Разработка моделей управления процессами на предприятии

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ 4

1 АНАЛИЗ ДЕЯТЕЛЬНОСТИ  МИЛЛЕРОВСКОГО ФИЛИАЛА ОАО «АСТОН» 5

1.1 Общие сведения  о деятельности Миллеровского  филиала ОАО   «Астон» 5

2  ИСХОДНЫЕ  ДАННЫЕ 10

2.1 Значения  выпуска и реализации продукции 10

2.2 Значения  ресурсов, обеспечивающих выпуск  продукции 11

3 РАСЧЕТ СТАТИСТИЧЕСКИХ  ПОКАЗАТЕЛЕЙ РЯДОВ ПРОИЗВОДСТВА  ПРОДУКЦИИ И РЕСУРСОВ 12

3.1 Расчет  статистических показателей объема  производства и реализации 12

3.2 Проверка  объема выработанной и реализованной  продукции на    соответствие  нормальному закону распределения  по тесту Жарк Берра 13

3.3 Проверка  объема выработанной и реализованной  продукции на соответствие нормальному  закону распределения по критерию  Стьюдента 14

3.4 Построение  гистограммы и определение доверительных  интервалов 18

4 ОПРЕДЕЛЕНИЕ  ОДНОРОДНОСТИ ДАННЫХ И ИХ СГЛАЖИВАНИЕ 22

4.1 Определение  однородности данных с помощью  критерия Колмогорова-Смирнова 22

4.2 Сглаживание  данных и построение трендов 24

4.3 Значимость  трендов 25

4.4 Прогнозирование 26

5 ПРИНЯТИЕ  РЕШЕНИЯ ПО ОБЪЕКТУ В УСЛОВИЯХ  НЕОПРЕДЕЛЁННОСТИ 28

5.1 Игровой  выбор объекта 28

ЗАКЛЮЧЕНИЕ 32

ЛИТЕРАТУРА 33

ВВЕДЕНИЕ

Системный подход к менеджменту  качества побуждает организации  анализировать требования потребителей, определять процессы, способствующие получению продукции, приемлемой для потребителей, а также поддерживать эти процессы в управляемом состоянии.

Организация должна:

a) определять процессы, необходимые  для системы менеджмента качества, и их применение во всей  организации;

b) определять последовательность  и взаимодействие этих процессов;

c) определять критерии  и методы, необходимые для обеспечения  результативности, как при осуществлении этих процессов, так и при управлении ими;

d) обеспечивать наличие  ресурсов и информации, необходимых  для поддержки этих процессов и их мониторинга;

e) осуществлять мониторинг, измерение, там, где это возможно, и анализ этих процессов;

f) принимать меры, необходимые  для достижения запланированных  результатов и постоянного улучшения этих процессов.

Организация должна осуществлять менеджмент процессов, необходимых  для системы менеджмента качества [1]. 

1 АНАЛИЗ ДЕЯТЕЛЬНОСТИ МИЛЛЕРОВСКОГО ФИЛИАЛА ОАО «АСТОН»

1.1 Общие сведения о деятельности Миллеровского филиала ОАО   «Астон»

Миллеровский филиал ОАО  «Астон» образован в 2008 году преобразованием ОАО «Миллеровский МЭЗ» - старейшего из предприятий масложировой отрасли России, отметившего в 2005 году свой столетний юбилей. Является открытым акционерным обществом, возглавляемым генеральным директором Викуловым В.И.

Миллеровский филиал ОАО  «Астон» производит переработку  семян масличных культур (подсолнечника, сои, рапса), поступающих от различных производителей масличного сырья.

Состав подсолнечного  масла определяется техническим  регламентом ГОСТ Р 52465-2005 [7].

Для обеспечения выпуска  высококачественной и конкурентоспособной  продукции ОАО «Астон» реализуются проект «Реконструкция  с увеличением мощности переработки семян подсолнечника до 1200 т/сутки  строительством ТЭЦ». Технологическое оборудование для комплекса очистки, сушки, хранения маслосемян и зерна запроектировано российского производства – ОАО «Мельинвест» (г. Нижний Новгород).

Транспортное оборудование указанного выше комплекса, галереи  семян, транспортной галереи, приемно-отпускного железнодорожного устройства для сырья  выполнено фирмой «Shmidt-Seeger AG» (Германия). Металлические силоса временного и длительного хранения семян и зерна произведены фирмой «WESTEEL» (Канада) [2].

Сырьевой цех осуществляет обработку и хранение масличных  семян и зерна пшеницы, ячменя, поступающих от разных поставщиков, и проводит следующие операции [2]:

• контроль качества маслосемян и зерна при приемке, обработке и хранении;
• приемку масличных семян и зерна с автомобильного и железнодорожного транспорта;
• взвешивание маслосемян и зерна при приемке;
• очистку маслосемян от сорной и масличной примеси, зерна – от сорной и зерновой примеси;
• снижение влажности маслосемян и зерна тепловой сушкой и активным вентилированием;
• размещение маслосемян и зерна в хранилища и их хранение;
• активное вентилирование хранящихся зерновых масс;
• подача на переработку масличных культур и отгрузка зерновых.

Последовательность, а также  необходимость той или иной технологической  операции (очистки, сушки, активного  вентилирования и т.д.) определяется исходным качеством семян и зерна, поступающих на предприятие. Техническая база сырьевого цеха (подъемно-транспортное и технологическое оборудование) с комплексом очистки, сушки, хранения маслосемян и зерна позволяет вести прием семян и зерна до 3000 т в сутки. Для обеспечения приема семян и зерна до 3000  тонн в сутки используются три автомобилеразгрузчика типа У15-УРАГ-Н, НПБ-2СМ и  АВС-50М-04. Приемный путь семян или зерна, поступающих железнодорожным транспортом, рассчитан на четыре вагона. Направление движения потоков регулируется клапанами и задвижками.

Для сырьевой очистки применяются  сепараторы А1-БЛС-150, установленные в новом очистительном отделении, которое для равномерной подачи семян или зерна и возможности переработки разных партий обеспечено буферными силосами объемом 660 м³ каждый. При использовании сепараторов для различных культур – подсолнечника, рапса, сои, зерновых – производится переналадка сит и подбор оптимального аспирационного режима. В зависимости от засоренности семян или зерна технологической схемой предусмотрена возможность двукратного или однократного сепарирования. Для проведения в случае необходимости вторичной очистки используются сепараторы А1-БИС-100, имеющиеся на предприятии.

Тепловая сушка семян  или зерна осуществляется на действующих  стационарных шахтных сушилках типа С-30, работающих на природном газе, и вновь вводимого в действие после реконструкции сушильного отделения, в состав которого входят: сушилка «VESTA-60», включающая в качестве модулей две сушилки типа PI-С30Г, работающие также на природном газе, два оперативных силоса для влажных семян объемом 660 м³ каждый для обеспечения бесперебойной равномерной работы сушилок и транспортные элементы. Сырые семена, требующие два пропуска, сначала подвергаются сушке в первой зерносушилке (модуле), затем нориями сушилок направляются на досушивание во вторую зерносушилку (модуль) [2].

Хранение семян или  зерна осуществляется в силосах  железобетонного элеватора, включающего 3 силосных корпуса по 96 банок в каждом, общая вместимость элеватора – 34,0 тыс.т по семенам подсолнечника, и в металлических силосах нового зернохранилища, включающего 8 силосов объемом 9000 м³ каждый. Для контроля состояния хранящихся семенных или зерновых масс в силосах предусматривается система термометрии и возможность перемещения сырья из силоса в силос. Металлические силоса нового зернохранилища оборудованы дополнительно активным вентилированием для предотвращения возникновения очагов самосогревания хранящихся масс.

Производительность предприятия  составляет по семенам подсолнечника 1200 т/сутки, по семенам рапса 600 т/сутки, по семенам сои 600 т/сутки. Производительность установки гидратации составляет 200 т/сутки, при этом предполагается перерабатывать 114 т/сутки подсолнечного экстракционного масла, 72 т/сутки рапсового экстракционного масла, 124 т/сутки соевого экстракционного масла [2].

Технологическая схема маслоэкстракционного производства включает [4]:

• производственную очистку маслосемян;
• обрушивание семян подсолнечника;
• дробление семян сои;
• отделение плодовой оболочки от ядра семян подсолнечника (лузги) и семенной оболочки от ядра семян сои;
• влаготепловую обработку дробленых семян сои;
• измельчение фракции ядра семян подсолнечника, семян рапса;
• плющение дробленки семян сои с отделением и без отделения оболочки;
• жарение измельченной фракции ядра семян подсолнечника и измельченных семян рапса;
• отжим прессового подсолнечного и рапсового масла;
• дробление подсолнечного и рапсового жмыха и его охлаждение перед экстракцией масла;
• очистку прессового масла в гущеловушке и автоматических фильтрах;
• вакуумную сушку и охлаждение прессового подсолнечного и рапсового масла перед отправкой на склад;
• экстракцию масла растворителем из жмыха семян подсолнечника, рапса и лепестка семян сои;
• отгонку растворителя из мисцеллы;
• отгонку растворителя из шрота;
• гранулирование шрота и его охлаждение перед хранением;
• гидратацию экстракционных подсолнечного, рапсового и соевого масел;
• вакуумную сушку и охлаждение масла перед хранением;
• вакуумную сушку фосфатидного концентрата и его упаковку;
• хранение шрота подсолнечного, рапсового в элеваторе шрота, соевого в складе шрота;
• отгрузку шрота железнодорожным и автомобильным транспортом;
• хранение растительных масел;
• отгрузку масла железнодорожным транспортом.

Для производства нерафинированных растительных масел и шротов используется проверенное в промышленности и выпускаемое серийно технологическое оборудование. Основное оборудование подготовительного отделения поставлено фирмой Алокко (Аргентина), основное оборудование прессового отделения, экстракционного отделения и отделения гидратации – фирмой Де-Смет.

Пароснабжение предприятия  осуществляет ТЭЦ, где предусмотрены  два котла Е-25-1,6-250ДТ и турбогенератор К-6-1,6-1, производительность каждого  котла 25 т пара/час, давление на выходе – 1,6 МПа. Основным топливом для котлов служит подсолнечная лузга, резервным – природный газ.

Источником хозяйственно-питьевого, производственного, противопожарного водоснабжения служит собственный артезианский водозабор (4 скважины производительностью 180м³/час, одна из которых резервная).

Для снабжения предприятия  азотом предусмотрена станция газификации  жидкого азота холодным криогенным газификатором ГХК-8/1,6-500м. Для удовлетворения потребности сжатого воздуха для технологических нужд и работы приборов КИПиА на предприятии оборудована компрессорная с двумя установками поставки ЗАО «Атлас Копко» общей производительностью 27,78 Нм³/мин [2,4].

Структурная схема управления Миллеровского филиала ОАО  «Астон»  указана на рисунке 1.

2  ИСХОДНЫЕ ДАННЫЕ

2.1 Значения выпуска  и реализации продукции

Производство продукции  и предоставление услуг выражается данными процессов. Каждый процесс  состоит из однородных элементов, которые  объединены единой основой, но различаются по ряду признаков. Все они, взятые вместе, в определенных границах времени и пространства, образуют статистическую совокупность. Признаки, характеризующие поведение статистической совокупности. Они разделяются на качественные и количественные признаки. Качественные признаки определяют наличие или отсутствие какого-либо качества. Количественные признаки можно разделить на: дискретные и непрерывные. Непрерывные признаки принимают вещественные значения. Например, вес, стоимость продукции, объём, температура, давление, численность персонала, основные фонды и оборотные средства.

Вычислим основные статические  показатели в непрерывной выборке данных. К таким показателям относятся: среднее значение, дисперсия, основное отклонение и коэффициент вариации, асимметрия и эксцесс. Функции расчёта основных статистических показателей и их формулы в процессоре Excel приведены в таблице 3.1. Объём выборки имеет 12 значений. Непрерывная случайная величина – Х, обозначается через интервал данных - Инт.

Данные об объеме производства и реализации подсолнечного масла в 2011 году (таблица 2.1).

Таблица 2.1

2.2 Значения ресурсов, обеспечивающих выпуск продукции

Расчет себестоимости 1 т масла за январь месяц 2011 года (таблица 2.2).

Таблица 2.2

3 РАСЧЕТ СТАТИСТИЧЕСКИХ  ПОКАЗАТЕЛЕЙ РЯДОВ ПРОИЗВОДСТВА  ПРОДУКЦИИ И РЕСУРСОВ

3.1 Расчет статистических показателей объема производства и реализации

По данным таблицы 2.1 рассчитываем значения основных статистических показателей  для объема выработанной продукции (таблица 3.1).

Таблица 3.1

Для определения меры косости  кривой фактического распределения  рассчитывается показатель, который называют коэффициентом асимметрии. Для определения меры крутости кривой фактического распределения рассчитывается показатель, который называют коэффициентом эксцесса.

При вычислениях коэффициент асимметрии получился отрицательным, это указывает на правый скос вершины кривой фактического распределения от вершины теоретической кривой нормального распределения.

Положительное значение коэффициента эксцесса указывает на повышенную крутизну кривой фактического распределения по сравнению с теоретической кривой нормального распределения.

По данным таблицы 2.1 рассчитываем значения основных статистических показателей для объема реализованной продукции (таблица 3.2).

Таблица 3.2

При вычислениях коэффициент асимметрии получился отрицательным, это указывает на правый скос вершины кривой фактического распределения от вершины теоретической кривой нормального распределения.

Положительное значение коэффициента эксцесса указывает на повышенную крутизну кривой фактического распределения по сравнению с теоретической кривой нормального распределения.

3.2 Проверка объема  выработанной и реализованной  продукции на    соответствие нормальному закону распределения по тесту Жарк Берра

Тест Жарк Берра менее  требователен к коэффициентам асимметрии и эксцесса, вычисленным по данным выборки. Критерий выборки имеет вид

где n – количество данных в выборке; А – коэффициент асимметрии; Е – коэффициент эксцесса.

Для определения теоретического значения критерия используется обратная функция хи-квадрат распределения. В табличном процессоре Excel обратная функция хи-квадрат распределения определяется стандартной функцией ХИ2ОБР(w; 2).

Если критерий JB меньше или равен qchisq, то выборка соответствует нормальному закону распределения.

Критерий JB для объема выпущенной продукции:

JB = 21,96;

ХИ2ОБР = 19,68.

Так как JB > ХИ2ОБР, значит выборка не соответствует нормальному закону распределения.

Критерий JB для объема реализованной продукции:

JB = 19,23;

ХИ2ОБР = 19,68.

Так как JB < ХИ2ОБР, значит выборка соответствует нормальному закону распределения.

3.3 Проверка объема выработанной и реализованной продукции на соответствие нормальному закону распределения по критерию Стьюдента

После расчёта статических  показателей определим их ошибки. В статистике чаще имеют дело с  выборочной совокупностью, поэтому  величины статистических показателей являются неточными по сравнению с соответствующими показателями в генеральной совокупности. Они имеют ошибки выборки. Эти ошибки увеличиваются с повышением изменчивости статистической величины и уменьшаются с увеличением размера выборки. Ошибки статистических величин обозначим через m с соответствующим показателю индексом (кроме средней величины).

Приведем формулы ошибок среднего значения, основного отклонения, коэффициента вариации.

Ошибка среднего значения равна 

                                                     (1.1)

Ошибка основного отклонения равна  

m_s = 0.707m.                                           (1.2)

Ошибка коэффициента вариации вычисляется по формуле

                                                       (1.3)

Ошибка коэффициента асимметрии вычисляется по формуле

                                                     (1.4)

Ошибка коэффициента эксцесса вычисляется по формуле

m_E = 2 m_A.                                                 (1.5)

Ошибки вычисляются с  той же точностью, с которой вычислены  соответствующие статистические показатели, но с количеством значащих цифр не менее двух. Кроме ошибки среднего значения, выраженного в единицах измерения статистической величины, т. е. абсолютной ошибки, часто требуется определить относительную ошибку, которая рассчитывается по следующей формуле:

                                                (1.6)

Относительная ошибка характеризует  точность опыта или данных. Чем  меньше относительная ошибка, тем  выше точность опыта. Точность опыта  считается удовлетворительной при величине относительной ошибки от 5% и меньше. Относительную ошибку можно вычислить также по формуле

                                                    (1.7)

Формулы (1.6) и (1.7) равносильны. Поскольку данные в выборочной совокупности определены неточно, с определёнными ошибками, возникает вопрос о том, с какой вероятностью они  достоверны. Для этой цели введён показатель достоверности (надежности), который представляет собой отношение величины оцениваемого статистического показателя к его ошибке

                                  (1.8)

Если все значения показателей  надежности меньше или равны обратному распределения Стьюдента, то выборка соответствует нормальному закону распределения на выбранном уровне. Расчет ошибок статистических величин для выпущенной продукции приведен в таблице 3.3.

Таблица 3.3

Точность опыта считается  неудовлетворительной, так как 5,31 > 5.

Расчет показателей достоверности (надежности)  приведен в таблице 3.4.

Таблица 3.4

В нашем случае не все  показатели надежности меньше критерия Стьюдента: t_М , t_S и t_C больше критерия Стьюдента, следовательно, выборка не соответствует нормальному закону распределения.

Определим интервалы достоверности  для выпущенной продукции:

1. Интервал среднего: М  = 5696,74 ± 666,16;

2. Интервал среднеквадратичного  отклонения: s = 1048,46 ± 470,97;

3. Интервал вариации: С  = 18,4 ± 8,54;

4. Интервал асимметрии: А = - 2,0 ± 20,57;

5. Интервал эксцесса: Е  = 3,05 ± 41,15.

Расчет ошибок статистических величин для реализованной продукции приведен в таблице 3.5.

Таблица 3.5