Green-sell.info

Новые технологии
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Оптимизация проектных решений

Оптимизация проектных решений;

Как уже отмечалось, важнейшей предпосылкой автома­тизации процесса проектирования является возможность нахожде­ния оптимального варианта технической системы. Техническая система одной структуры может иметь несколько допустимых решений за счет различных значений ее параметров. В этом случае возможен такой набор значений параметров, который обеспечивает оптимальное решение. Процесс поиска решения назы­вают параметрической оптимизацией. В дальнейшем при рассмо­трении различных аспектов процесса оптимизации всегда имеется в виду параметрическая оптимизация, а структура системы считается заданной. Используя параметрическую оптимизацию, можно про­водить оценку различных структур системы, сравнивая между собой их оптимальные варианты. Синтез вариантов системы осуществляется с помощью математической модели, представляющей собой совокуп­ность формул, позволяющих определить все интересующие нас про­ектные характеристики технической системы. В общем случае эта модель выглядит следующим образом.

Имеется вектор X = (х1, х2, . хn) независимых внутренних параметров, значения которых однозначно определяют все харак­теристики изделия, в том числе значения целевой функции F и функ­ций ограничений R1, R2, . Rm. Таким образом, целевая функция и функции ограничений зависят от внутренних параметров. Эта зависимость в общем случае нелинейна. Независимые параметры — это обычно размеры изделия или характеристики его элементов. Так, для шпиндельного узла независимыми параметрами могут быть диаметры опорной шейки, межопорной части, длина консоли, же­сткость подшипника и т. д.

В процессе оптимизации часть независимых внутренних пара­метров подвергается изменениям в определенных пределах. Такие параметры называют управляемыми, а пределы их изменений — параметрическими ограничениями. Формальная постановка задачи параметрической оптимизации сводится к нахождению таких зна­чений независимых параметров, при которых целевая функция F = F (X) достигает своего минимума при

К такой постановке может быть приведена любая реальная за­дача. Действительно, если по смыслу задачи требуется максимизация целевой функции, то, умножая ее на минус единицу, получаем тре­буемую форму.

Геометрическая интерпретация постановки задачи оптимизации для случая двух независимых переменных показана на рис. 3, где нанесены линии постоянного уровня целевой функции F (х1, х2) и функций ограничений Ri (x1, x2), i = 1, 2, 3.

В каждой точке одной такой линии целевая функция (функция ограничений) имеет одно и то же постоянное значение. Уравнением линии постоянного уровня является выражение

Рис. 3. Геометрическая интерпретация задачи

где, а = const. Задавая различные значения постоянной а, получим семейство линий постоянного уровня.

Условия (1) и (2) выделяют область D — область допу­стимых решений. Минимум целевой функции в данном случае на­ходится на границе области D в точке X * = (хi * , х2 * ). Такой минимум называется условным, а задача его нахождения — условной оптими­зацией, в отличие от безусловной оптимизации, когда ищется минимум целевой функции в отсутствии функций ограничений. В технических задачах ограничения имеются практически всегда.

Критерии оптимальности. Перейдем теперь к рассмотрению клю­чевого вопроса решения задач оптимизации — выбору целевой функции. Напомним, что це­левая функция позволяет получить количественную оценку качества проектируе­мого изделия. Такой оцен­кой, в рамках принятой нами модели, может быть вектор выходных характеристик

который, как отмечалось, однозначно определяется значениями независимых пара­метров xj.

Отдельные выходные ха­рактеристики (условимся называть их частными кри­териями) yk, k = 1, 2, . s — это, по существу, тех­нико-экономические показатели изделия. Например, применительно к станку это могут быть его производительность, точность, материалоемкость и т. п. Обычно предельно допустимые значения выходных характеристик содержатся в техническом задании на проектирова­ние. Обозначим эти значения через yk т.з. . Тогда выражение

можно назвать условием работоспособности.

Приведенная форма этого условия может быть реализована для любых характеристик, так как когда по смыслу задачи требуется обратное неравенство, оно может быть заменено неравенством вида (3), если вместо yk и yk т.з взять их обратные величины.

Степень выполнения требований технического задания может быть оценена выражением

.

Критерии Δyk не противоречат принятому условию минимизации целевой функции, а их безразмерная форма позволяет сравнивать между собой характеристики разной физической природы. Основные трудности в использовании критериев yk или Δyk для оценки проекта состоят в том, что эти критерии не являются независимыми, так как все они — функции внутренних параметров.

Среди этих критериев всегда находятся такие, улучшение кото­рых приводит к ухудшению других. Такие критерии называются конфликтными. Наличие конфликтных критериев не позволяет ставить целью одновременное улучшение всех выходных характе­ристик изделия, требуется поиск компромиссного решения. Отметим, что такое решение в принципе не может быть формализовано, а, сле­довательно, и автоматизировано, так как цель — прерогатива че­ловека и его деятельности.

Задачи, в которых качество изделия требуется оценивать и улуч­шать по нескольким характеристикам одновременно, называют за­дачами многокритериальной оптимизации. К этой категории отно­сятся практически все задачи, с которыми сталкивается конструк­тор-станкостроитель. Рассмотрим некоторые подходы к формирова­нию целевой функции в многокритериальных задачах. Самым про­стым подходом является такой, когда из набора частных критериев выбирают главный, который принимают в качестве целевой функ­ции. В этом случае оптимальное решение имеет большой запас по выбранному критерию и полное отсутствие запасов по остальным. В станкостроении использование частного критерия как целевой функции можно рекомендовать только при проектировании уни­кального оборудования, когда получение требуемого качества (на­пример, сверхточный станок и т. п.) окупает почти любые издержки.

Наиболее распространенным подходом в многокритериальных задачах является формирование аддитивного критерия. Целевая функция в этом случае имеет вид

,

где Ck — так называемые весовые коэффициенты, определяющие степень влияния каждого частного критерия на целевую функцию. Их численные значения находят с помощью экспертных оценок. Обычно полагают

.

Основной недостаток аддитивного критерия — отсутствие объек­тивной достоверности значений весовых коэффициентов. Если при проектировании технического объекта имеется возможность полно и достоверно оценить произведенные затраты, то их также можно использовать в качестве целевой функции. Более того, можно утвер­ждать, что минимизация затрат — наилучший подход при проек­тировании, так как это единственный способ получения «объектив­ной» оценки такого субъективного понятия как цель. Здесь необхо­димо подробно пояснить, что имеется в виду под полным учетом затрат. Лучше всего это делать на конкретном примере. Допустим, мы проектируем станок, который должен быть встроен в автомати­ческую линию, предназначенную для изготовления деталей авто­мобильного двигателя. При сравнении различных вариантов проекта для полного учета затрат необходимо, кроме всего прочего, учесть приведенные эксплуатационные расходы в автоматической линии (они существенно зависят от надежности и ремонтопригодности кон­струкции), расходы на изготовление двигателя и в период эксплуа­тации автомобиля (на них влияет уровень качества изготовленных деталей). Как видим, полный учет затрат — дело довольно сложное и в настоящее время мало разработанное. Это обстоятельство яв­ляется основным сдерживающим фактором в применении стоимост­ного критерия в оптимизационных задачах.

Читать еще:  Приложения для linux ubuntu

Заканчивая на этом рассмотрение вопроса о выборе целевой функции, подчеркнем, что качество оптимального решения целиком зависит от того, какой критерий выбран для оценки.

Минимальное значение целевой функции может быть найдено непосредственно, если она выражена аналитически.

Обычно в технических задачах аналитические выражения для целевой функции и функций ограничений отсутствуют. Поэтому минимум целевой функции определяют, используя поисковую оптимизацию. Суть этого процесса состоит в том, что опреде­ляют последовательный ряд точек, обра­зующих траекторию в пространстве не­зависимых параметров, двигаясь вдоль которой можно достичь минимума целе­вой функции. При этом в каждой точке вычисляют значение целевой функции и проверяют условия прекращения поиска. Таким условием может быть, например, незначительное, по сравнению с предыду­щим шагом, уменьшение целевой функции.

Рассмотрим некоторые методы поиска минимума целевой функ­ции. Большинство методов разработано для случаев безусловной оптимизации, но их можно применять в задачах с ограничениями, так как существуют приемы сведения задач условной оптимизации к задачам безусловной оптимизации. Существо метода и его назва­ние определяются способом выбора направления поиска в простран­стве независимых параметров.

Самым простым методом поиска является метод полного перебора. При этом всю область D разбивают на элементарные подобласти, в каждой из которых вычисляют целевую функцию. Сравнивая по­лученные значения между собой, находят минимум целевой функ­ции. Метод наиболее удобен для задач с небольшим количе­ством независимых параметров (три-четыре) и ограниченными диапа­зонами их изменений.

Метод координатного спуска предполагает направление поиска на очередном шаге, совпадающем с направлением одной из коорди­натных осей. Другими словами, имеет место последовательная опти­мизация по каждому независимому параметру. Например, вначале осуществляется движение в направлении оси Х1 до тех пор, пока целевая функция уменьшается. Когда такое уменьшение прекра­щается, начинают движение в направлении оси Х2 и т. д. После окончания полного цикла спусков по направлениям всех независи­мых параметров вновь возвращаются к направлению Х1 и реализуют новый цикл. Так продолжают до тех пор, пока не находят минимум целевой функции. Траектория, соответствующая описанному алго­ритму, показана на рис. 4 для случая двух независимых пере­менных.

В следующих двух методах — методе градиента и методе наиско­рейшего спуска — при выборе направления поиска используют информацию о градиенте целевой функции. Так как направление градиента определяет направление наиболее быстрого возрастания целевой функции, то целесообразно поиск ее минимума вести в анти­градиентном направлении. При этом метод градиента предусматривает определение этого направления в каждой точке траектории поиска, а при методе наискорейшего спуска движение в антиградиентном направлении осуществляется до тех пор, пока происходит уменьшение целевой функции. На рис. 5 изображены траектория 1 поиска по методу градиента и траектория 2 наискорейшего спуска. Сравнивая траектории 1 и 2, можно заключить, что метод наискорейшего спуска требует большего числа шагов, но при этом методе реже вычисляется градиент целевой функции.

Сведение задач условной оптимизации к безусловной может быть, выполнено, в частности, с помощью метода штрафных функций. Суть метода заключается в замене целевой функции F(X) исходной задачи на обобщенный критерий, значения которого совпадают с F(X) внутри области допустимых решений и резко возрастают вне ее. В обобщенный критерий T(X, t) вводится коэффициент штрафа t.

Минимум функции Т (X, t) стремится к минимуму функции F(X) при t → ∞. Для всех X D можно обойтись без штрафных функций, если заранее известно, что минимум лежит внутри области D. Обычно такая априорная информация отсутствует.

Метод случайного поиска реализует выбор направления поиска на каждом шаге случайным образом, например, используя таблицы случайных чисел. Так, из некоторой точки Xk переходят в точку Xk+1, и если при этом оказывается F (Xk+l)

ОПТИМИЗАЦИЯ ПРОЕКТНЫХ РЕШЕНИЙ

Принятие оптимальных проектных решений в строительстве является одним из наиболее действенных средств улучшения качества проектирования и повышения эффективности инвестиций. Оптимизация отличается от выбора вариантов тем, что предполагает рассмотрение всех допустимых решений, тогда как при выборе вариантов рассматривается лишь несколько вариантов, назначаемых проектировщиком.

Задача оптимизации проектных решений

Как правило, оптимизационный процесс включает в себя формулировку задачи, выбор оптимизируемых параметров, установление ограничений, выбор и оценку влияния внешних факторов, выбор критериев оптимальности, определение целевой функции по каждому критерию, поиск и принятие решения с учетом неопределенности и риска.

Опыт показывает, что для многих задач в области строительства недостаточно применять один критерий оптимальности — необходим многогранный комплекс критериев, позволяющий выбрать наилучшее решение. Однако многокритериальная оптимизация весьма сложна и на практике применяется мало. Из критериев, учет которых целесообразен для обоснованной оценки проекта, можно назвать:

  • — стоимостные критерии: минимум чистой приведенной стоимости, минимальный срок окупаемости инвестиций, максимальная внутренняя норма доходности;
  • — критерии безопасности: снижение аварийности объекта, улучшение условий труда, снижение заболеваемости и травматизма;
  • — функциональные критерии: максимум надежности, адаптивности, регулируемости функций объекта, долговечности;
  • — технологические: максимальная технологичность возведения и организационно-технологическая надежность, ремонтопригодность, эргономичность, минимальная продолжительность строительства;
  • — ресурсные: минимум расхода трудовых, природных, материальных, энергетических ресурсов при строительстве и эксплуатации;
  • — социальные: организация дополнительных рабочих мест, улучшение качества жизни, в том числе маломобильных групп населения;
  • — экологические: минимум отрицательного воздействия на окружающую природу (биосферу, атмосферу, гидросферу, почву, недра);
  • — эстетические критерии: положительное эмоциональное воздействие, архитектурная выразительность строительных комплексов, зданий, интерьеров.

Одновременное удовлетворение всем критериям, как правило, невозможно. Не всегда можно составить единый комплексный критерий, так как многие из них плохо формализуются. Следует отметить, что применение некоторых критериев в отсутствие остальных критериев может привести к абсурдным результатам. Так, попытка создать «абсолютно безопасный» или «абсолютно надежный» объект приводит к резкому увеличению расхода ресурсов, производство которых само по себе не вполне безопасно.

Единого общего метода решения многокритериальных задач не существует. Наиболее часто применяется «свертка» критериев в один комплексный, выражаемый в условных единицах (баллах). Такие подходы разработаны в квалиметрии 1 . Особенностью многокритериальных задач является предположение о наличии некоторого компромиссного решения, при отклонении от которого «качество» решения в целом ухудшается (оптимальность по Парето [1] [2] ).

Наибольшее развитие получил стоимостный критерий оптимальности (чистый доход, т.е. доход за вычетом расходов), обладающий рядом достоинств:

  • — критерий совпадает с экономической эффективностью проекта;
  • — численная величина имеет наглядное денежное выражение;
  • — могут быть учтены как единовременные, так и длительные по времени затраты и эффекты;
  • — путем добавления дополнительных слагаемых могут быть учтены разнообразные факторы, получающие стоимостную оценку.
Читать еще:  Задачи оптимизации функции

В то же время стоимостный критерий не учитывает такие важные аспекты проекта, как адаптивность (гибкость принимаемого решения по отношению к меняющимся условиям), технологичность, затраты невозобновляемых природных ресурсов, архитектурно-художественное восприятие и др. Продолжают оставаться спорными стоимостные оценки социальных и экологических мероприятий, продолжительности и качества строительства. Кроме того, расчет затрат аккумулирует имеющиеся недостатки ценообразования.

Таким образом, напрашивается вывод о том, что в строительстве стоимостный критерий все же может быть признан ведущим при выборе проектного решения. Учитывать же остальные критерии можно двояким образом: заранее установить их граничную величину (критериальные ограничения) или же ориентироваться на дополнительные критерии в тех случаях, когда разница между стоимостью по сравниваемым вариантам незначительна.

Критериальные ограничения могут устанавливаться на нормативной основе, например по показателям безопасности и экологическим критериям, а также но показателям лучших объектов-представителей (технологические и функциональные критерии).

Дополнительные критерии могут учитываться в тех случаях, когда приведенные стоимости по двум или нескольким вариантам близки между собой. В этих случаях целесообразно говорить об интервале равноэкономичных решений или зоне экономической неопределенности оптимальных решений, т.е. совокупности вариантов, мало различимых по ведущему стоимостному критерию. Метод выбора решения внутри такого интервала, очевидно, должен учитывать специфику задачи.

  • [1] Лзгальдов Г. Г. Квалиметрии в архитектурно-строительном проектировании. М.: Строй-издат, 1989.
  • [2] Вильфредо Парето (Vilfredo Pareto, 1848—1923) — итальянский экономист и инженер.

Методы оптимизации проектных решений

Постановка задачи оптимизации

Одна из главных целей проектирования систем управления состоит в оптимизации решений, т. е. в достижении заданных характеристик систем при наименьших затратах или наилучших характеристик при ограниченных затратах ресурсов. Под ресурсами при этом понимается время, материалы, персонал, производство, денежные средства и.т. д.

Сущность оптимизации сводится к отысканию при наложенных ограничениях таких значений переменных х1, х2. хn, которые обращают в минимум (или максимум)

Здесь х1, х2, . хn — проектные параметры (не зависимые переменные), полностью и однозначно определяющие решаемую задачу проектирования.

Проектные параметры представляют собой неизвестные величины, значения которых определяют в процессе оптимизации. В качестве проектных параметров могут служить любые основные или производные величины, служащие для количественного описания систем управления: размеры, массы, время и т. д.

КЛАССИФИКАЦИЯ МЕТОДОВ ОПТИМИЗАЦИИ

Математические методы оптимизации, обычно используемые при проектировании систем управления, можно классифицировать так, как это показано на рис. 3.7.Поисковые методы применены для решения любых задач оптимизации при проектировании систем управления как для унимодальных целевых функций, так и для функций многих переменных, однако весьма трудоемки. Унимодальной называется целевая функция, имеющая в заданном интервале значений проектных параметров одно экстремальное. Так, функция f(х) на интервале [О, а] будет унимодальной, если она строго возрастает (или убывает) при х ≤ хm и х ≥ хm где хm — точка эстремума из интервала [О,а), т. е. о ≤ хm ≤ a . Очевидно, что всякая выпуклая функция на интервале изменения [О,а] одновременно и унимодальна. Однако обратное утверждение может быть и несправедливо. Следует иметь в виду, что во многих случаях целевые функции в задачах проектирования систем управления являются унимодальными.

Аналитические методы предпочтительнее других, поскольку позволяют получить достаточно полное и общее представление об исследуемом объекте, наглядно установить влияние проектных параметров и ограничений на

Рис. 2 Классификация математических методов оптимизации

целевую функцию. Однако их применение во многих случаях ограничивается характером целевой функции и ограничений.

Численные методы являются наиболее универсальными, хорошо ориентированы на использование ЭВМ, весьма продуктивны при оптимизации многошаговых процессов, какими, в частности, являются процессы проектирования систем управления. Особенно хорошо развиты методы оптимизации линейных целевых функций при линейных ограничениях.

Комбинаторные методы получили бурное развитие начиная с 60-х годов нашего столетия в связи с решением задачи о коммивояжере. Эти методы хорошо ориентированы на использование ЭВМ.

Эвристические методы направлены на решение задач, недостаточно четко формализованных, например задача трассировки, используются также в случаях, когда применение других методов ограничивается возможностями вычислительной техники.

Теоретико-игровые методы используются в конфликтных ситуациях, т. е. для решения задач с неполной информацией, когда исход процесса зависит от действия двух или более сторон, преследующих различные цели. При этом результат действия одной из сторон зависит от образа действия других.

Стохастические методы позволяют решать условно экстремальные задачи при вероятностной информации о параметрах исследуемого процесса. Как отмечалось выше, исходная информация для проектирования систем управления недостаточно достоверна и изменяется в процессе проектирования. При этом отдельные или все проектные параметры, критерии качества и ограничения могут оказаться неопределенными и случайными.

Конструкторское бюро Глеба Гринфельда

Оптимизация готовых проектов

Кратко

Людям свойственно мыслить шаблонно. Проекты домов делают люди. В готовых проектах всегда обнаруживаются шаблонные решения, которые можно удешевить без снижения качества дома. Часто встречаются ошибочные решения, которые можно улучшить с повышением качества.
Когда проект редактирует не его автор, а сторонний профессионал, застройщик гарантированно оказывается в плюсе.
Советую воспользоваться моим опытом для оптимизации (удешевления и улучшения) уже имеющегося у вас проекта. Закажите мне проверку проекта: если нечего будет улучшить, гонорар не возьму.

Подробно

98% проектов поддаются оптимизации. Всегда есть что удешевить без снижения качества строительства. Или есть что предпринять для снижения рисков при эксплуатации. А иногда в проектах бывают и вовсе прямые ошибки.

Объясню ситуацию на российском рынке готовых проектов или «индивидуального проектирования».

В теории существует ответственность проектировщика за ошибки проекта, приведшие к авариям, обрушениям или нарушениям режима эксплуатации. На практике в ИЖС это не работает, но призрачный шанс привлечь ошибшегося «в минус» двоечника есть.

Ответственности за «перезаклад», за бездумный перерасход материалов не существует. Она вообще не предусмотрена. Предполагается, что в цепочке «заказчик – проектант – подрядчик», у заказчика есть грамотный представитель, который душит проектировщика, заставляя того минимизировать расход материалов, повышать технологичность конструктивных решений и сокращать запас до нормативно требуемого. Заставляет обосновывать принятые решения. С другой стороны на проектировщика давит подрядчик, обращая внимание представителей авторского надзора на неисполнимость некоторых проектных решений: типа, на бумаге нарисовали, а объясните мне, как это в бетоне отлить? В результате давления с двух сторон, проектировщик неоднократно корректирует проект, приводя его постепенно к рациональному и технологичному оптимуму. Несколько реальных строек по одному проекту в постоянном взаимном давлении приводят к появлению реально оптимизированных проектов повторного применения. Беда только, что в большой стройке проекты редко повторяют по нескольку раз. А на маленьких стройках цепочка не замыкается. Банки готовых проектов полны копируемых от раза к разу нелепых решений и прямых ошибок. Механизма обратной связи между архитектурными бюро и покупателями их шедевров не существует. Поэтому за всю свою практику я не видел ни одного проекта частного дома, в котором нечего было бы оптимизировать.

Читать еще:  Способы оптимизации работоспособности

Отдельно хочу упомянуть о теплозащитных свойствах оболочки здания. Качество проектирования тепловой защиты как правило очень низко. Теплозащитная оболочка проектируется неоднородной, с большими теплопроводными включениями, которые легко устраняются при включении головы.

И при всем при этом надо понимать, что абсолютной оптимизации проекта не существует. Оптимум всегда относителен. Оптимизировать можно относительно ситуации на местном рынке строительных материалов, относительно навыков местных подрядчиков, относительно конкретных грунтовых условий и климата региона.
Однако явные ошибки из проекта устранить можно всегда, сделав его «оптимальным для заточки под конкретику».

Я берусь рассмотреть любой готовый проект и карандашом на полях указать на прямые ошибки; предложить более рациональные решения там, где это оправдано; указать на отсутствующую информацию, которая должна содержаться в проекте.

В результате моего вмешательства стоимость строительства заметно снизится, а качество не пострадает или улучшится.
Стоимость рекомендаций к эскизному проекту — 10-15 тыс.руб.

Стоимость рассмотрения готового проекта и его оптимизации «на полях» — 30–50 тыс.руб.
Оформление замечаний и исправленных решений нужно не всегда. Если оно требуется, вы можете обязать к работе над ошибками авторов проекта (в выборе формулировок, обосновывающих справедливость требований, я помогу), либо заказать эту работу у меня. Я сам подберу исполнителей. Тут цена обговаривается по результатам оптимизации «на полях».

Отзывы на мои критические разборы:

Оценка и оптимизация проектных технологических решений

Целью технологического проектирования является разработка объектов (ТП, операций, управляющих программ для станков с ЧПУ), оптимальных для заданных условий их применения.

Характеристики оптимального объекта обеспечивают при за­данных ограничениях их значений достижение экстремума задан­ной целевой функции.

Для решения оптимизационной задачи необходимо:

• построить модель объекта проектирования;

• задать ограничения для значений характеристик объекта;

• определить целевую функцию;

• определить значения характеристик объекта, обеспечивающие
достижение экстремума целевой функции.

Отбор более предпочтительных вариантов объектов проектиро­вания выполняют, оценивая и сравнивая их по какому-либо при­знаку (характеристике). Признак, на основании которого прово­дят такую оценку и сравнение называют критерием.Критерием называют и способ сравнения различных стратегий достижения поставленной цели проектирования.

Значение, принимаемое критерием для данного объекта, назы­вают оценкой. Оценка может быть количественной, выражаемой размерной или безразмерной величиной, или качественной («хуже», «лучше», «хорошо», «плохо» и т.д.).

При сравнении технологических операций и процессов приме­няют следующие абсолютные и относительные критерии.

1.Основное (to), штучное (tmT) и штучно-калькуляционное вре­
мя (tшт.к) применяют при первичном, приближенном оценивании
вариантов технологических операций. Более предпочтительному
варианту соответствует меньшее значение каждой из приведенных
величин. Этот критерий не может быть применен для окончательного выбора варианта, но позволяет выделить более производи­тельный вариант операции.

2.Коэффициент основного времени (η)

Критерий используют для сравнения операций. Чем больше (бли­же к единице) значение η, тем эффективнее использовано обо­рудование.

3. Трудоемкость изготовления детали или сборочной единицы (Тд)

где tшт.к — штучно-калькуляционное время для i операции ТП; N — число операций в ТП изготовления детали или сборочной единицы.

Более предпочтительному варианту ТП соответствует меньшее значение Тд.

4. Коэффициент основного времени для ТП в целом (η)тп

где toi основное время для iоперации.

Чем ближе значение (η)тп к единице, тем более предпочтителен вариант ТП.

5. Себестоимость изготовления детали (С)

где Мо — стоимость основных материалов или исходной заготовки] за вычетом стоимости реализуемых отходов; Зо — заработная плата основных производственных рабочих; Цо — цеховые расходы (амортизация и ремонт оборудования; затраты на электроэнергию, инструмент; заработная плата вспомогательных рабочих и т.д.). Варианту более предпочтительному соответствует меньшее значение себестоимости. Точную оценку себестоимости при автоматизиро­ванном проектировании получить трудно, поэтому ее часто оце­нивают приближенно:

где Цн — цеховые (накладные) расходы в процентах от заработной платы основных рабочих.

6. Суммарные (приведенные) затраты (П)

где Е — коэффициент сравнительной экономической эффективности; К — капиталовложения (дополнительные) при реализации ТП. Чем меньше затраты, тем более предпочтителен вариант ТП.

Кроме приведенных используют и другие критерии [2], в том числе и связанные с рассмотренными, например, производительность (технологическая и цикловая), оперативное время, коэффициент загрузки оборудования, экономическая точность, стойкость лимитирующего инструмента, расход инструмента и т.д.

Частные (локальные) критерии позволяют оценить объект проектирования по конкретному признаку, но не дают возможности оценить объект в целом. Так, например, на основании критерия «трудоемкость» однозначно выбрать ТП нельзя, так как в ТП с меньшей трудоемкостью изготовления изделия может быть исполь­зовано более дорогостоящее оборудование. Это может вызвать рез­кий рост суммарных затрат на его реализацию.

Каждый из приведенных критериев характеризует объект про­ектирования лишь с определенной стороны. Полученная оценка, как правило, недостаточна для окончательного выбора варианта ТП или технологической операции.

Выбор наиболее эффективного варианта ТП обычно требует решения задачи многокритериальной оптимизации и применения обобщенных (комплексных) критериев.

Любое проектное технологическое решение принимают с целью достижения полезного эффекта при его реализации. Полезный эф­фект от реализации спроектированного ТП могут характеризовать, например, его производительность, надежность обеспечения доми­нирующих показателей качества, прибыль и т.д. Желательно, что­бы полезный эффект (Q) от реализации ТП был максимальным.

С другой стороны, разработка и реализация ТП связана с соот­ветствующими затратами (3), которые желательно минимизиро­вать. При этом 3 ≠ 0 (реализация ТП без затрат невозможна). Воз­никает неопределенность цели проектного решения:

Преодоления этой неопределенности достигают введением ком­плексного критерия (Кк):

Более предпочтительному варианту ТП соответствует большее значение Кк. Достоинством этого критерия является то, что в нем учтены разные стороны проектного решения.

Ссылка на основную публикацию
Adblock
detector