Modeling of systems and processes Modeling of systems and processes Моделирование систем и процессов 2219-0767 110789 10.12737/2219-0767-2025-18-4-63-70 Технические науки Технические науки A model for managing the flow of tasks to repair teams in a dynamic planning environment Модель управления потоками заданий ремонтным бригадам в условиях динамического планирования https://orcid.org/0000-0002-0200-8271 Насонов Михаил Алексеевич Nasonov Mihail Alekseevich research@frepple.ru 23 12 2025 23 12 2025 18 4 63 70 22 12 2025 https://naukaru.ru/en/nauka/article/110789/view

Графики технического обслуживания оборудования в промышленности подвержены постоянным изменениям: возникают внеплановые задания, изменяются сроки выполнения, ограничивается доступность ресурсов. Статические оптимизационные модели (например, на основе смешанного целочисленного линейного программирования) обеспечивают сбалансированное исходное распределение работ, но требуют полного пересчёта расписания при каждом возмущении. В статье предложена модель оперативного управления потоками заданий ремонтных бригад на основе концепции Workload Control (WLC). Эта концепция реализует локальную адаптацию расписания в реальном времени за счёт контроля допуска новых заданий, прогнозирования загрузки и механизмов перераспределения работ. Модель на основе смешанного целочисленного линейного программирования используется как источник ограничений (границ загрузки и допустимых назначений), формируя стартовое состояние для динамического контура WLC. Проведено моделирование трёх сценариев с различной степенью изменчивости заданий. Показано, что применение WLC снижает пики перегрузок, увеличивает коэффициент запуска заданий и обеспечивает устойчивость расписания при росте внеплановых работ. Полученная модель может применяться в составе информационных систем управления ТОиР и соответствует принципам интеллектуального обслуживания оборудования согласно ГОСТ Р ИСО 13381-1-2016 и ГОСТ Р 71839-2024.

Industrial equipment maintenance schedules are subject to constant changes: unscheduled tasks arise, deadlines change, and resource availability is limited. Static optimization models (for example, based on mixed integer linear programming) ensure a balanced initial distribution of work, but require a complete recalculation of the schedule for each disturbance. The article proposes a model for the operational management of task flows for repair teams based on the concept of Workload Control (WLC). This concept implements the local adaptation of the schedule in real time by controlling the admission of new tasks, forecasting the workload and mechanisms for the reallocation of work. The model based on mixed integer linear programming is used as a source of constraints (loading boundaries and permissible assignments), forming the starting state for the dynamic contour of the WLC. Three scenarios with varying degrees of job variability have been modeled. It has been shown that the use of WLC reduces congestion peaks, increases the launch rate of tasks and ensures schedule stability with an increase in unscheduled work. The resulting model can be used as part of MRO information management systems and complies with the principles of intelligent equipment maintenance in accordance with GOST R ISO 13381-1-2016 and GOST R 71839-2024.

 Workload Control оперативное планирование техни-ческое обслуживание ремонты ремонтные бригады управление загрузкой динамическая диспетчеризация интеграция. Workload Control operational planning maintenance repairs repair crews load management dynamic dis-patching integration

Насонов М. А. Моделирование распределения загрузки ремонтных бригад при планировании технического обслуживания и ремонтов оборудования на промышленном предприятии / М. А. Насонов, С. А. Манцеров Моделирование систем и процессов. – 2025. – Т. 18, № 1. – С. 51-59. – DOI 10.12737/2219-0767-2025-51-59 Nasonov M. A. Modeling the load distribution of repair crews when planning maintenance and repairs of equipment at an industrial enterprise / M. A. Nasonov, S. A. Manzerov Modeling systems and processes. – 2025. – Vol. 18, No. 1. – pp. 51-59. – DOI 10.12737/2219-0767-2025-51-59 Geurtsen M. Production, maintenance and resource scheduling: A review / M. Geurtsen, J. B. H. C. Didden, J. Adan [et al.] // European Journal of Operational Research. – 2022. – DOI 10.1016/j.ejor.2022.03.045 Geurtsen M. Production, maintenance and resource scheduling: A review / M. Geurtsen, J. B. H. C. Didden, J. Adan [et al.] // European Journal of Operational Research. – 2022. – DOI 10.1016/j.ejor.2022.03.045 Angeles, E. Optimal Inspection and Preventive Maintenance Scheduling of Mining Equipment / E. Angeles, M. Kumral // Journal of Failure Analysis and Prevention. – 2020. – Vol. 20, No. 4. – P. 1408-1416. – DOI 10.1007/s11668-020-00949-z Angeles, E. Optimal Inspection and Preventive Maintenance Scheduling of Mining Equipment / E. Angeles, M. Kumral // Journal of Failure Analysis and Prevention. – 2020. – Vol. 20, No. 4. – P. 1408-1416. – DOI 10.1007/s11668-020-00949-z Sagawa J. K., Land M. J. Representing workload control of manufacturing systems as a dynamic model //IFAC-PapersOnLine. – 2018. – Т. 51. – №. 2. – С. 825-830. Sagawa J. K., Land M. J. Representing workload control of manufacturing systems as a dynamic model //IFAC-Paperonline. – 2018. – Vol. 51. – No. 2. – pp. 825-830. Fernandes N. O., Land M. J., Carmo-Silva S. Aligning workload control theory and practice: lot splitting and operation overlapping issues //International Journal of Production Research. – 2016. – Т. 54. – №. 10. – С. 2965-2975. Fernandes N. O., Land M. J., Carmo-Silva S. Aligning workload control theory and practice: lot splitting and operation over-lapping issues //International Journal of Production Research. – 2016. – Vol. 54. – No. 10. – pp. 2965-2975. Prabhu A., Raghunandana K., Yogesh P. P. Workload control in flow shops with bottleneck shifting and process time variability //Production Engineering Archives. – 2024. – Т. 30. – №. 1. – С. 48-56. Prabhu A., Raghunandana K., Yogesh P. P. Workload control in flow shops with bottleneck shifting and process time variability //Production Engineering Archives. – 2024. – Vol. 30. – No. 1. – pp. 48-56. Thürer M. et al. Material flow control in make-to-stock production systems: an assessment of order generation, order release and production authorization by simulation //Flexible Services and Manufacturing Journal. – 2025. – Т. 37. – №. 1. – С. 1-37. Thürer M. et al. Material flow control in make-to-stock production systems: an assessment of order generation, order release and production authorization by simulation //Flexible Services and Manufacturing Journal. – 2025. – Vol. 37. – No. 1. – pp. 1-37. Haeussler S., Netzer P. Comparison between rule-and optimization-based workload control concepts: a simulation optimization approach // International Journal of Production Research. – 2020, v. 58(12). – pp.3724–3243 Haeussler S., Netzer P. Comparison between rule-and optimization-based workload control concepts: a simulation optimiza-tion approach // International Journal of Production Research. – 2020, v. 58(12). – pp.3724–3243 Ridwan I. B., Addo S. Multi-objective optimization in business analytics: balancing profitability, risk exposure, and sustainability in strategic decision-making //Int J Adv Res Publ Rev. – 2025. – Т. 2. – №. 5. – С. 89-111. Ridwan I. B., Addo S. Multi-objective optimization in business analytics: balancing profitability, risk exposure, and sustain-ability in strategic decision-making //Int J Adv Res Publ Rev. – 2025. – Vol. 2. – No. 5. – pp. 89-111. Yang Y. et al. A threshold-and priority-based dispatching rule for the simulation-based dynamic scheduling optimization in automated manufacturing systems //Simulation. – 2025. – С. 00375497251328047. Yang Y. et al. A threshold-and priority-based dispatching rule for the simulation-based dynamic scheduling optimization in automated manufacturing systems //Simulation. – 2025. – pp. 00375497251328047. Насонов, М. А. Архитектурная трансформация системы технического обслуживания оборудования на промышленном производстве / М. А. Насонов, И. С. Решетников // Автоматизация в промышленности. – 2025. – № 3. – С. 3-11. Nasonov, M. A. Architectural transformation of the equipment maintenance system in industrial production / M. A. Nasonov, I. S. Reshetnikov // Automation in industry. – 2025. – No. 3. – pp. 3-11. ГОСТ Р 71839–2024 (ИСО 21919–1:2019). Умное производство. Интерфейсы для автоматизированного обслуживания технологического оборудования. Часть 1. Общие положения. – М.: Стандартинформ, 2024. GOST R 71839-2024 (ISO 21919-1:2019). Smart manufacturing. Interfaces for automated maintenance of technological equipment. Part 1. General provisions. Moscow: Standartinform, 2024. ГОСТ Р ИСО 13381–1–2016. Контроль состояния и диагностика машин. Прогнозирование технического состояния. Часть 1. Общие руководящие положения. – М.: Стандартинформ, 2017. GOST R ISO 13381-1-2016. Condition monitoring and diagnostics of machines. Forecasting the technical condition. Part 1. General guidelines. Moscow: Standartinform, 2017. Леонов, Д. Г. Функциональные возможности генеративных моделей и оценка их применимости в задачах интеллектуальной поддержки принятия решений для объектов Единой системы газоснабжения / Д. Г. Леонов, О. А. Степанкина, К. Н. Телегова // Автоматизация и информатизация ТЭК. – 2025. – № 5(622). – С. 28-33. Leonov, D. G., Stepankina O. A., Telegova K. N. Functional capabilities of generative models and assessment of their applicability in the tasks of intellectual decision support for facilities of the Unified gas supply system // Automation and informatization of the Fuel and energy complex. – 2025. – № 5(622). – C. 28-33.