image
energas.ru

Территория Нефтегаз № 12 2016

Автоматизация

01.12.2016 10:00 Процессная модель как основа интеллектуального управления процессами газотранспортного предприятия в масштабе реального времени
Современные газотранспортные предприятия работают в сложном, изменчивом бизнес-окружении, и чтобы приспособиться к этой ситуации, они пытаются горизонтально и вертикально интегрировать свои управленческие и производственные процессы, что ведет к созданию предприятия реального времени. Производственные газотранспортные предприятия можно разделить на три уровня производственных исполнительных систем (MES – Manufacturing Execution System): уровень управления предприятием, уровень управления производством и производственный уровень. Для оценки и анализа используются интегральные данные с разными временными горизонтами: от миллисекундного, генерируемого автоматическими устройствами, до суточных, генерируемых бизнес-приложениями. Однако эти данные используются для оперативного управления процессами газотранспортного предприятия не в полном объеме. Для преодоления этого ограничения предложена процессная модель для идентификации и ассимиляции знаний, охватывающая четыре шага: анализ и перепроектирование контролируемых процессов газотранспортного предприятия; разработку модели данных и диаграмм потоков данных газотранспортного предприятия для автоматических устройств и бизнес-приложений; идентификацию знаний, основанную на обнаружении знаний в процессах работы с базами данных; постоянный мониторинг и управление процессами газотранспортного предприятия с помощью комплексной обработки событий. Описанные ИТ-фреймворк и соответствующая ему модель процесса цифровой интеграции и достижения оперативного контроля процессов развиваются и адаптируются для управления инновационной деятельностью газотранспортного предприятия. Построение гибкой структуры управления инновационными процессами на основе предложенной модели позволит повысить управляемость газотранспортного предприятия. Ожидаемые результаты могут применяться и другими сетевыми компаниями энергетической отрасли.
Ключевые слова: интеграция газотранспортного предприятия, обнаружение знаний, интеллектуальный анализ данных, непрерывный контроль, обработка сложных событий.
Ссылка для цитирования: Кантюков Р.Р., Тахавиев М.С., Лебедев Р.В., Шенкаренко С.В., Лившиц С.А., Юдина Н.А., Коцюбинский А.В. Процессная модель как основа интеллектуального управления процессами газотранспортного предприятия в масштабе реального времени // Территория «НЕФТЕГАЗ». 2016. № 12. С. 14–18.
Открыть PDF


Сложная, изменчивая и неопределенная бизнес-среда современного газотранспортного предприятия [1–3] оказывает на последнее сильное давление по оказанию качественных услуг, производству высококачественных компонент, сокращению времени оказания услуг, снижению стоимости транспорта газа. Вследствие этого бизнес- и производственные процессы должны быть гибкими, адаптируемыми и постоянно контролируемыми. Поэтому для адаптации предприятию необходима вертикальная и горизонтальная интеграция процессов. Для существующих бизнес-приложений планирования ресурсов предприятия (ERP – Enterprise Resource Planning), управления цепочками поставок (SCM – Supply Chain Management), управления взаимоотношениями с клиентами (CRM –
Customer Relationship Management) могут быть использованы доступные на рынке системы интеграции корпоративных приложений (EAI – Enterprise Application Integration) [4]. Как и горизонтальная, вертикальная интеграция различных уровней газотранспортного предприятия является необходимым условием непрерывного контроля процессов, в том числе и инновационных [5], и создания современного предприятия реального времени (RTE – Real-Time Enterprise) [6–7].

Производственные газотранспортные предприятия можно разделить на три уровня производственных исполнительных систем (MES – Manufacturing Execution System): уровень управления предприятием, уровень управления производством и производственный уровень (рис. 1).

Image_005.jpg

Рис. 1. Уровни производственных систем газотранспортного предприятия
Fig. 1. Levels of the production systems of gas transportation enterprise

На уровне управления предприятием именно инновационные бизнес-процессы позволяют достигать стратегических целей, поэтому инновационные бизнес-процессы должны быть разработаны, настроены, запущены и проанализированы в соответствии с четырьмя шагами жизненного цикла управления бизнес-процессами (BPM – Business Process Management): проектирование, конфигурирование, исполнение, диагностика (мониторинг и оптимизация). В ходе конфигурирования бизнес-процесса инноваций на уровне управления предприятием закладываются транзакционные планируемые значения производительности (т. е. значения «как должно быть» – TO-BE) исходя из стратегических целей предприятия и с периодом измерений, исчисляемым неделями и месяцами [8].

В производственных процессах достигаются цели и показатели, установленные на уровне управления газотранспортным предприятием с помощью автоматических устройств производственного уровня. Огромное количество данных (так называемых сенсорных) генерируется этими устройствами в реальном времени. Дополнительно к этому операторы определяют данные, относящиеся к автоматическим устройствам, такие как предопределенные причины поломки оборудования, инструкции, регламентирующие порядок подачи запасных частей, деталей во время начала выполнения операции, и т. д. В целом эти значения (т. е. значение «как есть» – AS-IS) отражают реальную производительность на производственном уровне.

MES-решения и процессные приложения позволяют создать компьютеризированную и автоматизированную вертикальную интеграцию. Однако остается нерешенной проблема взаимодействия между уровнем управления предприятия и производственным уровнем в области инноваций [9]: реализация в масштабах предприятия многоконтурного контроля внутри и через все уровни – от уровня управления газотранспортным предприятием к производственному. Недостаточная вертикальная интеграция препятствует накоплению знаний, созданию циклов обучения [10] и использованию накопленных знаний в области создания и внедрения инноваций. Во-первых, данные из различных уровней MES не интегрированы и не могут использоваться для получения новых знаний. Во-вторых, если новое знание и было получено (результат НИР или ОКР, рационализаторское предложение, изобретение или полезная модель), то оно не используется в постоянном управлении процессами газотранспортного предприятия. Как следствие, концепция RTE – чувствовать и реагировать и учиться и адаптироваться – практически не используется в производственных и управленческих циклах при организации инновационного бизнес-процесса.

Для цифровой интеграции газотранспортного предприятия разработан ИТ-фреймворк (рис. 2), использующий объекты отслеживания вместе с RBS.

Image_007.jpg

Рис. 2. ИТ-фреймворк цифровой интеграции предприятия
Fig. 2. The it-framework for digital integration of enterprise


Для учета временных и причинно-следственных связей между событиями, запускаемыми на разных уровнях управления инновациями газотранспортного предприятия, необходимо дополнить RBS современными CEP. В основе этого фреймворка лежит методология идентификации и использования знаний для оперативного контроля инновационных процессов предприятия, включающая компоненты анализа процессов, модели данных и диаграмм потоков данных, идентификации (выявления) знаний, а также ассимиляции (усвоения) знаний.

Поток данных процесса и управляющих данных между различными компонентами этого ИТ-фреймворка представлен на рис. 3.

ИТ-фреймворк основан на действующих стандартах (ISO 15704, IEC 62264), технологиях и парадигмах (SOA-парадигма) и включает различные ИТ-системы. Процессы предприятия определяются ранее созданными шаблонами рабочих процессов (шаг 1 на рис. 3) и поддерживаются с необходимой плановой производительностью или критериями процесса (TO-BE-значения) такими бизнес-приложениями, как ERP-система (рис. 2 и шаг 2 на рис. 3). Бизнес-приложения или их критическая функциональность в определенном контексте (доступа плановых значений и степени интеграции инноваций в производственный процесс газотранспортного предприятия) доступны как сервисы (услуги) в рамках SOA.

Для постоянного контроля инновационных процессов газотранспортного предприятия как одной из целей ИТ-фреймворка применяется механизм «публикация – подписка», используемый в управляемой событиями архитектуре (EDA – Event-Driven Architecture). EI-уровень подписывается на события, генерируемые производственными ресурсами (автоматическими устройствами) на производственном уровне. Чтобы собирать данные от этих производственных ресурсов и переправлять собранные данные всем подписчикам, используется трехуровневая архитектура физической интеграции (шаг 3 на рис. 3). Полученные данные реального времени от уровня производства содержат фактическую производительность (AS-IS-значения). Плановые значения производительности уровня управления вместе с фактическими значениями производительности уровня производства объединены в соответствии с моделью данных предприятия и хранятся в реляционной базе данных в качестве исторических данных (шаг 6 на рис. 3).

Image_008.jpg

Рис. 3. Поток данных процесса и управляющих данных ИТ-фреймворка цифровой интеграции
Fig. 3. The data flow of process and control data of the IT-framework of digital integration


ИТ-фреймворк цифровой интеграции расширен оперативным мониторингом и контролем процессов с использованием объектов отслеживания, представляющих собой такие объекты, как заказы, продукты и ресурсы, являющиеся сущностями соответствующего потока работы в WMS (шаг 2 на рис. 3). Эти объекты изменяются в процессе деятельности предприятия со значениями различных MES-уровней (шаг 4 на рис. 3). Изменения состояния объектов отслеживания анализируются в постоянном режиме (online) с помощью RBS (например, Drools Expert) [11]. Использование RBS подразумевает отсутствие учета временных и причинно-следственных связей между событиями. Следует отметить, что лишь немногие WMS поддерживают сбор и интерпретацию данных в реальном времени, следовательно, становится необходимым использование СЕР (например, EsperTech) вместо RBS. СЕР непрерывно анализирует объекты отслеживания и направляет управляющие данные на требуемые уровни (шаг 7 на рис. 3).

Image_009.jpg

Рис. 4. Модель процесса реализации оперативного контроля
Fig. 4. The process model of operational control

Модель процесса реализации цифровой интеграции представлена на рис. 4. Она состоит из четырех этапов, каждый из которых является уникальным для конкретного предприятия и которые не обязательно выполнять последовательно; более того, отдельные этапы процесса могут выполняться время от времени для улучшения процессов предприятия.

Этап 1.
Анализ и (пере-)проектирование процессов

Анализ и (пере-)проектирование процессов предприятия являются частью эталонной архитектуры [12] и реинжиниринга бизнес-процессов (BPR – Business Process Reengineering) [13]. BPR можно описать с помощью четырех основных этапов: I – выявление критических процессов, II – обзор, обновление и анализ процессов (AS-IS-анализ), III – (пере-)проектирование процессов на основе AS IS-анализа и IV – реализация (пере-)проектированных.

Этап 2.
Модель данных и диаграмма потока данных

Сегодняшние бизнес-приложения и автоматические устройства являются сложными, и для определения инновационных процессов требуется много данных: в режиме реального времени автоматическими устройствами производится огромное количество данных, таких как обратная связь и др. Для оперативного мониторинга и контроля этих процессов и выявления важных параметров необходимо анализировать бизнес-приложения, автоматические устройства и соответствующие им процессы. В связи с этим моделирование данных является важным шагом и влияет на качество информации, необходимой для выполнения процессов и улучшения оперативного мониторинга и управления процессов предприятия.

Этап 3.
Идентификация знаний

Знание может быть определено с разных точек зрения, в том числе как промежуточные или конечные результаты инновационной деятельности. 

Этап 4.
Основанный на знаниях оперативный контроль процессов

Повторные и отнимающие много времени запросы к базе данных [14] (например, использование запросов оперативной аналитической обработки, OLAP – OnLine Analytical Processing) приводят к неоперативному (offline) контролю процессов предприятия. Следовательно, для контроля процессов данные реального масштаба времени должны обрабатываться в реальном времени (online) или почти в реальном времени, с использованием предварительно идентифицированных знаний, объектов отслеживания и СЕР, как показано на рис. 2 и 3.

Упомянутые ИТ-фреймворк и соответствующая ему модель процесса цифровой интеграции и достижения оперативного контроля процессов развиваются и адаптируются для управления инновационной деятельностью газотранспортного предприятия. Построение гибкой структуры управления инновационными процессами на основе предложенной модели позволит повысить управляемость. Результаты могут применяться и в других сетевых компаниях энергетической отрасли.



← Назад к списку


im - научные статьи.