смесь задач

загрузка (рабочая)
смесь задач
Совокупность задач, выполняемых в некоторый момент времени.
[Е.С.Алексеев, А.А.Мячев. Англо-русский толковый словарь по системотехнике ЭВМ. Москва 1993]

Тематики

• информационные технологии в целом

Синонимы

• смесь задач

EN

• job mix

смесь заданий
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

Тематики

• электросвязь, основные понятия

EN

• job mix

загрузка (рабочая)
смесь задач
Совокупность задач, выполняемых в некоторый момент времени.
[Е.С.Алексеев, А.А.Мячев. Англо-русский толковый словарь по системотехнике ЭВМ. Москва 1993]

Тематики

• информационные технологии в целом

Синонимы

• смесь задач

EN

• job mix

SAM-to-(fighter) aircraft air defense mix — сочетание ЗРК и ИА для выполнения задач ПВО

линейное программирование
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

линейное программирование
Область математического программирования, посвященная теории и методам решения экстремальных задач, характеризующихся линейной зависимостью между переменными. В самом общем виде задачу Л.п. можно записать так. Даны ограничения типа или в так называемой канонической форме, к которой можно привести все три указанных случая Требуется найти неотрицательные числа xj (j = 1, 2, …, n), которые минимизируют (или максимизируют) линейную форму Неотрицательность искомых чисел записывается так: Таким образом, здесь представлена общая задача математического программирования с теми оговорками, что как ограничения, так и целевая функция — линейные, а искомые переменные — неотрицательны. Обозначения можно трактовать следующим образом: bi — количество ресурса вида i; m — количество видов этих ресурсов; aij — норма расхода ресурса вида i на единицу продукции вида j; xj — количество продукции вида j, причем таких видов — n; cj — доход (или другой выигрыш) от единицы этой продукции, а в случае задачи на минимум — затраты на единицу продукции; нумерация ресурсов разделена на три части: от 1 до m1, от m1 + 1 до m2 и от m2 + 1 до m в зависимости от того, какие ставятся ограничения на расходование этих ресурсов; в первом случае — «не больше», во втором — «столько же», в третьем — «не меньше»; Z — в случае максимизации, например, объем продукции или дохода, в случае же минимизации — себестоимость, расход сырья и т.п. Добавим еще одно обозначение, оно появится несколько ниже; vi — оптимальная оценка i-го ресурса. Слово «программирование» объясняется здесь тем, что неизвестные переменные, которые отыскиваются в процессе решения задачи, обычно в совокупности определяют программу (план) работы некоторого экономического объекта. Слово, «линейное» отражает факт линейной зависимости между переменными. При этом, как указано, задача обязательно имеет экстремальный характер, т.е. состоит в отыскании экстремума (максимума или минимума) целевой функции. Следует с самого начала предупредить: предпосылка линейности, когда в реальной экономике подавляющее большинство зависимостей носит более сложный нелинейный характер, есть огрубление, упрощение действительности. В некоторых случаях оно достаточно реалистично, в других же выводы, получаемые с помощью решения задач Л.п. оказываются весьма несовершенными. Рассмотрим две задачи Л.п. — на максимум и на минимум — на упрощенных примерах. Предположим, требуется разработать план производства двух видов продукции (объем первого — x1; второго — x2) с наиболее выгодным использованием трех видов ресурсов (наилучшим в смысле максимума общей прибыли от реализации плана). Условия задачи можно записать в виде таблицы (матрицы). Исходя из норм, зафиксированных в таблице, запишем неравенства (ограничения): a11x1 + a12x2 ? bi a21x1 + a22x2 ? b2 a31x1 + a32x2 ? b3 Это означает, что общий расход каждого из трех видов ресурсов не может быть больше его наличия. Поскольку выпуск продукции не может быть отрицательным, добавим еще два ограничения: x1? 0, x2? 0. Требуется найти такие значения x1 и x2, при которых общая сумма прибыли, т.е. величина c1 x1 + c2 x2 будет наибольшей, или короче: Удобно показать условия задачи на графике (рис. Л.2). Рис. Л.2 Линейное программирование, I (штриховкой окантована область допустимых решений) Любая точка здесь, обозначаемая координатами x1 и x2, составляет вариант искомого плана. Очевидно, что, например, все точки, находящиеся в области, ограниченной осями координат и прямой AA, удовлетворяют тому условию, что не может быть израсходовано первого ресурса больше, чем его у нас имеется в наличии (в случае, если точка находится на самой прямой, ресурс используется полностью). Если то же рассуждение отнести к остальным ограничениям, то станет ясно, что всем условиям задачи удовлетворяет любая точка, находящаяся в пределах области, края которой заштрихованы, — она называется областью допустимых решений (или областью допустимых значений, допустимым множеством). Остается найти ту из них, которая даст наибольшую прибыль, т.е. максимум целевой функции. Выбрав произвольно прямую c1x1 + c2x2 = П и обозначив ее MM, находим на чертеже все точки (варианты планов), где прибыль одинакова при любом сочетании x1 и x2 (см. Линия уровня). Перемещая эту линию параллельно ее исходному положению, найдем точку, которая в наибольшей мере удалена от начала координат, однако не вышла за пределы области допустимых значений. (Перемещая линию уровня еще дальше, уже выходим из нее и, следовательно, нарушаем ограничения задачи). Точка M0 и будет искомым оптимальным планом. Она находится в одной из вершин многоугольника. Может быть и такой случай, когда линия уровня совпадает с одной из прямых, ограничивающих область допустимых значений, тогда оптимальным будет любой план, находящийся на соответствующем отрезке. Координаты точки M0 (т.е. оптимальный план) можно найти, решая совместно уравнения тех прямых, на пересечении которых она находится. Противоположна изложенной другая задача Л.п.: поиск минимума функции при заданных ограничениях. Такая задача возникает, например, когда требуется найти наиболее дешевую смесь некоторых продуктов, содержащих необходимые компоненты (см. Задача о диете). При этом известно содержание каждого компонента в единице исходного продукта — aij, ее себестоимость — cj ; задается потребность в искомых компонентах — bi. Эти данные можно записать в таблице (матрице), сходной с той, которая приведена выше, а затем построить уравнения как ограничений, так и целевой функции. Предыдущая задача решалась графически. Рассуждая аналогично, можно построить график (рис. Л.3), каждая точка которого — вариант искомого плана: сочетания разных количеств продуктов x1 и x2. Рис.Л.3 Линейное программирование, II Область допустимых решений здесь ничем сверху не ограничена: нужное количество заданных компонентов тем легче получить, чем больше исходных продуктов. Но требуется найти наиболее выгодное их сочетание. Пунктирные линии, как и в предыдущем примере, — линии уровня. Здесь они соединяют планы, при которых себестоимость смесей исходных продуктов одинакова. Линия, соответствующая наименьшему ее значению при заданных требованиях, — линия MM. Искомый оптимальный план — в точке M0. Приведенные крайне упрощенные примеры демонстрируют основные особенности задачи Л.п. Реальные задачи, насчитывающие много переменных, нельзя изобразить на плоскости — для их геометрической интерпретации используются абстрактные многомерные пространства. При этом допустимое решение задачи — точка в n-мерном пространстве, множество всех допустимых решений — выпуклое множество в этом пространстве (выпуклый многогранник). Задачи Л.п., в которых нормативы (или коэффициенты), объемы ресурсов («константы ограничений«) или коэффициенты целевой функции содержат случайные элементы, называются задачами линейного стохастического программирования; когда же одна или несколько независимых переменных могут принимать только целочисленные значения, то перед нами задача линейного целочисленного программирования. В экономике широко применяются линейно-программные методы решения задач размещения производства (см. Транспортная задача), расчета рационов для скота (см. Задача диеты), наилучшего использования материалов (см. Задача о раскрое), распределения ресурсов по работам, которые надо выполнять (см. Распределительная задача) и т.д. Разработан целый ряд вычислительных приемов, позволяющих решать на ЭВМ задачи линейного программирования, насчитывающие сотни и тысячи переменных, неравенств и уравнений. Среди них наибольшее распространение приобрели методы последовательного улучшения допустимого решения (см. Симплексный метод, Базисное решение), а также декомпозиционные методы решения крупноразмерных задач, методы динамического программирования и др. Сама разработка и исследование таких методов — развитая область вычислительной математики. Один из видов решения имеет особое значение для экономической интерпретации задачи Л.п. Он связан с тем, что каждой прямой задаче Л.п. соответствует другая, симметричная ей двойственная задача (подробнее см. также Двойственность в линейном программировании). Если в качестве прямой принять задачу максимизации выпуска продукции (или объема реализации, прибыли и т.д.), то двойственная задача заключается, наоборот, в нахождении таких оценок ресурсов, которые минимизируют затраты. В случае оптимального решения ее целевая функция — сумма произведений оценки (цены) vi каждого ресурса на его количество bi— то есть равна целевой функции прямой задачи. Эта цена называется объективно обусловленной, или оптимальной оценкой, или разрешающим множителем. Основополагающий принцип Л.п. состоит в том, что в оптимальном плане и при оптимальных оценках всех ресурсов затраты и результаты равны. Оценки двойственной задачи обладают замечательными свойствами: они показывают, насколько возрастет (или уменьшится) целевая функция прямой задачи при увеличении (или уменьшении) запаса соответствующего вида ресурсов на единицу. В частности, чем больше в нашем распоряжении данного ресурса по сравнению с потребностью в нем, тем ниже будет оценка, и наоборот. Не решая прямую задачу, по оценкам ресурсов, полученных в двойственной задаче, можно найти оптимальный план: в него войдут все технологические способы, которые оправдывают затраты, исчисленные в этих оценках (см. Объективно обусловленные (оптимальные) оценки). Первооткрыватель Л.п. — советский ученый, академик, лауреат Ленинской, Государственной и Нобелевской премий Л.В.Канторович. В 1939 г. он решил математически несколько задач: о наилучшей загрузке машин, о раскрое материалов с наименьшими расходами, о распределении грузов по нескольким видам транспорта и др., при этом разработав универсальный метод решения этих задач, а также различные алгоритмы, реализующие его. Л.В.Канторович впервые точно сформулировал такие важные и теперь широко принятые экономико-математические понятия, как оптимальность плана, оптимальное распределение ресурсов, объективно обусловленные (оптимальные) оценки, указав многочисленные области экономики, где могут быть применены экономико-математические методы принятия оптимальных решений. Позднее, в 40—50-х годах, многое сделали в этой области американские ученые — экономист Т.Купманс и математик Дж. Данциг. Последнему принадлежит термин «линейное программирование». См. также: Ассортиментные задачи, Базисное решение, Блочное программирование, Булево линейное программирование, Ведущий столбец, Ведущая строка, Вершина допустимого многогранника, Вырожденная задача, Гомори способ, Граничная точка, Двойственная задача, Двойственность в линейном программировании, Дифференциальные ренты, Дополняющая нежесткость, Жесткость и нежесткость ограничений ЛП, Задача диеты, Задача о назначениях, Задача о раскрое, Задачи размещения, Исходные уравнения, Куна — Таккера условия, Множители Лагранжа, Область допустимых решений, Опорная прямая, Распределительные задачи, Седловая точка, Симплексная таблица, Симплексный метод, Транспортная задача.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• linear programming

линейное программирование
—
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

линейное программирование
Область математического программирования, посвященная теории и методам решения экстремальных задач, характеризующихся линейной зависимостью между переменными. В самом общем виде задачу Л.п. можно записать так. Даны ограничения типа или в так называемой канонической форме, к которой можно привести все три указанных случая Требуется найти неотрицательные числа xj (j = 1, 2, …, n), которые минимизируют (или максимизируют) линейную форму Неотрицательность искомых чисел записывается так: Таким образом, здесь представлена общая задача математического программирования с теми оговорками, что как ограничения, так и целевая функция — линейные, а искомые переменные — неотрицательны. Обозначения можно трактовать следующим образом: bi — количество ресурса вида i; m — количество видов этих ресурсов; aij — норма расхода ресурса вида i на единицу продукции вида j; xj — количество продукции вида j, причем таких видов — n; cj — доход (или другой выигрыш) от единицы этой продукции, а в случае задачи на минимум — затраты на единицу продукции; нумерация ресурсов разделена на три части: от 1 до m1, от m1 + 1 до m2 и от m2 + 1 до m в зависимости от того, какие ставятся ограничения на расходование этих ресурсов; в первом случае — «не больше», во втором — «столько же», в третьем — «не меньше»; Z — в случае максимизации, например, объем продукции или дохода, в случае же минимизации — себестоимость, расход сырья и т.п. Добавим еще одно обозначение, оно появится несколько ниже; vi — оптимальная оценка i-го ресурса. Слово «программирование» объясняется здесь тем, что неизвестные переменные, которые отыскиваются в процессе решения задачи, обычно в совокупности определяют программу (план) работы некоторого экономического объекта. Слово, «линейное» отражает факт линейной зависимости между переменными. При этом, как указано, задача обязательно имеет экстремальный характер, т.е. состоит в отыскании экстремума (максимума или минимума) целевой функции. Следует с самого начала предупредить: предпосылка линейности, когда в реальной экономике подавляющее большинство зависимостей носит более сложный нелинейный характер, есть огрубление, упрощение действительности. В некоторых случаях оно достаточно реалистично, в других же выводы, получаемые с помощью решения задач Л.п. оказываются весьма несовершенными. Рассмотрим две задачи Л.п. — на максимум и на минимум — на упрощенных примерах. Предположим, требуется разработать план производства двух видов продукции (объем первого — x1; второго — x2) с наиболее выгодным использованием трех видов ресурсов (наилучшим в смысле максимума общей прибыли от реализации плана). Условия задачи можно записать в виде таблицы (матрицы). Исходя из норм, зафиксированных в таблице, запишем неравенства (ограничения): a11x1 + a12x2 ? bi a21x1 + a22x2 ? b2 a31x1 + a32x2 ? b3 Это означает, что общий расход каждого из трех видов ресурсов не может быть больше его наличия. Поскольку выпуск продукции не может быть отрицательным, добавим еще два ограничения: x1? 0, x2? 0. Требуется найти такие значения x1 и x2, при которых общая сумма прибыли, т.е. величина c1 x1 + c2 x2 будет наибольшей, или короче: Удобно показать условия задачи на графике (рис. Л.2). Рис. Л.2 Линейное программирование, I (штриховкой окантована область допустимых решений) Любая точка здесь, обозначаемая координатами x1 и x2, составляет вариант искомого плана. Очевидно, что, например, все точки, находящиеся в области, ограниченной осями координат и прямой AA, удовлетворяют тому условию, что не может быть израсходовано первого ресурса больше, чем его у нас имеется в наличии (в случае, если точка находится на самой прямой, ресурс используется полностью). Если то же рассуждение отнести к остальным ограничениям, то станет ясно, что всем условиям задачи удовлетворяет любая точка, находящаяся в пределах области, края которой заштрихованы, — она называется областью допустимых решений (или областью допустимых значений, допустимым множеством). Остается найти ту из них, которая даст наибольшую прибыль, т.е. максимум целевой функции. Выбрав произвольно прямую c1x1 + c2x2 = П и обозначив ее MM, находим на чертеже все точки (варианты планов), где прибыль одинакова при любом сочетании x1 и x2 (см. Линия уровня). Перемещая эту линию параллельно ее исходному положению, найдем точку, которая в наибольшей мере удалена от начала координат, однако не вышла за пределы области допустимых значений. (Перемещая линию уровня еще дальше, уже выходим из нее и, следовательно, нарушаем ограничения задачи). Точка M0 и будет искомым оптимальным планом. Она находится в одной из вершин многоугольника. Может быть и такой случай, когда линия уровня совпадает с одной из прямых, ограничивающих область допустимых значений, тогда оптимальным будет любой план, находящийся на соответствующем отрезке. Координаты точки M0 (т.е. оптимальный план) можно найти, решая совместно уравнения тех прямых, на пересечении которых она находится. Противоположна изложенной другая задача Л.п.: поиск минимума функции при заданных ограничениях. Такая задача возникает, например, когда требуется найти наиболее дешевую смесь некоторых продуктов, содержащих необходимые компоненты (см. Задача о диете). При этом известно содержание каждого компонента в единице исходного продукта — aij, ее себестоимость — cj ; задается потребность в искомых компонентах — bi. Эти данные можно записать в таблице (матрице), сходной с той, которая приведена выше, а затем построить уравнения как ограничений, так и целевой функции. Предыдущая задача решалась графически. Рассуждая аналогично, можно построить график (рис. Л.3), каждая точка которого — вариант искомого плана: сочетания разных количеств продуктов x1 и x2. Рис.Л.3 Линейное программирование, II Область допустимых решений здесь ничем сверху не ограничена: нужное количество заданных компонентов тем легче получить, чем больше исходных продуктов. Но требуется найти наиболее выгодное их сочетание. Пунктирные линии, как и в предыдущем примере, — линии уровня. Здесь они соединяют планы, при которых себестоимость смесей исходных продуктов одинакова. Линия, соответствующая наименьшему ее значению при заданных требованиях, — линия MM. Искомый оптимальный план — в точке M0. Приведенные крайне упрощенные примеры демонстрируют основные особенности задачи Л.п. Реальные задачи, насчитывающие много переменных, нельзя изобразить на плоскости — для их геометрической интерпретации используются абстрактные многомерные пространства. При этом допустимое решение задачи — точка в n-мерном пространстве, множество всех допустимых решений — выпуклое множество в этом пространстве (выпуклый многогранник). Задачи Л.п., в которых нормативы (или коэффициенты), объемы ресурсов («константы ограничений«) или коэффициенты целевой функции содержат случайные элементы, называются задачами линейного стохастического программирования; когда же одна или несколько независимых переменных могут принимать только целочисленные значения, то перед нами задача линейного целочисленного программирования. В экономике широко применяются линейно-программные методы решения задач размещения производства (см. Транспортная задача), расчета рационов для скота (см. Задача диеты), наилучшего использования материалов (см. Задача о раскрое), распределения ресурсов по работам, которые надо выполнять (см. Распределительная задача) и т.д. Разработан целый ряд вычислительных приемов, позволяющих решать на ЭВМ задачи линейного программирования, насчитывающие сотни и тысячи переменных, неравенств и уравнений. Среди них наибольшее распространение приобрели методы последовательного улучшения допустимого решения (см. Симплексный метод, Базисное решение), а также декомпозиционные методы решения крупноразмерных задач, методы динамического программирования и др. Сама разработка и исследование таких методов — развитая область вычислительной математики. Один из видов решения имеет особое значение для экономической интерпретации задачи Л.п. Он связан с тем, что каждой прямой задаче Л.п. соответствует другая, симметричная ей двойственная задача (подробнее см. также Двойственность в линейном программировании). Если в качестве прямой принять задачу максимизации выпуска продукции (или объема реализации, прибыли и т.д.), то двойственная задача заключается, наоборот, в нахождении таких оценок ресурсов, которые минимизируют затраты. В случае оптимального решения ее целевая функция — сумма произведений оценки (цены) vi каждого ресурса на его количество bi— то есть равна целевой функции прямой задачи. Эта цена называется объективно обусловленной, или оптимальной оценкой, или разрешающим множителем. Основополагающий принцип Л.п. состоит в том, что в оптимальном плане и при оптимальных оценках всех ресурсов затраты и результаты равны. Оценки двойственной задачи обладают замечательными свойствами: они показывают, насколько возрастет (или уменьшится) целевая функция прямой задачи при увеличении (или уменьшении) запаса соответствующего вида ресурсов на единицу. В частности, чем больше в нашем распоряжении данного ресурса по сравнению с потребностью в нем, тем ниже будет оценка, и наоборот. Не решая прямую задачу, по оценкам ресурсов, полученных в двойственной задаче, можно найти оптимальный план: в него войдут все технологические способы, которые оправдывают затраты, исчисленные в этих оценках (см. Объективно обусловленные (оптимальные) оценки). Первооткрыватель Л.п. — советский ученый, академик, лауреат Ленинской, Государственной и Нобелевской премий Л.В.Канторович. В 1939 г. он решил математически несколько задач: о наилучшей загрузке машин, о раскрое материалов с наименьшими расходами, о распределении грузов по нескольким видам транспорта и др., при этом разработав универсальный метод решения этих задач, а также различные алгоритмы, реализующие его. Л.В.Канторович впервые точно сформулировал такие важные и теперь широко принятые экономико-математические понятия, как оптимальность плана, оптимальное распределение ресурсов, объективно обусловленные (оптимальные) оценки, указав многочисленные области экономики, где могут быть применены экономико-математические методы принятия оптимальных решений. Позднее, в 40—50-х годах, многое сделали в этой области американские ученые — экономист Т.Купманс и математик Дж. Данциг. Последнему принадлежит термин «линейное программирование». См. также: Ассортиментные задачи, Базисное решение, Блочное программирование, Булево линейное программирование, Ведущий столбец, Ведущая строка, Вершина допустимого многогранника, Вырожденная задача, Гомори способ, Граничная точка, Двойственная задача, Двойственность в линейном программировании, Дифференциальные ренты, Дополняющая нежесткость, Жесткость и нежесткость ограничений ЛП, Задача диеты, Задача о назначениях, Задача о раскрое, Задачи размещения, Исходные уравнения, Куна — Таккера условия, Множители Лагранжа, Область допустимых решений, Опорная прямая, Распределительные задачи, Седловая точка, Симплексная таблица, Симплексный метод, Транспортная задача.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• linear programming

загрузка сырья
—
[ http://slovarionline.ru/anglo_russkiy_slovar_neftegazovoy_promyishlennosti/]

Тематики

• нефтегазовая промышленность

EN

• batch

замес
Объём бетонной смеси, получаемый из барабана бетоносмесителя за один цикл перемешивания
[Терминологический словарь по строительству на 12 языках (ВНИИИС Госстроя СССР)]

Тематики

• строительство в целом

EN

• batch

DE

• Charge

FR

• gâchée

периодического действия
—
[ http://slovarionline.ru/anglo_russkiy_slovar_neftegazovoy_promyishlennosti/]

Тематики

• нефтегазовая промышленность

EN

• batch

система рецептурного управления технологическим процессом
-
[Интент]

Вообще, batch-процесс – это вид технологического процесса, который иногда противопоставляют непрерывному процессу. Иногда batch-процессы называют рецептурными процессами (или просто рецептами); эту терминологию мы и будем в дальнейшем использовать. Слово “batch” еще можно перевести как “партия продукции”, и это тоже относится к затрагиваемой теме, так как в результате рецептурного процесса производится партия продукции. Ладно, хватит путаницы – теперь по делу.

Раньше мы рассматривали технологические процессы, которые идут непрерывно в течение 24 часов в день, 7 дней в неделю, 365 дней в году. Хотя, на самом деле, раз в году делают плановый останов на несколько дней для выполнения ремонтных и других работ, но это происходит строго в соответствии с планом, и этому предшествуют значительные подготовительные работы. В другое же время остановка производства – это “чрезвычайное” происшествие. При этом отдельно взятая технологическая установка принимает участие в производстве одного вида продукции, а сам процесс идет по фиксированной технологической цепочке с неизменными настройками (уставками). Короче, все скучно, однообразно и весьма предсказуемо.

А теперь представим гипотетический пищевой цех по производству сока. При этом цех может производить несколько видов сока: яблочный, вишневый и апельсиновый, т.е. 3 вида продукции. Пусть сок производится из концентрированного сока в специальной емкости с мешалкой, где он тщательно смешивается с водой, а потом пастеризуется и идет на розлив (пакетирование).

Имеет ли смысл ставить для производства этих трех видов сока три производственные линии (по одной линии на каждый вид сока)? Было бы круто, но чрезвычайно дорого. Выход – использовать одну и ту же линию для выпуска разных видов продукции. При этом понятно, что и технологические параметры для производства различных соков будут заметно друг от друга отличаться. Например, вишневый концентрат нужно смешивать с водой гораздо дольше, чем яблочный, но пастеризовать его надо при меньшей температуре (я на самом деле этого не знаю - чисто предположение:)

Набор технологических параметров для производства определенного вида продукции называется рецептом (recipe). В нашем примере для сока это может быть: соотношение вода/концентрат, длительность и температура смешивания; температура пастеризации + другие параметры. В общем случае, рецепт также может содержать последовательность технологических операций, которые для различных видов продукции могут быть, строго говоря, разными. Хотя на практике, как правило, рецепт не подразумевает различающиеся технологические операции, а содержит всего лишь массив технологических уставок для того или иного продукта.

Рис. 1. Иллюстрация рецептурного управления на примере производства различных видов сока

Это все напоминает процесс приготовления еды на кухне, где мы оттачиваем рецепты разных блюд, но при этом используем одни и те же орудия (кастрюли, ножи, разделочные доски, плиту и т.д.)

Теперь попробуем дать характеристику batch-процессу:

1. На выходе несколько видов продукции.
2. При производстве разных видов продукции задействуется одно и то же технологическое оборудование.
3. Имеется множество рецептов.
4. Производство по “партиям”, которое может быть относительно легко и без последствий остановлено после завершения партии, а потом возобновлено.

Автоматизированное управление batch-процессом называется рецептурным управлением (batch control, или recipe control). Этот вид управления несколько специфичен, и требует от системы управления некоторой смекалки. Конечно, можно использовать для задач рецептурного управления обычные программные блоки, подходящие для управления непрерывным процессом, НО на практике это приводит к огромным трудностям (=головной боли) при попытке все это реализовать, используя стандартные подходы программирования. Поэтому многие производители АСУ ТП разработали специализированные batch-модули, которые адаптированы именно под рецептурные процессы. Эти модули могут выполняться на уровне ПЛК или на выделенном сервере batch. Иногда эти сервера, к тому же, резервируются. Также batch-модули дополняются специализированной средой разработки batch-программ, что сильно облегчает жизнь инженера.

На рисунке ниже в качестве примера приведена конфигурация верхнего уровня АСУ ТП SIMATIC PCS 7, оснащенной выделенным сервером batch.

Рис. 2. Структурная схема АСУ ТП с выделенным сервером batch

Перечислим основные обязанности системы batch-управления:

1. Ну, собственно, самая главная задача – хранение/загрузка рецептов и их выполнение в режиме реального времени ( batch process management).
2. Отслеживание, не занята ли технологическая установка выполнением другого рецепта. Если занята, то выделяется другая аналогичная установка для выполнения данного рецепта ( process unit allocation).
3. Формирование отчетов об изготовление партии продукции в задаваемой пользователем форме. Причем, требуются отчеты с возможностью отслеживания истории (ретроспективы) “прогона” партии по технологической цепочке ( reporting and batch tracking).
4. Расчет различных показателей эффективности производства, как, например: удельного времени простоя (в %), производительности (в л/c) технологической установки или полного времени изготовления партии продукции (в мин).
5. Планирование изготовления партий, что фактически подразумевает составление производственного расписания. Ну, это на самом деле ни одна система в полном объеме пока не реализует ( batch planning).

И еще несколько слов.

Как правило, пакет batch состоит из двух частей – операторской (клиентской) и исполняемой. Клиентская часть устанавливается на АРМы и всего лишь обеспечивает удобный операторский интерфейс. Клиентская часть, как правило, органично вписывается в общую операторскую среду, и работа с ней идет непосредственно из мнемосхем.

Исполняемая часть – это костяк системы. Именно она ответственна за автоматизированное выполнение задач рецептурного управления, описанных выше. Исполняемая часть прогружается в специальные серверы batch или в обычные ПЛК в зависимости от архитектуры АСУ ТП.

И еще. Существует международный стандарт ISA-88, специфицирующий batch-процессы, определяющий модель и философию рецептурного управления, а также стандартизирующий соответствующую терминологию. Документ тяжеловесный, и посему прочитан полностью мной не был. Тем не менее, в следующей части я попытаюсь более детально описать рецептурные системы с привязкой именно к стандарту ISA-88.

[ http://kazanets.narod.ru/Batch_P1.htm]

Тематики

• автоматизированные системы

EN

• batch
• batch management solution

шихта
Смесь различных компонентов, предназначенная для приготовления формовочной огнеупорной массы, шликера или расплава.
[ ГОСТ Р 52918-2008] 

Тематики

• огнеупоры

EN

• batch

3.1 партия (batch); (загрузка): Количество идентичных крепежных изделий из одной производственной партии, обрабатываемых совместно в одно время.

Источник: ГОСТ Р ИСО 4042-2009: Изделия крепежные. Электролитические покрытия оригинал документа

1.5.7 партия (batch): Совокупность ламп одного типа, одновременно предъявленных для испытания на соответствие требованиям настоящего стандарта.

Источник: ГОСТ Р 52706-2007: Лампы накаливания вольфрамовые для бытового и аналогичного общего освещения. Эксплуатационные требования оригинал документа

3.6 серия (batch): Определенный набор изделий (деталей), подвергнутых воздействию в качестве единой группы, при этом воздействие имеет одинаковый характер и происходит на протяжении определенного промежутка времени на одной и той же установке.

Примечание - Степень охрупчивания представляет собой функцию концентрации водорода для конкретных изделий данной серии, измеряемой в миллионных долях (млн^-1 или ррт); конкретно, это количество водорода, который сохраняет мобильность или свободно мигрирует в зоны высокой концентрации напряжения.

Источник: ГОСТ Р 9.915-2010: Единая система защиты от коррозии и старения. Металлы, сплавы, покрытия, изделия. Методы испытаний на водородное охрупчивание оригинал документа

1.3.10 партия (batch): Совокупность ламп одной категории, одновременно предъявляемых для испытания на соответствие требованиям настоящего стандарта.

Источник: ГОСТ Р 52712-2007: Требования безопасности для ламп накаливания. Часть 1. Лампы накаливания вольфрамовые для бытового и аналогичного общего освещения оригинал документа

3.21 партия (batch): Количество элементов, из которого можно выбрать образец для испытания в процессе производства.

Источник: ГОСТ Р ИСО 2531-2008: Трубы, фитинги, арматура и их соединения из чугуна с шаровидным графитом для водо- и газоснабжения. Технические условия оригинал документа

3.1 партия (batch): Совокупность изделий, изготовленных в течение одной операции, имеющих одинаковые свойства и отмеченных единым идентификатором или обозначением.

Источник: ГОСТ Р ИСО 9934-2-2011: Контроль неразрушающий. Магнитопорошковый метод. Часть 2. Дефектоскопические материалы оригинал документа

3.21 партия (batch): Количество элементов, из которого можно выбрать образец для испытания в процессе производства.

Источник: ГОСТ ISO 2531-2012: Трубы, фитинги, арматура и их соединения из чугуна с шаровидным графитом для водо- и газоснабжения. Технические условия

3.3 партия (batch): Количество материала, рассматриваемое в качестве единичного элемента и имеющее уникальный ссылочный индекс.

Источник: ГОСТ Р 54259-2010: Ресурсосбережение. Обращение с отходами. Стандартное руководство по сокращению количества отходов, восстановлению ресурсов и использованию утилизированных полимерных материалов и продуктов оригинал документа

источник присвоения
Точка на уровне управления, в которой сеть назначает подвижной станции краткий идентификационный код (МСЭ-R M.1224).
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

Тематики

• электросвязь, основные понятия

EN

• assignment source point
• ASP

организация мероприятий, проводимых на ТЭС или АЭС в случае аварии
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• administrative site procedure
• ASP

поставщик прикладных услуг
Поставщик услуг, предоставляющий прикладные услуги.
Примечание
Один и тот же бизнес-объект может играть роль оператора сети и поставщика прикладных услуг.
(МСЭ-Т Н.360, МСЭ- D «!Тенденции в реформировании электросвязи», 2006 г.).
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

Тематики

• электросвязь, основные понятия

EN

• application service provider
• ASP

поставщик услуг аренды приложений
провайдер приложений
Компания, занимающаяся сдачей в аренду, обслуживанием и продажей прикладных программ на своей технологической базе. Как правило, услуги такой компании нацелены на решение следующих задач:
хостинг сайтов и почтовых служб;
эксплуатация ERP-систем;
Интернет-магазины и торговые площадки;
доступ к сводным каталогам Интернет-продавцов;
предоставление защищенного доступа в сеть и др.
Основные достоинства готовых ASP-решений состоят в минимизации риска и финансовых затрат при вхождении в Интернет-бизнес [http://www.rol.ru/files/dict/internet/].
[ http://www.morepc.ru/dict/]

Тематики

• информационные технологии в целом

Синонимы

• провайдер приложений

EN

• Application Service Provider
• ASP

поставщик услуг прикладного программного обеспечения
(ITIL Service Design)
Внешний поставщик услуг, который предоставляет ИТ-услуги с использованием приложений, развернутых на мощностях поставщика услуг. Пользователи получают доступ к приложениям посредством сетевого подключения к поставщику услуг.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

EN

application service provider
ASP
(ITIL Service Design)
An external service provider that provides IT services using applications running at the service provider's premises. Users access the applications by network connections to the service provider.
[Словарь терминов ITIL версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом

EN

• application service provider
• ASP

примитив абстрактного сервиса
Зависящее от реализации описание взаимодействия между пользователем и поставщиком услуг в конкретной области сервиса, определенное с модели OSI. 
[ http://www.lexikon.ru/dict/net/index.html]

Тематики

• сети вычислительные

EN

• abstract service primitive
• ASP

принятая методика хранения
(напр. документов, отработавшего ядерного топлива, и т.п.)
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• accepted stores procedure
• ASP

провайдер услуг по аренде приложений
Структура, посредством которой множество заказчиков арендуют и/или эксплуатируют в режиме аутсорсинга, на разделяемой основе программное обеспечение, полностью обслуживаемое персоналом ASP.
[аутсорсингаhttp://www.outsourcing.ru/content/glossary/A/page-1.asp]

Тематики

• информационные технологии в целом

EN

• application service provider
• ASP

программа-посредник, характерная для приложения
(МСЭ-Т J.191).
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

Тематики

• электросвязь, основные понятия

EN

• application-specific proxy
• ASP

резервная панель управления
(напр. используется при аварийном останове ядерного реактора)
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• auxiliary shutdown panel
• ASP

событие-предшественник аварии на АЭС
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• accident sequence precursor
• ASP

технология ASP
активные серверные страницы
Технология, разработанная корпорацией Microsoft. Предназначена для создания Web-узлов с динамически формируемым содержанием.
Смесь средств программирования с использованием HTML(гипертекст), чтение и запись в базу данных посредством ODBC (Открытое подключение к базе данных), масса других возможностей не требующих применения, но похожих на такие средства программирования как CGI, JavaScript, Perl, ActiveX и ISAPI. Активные страницы не требуют специфичных броузеров (browser). Все скрипты (программы) (далее примеры выделены красным текстом) запускаются и выполняются на сервере, причем броузер получает только результирующие HTML-файлы и не требует от броузера чего-то особенного [http://www.webxpert.ru/slovar.html].
[ http://www.morepc.ru/dict/]

Тематики

• информационные технологии в целом

Синонимы

• технология ASP

EN

• Active Server Pages
• ASP