Эффективность контроля за материально-ресурсным обеспечением (МРО) строительного производства в значительной степени связана с общим уровнем автоматизации. Современные средства вычислительной техники, в частности персональные компьютеры, позволяют не только автоматизировать сбор информации о состоянии системы МРО строительного производства, но и осуществлять моделирование исследуемых процессов, изучение которых традиционными средствами затруднено или невозможно. Решению этих вопросов служат интеллектуальные диалоговые системы анализа результатов наблюдений – системы принятия решений.
Конечной целью анализа системы МРО является интерпретация получаемых результатов наблюдений за исследуемым процессом. Под интерпретацией результатов наблюдений подразумеваем сравнение их с существующей суммой эмпирических и теоретических знаний с целью получения в результате такого сравнения новых знаний. Обобщенно-содержательная часть новых знаний может быть выражена утверждениями следующих типов: совокупность полученных в результате наблюдения и контроля данных полностью согласуется с существующей совокупностью знаний о процессе; для согласования некоторой группы результатов наблюдения и контроля с совокупностью знаний о процессе требуется внести в эти знания такие-то изменения; для того чтобы понять причины расхождения некоторой группы результатов наблюдения и контроля за системой МРО с совокупностью имеющихся знаний о процессе требуется провести такие-то дополнительные исследования.
Структура обобщенной системы анализа результатов наблюдения за объектом исследований и поддержки принятия решений экспертом состоит из следующих функциональных блоков: согласованная (рабочая) модель объекта исследований; априорная «текущая» модель объекта исследований; модель «наблюдаемых» данных; анализ противоречий; «наблюдаемые» данные в стандартном представлении; дополнительная обработка данных; формирование модели объекта исследования и «наблюдаемых» данных; набор альтернатив для корректировки; блок дополнительной обработки «наблюдаемых» данных; база данных (знаний) предметной области; данные (знания); запрос; расчет не наблюдаемых параметров объекта исследования; корректирующие предположения; эксперт; база данных наблюдений; уточненная процедура прямых расчетов «наблюдаемых» данных.
Управление функционированием системы осуществляется «экспертом» – специалистом в соответствующей предметной области, который, выбирая из базы данных набор экспериментальных данных, инициирует формирование априорной «текущей» модели объекта исследований, модели наблюдаемых данных и организует их согласование с наблюдаемыми данными.
Одним из важнейших факторов организационно-технологической надежности функционирования строительно-монтажной организации является качественное и надежное обеспечение строительного производства технологическими ресурсами [1-3].
Ресурсное обеспечение производства ремонтных работ тесно взаимоувязано с основными организационно-технологическими подсистемами строительной организации. Оно зависит и в значительной степени определяет качество и организационно-технологическую надежность выполнения работ в установленный срок. Срыв или некачественные, некомплектные поставки технологических ресурсов (ТР) могут поставить под угрозу функционирование системы строительного производства .
Зачастую, при поставке на объект первичных материалов, снабжение сводится к выполнению поставок по валу, независимо от технологии работ. Конструкции же и готовые изделия должны подаваться непосредственно на строительную площадку для немедленного применения в дело, т.е. процесс снабжения должен быть синхронно увязан с календарным планом производства ремонтных работ, организационно-технологической последовательностью ведения процесса на строительной площадке.
В современных рыночных условиях особенно важно, чтобы процесс ресурсного обеспечения превратился в составную часть единого технологического процесса производства ремонтных работ – комплектацию объектов готовыми конструкциями для бесперебойной работы.
Сам процесс снабжения строительно-монтажных работ ресурсами определяется не только плановыми решениями, но и множеством стохастических конструктивных, технологических, организационных факторов, воздействие которых может существенно осложнить функционирование строительной организации [4-6]. К числу факторов, которые могут значительно повлиять на расход материалов при выполнении различных рабочих операций и процессов относятся климатические, районные и сезонные условия, способы и методы выполнения работ, применяемые материалы и т.п.
Автоматизированный расчет организационно-технологической надежности ресурсного обеспечения процесса производства ремонтных работ – один из возможных путей учета негативного воздействия случайных факторов на ход строительного производства.
Подобно комплексу производственных норм требуется развитие сметного нормирования ресурсов [7]. Действующие сметные нормы формируются, как правило, на основании производственных норм. В сметных нормах предусматриваются усредненные условия производства работ для наиболее распространенных технологических процессов и средств механизации, однако при этом учитывается весь комплекс процессов производства ремонтных работ на линейной части магистральных трубопроводов.
Объектные нормы разрабатываются при традиционной технологии на основе проектно-сметной документации отобранных для этой цели объектов-представителей, как правило, из числа отремонтированных объектов, дифференцирование по отдельным отраслям и подотраслям промышленности. Действующие объектные нормы периодически пересматривались и заменялись новыми по мере разработки более прогрессивных проектов производства ремонтных работ на линейной части магистральных трубопроводов.
На практике планы капитального ремонта и технического снабжения формируются практически одновременно, в условиях отсутствия полного перечня участков магистральных трубопроводов для ремонта, включаемых в титульные списки планируемого года. В связи с этим зачастую приходилось использовать средние отраслевые нормы расхода материалов, определяемые на основе объектных норм и внутриотраслевой структуры строительно-монтажных работ.
Подобный подход в современных рыночных условиях неприемлем, так как не отражает конкретной специфики подрядной организации, сложившихся в ней условий снабжения и производства ремонтных работ на линейной части магистральных трубопроводов.
Реальная возможность повысить надежность ресурсного обеспечения строительно-монтажных работ при ремонте участков магистральных трубопроводов – разработка автоматизированной системы ведения баз данных по снабжению объектов аналогов с возможностью не только формировать собственные объектные нормативы, но и в интерактивном режиме давать возможность анализа, коррекции факторов обеспечения организационно-технологической надежности ресурсного снабжения [8, 9].
Использование автоматизированной системы позволяет учесть конкретные факторы, определяющие надежность снабжения для каждой строительной организации: дополнительная потребность в материалах на объекты ремонта в сложных природно-климатических условиях; дополнительная потребность в материалах, связанная с производством работ в зимнее время; территориальное размещение объектов ремонта; обеспечение строительно-монтажных работ эффективными видами технологических ресурсов; внедрение достижений научно-технического прогресса в проектировании и ремонте и связанная с этим возможная экономия материалов; в необходимых случаях – изменение сметной стоимости ремонта; сложившиеся связи с поставщиками технологических ресурсов; наличие собственной ресурсной базы; учет взаимозаменяемости ряда материалов.
Автоматизированная система обеспечивает возможность оперативно проводить вариантные плановые расчеты, обоснованность которых подтверждается фактическими данными по объектам-аналогам конкретной строительной организации-производителя работ.
По мере совершенствования и расширения информационной базы и методов решения отдельных задач открываются возможности использования математических методов и все более активного внедрения средств вычислительной техники в практику обеспечения организационно-технологической надежности ресурсного снабжения.
Уровень технологических ресурсов (ТР) убывает в процессе производства ремонтных работ не с постоянной интенсивностью [10-12], т.е. темп производства строительно-монтажных работ (м/сутки) меняется во времени t по некоторому закону W = W(t). Введем в рассмотрение функцию, описывающую общее количество использованных к моменту 
Функция 
является неубывающей кривой, так как 
В общем случае нам необходимо определить, в какие моменты данного периода T следует подавать заказ на ТР и каковы должны быть размеры партий, чтобы суммарные затраты на хранение были минимальными. Будем считать, что число партий N, приобретаемых за период T, известно заранее (например, два раза в месяц).
Обозначим моменты прибытия партий через t0, t1, ... , ti-1, ti, ti+1, ... , tN (начальный момент t0 = 0 и конечный момент tn = T, остальные моменты неизвестны). Размеры партий в моменты времени ti-1 и ti будут соответственно равны:
Стоимость хранения ТР за интервал [ti-1, ti+1] пропорциональна площади криволинейных треугольников, которую можно определить с помощью определенного интеграла:
который, очевидно, выражает разность площадей прямоугольника с ординатой V(ti) и криволинейной трапеции с основанием ti - ti-1.
Суммарные затраты Z за интервал времени [0, T] равны:
где C0 – накладные расходы, связанные с поставкой ТР (например, труб); C1 – ежедневная стоимость хранения единицы ТР (одной трубы).
Задача сводится к определению таких неизвестных ti (i = 1, 2, ... , N-1), для которых достигается минимум суммарных затрат Z:
Последнее выражение достигает минимума, если частные производные относительно ti (i = 1, 2, ... , N-1) равняются нулю, т.е.:
Таким образом, мы получили систему (N - 1) уравнений с (N - 1) неизвестными, решая которую, находим неизвестные ti (i = 1, 2, ... , N-1), т.е. моменты подачи и использования заказа, минимизирующие общие затраты.
Размеры поставляемых партий ТР Qi определяются из рекуррентных соотношений:
О числе заказов на период T можно сказать, что выбор N следует производить исходя из соотношений C0/C1. Отсюда следует, что если затраты по заказам C0 относительно высоки, то заказы подают реже и ТР доставляются большими партиями, если же высоки затраты хранения C1, то заказы следует подавать чаще и ТР будут поступать мелкими партиями. Отметим, что в случае использования определенного (например, аварийного) запаса ТР рассмотренная модель будет иметь свои особенности, связанные с тем, что потребность в ТР возникает не в определенные моменты времени (случай планирования капитального ремонта участка магистрального трубопровода), а в моменты наступления отказов, прогнозирование которых связано с использованием вероятностно-статистических методов моделирования.
Литература
1. Ширшиков Б.Ф. Организация, управление и планирование в строительстве. – М.: Ассоциация строительных вузов (АСВ), 2016. – 528 с.
2. Шаныгин С.И. Стратегическое управление организацией. Теоретико-методологический подход. – М.: Наука, 2011. – 188 с.
3. Субботин В.А., Миклуш А.С., Колотилов Ю.В. Мониторинг строительно-монтажных работ при ремонте магистральных газопроводов. – М.: Известия, 2016. – 548 с.
4. Юзефович А.Н. Организация, планирование и управление строительным производством. – М.: Ассоциации строительных вузов (АСВ), 2008. – 248 с.
5. Соколов Г.К. Технология и организация строительства. – М.: Академия, 2013. – 528 с.
6. Харитонов В.А. Основы организации и управления в строительстве. – М.: Академия, 2013. – 224 с.
7. Ермолаев Е.Е., Шумейко Н.М., Сборщиков С.Б. и др. Основы ценообразования и сметного дела в строительстве. – М.: Ассоциации строительных вузов (АСВ), 2009. – 136 с.
8. Бузырев В.В., Суворова А.П., Федосеев И.В. и др. Экономика строительства. – М.: Академия, 2010. – 336 с.
9. Бузырев В.В., Федосеев И.В., Гусев А.В. и др. Планирование на строительном предприятии. – М.: КноРус, 2010. – 536 с.
10. Загидуллина Г.М., Романова А.И., Гимадиева Л.Ш.Современные методы технико-экономического анализа деятельности в строительстве. – М.: Академия, 2011. – 208 с.
11. Kolotilov Yu., Arbuzov Yu., Reshetnikov A. et al. Expert Systems for the Construction Operations in the Information Environment. – New York: CreateSpace EStore, 2012. – 544 p.
12. Kolotilov Yu., Arbuzov Yu., Kuznetsov P. et al. Simulation of Construction Operations in the Analytical Systems. – New York: CreateSpace EStore, 2013. – 548 p.
