В таких условиях возрастает значение ритмичности выпуска продукции, а также отклонение от нее. Ритмичность производства приводит к отлаженному графику процесса производства, снижению затрат и, следовательно, повышению эффективности производства.
Ритм производства должен задаваться потоком поступающих заявок. Ввиду того, что заявки поступают нерегулярно, имеют разнородную направленность и колеблющийся объем, перед выявлением ритмичности производства, необходимо провести ряд предварительных операций. Сначала заказы группируются по технологии изготовления продукции и формируются однородные потоки; дальнейшая обработка каждого потока ведется обособленно.
Удобнее всего выявить доминирующую гармонику, обусловливающую ритм поступающих заявок с помощью спектрального анализа. Для этого необходимо оценить автокорреляционную функцию временного ряда (потока заявок), и с помощью преобразования Фурье, вычислить спектральную плотность мощности. Максимальные всплески на графике спектральной плотности мощности позволят выявить искомую доминирующую гармонику. Величина обратная этой частоте и будет определять период или ритм производства. Для определения оптимального единичного объема партии изготовляемой продукции, необходимо провести осреднение объемов производства по заявкам за некоторый промежуток времени (квартал, полугодие, год). Зная необходимый среднемесячный объем продукции и поделив его на найденный ранее ритм, можно определить оптимальный размер партии.
Подобные расчеты ввиду их объемности удобнее выполнять с помощью соответствующей программы. В качестве инструмента для выявления ритмичности поступающих заявок можно использовать пакет прикладных программ, разработанный профессором Прохоровым С.А. (Самарский государственный аэрокосмический университет) «Автоматизированная учебно-исследовательская система аппроксимативного корреляционно-спектрального анализа в ортогональных базисах», с помощью которого может быть выполнено моделирование временных рядов (ВР), выделение тренда и центрирование ВР как с регулярной, так и с нерегулярной дискретизацией, определение взаимной корреляционной функции (ВКФ), построение спектральной плотности мощности, аппроксимация ВКФ или спектра с последующим построением по параметрам аппроксимирующих выражений спектральной плотности мощности или ВКФ соответственно.
Решение задачи выделения тренда и центрирования ВР производится с использованием ортогональных полиномов Лагерра, Лежандра, Чебышева, Эрмита.
Решение задачи аппроксимации ВКФ производится с использованием ортогональных функций Дирихле, Лагерра, Лежандра, параметры которых удовлетворяют минимуму квадратичной погрешности аппроксимации. При этом метод аппроксимации предусматривает разбиение ВКФ на две ветви относительно своего максимума и решение задачи для каждой ветви в отдельности. Спектральная плотность мощности определяется через параметры аппроксимирующего выражения.
Решение задачи аппроксимации спектральной плотности мощности также производится с использованием ортогональных функций Дирихле, Лагерра, Лежандра, параметры которых удовлетворяют минимуму квадратической погрешности аппроксимации. При этом метод аппроксимации предусматривает решение задачи для вещественной и мнимой частей в отдельности. ВКФ определяется через параметры аппроксимирующих выражений.
Таким образом, с помощью описанной методики можно выявить доминирующую гармонику, и на ее основе построить обоснованный график производственного процесса с ритмом, оптимально настроенным на запросы рынка.