ЭКОЛОГИЧЕСКИЕ, ЭНЕРГЕТИЧЕСКИЕ И ЭКОНОМИЧЕСКИЕ КРИТЕРИИ
ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ДЕЙСТВУЮЩИХ ПРОИЗВОДСТВ.

Кац М.Д., Давиденко А.М.
(E- mail: kats@zfs.lg.ua)

При анализе эффективности работы действующих производств специалистами оказывается, что практически все технологические процессы в химии, металлургии, нефтепереработке, биотехнологии и других отраслях промышленности всегда имеют существенные резервы по экономическим, экологическим, энергетическим, потребительским и др. критериям.

Проблема оптимизации действующих производств является одной из важнейших народно √ хозяйственных проблем, е╦ решением занимаются многочисленные лаборатории в отраслевых научно-исследовательских институтах. Однако, эффективность этих работ существенно недостаточна.

По этому поводу корифеи прикладной математики приводят следующие объяснения:
- "Лица, хорошо владеющие необходимым математическим аппаратом, редко занимаются анализом конкретных систем, и, наоборот, исследователи конкретных систем редко обладают необходимым арсеналом математических средств".[1].
Специалисты в предметной области, не зная возможностей и ограничений различных математических методов решения задачи, не могут сами ее корректно поставить. Математики же, не зная специфики предметной области, зачастую не могут корректно формализовать постановку задачи.

Поэтому специалисты по математическому моделированию и методологии науки считают, что:

- "Умение хорошо поставить задачу - это искусство" [2].
- "Корректная постановка задачи служит ключом к успеху оптимизационного исследования и ассоциируется в большей степени с искусством, нежели с точной наукой". [2].

Поскольку талант (искусство постановки задач) явление редкое, в реальной жизни приходится сталкиваться с множеством некорректно поставленных задач, на решение которых тратятся значительные временные, материальные и людские ресурсы, а получаемые результаты в большинстве случаев свидетельствуют о том, что эти ресурсы потрачены зря. По поводу построения математических моделей мнение общепризнанных корифеев практически однозначно: - "Хорошая модель, как и произведение искусства, есть продукт свободного творчества, вдохновенного сознания"[3].

- "Построение моделей - всегда процедура неформальная и конечно она очень сильно зависит от исследователя, его опыта, таланта. Для исследователя любой сложной системы недостаточно знать существующие рецепты. Анализ каждой сложной системы - это уникальная проблема, требующая не только разносторонней культуры, но и изобретательности и таланта" [1].
- "Процесс построения математических моделей не является формализованным. Он всегда содержит предположения (интуитивный этап), расчеты на их основании и сравнение с накопленной информацией" [4].

Поскольку талант (искусство построения моделей) явление редкое, практически все модели, построенные с помощью известных математических методов не адекватны изучаемым процессам, что и проявляется в их неэффективной работе. (Нельзя даже с помощью самых лучших методов оптимизации получить оптимальное управление процессом, если математическая модель плоха). Даже в идеальной ситуации - специалист в предметной области знает возможности и ограничения известных математических методов, а математик хорошо знаком с технологическим процессом, подлежащим оптимизации (задача поставлена корректно), при построении математической модели процесса возникают серь╦зные, а в большинстве случаев и непреодолимые методические и вычислительные трудности. Дело в том, что возможности идентификации (построения модели процесса по экспериментальным данным) существенно ограничены. [6,7].

Известен афоризм, оценивающий эффективность известных методов идентификации сложных систем следующим образом: "Если в задаче меньше 3-╦х переменных √ это не задача, если больше 8-и √ она неразрешима". Для эффективного решения задач разработки новых и совершенствования действующих технологических процессов с любыми размерностями входных параметров и выходных показателей разработана, апробирована и прошла 30-летнюю (всегда успешную) экспериментальную проверку интеллектуальная методология изучения "больших систем" (ИМИБС). ИМИБС оформлена в виде программного продукта и позволяет на основании экспериментальных данных, полученных в результате наблюдения за изучаемым процессом в режиме нормальной эксплуатации или специально организованного эксперимента, с помощью практически полностью формализованных процедур, за приемлемое время, решать задачи идентификации и оптимизации.
При идентификации действующих производств с помощью ИМИБС не формализованным оста╦тся только этап выбора перечня входных параметров.

Однако и на этом этапе не возникает никаких трудностей, т.к. этот перечень приводится в технологическом регламенте каждого производства. ИМИБС включает в себя методы решения 3 базовых задач:

1. Технологического аудита - оценки потенциальных возможностей процесса по экономическим, экологическим, энергетическим, потребительским и др. критериям, которые могут быть реализованы на существующем оборудовании, с помощью существующих систем информационного обеспечения и управления, только за сч╦т оптимизации технологического режима (т.е. практически без дополнительных затрат).

2. Идентификации изучаемого процесса дискретной математической моделью по экспериментальным данным при полиномиальной зависимости времени решения от размерности вектора входных параметров.

3. Оптимизации технологического режима по его дискретной математической модели при полиномиальной зависимости времени решения от размерности вектора входных параметров.

Следует отметить, что две последние задачи до разработки ИМИБС считались NP- полными, т.е. практически неразрешимыми за приемлемое время. Например, с помощью ИМИБС задача идентификации объекта по экспериментальным данным с 98 входными параметрами была решена за 11 минут. По тем же данным усеч╦нная задача (10 параметров) методом перебора была решена за 21 сек. Расч╦тное время на решение полной задачи перебором составило бы 21*3(98-10) сек или 7.4*1035 лет (здесь 3 - число поддиапазонов, на который делились диапазоны вариаций значений каждого параметра при переходе к дискретным шкалам).

ЗАДАЧИ, решение которых с помощью известных методов приводит к непреодолимым методическим и вычислительным трудностям, и которые легко решаются с помощью ИМИБС.

1. ПОЛУЧЕНИЕ ЗНАНИЙ ИЗ ДАННЫХ.
При идентификации технологического процесса решается одна из главных задач искусственного интеллекта - получение знаний из данных. Прич╦м новые знания выделяются в виде системных гипотез, описывающих взаимное влияние входных параметров процесса на выходной показатель (комплекс выходных показателей) на языке технолога. Большинство этих гипотез содержат новые, нетривиальные, неизвестные ранее специалистам зависимости. Содержательная интерпретация формальных гипотез экспертами позволяет им внести новый вклад в науку о системных закономерностях изучаемых процессов.

2. ФОРМАЛИЗАЦИЯ ПОСТАНОВКИ ЗАДАЧИ.
Появляется возможность формализовать постановку задачи идентификации и оптимизации изучаемого технологического процесса.

Интуитивно ясно, что технологический процесс должен обеспечить:
- высокую производительность;
- высокий выход целевого продукта;
- минимально возможный расход ресурсов;
- минимально возможный расход энергии;
- минимальное количество отходов производства;
- минимальную себестоимость продукта;
- высокое качество продукции, которое всегда определяется комплексом показателей.

Поскольку для континуальных шкал корректных методов св╦ртки вектора выходных показателей в обобщ╦нный критерий, оценивающий качество работы технологического процесса, не существует, обычно оптимизацию процесса проводят по только по одному выходному показателю.

С помощью ИМИБС св╦ртка вектора выходных показателей осуществляется корректно и просто: реализация процесса считается "хорошей" (Y=1), если в ней выполняются заданные ограничения по всем выходным показателям, и "плохой" (Y=0), если хотя бы одно из этих ограничений не выполняется. Одной из основных характеристик технологического процесса является выход целевого продукта на загруженное сырь╦.
При увеличении выхода:
- снижается расход сырья на единицу полученной продукции;
- снижается расход энергии на единицу полученной продукции;
- снижается расход не прореагировавших компонентов, продуктов побочных реакций и потерь целевого продукта - решается задача повышения экологической эффективности производства;
- снижается себестоимость продукции (поскольку доля затрат на сырь╦, энергию и экологию составляет 50-90% и более в общей е╦ себестоимости).

Таким образом, при совершенствовании действующих производств, вместо множества используемых в настоящее различных критериев оптимизации (постановок задач) появляется возможность сформулировать одну корректную задачу: "Найти условия проведения технологического режима, обеспечивающие стабильное получение продукта с заданным качеством при минимальной себестоимости". В случае, когда спрос на продукцию какого либо производства начн╦т превышать предложение, возможна другая постановка задачи: "Найти условия проведения технологического режима, обеспечивающие стабильное получение продукта с заданным качеством и максимальной прибылью".

3. ОЦЕНКА РЕЗЕРВОВ ДЕЙСТВУЮЩЕГО ПРОИЗВОДСТВА.
С помощью технологического аудита проводится оценка скрытых резервов изучаемого производства, которые могут быть реализованы за сч╦т оптимизации технологического режима. В зависимости от постановки задачи исследования технологический аудит трансформируется в конкретный вид аудита: энергетический, экологический, экономический и др.
Например, если в качестве выходного показателя выбрать энергозатраты производства, то технологический аудит превращается в энергетический. С его помощью можно оценить резервы изучаемого производства по энергоресурсам, которые могут быть реализованы за сч╦т оптимизации технологического режима.
Методика проведения традиционного энергоаудита эти резервы не учитывают, хотя по оценкам экспертов их доля составляет от 10 до 30% и выше в общем резерве энергосбережения. Если в качестве выходного показателя выбрать себестоимость продукта, осуществляется переход к экономическому аудиту, с его помощью можно оценить имеющиеся резервы снижения себестоимости и, соответственно, ожидаемый экономический эффект от оптимизации изучаемого производства.
Так например, на основании технологического аудита, проведенного на доменной печи ╧5 ОАО "Алчевский металлургический комбинат", показано, что при оптимизации технологического процесса по удельному расходу кокса минимальная оценка снижения общей себестоимости чугуна составит 3%, за сч╦т чего будет получен годовой экономический эффект 8.9 млн гривен.

Поскольку доля зарплаты в калькуляции себестоимости чугуна составляет всего 0,17% (а вместе с отчислениями на социальное страхование - 0,22%), то после повышения зарплаты даже в 5 раз, 6 млн гривен останется для решения других проблем. Например, оптимизация может быть одним из источников внутренних инвестиций для обновления основных фондов. В настоящее время не существует даже такого понятия, как технологический аудит. Использование ИМИБС позволит занять пустующую нишу - организовать новую, важную для предприятий отрасль услуг по выявлению резервов в любых производствах, которые могут быть реализованы практически без затрат..

4. ПОВЫШЕНИЕ НАУКОЕМКОСТИ ПРОИЗВОДСТВА.
Одним из наиболее важных экономических показателей действующего производства является его науко╦мкость. Качественно наукоемкость оценивается соотношением информационной и материальной составляющих в себестоимости продукта. Количественной оценкой науко╦мкости может служить выражение КН = 1-SA/S, где КН - коэффициент науко╦мкости, SA - стоимость материальных и энергетических ресурсов, затраченных на получение единицы продукта, а S - полная себестоимость продукта. Чем более полно в технологическом регламенте учтены закономерности, связывающие условия проведения процесса с его выходными показателями, тем выше науко╦мкость производства и, соответственно, эффективней его работа. К сожалению, практически все технологические регламенты основаны на неполных знаниях о закономерностях соответствующих технологических процессов и, поэтому, не могут обеспечить оптимальное управление ими. При идентификации с помощью ИМИБС появляется новые знания, отражающие объективно существующие зависимости выходных показателей изучаемого процесса от значений его входных параметров. Использование этих знаний при оптимизации процесса и последующая корректировка технологического регламента по результатам оптимизации позволяет существенно повысить науко╦мкость производства и, соответственно, эффективность его работы. При оптимизации технологического процесса по выходу готового продукта на загруженно╦ сырь╦, увеличивается полнота превращения исходных продуктов, и за счет этого сокращаются расходные нормы по сырью и энергетике, соответственно уменьшается составляющая себестоимости SA и раст╦т коэффициент науко╦мкости Кн). При постоянных ценах на продукт, а также на стоимость сырья и энергоресурсов коэффициент науко╦мкости изучаемого производства связан с его рентабельностью прямо пропорциональной зависимостью.

5. ОПТИМИЗАЦИЯ ПО КОМПЛЕКСУ ВЫХОДНЫХ ПОКАЗАТЕЛЕЙ.
За сч╦т оптимизации технологического режима реализуются резервы производства, выявленные при технологическом аудите. При этом оптимизация может осуществляться на существующем оборудовании и с помощью существующих систем информационного обеспечения и управления (т.е. без дополнительных капитальных затрат). Ниже приводятся некоторые примеры применения ИМИБС для оптимизации действующих производств.

В производстве клеве кислот выход продукта увеличен с 36.7 до 50% (на 36,2% отн.);
количество операций с содержанием некондиционного продукта сокращено с 30% до 0.
Соответственно, на 36.2% отн. сокращены расходные нормы по сырью, энергетике и условно переменная составляющая себестоимости. В производстве Бутилксантогената выпуск продукта 1 сорта увеличен с 7 до 50.0% (в 7.1 раза), а выпуск продукта 3 сорта сокращен с 45.1 до 0%.
В производстве Нитробензола общая доля продукта высшего сорта увеличена от 0 до 23.8%. По результатам работы продукту был присвоен Государственный Знак Качества.

6. СОКРАЩЕНИЕ ОТХОДОВ В ДЕЙСТВУЮЩИХ ПРОИЗВОДСТВАХ.
В настоящее время основным направлением в защите природы от загрязнения действующими технологическими процессами является разработка индивидуальных систем для улавливания, обезвреживания и утилизации отходов производства, т.е. борьба с последствиями их неэффективного функционирования по экологическим критериям. В ряде случаев такой подход позволяет решить поставленную задачу, но при этом приходится для каждого процесса проводить сложные, трудо╦мкие и дорогостоящие научно - исследовательские и опытно - конструкторские работы, затрачивать значительные человеческие и материальные ресурсы на изготовление, монтаж и эксплуатацию экологического оборудования. Поэтому многие производства, не удовлетворяющие экологическим критериям, еще долгое время будут функционировать, т.к. их модернизация с целью сокращения загрязнения окружающей среды при таком подходе требует громадных затрат, что при существующей экономической ситуации практически нереально.

Кроме того, считается, что: "Очистка - всего лишь перемещение загрязняющего начала в пространстве - может дать крайне малый эффект, т.к. требует резкого возрастания энергетических расходов".[8].

Для экологизации действующих производств возможен и другой подход, связанный с направленным воздействием на причины их неудовлетворительного функционирования по экологическим критериям. Ввиду того, что 100% полнота превращения исходных материалов в конечный продукт практически невозможна, результатом работы технологического процесса являются целевой продукт и отходы. Оптимизация технологического режима по выходу целевого продукта позволяет увеличить полноту превращения реагирующих веществ и уменьшить скорости побочных реакций, вследствие чего существенно сокращается количество отходов. При таком подходе экологизация действующих производств из затратной становится экономически прибыльной, т.к. уменьшение загрязнения окружающей среды достигается за счет повышения выхода целевого продукта, сокращения расходных норм по сырью и энергоресурсам, и, соответственно, сокращению его себестоимости. Поскольку работать без отходов практически невозможно, часть прибыли, полученной за счет снижения себестоимости, может быть направлена на разработку локальных систем для их улавливания и обезвреживания. Например, при оптимизации технологического процесса получения ацетпарааминофенола выход продукта был увеличен с 77.0 до 85.0% и, соответственно, количество отходов было сокращено с 33% до 15%, т.е. на (33-15)/33*100)= 54.5% отн.

Как видно из приведенного примера, после оптимизации технологического режима требования к локальным экологическим системам будут значительно менее жесткими, что позволит существенно сократить затраты на их разработку.

ВЫВОДЫ.

1. Практически все действующие производства в металлургии, химии, нефтепереработке, биотехнологии и др. работают не в оптимальных режимах и имеют существенные резервы по снижению себестоимости, энерго- и ресурсосбережению, повышению производительности и качества продукции, сокращению количества отходов производства и другим показателям.

2. Неоптимальность функционирования действующих производств объясняется в первую очередь отсутствием методов идентификации объектов с высокими размерностями векторов входных параметров (n>8) и выходных показателей (k>1).

3. Для решения задачи существенного и практически беззатратного повышения эффективности работы технологических процессов в металлургии, химии, нефтепереработке, биотехнологии и др. разработана, апробирована и прошла многолетнюю всегда успешную экспериментальную проверку интеллектуальная технология изучения сложных систем (ИМИБС), с помощью которой решаются следующие задачи:

3.1. Технологического аудита - оценки резервов изучаемого технологического процесса по экономическим, экологическим, потребительским и др. критериям, которые могут быть реализованы за счет оптимизации технологического режима на существующем оборудовании, с помощью существующих систем информационного обеспечения и управления, (т.е. без дополнительных капитальных затрат).
3.2. Идентификации изучаемого процесса по информации о значениях его входных и выходных переменных, фиксируемых в режиме нормальной эксплуатации.
3.3. Оптимизации технологического процесса по комплексу любых заданных выходных показателей.

4. Приведен перечень важнейших задач, решение которых с помощью известных математических методов связано с практически непреодолимыми методическими и вычислительными трудностями, но легко осуществляется с помощью интеллектуальной методологии идентификации и оптимизации сложных систем.

ЛИТЕРАТУРА.
1. Н.Н. Моисеев. Математические задачи системного анализа. - М.: "Наука", 1981, 488 с.
2. Г. Реклейтис, А. Рейвиндран, К. Рэгсдел. Оптимизация в технике. -М.: "МИР", 1986, 349 c.,т.1.
3. В.В. Налимов Планирование эксперимента. Журнал ВХО им. Менделеева, 1, 1980, с.3-4. 4. И.И. Кринецкий. Основы научных исследований. Киев-Одесса. "Вища школа", 1981, 208 с.
4. А.А. Дородницын. Математика и описательные науки. с.6-5. Число и мысль. Сборник. Вып.5 - М.:Знание, 1982. 176 с.
5. В.В. Кафаров. Методы кибернетики в химии и химической технологии: 4-ое изд.,- М.: Химия, 1965, 448 с. 6. M. Kats, V. Kestelman, A. Davidenko. Problems of production process. Scientific Izrael - Technological advantages. vol 4/ ╧3,4. 2002, p 60-65.
7. М.Д. Кац, Д.В.Сталинский, С.П.Диденко, А.М. Давиденко. Проблемы повышения эффективности действующих производств и пути их решения. Сборник научных статей 11 международной научно-технической конференции "Экология и здоровье человека", т. 1, с. 55-60. (9-13 июня 2003 г., г. Щ╦лкино, АР Крым).
8. Н.Ф.Реймерс. Экология. Теория, законы, правила и гипотезы. Москва.: Россия молодая, 1994 г.

Ukrainian "Naturalist" magazine