15.1.4. Случайные изменения в исходящем потоке технического отдела
15.1.4. Случайные изменения в исходящем потоке технического отдела
В предшествующих диаграммах использовались чистые, идеализированные испытательные вводы, что давало возможность проследить поведение каждого компонента системы во времени. Предыдущие кривые были сглаженными и казались искусственными в сравнении с действительными явлениями в промышленном предприятии, так как все решения в системе были свободны от случайных изменений.
Теперь мы готовы рассмотреть реакции системы на более сложные внешние условия. Для этой цели мы вводим неравномерный темп поступления спецификаций из агрегированных технических отделов покупателя. Как установлено в разделах 14.4.7 и 14.6, в модели существует возможность возникновения переменной помехи в темпе потока между техническим отделом и отделом снабжения покупателя. Этот переменный сигнал не создает и не уничтожает ни одного заказа на детали. Заказы определяются требованиями, которые в течение длительного времени поступают к покупателю извне. Случайный выход из технического отдела может повлиять на время выдачи заказов и, следовательно, вызвать неравномерность исходящего потока заказов. Любой случайный сигнал содержит весьма широкую полосу возмущающих частот; поэтому он способен вызывать такой вид поведения, к которому промышленная система сама по себе особенно чувствительна.
Мы будем теперь исследовать модель промышленного производства деталей электронного оборудования при условии, что поток заказов, поступающих в технический отдел покупателей, носит постоянный характер, а в потоке исходящих из него заказов на детали содержатся повторяющиеся из месяца в месяц случайные колебания.
Чем глубже проникает случайное колебание в систему, тем более оно сглаживается и приобретает скорее характерные черты самой системы, чем первоначальной помехи. Даже в поступающих на завод требованиях уже наблюдается определенная величина корреляции; это значит, что заказы, поступающие в течение следующих одна за другой недель, изменяются постепенно вследствие вмешательства отдела снабжения покупателя, который усредняет и сглаживает поток заказов.
К тому времени, когда случайные возмущения начнут воздействовать на численность рабочих на заводе, преобладающее изменение незначительно удалено от 100-недельного естественного периода системы. Численность достигает максимального значения ко времени истечения 66, 141, 250 и 316-й недель. Эти сроки отделены друг от друга интервалами в 75, 109 и 66 недель.
На рис. 15-5 кривая численности рабочих занимает область между 121 и 87 % нормального значения; таким образом, максимум составляет 140 % минимума. Само собой разумеется, что амплитуда возмущений системы зависит от амплитуды изменения помехи, включенной в модель. Наибольший интерес представляет в данном случае не сама действительная амплитуда, а скорее тот предел, до которого нежелательные реакции системы на любой ввод могут быть подавлены путем изменений в организации или правилах системы. Наибольший интерес прежде всего представляет сравнительное изучение влияния различных руководящих правил при одном и том же вводе. Однако мы стремимся к тому, чтобы эти испытания производились в рамках наиболее правдоподобных операций и чтобы была уверенность, что в модели представлены существенные динамические характеристики изучаемой системы.
Рис. 15-5. Модель промышленного производства деталей электронного оборудования (старые руководящие правила, внесение случайных изменений в исходящий поток технического отдела покупателя).
Рис. 15-5 содержит главные качественные характеристики, которые явились первопричиной изучения системы. На рисунке показаны результаты проигрывания на модели, при котором исследовалось функционирование системы в течение семи лет при наличии конечного спроса на продукцию. Этот спрос в действительности является постоянным. Колебания численности рабочих здесь велики; периоды от одного до двух лет между максимумами большинства главных переменных являются наиболее характерными; запасы быстро увеличиваются в течение периода максимумов численности рабочих и достигают максимума вскоре после наибольших значений численности; среднее запаздывание поставок колеблется между 3,6 и 6,4 недели, хотя доля заказов, выполняемых за счет запасов, изменяется только в пределах 63–75 %; запасы изменяются на 25 %, что по объему составляет недельный выпуск продукции. Портфель невыполненных заказов на заводе, включая заказы покупателя и заказы для пополнения запаса, отклоняются в обе стороны от нормального значения на величину, равную четырехнедельному выпуску продукции. Вообще соотношения по времени и фазам между различными кривыми являются вероятными для такого рода промышленных ситуаций. Моменты максимумов кривой портфеля заказов опережают максимумы численности рабочих, которые в свою очередь опережают моменты, когда запасы являются наибольшими. Кривая желательного запаса может быть принята за показатель средних продаж[96]; можно видеть, что колебания численности рабочих значительно интенсивнее колебаний средних продаж; при этом рис. 15-4 показывает, что запасы увеличиваются в период высокого уровня продаж и падают при их низком уровне.
Как уже не без основания явствовало из рис. 15-1 и 15-4, система, показанная на рис. 15-5, неблагоприятно реагирует на неизбежные случайные возмущения, которые всегда будут иметь место в промышленной системе. Так как система весьма чувствительна и избирательна по. отношению к частотам, близким к двухлетнему периоду, она отбирает частотные компоненты такой периодичности и усиливает их. Поэтому любое возмущение, вызываемое случайной помехой, вполне достаточно, чтобы вызвать к действию присущую системе склонность к появлению неблагоприятных колебаний, возникающих в силу взаимодействия между выдачей заказов покупателями, запасами завода, запаздыванием поставок и уровнем численности рабочих.