Диссертация (1136236), страница 22
Текст из файла (страница 22)
Параметрысредней наработки на отказ узлов и агрегатов, указываемые заводамиизготовителями в технической документации, носят обобщенный характер и неучитываютспецификуработыоборудованиянаконкретномобъекте,климатические условия и др.Рисунок 3.6. Классификация операционных ресурсов по степени критичности ипрогнозируемости расхода в горнодобывающих компаниях.На практике расход запасных частей имеет вероятностный (случайный)характер и поэтому планирование потребности должно осуществляться на основе125статистики потребления прошлых периодов, с учётом структуры и возраста паркаоборудования.
Для снижения неопределенности целесообразно проведениепланово-предупредительных ремонтных работ по соответствующему графику[144]. На этапе предварительной обработки статистической информации,необходимо построить законы распределения расхода и проверить их насоответствие нормальному закону (Гаусса) [51].Это связано с тем, что при изучении и формализации тенденций потребленияодним из базовых является метод наименьших квадратов, который при нормальномраспределении позволяет получить наиболее правдоподобную аппроксимациюисходных временных рядов. Для построения закона распределения и его проверкина соответствие нормальному закону, необходимо предварительно определитьколичество и ширину интервалов, по которым будет распределена статистикарасхода операционных ресурсов:∆ = −(3.15)где k – коэффициент, с помощью которого рассчитывается количествоинтервалов для распределения статистики расхода: ≈ 5 ln(); (3.16) , – максимальное и минимальное значения расхода операционныхресурсов;n – число членов статистического ряда расхода ресурсов.Далее необходимо определить, какое количество значений расходаоперационных ресурсов попало в соответствующий интервал.
Для упрощениярасчётов и визуализации полученных результатов можно воспользоватьсявстроенной функцией «ЧАСТОТА» из прикладного пакета Microsoft Excel. Крометого, для статистического ряда, распределенного по нормальному закону, должнывыполняться следующие условия: ̅ = = ; = = 0где ̅ – среднее значение статистического ряда расхода;Mo – наиболее часто встречающееся значение статистического ряда расходаоперационных ресурсов (мода). При отсутствии сильной асимметрии и126одновершинном распределении, мода может быть определена по приближенномусоотношению Пирсона: = ̅ + 3( − ̅ )(3.17)Me – значение ранжированного ряда в порядке убывания или возрастания,занимающее среднее положение (медиана):Ex – коэффициент эксцесса, характеризующий островершинность илиплосковершинность (крутость) кривой распределения расхода и её отклонение отнормального закона: =1∙ 4∑=1( − ̅ )4 − 3(3.18)As – коэффициент асимметрии (скошенности): =3∑=1( −̅ )(3.19)∙ 3После получения положительного результата проверки распределенияпотребности, которая является случайной величиной, на её соответствиенормальному закону, можно приступать к выявлению и оценке тесноты связей сразличными факторами внутренней и внешней среды, а также описанияполученных связей с помощью математических зависимостей.
Основныепараметры моделей управления запасами, которые требуют прогнозирования:1. Расход операционных ресурсов, изменчивость которого может привести,с одной стороны, к перезатариванию расходного склада и к росту количестваневостребованной неликвидной продукции, так и к обесцениванию финансовыхресурсов, инвестированных в запасы, за счет инфляционных процессов. С другойстороны, увеличение расхода на некоторые категории запасов может привести кобразованиюдефицитаиувеличениюдолиупущенныхприбылигорнодобывающей компании.2.
Время выполнения заказа, вариации которого отражают надежностьпоставщиковипроявляютсяввозникновениисхожихпотерьдлягорнодобывающих компаний.Для целей прогнозирования потребности в операционных ресурсах можно127воспользоваться методами, основанных на экстраполяции временных рядов,в основе которых лежит распространение выявленных в прошлых периодахтенденций на будущее. К данным методам можно отнести различные вариантысглаживанияретроспективнойинформации,выделениетренда,сезоннойсоставляющей и др. Однако, стоит отметить, что методы и модели данной группыприменимы для выполнения кратко- и среднесрочных прогнозов, если потребностьв операционных ресурсах относится к эволюционным (медленно изменяющимся)процессам.
Алгоритм прогнозирования будет состоять из следующих этапов:− сглаживание ретроспективного ряда;− выбор аппроксимирующих зависимостей, близких к исходным параметрамретроспективных рядов расхода;− оценка адекватности прогноза путем расчета теоретических значенийрасхода, имевших место в прошлом, и их сравнение с фактическимиданными;− расчет прогнозных значений расхода операционных ресурсов на будущиепериоды;− оценка точности прогноза (ошибки) и расчет доверительных интервалов.В случае неоднозначности влияния временного фактора на изменениепотребностивресурсахцелесообразновоспользоватьсякорреляционно-регрессионными моделями, ориентированных на поиск причинно-следственныхсвязей между прогнозируемыми параметрами и факторами, вызывающими ихизменения.
Фактический расход ресурса в определенный момент времени (yt)является следствием наложения следующих составляющих:(3.20) = + + гдеft–долговременнаянепериодическойсоставляющаякомпонентой,(тренд),характеризующаякотораяобщуюявляетсятенденциюизменения расхода запасов во времени. Например, общее старение паркаоборудования может вести к увеличению расхода запасных частей, илиснижение спроса на добываемое сырье вызывает постепенное снижение128объёма добычи и сокращение потребности в операционных ресурсах;ωt – сезонная составляющая, обусловленная периодической сменой временгода и погодных условий эксплуатации добычного оборудования;εt – случайная компонента (шум), появление которой может быть вызванонепредвиденными авариями, в результате нарушения условий эксплуатации,недостаточной квалификации персонала, остановкой работы надзорнымиорганами.
Формализация таких локальных факторов представляет собойдостаточно сложную задачу.Как было отмечено в Разделе 3.1 диссертации, для относительно короткихвременных рядов тренды аппроксимируются линейными уравнениями (первогопорядка). В более длительных рядах динамики продаж тренды могут иметьпараболическую,экспоненциальную,логарифмическую,гиперболическуюи прочие формы. Прикладные пакеты программных средств, такие как «MicrosoftExcel», «Mathcad», позволяют автоматизировать процесс расчета коэффициентовуравнения тренда и тем самым облегчить работу аналитиков.
С помощьюэкстраполяции трендов можно прогнозировать общие долговременные тенденциив изменениях расхода операционных ресурсов.Для определения влияния сезонности в статистике расхода запасанеобходимо использовать индексы сезонности (Is), совокупность которыхпредставляет сезонную волну.
Для внутригодовой динамики, в которой трендотсутствует, выявление сезонности основано на среднем хронологическомзначении расхода ресурсов за продолжительный период (̅0 ), с которымсопоставляется уровень потребности каждого анализируемого отчётного периода(̅ ), например, месяца или квартала. При наличии устойчивой тенденциив динамике расхода, индексы сезонности определяются по формуле, позволяющейисключить влияние тренда (ft) [113-114]:̅ =̅{̅0, при = 0, при ≠ 0(3.21)129Учесть возможное влияние случайной компоненты можно через расчетошибки прогноза по формуле среднеквадратического отклонения (σy): = √∑̅ )=1( −(3.22)−1где yt – фактический расход запаса в момент времени t;̅ – прогнозные значения расхода запаса в соответствующий фактическимзначениям момент времени t;n – количество членов временного ряда расхода операционных ресурсов.Таким образом, формулу (3.20) с учётом формул (3.1), (3.21) – (3.22), можнопереписать следующим образом: = ( ∙ + ) ∙ ± ∙ √∑̅ )=1( −−1(3.23)где z – заданный уровень сервиса МТС (уровень доступности запаса длявнутренних потребителей).Введем понятие «Уровень сервиса материально-технического снабжения(МТС)», под которым будем понимать долю потребности внутренних заказчиковгорнодобывающих компаний, которая может быть удовлетворена с помощьюимеющихся на расходных складах запасов операционных ресурсов, в периодмежду очередными поставками (SLmts).
Фактический уровень сервиса МТС, скоторым служба снабжения удовлетворяет текущую потребность можноопределить по формуле:факт =∑=1 ∑=1 (3.24)где ∑=1 – общая потребность внутренних потребителей горнодобывающейкомпании в запасах операционных ресурсов;130∑=1 факт – общее количество операционных ресурсов, потребность вкоторых была удовлетворена с помощью имеющихся запасов на расходныхскладах;, – количество единиц операционных ресурсов, соответственнотребуемых и фактически выданных в производственный процесс ( < ).фактКак видно из формулы (3.24), чем ближе значения ∑друг к=1 и ∑=1 другу, тем ближе значение → 1.0 и тем полнее служба снабженияудовлетворяет потребность в необходимых операционных ресурсах.
Блок-схемапредлагаемого алгоритма расчёта прогнозных значений расхода операционныхресурсов по временным рядам приведена на Рисунке 3.7.Рисунок 3.7. Блок-схема предлагаемого алгоритма расчёта прогнозных значенийрасхода операционных ресурсов по временным рядам.131Для логистических услуг и работ ремонтно-строительного характера, подсервисом МТС, будем понимать долю заявок, исполненных в срок, в общемколичестве поступивших от внутренних потребителей заявок. Пример прогнозапотребности ОАО УК «Кузбассразрезуголь» в дизельном топливе на 2017 год, свероятностью не превышения верхней границы интервала прогноза 99,9% ( =( ∙ + ) ∙ + 3 ∙ ), приведён в Таблицах П4.2 – П4.3 и на Рисунках П4.1 – П4.2Приложения.
Таким образом, за счёт увеличения точности прогноза, прииспользовании предложенной методики, потребность в запасах компании,указанных в Таблице 5, может быть снижена в среднем на 5%.3.4. Модификация моделей управления запасами операционных ресурсов длягорнодобывающих компаний.Одним из наиболее популярных инструментов оптимизации уровняскладского запаса в теории логистики, является расчет экономичного размеразаказа, восполняющего запас до максимального уровня, под которым понимаетсяуровень, с экономической точки зрения целесообразный для обеспечения текущегопотребительского спроса.
В практике отечественных и зарубежных компанийклассическая модель используется в модифицированных формах [91, 130, 137],которые дополнительно учитывают некоторые составляющие, имеющие значениедля каждого конкретного вида деятельности. Для целей совершенствованияснабжения горнодобывающих компаний операционными ресурсами необходимодополнительно учитывать следующие составляющие:− затраты на закупку запасов с учётом оптовых скидок с базовых цен (Cз);− транспортно-заготовительныерасходынадоставкуресурсовотпоставщиков (СТЗР);− потери от иммобилизации финансовых средств в запасах (Раздел 3.2диссертации), для дорогостоящих запасных частей и расходныхматериалов (Сi);− потери, связанные с дефицитом операционных ресурсов на складе,отсутствие которых вызывает простои добычного оборудования и132снижение объёма вырабатываемой горной массы (СH).Таким образом, формула суммарных затрат горнодобывающих компаний,связанных с запасами операционных ресурсов, соответствующая размеру заказа (Q)будет иметь вид: = з + ТЗР + + (3.25)Наиболее распространённым подходом, который используют поставщикипри заключении договоров с потребителями материальных ресурсов, являетсяразработка системы скидок с базовых цен на реализуемую продукцию, чтонепроизвольно приводит к завышению объемов закупок.
В такой ситуации затратыпокупателей, отнесенные на единицу запаса (удельные затраты), действительноуменьшаются, при том что количество единовременно выводимых из оборотафинансовых ресурсов растет.Для принятия сбалансированного решения необходимо оценить, с точкизрения суммарных затрат, каждый вариант закупки по соответствующей цене,поскольку при экономии на стоимости приобретения, можно несоразмерноувеличить затраты в смежных функциональных областях деятельности компании.Такая ситуация может привести к отсутствию экономической целесообразностирешения о покупке увеличенных партий ресурсов и к снижению общейрентабельности бизнеса.ТЗР могут не выделяться в отдельную статью, в случае доставки запасовсилами поставщика и за его счёт.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
