Східноукраїнський національний університет
| Вид материала | Конспект |
- Східноукраїнський національний університет, 2834.55kb.
- Східноукраїнський національний університет, 2589.71kb.
- Східноукраїнський національний університет, 2401.62kb.
- Східноукраїнський національний університет, 2401.62kb.
- Східноукраїнський національний університет, 926.8kb.
- Східноукраїнський національний університет, 1383.6kb.
- Східноукраїнський національний університет, 307.07kb.
- Східноукраїнський національний університет, 404.71kb.
- Східноукраїнський національний університет, 707.5kb.
- Східноукраїнський національний університет, 579.02kb.
План
1. Проблемы, возникающие при оптимизации действующих технологических процессов
2. Метод логического программирования
3. Метод ситуационного программирования
Ключевые понятия и термины
Управление. Проблемы управления. Оптимизация. Логическая модель. Ситуационная модель. Ситуационное управление.
4.1. Проблемы, возникающие при оптимизации действующих технологических процессов
Впечатляющие успехи континуальной математики в описании фундаментальных закономерностей окружающего мира и наличие мощного аппарата оптимизации породили представления о том, что "подавляющее большинство самых разнообразных задач управления и оптимизации приводятся к стандартной математической задаче оптимизации и исследователю в любой конкретной области науки и техники достаточно свою конкретную задачу сформулировать в виде математической задачи оптимизации, для которой уже известен алгоритм решения, а затем вычислить искомое оптимальное решение". скромность достижений, в решении реальных задач объясняется "недоступностью современных методов оптимизации для многих потенциальных потребителей из-за высокого математического уровня соответствующих публикаций" (И.В.Бейко, Б.Н.Бублик, П.Н.Зинько. методы и алгоритмы решения задач оптимизации.-к.: вища школа, 1983.-512с.).
Т.е., если исследователю удастся получить "хорошую" модель и "продраться" через высокий математический уровень академических публикаций, никаких особых трудностей при решении задачи повышения эффективности управления и оптимизации сложных систем он больше не встретит.
На самом деле все обстоит значительно сложнее. Даже если и удается получить "хорошую" континуальную модель сложной системы (хотя выше было показано, что для реальных технологических процессов в химии, металлургии, нефтепереработке и других отраслях эта задача с помощью известных математических методов практически неразрешима), в результате оптимизации мы получим не решение всех проблем, а новую сложную проблему реализации оптимального управления, т.е. синтеза системы управления, которая могла бы удерживать реальный объект в определенной при оптимизации точке многомерного пространства входных переменных.
На примере действующих производств химии, металлургии, нефтепереработки и др., обладающих мощным шумовым полем, вызываемым большим количеством ненаблюдаемых и наблюдаемых, но неуправляемых входных переменных, очевидно, что реализовать такую систему и обеспечить её эффективную работу не поможет даже чудо.
Корректное управление сложными объектами может быть реализовано только в том случае, если требования к управляемым параметрам будут заданы в виде допустимых диапазонов их возможных значений, которым в пространстве выходных показателей будет соответствовать область приемлемого качества функционирования процесса по всем заданным выходным показателям (экономическим, экологическим, потребительским и др.).
Следовательно концепция оптимизации по математическим моделям, в которых входные и выходные переменные измеряются в континуальных шкалах, является некорректной.
Таким образом, речь может идти либо о субоптимизации (определении области в пространстве входных параметров, заданной определёнными поддиапазонами значений каждого из них, которой в пространстве выходных показателей соответствует подобласть с заданными значениями по всем выходным показателям), либо об оптимизации процесса по модели, при построении которой осуществлён переход от измерения входных и выходных переменных в континуальных шкалах к дискретным.
Однако методы субоптимизации технологических процессов по их континуальным моделям не известны, а для задач дискретной оптимизации не существует общих методов решения, кроме полного перебора. Для реальных технологических процессов (при количестве входных параметров 15-30 и более) решение задач дискретной оптимизации требует месяцы (годы) затрат машинного времени.
4.2. Метод логического программирования
Предложены новые методы субоптимизации технологических процессов по их мозаичным моделям - логического программирования (МЛП) и ситуационного программирования (МСП). В основу этих методов положена известная аксиома алгебры логики об истинности составного высказывания:
- Если высказывания мозаичной модели "хорошего" класса интерпретировать как простые истинные, а "плохого» как простые ложные, то составное высказывание, полученное объединением этих высказываний и включающее в себя все n входных параметров, будет истинным тогда и только тогда, если оно собрано из простых истинных высказываний и не содержит ни одного ложного. Истинное составное высказывание, включающее в себя все n входных переменных изучаемого процесса, представляет собой ничто иное, как нормы технологического режима, заданные соответствующими поддиапазонами входных параметров, при соблюдении которых обеспечивается достижение заданных значений по всем выходным показателям, на основе которых построен обобщенный критерий оценки работы процесса.
4.2.1. Метод последовательного объединения
Постановка задачи.
Дано: мозаичная модель изучаемого технологического процесса.
Необходимо: С помощью метода логического программирования определить нормы технологического режима, соблюдение которых позволит обеспечить заданное качество работы процесса (выполнение заданных ограничений по всем выходным показателям).
Одна из модификаций метода логического программирования (метода последовательного объединения), позволяющего получить множество альтернативных управлений, реализуется следующим образом [2].
1. Из мозаичной модели «хорошего» класса выбирается 1-ое по порядку высказывание и проверяется возможность его объединения со 2-ым. Объединение не возможно, если эти высказывания содержат разные коды одного и того же параметра
2. Если объединение по п.1 невозможно, проверяют возможность объединения 1-ого высказывания с 3-им и т.д. до тех пор, пока объединение 2-ух высказываний не станет возможным.
3. Полученное по п.2 объединение высказываний проверяют на возможность объединения со следующим по порядку высказыванием и т.д.
4. Повторяют пп.2,3 до тех пор, пока не получат составное высказывание ранга n, где n - количество входных параметров.
5.Повторяют пп.1-4 с каждым высказыванием «хорошего» класса, который не вошёл в составное высказывание по п.4.
6. Все полученные по пп. 4-5 составные высказывания проверяют на отсутствие в них сочетаний кодов поддиапазонов, соответствующих высказываниям «плохого класса». Составные высказывания, содержащие хотя бы одну гипотезу «плохого» класса, удаляются.
Все составные высказывания, оставшиеся после выполнения п. 7, образуют логическую модель изучаемого технологического процесса и интерпретируются как альтернативные управления, с помощью которых решается поставленная задача. Логическая модель, полученная с помощью метода логического программирования, представляет собой научно и технологически обоснованные требования к системе управления процессом, которые в большинстве случаев могут быть реализованы с помощью существующих систем управления и информационного обеспечения.
4.2.2. Метод случайного объединения
Одна из модификаций метода логического программирования (метода случайного объединения), позволяющего получить большее количество альтернативных управлений, чем метод последовательного объединения, реализуется следующим образом
1. Из множества высказываний мозаичной модели «хорошего» класса случайным образом выбирается высказывание и проверяется возможность его объединения со 2-ым. 2-ое высказывание выбирается случайным образом из модели «хорошего» класса.
2. Если объединение по п.1 невозможно, проверяют возможность объединения 1-ого высказывания со следующим, случайно выбранным высказыванием, и т.д. до тех пор, пока объединение 2-ух высказываний не станет возможным.
3. Полученное по п.2 объединение высказываний проверяют на возможность объединения со следующим, случайным образом выбранным высказыванием, и т.д.
4. Повторяют пп.2,3 до тех пор, пока не получат составное высказывание ранга n, где n - количество входных параметров.
5.Повторяют пп.1-4 с каждым высказыванием «хорошего» класса, который не вошёл в составное высказывание по п.4.
6. Все полученные по пп. 4-5 составные высказывания проверяют на отсутствие в них сочетаний кодов поддиапазонов, соответствующих высказываниям «плохого класса». Составные высказывания, содержащие хотя бы одну гипотезу «плохого» класса, удаляются.
Все составные высказывания, оставшиеся после выполнения п. 6, образуют логическую модель изучаемого технологического процесса и интерпретируются как альтернативные управления, с помощью которых решается поставленная задача.
7. Остановка процесса построения модели осуществляется при достижении заданного количества управлений.
4.2.3. Пример построения логической модели
Из высказываний мозаичной модели, приведенной в теме 5 (см. таблицы 4.1 и 4.2) с помощью метода логического программирования построена логическая модель. При объединении высказываний «хорошего» класса мозаичной модели получилось три составных высказывания с полностью определёнными диапазонами всех входных параметров:
1. X1d1*X2d2*X3d1*X4d2*X5d2*X6d2*X7d2*X8d3 (1,2,6-10, б3).
2. X1d3*X2d1*X3d3*X4d3*X5d3*X6d2*X7d1*X8d1 (3,7,б5,б6).
3. X1d1*X2d2*X3d1*X4d2*X5d2*X6d2*X7d3*X8d1 (1,2,6,8,б4).
В скобках после каждого составного высказывания указаны номера высказываний мозаичной модели «хорошего» класса (см. таблицу 4.1, тема 6), из которых они собраны.
При проверке составных высказываний оказалось, что в 3-ем содержится сочетание кодов, соответствующее высказыванию № 103 (X4d2*X6d2*X8d1) из мозаичной модели «плохого» класса (см. таблицу 4.2, тема 6). Поэтому в логическую модель процесса включаются только 1 и 2 составные высказывания (рекомендации по субоптимальному управлению процессом).
В таблице 1 приведена содержательная интерпретация полученных рекомендаций на технологическом языке.
Таблица 1
| NNпп | Наименования входных параметров, единицы измерения | Регламентные значения | Диапазон значений в исходных данных | 1-ое управление | 2-ое управ - ление |
| 1 | Номер конденсатора | 1,2,3,4 | 1-4 | 1 | 2 |
| 2 | Содержание метанола в формалине, % | 0-2 | 0.0-3.7 | 0.35-2.65 | 0.0-0.35 |
| 3 | Температрура в начале дозировки ацетальдегида, °С | До 12 | 9.0-17.0 | 9-12.5 | 12.5-17.0 |
| 4 | Температура в конце дозировки ацетальдегида, °С | не реглам. | 15.0-42.0 | 27.5-36.5 | 36.5-42.0 |
| 5 | Температура в конце выдержки, °С | 36-42 | 35.0-44.0 | 39-41,5 | 41.5-44.0 |
| 6 | Время дозировки ацетальдегида, мин | 30-40 | 20.0-118.0 | 32.5-39 | 32.5-39 |
| 7 | Выдержка после слива ацетальдегида, мин | 30-60 | 10.0-80.0 | 32.5-39.5 | 23.0-32.5 |
| 8 | Содержание щелочи перед нейтрализацией, % | 0-0.3 | 0.08-0.44 | 0.325-0.44 | 0.01-0.245 |
4.3. Метод ситуационного программирования
Для технологических процессов, в которых некоторые существенные параметры являются неуправляемыми (например, показатели качества различных видов сырья), оптимизация проводится с помощью метода ситуационного программирования. Суть его заключается в следующем. Все возможные сочетания кодов поддиапазонов значений входных неуправляемых параметров образуют ситуации. Для каждой ситуации синтезируется соответствующие ей оптимальные управления.
Постановка задачи.
Дано: Мозаичная модель изучаемого технологического процесса. Перечень существенных измеряемых, но неуправляемых входных параметров.
Необходимо: С помощью метода ситуационного программирования для каждой ситуации, определяемой одним из возможных сочетаний поддиапазонов существенных неуправляемых переменных определить нормы технологического режима, соблюдение которых позволит обеспечить выполнение заданных ограничений по всем выходным переменным.
Метод ситуационного программирования реализуется следующим образом:
1. Определяется перечень возможных ситуаций (сочетаний кодов всех неуправляемых параметров).
2. Выбирается 1-ая из ситуаций, полученных по п.1.
3. Сочетание кодов, образующих ситуацию по п.2 проверяется на отсутствие в нём сочетаний кодов поддиапазонов, соответствующих высказываниям «плохого» класса:
3.1. Если ситуация не содержит сочетаний кодов, соответствующих высказываниям «плохого» класса, переход к п.4.
3.2. Если сочетание кодов, присущее хотя бы одному «плохому» высказыванию, содержится в данной ситуации, построить для неё управление, обеспечивающее решение поставленной задачи нельзя.
4. Ситуацию, выделенную по п.3.1 рассматривают, как 1-ое по порядку высказывание «хорошего» класса мозаичной модели и реализуют пп. 1-4 построения логической модели с помощью метода логического программирования (см. выше) - строят составное высказывание для 1-ой ситуации.
5. Повторяют пп. 2-4 для каждой из выделенных по п.1 ситуаций.
6. Все полученные по пп. 3-5 составные высказывания проверяют на отсутствие в них сочетаний кодов поддиапазонов, соответствующих высказываниям «плохого класса». Составные высказывания, содержащие хотя бы одну гипотезу «плохого» класса, удаляются.
Все составные высказывания, оставшиеся после выполнения п. 6, образуют ситуационную модель изучаемого технологического процесса, в которой для каждой ситуации приводятся индивидуальные управления, позволяющие решить поставленную задачу.
Использование ситуационного управления позволяет:
- Существенно расширить допустимые диапазоны значений показателей сырья.
- В случае вынужденного использования некондиционного сырья - максимально сократить его негативное влияние на потребительские свойства получаемого продукта.
- Внести в существующий технологический регламент изменения, определяющие условия проведения технологического режима отдельно для каждой ситуации, определяемой соответствующим сочетанием поддиапазонов значений неуправляемых параметров.
Например, в производстве полиакриламида на березниковском химическом заводе по техническим требованиям содержание солей железа в серной кислоте допускается не более 0,007%. При превышении этого предела показатели качества продукта выходят за допустимые ограничения. Фактическое содержание солей железа варьирует от 0.003 до 0,027%. Построена ситуационная модель управления процессом (1-ая ситуация содержание солей железа до 0.007%, 2-ая - от 0.008 до 0.027). Для 2-ой ситуации управление оказалось существенно отличающимся от технологического регламента. Внедрение ситуационного управления процессом позволило увеличить выпуск продукта высшего сорта с 20 до 38.2.0% (на 91% отн), а второго сорта сократить с 37 до 20% (на 85% отн).
Выводы
1. С помощью метода логического программирования решаются задачи:
- Оптимизации объекта любой физической природы по его мозаичной модели.
- Определения научно - и технологически обоснованных требований к показателям качества сырья для конкретного технологического процесса.
- Определения норм технологического режима, обеспечивающего достижение заданных показателей по всем выходным показателям.
2. С помощью метода ситуационного программирования решаются задачи эффективного управления технологическим процессом в случаях существенных вариаций значений параметров сырья или использовании некондиционного сырья (не соответствующего требованиям технологической документации).
Контрольные вопросы
1. Какие проблемы возникают при оптимизации действующих технологических процессов?
2. В чем сущность метода логического программирования?
3. Как осуществляется метод последовательного объединения высказываний мозаичной модели?
4. Как осуществляется метод случайного объединения высказываний мозаичной модели?
5. Какие задачи решаются с помощью метода логического программирования?
6. В чем суть метода ситуационного программирования?
7. Какие задачи решаются с помощью метода ситуационного программирования?
ТЕМА 5. ТЕХНОЛОГИЧЕСКИЙ АУДИТ.
План
1. Назначение технологического аудита
2. Алгоритм проведения технологического аудита
3. Пример проведения технологического аудита на стадии конденсации альдегидов в производстве пентаэритрита
Ключевые понятия и термины
Технологический аудит. Вариации значений выходных показателей. Резервы производства. Оценка резервов производства. Предварительная оценка эффективности оптимизации.
5.1. Назначение технологического аудита
Анализ работы действующих технологических процессов в металлургии, химии, нефтепереработке и других отраслях промышленности показал, что в подавляющем большинстве они характеризуются существенными вариациями значений выходных показателей, т.е. имеют большие потенциальные возможности для повышения технико-экономических показателей.
Неоптимальность работы действующих производств объясняется в первую очередь следующими причинами:
- Отсутствием корректных математических методов идентификации и оптимизации сложных объектов (По этому поводу известен следующий афоризм - «Если в задаче меньше трех переменных - это не задача, если больше восьми - она неразрешима»).
- Психофизиологическими ограничениями возможностей человека в распознавании формальных образов (При изучении сложных систем ни один специалист не может представить себе, как зависит выходной показатель от взаимного влияния более чем 2-выходных параметров и как зависит комплекс выходных показателей даже от одного входного параметра).
Не было корректных методов идентификации и оптимизации - не было методов прогнозирования результатов оптимизации. Те частные аудиты, которые были, оценивали эффективность мероприятий, не связанных с технологией. Например, с помощью энергетического аудита оценивалась эффективность изоляции нагретых трубопроводов, использование вторичного тепла и т.д. С помощью экологического аудита оценивалось количество выбросов в окружающую среду отходов производства и т.п.
Появление новых корректных методов изучения «больших систем» (в том числе и реальных действующих технологических процессов) позволило:
- Ставить и решать задачу оценки потенциальных возможностей повышения эффективности работы изучаемого производства, которые могут быть реализованы за счёт оптимизации его технологического режима.
- Предложить на рынок технологий новую услугу - технологический аудит.
Технологический аудит - это оценка резервов производства по заданному критерию, которые могут быть реализованы без дополнительных затрат за счёт оптимизации технологического режима на существующем оборудовании и при использовании существующих систем информационного обеспечения и управления.
В зависимости от постановки задачи исследования технологический аудит трансформируется в конкретный вид аудита: энергетический, экологический, экономический и др.
Например, если в качестве выходного показателя выбрать энергозатраты производства, то технологический аудит превращается в энергетический. С его помощью можно оценить резервы изучаемого производства по энергоресурсам, которые могут быть реализованы за счёт оптимизации технологического режима. Методика проведения традиционного энергоаудита эти резервы не учитывают, хотя по оценкам экспертов их доля составляет от 50 до 90% и выше в общем резерве энергосбережения.
Если в качестве выходного показателя выбрать себестоимость продукта, осуществляется переход к экономическому аудиту, с его помощью можно оценить имеющиеся резервы снижения себестоимости, которые могут быть реализованы за счёт оптимизации технологического режима и, соответственно, ожидаемый экономический эффект от оптимизации изучаемого производства. Методика проведения традиционного экономического аудита не позволяет выявить резервы производства по сокращению расходных коэффициентов по сырью и энергетике, которые могут быть реализованы за счет оптимизации технологического режима. Доля затрат на сырье и ресурсы в общей себестоимости продукции Украины доходит до 90% и более (например, в производстве чугуна). Методика проведения традиционного экономического аудита не позволяет выявить резервы производства по сокращению расходных коэффициентов по сырью и энергетике, которые могут быть реализованы за счет оптимизации технологического режима.
Если в качестве выходного показателя выбрать количество отходов производства, осуществляется переход к экологическому аудиту, с его помощью можно оценить имеющиеся резервы снижения количества отходов, которые могут быть реализованы за счёт оптимизации технологического режима. Известные методы экологического аудита эту задачу не решают.
Технологический аудит является общим по отношению к существующим энергетическому и экологическому аудиту и обладает новыми возможностями, которых нет у традиционных видов аудита.
5.2. Алгоритм проведения технологического аудита
С помощью технологического аудита получают три оценки резерва производства:
- Максимальная оценка эффективности оптимизации. Она определяется как сумма резервов по каждому входному параметру.
Для каждого параметра Xi резерв вычисляется как разность между средним значением выходного показателя в оптимальном для него поддиапазоне и средним значением выходного показателя в исходной таблице экспериментального материала. Пример расчёта максимальной оценки резерва производства приведен в таблице 5 темы 5. Она составляет 9.1% абс., что соответствует увеличению среднего выхода до 97.2%. Относительное увеличение выхода в этом случае составит 9,1/88.1*100 = 10.3%. (здесь 88.1% - средний выход по всем строкам таблицы исходного материала).
- Средняя оценка эффективности оптимизации. Поскольку при анализе эффективности оптимизации (см. таблицу 7 темы 4) коды диапазонов параметров даже в лучшей строке исходной таблицы экспериментального материала (с лучшим значением выходного показателя), как правило, отличается от кодов рекомендованного оптимального управления, значение выходного показателя в лучшей строке может быть использовано в качестве средней оценки ожидаемой эффективности оптимизации процесса. Значение выхода в лучшей операции (см. таблицу 7 темы 5) составляет 95.2%. Т.е. абсолютный выход повышается на 95.2-88.1=7.1%, а относительный - на 7.1/88.1=8.1%.
- Минимальная оценка эффективности оптимизации. В качестве минимальной оценки возможных результатов оптимизации принимается среднее значение выходного показателя в 10 лучших строках таблицы (93.6% - см. таблицу 8 темы 5). При этом средний выход увеличится на 5.5% абс., а относительный на 6.2%.
Минимальная оценка является наиболее устойчивой, т.к. она является усреднённой и не зависит от полноты перечня входных параметров в исходном материале и наличия в нём дублирующих друг друга показателей.
Средняя оценка является не усреднённой и может оказаться выбросом.
Максимальная оценка существенно зависят от полноты перечня входных параметров в исходном материале и корректности очистки материала от дублирующих показателей (Например, загрузка компонента А, загрузка компонента В, отношение загрузок А/В, или в домне - давление дутья, давление на колошнике, перепад давлений на колошнике).
5.3. Пример проведения технологического аудита на стадии конденсации альдегидов в производстве пентаэритрита
Ниже приведены исходные данные для оценки эффективности оптимизации процесса получения пентаэритрита (См. раздел 5.7. темы 5).
Средний выход пентаэритрита на стадии конденсации альдегидов 88.1% (табл.8)
Максимальная оценка эффективности оптимизации - общий резерв производства 9.1% (табл. 5). Соответственно выход достигнет 97.2%, относительное увеличение выхода составит 9,1/88.1*100 = 10.3%.
Средняя оценка эффективности оптимизации - значение выхода пентаэритрита в лучшей операции составляет 95,2%.
Минимальная оценка эффективности оптимизации - среднее значение выхода пентаэритрита в 10 лучших операциях - 93,8%
Годовой выпуск продукта (G0) - 2080 т.
Условно переменная составляющая себестоимости (которая меняется с изменением выхода продукта) - 8336,51 грн.
КАЛЬКУЛЯЦИЯ
пентаэритрит технический
Выпуск продукции 160 т на февраль 1999 г.
-
NN
Наименование статей затрат
Затраты на т ПЭ /грн
1
Сырье и основные материалы
Кислота азотная слаб.,100%, т
55.18
Формалин, т
1727.21
Альдегид уксусный технический,100%, т
599.73
Натрий едкий технич.,100%, т
428.38
Итого по ст.1
2810,5
2
Полуфабрикаты
Натрия бисульфит 2, т
48.91
Формалин отработанный, т
237.97
Итого по ст.2
268.88
4
Вспомогательные материалы
Плёнка полиэтиленовая, кг
0.03
Вкладыши ПЭ * N1, 1550х2900мм п/ф, шт.
13.09
Вкладыши ПЭ * N1, 500-520х1100-1200 мм п/ф.
40.32
Контейнер МКР, шт.
56.0
бумага мешочная, кг.
0.27
Шпагат из лубяных волокон, кг.
0.15
Итого по ст.4
109.86
6
Пароэнергетика
Вода питьевая, м3
0.93
Вода техническая, м3
285.96
Вода оборотная, м3
241.80
Тепловая энергия, Гкал.
902.72
Электроэнергия, КВТЧ.
36
Холод, тыс. ккал.
507
Сжатый воздух, нм3
0.49
Азот, нм3
2.35
Итого по ст. 6
1977.25
7
Попутная продукция
Маточник *отход, т.
52
Метанол-сырец отход, .т
15.6
Пентрол *отход, т.
75
Формиат натрия *отход, т
б0
Итого по ст. 7
282.6
16
Транспортно-заготовительные расходы, грн.
172.02
30
Зарплата основная, грн.
236.01
32
Отчисления на соцстрах, грн.
88.5
Итого по зарплате, грн.
324.51
45
Содержание и эксплуатация оборудования, грн.
497.95
51
Цеховые расходы, грн.
б05.16
60
Общезаводские расходы, грн.
1819.09
61
Заводская себестоимость валовой продукции, грн.
9120.62
62
Заводская себестоимость товарной продукции, грн.
9120.625
64
Прочие производственные расходы, грн.
59,85
ИТОГО себестоимость продукта, грн.
9180.47
67
Внешнепроизводственные расходы, грн.
2.99
74
Полная себестоимость товарной продукции, грн.
9183.46
75
Полная себестоимость валовой продукции, грн.
9183.46
Начальник планового отдела Н.А. Чвирова
5.3.1. Формулы для расчёта эффективности
При увеличении выхода продукта на а % отн., выпуск продукта (G0) возрастёт и составит G1= G0 * (1+а), (1)
При увеличении выхода продукта на а % отн., условно переменная составляющая себестоимости S0 сократится и составит S1=S0 * (1- а), (2)
При увеличении выхода продукта на а % отн., прибыль предприятия увеличится на величину P1 и составит P1 =(S0 - S1) G1, (3)
5.3.2. Расчёт эффективности оптимизации
Результаты расчета приведены в следующей таблице.
| Оценка эффекта | Выход, % | Абсол. прирост, % | Отн. прирост,% | Произво-дит. т/год | УПС се-бестоим., грн/т | Снижение себестоим, грн/т | Дополн. прибыль, млн грн/год |
| Max | 97.2 | 9.1 | 10.3 | 2294 | 7478 | 858.5 | 1.969 |
| Средняя | 95.2 | 7.1 | 8.1 | 2248 | 7661 | 675.5 | 1.519 |
| Min | 93.6 | 5.5 | 6.2 | 2208 | 7820 | 516.5 | 1.140 |
| Ср. знач. в исходных данных | 88.1 | - | - | 2080 | 8336.51 | - | - |
Выводы
1. С помощью технологического аудита определяются резервы производства, которые могут быть реализованы за счёт оптимизации технологического режима на существующем оборудовании и при использовании существующих систем информационного обеспечения и управления, т.е. без дополнительных капитальных затрат.
2. Если в качестве выходного показателя при построении математической модели выбрать затраты энергоресурсов, осуществляется переход к энергетическому аудиту.
С помощью традиционного энергетического аудита оцениваются фактические энергозатраты в технологии и резервы сокращения энергозатрат на вспомогательных операциях. С помощью предлагаемого - резервы энергосбережения в технологии, которые могут быть реализованы за счёт оптимизации технологического режима.
3. Если в качестве выходного показателя при построении математической модели выбрать удельное количество отходов, осуществляется переход к экологическому аудиту.
Такой подход имеет существенные преимущества перед традиционным экологическим аудитом, поскольку он позволяет оценить не только фактическое количество отходов производства, но и резервы их сокращения, которые могут быть реализованы за счёт оптимизации технологического режима.
Контрольные вопросы
1. Каково назначение технологического аудита?
2. Как осуществляется переход от технологического аудита к экологическому, энергетическому и др. видам аудита?
3. Как происходит оценка скрытых резервов производства, которые могут быть выявлены при построении модели изучаемого процесса и реализованы за счет его оптимизации?