Управление производственным развитием текстильных предприятий

Даже полагая суммарную потребность (m) величиной постоянной (на практике в условиях снижения социально - экономических и демографических показателей в постперестроечной России она могла снижаться) видно, что в результате действия эффекта замещения объемы реализации исходного товара предприятия в условиях конкуренции должны уменьшиться по сравнению с эталоном. В этом заключается сущность конкурентного замещения товаров и технологий.

Описание данного процесса возможно с использованием моделей замещения. В общем виде они представляют собой усовершенствованные модели диффузии, в которых учтено перераспределение рынка между конкурентами. Для конкретного товара в общем виде базовую зависимость модели замещения можно представить, как систему уравнений:

f'(t) = ц(p, q, F'(t), {F''_i(t)}), (15)

n'(t) = f'(t) Ч m, (16)

где f'(t) - относительный (в долях от суммарной потребности m) объем потребления товара предприятия за год t; p, q - параметры модели диффузии для данного товара (сегмента рынка); F'(t) - накопленный объем потребления товара предприятия в к началу года t; {F''_i(t)} - множество величин накопленного объема потребления товаров - конкурентов к началу года t; n'(t) - объем потребления товара предприятия в год t в натуральном выражении; m - величина суммарной потребности, на удовлетворение которой нацелен рассматриваемый товар.

Как было отмечено в разделе 3.1 существует два принципиально различных типа моделей замещения: модели многокомпонентного замещения и модели бикомпонентного замещения. Первые [370] рассматривают взаимодействие в процессе конкуренции множества товаров и технологий. И.Н. Щепиной практически доказана возможность точного прогнозирования объемов потребления множества товаров и технологий на основе моделирования многокомпонентного замещения. Эти модели можно применять для описания конкурентного замещения некоторого (достаточно ограниченного и строго определенного) числа конкурирующих товаров и технологий. Однако практическое применение данных моделей в практике работы современных предприятий в России (особенно с небольшим масштабом деятельности), когда существует огромное число конкурирующих продуктов, не являющихся строго детерминированными, - значительно затруднено. Главная причина - отсутствие достоверной исходной информации, так как невозможно проследить объемы продаж и структуры рынка (как отмечалось в разделе 2.1), невозможно получить достоверную информацию об объемах ввоза потребительских товаров (в частности текстильной продукции). Таким образом, невозможно не только проследить процесс взаимодействия конкурирующих товаров, но и оценить суммарную емкость и структуру рынка. При этом, учитывая действительно огромное разнообразие ассортимента товаров на рынке, даже если бы необходимый массив информации и был собран, серьезнейшим вопросом стала бы размерность и принципиальная вычислимость задачи подобного объема.

Нами установлено, что в условиях непрозрачности (неопределенности информации об объемах и взаимном перераспределении «конкурирующей части рынка»), определенные возможности открывает использование моделей бикомпонентного замещении. Это показано в работе Гивона и Махаяна [394] на примере прогнозирования объемов реализации пиратского программного обеспечения для оценки потерь легальных производителей (некоторая ситуативная аналогия с российским рынком потребительских товаров, где сохраняются значительные доли «серой» продукции).

Использование модели бикомпонентного замещения основано на том, что на практике для лиц, принимающих решения, единственной доступной для анализа репрезентативной количественной информацией являются данные внутреннего учета по объемам продаж в настоящем и в прошлом. Этой информации достаточно для моделирования замещения товара на основе эталонной кривой. Предлагается следующая методика.

1. Гипотеза модели бикомпонентного замещения.

Вводятся 2 группы величин, характеризующих динамику объемов продаж товара: f'(t) и F'(t) - объемы потребления, остающиеся за товаром предприятия; f''(t) и F''(t) - объемы потребления, отходящие к конкурентам (замещение товара относим ко всему внешнему рыночному конкурентному фону, без детализации, какими именно товарами и в каких объемах осуществлено замещение).

Будем рассматривать только полное замещение, когда величина m остается постоянной. То есть уравнения: f = f' + f''; F = F' + F'' будут верны для любого этапа. Тогда на базе уравнений модели диффузии может быть выведено уравнение модели бикомпонентного замещения.

2. Уравнение модели замещения.

Запись уравнения будет зависеть от исходного типа модели диффузии, которая используется. Авторами работы рекомендуется модель неоднородного влияния, как наиболее универсальная. Тогда уравнение расчета динамики объема реализации товара по годам его ЖЦТ на базе модели неоднородного влияния с учетом замещения примет следующий вид.

(17)

В данной модели все параметры, кроме р, - соответствуют исходной модели диффузии, величина F - рассчитывается для каждого года при построении эталонной кривой товара по модели диффузии, как постоянная, величина F' - реально накопленный объем потребления товара.

Коэффициент p' - реальный коэффициент инновации, характеризующий процесс распространения изучаемого товара. Эмпирически установлено, что в реальных условиях конкуренции происходит разделение величины первоначального потребления на две составляющие: p' - уровень первоначального потребления непосредственно изучаемого товара; p'' - уровень первоначального потребления, отошедший на счет конкурентов. При полном замещении имеется соотношение:

p = p' + p'' (18)

Расчет величины p' достаточно просто осуществим: p' = f'(t=1).

3. Метод прогнозирования изменений позиций товара фирмы на рынке на основе модели бинарного замещения.

Таким образом, с использованием модели замещения на основе эталонной кривой жизненного цикла товара и реальных данных по объемам продаж может быть осуществлено прогнозирование будущей динамики объемов продаж товара. Последовательность построения прогноза будет иметь следующий вид.

3.1 На основе средних параметров жизненного цикла исследуемой товарной группы, а также зависимостей (13) - (14) строится модель эталонной кривой жизненного цикла. Как правило, она учитывает в себе конкурентоспособность товара и уровень конкуренции на рынке прошлых периодов, когда предприятие могло иметь более высокую долю рынка.

3.2 Вводится ряд реальной динамики объемов продаж рассматриваемого товара, который, как правило, оказывается ниже уровня эталонной кривой. Осуществляется его пересчет из натурального в относительное выражение с использованием зависимости (16).

3.3 Определяется величина p' и на основании имеющихся данных с помощью модели диффузии (уравнение (17)) осуществляется расчет прогнозного ряда объемов продаж.

Расчет прогноза объемов реализации товара удобнее всего производить в форме таблиц. На рис. 7 приведено графическое изображение уровня различных кривых жизненного цикла: реальной, эталонной и прогнозной с учетом фактора замещения для случая товара с незаконченным жизненным циклом.

При проведении апробации метода на примере данных по динамике сбыта мебельных тканей было выявлено, что при построении эталонной кривой параметр модели диффузии p может быть задан не только, как среднее значение для группы, но и с использованием статистической линейной зависимости от насыщенности производственной программы артикула ткани различными вариантами рисунков в первый год существования. При этом варианты значений параметра могут получиться различными. Предлагается проведение расчета по двум вариантам, после чего, на основе сопоставления реальной и прогнозной кривой по критерию минимума суммы квадратов разности (S²) [cм. 312], осуществление выбора наиболее адекватного варианта прогноза.

Следует иметь в виду, что использование предлагаемого метода допустимо только в описанных условиях: реальный объем реализации товара должен быть меньше уровня, прогнозируемого на основе эталонной кривой.

В случае соответствия или незначительного отклонения реальных данных от эталонных следует воспользоваться для прогнозирования динамики объема продаж эталонной кривой и констатировать отсутствие эффекта замещения и, как следствие, признать сохранение уровня конкурентоспособности продукции предприятия.

Для установления данного факта можно рекомендовать использование метода проверки статистических гипотез по t-критерию Стьюдента и F-критерию Фишера [310].

В том случае, если реальная кривая будет превосходить эталонную кривую (при практической апробации метода на примере текстильной продукции подобных случаев в современных условиях не установлено), следует предположить, что произошло изменение параметров ЖЦТ под воздействием улучшения конкурентоспособности товара или фирмы, а также, - из-за изменения внешних факторов рыночной конъюнктуры. В этом случае, можно рекомендовать осуществление корректировки параметров модели, или пересчет величины суммарной потребности в товаре (m) с учетом охвата продукцией фирмы новых сегментов рынка.

Рисунок 7 - Построение прогноза объемов продаж по модели замещения.

Таким образом, методика моделирования жизненных циклов товаров на основе модели бикомпонентного замещения долей рынка сформулирована.

Рассмотрим пример расчета прогноза объема продаж по модели бинарного замещения из практики консультирования авторами одного отечественного предприятия по выпуску мебельно-декоративных тканей (см. таблицу 5). Ткань мебельная артикул «Аркаим» группы жаккардовых материалов с вложением ворсистой пряжи типа «шенилл» была выведена на рынок в 2002 году.

Таблица 5 - Прогнозирование динамики сбыта товара по модели замещения

Параметры модели
m, пог.м	550000
P	0,2
Q	0,3
д	1
	Жизненный цикл ткани шенилл "Аркаим"
Годы	2002	2003	2004	2005	2006	2007	Сумма
Прогнозная кривая по эталонному ЖЦТ (n), пог. м/год	110000,00	114400,00	104973,44	83762,69	58214,63	35950,60	507301,36
Прогнозная кривая по эталонному ЖЦТ (f)	0,200	0,208	0,191	0,152	0,106	0,065	0,922
Прогнозная кривая по эталонному ЖЦТ (F)	0,000	0,200	0,408	0,599	0,751	0,857	--
Фактическая кривая продаж на момент составления прогноза (nфакт), пог. м/год	105420,00	121080,00	105920,00	43894,00			376314,00
Фактическая кривая продаж на момент составления прогноза (fфакт)	0,19	0,22	0,19	0,08			0,68
Фактическая кривая продаж на момент составления прогноза (Fфакт)	0,00	0,19	0,41	0,60			--
Расчетный остаточный ЖЦТ (f')				0,080	0,083	0,051	0,21
Расчетный остаточный ЖЦТ (F')				0,060	0,080	0,163	--
Расчетный остаточный ЖЦТ (n'), пог. м/год				43894,00	45544,69	28180,95	117619,64
Фактически сложившиеся продажи после составления прогноза (n'факт), пог.м/год				43894,00	46820,00	25500,00	448634,00
Расчетная величина замещенного спроса (n''), пог.м/год				39868,69	12897,38	7964,81	60730,88

При составлении плана продвижения товара были определены: прогнозное значение m (на основе зависимости (1) и данных плана разработки дизайнов под данный артикул), по (2) - плановая продолжительность ЖЦТ в T = 6 лет (2002 - 2007), а также на основе экстраполяции средних значений товарной группы «Ткани шенилловые» данного предприятия - определены параметры модели эталонной кривой ЖЦТ (p, q, д), что позволило спрогнозровать эталонную ЖЦТ товара на основе модели диффузии (динамика n, f, F).

Как видно из таблицы 5 - фактические данные продаж товара за первые 3 года (2002 - 2004) достаточно близко соответствовали прогнозу, что позволяло говорить о приемлемости прогноза по эталонной кривой для целей планирования в дальнейшем. Однако, в 2005 году в результате мероприятий таможенных органов по ужесточению режима таможенного администрирования экспорта-импорта текстильного сырья, фактически на 6,5 месяцев для предприятия были заблокированы возможности ввоза в РФ незаменимой для производства данной ткани турецкой пряжи типа «chenille», практически не выпускаемой отечественными предприятиями в должном объеме и ассортименте. Таким образом, выпуск ткани был остановлен на длительное время, в результате чего объем продаж за год составил только 43,8 тыс. погонным метров ткани против 83,8 тыс. планировавшихся. При этом, парадоксальным образом, ужесточение таможенного режима ввоза сырья не сопровождалось аналогичным для импорта готовой продукции - мебельных тканей, что привело к широким возможностям замещения неудовлетворенного спроса клиентов предприятия (в результате остановки производства) импортными аналогами. С большой долей уверенности можно говорить о полном замещении спроса в этот период. Задачей корректировки прогноза с учетом фактора замещения явилось определение влияния эффекта замещения на остаточный жизненный цикл товара (расчет величин n' и n'' - в таблице 1) с помощью моделей (16) - (18). Сопоставление прогноза n' с реальными данными, имевшими место впоследствии, говорит о высокой достоверности прогноза. На рис. 8 показаны эталонная, реальная, фактическая, остаточная и замещенная кривые ЖЦТ, соответствующие расчетам в таблице. 5.

Рисунок 8 - Эталонная, реальная замещенная и остаточная кривая ЖЦТ ткани «Аркаим».

В заключение необходимо высказать некоторую оговорку. Методика (13 - 18) предполагает описание жизненного цикла (как правило, нового) товара с использованием четких описаний, т.е. подразумевается наличие у лиц, принимающих решения, достаточно строго детерминированных и статистически значимых параметров и констант модели, определенных на основе в той или иной мере репрезентативной статистики прошлых лет. При этом может быть получен, конечно, достаточно четкий результат прогнозирования, а дисперсия, среднее квадратическое и предельное отклонение ожидаемого результата от прогноза определяются по известной статистической методике [312]. Это позволяет достаточно четко определять риски, связанные с достоверностью полученного прогноза. Однако, следует учитывать, что в реальных условиях подобная «идиллическая картина» может и не иметь места. Например, может просто отсутствовать репрезентативная статистика для определения параметров эталонной кривой (нет статистики за достаточно длительный период). Также сами параметры целевых групп, учитываемые в модели, могут меняться во времени, что зачастую невозможно определить в течение того промежутка времени, который имеется для принятия управленческого решения. То есть практически важным является случай, когда параметры модели диффузии (замещения), а, следовательно, и сама модель не являются статистически детерминированными по субъективным причинам (дурная неопределенность). При этом набор имеющихся данных для анализа не являющихся статистически репрезентативных мы назовем квазистатистикой.

Подобные условия не отменяют для предприятия острой необходимости принятия устойчивых (робастных) решения. Эта проблема может быть успешно решена и на основе данных квазистатистики путем приложения к их анализу аппарата нечетких множеств, как показано в работе [194] и в разделе 3.4 настоящей работы применительно к задачам управления производственно-коммерческой деятельностью предприятий промышленности. При этом требуется переход от детерминированных описаний параметров модели к нечетким, а сама модель жизненного цикла товара будет превращаться в нечеткую модель на основе нечеткой функции (функции с нечетко-множественными параметрами). При этом результатом прогнозирования объемов продаж товара на рынке будет также нечетко-множественная оценка, которая может служить не только для целей управленческого прогнозирования но и анализа рисков [19]. Описанию нечетко-множественного моделирования жизненных циклов товаров на основе моделей диффузии и замещения будут посвящены наши дальнейшие работы.

В целом можно отметить, что выбор методики моделирования жизненного цикла конкретного товара следует производить с учетом конкретных обстоятельств (наличие или отсутствие эталона-аналога, наличие или отсутствие фактора замещения, качество исходной статистики). В систематизированном виде выбор конкретной методики можно представить в виде таблицы 6.

Таблица 6 - Схема выбора метода прогнозирования динамики сбыта товара по этапам его ЖЦТ в случае несоответствия реальной динамики эталонной кривой.

Наличие аналога в прошлом	Срок пребывания товара на рынке с момента выведения
	Не более 2-х лет	Более 2-х лет
Отсутствие явного аналога	Моделирование с использованием нечетко-множественной модели
Наличие аналога	Реальный ЖЦТ выше кривой	Прогнозирование ЖЦТ по модели замещения с использованием q и б аналога или средних значений ТАГ	Определение собственных параметров ЖЦТ, возможно по нечеткой форме
	Реальная динамика варьируется вокруг эталонной кривой		Построение прогноза ЖЦТ на основе модели замещения

3.4 Прогнозирование жизненных циклов новых товаров в условиях нечетких исходных данных

Обобщая содержание разделов 3.1 - 3.3 можно заключить, что вычислив типовые значения параметров модели жизненного цикла для исследуемых групп товаров можно с высокой достоверностью прогнозировать будущие кривые ЖЦТ для новых продуктов. В частности нами разработана методика построения эталонных кривых жизненных циклов, основанная на следующей последовательности действий:

1. Определение параметров моделей диффузии для ассортимента аналогичной продукции с уже законченным ЖЦТ (ранее снятые с производства аналоги). В качестве исходных данных используются данные о динамике потребления аналогичной продукции в прошлом.

2. Группировка полученных данных по товарным группам аналогичной продукции, определение средних параметров ЖЦТ товарных групп.

3. Моделирование профиля ЖЦТ характерного для каждой товарной группы, экстраполяция профиля типовой кривой ЖЦТ товарной группы на новые товары, создаваемые в рамках нее же.

4. Моделирование эталонной кривой ЖЦТ для каждого товара с учетом оценочных значений величины суммарного конечного потребления, рассчитываемого либо также на основе средних значений товарных групп или на основе маркетинговых исследований и устанавливаемых в их результате зависимостей данной величины от других показателей.

Подобная методика достаточно хорошо работает в условиях, когда исследователю доступна обширная статистика продаж за прошлые периоды, охватывающая обширные группы ассортимента, представленного большим количеством товаров в каждой группе. При этом должны выполняться условия в целом стабильности как базовой структуры ассортимента в течении многих лет, так и социально-экономических условий (также влияющих на параметры кривой и ее уровень). Довольно частая на практике ситуация невыполнения хотя бы части названных условий ведет к тому, что на этапах 1 и 2 формируется массив исходных данных, не обладающих необходимым уровнем статистически достоверной репрезентативности. На практике конкретное предприятие может исследовать только (как правило) достаточно ограниченные данные о прошлых продажах своей собственной продукции, и лишь в некоторых редких случаях еще могут быть доступными аналогичные данные об 1 - 2 конкурентах. Например, в таблице 7 приведен пример сводной таблицы параметров ЖЦТ, полученный нами при исследовании жизненных циклов ассортимента мебельных тканей одного отечественного производителя на основе статистики 1986 - 2002 годов.

Таблица 7 - Параметры модели диффузии для видов товаров с законченным ЖЦТ, 1986 - 2002 годы.

№ п.п.	Группа	Наименование, АРТ	Конечное суммарное потребление, тыс. м.	Коэффициент инновации p	Коэффициент неоднородного влияния д	Коэффициент имитации q
1	Гобелены классические	Облегченный С-10	4530,9	0,013	0,209	0,316
2		Гостиный С-4	17333,1	0,046	1,000	0,249
3		Московский С-21	1148,4	0,087	0,265	0,453
		В среднем	7670,8	0,049	0,49204	0,339
4	Плюшевые (велюровые) ткани	Плюш С-1	381,9	0,023	0,761	0,532
5		Плюш С-3	239,0	0,011	1,450	0,989
6		Плюш С-2	807,3	0,113	3,280	0,725
		В среднем	476,1	0,049	1,830	0,749
7	Плотные жаккардовые ткани	Елена С-5	1308,4	0,091	0,898	0,691
8	Жаккардовые ткани	Блюз С-9	179,3	0,102	0,127	0,358
9		Радуга С-20	78,9	0,142	0,425	0,519
		В среднем	129,1	0,122	0,276	0,438
10	Буклированные ткани	Фасонная С-6	165,9	0,210	0,774	1,000
11		Былина Д-16	109	0,04123	0,40276	1,000
		В среднем	137,45	0,126	0,588	1,000
12	Гобелены со сложным рисунком	Астра С-30	93,3	0,109	0,757	0,590
13		Классика С-12	42,8	0,035	0,423	0,557
		В среднем	68,05	0,072	0,590	0,574
14	Ремизные ткани	Русь С-13	14,2	0,183	0,044	0,469

В таблицу 7 не вошли данные о еще порядка 15 видах товаров того же предприятия, продолжительность ЖЦТ которых составила менее 3-х лет (либо явные маркетинговые неудачи, либо некие разовые заказы специфических клиентов), описывать ЖЦТ которых не имеет смысла (нет кривой). Даже беглого взгляда на таблицу достаточно, чтобы увидеть, что, несмотря на действительно имеющую место некоторую качественную схожесть параметров профиля жизненных циклов товаров в рамках одной группы, говорить о какой бы то ни было даже минимальной репрезентативности информации не представляется возможным. Для этого достаточным будет сослаться на крайне незначительный объем выборки по группам, составляющий только 1 - 3 вида продукции.

Помощь в данном случае может оказать качественный анализ полученных данных с точки зрения интерпретации полученных параметров ЖЦТ, возможных видов профиля кривой ЖЦТ, им соответствующих, через призму маркетинговых особенностей изучаемых и моделируемых товаров и их целевых рынков.

Так, если интерпретировать данные таблицы 7, можно сделать следующие выводы о рассмотренных группах товаров, например:

- гобелены классические: типичные товары, соответствующие тенденции «классическая мода»: длительный ЖЦТ при невысоком уровне первоначального потребления с достаточно пологой кривой ЖЦТ (низкий уровень q), однако имеется ярко выраженный пик продаж, приходящийся на первую половину времени пребывания товара на рынке (д 1), однако после чего товар присутствует на рынке еще достаточно долгое время;

- плюшевые ткани - типичные представители «вечной классики» - при высоком уровне коэффициента имитации имеет место в среднем значение д >> 1, что ведет к наличию достаточно длительного периода роста объемов продаж товара (пик во второй половине ЖЦТ), после чего только наступает спад, преодолеваемый на следующем цикле при выведении на рынок новых товаров данной группы;

- буклированные ткани - типичные образцы «остромодной продукции», характеризующиеся как высоким уровнем первоначального спроса (p), так и высокой скоростью распространения (q) при низком факторе неоднородного влияния (д 1), что ведет к быстрому достижению товаром пика сбыта, после чего наступает быстрый спад и товар уходит с рынка, уступая место новинкам.

Для иллюстрации примеры типичных кривых ЖЦТ названных товарных групп приведены на рис. 9.

Рисунок 9 - Профили кривых ЖЦТ разного типа.

Таким образом, набор хотя бы и не вполне статистически репрезентативных данных о параметрах ЖЦТ старых товаров, вместе с маркетинговой интерпретацией этих данных, а также знания об ожидаемом маркетинговом «профиле» новых товаров, ориентации его на сегменты рынка, «модности» может являться тем не менее, основой как для прогнозирования, так и для принятия управленческих решений. Набор подобных разнородных как в статистическом так и в «форматном» отношении данных в теории нечетких множеств [см. 194, 195, 295, 430]) принято называть квазистатистикой.

Теория нечетких множеств является частью (и началами - в хронологическом отношении) современного направления математической науки, созданного американским математиком Лотфи Заде [430], - теории «возможностей», которая в некотором смысле носит характер, альтернативный теории вероятностей и классической статистике, а в некотором продолжает и дополняет их. Как показано д.э.н. Недосекиным А.О. [194], [195] особый интерес аппарат нечетких множеств (нечеткие числа, нечеткие функции) представляет для обработки и анализа экономической и управленческой (в частности маркетинговой [178]) информации в условиях т.н. «дурной неопределенности» - принципиальной невозможности формирования статистически репрезентативного массива исходных данных (достаточно типично, как мы и говорили в маркетинговых исследованиях).

Исходный массив данных квазистатистики необходимо подвергнуть либо экспертной обработке, либо обработке с использованием правил нечеткой логики (в этом случае на помощь также могут прийти программно-аппаратные средства принятия решений и анализа: нейронные сети, экспертные системы, элементы искусственного интеллекта). В этом случае, могут быть сгенерированы нечеткие оценки прогнозируемых параметров, которые не только оценивают ожидаемое среднее значение но и моделируют «размытость» информации. Вариантом нечеткой оценки параметров будут являться: интервалы, нечеткие числа (произвольно-нечеткие, треугольные, трапециевидные) - см.: [194, 195, 295]. Достаточно простым, но практически важным (в частности) для нашего случая является нечеткая оценка в форме треугольных нечетких чисел, которые представляют собой непрерывные подмножества (отрезки) общего множества (носителя), где каждому значению подмножества присвоено значение функции принадлежности - характеристической функции, которая показывает степень принадлежности (уверенности эксперта в принадлежности) данного значения нечеткому числу. Крайним значениям подмножества, как правило, присваиваются значения функции принадлежности м = 0. Одному из значений внутри отрезка (наиболее ожидаемому значению) присваивается м = 1, а график функции принадлежности (области, ограниченной графиком м и осью носителя) треугольного нечеткого числа имеет форму треугольника. Треугольное нечеткое число можно задать по трем этим точкам, например нечеткое значение коэффициента инновации можно описать:

p = {p_min; p₀; p_max}; м(p_min) = м(p_max) = 0; м(p₀) = 1.

В качестве иллюстрации приведем вариант нечеткой оценки p для группы «гобелены классические»: p = [0,02; 0,05; 0,07] (графическая иллюстрация на рис. 10).

Рисунок 10 - Треугольное нечеткое значение параметра P

Аналогично также в форме треугольных нечетких чисел могут быть заданы и прочие параметры модели диффузии ЖЦТ товара:

q = {q_min; q₀; q_max}; д = {д _min; д₀; д_max}; m = {m_min; m₀; m_max}.

В случае нечеткого здания параметров модели ЖЦТ - сама модель (вида (1) - (2), табл. 3) также приобретает нечеткий вид, а именно - вид нечеткой функции (НФ). Кратко скажем, что НФ является такого рода зависимость, в которой каждому значению аргумента соответствует нечеткое множество значений функции. Графиком НФ будет является не линия а область, в которой точки НФ при разных значениях аргумента с одинаковым значением функции принадлежности складываются в линии, являющимися графиком НФ при заданном значением уровня функции принадлежности (м). В случае наличия нормальной НФ (НФ с нормализованной формой функции принадлежности), область значений НФ сверху и снизу будет ограничена линиями нечеткой функции при м = 0 верхней и нижней соответственно. Важным частным случаем НФ будет являться треугольная НФ (ТНФ), в которой каждому значению аргумента будет соответствовать треугольное нечеткое число значения функции. Сразу заметим, что в общем виде модель ЖЦТ, являясь нелинейной, в общем виде не будет ТНФ, а нечеткой функцией произвольно-нечеткой формы. Однако, в практическом отношении, ее можно считать условно-треугольной (условная трианглизация ([194], [195])), ограничившись аппроксимацией по уровням м_нижнее = 0, м = 1, м_{верхнее} = 0.

Приведем запись нечеткой модели ЖЦТ (модели текущих продаж в натуральном измерении), приведенной к треугольному виду:

(19).

Важная оговорка: в модели (19) записи параметров модели и относительных показателей типа: p_min; F_max отражают не состояние абсолютного значения (наибольшее или наименьшее абсолютное значение параметра при разных уровнях функции принадлежности), а принадлежность к параметром модели кривой ЖЦТ соответствующего уровня функции принадлежности. То есть p_min означает, что данный параметр является параметром кривой n_min(t). Однако при этом, ввиду нелинейности нечеткой функции n_i(t) возможны парадоксы, например коэффициент инновации для кривой более высокого абсолютного значения может быть задан (в зависимости от соотношений значений и разброса показателей суммарного потребления товара и потребления товара за первый год) по абсолютной своей величине ниже аналогичного параметра для кривой более низкого абсолютного значения (p_min>p_max).

Для иллюстрации рассмотрим пример построения нечеткой прогнозной кривой ЖЦТ на основе следующих исходных параметров (рис. 11):

p = [0,03; 0,05; 0,07], q = [0,2; 0,3; 0,4]; д = [0,7; 0,9; 1,15]; m = [950; 1200; 1400] тыс. пог. м.

Таким образом, нами построена нечеткая прогнозная модель ЖЦТ нового товара. Модель охватывает только первые предполагаемые 6 лет. Больший охват просто не имеет смысла, так как, с одной стороны, на больший горизонт планирования результаты прогнозирования являются уже практически незначимыми, а с другой - за начальный период фактического нахождения товара на рынке будет уже накоплен определенный объем статистики продаж, что позволит перейти к более предметной модели, допускающей менее размытые оценки.

В результате прогнозирования по предложенной нечеткой модели может быть вычислено треугольное нечеткое число прогноза потребления данного товара на определенный год жизненного цикла (например в год 4 - n = [37,6; 115,5; 238,2] тысяч погонный метров). Подобная оценка в любом случае является более адекватной характеру исходных данных и включает в себя (помимо собственно оценки возможного результата) также модель неопределенности оценки и риска отклонения объемов продаж от прогнозных, с ней связанного. Так, например, по модели Недосекина [194, 195, 295], задавшись критическим уровнем объемов продаж товара, определяемого, например, инвестиционными факторами предприятия, можно определить риск, в процентном выражении, недостижения объемом потребления товара подобного критического значения.

Следует заметить, что, несмотря на достаточно полное моделирование неопределенности в модели (19), она не учитывает один важный фактор снижения объемов продаж ниже прогнозного значения, а именно - конкурентное замещение, когда в результате как внутренних (снижение ценовой или качественной конкурентоспособности самого товара), так и внешних факторов (например, конкурентная атака на позицию фирмы или с использованием ценовых возможностей (демпинг), или ассортиментных (существенное улучшение качеств товара)), исходная доля рынка рассматриваемого товара перераспределяется между двумя или большим числом конкурентов. С этой точки зрения нечеткая кривая ЖЦТ вида (4) должна рассматриваться в качестве эталонной кривой, а моделирование динамики сбыта товара с учетом фактора замещения возможно с использованием методики, разработанной нами в данной работе.

Рисунок 11 - Нечеткая модель ЖЦТ (первые 6 лет), приведенная к треугольному виду

Таким образом, автором определены основные подходы к моделированию жизненных циклов товаров в условиях нечетких исходных данных.

Выводы по главе 3

1. Основой диагностирования товарного и бизнес портфеля среднего предприятия может быть моделирование диффузии товарных нововведений, которое позволяет оценить рыночную динамику составляющих и в целом товарного портфеля в рамках модели ЖЦТ.

2. Любой товар, технология (способ производства) в момент своего появления является инновацией. Новый товар вызывает определенные инновационные изменения рыночной среды, связанные с осознанием потребности, на удовлетворение которой данный товар нацелен.

3. Динамика спроса на новый товар (жизненный цикл товара) будет иметь характер инновационного цикла, имеющего этапы возникновения, роста (связанного с распространением информации о новинке и осознанием потребности), стабилизации и спада, экономическими причинами которых станут распространение информации, постепенное исчерпывающее удовлетворение исходной потребности и наличие фактора замещения более эффективными инновациями.

4. Цикличность характера динамики рыночного спроса на любой товар выдвигает перед предприятием требование постоянного обновления своего ассортимента и учета характера жизненных циклов в товарной политике. На основе моделирования ЖЦТ может строиться прогноз изменений позиции продукции предприятия на рынке.

5. Прогнозирование будущей динамики объемов продаж товара на рынке может быть осуществлено только с учетом фактора замещения.

6. На основе использования модели замещения можно оценить не только потенциал товара на рынке в будущем, но и сложившийся уровень его конкурентоспособности относительно эталона. При этом можно сделать вывод о сохранении или снижении уровня конкурентоспособности товара и канала сбыта.

7. Эффективность использования данного метода может быть повышена на основе использования данных о динамике продаж товаров - конкурентов. В этом случае, возможно определение товара и производителя, занимающих лидирующие позиции на рынке, и использование их данных продаж для моделирования эталонной кривой. Таким образом можно получить более репрезентативные результаты.

8. По итогам моделирования прогнозной кривой можно спрогнозировать общий срок жизни товара на рынке, остаточный срок ЖЦТ, текущую фазу ЖЦТ. Интеграция данных по всем товарам, входящим в товарный портфель, может дать информационную базу для реализации следующих этапов формирования сбалансированной структуры портфеля. В частности, можно определить стратегию портфеля, необходимые объем и структуру обновления его состава (снятие товаров с производства и выведение на рынок новых).

9. Важнейшей информацией, получаемой по итогам реализации данного этапа, является прогноз динамики объемов сбыта товара на рынке. Эти данные необходимы для реализации комплекса оптимизационных расчетов в процессе поиска сбалансированной структуры и расчета рисков портфеля.

10. Дальнейшим направлением совершенствования методики приложения моделей замещения к прогнозированию жизненных циклов новых товаров может являться совмещение теории диффузии и конкурентного замещения с аппаратом теории нечетких множеств.

ГЛАВА 4. Методология сбалансированного формирования товарного портфеля в рамках управления существующими технологическими СБЕ среднего предприятия

Как уже рассмотрено автором, процесс принятия решений о формировании и управлении структурой товарного портфеля производственного предприятия и подходы, используемые для этого, сильно отличается от того, принимается ли решение в отношении новой или существующей технологической единицы. В частности, предложена трехмерная стратегическая матрица вида «товар-рынок-технология» (раздел 2.3), и нами обосновано использование различных стратегических подходов и инструментария принятия решения для данных случаев. При принятии решений о формировании товарного портфеля для новой технологической бизнес-единицы предприятия (производственное подразделение, основанное на ранее не использовавшейся в компании технологии, новом парке оборудования и новых производственных мощностях), формирование товарного портфеля должно рассматриваться в рамках комплексного процесса инвестиций. Это предопределяет использование проектного подхода и методов инвестиционного проектирования для обоснования тех или иных решений. Ситуация управления товарным портфелем (формирование и обновление ассортимента продукции, определение структуры портфеля (пропорции объемов выпуска различных товаров)) в рамках существующей технологии (имеющийся парк оборудования, устоявшаяся производственная мощность, технологические и ассортиментные возможности) существенно отличается, так как в этом случае рассматривается текущее функционирование бизнеса и, соответственно, должны применяться не проектные, а процессные подходы, а ответственность за принятие и реализацию данных решений должны нести не проектные, а линейно-функциональные менеджеры. В соответствии с предложенной матрицей, к области старой технологии относятся случаи принятия следующих стратегических альтернатив:

1. выпуск существующих групп продукции по существующей технологии для существующего рынка (сохранение рыночной стратегии и позиционирования фирмы в неизменном виде), например: разработка новых артикулов ранее освоенной на предприятии группы гобеленовой ткани мебельного назначения в рамках используемой ткацкой технологии для целевого рынка мебельных обивочных материалов;

2. выпуск новой продукции по существующей технологии для старых рынков, например: разработка и освоение новой ассортиментной группы мебельных тканей с вложением ворсистой фасонной пряжи для выпуска на существующем парке ткацких станков для существующего рынка обивки для мягкой мебели;

3. выпуск старой продукции в рамках старой технологии для новых рынков: выпуск существующих артикулов бязевых тканей на существующем ткацком оборудовании предприятия, специализированного в области производства постельного белья, для использования в качестве подкладочных материалов в производстве мебели;

4. выпуск новой продукции для новых рынков по существующей технологии (поиск подобных возможностей), например: освоение выпуска фильтровальных тканей для рынка систем кондиционирования в горно-рудной промышленности на существующем ткацком производстве фабрики, специализированной в выработке тканей для производства абразивных и композитных материалов.

Отметим, что в практическом отношении случаи принятия решений по управлению товарным портфелем существующей СБЕ доминируют над случаями формирования товарного портфеля для новой. Действительно, временной горизонт использования специальных методов для формирования товарного портфеля в рамках новой технологии ограничивается сроком реализации проекта создания новой СБЕ, как правило, моментом доведения данного проекта до окупаемости (возврата инвестиций). После этого, мы уже имеем дело с существующим производственным подразделением. в отношении которого стоит в тактическом и в стратегическом отношении задача управления текущей деятельностью, то есть начинается процесс непрерывного управления товарным портфелем уже существующей СБЕ. А решения по созданию новых технологических бизнес-единиц и реализации подобных проектов относятся к стратегическому и даже инвестиционному уровню, что подразумевает исключительность и редкость их принятия. В тоже время, решения по текущему управлению относятся к оперативному и более низким уровням управления и принимаются на повседневной основе. Кроме того, данную ситуацию усугубляют условия ограниченности инвестиционных ресурсов и медленных темпов обновления основных производственных фондов, которые до сих пор имеют место в обрабатывающей промышленности России.

Таким образом, случаи принятия решений о формировании товарного портфеля для существующих технологических СБЕ с устоявшимися парком оборудования, мощностью и ассортиментными возможностями, имеют большую практическую значимость. Кроме того, к данной группе случаев методологически можно отнести ситуации, когда все же вносятся некоторые эволюционные изменения в состав используемого оборудования с целью некоторого увеличения производственной мощности, расширения ассортиментных возможностей, повышению технико-экономической эффективности производства. Главное, чтобы принципиально базовая технология оставалась неизменной и улучшения носили постепенный характер. В противном случае, следует использовать методологию, соответствующую принятию альтернативы развития новой технологии (новой технологической СБЕ).

Разработка и выбор вариантов управленческих решений относительно состава и структуры портфеля строится на основе реализации концепции сбалансированности товарного портфеля производства. Все предыдущие этапы данного процесса (структурирование и диагностирование) являются служебными (подчиненными относительно него). Следует отметить, что по составу вопросов и частных задач данный этап является сложным он складывается из таких составляющих, как:

1. разработка и анализ альтернативных решений относительно развития портфеля в целом,

2. разработка и анализ альтернативных решений относительно развития составляющих портфеля;

3. выбор решения относительно состава и структуры портфеля.

С учетом сложности структуры ассортимента предприятий проведение разработки управленческих решений в области состава и структуры товарного портфеля в необходимо осуществлять в следующей последовательности:

1. От уровня портфеля в целом до уровня составляющих.

2. От вопросов состава портфеля, определяемого наличием тех или иных групп, видов и разновидностей товаров в нем, до вопросов структуры портфеля, определяемой производственной программой.

Взаимосвязь и содержание частных задач в рамках разработки управленческого решения в области поиска сбалансированности товарного портфеля можно представить в виде матрицы, представленной на рис. 12. Стрелками обозначена предлагаемая нами последовательность их решения.

Главной целью, которая должна быть достигнута при последовательном решении названных частных задач различного уровня, является разработка нескольких альтернативных решений относительно развития состава и структуры товарного портфеля. Выбор окончательного решения должен осуществляться на заключительном этапе процесса, на основе проведения лицами, принимающими решения, сопоставлений различных вариантов структуры портфеля с использованием методов качественного и количественного анализа. При этом, ввиду невозможности полного учета факторов в формализованной модели, в окончательный план развития структуры портфеля дополнительно могут быть внесены т.н. «внешние дополнения» - неформализованные корректировки решений, например, на основе опыта и интуиции руководителей и специалистов. Рассмотрим аппарат решения систематизированных на рис. 12 частных задач управления товарным портфелем.

Рисунок 12 - Структура этапа разработки решений относительно товарного портфеля.

4.1 Выбор состава портфеля в разрезе включаемых в него видов товаров

Реализация этапа диагностирования состава портфеля позволяет получить информацию о текущем положении и перспективах каждого составляющего его вида товара. При этом могут быть рассчитаны следующие показатели: прогноз объемов продаж на текущий период, а также оценка их динамики в будущем (на основе эталонной кривой ЖЦТ или кривой замещения), ожидаемая продолжительность ЖЦТ, продолжительность периода роста объемов продаж и ожидаемое начало периода падения. В итоге, по результатам анализа каждый товар с точки зрения ожидаемой динамики может быть отнесен к той или иной группе: к товарам с перспективой роста, куда следует относить все товары, по которым на период от двух лет и более ожидается рост объемов продаж и доли рынка (в данную группу следует относить все новые виды); к товарам в фазе стабилизации, к которой относится собственно год максимальных объемов продаж с предшествующим и последующими годами; а также к товарам в фазе спада, которые не имеют положительной динамики 2 года или более. Подобная классификация фаз жизненных циклов приведена на основе анализа реальной динамики продаж по годам различных видов текстильной продукции. Возможно, что для товаров других отраслей картина будет несколько иной, хотя различия, по-видимому, будут касаться только отдельных деталей.

Оперируя определением сбалансированности товарного портфеля в терминах динамики, можно заключить, что наиболее сбалансированным будет такой состав портфеля, который обеспечивает наиболее устойчивую положительную динамику объемов продаж и загруженности производственных мощностей, что обеспечивается, в свою очередь определением сбалансированных пропорций между количеством товаров, находящихся на различных стадиях ЖЦТ. Данное положение может быть выражено в балансовом соотношении:

Ч_р + Ч_ст Ч_сп, (20)

где Ч_р, Ч_ст, Ч_сп - количество товаров, находящихся в фазах роста, стабилизации и спада соответственно. При этом, для портфеля максимума текущего результата данное соотношение может стремиться и к равенству, а для портфеля роста - число перспективных товаров, не достигших фазы зрелости, должно быть значительно больше числа товаров, уходящих с рынка.

Необходимость обеспечения соотношения (20) вытекает из факта конечности жизненного цикла товара и, как следствие, из необходимости для предприятия выведения нового товара на рынок еще до того, как предыдущий вступит в фазу спада.

Выбор планового числа новых продуктов, выводимых на рынок, может быть осуществлен посредством перебора возможных вариантов решений. Для этого сначала на основе формулы (20) производится расчет планового количества новых товаров, которое необходимо выводить на рынок. Далее, на базе анализа возможностей производства, тенденций моды, уровня развития техники выбираются те товарные направления (товарные группы), в которых разработка новых товаров наиболее целесообразна. Соответствующими подразделениями производится формирование базовых концепций различных вариантов новой продукции. На этом этапе имеет смысл разработать несколько приемлемых альтернативных вариантов состава портфеля с учетом обновления с целью расширения возможности выбора оптимального решения на основе оценки альтернатив.

Для оценки различных вариантов состава портфеля с точки зрения сбалансированности необходимо произвести следующую последовательность расчетов.

1. Определить расчетную динамику сбыта всех товаров, входящих и планируемых для включения в портфель.

Расчет прогноза объема потребления для товаров, чей выпуск еще не начат, будет иметь особенности. Для его реализации на основе параметров эталонной кривой ЖЦТ рассматриваемых товарных групп, выявленных на этапе диагностирования портфеля, могут быть рассчитаны максимальные ожидаемые объемы продаж новых видов товаров на начальном периоде их ЖЦТ (глава 3). Далее, с учетом информации об ожидаемой конкурентоспособности новых товаров, а также ранее имевшегося опыта выпуска новых товаров на рынок имеется возможность определить наиболее вероятный объем продаж товара в первый год его существования и скорректировать ожидаемую динамику объемов сбыта на основе модели замещения.

2. Тогда для всех товаров, относимых к группе «с перспективой роста» включая и тех, чье начало выпуска только запланировано и находящихся в фазе стабилизации, может быть рассчитан прогноз прироста объемов продаж на несколько ближайших лет. С учетом эмпирически установленного предела точности прогнозирования динамики объемов сбыта по предложенному методу авторами рекомендуется рассматривать 3 года:

Dn_рi = n_i3 - n_i1, (21)

где n_ij - объем продаж товара i соответствующего года j (j = 1 - плановый год)в натуральном выражении, Dn_рi - прирост объемов продаж товара i.

Для товаров в фазе спада - показатель снижения объемов продаж:

Dn_спj = n_i1 - n_i3. (22)

Аналогичным образом может быть рассчитана динамика продаж в стоимостном выражении (в том случае, если имеется возможность определить прогноз цен), а также динамика прибыли от реализации.

3. Заменив в балансовом выражении (20) показатели числа товаров в соответствующих фазах суммой динамики объемов продаж, получаем усовершенствованное соотношение для проверки плана по обновлению состава портфеля.

+ (23)

Данное соотношение также может быть оценено и в стоимостном выражении.

Важным показателем работы предприятия является показатель загруженности производственной мощности, который выражается в машино-часах работы производственного оборудования. Поэтому оценка влияния обновления ассортимента на использование мощностей также имеет большое значение. Для этого можно преобразовать выражение (4) в соотношение следующего вида:

+, (24)

где Ме_i - машиноемкость товара i, которая характеризует потребное количество машинного времени для выпуска единицы продукции на однотипном оборудовании [машино-часов / шт, м, кг и т.п.]. Например, для текстильных производств, имеющих многопереходный характер, данная величина может быть рассчитана для каждого технологического перехода, как [224, 225]:

Mе = (Нм * Кро * Ксопр)^-1,

где Нм - норма производительности машины в соответствующем переходе, [ед./час]; Кро - коэффициент работы оборудования, учитывающий плановые простои; Ксопр - коэффициент сопряженности, показывающий объем выпуска полуфабриката по переходам, необходимый для выпуска единицы объема товарной продукции [ед. 1/ед. 2].

Выражение (24) означает, что в сбалансированной структуре портфеля прирост загруженности производственных мощностей за счет введения в производственную программу новых товаров должен покрывать снижение использования фонда времени работы оборудования по причине перехода ряда товаров в фазу спада и, более того, обеспечивать при необходимости достижение роста. Для многопереходных производств, как в текстиле, необходимо проведение расчетов по соотношению (24) для каждого перехода отдельно. Также можно рекомендовать проверку сбалансированности и по показателям использования других факторов производства на основе соотношения, аналогичного (24).

4. В том случае, когда балансовое соотношение не соблюдается должным образом, следует говорить о том, что обновление портфеля не обеспечивает сбалансированной динамики товарного портфеля. В этом случае необходимо либо увеличивать план по обновлению состава портфеля, либо разрабатывать комплекс мер по повышению конкурентоспособности товара и предприятия в целях увеличения объемов сбыта. После разработки нового варианта обновления состава портфеля необходима новая проверка по соотношению (23) или (24). Пример проверки сбалансированности состава товарного портфеля приведен в таблице 8.

Таблица 8 - Определение сбалансированности состава товарного предприятия по состоянию на начало года.

Артикул	Dnрi товаров в фазе роста, тыс. м ...

Подобные документы

• Формирование свойств текстильных товаров на разных этапах их производства

  Характеристика текстильных волокон как основного сырья для производства тканей. Ткачество и ткацкие переплетения. Особенности отделки тканей разного волокнистого состава. Классификация текстильных волокон. Дефекты тканей, возникающие на этапе отделки.
  
  курсовая работа [231,7 K], добавлен 29.11.2012
  

• Полимерные составы в обработке текстильных материалов

  Роль химии в химической технологии текстильных материалов. Подготовка и колорирование текстильных материалов. Основные положения теории отделки текстильных материалов с применением высокомолекулярных соединений. Ухудшение механических свойств материалов.
  
  курсовая работа [43,7 K], добавлен 03.04.2010
  

• Исследование взаимосвязи характеристик гидрофильности текстильных полотен

  Рынок хлопчатобумажных и льняных тканей в России. Сорбция и десорбция водяных паров и воды. Управление качеством текстильных полотен. Определение размерных и структурных характеристик исследуемых товаров. Определение фактической влажности полотен.
  
  дипломная работа [2,8 M], добавлен 07.07.2011
  

• принципы и методы отбора образцов, проб и выборок при исследовании свойств текстильных материалов

  Отбор образцов, проб и выборок для исследования свойств текстильных материалов, методы оценки неровности текстильных материалов. Однофакторный эксперимент. Определение линейного уравнения регрессии первого порядка. Исследование качества швейных изделий.
  
  лабораторная работа [128,0 K], добавлен 03.05.2009
  

• Исследование текстильных материалов к действию светопогоды

  Теоретический анализ научно-технической и методической литературы по изучению свойств материалов. Свойства ткани на светопогоду. Определение стойкости текстильных материалов к действию светопогоды. Инструкция по технике безопасности в лаборатории.
  
  курсовая работа [45,8 K], добавлен 05.12.2008
  

• Разработка текстильного комплекта для спальни "Мы с тобой одно целое"

  История возникновения кровати, чехлов и покрывал. Стили и направлениями в интерьере. Роль объектов текстильных изделий в современном интерьере спальной комнаты. Проектирование эскизов комплекта текстильных изделий (чехлы и покрывало) для спальной комнаты.
  
  курсовая работа [4,4 M], добавлен 25.06.2012
  

• Химический состав и структура древесины. Свойства текстильных материалов

  Основные свойства древесины как конструкционного материала. Структура древесины и ее химический состав. Органические вещества: целлюлоза, лигнин и гемицеллюлозы. Показатели механических свойств текстильных материалов: растяжение, изгиб, драпируемость.
  
  контрольная работа [25,2 K], добавлен 16.12.2011
  

• Технология текстильного производства

  Ценовая политика комбината ОАО "Камволь". Методы управления качеством продукции. Основные процессы крашения текстильных материалов. Характеристика используемого сырья. Система процесса освоения, внедрения новой продукции. Организация складского хозяйства.
  
  отчет по практике [955,7 K], добавлен 12.04.2015
  

• Возможности применения нанотехнологий и наноматериалов на предприятиях технического сервиса

  Материальная основа и функции технического сервиса пути его развития. Современное состояние предприятий ТС, направления их реформирования. Виды и применение наноматериалов и нанотехнологий при изготовлении, восстановлении и упрочнении деталей машин.
  
  реферат [397,6 K], добавлен 23.10.2011
  

• Проектирование лесопильных предприятий с пакетной отгрузкой пиломатериалов производительностью 250 тысяч кубометров в год

  Определение производительности процесса пиления для средних предприятий. Окорка и сортировка бревен. Расчет интенсивности поступления сырых пиломатериалов на сортировочную линию, определение коэффициентов производительности и технического использования.
  
  курсовая работа [124,1 K], добавлен 21.01.2013
  

• Особенности развития машиностроительных предприятий

  Формирование производственной системы и порядок создания предприятия в машиностроительном производстве. Экономический механизм организации бизнеса. Специфика инновационной деятельности предприятий и расчёт эффективности проектов в машиностроении.
  
  курсовая работа [543,3 K], добавлен 05.04.2012
  

• Поточная линия "кипа-лента"

  Возникновение и развитие производства текстильных изделий. Совокупность основных и вспомогательных операций технологического процесса выработки непрерывной нити — пряжи из коротких волокон. Комплекс оборудования поточной прядильной линии "кипа-лента".
  
  презентация [478,3 K], добавлен 23.05.2015
  

• История становления и развития ОАО "Полиэф"

  ОАО "Полиэф" - первый в России проект, осуществляемый в рамках стратегии импортозамещения: история становления и развития, значение объекта для экономики РФ. Оснащение, кадры, решение проблемы промышленной и экологической безопасности производства.
  
  реферат [109,0 K], добавлен 01.12.2010
  

• Анализ и совершенствование производственного процесса на предприятии

  Исследования в области управления производственным процессом. Использование функционального и процессного подходов. Общая характеристика предприятия ОАО "Пермский моторный завод". Производственный процесс. Составление сметы затрат, расчет поточной линии.
  
  курсовая работа [1,2 M], добавлен 20.03.2017
  

• Декомпозиция производственного процесса по методологии IDEF0

  Особенности технологической подготовки производства. Описание процесса обслуживания клиента на почте. Характеристика этапов реализации контекстной диаграммы для функциональной модели и проектирования диаграммы декомпозиции для производственного процесса.
  
  курсовая работа [455,2 K], добавлен 13.02.2014
  

• Проектирование роботехнических средств для поточных линий прядильного производства

  Этапы проектирования робототехнических средств текстильных машин, назначение и оценка эффективности. Новые технические решения для машин прядильного производства. Проектирование автосъемника бобин АС 120 для пневмомеханической прядильной машины ППМ 120.
  
  учебное пособие [593,3 K], добавлен 23.10.2010
  

• Технология прядильного производства

  Характеристика получаемой продукции, используемого сырья. Классификация текстильных волокон и понятие о волокнах. Культура хлопчатника. Системы прядения: разрыхление и трепание, чесание, предпрядение (получение ровницы). Структура технологического процесс
  
  курсовая работа [228,4 K], добавлен 04.11.2005
  

• Неметаллические материалы

  Особенности текстильных материалов - изделий, измеряемых соответствующей мерой (длина, ширина, площадь), образованных на ткацком станке переплетением взаимно перпендикулярных систем нитей. Пластмасса и древесина: классификация и физические свойства.
  
  реферат [55,7 K], добавлен 10.03.2011
  

• Изучение производственно-технической инфраструктуры предприятий сервиса

  Расчет годовой программы по техническому обслуживанию, текущему ремонту, диагностике. Распределение трудоемкостей работ по зонам и участкам в зависимости от специализации предприятия. Обзор особенностей формирования структуры производственного комплекса.
  
  курсовая работа [134,7 K], добавлен 06.02.2013
  

• Обслуживание машины КОЭ–315 ИКМ 1

  Характеристика машины крутильной однопрессной марки КОЭ-315 ИКМ 1, предназначеной для кручения капроновых нитей в крутильных цехах текстильных производств. Принцип работы крутильного модуля. Нормы технологического процесса и стандартизации продукции.
  
  курсовая работа [27,4 K], добавлен 31.08.2008
  

• главная
• рубрики
• по алфавиту
• вернуться в начало страницы
• вернуться к началу текста
• вернуться к подобным работам