Methodology for Justifying Robust Solutions for Managing the Production of a Chemical Industry Holding

Cover Page

Cite item

Full Text

Abstract

The relevance of the study is determined by the need to identify production management solutions that ensure the required efficiency of its functioning under the influence of various disturbing factors. Research objective: to identify ways to improve production efficiency by upgrading the automated production management system. During the study, simulation modeling of the production process and processing of its results using Rosenblatt ‒ Parzen methods and numerical n-fold integration were used to determine the probabilities of achieving a set of objectives. These probabilities made it possible to form a range of acceptable solutions for managing production operations and, using the centroid method, to select the optimal solution in terms of robustness. Results. A methodology has been developed for justifying robust solutions for managing the production of a chemical industry holding company. Novelty. The proposed methodology differs from existing ones in that it uses the criterion of maximizing robustness to find the optimal solution, which helps to find solutions that ensure the achievement of a set of production objectives even in the event of unforeseen circumstances or external disturbances in the future. Practical significance. Implementing the proposed methodology as part of the existing mathematical support for the automated production management system of the chemical industry holding company will enable the introduction of a proactive approach to production management practices and significantly improve the efficiency of this process.

About the authors

R. M. Vivchar

The Bonch-Bruevich Saint Petersburg State University of Telecommunications

Email: vivchar.rm@sut.ru

M. E. Kovalenko

Cifra LLC

Email: Mikhail.Kovalenko@zyfra.com

D. S. Dmitrienko

Cifra LLC

Email: Dmitriy.Dmitrienko@zyfra.com

A. I. Smirnov

Apatit JSC

Email: ASmirnov4@phosagro.ru

S. A. Cherkasov

Apatit JSC

Email: SCherkasov@phosagro.ru

A. I. Zaitsev

The Bonch-Bruevich Saint Petersburg State University of Telecommunications

Email: cio@sut.ru

R. V. Kirichek

The Bonch-Bruevich Saint Petersburg State University of Telecommunications

Email: kirichek@sut.ru

References

  1. Вивчарь Р.М., Друзин И.В., Киричек Р.В., Смирнов А.И., Черкасов С.А. Концепция проактивного управления производством холдинга химической промышленности // Инженерный вестник Дона. 2025. № 8.
  2. Морозова О.В. Модели оценки качества многопараметрического управления сложными системами // Вестник Российского экономического университета имени Г.В. Плеханова. 2018. № 4(100). С. 161‒172. doi: 10.21686/2413-2829-2018-4-161-172. EDN:XWBGXR
  3. Озерной Н.А., Дронов В.В., Князев Н.В. Математическая модель поддержки принятия решения на формирование оптимального количества запасных частей защищенных пунктов управления // V Всероссийская научно-практическая конференция «Актуальные проблемы инженерно-аэродромного обеспечения базирования авиации в современных условиях и пути их решения» (Воронеж, Российская Федерация, 06–07 октября 2021 г.). Воронеж: Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина», 2021. С. 33‒38. EDN:YSMAZP
  4. Дьяков А.Н. Модель процесса поддержания готовности технологического оборудования с обслуживанием после отказа // Труды Военно-космической академии имени А.Ф. Можайского. 2016. № 651. С. 174-179. EDN:WEIZJB
  5. Лиференко В.Д., Гураль Д.А., Легков К.Е. Методика оценивания оперативности принятия решения на примере средств зондирования околоземного космического пространства // I-methods. 2021. Т. 13. № 4. С. 4. EDN:BXWCOM
  6. Вивчарь Р.М., Решетников Д.В., Герасименко С.Ю. Методика выбора значений параметров системы обеспечения готовности ракеты космического назначения к пуску // Современные наукоемкие технологии. 2019. № 10-1. С. 32‒37. EDN:NOBIRX
  7. Клейман Л.А. Методика принятия решений в задаче диагностики элементов информационно-управляющих систем // Вестник Пермского национального исследовательского политехнического университета. Электроника, информационные технологии, системы управления. 2021. № 38. С. 90‒109. doi: 10.15593/2224-9397/2021.2.05. EDN:FUUTHR
  8. Резников Б.А. Теория систем и оптимального управления. Часть 3. Принятие решений в условиях неопределенности и адаптация. МО СССР, 1988. 140 с.
  9. Ермольев Ю.М., Ястремский А.И. Стохастические модели и методы в экономическом планировании. М.: Главная редакция физико-математической литературы, 1979. 255 с.
  10. Калинин В.Н., Резников Б.А., Варакин Е.И. Теория систем и оптимального управления. Часть 1. Основные понятия, математические модели и методы анализа систем. Л.: ВИКИ им. А.Ф. Можайского, 1979. 319 с.
  11. Резников Б.А. Системный анализ и методы системотехники. Часть 1. Методология системных исследований. Моделирование сложных систем. МО СССР, 1990. 522 с.
  12. Лучко С.В. Теория автоматического управления: учебник. СПб.: ВКА им. А.Ф. Можайского, 2007. 378 с.
  13. Анфилатов В.С., Емельянов А.А., Кукушкин А.А. Системный анализ в управлении: учебное пособие. М.: Финансы и статистика, 2002. 368 с.
  14. Волкова В.Н., Емельянов А.А. Теория систем и системный анализ в управлении организациями: учебное пособие. М.: Финансы и статистика, 2006. 848 с.
  15. Силич В.А., Силич М.П. Теория систем и системный анализ: учебное пособие. Томск: Изд-во Томского политехнического университета, 2011. 276 с. EDN:RBBTZB
  16. Иванов В.А. Эффективные управленческие решения как основа устойчивости управленческой команды // МИР (Модернизация. Инновации. Развитие). 2010. № 4. С. 64‒67. EDN:PAIYAH
  17. Лукина А.В. Методика оценки устойчивости экономических систем // Вестник Российского экономического университета имени Г.В. Плеханова. 2013. № 7(61). С. 14‒20. EDN:QUUQHF
  18. Завгородняя А.С. Методика принятия решений в адаптивном управлении устойчивым развитием сельскохозяйственных предприятий // Фундаментальные исследования. 2020. № 9. С. 36‒40. doi: 10.17513/fr.42840. EDN:KDFCVI
  19. Билятдинов К.З. Методика оценки устойчивости технических систем // Научно-технический вестник Поволжья. 2020. № 10. С. 25‒28. EDN:LVVDFM
  20. Билятдинов К.З. Модель обеспечения и методика оценки устойчивости больших технических систем в процессе эксплуатации // International Journal of Open Information Technologies. 2022. № 9. Т. 10. С. 32‒40. EDN:FZTHQT
  21. Старовойтов В.В., Голуб Ю.И. Нормализация данных в машинном обучении // Информатика. 2021. № 3. Т. 18. С. 83‒96. doi: 10.37661/1816-0301-2021-18-3-83-96. EDN:JKAHKM
  22. Parzen E. On Estimation of a Probability Density Function and Mode // The Annals of Mathematical Statistics. 1962. Vol. 33. Iss. 3. PP. 1065–1076. doi: 10.1214/aoms/1177704472

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».