Адаптивное построение программы полета, планирование грузопотока и расчета ресурсов Российского сегмента Международной Космической Станции

Проблема

Международная Космическая Станция (МКС) — это один из сложнейших проектов за всю историю человечества, в реализации которого участвуют большие коллективы ученых и инженеров из России, США и ряда других стран.

Одна из важнейших задач жизнеобеспечения работы МКС – это управление грузопотоком по доставке важнейших грузов на станцию, таких как воздух и вода, топливо, продукты питания и оборудование для научных экспериментов, а также возврата результатов экспериментов и других грузов обратно на Землю.

Для планирования грузопотока требуется учитывать множество разных по своей природе факторов, критериев принятия решений, ограничений и предпочтений, включая состояние склада и ресурсы приборов на станции, изменяющиеся потребности в топливе, воде и продовольствии, особенности баллистики в движении станции и солнечную активность, типы кораблей и стыковочных модулей и другие.

Характеристики сложности задачи:

  • к станции ежегодно стыкуются свыше десятка грузовых и пилотируемых кораблей различных типов;
  • главным приоритетом является безопасность жизнедеятельности экипажа космического корабля;
  • в первую очередь необходимо своевременно обеспечивать экипаж (состав которого регулярно меняется) запасами воздуха и воды, продовольствия и топлива и др.;
  • при этом также важно вовремя доставлять на космическую станцию лабораторное оборудование, различные материалы и инструменты для осуществления полезной деятельности космонавтов;
  • для планирования грузопотока требуется учитывать особенности полетов кораблей, времен стартов, стыковок и отстыковок и сотни других параметров;
  • доставляемые грузы исчисляются тысячами наименований и десятками тысяч отдельных единиц продуктов и материалов;
  • требуется постоянно отслеживать положение и статус имеющихся на борту ресурсов (запасов), состояние которых может быть загружено из бортовой системы IMS;
  • в случае аварий и задержек стартов кораблей требуется перепланирование с учетом пропущенного цикла доставки;
  • требуется отслеживать грузы с истекающим сроком годности для их утилизации и высвобождения пространства под размещение грузов очередной поставки;
  • планы доставки грузов должны быть согласованы с программой научных экспериментов на борту станции;
  • обслуживание МКС осуществляется в условиях жестких ограничений пространства, веса и времени и т.д.

Особенности процесса планирования:

  • планируется работа Российского сегмента МКС (РС МКС), но необходимо учитывать планы еще трех других космических агентств из разных стран;
  • имеются как стратегические планы на несколько лет, так и годовые и полугодовые тактические планы – вплоть до оперативных посуточных планов;
  • процессом планирования РС МКС управляет 8 главных диспетчеров (проектантов) и до 150 поставщиков (кураторов) грузов;
  • часто обнаруживаются конфликты между грузами различных приоритетов и т.д.

При этом любое важное событие, например, изменение дат запусков, стыковок или отстыковок кораблей, потеря грузового корабля, изменение состава экипажа или внеплановые работы на борту станции, ведет к цепочке перепланирования многих других связанных работ, ресурсы для которых должны быть пересчитаны.

В частности, появление космического мусора на орбите (к примеру, из-за внезапного отказа запущенного спутника и т.д.), вызывает необходимость в маневре станции и корректировке ее орбиты, что требует включения двигателей и затрат топлива, что в свою очередь приводит к необходимости в следующий старт привезти на станцию больше топлива, для чего надо какие-то грузы перепланировать на следующий полет и т.д.

Грузоподъемность космических кораблей ограничена, поэтому, если неожиданно возникает потребность в дополнительном грузе, то объемы топлива или воды, а также объемы и массы других грузов приходится уменьшать, согласованно меняя планы отправки грузов на последующих кораблях.

Работа по планированию грузопотока МКС до недавнего времени выполнялась вручную проектантами и кураторами грузов, которым для получения рабочего плана приходилось вместе производить много итераций и постоянно взаимодействовать для выработки и согласования компромиссных решений.

Основная сложность планирования заключается во взаимозависимости всех этих планов и принимаемых решений, что требует смыслового согласования и точной координации действий с учетом всех перечисленных факторов.

Решение

Для повышения эффективности управления грузопотоком МКС была разработана мультиагентная система (МАС «Грузопоток»), в которой процесс планирования программы полетов, формирования грузопотока и расчетов ресурсов для МКС строится в несколько взаимосвязанных этапов с различными горизонтами планирования.

На первом этапе в МАС «Грузопоток» создается стратегическая модель грузопотока, которая помогает рассчитывать количество необходимых транспортных полетов в год на основе количества ожидаемых экспедиций и их ожидаемого численного состава. На этом этапе необходимо достичь соглашения между всеми заинтересованными сторонами по количеству и времени стыковок и расстыковок космических кораблей с модулями МКС, принимая во внимание сроки возможных пусков космических кораблей, солнечную активность, конфигурацию и ожидаемое расположение МКС, требования космического экипажа и т.д. На данном этапе разрабатываются и изучаются несколько версий программы полетов, прежде чем окончательный план будет принят руководством предприятия и программой космических исследований.

Далее начинается интерактивная разработка программы грузопотока, предполагающая многочисленные итерации для согласования конфликтных интересов проектантов и кураторов. На этом этапе объемы грузов распределяются между грузовыми космическими полетами и пилотируемыми полетами на основании данных о среднем дневном потреблении ресурсов экипажем и системами станции. Информация о количестве космонавтов и о датах запусков и стыковок берется из утвержденной программы полетов. Поставки топлива рассчитываются на основе данных о планируемых баллистиками корректировках положения МКС и о ее текущем состоянии, что также важно для расчетов стыковки и планирования внешнекорабельной деятельности для проведения космических экспериментов и ряда других космических операций.

Далее план грузопотока используется, чтобы выстроить план утилизации и возврата грузов с МКС на Землю, как через грузовые затапливаемые в мировом океане корабли, так и пилотируемые корабли, возвращающие на Землю результаты экспериментов и т.п.

Интеграция с системой управления запасами на МКС позволяет обновлять расписания в соответствии с фактическими данными в ежедневном режиме и инициировать перепланирование в реальном времени.

Виртуальный Мир каждого планировщика построен на основе концепции ПВ-сети и имеет ряд специализированных агентов.

Например, в планировщике программы полетов есть Агенты космического корабля, Агенты экспедиции и Агенты космонавтов, в то время как в планировщике грузопотока есть Агенты груза и Агенты полета. Некоторые классы агентов могут существовать в двух или более виртуальных мирах, имея разную функциональность, но обеспечивая сопряжение и взаимодействие между планировщиками.

Если из-за задержки подготовки корабля начало полета откладывается, агент этого полета, присутствующий в Виртуальном Мире программы полетов, поменяет свой план, т.е. даты запуска, стыковки и расстыковки. А так как он задействован как в программе полетов, так и в грузопотоке, то его сообщение об изменениях в плане предупредит Агентов грузов в Планировщике грузопотока о задержке их полета и даст им возможность успеть «перепрыгнуть» на другой полет, если это требуется. И наоборот, если объем некоторых грузов уменьшается, то коэффициент загрузки полета может стать слишком низким, что будет тотчас же отражено ростом неудовлетворенности Агента полета.

Этот агент будет пытаться сдвинуть свой полет на более позднее время в программе полетов, чтобы стать более эффективным и привлекательным для других Агентов грузов.

Результаты

Система была разработана в 2010-2012 гг. и внедрена сначала в опытную, а затем и в промышленную эксплуатацию в 2013 году.

В целом, по результатам использования системы в 2010 – 2014 годах можно сделать следующие основные выводы и дать первые оценки эффективности внедрения системы:

  • существенно уменьшено (на практике сведено почти к нулю) число ошибок в выпускаемой документации по грузопотоку РС МКС;
  • стало возможным вести постоянный мониторинг и контроль за излишним или недостающим оборудованием и ресурсами на борту станции;
  • время создания грузопотока РС МКС снизилось со 176 — до 8 часов, а время, затрачиваемое на процесс согласования – в среднем с 264 до 88 часов;
  • теперь сотни извещений об изменениях в год формируются автоматически, а ранее каждое составлялось не менее 1-2 часа;
  • экономия времени на автоматической актуализации грузопотока для поддержания полного соответствия с фактом составила до 200 часов в год;
  • адаптивное перепланирование грузопотока (например, при угрозе потери грузового корабля) выполняется за 8 часов, а ранее требовался как минимум 1 месяц;
  • экономия времени на формировании резервных программ полёта на случай аварийных ситуаций – 320 часов в год;
  • общее время составления плана размещения грузов для одного корабля снизилось с 264 до 128 часов;
  • суммарная экономия при планировании грузопотока — 544 часа в год для ТГК «Прогресс» и 320 часов для ТПК «Союз»;
  • автоматическая проверка списков утилизируемых грузов от ЦУП на дубликаты экономит около 312 часов в год;
  • экономия времени при расчётах балансов продовольствия, воды, топлива и времени экипажа – от 10% до 15% по каждому модулю, что в общей сложности составляет около 270 часов в год.

Важно отметить, что уже с первых шагов разработанная система предоставила заказчику возможность разработки и сравнения нескольких вариантов программы полетов и грузопотока, в том числе отражающих стратегии возможных реакций на непредвиденные события, как например, потеря корабля Прогресс в 2012 году.

Адаптивное планирование цехов машиностроительного производства

Проблема

Ключевым результатом внедрения для повышения эффективности работы любого  предприятия машиностроения является уменьшение трудоемкости и времени, затрачиваемого на планирование и, как следствие, возможность моделирования различных вариантов расписания кораблей и грузов, а также на поддержку взаимодействий и переговоров между заинтересованными участниками, направленных на поиск лучшей реакции на внешние события и адаптацию планов «на лету» в ходе работы предприятия.

Эти возможности помогают свести к минимуму возможные риски и подготовиться к оперативному управлению непредвиденными событиями.

Управление ресурсами цехами машиностроительных предприятий — сложная многокритериальная задача, требующая часто ситуационного решения с учетом индивидуальных особенностей заказов, технологии их реализации, возможностей ресурсов, экономики предприятия и ряда других предпочтений и ограничений.

Цель проекта в этой сфере состояла в том, чтобы обеспечить динамическое построение сменно-суточных заданий (ССЗ) для рабочих в инструментальном цехе машиностроительного предприятия электронной промышленности.

Параметры сложности решаемой задачи для инструментального цеха:

  • списочный состав работников цеха – около 120 рабочих (токари, слесари, , фрезеровщики, шлифовщики и др.);
  • номенклатура выпускаемых изделий: приспособления, пресс-формы, штампы, специальная оснастка, электродержатели, фрезы, тара, кондуктора и пр.;
  • объем заказов — 30-40 заказов в день на изделия, каждое из 20-30 компонент;
  • парк станков (токарные, шлифовальные, фрезерные, заточные, сверлильные, расточные станки, печи, прессы и пр.) – около 300 единиц оборудования;
  • средняя трудоемкость исполнения заказа – 35 н/ч (в инструментальном цехе);
  • максимальная трудоемкость – 4 000 н/ч (в инструментальном цехе);
  • цех вырабатывает в месяц около 17 000 н/ч;
  • максимальное число входящих в изделие сборочных единиц (ДСЕ) – до 150;
  • максимальное число уровней вложенности – до 10 и т.д.

Один из наиболее сложных проектов производственных цехов был связан со сборочным цехом на производстве реактивных авиационных двигателей:

  • сборка двигателя – более 50 тыс. деталей;
  • каждое изделие требует от 10 до 300 технологических операций;
  • 10 заказов в день, горизонт – от месяца до года;
  • количество связанных задач на горизонт планирования — до 150 тысяч;
  • надо учитывать особенности техпроцессов, умения рабочих, возможность брака, наличие склада, особенности организации участков и т.д.

Примеры типовых критериев принятия решений в машиностроении:

  • обеспечить высокое качество сборки изделия;
  • минимизировать стоимость исполнения заказов;
  • минимизировать сроки исполнения заказов;
  • обеспечить равномерную загрузку ресурсов;
  • обеспечить минимальные риски исполнения заказов в срок и другие.

Задача управления ССЗ для производства подобных изделий может быть сформулирована как распределение, планирование, оптимизация и контроль производственных ресурсов цеха (например, станков и рабочих, материалов, заготовок и т.п.) по заказам во времени, при условии частого возникновения непредвиденных событий, например, появления новых заказов, изменений в параметрах заказов, появления новых или отказа имеющихся ресурсов, задержек, ошибок и других.

На первом этапе ставилась задача автоматизации управления ресурсами и динамической перестройки ССЗ в одном выбранном цехе, который на практике, как правило, всегда был наиболее проблемным для предприятия.

Решение

Для решения задачи была разработана мультиагентная система адаптивного управления ресурсами цехов машиностроительного предприятия в реальном времени.

Основные функциональные возможности системы:

  1. Ведение справочников: система позволяет задавать данные о заказчиках, заказах, технологических процессах, станках и компетенциях рабочих, операции которых планируются для исполнения заказов.
  2. Автоматическое оперативное планирование:
  • система строит мастер-план и ССЗ автоматически;
  • мастера смен ежедневно получают список наиболее приоритетных заданий для своих рабочих и принимают решение о перераспределении тех или иных задач;
  • для мастеров реализована возможность утверждать предлагаемое ССЗ полностью или частями с возможностью перепланирования;
  • гибкое перепланирование в случае брака и другие возможности.
  1. Ввод факта (отметки о выполнении работ): разработанная система предоставляет возможность простановки отметок факта выполнения работ и формирования сменного отчета-наряда в электронном виде с возможностью автоматического заполнения полей норм, названий ТО и ДСЕ, автоматического расчета расценочных полей и итогов работы по каждому рабочему.
  2. Интеграция: ADEM, Team Center, 1C и другие:
  • импорт заказов из отдела продаж предприятия;
  • копирование технологического процесса по отдельным ДСЕ;
  • копирование всего дерева ДСЕ с данными по материалам;
  • автоматическое формирование нарядов на заготовки;
  • импорт норм времени (например, из системы ADEM);
  • автоматический расчёт суммарной трудоемкости;
  • расчёт и экспорт заработной платы в 1С.
  1. Аналитика для руководства цеха и завода:
  • бизнес-радар прогноза работ цеха по текущему состоянию дел в цехе;
  • формирование отчетов по заказам и ресурсам цеха.
  1. Удобные сервисы для работы мастеров:
  • для ежедневного использования системы: подсказки и подсветки, перепланирование при браке, учет матрицы транспортировки и т.д.
  • Поддержка сенсорных терминалов рабочих, планшетов для мастеров и другие возможности.
  1. Терминал рабочего – возможность ввода предпочтений рабочих и выборки работ в задание, отметка факта, ввод событий и другие возможности.

Разработанная система интегрируется с типовыми PLM- и ERP-системами предприятия.

Адаптивные планировщики оперативно реагируют на непредвиденные события и пытаются повысить прибыль или другие важные показатели предприятия путем улучшения перераспределения ресурсов по заказам, например, подтягивая хвосты операций заказов, когда образуется время простоя рабочих.

Планировщики созданы таким образом, чтобы работать интерактивно с руководителями цехов, мастерами и рабочими, позволяя менять составленное агентами расписание по событиям в реальном времени.

Виртуальный мир адаптивного планировщика цеха содержит следующих агентов: Агент Заказа, Агент Предприятия, Агент Рабочего, Агент Станка, Агент Процесса, Агент Операции, Агент Изделия, Агент Материала и другие.  Примеры решаемых задач для агентов: для Агента заказа – найти наилучшие возможные станки и рабочих; для Агента рабочего – получить расписание, которое обеспечит наилучшую оплату или задачи, которые повысят квалификацию рабочего, для Агента станка – найти полную загрузку и т.д.

Переговоры агентов направлены на разрешение конфликтов, вызванных ситуациями, когда новая операция хочет занять временной интервал, уже занятый другими операциями. Конфликт обычно устраняется путем взаимных уступок в попытке передвинуть ранее распределенные операции вперед или назад во времени, чтобы поместить новую операцию.

Такой подход обеспечит ряд важных преимуществ по сравнению с традиционными методами планирования ресурсов.

В результате обеспечивается непрерывная оперативная, гибкая и эффективная адаптивная перестройка расписания работы цеха по событиям в реальном времени.

Результаты

Первая промышленная версия адаптивного планировщика была разработана еще в 2011 году и уже в течение нескольких лет находится в постоянной работе на ряде предприятий, включая ОАО «Аксион-Холдинг», ОАО «АвиаАгрегат», ОАО «Кузнецов» и некоторые другие.

Система была признана «Лучшим программным продуктом в сфере автоматизированных систем управления» на XXII ежегодной выставке информационных и коммуникационных технологий Soft-tool – 2011.

На каждом предприятии систему ежедневно использует более 30 пользователей, включая преимущественно руководителей цехов, диспетчеров планово-диспетчерских отделов, мастеров, технологов, нормировщиков и контролеров.

В числе основных преимуществ применения системы пользователи отмечают следующие:

  • Прозрачность работы цеха — теперь 100%, что позволяет наладить контроль и оптимизировать работы.
  • Увеличилась производительность цеха при том же числе ресурсов.
  • Введенные данные по объектам и технологическим процессам используются повторно, что приводит к росту производительности труда технологов и нормировщиков.
  • Система цеха интегрирована в информационное пространство предприятия: заказы импортируются в МАС из ОУП предприятия, заработная плата рабочим начисляется на основе данных МАС и уходит в 1С.
  • Благодаря интеграции с ОУП предприятия снижается нагрузка на планово-диспетчерское бюро цеха и увеличивается оперативность (скорость реакции) на поступление новых заказов, что в свою очередь ускоряет производство новых изделий.
  • В системе поддерживается полный цикл управления: от ввода событий – к планированию и контролю результатов через отметки факта выполнения работ и анализу план против факта.
  • План работы цеха может теперь в любой момент перестраиваться и пересчитываться быстро, гибко и с учетом индивидуальных особенностей каждого заказа и ресурса.
  • Ускорился процесс перехода от бумажного к электронному хранению документов в цехах.
  • Принимаемые решения становятся более надежными, обоснованными и точными, избавленными от ошибок людей.
  • Стратегическое планирование также становится более простым, быстрым и удобным: специализированный АРМ «Мастер-план» строит производственное расписание на горизонт до 2 лет за время около 10-15 минут.
  • Специальные знания мастеров о станках, технологиях и рабочих становятся объективными и могут быть использованы для дальнейшего повышения качества планирования.
  • Создана платформа для развития цеха без роста численности управленческого персонала.

Отмечается существенное повышение эффективности управления цехами за счет следующих особенностей использования системы, например, для «Аксион-Холдинга»:

  1. Появилась возможность анализа цикла производства (где и когда работа по данному заказу «застревала»: когда выдали технологию и когда пронормировали, когда пришел материал и выдали в работу, когда сдали заказ или на какой операции задержался заказ) — 256 нч/м.
  2. Регулярно анализируется загруженность и производительность труда рабочих – 48 нч/м (уже в первые 3 месяца система показала, что не менее 17 % работ имеют завышенную трудоемкость).
  3. Выполняется автоматическое формирование ССЗ на месяц вперед. До внедрения системы этот процесс отнимал 2 рабочих дня 4х человек. Экономия – 64 н/ч рабочего времени ежемесячно.
  4. Автоматизированы все основные рутинные операции, что снижает трудоемкость управления (например, расценки считаются автоматически, автоматически подсчитываются объемы незавершенного производства, ССЗ формируется автоматически) – 528 нч/м.
  5. Появился прогноз загрузки по основным видам работ, что дало возможность анализа потребности в рабочих той или иной специальности — 36 нч/м.

В результате внедрения системы экономия от внедрения в одном цеху составляет не менее 1163 нормо-часов в месяц, или 7 чел/мес в месяц, что в 2013 году соответствовало 84 * 40 т.р.= 3 360 000 руб. в год.

Для крупного машиностроительного предприятия в 20-30 цехов общая экономия может превысить 60-90 млн. руб. в год.

Адаптивное управление мобильными бригадами для газовой службы

Проблема

Заказчик управляет крупной региональной сетью аварийно-ремонтных бригад, включающей центр приема звонков, центральную диспетчерскую и 27 специально оснащенных мобильных бригад техников, обслуживающих газовые хозяйства промышленных предприятий и сотни тысяч жителей региона.

Мы включились в проект, когда общего центра приема звонков и центральной диспетчерской еще не было и мобильные бригады были распределены и работали по районам, в результате, из-за неравномерности поступления заказов, одни бригады постоянно простаивали, а другие, наоборот, были все время перегружены.

При этом первоначальный порядок выдачи заданий бригадам предполагал, что команды специалистов прибывают утром в офис и получают от диспетчеров на руки задания, после чего разъезжаются по заданиям до вечера. Очевидно, что даже при наличии GPS/ГЛОНАСС датчиков на борту автомобиля, было трудно перенаправлять бригады на новые важные аварийные и ремонтные заявки, т.к. совершенно были непонятны возникающие планы объезда вызовов и объемы выполняемых работ.

Как следствие, накапливались необработанные заявки, что снижало показатели работы компании, формировались неэффективные маршруты с пробегом излишних километров, были недовольны потребители газа, поскольку было трудно спланировать работу бригад.

При этом диспетчеры были перегружены и недовольны работой и концентрировались только на своих заявках, не имея общей картины ситуации, а попытки скоординировать работу службы при возникновении непредвиденных срочных заявок наталкивались на сопротивление бригад, отчего еще больше росло количество приоритетных, но не удовлетворенных запросов.

При этом планы достаточно часто нарушались в связи с изменениями ситуации, включая отмены заявок, поломки транспорта, задержки при выполнении задач и т.д.

В результате нашего предварительного исследования были выявлены следующие ключевые проблемные особенности процессов планирования:

  1. Сложность распределения большого количества заявок при ограниченных ресурсах и под прессом времени.
  2. Необходимость оперативно, гибко и эффективно реагировать в условиях неопределенности и быстро изменяющейся ситуации.
  3. Высокая нагрузка на диспетчеров, несущих груз персональной ответственности.
  4. Низкая эффективность работы мобильных бригад из-за неоптимального распределения ресурсов по заявкам, как результат — задержки, высокий холостой пробег, простои или дефицит квалифицированных и хорошо оснащенных бригад.
  5. Необходимость индивидуального подхода к каждой поступившей заявке и ресурсу.
  6. Недостаточная оперативность и скоординированность работы бригады и диспетчеров.
  7. Человеческий фактор как причина ошибок и недоразумений.
  8. Трудности роста бизнеса компании с дальнейшим ростом числа потребителей.

Заказчик вынужден был начать поиск решения проблемы и за значительный период времени изучил все имевшиеся предложения на рынке.

Для решения проблемы было решено найти адаптивный планировщик, способный в первую очередь уменьшить:

  • трудоемкость и время планирования задач по обслуживанию;
  • общий пробег автотранспорта обслуживающих бригад;
  • время, необходимое для отработки заявок по обслуживанию;
  • общее число невыполненных заявок клиентов и т.д.

Другими словами, клиенту требовался адаптивный планировщик, способный повысить производительность и эффективность работы мобильных аварийно-ремонтных бригад.

Подобные задачи характерны и для многих других предметных областей работы мобильных бригад, включая пожарные машины, скорую помощь, полицейские бригады, бригады электриков и водоканала и другие.

Решение

Для решения проблемы была разработана мультиагентная система управления мобильными бригадами в реальном времени, способная распределять, планировать и оптимизировать задачи между бригадами «на лету» по поступающим событиям в реальном времени.

Основные функции разработанной системы включают следующие:

  • Ведение справочников бригад и смен.
  • База знаний для формализации и накопления особенностей заказов и ресурсов.
  • Интеллектуальная поддержка принятия решения диспетчера в выборе ресурсов для выполнения заявок:анализ ситуации в реальном времени;
    • выбор бригады, наиболее подходящей для выполнения задания;
    • построение маршрута движения бригады с учетом знаков ПДД, пробок и т.д.;
    • построение расписания движения бригады и времени доезда;
    • адаптация расписания при возникновении непредвиденных событий;
    • минимизация времени доезда (как можно скорее на важных заявках);
    • сокращение общего пробега (на заявках низкой значимости);
    • мониторинг и контроль исполнения задания.
  • Оперативное адаптивное планирование работ бригад по событиям в реальном времени (с изменением планов ранее назначенных работ).
  • Обеспечение индивидуального подхода к планированию каждого заказа.
  • Отображение маршрутов и расписаний на электронной карте.
  • Мониторинг и контроль исполнения бизнес процессов с использованием недорогих мобильных телефонов.
  • Перепланирование в случае расхождения плана и факта.
  • Интеграция с системой приема заявок (Call Center), учетными системами, зарплатой и другими.
  • Построение отчетов по работе бригад.

Взаимодействие с пользователями системы обеспечивается через мобильный телефон бригадира мобильной бригады, куда поступает информация о заказах, и куда бригадой может вводиться информация о событиях: успешном завершении заказа, задержках и поломках, оставшемся времени до завершения заказа и др.

Новые заявки поступают в центр приема телефонных звонков, где телефонистки-операторы вводят в систему заявки и видят их на карте, после чего заявки поступают диспетчерам.

Система, зная всю информацию о заявке и располагая данными о положении, текущей загрузке и планах бригад, подбирает ближайшую команду, которая находится неподалеку и вот-вот должна освободиться, и предлагает ей заявку, в случае успеха бригада бронируется под данную заявку.

При этом если новая заявка появляется в дальнем районе рядом с бригадой, которая освобождается в ближайшее время, диспетчер может договориться с клиентом, что бригада тут же подъедет, и тогда ей не требуется возвращаться на базу и потом снова ехать в дальний район, что позволяет экономить силы и время и сократить холостой пробег бригады.

Аналогичным образом, возможна перестройка маршрута при появлении пробок или ремонтов дорог, а также любых других непредвиденных событий.

Виртуальный мир мобильных бригад включает типовых агентов ПВ-сети для построения самоорганизующихся расписаний:

  • Агент заявки, целью которого является поиск наиболее подходящей бригады, способной начать работу и завершить ее как можно скорее с соответствующим качеством.
  • Агент региона, помогает балансировать распределение машин между районами с учетом прогноза поступления заявок.
  • Агент маршрутов перемещений, чья цель состоит в том, чтобы максимально сократить время в пути между заявками и завершить как можно больше заявок в течение смены.
  • Агент бригады, целью которого является подбор заявок и маршрутов с целью повышения продуктивности работы бригады.
  • Агент предприятия, стремящийся улучшить наиболее проблемные фрагменты расписания мобильных бригад компании.

Все решения по распределению и планированию работы бригад, которые являются результатом самоорганизации и переговоров между соответствующими агентами, предлагаются диспетчеру, который может интерактивно перестроить расписание любой бригады.

Результаты

Использование адаптивного планировщика для обработки поступающих заявок в реальном времени позволило достичь повышения продуктивности обслуживающих бригад на 40%, поскольку каждая бригада газовой службы в настоящее время выполняет в среднем 12 задач в день вместо прежних 7 в день.

Кроме того, разработанный планировщик позволяет операторам, техническим специалистам, диспетчерам и руководству компании в любой момент времени получать четкую картину работы всех бригад, включая не только отображение позиции бригады на карте, но собственно план работы бригады на выбранном горизонте времени, а именно, какая бригада над какой задачей работает и где сейчас находится; текущий прогресс выполнения задач для каждой бригады; количество заявок, которые еще не обслужены; текущая продуктивность каждого отдельно взятого специалиста службы и каждой обслуживающей бригады, а также предприятия как в целом, так и по удельным затратам на каждую операцию.

Важные результаты, которые отмечались заказчиком по результатам внедрения, включают:

  • сокращение времени реакции на непредвиденные события;
  • повышение заинтересованности и продуктивности работы бригад;
  • поддержка гибкого планирования в реальном времени;
  • сокращение трудоемкости и числа ошибок диспетчеров;
  • сокращение времени обучения новых диспетчеров.

Мультиагентная система «Smart Field Service» на международной выставке «Soft-Tools — 2011» получила приз «Продукт года» в номинации «Самый технологичный Стартап года».