специализация компании: разработка и внедрение систем
автоматизированного управления и регулирования газоперекачивающими
агрегатами отечественного и импортного производства (САУ ГПА «Квант»),
систем автоматизированного управления и регулирования компрессорным
цехом (АСУ ТП КЦ «РИУС»), включая основное и вспомогательное
оборудование компрессорного цеха.
На базе компании создан Центр компетенции по созданию и
продвижению автоматизированных систем управления технологическими
объектами компрессорного цеха (САУ ГПА, АСУ ТП КЦ, САУ АВО) и
распределённых информационно-управляющих систем для
газотранспортных предприятий ПАО «Газпром».
В данной выпускной квалификационной работе осуществляется анализ
управления распределением загрузки станка на основе теории массового
обслуживания.

44
 Цельюпроекта является разработка системы программы распределения
загрузки станка на основе теории массового обслуживания, с использованием
имитационной модели.
В ходе расчета экономической части проекта необходимо решить
поставленные задачи:
1) Организация и планирование работ;
2) Разработка основных разделов бизнес-плана проекта;
3) Определение договорной цены;
4) Оценка экономической целесообразности проведения работ.
Целью данного раздела выпускной квалификационной работы является
обоснование экономической выгоды и целесообразности проведения анализа
управления распределением загрузки станка на основе теории массового
обслуживания.
В проекте участвуют следующие люди:
- Дипломный руководитель – определяет постановку задачи,
осуществляет общее руководство проектом, основные требования к задаче и
сроки выполнения работы.
- Консультант–дает практические рекомендации по выполнению
работы.
- Студент – осуществляет проектирование системы автоматического
управления.

4.1.4 Маркетинг
Маркетинг - это организационная функция и совокупность процессов
создания, продвижения и предоставления продукта или услуги покупателям
и управление взаимоотношениями с ними с выгодой для организации. В
широком смысле задачи маркетинга состоят в определении и удовлетворении
человеческих и общественных потребностей. Маркетинг включает
разработку товара (определение вида и установление характеристик
продаваемого товара), анализ рынка (разделение рынков, выделение
45
предпочтительных рынков, сегментация и позиционирование рынка),
ценовую стратегию и политику. Составной частью маркетинга является
реклама, которая выполняет важную роль, представляя будущим
потребителям основную информацию о продукте.

4.5 Рынок сбыта
Разработанную систему целесообразно продавать крупным предприятиям, в
которых могут быть внедрены линейные системы управления 3-го порядка с
возмущающим воздействием.

4.2 Организация и планирование работ по теме

4.2.1 Структура организации работ
В данном разделе рассчитываются затраты на весь производственный
процесс.
В данном пункте необходимо составить расчет стоимости разработки
проекта и составить смету затрат на проект.
Затраты подсчитываются с помощью суммирования всех статей
расхода, которые представлены ниже:
1) Материалы, покупные изделия и полуфабрикаты;
2) Специальное оборудование для научных(экспериментальных)
работ;
3) Основная заработная плата научного и производственного
персонала;
4) Дополнительная заработная плата научного и производственного
персонала;
5) Страховые взносы;
6) Расходы на научные и производственные командировки;
7) Оплата работ, выполненная сторонними организациями и
предприятиями;
8) Прочие прямые расходы;
46
 9) Накладные расходы.

4.2.2 Система управления производством работ

Таблица 3. Занятость исполнителей по этапам

№ Наименование Должность Занятость, Трудоемкость, Длительность,
этапа % чел/дни дни

1 Разработка ТЗ Дипломный 25 3 4
руководитель
Студент 75 4
2 Сбор Студент 50 4 4
информации по Консультант 50 4
теме
3 Разработка Дипломный 50 11 11
системы руководитель
Студент 50 11

4 Тестирование Студент 100 6 6

5 Поиск ошибок и их Студент 100 4 4

исправление

6 Оформление Студент 100 3 3

отчетов и
моделей
7 Представление Студент 100 1 1
системы
ИТОГО 51 33

Разработка исполнителями состоит из, составленных студентом и

утвержденных дипломным руководителем, последовательно связанных
между собой этапов расчета параметров и проектирования. Этапы и время,
отведенное на их выполнение представляются в табличном виде.

Разработка ленточного графика Ганта (рис. 9).

47
 Рисунок 9 – График Ганта

4.3 Расчет сметной стоимости и согласование с заказчиком

договорной цены проекта
4.3.1 Расчет себестоимости и цены проекта
В данном пункте необходимо составить расчет стоимости разработки
проекта и составить смету затрат на проект.
Затраты подсчитываются с помощью суммирования всех статей
расхода, которые представлены ниже:
1) Материалы, покупные изделия и полуфабрикаты;
2) Специальное оборудование для научных(экспериментальных)
работ;
3) Основная заработная плата научного и производственного
персонала;
4) Дополнительная заработная плата научного и производственного
персонала;
5) Страховые взносы;
6) Расходы на научные и производственные командировки;
7) Оплата работ, выполненная сторонними организациями и
предприятиями;
8) Прочие прямые расходы;
48
 9) Накладные расходы.

Таблица 4. Затраты на ОКР и проект договорной цены на нее

Статьи затрат, прибыль, цена Сумма, руб.

1.Материалы, покупные изделия и полуфабрикаты 18960,00
2.Основная заработная плата производственного персонала 244159,26
3.Дополнительная заработная плата производственного 36623,89
персонала
4.Страховые взносы 109505,43
5.Расходы на подготовку и освоение нового производства 5500,00
6.Цеховые расходы 195327,41
7.Производственные командировки 7324,78
8.Контрагентские работы 8000,00
9.Всего затрат 625400,77
10.Прибыль 125080,15
11.Цена ОКР (проектная) 750480,92

49
 4.3.2 Затраты на основные и вспомогательные материалы
К затратам на материалы относятся расходы на сырье, комплектующие,
приборы и инструменты, лабораторное оборудование.
Для проектирования системы автоматического управления нанесением
металлических покрытий требуется специальное лабораторное оборудование.

Материалы, покупные изделия и полуфабрикаты (за вычетом отходов):

Мониторы 1 5000
Системный блок 1 20000
Компьютерное оборудование 8000
Доставка и монтаж 3000
2. Специальное оборудование для научных(экспериментальных) работ  
ПК МВТУ v3.7 0

Доставка и монтаж составляет 8% от стоимости всего оборудования.

C∗8 %
D= 100 % , где С – сумма всех затрат

4.3.3 Должностные оклады

Среднее количество рабочих дней в месяце равно 23. Дневная
заработная плата работника вычисляется путем деления полного оклада на
количество рабочих дней в месяце.
Соответственно:

- Руководитель дипломного проекта– 3000 (чел.-дня)*23 = 69000

(руб.);
- Консультант – 2500(чел.-дня)*23 = 57500 (руб.);
- Студент - 700(чел.-дня)*23 = 16100 (руб.);

50
 Кол-во Сумма в Сумма в
Должность чел/дни
человек день месяц
Руководитель дипломного
проекта 1 14 3000 42000

Консультант 1 4 2500 10000

Студент 1 33 700 23100
Итого: 75100

4.3.4 Расчет затрат на отчисления в ПФРФ, ФОМС и ФСС

Для расчета отчислений в пенсионный фонд Российской Федерации
(ПФРФ), федеральный фонд обязательного медицинского страхования
(ФФОМС) и фонд социального страхования Российской Федерации (ФСС
РФ) необходимо подсчитать фонд оплаты труда (ФОТ).
Фонд оплаты труда находится с помощью суммирования основной и
дополнительной заработной платы(составляет 20-25% от суммы основной
заработной платы):
ОЗП + ДЗП = ФОТ
75100 + 15020 = 90120 (руб.)
Страховые взносы:
Страховые взносы = ФОТ * 0,302
Страховые взносы = 75100* 0,300= 27036 (руб.)

4.3.5 Накладные расходы

Накладные расходы представляют собой дополнительные затраты
предприятия для обеспечения процессов производства и обращения
продукции и отражены в размере 150% от ОЗП.
ОЗП∗150 %
Накладные расходы = 100 %
(10)
75100∗150 %
Накладные расходы = 100 %
=112650

51
 Они сопровождают основную деятельность компании, однако не
связаны с ней напрямую, поэтому не могут быть включены в стоимость
товара, работ или услуг.

4.3.6. Прочие расходы

К данным затратам относят: аренду помещения, коммунальные
платежи, услуги связи.
Аренда помещения + коммунальные платежи + услуги связи = прочие
расходы.
25000 + 8000 + 2500 = 35500 (руб.)
Общая сумма затрат - 35500(руб.).

4.3.7 Прибыль, оптовая и договорная цена

[Прибыль]=[Себестоимость]*15%
[Прибыль]=301306*0.15 = 45195(руб.)
Оптовая цена (ОЦ) предприятия определяется как сумма
себестоимости (СЕБ) и заложенной прибыли (ПР).
Оптовая цена предприятия определяется по формуле:
ОЦ = СЕБ + ПР = 301306+ 45195= 346501 (руб.)
НДС = 346501*0.18 = 62370 (руб.)
Договорная цена, включая прибыль и НДС, равна:
ДЦ = 346501+ 62370 = 408871(руб.)
Рассмотрим материалы, покупные изделия и полуфабрикаты. Условия
для расчета по данной статье предельно упрощены. Допустим, в конструкции
применяется только один материал, все детали конструкции одинакового
веса, изготавливаются из одинаковых заготовок. Все покупные изделия и
полуфабрикаты имеют одинаковую покупную цену.
При этих условиях:

(11)

52
 ЗМ = 3,75 кг*11 руб./кг*470 шт. – 0,75 кг*3 руб./кг*470 шт. + 21 руб./шт.*30
шт. = 18960 руб.
где  - затраты на материалы, покупные изделия и полуфабрикаты;
- вес заготовки для одной детали,  =3,75 кг;
- цена одного килограмма материала,  =11 руб.;
- количество всех деталей в конструкции без покупных (табл. 4.), m= 470
шт.;
- вес отходов от одной заготовки, кг, В0= 3,75 кг*(1-0,8) = 0,75 кг;
- цена одного килограмма отходов,  =3 руб.;
- цена одного покупного изделия, полуфабриката,  =21 руб.;
- количество покупных изделий и полуфабрикатов, величина соответствует
количеству покупных деталей в конструкции (табл. 6), n = 30 шт.
Вес отходов от одной детали:

, кг (12)
где  - коэффициент полезного использования материала, =0,8.
Рассчитаем основную заработную плату производственного персонала.

, (13)
где  - основная заработная плата производственного персонала по ОКР;
- число профессиональных групп исполнителей, q= 5;
- усредненная часовая тарифная ставка заработной платы одного
работника профессиональной группы, руб./ч.;
- нормативное время каждой профессиональной группы на выполнение
своей работы по всейОКР,
(14)
где  - трудоемкость всей ОКР;
- коэффициент соответствующий удельному весу каждой
профессиональной группы в трудоемкости ОКР (табл. 5).
53
 Общая трудоемкость опытно-конструкторской разработки 
определяется:

(15)
где  - количество в конструкции деталей данной группы конструкторской
сложности;
- нормативная трудоемкость разработки одной соответствующей детали;
- количество имеющихся в конструкции групп оригинальных деталей и
видов других деталей.
Перечень профессиональных групп исполнителей ОКР и усредненные
часовые ставки заработной платы работников каждой группы представлены в
таблице 6.
Трудовые затраты на ОКР по каждой профессиональной группе можно
укрупнено рассчитать с помощью нормативов, разработанных в плановом
отделе проектной фирмы.
Токр = 30*20 + 52*80 + 38*160 + 22*400 + 8*800 + 85*6 +95*5 + 80*5 + 50*4 +
50*4 = 27825 нормо-часов.
1 группа (конструкторы):
Т1 = Токр*Кпг = 27825*0,4 = 11130 нормо-часов;
2 группа (технологи):
Т2 = 27825*0,1 = 2782,5 нормо-часов;
3 группа (другие ИТР):
Т3 = 27825*0,1 = 2782,5 нормо-часов;
4 группа (техники-чертежники):
Т4 = 27825*0,1 = 2782,5 нормо-часов;
5 группа (рабочие опытного производства):
Т5 = 27825*0,3 = 8347,5 нормо-часов;

ЗПосн = =8,32*11130 + 7,35*2782,5 + 6,47*2782,5 + 5,12*2782,5

+ 5,75*8347,5 = 193300,275 руб.
54
 Найдем дополнительную заработную плату. Она равна 15% от
основной заработной платы производственного персонала.
ЗПдоп = 193300,275*0,15 = 28995,04125 руб.
Найдем отчисления на социальные нужды. Страховые взносы
составляют 34% от суммы основнойЗПосн и дополнительной заработной
платы ЗПдоппроизводственного персонала и равняются:
0,39*(ЗПосн + ЗПдоп) = 0,39*(193300,275+28995,04125) = 86695,1733375
руб.
Рассмотрим расходы на подготовку и освоение нового
производства. Их принимаем в размере 5500 руб.
Цеховые расходы составляют 80% от основной заработной платы и
равны: 193300,275*0,8 = 154640,22 руб.
Рассчитаем отчисления производственные командировки. Расходы по
данной статье взять в размере 3% от расхода на основную заработную плату
производственного персонала и равны: 193300,275*0,03 = 5799,00825 руб.
Находим контрагентские работы. На эту статью относится стоимость
работ, выполняемых сторонними организациями непосредственно для
калькулируемой разработки. Данные отчисления принимаем равными в
размере 8000 руб.
Находим итого всего затрат. На данном этапе суммируются затраты по
всем предыдущим статьям калькуляции. Расчетом по этому пункту
заканчивается калькулирование затрат на ОКР в том случае, если ее
результаты используются в пределах собственной организации. Сумма всех
затрат равна 482929,72 руб.
Величину прибыли берут в размере 20% от всех затрат. 482929,72*0,2 =
965585,944 руб.
Рассчитываем проект цены. Для этого складываем пункты 9 и 10.
Сумма всех затрат и прибыли: 579515,664 руб.

55
 Таблица 5. Часовые усредненные ставки заработной платы
профессиональных групп и удельный вес каждой группы в общей
трудоемкости ОКР

Профессиональные Часовая ставка, Удельный вес трудозатрат в

группы руб./час. трудоемкости ОКР
исполнителей ОКР
Конструкторы 8,32 0,4
Технологи 7,35 0,1
Другие ИТР 6,47 0,1
Техники-чертежники 5,12 0,1
Рабочие опытного 5,75 0,3
производства

56
 Таблица 6. Нормативная трудоемкость разработки одной детали ОКР

Виды деталей в конструкции Трудоемкость разработки одной

детали, нормо-часы
Оригинальные детали по группам
конструкторской сложности:
1 группа 20
2 группа 80
3 группа 160
4 группа 400
5 группа 800
6 группа 1400
Унифицированная 6
Стандартизированная 5
Нормализованная 5
Заимствованная 4
Покупная 4

4.4 Оценка экономической целесообразности разработки

В качестве предложения по повышению эффективности работы
токарного участка следует решение отказаться от третьего сервера
(токарного станка с ЧПУ), т.к. он практически не загружен. Запустив
повторное имитационное моделирование, получим графики блоков
SignalScope. Блок Signal Scope1, иллюстрирует процедуру прохождения
заявок через накопитель (рис. 10). Из рисунка видно, что в очереди
накапливаются заявки. На графике блока Signal Scope2 изображена
процедура обслуживания заявок сервером (рис. 11).

57
 Рисунок 10 – Процедура прохождения заявок через накопитель

Рисунок 11 – Формирование времени обслуживания заявок на входе блока

SingleServer

Блок Signal Scope3 иллюстрирует количество заявок, находящихся в

очереди и ожидающих обслуживания (рис. 12). Рисунок показывает, что две
заявки находятся в ожидании.

58
 Рисунок 12 –Количество заявок в очереди

Блок Signal Scope4, иллюстрирует количество заявок, направленных в

выходной порт, т.е. на последующее обслуживание в один из двух серверов
SingleServer (рис. 12). График показывает, первый сервер более загружен,
чем второй. Блоки Signal Scope5, Signal Scope6 иллюстрируют процедуру
обслуживания заявок серверами Single Server1, SingleServer2, соответственно
(рис. 14). Из представленного рисунка видно, что первый серверобслуживает
в два раза больше заявок,по сравнению со вторым.

Рисунок 13 – Распределение заявок выходным переключателем OutputSwitch

59
Рисунок 14 – Формирование времени обслуживания заявок на входе сервера:
а – Single Server1; б – Single Server2

После удаления третьего станка и проведения повторного

имитационного моделирования работы токарного участка было
зафиксировано следующее:
1) ходе моделирования сгенерировано 47 заявок (деталей, поступивших
на токарную обработку);
2) из сгенерированных 47 заявок 23 заявки накопилось в первой
очереди и 2 заявки – во второй, т. к. в момент их появления сервер был занят
обработкой текущей заявки;
3) из 23 заявок, каждая из которых прошла обслуживание первым
сервером, т. е. токарным станком, во второй фазе 15 заявок было направлено
на обслуживание первым токарным станком с ЧПУ, 8 заявок – вторым, но
при этом 2 заявки находились на обслуживании по одной у каждого
токарного станка с ЧПУ в момент окончания заданного времени
моделирования.

60
 В итоге, в результате тестирования представленного имитационного
моделирования вышло, что при случайных значениях времени генерации
заявок (деталей) и времени обслуживания заявок серверами (токарной
обработки деталей на станках) загрузка станков получилась неравномерной.
Наиболее загруженным оказывается первый станок, а третий станок,
напротив, оказывается, практически незагруженным, вследствие чего для
более экономическиэффективного использования мощностей предприятия
было принято решение исключить его из токарного участка.
Общепринятыми показателями эффективности нового
производственного оборудования, по сравнению с устаревшей моделью,
являются годовой экономический эффект и годовая экономия от внедрения
новой техники:

, руб. (16)
Э=(С 1 – С 2) N год.

где Эг- годовой экономический эффект,

Э- экономия годовая,
Nгод. – 400тыс.шт.,
С1 и С2 - себестоимость годового выпуска деталей соответственно по
базовому и новому техническим вариантам (Nгод), руб.;
и  - капитальные вложения соответственно по старому и новому
техническим вариантам, необходимые для обеспечения выпуска расчетного

годового количества условных деталей ( =2000000, - требуется

рассчитать), Nгод.. – 400тыс.шт.
- нормативный коэффициент эффективности капитальных вложений, 
=0,15.
С1 и С2 – с/ст. единицы изделия по базовому и новому вариантам.
Q – необходимое количество нового оборудования.
; (17)

61
где  и - соответственно технологическая себестоимость одной условной
детали по базовому и новому техническим вариантам, руб.
Третьим обобщающим показателем экономической эффективности
ОКР является срок окупаемости дополнительных капитальных вложений,
если новая техника будет дороже старой:

(18)
Необходимо определить годовой экономический эффект, годовую
экономию и срок окупаемости.
Объем капитальных вложений по новому техническому варианту
составит:

(19)
где  - количество новых станков, необходимых для изготовления в год
400000 усл. ед. деталей, шт.;
- расчетная оптовая цена одного экземпляра нового станка, руб.;
- сопутствующие внедрению новых станков капитальные затраты (в

частичную реконструкцию помещений, в новую оснастку и т.д.),  =120000

руб.
Количество новых станков:

(20)
где  - штучно-калькуляционное время на изготовление одной условной

детали (табл. 7), = 0,26 ч.

- действительный годовой фонд времени работы станка,  =3940 часов;
- коэффициент выполнения норм времени рабочими,  =1,1.
Qст = 0,26 ч*400000 шт./3940 ч*1,1 = 24 шт.
Расчетное количество станков округляют до целого большего числа.
Оптовая цена серийного станка рассчитывается по формуле:

62
 (21)
где  - полная себестоимость одного станка, руб./ед.;
- плановая прибыль от реализации одного станка.

, (22)
где  - заводская себестоимость станка;
- коммерческие расходы (внепроизводственные расходы, 8% от заводской
себестоимости;)
- цена опытно-конструкторской разработки.
Заводская себестоимость серийного станка на предпроектной стадии
ОКР может быть определена лишь приближенно:

(23)
где  - затраты на материалы, покупные изделия и полуфабрикаты, руб.
(взять в размере 90% от соответствующих расходов на ОКР), Змат = Змокр*0,9 =
18960 руб*0,9 = 17064 руб.;
- основная заработная плата производственных рабочих, руб. (взять в
размере 70% от основной заработной платы рабочих опытного
производства), ЗПосн = ЗПосн.пр.окр.*0,7 = 60626,85 руб.*0,7 = 42438,79 руб.;
- дополнительная заработная плата производственных рабочих, руб.
(20% от основной заработной платы), ЗПдоп = ЗПосн*0,2 = 8487,76 руб.;
- страховые взносы (34% от суммы основной и дополнительной
заработной платы), Зосн = (ЗПосн+ЗПдоп)*0,39 = 19861,36 руб.;
- цеховые расходы (200% от основной заработной платы), З ц = ЗПосн*2 =
84877,59 руб.;
- производственные расходы (заводские, 70% от основной заработной
платы), Зз = ЗПосн*0,7 = 29707,16 руб.
Звр = С3*0,08 = 16194,93 руб. – внепроизводственные расходы, С ст =
202436,66+16194,93+750480,92/24 = 249906,44 руб.
63
 Прибыль на промышленное изделие (станок):

(24)
где  - плановый коэффициент рентабельности изделия, =0,25.
П = 249906,44*0,25 = 62476,61 руб.
Т.о., оптовая цена серийного станка: Цос = Сст + П = 249906,44+62476,61 =
312383,05 руб.
Тогда объем капитальных вложений по новому техническому варианту
составляет: К2 = 24*312383,05+120000 = 7616039,91 руб.
Необходимо также рассчитать технологическую себестоимость условной
детали по двум вариантам: базовому и новому.
Рассчитаем по новому варианту. Группировка затрат по статьям
калькуляции:
1) Сырье, основные материалы.
2) Энергия на технологические цели.
3) Основная заработная плата.
4) Дополнительная заработная плата (15% от основной заработной
платы).
5) Страховые взносы (34% от суммы основной и дополнительной
заработной платы).
6) Расходы на содержание и эксплуатацию оборудования.
7) Коммерческие (внепроизводственные) расходы – 5%.
Энергия на технологические цели:

(25)
где  - установленная мощность двигателей, кВт;
- цена одного кВт.ч энергии,  =0,25 руб.;
tшт.к – норма времени на деталь;
- коэффициент полезного действия двигателя,  =0,92.
Зэн = 23*0,25*0,25/0,92 = 1,75 руб.

64
Основная заработная плата:

(26)
где  - часовая тарифная ставка рабочих, =1,49 руб.
ЗПосн = 1,49 руб*0,25 ч = 0,3725 руб.
Дополнительная заработная плата:
ЗПдоп = 0,15*ЗПосн = 0,055875 руб.
Отчисления на соц. нужды: (Пдоп+ЗПосн)*0,39 = 0,16706625 руб.
Расходы на содержание и эксплуатацию оборудования - включают затраты на
техническое обслуживание машин и механизмов, расходы на текущий и
капитальный ремонт оборудования, амортизацию основных фондов.
Затраты на ремонт и обслуживание оборудования:

(27)
где  - оптовая цена серийного станка (базового); принять здесь и далее
180000 руб., нового (рассчитать);
- норма годовых расходов на ремонт и обслуживание станка,  =7%;
- действительный годовой фонд времени работы станка,  =3940 ч.
Зро = 312383,05 руб.*7 % *0,25 ч/3940 ч*100 % = 1,44 руб.
Затраты на амортизацию оборудования:

(28)
где  - норма амортизации станка, =14%.
За = 312383,05 руб*14 % * 0,25 ч/3940 ч*100 % = 2,89 руб.
Технологическая себестоимость новой условной детали:
С2 = Зм + Зэн + ЗПосн + ЗПдоп + цотч + Зро+ За = 17,2 руб.
По формулам годовой экономический эффект, годовую экономию и срок
окупаемости капитальных вложений следуетзаполнена таблица 6 - итоговая
по данному разделу.
Рассчитаем по старому базовому варианту.
65
Сырье: Зм= 10,50 руб.
Энергия: Зэн = 23*0,28*0,25/0,92 = 1,75 руб.
Основная ЗП: ЗПосн = 1,49 руб*0,45 ч = 0,67 руб.
Дополнительная ЗПдоп = 0,15*ЗПосн= 0,1 руб.
Отчисления на соц. нужды: 0,3 руб.
Расходы на содержание и эксплуатацию:
ремонт: Зро = 180000 руб*7%*0,45 ч/3940 ч*100% = 1,44 руб
амортизация: Зро = 180000 руб*14%*0,45ч/3940ч*100% = 2,88 р.

Таблица 7. Состав деталей в разрабатываемой конструкции

Детали по группам и видам

оригинальные детали унифи станда норм заимст Покуп- Всего
по группам циров ртизир ализ вованн ные деталей
конструкторской анные ованны ован ые
сложности е ные
I II III I V I
V V
3 5 40 20 10 - 100 200 100 70 30 500
0 0

66
Таблица 8. Исходные данные для расчета технологической себестоимости
одной условной детали, различные по вариантам

Затраты на Норма времени на деталь Общая мощность

материалы  , , час двигателей  , кВт

руб.
10,50 0,26 14

Таблица 9. Сравнительные экономические показатели нового и базового

технических вариантов

Показатели Варианты
базовый Новый
Годовое количество производимых 400 000 600000
условных деталей, шт.
Объем капитальных вложений, 2000000 300000
руб.
Технологическая себестоимость 16 17,2
одной условной детали, руб./дет.
Годовой экономический эффект, 7616039,91
руб.
Годовая экономия от внедрения 1250000
новой техники.
Срок окупаемости -
дополнительных капитальных
вложений, лет

Разработанную систему с применением регуляторов целесообразно

использовать только в тех случаях, когда необходимо реализовать следящий

67
 режим в ЛСУ, либо по максимуму нивелировать отрицательный эффект
внешнего возмущающего воздействия на ОУ. При этом следует внимательно
отнестись к процедуре настройки передаточных коэффициентов регулятора,
чтобы в некоторых случаях найти баланс с учетом специфики решаемой
задачи между качеством переходных процессов и величиной установившейся
ошибки. Проведение качественного анализа поведения линейной системы
управления (ЛСУ) объектом 3-го порядка при различных входных сигналах,
позволяет получить оценку их влияния на качество функционирования САУ.
В качестве примера можно взять промышленную теплицу размером 15
на 60 метров и рассчитать экономическую выгоду внедрения разработанной
системы в данное предприятие.
Среднее количество рабочих дней в месяце равно 23. Дневная
заработная плата работника вычисляется путем деления полного оклада на
количество рабочих дней в месяце.
Соответственно:
- оператор– 3000 (чел/дни) *23 = 69000руб
- наладчик системы – 2700(чел/дни) *23 = 62100руб
- рабочий - 2300(чел/дни) *23 = 52900руб
Таблица 10

Сумма в месяц без Сумма в месяц с

использования САУ использования САУ
Рабочий персонал (10 чел) 529000 (2 чел) 105800
Оператор САУ - 69,000
Наладчик системы - 62,100
Итог (месяц) 529,000 236,900
Итог (год) 6,348,000 2,842,800

Таким образом экономия в год с использованием автоматической

системы составит 3 505200рублей. (Без учета стоимости внедрения системы).

68
  Заключение
Имитационное моделирование представляется отличным методом
моделирования производственного процесса, рассматриваемого как СМО. В
данной выпускной квалификационной работе работе показаны результаты
моделирования работы токарного участка, включающего простые токарные
станки и токарные станки с ЧПУ. Моделирование тестировано в среде
SimEvents системы визуально-ориентированного программирования
MATLab/Simulink, которая хорошо себя зарекомендовала по удобству
графического пользовательского интерфейса, по обилию компонентов в
множестве библиотек, разнообразию виртуальных средств регистрации и
визуализации результатов моделирования. Данная среда была выбрана, т.к.
она выгодно отличается от других систем моделирования.
В итоге в качестве предложения по повышению эффективности работы
токарного участка было принято решение отказаться от третьего сервера, т. е.
токарного станка с ЧПУ, так как он практически не загружен.
В результате проделанной работы были получены следующие
результаты:
1) Проведен расчет затрат и договорной цены;
2) Разработка рентабельного производства;
3) Обоснование экономической целесообразности.

69
  Список литературы
1. Лычкина Н. Н. Имитационное моделирование экономических
процессов. М.: АкадемияАйТи, 2012. 164 с.
2. Вентцель Е. С. Теория вероятностей. М.: Академия, 2013. 576 c.
3. Гультяев А. Визуальное моделирование в среде MATLAB. СПБ:
Питер, 2012. 432 с.
4. Бугорский В.Н. Сетевая экономика. М.: Финансы и статистика, 2007.
5. Емельянов А.А. Имитационное моделирование в управлении
рисками. СПб.: Инжэкон, 2014.
6. Кофман А. Методы и модели исследования операций. М.: Мир, 1966.
7. Ивановский В. Б., Чернов В. П. Теория массового обслуживания. -
М.: ИНФРА-М, 2012.
8. Липаев В.В. Системное проектирование сложных программных
систем - М: СИНТЕГ, 2014.
9. Саульев В.К. Математические модели теории массового
обслуживания. - М.: Статистика, 2013. - 96 с.
10. Тихоненко О.М. Модели массового обслуживания в
информационных системах: Учебное пособие для студ. вузов. - Минск:
Технопринт, 2013. - 327 с.

70