назад Оглавление вперед


[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90] [91] [92] [93] [94] [95] [96] [97] [98] [99] [100] [101] [102] [103] [104] [105] [ 106 ] [107] [108] [109] [110] [111] [112] [113] [114] [115] [116] [117] [118] [119] [120] [121] [122] [123] [124] [125] [126]


106

10.5. Базовая METRIC

В схеме базовой METRIC

• спрос прогнозировался по характеристикам надежности и с учетом фактических данных;

• ремонтируемые детали имели индивидуальные цены дефицита dij .

Она позволяла оценивать уже обсуждавшиеся показатели - число задержек и общие вложения в запас для двухэшелонной системы. Решались также задачи распределения фиксированного запаса по каждой номенклатуре: минимизировать число задержек на базах

H = YBj{{Sij}) (10,5.1)

(см. (10.2.6)) при ограничении

J2Sij = Si. (10.5.2)

Напомним, что термин «база» имеет не только снабженческий, но и оперативный аспект.

В алгоритме METRIC сначала вычисляется ожидаемое число задержанных поставок для депо по (10.3.5). Для этого используются

тго = Tio ИЗ (10.3.4), Xio = J2 - ij) из (10.3.2) и р(пЛ,ог,о)

из (10.1.10). Затем можно рассчитать время дополнительной задержки А по (10.3.6) и средние времена восполнения (10.3.1). Наконец, согласно (10.2.6) вычисляется ожидаемое число задержек по всем деталям и базам.

Управление запасами расходуемых деталей в базовой модели METRIC не рассматривалось.

10.6. MOD-METRIC

Мукштадт [179] модифицировал METRIC применительно к структурированным (multi-indent) изделиям - с учетом логических отношений между сборками. Рассматривались два уровня: конечное изделие



(мы будем использовать этот термин, столь популярный в отечественной оборонной промышленности) и составная часть [люду.аь). Модульность ускоряет ремонт изделия в целом, который сводится к диагностике на уровне модулей и замене отказавшего, и удешевляет соответствующее оборудование. С другой стороны, ремонт модулей связан с большими задержками, требует специализированного оборудования и квалифицированного персонала. Сосредоточение ремонта модулей со всех баз на уровне депо может вызвать очереди на ремонт, которые в «метрических» моделях обычно не учитываются.

Простои в MOD-METRIC исчисляются по задержке изделий. Дефицит модулей оказывает косвенное влияние, задерживая ремонт изделий. По отношению к базовой METRIC в данной схеме сделаны два упрощения:

• Влияние недостачи любых деталей одинаково.

• Спрос - простой пуассоновский.

Рассмотрим расчетную схему MOD-METRIC по [179], опуская индекс детали. Изделие считаем собранным из N модулей. Интенсивность отказов изделия на базе j равна Xj , запас Sj . Требуется рассчитать ожидаемое число задержек в системе

J оо

B(Si ,s2,...,sj) = Yl - sj)pmjr)- (10.6.1)

Используя (10.3.1)-(10.3.4) при 7=1 (ремонтируется все), получаем

TJ = rjTj + (1 - rj)[Lj + 5(So)To], (10.6.2)

где параметры определяются аналогично METRIC. Время ремонта изделия Tj зависит, однако, от наличия модулей. Предполагается, что ремонт при наличии модулей займет Г- , иначе будет отложен. Пусть Aj - ожидаемая задержка для базы j . Тогда

= YQnjAnj. (10.6.3)

n = l

Tj = т; + д,-, j = T7J. (10.6.4)



Здесь qij - вероятность того, что ремонта требует модуль г. Интенсивность отказов изделий на базе j

(10.6.5)

Следовательно,

qij = \ij/Xj, i=l,J, i=l,N. (10.6.6)

Ожидаемые задержки рассчитываются как в METRIC-модели:

Aij = (1/Л,,)

Е - SiM\XijTij)

(10.6.7)

i=l,J, i=l,N.

Здесь

S(Sio) =

ГЦ = TiiTij + (1 - ni)\Uj + <J(.5io)Tio], J

Л;о = ;A,j(l-r.j),j= ITJ, г=17лГ.

Обозначим Co стоимость закупки изделия и {с,} - модулей. Общая стоимость

(10.6.8)

Мукштадт предложил приближенный алгоритм выбора {Sif\ , минимизирующий ожидаемое число недостач (10.6.1) при заданном С . Близкие к оптимальным назначения для изделия, полученные при различных значениях С, используются как входные данные на втором шаге алгоритма, который применяет маргинальный анализ для оптимального распределения бюджета между изделиями и модулями.

[Старт] [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] [49] [50] [51] [52] [53] [54] [55] [56] [57] [58] [59] [60] [61] [62] [63] [64] [65] [66] [67] [68] [69] [70] [71] [72] [73] [74] [75] [76] [77] [78] [79] [80] [81] [82] [83] [84] [85] [86] [87] [88] [89] [90] [91] [92] [93] [94] [95] [96] [97] [98] [99] [100] [101] [102] [103] [104] [105] [ 106 ] [107] [108] [109] [110] [111] [112] [113] [114] [115] [116] [117] [118] [119] [120] [121] [122] [123] [124] [125] [126]