(решения+задач)

интеллектуальный учет электроэнергии
-
[Интент]

Учет электроэнергии

Понятия «интеллектуальные измерения» (Smart Metering), «интеллектуальный учет», «интеллектуальный счетчик», «интеллектуальная сеть» (Smart Grid), как все нетехнические, нефизические понятия, не имеют строгой дефиниции и допускают произвольные толкования. Столь же нечетко определены и задачи Smart Metering в современных электрических сетях.
Нужно ли использовать эти термины в такой довольно консервативной области, как электроэнергетика? Что отличает новые системы учета электроэнергии и какие функции они должны выполнять? Об этом рассуждает Лев Константинович Осика.

SMART METERING – «ИНТЕЛЛЕКТУАЛЬНЫЙ УЧЕТ» ЭЛЕКТРОЭНЕРГИИ

Определения и задачи
По многочисленным публикациям в СМИ, выступлениям на конференциях и совещаниях, сложившемуся обычаю делового оборота можно сделать следующие заключения:
• «интеллектуальные измерения» производятся у потребителей – физических лиц, проживающих в многоквартирных домах или частных домовладениях;
• основная цель «интеллектуальных измерений» и реализующих их «интеллектуальных приборов учета» в России – повышение платежной дисциплины, борьба с неплатежами, воровством электроэнергии;
• эти цели достигаются путем так называемого «управления электропотреблением», под которым подразумеваются ограничения и отключения неплательщиков;
• средства «управления электропотреблением» – коммутационные аппараты, получающие команды на включение/отключение, как правило, размещаются в одном корпусе со счетчиком и представляют собой его неотъемлемую часть.
Главным преимуществом «интеллектуального счетчика» в глазах сбытовых компаний является простота осуществления отключения (ограничения) потребителя за неплатежи (или невнесенную предоплату за потребляемую электроэнергию) без применения физического воздействия на существующие вводные выключатели в квартиры (коттеджи).
В качестве дополнительных возможностей, стимулирующих установку «интеллектуальных приборов учета», называются:
• различного рода интеграция с измерительными приборами других энергоресурсов, с биллинговыми и информационными системами сбытовых и сетевых компаний, муниципальных администраций и т.п.;
• расширенные возможности отображения на дисплее счетчика всей возможной (при первичных измерениях токов и напряжений) информации: от суточного графика активной мощности, напряжения, частоты до показателей надежности (времени перерывов в питании) и денежных показателей – стоимости потребления, оставшейся «кредитной линии» и пр.;
• двухсторонняя информационная (и управляющая) связь сбытовой компании и потребителя, т.е. передача потребителю различных сообщений, дистанционная смена тарифа, отключение или ограничение потребления и т.п.

ЧТО ТАКОЕ «ИНТЕЛЛЕКТУАЛЬНЫЕ ИЗМЕРЕНИЯ»?

Приведем определение, данное в тематическом докладе комитета ЭРРА «Нормативные аспекты СМАРТ ИЗМЕРЕНИЙ», подготовленном известной международной компанией КЕМА:
«…Для ясности необходимо дать правильное определение смарт измерениям и описать организацию инфраструктуры смарт измерений. Необходимо отметить, что между смарт счетчиком и смарт измерением существует большая разница. Смарт счетчик – это отдельный прибор, который установлен в доме потребителя и в основном измеряет потребление энергии потребителем. Смарт измерения – это фактическое применение смарт счетчиков в большем масштабе, то есть применение общего принципа вместо отдельного прибора. Однако, если рассматривать пилотные проекты смарт измерений или национальные программы смарт измерений, то иногда можно найти разницу в определении смарт измерений. Кроме того, также часто появляются такие термины, как автоматическое считывание счетчика (AMR) и передовая инфраструктура измерений (AMI), особенно в США, в то время как в ЕС часто используется достаточно туманный термин «интеллектуальные системы измерений …».
Представляют интерес и высказывания В.В. Новикова, начальника лаборатории ФГУП ВНИИМС [1]: «…Это автоматизированные системы, которые обеспечивают и по-требителям, и сбытовым компаниям контроль и управление потреблением энергоресурсов согласно установленным критериям оптимизации энергосбережения. Такие измерения называют «интеллектуальными измерениями», или Smart Metering, как принято за рубежом …
…Основные признаки Smart Metering у счетчиков электрической энергии. Их шесть:
1. Новшества касаются в меньшей степени принципа измерений электрической энергии, а в большей – функциональных возможностей приборов.
2. Дополнительными функциями выступают, как правило, измерение мощности за короткие периоды, коэффициента мощности, измерение времени, даты и длительности провалов и отсутствия питающего напряжения.
3. Счетчики имеют самодиагностику и защиту от распространенных методов хищения электроэнергии, фиксируют в журнале событий моменты вскрытия кожуха, крышки клеммной колодки, воздействий сильного магнитного поля и других воздействий как на счетчик, его информационные входы и выходы, так и на саму электрическую сеть.
4. Наличие функций для управления нагрузкой и подачи команд на включение и отключение электрических приборов.
5. Более удобные и прозрачные функции для потребителей и энергоснабжающих организаций, позволяющие выбирать вид тарифа и энергосбытовую компанию в зависимости от потребностей в энергии и возможности ее своевременно оплачивать.
6. Интеграция измерений и учета всех энергоресурсов в доме для выработки решений, минимизирующих расходы на оплату энергоресурсов. В эту стратегию вовлекаются как отдельные потребители, так и управляющие компании домами, энергоснабжающие и сетевые компании …».
Из этих цитат нетрудно заметить, что первые 3 из 6 функций полностью повторяют требования к счетчикам АИИС КУЭ на оптовом рынке электроэнергии и мощности (ОРЭМ), которые не менялись с 2003 г. Функция № 5 является очевидной функцией счетчика при работе потребителя на розничных рынках электроэнергии (РРЭ) в условиях либеральной (рыночной) энергетики. Функция № 6 практически повторяет многочисленные определения понятия «умный дом», а функция № 4, провозглашенная в нашей стране, полностью соответствует желаниям сбытовых компаний найти наконец действенное средство воздействия на неплательщиков. При этом ясно, что неплатежи – не следствие отсутствия «умных счетчиков», а результат популистской политики правительства. Отключить физических (да и юридических) лиц невозможно, и эта функция счетчика, безусловно, останется невостребованной до внесения соответствующих изменений в нормативно-правовые акты.
На функции № 4 следует остановиться особо. Она превращает измерительный прибор в управляющую систему, в АСУ, так как содержит все признаки такой системы: наличие измерительного компонента, решающего компонента (выдающего управляющие сигналы) и, в случае размещения коммутационных аппаратов внутри счетчика, органов управления. Причем явно или неявно, как и в любой системе управления, подразумевается обратная связь: заплатил – включат опять.
Обоснованное мнение по поводу Smart Grid и Smart Metering высказал В.И. Гуревич в [2]. Приведем здесь цитаты из этой статьи с локальными ссылками на используемую литературу: «…Обратимся к истории. Впервые этот термин встретился в тексте статьи одного из западных специалистов в 1998 г. [1]. В названии статьи этот термин был впервые использован Массудом Амином и Брюсом Волленбергом в их публикации «К интеллектуальной сети» [2]. Первые применения этого термина на Западе были связаны с чисто рекламными названиями специальных контроллеров, предназначенных для управления режимом работы и синхронизации автономных ветрогенераторов (отличающихся нестабильным напряжением и частотой) с электрической сетью. Потом этот термин стал применяться, опять-таки как чисто рекламный ход, для обозначения микропроцессорных счетчиков электроэнергии, способных самостоятельно накапливать, обрабатывать, оценивать информацию и передавать ее по специальным каналам связи и даже через Интернет. Причем сами по себе контроллеры синхронизации ветрогенераторов и микропроцессорные счетчики электроэнергии были разработаны и выпускались различными фирмами еще до появления термина Smart Grid. Это название возникло намного позже как чисто рекламный трюк для привлечения покупателей и вначале использовалось лишь в этих областях техники. В последние годы его использование расширилось на системы сбора и обработки информации, мониторинга оборудования в электроэнергетике [3] …
1. Janssen M. C. The Smart Grid Drivers. – PAC, June 2010, p. 77.
2. Amin S. M., Wollenberg B. F. Toward a Smart Grid. – IEEE P&E Magazine, September/October, 2005.
3. Gellings C. W. The Smart Grid. Enabling Energy Efficiency and Demand Response. – CRC Press, 2010. …».
Таким образом, принимая во внимание столь различные мнения о предмете Smart Grid и Smart Metering, сетевая компания должна прежде всего определить понятие «интеллектуальная система измерения» для объекта измерений – электрической сети (как актива и технологической основы ОРЭМ и РРЭ) и представить ее предметную область именно для своего бизнеса.

БИЗНЕС И «ИНТЕЛЛЕКТУАЛЬНЫЙ УЧЕТ»

В результате изучения бизнес-процессов деятельности ряда сетевых компаний и взаимодействия на РРЭ сетевых, энергосбытовых компаний и исполнителей коммунальных услуг были сформулированы следующие исходные условия.
1. В качестве главного признака новой интеллектуальной системы учета электроэнергии (ИСУЭ), отличающей ее от существующей системы коммерческого и технического учета электроэнергии, взято расширение функций, причем в систему вовлекаются принципиально новые функции: определение технических потерь, сведение балансов в режиме, близком к on-line, определение показателей надежности. Это позволит, среди прочего, получить необходимую информацию для решения режимных задач Smart Grid – оптимизации по реактивной мощности, управления качеством электроснабжения.
2. Во многих случаях (помимо решения задач, традиционных для сетевой компании) рассматриваются устройства и системы управления потреблением у физических лиц, осуществляющие их ограничения и отключения за неплатежи (традиционные задачи так называемых систем AMI – Advanced Metering Infrastructure).
Учитывая вышеизложенное, для электросетевой компании предлагается принимать следующее двойственное (по признаку предметной области) определение ИСУЭ:
в отношении потребителей – физических лиц: «Интеллектуальная система измерений – это совокупность устройств управления нагрузкой, приборов учета, коммуникационного оборудования, каналов передачи данных, программного обеспечения, серверного оборудования, алгоритмов, квалифицированного персонала, которые обеспечивают достаточный объем информации и инструментов для управления потреблением электроэнергии согласно договорным обязательствам сторон с учетом установленных критериев энергоэффективности и надежности»;
в отношении системы в целом: «Интеллектуальная система измерений – это автоматизированная комплексная система измерений электроэнергии (с возможностью измерений других энергоресурсов), определения учетных показателей и решения на их основе технологических и бизнес-задач, которая позволяет интегрировать различные информационные системы субъектов рынка и развиваться без ограничений в обозримом будущем».

ЗАДАЧИ «ИНТЕЛЛЕКТУАЛЬНОГО УЧЕТА»

Далее мы будем основываться на том, что ИСУЭ позволит осуществить следующие функции в бытовом секторе:
• дистанционное получение от каждой точки измерения (узла учета) у бытового потребителя сведений об отпущенной или потребленной электроэнергии;
• расчет внутриобъектового (многоквартирный жилой дом, поселок) баланса поступления и потребления энергоресурсов с целью выявления технических и коммерческих потерь и принятия мер по эффективному энергосбережению;
• контроль параметров поставляемых энергоресурсов с целью обнаружения и регистрации их отклонений от договорных значений;
• обнаружение фактов несанкционированного вмешательства в работу приборов учета или изменения схем подключения электроснабжения;
• применение санкций против злостных неплательщиков методом ограничения потребляемой мощности или полного отключения энергоснабжения;
• анализ технического состояния и отказов приборов учета;
• подготовка отчетных документов об электропотреблении;
• интеграция с биллинговыми системами.

«ИНТЕЛЛЕКТУАЛЬНЫЙ КОММЕРЧЕСКИЙ УЧЕТ»

Остановимся подробно на одном из атрибутов ИСУЭ, который считаю ключевым для основного электросетевого бизнеса.
Особенностью коммерческого учета электроэнергии (КУЭ) распределительных сетевых компаний является наличие двух сфер коммерческого оборота электроэнергии – ОРЭМ и РРЭ, которые хотя и сближаются в нормативном и организационном плане, но остаются пока существенно различными с точки зрения требований к КУЭ.
Большинство сетевых компаний является субъектом как ОРЭМ, так и РРЭ. Соответственно и сам коммерческий учет в отношении требований к нему разделен на два вида:
• коммерческий учет на ОРЭМ (технические средства – АИИС КУЭ);
• коммерческий учет на РРЭ (технические средства – АСКУЭ).
Кроме того, к коммерческому учету, т.е. к определению тех показателей, которые служат для начисления обязательств и требований сетевой компании (оплата услуг по транспорту электроэнергии, купля-продажа технологических потерь), следует отнести и измерения величин, необходимых для определения показателей надежности сети в отношении оказания услуг по передаче электроэнергии.
Отметим, что сложившиеся технологии АИИС КУЭ и АСКУЭ по своей функциональной полноте (за исключением функции коммутации нагрузки внутри систем) – это технологии Smart Metering в том понимании, которое мы обсуждали выше. Поэтому далее будем считать эти понятия полностью совпадающими.
Подсистема ИСУЭ на РРЭ, безусловно, самая сложная и трудоемкая часть всей интеллектуальной системы как с точки зрения организации сбора информации (включая измерительные системы (ИС) и средства связи в автоматизированных системах), так и с точки зрения объема точек поставки и соответственно средств измерений. Последние отличаются большим многообразием и сложностью контроля их и метрологических характеристик (МХ).
Если технические требования к ИС на ОРЭМ и к ИС крупных потребителей (по крайней мере потребителей с присоединенной мощностью свыше 750 кВА) принципиально близки, то в отношении нормативного и организационного компонентов имеются сильные различия. Гармоничная их интеграция в среде разных компонентов – основная задача создания современной системы ИСУЭ любой сетевой компании.
Особенностью коммерческого учета для нужд сетевого комплекса – основного бизнеса компании в отличие от учета электроэнергии потребителей, генерирующих источников и сбытовых компаний – является сам характер учетных показателей, вернее, одного из них – технологических потерь электроэнергии. Здесь трудность состоит в том, что границы балансовой принадлежности компании должны оснащаться средствами учета в интересах субъектов рынка – участников обращения электроэнергии, и по правилам, установленным для них, будь то ОРЭМ или РРЭ. А к измерению и учету важнейшего собственного учетного показателя, потерь, отдельные нормативные требования не предъявляются, хотя указанные показатели должны определяться по своим технологиям.
При этом сегодня для эффективного ведения бизнеса перед сетевыми компаниями, по мнению автора, стоит задача корректного определения часовых балансов в режиме, близком к on-line, в условиях, когда часть счетчиков (со стороны ОРЭМ) имеют автоматические часовые измерения электроэнергии, а подавляющее большинство (по количеству) счетчиков на РРЭ (за счет физических лиц и мелкомоторных потребителей) не позволяют получать такие измерения. Актуальность корректного определения фактических потерь следует из необходимости покупки их объема, не учтенного при установлении тарифов на услуги по передаче электроэнергии, а также предоставления информации для решения задач Smart Grid.
В то же время специалистами-практиками часто ставится под сомнение практическая востребованность определения технологических потерь и их составляющих в режиме on-line. Учитывая это мнение, которое не согласуется с разрабатываемыми стратегиями Smart Grid, целесообразно оставить окончательное решение при разработке ИСУЭ за самой компанией.
Cистемы АИИС КУЭ сетевых компаний никогда не создавались целенаправленно для решения самых насущных для них задач, таких как:
1. Коммерческая задача купли-продажи потерь – качественного (прозрачного и корректного в смысле метрологии и требований действующих нормативных документов) инструментального или расчетно-инструментального определения технологических потерь электроэнергии вместе с их составляющими – техническими потерями и потреблением на собственные и хозяйственные нужды сети.
2. Коммерческая задача по определению показателей надежности электроснабжения потребителей.
3. Управленческая задача – получение всех установленных учетной политикой компании балансов электроэнергии и мощности по уровням напряжения, по филиалам, по от-дельным подстанциям и группам сетевых элементов, а также КПЭ, связанных с оборотом электроэнергии и оказанием услуг в натуральном выражении.
Не ставилась и задача технологического обеспечения возможного в перспективе бизнеса сетевых компаний – предоставления услуг оператора коммерческого учета (ОКУ) субъектам ОРЭМ и РРЭ на территории обслуживания компании.
Кроме того, необходимо упорядочить систему учета для определения коммерческих показателей в отношении определения обязательств и требований оплаты услуг по транспорту электроэнергии и гармонизировать собственные интересы и интересы смежных субъектов ОРЭМ и РРЭ в рамках существующей системы взаимодействий и возможной системы взаимодействий с введением института ОКУ.
Именно исходя из этих целей (не забывая при этом про коммерческие учетные показатели смежных субъектов рынка в той мере, какая требуется по обязательствам компании), и нужно строить подлинно интеллектуальную измерительную систему. Иными словами, интеллект измерений – это главным образом интеллект решения технологических задач, необходимых компании.
По сути, при решении нового круга задач в целевой модели интеллектуального учета будет реализован принцип придания сетевой компании статуса (функций) ОКУ в зоне обслуживания. Этот статус формально прописан в действующей редакции Правил розничных рынков (Постановление Правительства РФ № 530 от 31.08.2006), однако на практике не осуществляется в полном объеме как из-за отсутствия необходимой технологической базы, так и из-за организационных трудностей.
Таким образом, сетевая компания должна сводить баланс по своей территории на новой качественной ступени – оперативно, прозрачно и полно. А это означает сбор информации от всех присоединенных к сети субъектов рынка, формирование учетных показателей и передачу их тем же субъектам для определения взаимных обязательств и требований.
Такой подход предполагает не только новую схему расстановки приборов в соответствии с комплексным решением всех поставленных технологами задач, но и новые функциональные и метрологические требования к измерительным приборам.

ПРЕИМУЩЕСТВА ИСУЭ

Внедрение ИСУЭ даст новые широкие возможности для всех участников ОРЭМ и РРЭ в зоне обслуживания электросетевой компании.
Для самой компании:
1. Повышение эффективности существующего бизнеса.
2. Возможности новых видов бизнеса – ОКУ, регистратор единой группы точек поставки (ГТП), оператор заправки электрического транспорта и т.п.
3. Обеспечение внедрения технологий Smart grid.
4. Создание и развитие программно-аппаратного комплекса (с сервисно-ориентированной архитектурой) и ИС, снимающих ограничения на развитие технологий и бизнеса в долгосрочной перспективе.
Для энергосбытовой деятельности:
1. Автоматический мониторинг потребления.
2. Легкое определение превышения фактических показателей над планируемыми.
3. Определение неэффективных производств и процессов.
4. Биллинг.
5. Мониторинг коэффициента мощности.
6. Мониторинг показателей качества (напряжение и частота).
Для обеспечения бизнеса – услуги для генерирующих, сетевых, сбытовых компаний и потребителей:
1. Готовый вариант на все случаи жизни.
2. Надежность.
3. Гарантия качества услуг.
4. Оптимальная и прозрачная стоимость услуг сетевой компании.
5. Постоянное внедрение инноваций.
6. Повышение «интеллекта» при работе на ОРЭМ и РРЭ.
7. Облегчение технологического присоединения энергопринимающих устройств субъектов ОРЭМ и РРЭ.
8. Качественный консалтинг по всем вопросам электроснабжения и энергосбережения.
Успешная реализации перечисленных задач возможна только на базе информационно-технологической системы (программно-аппаратного комплекса) наивысшего достигнутого на сегодняшний день уровня интеграции со всеми возможными информационными системами субъектов рынка – измерительно-учетными как в отношении электроэнергии, так и (в перспективе) в отношении других энергоресурсов.

ЛИТЕРАТУРА

1. Новиков В.В. Интеллектуальные измерения на службе энергосбережения // Энергоэксперт. 2011. № 3.
2. Гуревич В.И. Интеллектуальные сети: новые перспективы или новые проблемы? // Электротехнический рынок. 2010. № 6.

[ http://www.news.elteh.ru/arh/2011/71/14.php]

Тематики

• счетчик электроэнергии

EN

• smart metering

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

внешний радиус
наружный радиус
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

Синонимы

• наружный радиус

EN

• outer radius
• outside radius
• OR

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

исследование операций
Прикладное направление кибернетики, используемое для решения практических организационных (в том числе экономических) задач. Это — комплексная научная дисциплина. Круг проблем, изучаемых ею, пока недостаточно определен. Иногда И.о. понимают очень широко, включая в него ряд чисто математических методов, иногда, наоборот, очень узко — как практическую методику решения с помощью экономико-математических моделей строго определенного перечня задач. Главный метод И.о. — системный анализ целенаправленных действий (операций) и объективная (в частности, количественная) сравнительная оценка возможных результатов этих действий. Например, расширение выпуска продукции на заводе требует одновременного и взаимосвязанного решения множества частных проблем: реконструкции предприятия, заказа оборудования, сырья и материалов, подготовки рынка сбыта, совершенствования технологии, изменений системы оперативно-производственного планирования и диспетчирования, организационной перестройки, перемещения руководящих работников и т.д. При анализе возможных последствий принимаемых решений приходится учитывать такие факторы, как неопределенность, случайность и риск. К решению столь сложных задач привлекают экономистов, математиков, статистиков, инженеров, социологов, психологов и др., поэтому одной из особенностей И.о. считают его междисциплинарный комплексный характер. Операционные исследования прежде всего предназначены для предварительного количественного обоснования принимаемых решений, поскольку они, как видно из примеров, очень сложны, требуют больших затрат и, главное, могут реализоваться многими способами (эти способы называют стратегиями или альтернативами). Кроме обоснования самих решений И.о. позволяет сравнить возможные варианты (альтернативы) организации операции, оценить возможное влияние на результат отдельных факторов, выявить «узкие места», т.е. те элементы системы, нарушение работы которых может особенно сильно сказаться на успехе операции и т.д. Таким образом, сущность задач И.о. — поиск путей рационального использования имеющихся ресурсов для реализации поставленной цели. Количественные методы И.о. строятся на основе достижений экономико-математических и математико-статистических дисциплин (теории массового обслуживания, оптимального программирования и т.д.). Разные математические методы применяются (в тех или иных комбинациях) при решении различных классов задач. Среди важнейших классов задач И.о. можно назвать задачи управления запасами, распределения ресурсов и назначения (распределительные задачи), задачи массового обслуживания, задачи замены оборудования, упорядочения и согласования (в том числе теории расписаний), состязательные (например, игры), задачи поиска и др. Среди применяемых методов — математическое программирование (линейное, нелинейное и т.п.), дифференциальные и разностные уравнения, методы теории графов, марковские процессы, теория игр, теория (статистических) решений, теория распознавания образов и ряд других. Считается, что И.о. зародилось накануне второй мировой войны, когда в Англии на одной радиолокационной станции была создана группа специалистов для решения технических задач с помощью математики. Они сосредоточили внимание на сравнении эффективности путей решения задач, поиске оптимального решения. Участие в этой группе представителей разных специальностей предопределило комплексный, или, как теперь принято говорить, системный подход. В настоящее время в этом направлении работают сотни исследовательских учреждений и групп в десятках стран. Организованы общества И.о., объединяемые международной федерацией (ИФОРС International Federation Of Operational Research Societies). Методы И.о., как и любые математические методы, всегда в той или иной мере упрощают, огрубляют задачу, отражая нелинейные процессы линейными моделями, стохастические системы — детерминированными и т.д. Жизнь богаче любой самой сложной схемы. Поэтому не следует ни преувеличивать значения количественных методов И.о., ни преуменьшать его, ссылаясь на примеры неудачных решений. Уместно привести в связи с этим известное парадоксальное определение, которое дал крупный американский специалист в этой области Т.А.Саати: «Исследование операций представляет собой искусство давать плохие ответы на те практические вопросы, на которые даются еще худшие ответы другими способами…»
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• operational research
• operations research
• OR

общая надёжность
(напр. системы)
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• overall reliability
• OR
• general reliability

отправитель/получатель
(МСЭ-Т F.400/ Х.400).
[ http://www.iks-media.ru/glossary/index.html?glossid=2400324]

Тематики

• электросвязь, основные понятия

EN

• originator/recipient
• OR

отчёт об эксплуатации
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• utilization record
• operational report
• OR

по заказу
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• on request
• OR

реле защиты от перегрузки
-
[В.А.Семенов. Англо-русский словарь по релейной защите]

Тематики

• релейная защита

EN

• OR
• ORLY
• overload relay

реле защиты от перегрузок
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• overload relay
• OR
• ORLY

скорость переполнения
(напр. ёмкости)
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• overflow rate
• OR

скорость перетекания
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• overflow rate
• OR

техническая надёжность
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• engineering reliability
• operation reliability
• OR

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

исследование операций
Прикладное направление кибернетики, используемое для решения практических организационных (в том числе экономических) задач. Это — комплексная научная дисциплина. Круг проблем, изучаемых ею, пока недостаточно определен. Иногда И.о. понимают очень широко, включая в него ряд чисто математических методов, иногда, наоборот, очень узко — как практическую методику решения с помощью экономико-математических моделей строго определенного перечня задач. Главный метод И.о. — системный анализ целенаправленных действий (операций) и объективная (в частности, количественная) сравнительная оценка возможных результатов этих действий. Например, расширение выпуска продукции на заводе требует одновременного и взаимосвязанного решения множества частных проблем: реконструкции предприятия, заказа оборудования, сырья и материалов, подготовки рынка сбыта, совершенствования технологии, изменений системы оперативно-производственного планирования и диспетчирования, организационной перестройки, перемещения руководящих работников и т.д. При анализе возможных последствий принимаемых решений приходится учитывать такие факторы, как неопределенность, случайность и риск. К решению столь сложных задач привлекают экономистов, математиков, статистиков, инженеров, социологов, психологов и др., поэтому одной из особенностей И.о. считают его междисциплинарный комплексный характер. Операционные исследования прежде всего предназначены для предварительного количественного обоснования принимаемых решений, поскольку они, как видно из примеров, очень сложны, требуют больших затрат и, главное, могут реализоваться многими способами (эти способы называют стратегиями или альтернативами). Кроме обоснования самих решений И.о. позволяет сравнить возможные варианты (альтернативы) организации операции, оценить возможное влияние на результат отдельных факторов, выявить «узкие места», т.е. те элементы системы, нарушение работы которых может особенно сильно сказаться на успехе операции и т.д. Таким образом, сущность задач И.о. — поиск путей рационального использования имеющихся ресурсов для реализации поставленной цели. Количественные методы И.о. строятся на основе достижений экономико-математических и математико-статистических дисциплин (теории массового обслуживания, оптимального программирования и т.д.). Разные математические методы применяются (в тех или иных комбинациях) при решении различных классов задач. Среди важнейших классов задач И.о. можно назвать задачи управления запасами, распределения ресурсов и назначения (распределительные задачи), задачи массового обслуживания, задачи замены оборудования, упорядочения и согласования (в том числе теории расписаний), состязательные (например, игры), задачи поиска и др. Среди применяемых методов — математическое программирование (линейное, нелинейное и т.п.), дифференциальные и разностные уравнения, методы теории графов, марковские процессы, теория игр, теория (статистических) решений, теория распознавания образов и ряд других. Считается, что И.о. зародилось накануне второй мировой войны, когда в Англии на одной радиолокационной станции была создана группа специалистов для решения технических задач с помощью математики. Они сосредоточили внимание на сравнении эффективности путей решения задач, поиске оптимального решения. Участие в этой группе представителей разных специальностей предопределило комплексный, или, как теперь принято говорить, системный подход. В настоящее время в этом направлении работают сотни исследовательских учреждений и групп в десятках стран. Организованы общества И.о., объединяемые международной федерацией (ИФОРС International Federation Of Operational Research Societies). Методы И.о., как и любые математические методы, всегда в той или иной мере упрощают, огрубляют задачу, отражая нелинейные процессы линейными моделями, стохастические системы — детерминированными и т.д. Жизнь богаче любой самой сложной схемы. Поэтому не следует ни преувеличивать значения количественных методов И.о., ни преуменьшать его, ссылаясь на примеры неудачных решений. Уместно привести в связи с этим известное парадоксальное определение, которое дал крупный американский специалист в этой области Т.А.Саати: «Исследование операций представляет собой искусство давать плохие ответы на те практические вопросы, на которые даются еще худшие ответы другими способами…»
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• operational research
• operations research
• OR

оперативное исследование
Систематическое изучение путем наблюдения и/или в эксперименте работы системы, например, здравоохранения или его элементов с целью ее усовершенствования.
[Англо-русский глоссарий основных терминов по вакцинологии и иммунизации. Всемирная организация здравоохранения, 2009 г.]

Тематики

• вакцинология, иммунизация

EN

• operational research

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

исследование операций
Прикладное направление кибернетики, используемое для решения практических организационных (в том числе экономических) задач. Это — комплексная научная дисциплина. Круг проблем, изучаемых ею, пока недостаточно определен. Иногда И.о. понимают очень широко, включая в него ряд чисто математических методов, иногда, наоборот, очень узко — как практическую методику решения с помощью экономико-математических моделей строго определенного перечня задач. Главный метод И.о. — системный анализ целенаправленных действий (операций) и объективная (в частности, количественная) сравнительная оценка возможных результатов этих действий. Например, расширение выпуска продукции на заводе требует одновременного и взаимосвязанного решения множества частных проблем: реконструкции предприятия, заказа оборудования, сырья и материалов, подготовки рынка сбыта, совершенствования технологии, изменений системы оперативно-производственного планирования и диспетчирования, организационной перестройки, перемещения руководящих работников и т.д. При анализе возможных последствий принимаемых решений приходится учитывать такие факторы, как неопределенность, случайность и риск. К решению столь сложных задач привлекают экономистов, математиков, статистиков, инженеров, социологов, психологов и др., поэтому одной из особенностей И.о. считают его междисциплинарный комплексный характер. Операционные исследования прежде всего предназначены для предварительного количественного обоснования принимаемых решений, поскольку они, как видно из примеров, очень сложны, требуют больших затрат и, главное, могут реализоваться многими способами (эти способы называют стратегиями или альтернативами). Кроме обоснования самих решений И.о. позволяет сравнить возможные варианты (альтернативы) организации операции, оценить возможное влияние на результат отдельных факторов, выявить «узкие места», т.е. те элементы системы, нарушение работы которых может особенно сильно сказаться на успехе операции и т.д. Таким образом, сущность задач И.о. — поиск путей рационального использования имеющихся ресурсов для реализации поставленной цели. Количественные методы И.о. строятся на основе достижений экономико-математических и математико-статистических дисциплин (теории массового обслуживания, оптимального программирования и т.д.). Разные математические методы применяются (в тех или иных комбинациях) при решении различных классов задач. Среди важнейших классов задач И.о. можно назвать задачи управления запасами, распределения ресурсов и назначения (распределительные задачи), задачи массового обслуживания, задачи замены оборудования, упорядочения и согласования (в том числе теории расписаний), состязательные (например, игры), задачи поиска и др. Среди применяемых методов — математическое программирование (линейное, нелинейное и т.п.), дифференциальные и разностные уравнения, методы теории графов, марковские процессы, теория игр, теория (статистических) решений, теория распознавания образов и ряд других. Считается, что И.о. зародилось накануне второй мировой войны, когда в Англии на одной радиолокационной станции была создана группа специалистов для решения технических задач с помощью математики. Они сосредоточили внимание на сравнении эффективности путей решения задач, поиске оптимального решения. Участие в этой группе представителей разных специальностей предопределило комплексный, или, как теперь принято говорить, системный подход. В настоящее время в этом направлении работают сотни исследовательских учреждений и групп в десятках стран. Организованы общества И.о., объединяемые международной федерацией (ИФОРС International Federation Of Operational Research Societies). Методы И.о., как и любые математические методы, всегда в той или иной мере упрощают, огрубляют задачу, отражая нелинейные процессы линейными моделями, стохастические системы — детерминированными и т.д. Жизнь богаче любой самой сложной схемы. Поэтому не следует ни преувеличивать значения количественных методов И.о., ни преуменьшать его, ссылаясь на примеры неудачных решений. Уместно привести в связи с этим известное парадоксальное определение, которое дал крупный американский специалист в этой области Т.А.Саати: «Исследование операций представляет собой искусство давать плохие ответы на те практические вопросы, на которые даются еще худшие ответы другими способами…»
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика
• электросвязь, основные понятия

EN

• operational research
• operations research
• OR

эвристика
Опыт. Знание, приобретенное на основе накопления опыта.
[ http://www.morepc.ru/dict/]

эвристика
1. В широком смысле слова раздел психологии, изучающий природу мыслительных операций человека при решении им различных задач. 2. В узком смысле — приемы и методы поиска решения задач и вывода доказательств, основанные на учете опыта решения сходных задач в прошлом, накоплении опыта, учете ошибок, а также — интуиции. Легче всего показать сущность Э. и ее отличие от алгоритмического подхода (такого, при котором каждый шаг решения задач заранее предопределен) на игре в шахматы. В этой игре нет никакой возможности выбрать лучший ход путем перебора всех мыслимых вариантов, поскольку их число астрономически велико. Шахматист действует эвристически — на основании опыта и интуиции. Изучение проблем Э. связано с более общей проблемой создания так называемого искусственного интеллекта или мыслящих ЭВМ. Исследования в этом направлении показали, во-первых, что создание искусственного интеллекта намного более сложная задача, чем это представлялось на первых порах, во-вторых, позволили выработать некоторые весьма эффективные методы решения сложных вычислительных задач. Один из распространенных эвристических методов — метод иерархически направленного перебора возможных шагов к решению, при котором отбрасываются заведомо ненужные варианты и существенно сокращается их число. Методы эвристического программирования используются при решении задач распознавания образов, автоматического поиска информации (в информационно-поисковых системах), в такой популярной области как выработка программ для игры ЭВМ в шахматы и т.д. Разрабатываются также эвристические методы решения экономических задач. При обычных, полностью алгоритмированных методах машина решает задачу последовательно от начала до конца. При этом, как бы хорошо ни была составлена программа, она делает массу ненужных вычислений, перебирая вариант за вариантом возможного решения. Эвристические методы позволят, видимо, отказаться от части ненужных расчетов и решать некоторые задачи с меньшими затратами машинного времени. Кроме того, перспективно соединение точных алгоритмических методов с эвристическими. В таких случаях модели называют эвроритмическими, или алгоритмо-эвристическими. Эвристические программы не предназначены для получения точных численных решений, их главная задача — определение стратегии поиска приблизительных решений.
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

EN

• heuristics

экспертная система
ЭС
Система, использующая базу знаний для решения задач в некоторой предметной области. ЭС - одно из направлений ИИ.
Синоним - knowledge-based system.
Особый класс систем искусственного интеллекта, включающий знания об определённой слабо структурированной и трудно формализуемой узкой предметной области и способная предлагать и объяснять разумные решения. Ее основным назначением является: интерпретация данных, диагностика состояния, мониторинг, прогнозирование, планирование и обучение.
[ http://www.morepc.ru/dict/]

экспертная система
Компьютерная система, предназначенная для решения качественных задач с помощью накапливаемых знаний и получения из них логических выводов. Последние могут вырабатываться как с помощью формализации собранной от экспертов-специалистов в данной предметной области информации, так и с помощью извлечения знаний из других информационных источников. Э.с. с успехом применяются в управлении производством и исследовании операций для решения как тактических задач типа составления графика работы оборудования, так и стратегических — планирования, прогнозирования, распределения ресурсов. Э.с. способны фиксировать неудачные решения и учитывать их в дальнейшем, встречаясь с аналогичными задачами. Они оценивают ограничения задачи, и если при этих ограничениях она оказывается неразрешимой, автоматически смягчают их, следуя установленным приоритетам, пока не «выходят» на приемлемые удовлетворительные решения. Применяются разнообразные экономико-математические методы: сети, методы ветвей и границ, стохастические процессы и др. В некоторых достаточно узких областях Э.с. оказываются эффективнее человека-специалиста (как правило, это относится к решению хорошо структурированных задач, поддающихся строгому операциональному описанию, но не к слабоструктурированным проблемам).
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

Синонимы

• ЭС

EN

• expert system

подвижная земная станция
Земная станция подвижной спутниковой службы, предназначенная для работы во время движения и (или) во время остановок.
[ОСТ 45.124-2000 ]

Тематики

• службы связи

Обобщающие термины

• станции

EN

• MES
• mobile earth station

система документирования медицинской помощи
Одна из систем управления Играми. Данная система обеспечивает сбор информации относительно различных уровней медобеспечения и отчетов для организаций по управлению медицинскими службами (медицинской комиссии МОК и др.). Она также предоставляет онлайн-доступ к краткой истории болезни по каждому пациенту.
[Департамент лингвистических услуг Оргкомитета «Сочи 2014». Глоссарий терминов]

EN

medical encounters system
MES
One of the Games management systems. The medical encounters system gathers information relative to the different levels of healthcare, generated reports for the medical management organizations (IOC Medical Commission and others) and provides an online summary of each case history.
[Департамент лингвистических услуг Оргкомитета «Сочи 2014». Глоссарий терминов]

Тематики

• спорт (управление Играми)

EN

• medical encounters system
• MES

система оперативного управления производством
-
[Интент]

Уровень оперативного управления реализуется с помощью MES-систем.

Классический подход при рассмотрении системы класса MES предполагает 11 функций, которыми такая система должна располагать. Эти функции были определены ассоциацией Manufacturing Execution Systems Association (MESA), и подробное их описание можно найти во многих источниках, например в книге Michael McClellan “Applying Manufacturing Execution Systems”.

Вряд ли найдётся ПО, которое в полной мере будет обладать всей необходимой для оперативного управления функциональностью
Поэтому говоря о программных реализациях оперативного управления, нужно прежде всего выделять самые важные для конкретной ситуации функции и выбирать ту систему, которая поможет решить соответствующие задачи. Не исключено, что для реализации определённого набора функций необходимо будет использовать несколько информационных систем, тесно интегрированных между собой.

Приведём пример такого подхода.
В качестве ядра системы оперативного управления производством может выступать классическая MES-система,
например Factelligence компании CIMNET, обладающая полным набором классических MES-функций. Однако существуют программные компонен ты, «заточенные» на решение определённых задач. Если требуется оптимизационное планирование, то функций модуля планирования MES Factelligence может не хватить и нужно использовать решения класса Advanced Planning Systems (APS), например программный продукт Preactor компании Preactor International, в тесной интеграции с MES-системой. На основе созданного в ERP объёмно-календарного плана производства APS-система сформирует оптимизированный по вы бранным критериям цеховой план.

Если стоит задача отслеживать плановые и учитывать оперативные ремонты оборудования, то совместно с MES-системой можно использовать систему класса Enterprise Asset Management (EAM). В этом случае при составлении плана производства будут учитываться связанные с ремонтами и техническим обслуживанием простои оборудования. В качестве EAM-системы может использоваться и решение на базе программного продукта DataStream.

Не всегда классические MES-системы имеют необходимые для решения специальных задач средства визуализации и агрегирования данных. Здесь их функцию могут выполнить системы класса Enterprise Manufacturing Intelligence (EMI). Они позволяют создавать информационную среду, обладающую Web-интерфейсом, предоставляющую доступ к данным о производственных процессах предприятия и ключевым показателям эффективности и помогающую формировать различные виды отчётов о ежедневной деятельности предприятия. На основе полученной информации EMI-системы позволяют менеджерам принимать своевременные решения, направленные на увеличение эффективности производства и повышение качества выпускаемой продукции. Системы класса EMI позволяют собирать и анализировать данные не только с одного АРМ, линии или завода, но и с нескольких предприятий, расположенных как в одной стране, так и географически распределённых по всему миру. Представителем класса EMI-решений является система ActivePlant.

Решения задач оперативного управления производством невозможно реализовать в полной мере без системы, обеспечивающей получение фактических данных о проходящих на производстве процессах, обработки этих данных и передачи их для анализа, например, в MES систему. Безусловно, в любую ERP- или MES-систему можно ввести подобные данные вручную. Но минусы такого подхода очевидны: это низкая оперативность, высокая вероятность случайных и предумышленных ошибок. Во избежание этих минусов можно реализовать интеграцию MES-уровня с АСУ ТП. В этом случае на систему АСУ ТП возлагается не столько функция управления технологическим процессом, сколько функция регистрации событий, обработки полученной информации, её хранения и предоставления на верхние уровни информационной структуры в требуемом виде.

Таким образом, получаем структуру, изображённую на рис. 2.

Рис. 2. Структура, решающая задачи оперативного управления производством

Все компоненты, входящие в эту структуру, принимают участие в решении задач оперативного управления производством. Грани, которыми они соприкасаются, — это области интеграции, где информационные потоки объединяют такие, на первый взгляд, разные программно-аппаратные структуры. Как видно, решаемые задачи охватываются различными программными решениями, и совсем не обязательно, что это будут классические, с точки зрения ассоциации MESA, 11 функций MES-системы. Выбор того, какими средствами будут решаться отдельные задачи, должен производиться очень тщательно, после всестороннего изучения бизнес-процессов, протекающих на предприятии. Поэтому важным элементом успешного внедрения такой комплексной системы, кроме технической реализации, является её организационная реализация.

[Владимир Демидов. Решение задач оперативного управления производством на различных уровнях информационной структуры предприятия. СТА 1/2006]

Тематики

• автоматизированные системы

EN

• Manufacturing Execution Systems
• MES

система оперативного управления производством
-
[Интент]

Уровень оперативного управления реализуется с помощью MES-систем.

Классический подход при рассмотрении системы класса MES предполагает 11 функций, которыми такая система должна располагать. Эти функции были определены ассоциацией Manufacturing Execution Systems Association (MESA), и подробное их описание можно найти во многих источниках, например в книге Michael McClellan “Applying Manufacturing Execution Systems”.

Вряд ли найдётся ПО, которое в полной мере будет обладать всей необходимой для оперативного управления функциональностью
Поэтому говоря о программных реализациях оперативного управления, нужно прежде всего выделять самые важные для конкретной ситуации функции и выбирать ту систему, которая поможет решить соответствующие задачи. Не исключено, что для реализации определённого набора функций необходимо будет использовать несколько информационных систем, тесно интегрированных между собой.

Приведём пример такого подхода.
В качестве ядра системы оперативного управления производством может выступать классическая MES-система,
например Factelligence компании CIMNET, обладающая полным набором классических MES-функций. Однако существуют программные компонен ты, «заточенные» на решение определённых задач. Если требуется оптимизационное планирование, то функций модуля планирования MES Factelligence может не хватить и нужно использовать решения класса Advanced Planning Systems (APS), например программный продукт Preactor компании Preactor International, в тесной интеграции с MES-системой. На основе созданного в ERP объёмно-календарного плана производства APS-система сформирует оптимизированный по вы бранным критериям цеховой план.

Если стоит задача отслеживать плановые и учитывать оперативные ремонты оборудования, то совместно с MES-системой можно использовать систему класса Enterprise Asset Management (EAM). В этом случае при составлении плана производства будут учитываться связанные с ремонтами и техническим обслуживанием простои оборудования. В качестве EAM-системы может использоваться и решение на базе программного продукта DataStream.

Не всегда классические MES-системы имеют необходимые для решения специальных задач средства визуализации и агрегирования данных. Здесь их функцию могут выполнить системы класса Enterprise Manufacturing Intelligence (EMI). Они позволяют создавать информационную среду, обладающую Web-интерфейсом, предоставляющую доступ к данным о производственных процессах предприятия и ключевым показателям эффективности и помогающую формировать различные виды отчётов о ежедневной деятельности предприятия. На основе полученной информации EMI-системы позволяют менеджерам принимать своевременные решения, направленные на увеличение эффективности производства и повышение качества выпускаемой продукции. Системы класса EMI позволяют собирать и анализировать данные не только с одного АРМ, линии или завода, но и с нескольких предприятий, расположенных как в одной стране, так и географически распределённых по всему миру. Представителем класса EMI-решений является система ActivePlant.

Решения задач оперативного управления производством невозможно реализовать в полной мере без системы, обеспечивающей получение фактических данных о проходящих на производстве процессах, обработки этих данных и передачи их для анализа, например, в MES систему. Безусловно, в любую ERP- или MES-систему можно ввести подобные данные вручную. Но минусы такого подхода очевидны: это низкая оперативность, высокая вероятность случайных и предумышленных ошибок. Во избежание этих минусов можно реализовать интеграцию MES-уровня с АСУ ТП. В этом случае на систему АСУ ТП возлагается не столько функция управления технологическим процессом, сколько функция регистрации событий, обработки полученной информации, её хранения и предоставления на верхние уровни информационной структуры в требуемом виде.

Таким образом, получаем структуру, изображённую на рис. 2.

Рис. 2. Структура, решающая задачи оперативного управления производством

Все компоненты, входящие в эту структуру, принимают участие в решении задач оперативного управления производством. Грани, которыми они соприкасаются, — это области интеграции, где информационные потоки объединяют такие, на первый взгляд, разные программно-аппаратные структуры. Как видно, решаемые задачи охватываются различными программными решениями, и совсем не обязательно, что это будут классические, с точки зрения ассоциации MESA, 11 функций MES-системы. Выбор того, какими средствами будут решаться отдельные задачи, должен производиться очень тщательно, после всестороннего изучения бизнес-процессов, протекающих на предприятии. Поэтому важным элементом успешного внедрения такой комплексной системы, кроме технической реализации, является её организационная реализация.

[Владимир Демидов. Решение задач оперативного управления производством на различных уровнях информационной структуры предприятия. СТА 1/2006]

Тематики

• автоматизированные системы

EN

• Manufacturing Execution Systems
• MES

многокритериальная оптимизация
1. Метод решения задач, которые состоят в поиске лучшего (оптимального) решения, удовлетворяющего нескольким несводимым друг к другу критериям. 2. Соответствующий раздел математического программирования. Например, надо принять решение о постройке шоссейной дороги в объезд города. Приходится при этом учитывать такие разнородные факторы и интересы разных субъектов, как выигрыш города в целом (меньше машин, чище воздух), проигрыш отдельных горожан (пассажиры, проезжающие через город, могут останавливаться на обед, покупать сувениры и т.п., а теперь это оказывается невозможным), повышение безопасности движения, время, затрачиваемое транспортом на проезд через город и объезд вокруг него и т.д. Для решения таких задач с помощью компьютера требуется их формализация, которая неизбежно связывается с экспертными оценками как самих критериев, так и взаимоотношений между ними (одни критерии противоречат друг другу, другие, наоборот, действуют в одном направлении, третьи — индифферентны, безразличны друг к другу). Поиски средств формализации многокритериальных задач — молодая, развивающаяся область исследований. Известен ряд способов решения многокритериальных задач: а) оптимизация одного критерия (почему-либо признанного наиболее важным); остальные при этом играют роль дополнительных ограничений; б) упорядочение заданного множества критериев и последовательная оптимизация по каждому из них (см. Лексикографическое упорядочение); в) сведение многих критериев к одному путем введения априорных (экспертных) весовых коэффициентов для каждого из критериев (более важный критерий получает более высокий вес). Термин «многокритериальные задачи» часто отождествляется с термином «задачи векторной оптимизации«; однако прослеживается различие: в последнем случае речь идет не о разнородных критериях системы, а о сопоставлении однородных критериев разных участников (см. рис. к статье Оптимальность по Парето). Нельзя также оба эти термина смешивать с термином «многоэкстремальные задачи«, для которых характерны не разные критерии, а наличие у целевой функции не только глобального (возможно и не единственного) экстремума, но и локальных экстремумов.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• multi-criterion optimization

блочное программирование
Метод решения сложных задач линейного программирования путем разложения модели на блоки. Крупноразмерная модель (включающая много показателей в исходной таблице) сводится к нескольким моделям меньшей размерности. Получившиеся задачи решаются вместе по специальным правилам согласования. Необходимость такого подхода обосновывается тем, что с ростом размерности трудоемкость, да и просто сложность решения задач растет невероятно быстро. «Проклятие размерности», по меткому выражению американского математика Р.Беллмана, характерно для большинства реальных задач математического программирования. Широко применяется Б.п. в отраслевых задачах оптимизации, где естественно разложение, «декомпозиция» общей модели отрасли либо на блоки – модели предприятий, либо на блоки, соответствующие последовательным стадиям переработки сырья (производственным переделам). Среди теоретических схем Б.п. наиболее известны две: метод декомпозиции Данцига-Вульфа и метод планирования на двух уровнях Корнаи-Липтака (Дж. Данциг и П.Вульф – американские, Я. Корнаи и Т. Липтак – венгерские ученые). Обе они представляют собой последовательные (итеративные) пересчеты, взаимно увязывающие решения главной «отраслевой» задачи и локальных задач предприятий. Различие же между ними состоит в том, что в первом случае итеративный процесс основан на корректировке двойственных оценок ресурсов и продукции (такая корректировка делает для «предприятия» выгодными планы, все более приближающиеся к оптимальному плану отрасли), а во втором случае – на корректировке лимитов общеотраслевых ресурсов, выделяемых предприятиям. При этом задача сводится к игре между центром, варьирующим допустимые распределения ресурсов, и предприятиями (варьирующими допустимые двойственные оценки ресурсов); ценой игры является сумма целевых функций предприятий. Иначе говоря, схема Данцига-Вульфа построена по принципу «централизованное определение цен – децентрализованное определение наилучших возможностей», а схема Корнаи-Липтака – по принципу «централизованное лимитирование возможностей – децентрализованное выявление эффекта от их использования» [1]. В обоих случаях важную роль играют двойственные оценки, причем их оптимальный уровень выявляется вместе с оптимальным распределением ресурсов, т.е. собственно планом (именно в этом состоит принцип оптимального планирования). [1] Эта удачная, на наш взгляд, формулировка заимствована из кн.: Математические методы в планировании отраслей и предприятий. М.: Экономика, 1973.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• block programming

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

Тематики

• электросвязь, основные понятия

EN

• simplex method

симплексный метод решения задач линейного программирования
симплекс-метод
Вычислительная процедура, основанная на принципе последовательного улучшения решений — перехода от одной базисной точки (см. Базисное решение) к другой, для которой значение целевой функции больше (эти операции фиксируются в симплексной таблице). Доказано, что если оптимальное решение существует, то оно обязательно будет найдено через конечное число шагов (за исключением так называемой вырожденной задачи, при которой возможно явление “зацикливания”, т.е. многократного возврата к одному и тому же положению). Название метод получил от термина “n-мерный симплекс”. Геометрическая интерпретация метода состоит в последовательном движении по вершинам симплекса. C.м., разработанный Дж.Данцигом, послужил исходным пунктом для разработки целого семейства алгоритмов решения как линейных, так и нелинейных выпуклых задач оптимизации. Реализация решения симплекс-методом наглядно показана на блок- схеме, рис. C.4. Рис. С.4 Симплексный метод (блок-схема)
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• симплекс-метод

EN

• simplex method

теория расписаний
Научная дисциплина, посвященная разработке методов оптимизации оперативно-календарного планирования. Задачи Т.р. — один из видов задач исследования операций, объединяемых в классе задач упорядочения. Они состоят в определении оптимальной очередности обработки изделий на различных станках или других рабочих местах, составлении программы-»диспетчера» для управления работой ЭВМ в мультипрограммном режиме и т.п. Для решения задач используется ряд методов линейного программирования, дискретного программирования, методы ветвей и границ, сетевого планирования и управления. Последнее время особое развитие принимают приближенные методы решения, резко сокращающие перебор вариантов, (метод Монте-Карло). Сложность таких задач можно проиллюстрировать примером: требуется спланировать изготовление четырех изделий, каждое из которых проходит обработку на каждом из пяти станков. Существует (4!)5 или почти 7962 тыс. различных вариантов обработки (последовательностей); некоторые из них к тому же надо как-то отсеять, поскольку определенные операции следует выполнять в заданном порядке. На практике, разумеется, задачи еще намного сложнее. Проще других решаются так называемые задачи одного станка: поиск наилучшей последовательности обработки на нем некоторого множества деталей (наилучшей с точки зрения минимума затрат на пролеживание деталей до и после обработки, минимума времени задержки в выдаче деталей по сравнению с установленным сроком, минимального объема незавершенного производства и т.п.). Существует также ряд моделей планирования работы производственного участка (методическую основу для них дает модель Джонсона для n деталей и двух станков, но она представляет лишь теоретический интерес и малоприменима на практике). Наконец, Т.р. содержит методы составления календарных планов работы предприятий. Обычно задача ставится таким образом: составить план изготовления всех изделий, в котором не нарушались бы технологические ограничения, ограничения по мощности оборудования, а также сроки запуска и выпуска продукции. См. также: Задача о коммивояжере, Оперативно-календарное планирование.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• scheduling theory

условно-оптимальный план (в математическом программировании)
Промежуточный план, получаемый в процессе решения оптимизационной задачи при неполном учете отдельных ограничений. Существует группа алгоритмов (методов) решения задач линейного программирования, основанных на том, что сначала отыскивается оптимальный план, хотя бы удовлетворяющий некоторым из ограничений; он проверяется на допустимость и постепенно доводится до такого состояния, когда одновременно удовлетворяет критерию оптимальности и является допустимым с точки зрения всей системы ограничений задачи. Такой принцип в известном смысле противоположен методам последовательного улучшения допустимого решения, описанным в статье Базисное решение (опорный план), когда вначале определяется некоторый допустимый базисный план, а затем он постепенно улучшается, пока не становится оптимальным. У.-о.п. применяются также в экономико-математическом анализе решения оптимизационных задач. См. также Потенциально-оптимальный план.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• conventional optimal plan

аппликация
Способ плоскостного макетирования путём наклеивания графических или текстовых фрагментов на основной чертёж
[Терминологический словарь по строительству на 12 языках (ВНИИИС Госстроя СССР)]

EN

• application

DE

• Applikation
• Aufklebearbeit

FR

• application

группа потребителей электроэнергии
-

Параллельные тексты EN-RU

The exact relative share of the functions/ applications described in this diagram cannot generally be completed until after measurements have been taken.
[Legrand]
 

Значение доли потребления в общем балансе для конкретных функций/ групп потребителей, представленное в виде диаграммы, как правило, не может считаться точным, то тех пор, пока не будут приняты во внимание данные выполненных измерений.
[Перевод Интент]

Тематики

• электроснабжение в целом

EN

• application

заявка
Комплект документов, содержащий предложение участника закупочной процедуры, направленный Организатору закупки с намерением принять участие в процедурах и впоследствии заключить договор на поставку продукции на условиях, определенных закупочной документацией.
[ОАО РАО "ЕЭС России" СТО 17330282.27.010.001-2008]

Тематики

• экономика

EN

• application

заявка на участие в конкурсе
заявка на участие в тендере
Комплект документов, содержащий предложение участника закупочной процедуры, направленный организатору закупки с намерением принять участие в процедурах и впоследствии заключить договор на поставку продукции на условиях, определенных закупочной документацией.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• заявка на участие в тендере

EN

• application

нанесение (покрытия)
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• application
• appl

прикладная задача или программа
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• application
• appl

приложение
Прикладная система или программа, предназначенная для решения задач в конкретной области техники. См. horizontal ~, kilt ~.
[Л.М. Невдяев. Телекоммуникационные технологии. Англо-русский толковый словарь-справочник. Под редакцией Ю.М. Горностаева. Москва, 2002]

Тематики

• электросвязь, основные понятия

EN

• application

приложение
Программное обеспечение, предоставляющее функции, необходимые для предоставления ИТ- услуги. Каждое Приложение может быть частью более чем одной ИТ-услуги. Приложение может иметь одну или более серверных или клиентских частей. См. тж. управление приложениями; портфель приложений.
[Словарь терминов ITIL® версия 1.0, 29 июля 2011 г.]

EN

application
Software that provides functions which are required by an IT service. Each application may be part of more than one IT service. An application runs on one or more servers or clients. See also application management; application portfolio.
[Словарь терминов ITIL® версия 1.0, 29 июля 2011 г.]

Тематики

• информационные технологии в целом

EN

• applet
• application

применение
Программа, предназначенная для решения задачи или класса задач в определенной области применения информационной технологии.
[Е.С.Алексеев, А.А.Мячев. Англо-русский толковый словарь по системотехнике ЭВМ. Москва 1993]

Тематики

• информационные технологии в целом

EN

• application

2.4 приложение (application): Операции, связанные с управлением данными и их обработкой, выполняемые в соответствии с конкретными требованиями информационной системы.

Источник: ГОСТ Р ИСО/МЭК ТО 10032-2007: Эталонная модель управления данными

3.1 Термины, определенные в ИСО 10303-1

В настоящем стандарте применены следующие термины:

- приложение (application);

- прикладной объект (application object);

- прикладной протокол (application protocol);

- прикладная эталонная модель; ПЭМ (application reference model; ARM);

- данные (data);

- информация (information);

- интегрированный ресурс (integrated resource);

- изделие (product);

- данные об изделии (product data).

Источник: ГОСТ Р ИСО/ТС 10303-1287-2008: Системы автоматизации производства и их интеграция. Представление данных об изделии и обмен этими данными. Часть 1287. Прикладные модули. Регистрация действий по прикладному протоколу ПП239

4.1 приложение (application): Программа или элемент программного обеспечения, разработанный для осуществления практических задач.

Источник: ГОСТ Р ИСО/МЭК 24713-2-2011: Информационные технологии. Биометрия. Биометрические профили для взаимодействия и обмена данными. Часть 2. Контроль физического доступа сотрудников аэропортов оригинал документа

3.1 Термины, определенные в ИСО 10303-1

В настоящем стандарте применены следующие термины:

- приложение (application);

- прикладной контекст (application context);

- прикладной протокол; ПП (application protocol; АР);

- метод реализации (implementation method);

- интегрированный ресурс (integrated resource);

- интерпретация (interpretation);

- модель (model);

- изделие (product);

- данные об изделии (product data).

Источник: ГОСТ Р ИСО 10303-502-2006: Системы автоматизации производства и их интеграция. Представление данных об изделии и обмен этими данными. Часть 502. Прикладные интерпретированные конструкции. Каркасное представление формы на основе оболочек оригинал документа

3.2.2 приложение (application): Группа, состоящая из одного или нескольких процессов, формирующих или использующих данные об изделии;

Источник: ГОСТ Р ИСО 10303-1-99: Системы автоматизации производства и их интеграция. Представление данных об изделии и обмен этими данными. Часть 1. Общие представления и основополагающие принципы оригинал документа