CC BY
10
УДК 65.011.56:658.524
DOI: 10.24412/2071-6168-2023-2-454-458
ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ АВТОМАТИЗИРОВАННЫХ ПРОИЗВОДСТВЕННЫХ СИСТЕМ С ПЕРЕНАЛАДКАМИ КАК ИНСТРУМЕНТ БЕРЕЖЛИВОГО ПРОИЗВОДСТВА
О.П. Чуб
В статье представлена методика построения имитационной модели на языке GPSS для автоматизированных производственных систем (АПС) с переналадками. Разработанная структура модели и алгоритм позволяют определять производительность, коэффициент готовности, время простоев из-за отказов и переналадок, коэффициент технологической гибкости АПС [1, 2]. Данный подход как инструмент организации бережливого производства применим для решения широкого спектра задач по моделированию и оптимизации АПС с учетом переналадок и отказов.
Ключевые слова: бережливое производство, автоматизация, математическое моделирование, имитационное моделирование, GPSS, переналадки, отказы, функции распределения случайных величин.
В настоящее время проектирование и внедрение переналаживаемых автоматизированных производственных систем (ПАПС), улучшение их технических характеристик, поиск путей повышения эффективности работы в конкретных производственных условиях является актуальной задачей при организации бережливого производства [1-9].
Условия, в которых функционируют ПАПС, характеризуются частой сменяемостью объектов производства. При этом материальные, информационные, энергетические, технические ресурсы системой используются по требованию (принцип JIT - just in time) в ответ на случайно появляющиеся запросы [1-3].
Данные системы успешно решают задачи автоматизации серийного и мелкосерийного производства, но их широкое применение сдерживается значительной стоимостью, чувствительностью технико-экономические характеристик к изменениям структуры, технических параметров или условий производства [1-3]. Поэтому основным резервом улучшения их технико-экономических характеристик является не интенсификация режимов обработки или сборки, а сокращение простоев по организационным и техническим причинам, рациональное использование и распределение ресурсов. Поэтому мощным инструментом оптимизации структурно-компоновочных решений, организации оптимальной загрузки, выбора дисциплины обслуживания агрегатов и модулей является построение математических и имитационных моделей. Данные методы применимы как на стадии проектирования ПАПС, так и при эксплуатации. Их эффективность зависит от степени учета всей совокупности свойств и особенностей работы ПАПС. Имитационные модели могут применяться как для проверки адекватности математических моделей, когда натурный эксперимент выполнить затруднительно (долго или дорого), так и как самостоятельный мощный инструмент исследования системы (для анализа, оптимизации). В первом случае при построении имитационной модели (ИМ) допущения по режиму функционирования системы принимают такими же, как и для аналитико-вероятностных моделей.
Математические модели работы ПАПС относятся к классу моделей систем массового обслуживания (СМО). В работе для моделирования АПС выбран язык имитационного моделирования GPSS (General Purpose System Simulator), который широко используется для моделирования дискретных систем различного назначения и обладает высокой точностью описания реальных систем. При построении ИМ на GPSS используются различные типы объектов: динамические (транзакты - единицы исследуемых потоков событий); операционные (задают логику функционирования ИМ); аппаратные (элементарные объекты, которые осуществляют технологические операции); статистические (таблицы и очереди).
Каждому объекту в текущем состоянии соответствуют атрибуты (параметры). Программа на GPSS содержит стандартные блоки и сегменты.
Предлагаемый подход к построению ИМ АПС с переналадками: транзактами считаем партии изделий, которые проходят по структуре АПС. В условиях серийного и мелкосерийного производства
они могут быть различных i = 1, m типов. На входе в АПС партии изделий i-го вида появляются с равной вероятностью [1]. Входящие в систему транзакты проверяются на соответствие тому или иному виду, после чего происходит переналадка и обработка последовательно каждого i-го вида продукции. Переналадке и обработке в ИМ соответствуют определенные задержки времени. Времена переналадки Ti j
(i = 1,m, j = 1,m, i Ф j) с i-го на j-й вид выбираются из матрицы переналадок (1).
Далее описывается обобщенный алгоритм ИМ АПС с переналадками, который состоит из трех
сегментов:
1) имитирует технологический процесс в АПС c учетом переналадок;
2) имитирует отказы и восстановления в АПС;
3) определяет длительность моделирования.
0 T1,2 T1,3 ... T1,j ...Ti,m
T 0 T T T
2,1 2,3 2,j 2,m
T3,1 T3,2 0 ... T3,j ...T3,m
Ti,1 Ti,2 Ti,3 ... Ti,j ...Ti,m
Tm,1 Tm,2 Tm,3...Tm,j... 0
(1)
Задание матрицы переналадок и равновероятного появления i-й партии продукции
2
Генерация транзактов -партий продукции m типов
4
Проверка приходящей партии на принадлежность i-му типу
Проверка приходя-
щей партии на при-
нет надлежность
i+1 -му типу
нет
Проверка приходящей партии на принадлежность т -му типу
да
Изготовление i-й партии
Изготовление m-й партии
5-
Фиксация последовательности прихода партий изделий каждого типа. Формирование пар номеров партий (ц) - с какой на какую необходима переналадка.
1
3
6 Осуществление (i,j) - переналадки, согласно данным матрицы переналадок
Рис. 1. Алгоритм работы сегмента 1 ИМ ПАПС
Алгоритм сегмента 1 ИМ состоит из блоков 1-6 и изображен на рис. 1: 1 блок - задается матрица переналадок и равновероятное появление продукции i-го вида засчет дискретной случайной функции, значения которой соответствуют i = 1, m, а вероятности появления i-х видов продукции равны друг другу; 2 блок - проводится генерация событий прихода партий продукции m видов; блоки 3 - происходит проверка появляющейся на их входе партии на принадлежность i-му виду; 4 блоки - обработка каждой партии одноканальным устройством GPS (имя устройства), обслуживающим заявки последовательно. Проверка партии на принадлежность i-му виду ведется идентификацией значения параметра P10 сообщений, которому в блоке 2 ранее присваивается номер i, равный значению случайной дискретной функции. Обработке соответствует задержка на Ti (i = 1, m). В блоках группы 4 имитируется: вход транзакта в очередь; проверка того, свободно ли устройство GPS; занятие устройства GPS, а далее - вы-
ход из очереди; задержка Ti (i = 1,m); освобождение устройства. В блоке 5 фиксируется последовательность прихода партий каждого вида для определения адреса ячеек в матрице переналадок (1).
Это производится записью в параметр P9 транзакта i-го типа значения параметра Р10 транзакта, пришедшего перед ним. В итоге параметры Р9, Р10 содержат информацию о том, с какого и на какой вид продукции производится переналадка. В блоке 6 ведется ИМ переналадок. Одноканальным устройством PER обслуживаются «переналадки» следующим образом: происходит занятие очереди к устройству PER; проверка того, свободны ли устройства GPS и PER; занятие устройства, задержка на время, которое равно времени переналадки, освобождение устройства.
На рис. 2 приведен алгоритм работы сегмента 2 ИМ. В момент времени, соответствующий случайному времени безотказной работы системы генерируется сообщение, имитирующее отказ. Производится захват устройства GPS и задержка транзакта на время восстановления. Затем устройство освобождается. Захват устройства означает, что если отказ происходит раньше окончания обработки, то процесс прерывается на время восстановления работоспособности.
Алгоритм работы сегмента 3-таймера изображен на рис. 3. В момент времени, соответствующего окончанию моделирования генерируется единственное сообщение, что приводит к сбросу в ноль счетчика числа завершений (параметра команды START). Происходит выдача статистики и прекращение сеанса моделирования.
Рис. 2. Обобщенный алгоритм работы сегмента 2 ИМ ПАПС
Рис. 3. Обобщенный алгоритм работы сегмента 3 ИМ ПАПС
Для описанной структуры имитационной модели возможно проводить исследования с изменением параметров АПС, например, при различных законах распределения случайных величин (времени наработки на отказ и восстановления, наработки до переналадки и переналадки), а также при варьировании времен обслуживания партий продукции. Данный подход обеспечивает возможность проводить активный имитационный эксперимент, определять производительность, коэффициент готовности, время простоев из-за отказов и переналадок, коэффициент технологической гибкости АПС [1, 2].
Таким образом, имитационное моделирование служит инструментом организации бережливого производства для решения широкого спектра задач по моделированию и оптимизации АПС с учетом переналадок и отказов как на этапе проектирование, так и во время эксплуатации системы.
Список литературы
1. Чуб О.П. Бережливое производство: математическое моделирование как инструмент для повышения эффективности работы гибких производственных систем // Известия Тульского государственного университета. Технические науки. 2021. № 2. С. 440-445.
456
2.Чуб О.П. Концепция бережливого производства для гибких производственных систем, понятие гибкости // Евразийское Научное Объединение. 2019. № 3-2(49). С. 135 - 141.
3. Чуб О.П. Формирование подхода к оценке гибкости ГПС механообработки валов по фактору номенклатуры, понятие абсолютно гибкой системы // Евразийское Научное Объединение. 2019. № 4 -2(50). С. 128 - 131.
4. Гусейнов А.Г. Разработка методологической основы структурного моделирования ГПС с использованием базы знаний // Информационные технологии в проектировании и производстве. 2014. № 2(154). С. 63-68.
5. Применение генетических алгоритмов в структурно-параметрическом синтезе гибких производственных систем / А.И. Сергеев, М.А. Корнипаев, А.А. Корнипаева, А.С. Русяев // СТИН. 2010. № 1. С. 17-21.
6. Магоммедли Х.М. Алгоритм функционирования гибкой производственной системы и его исследование компьютерными экспериментами // Прикаспийский журнал: управление и высокие технологии. 2011. № 2(14). С. 83-89.
7. Свидетельство о государственной регистрации программы для ЭВМ № 2015619959 Российская Федерация. Многомодульный компьютерный имитатор гибкой производственной системы и гибких производственных модулей (ГПС и ГПМ): № 2015616791: заявл. 23.07.2015: опубл. 17.09.2015 / С.В. Шереметьев, А.А. Сироткин, П.Г. Мазеин; заявитель Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Южно-Уральский государственный университет» (национальный исследовательский университет) (ФГБОУ ВПО «ЮУрГУ» (НИУ)).
8. Кузнецова Е.В. Значение компьютерного моделирования в проектировании гибких производственных систем // Компьютерная интеграция производства и ИПИ-технологии : Материалы VI Всероссийской научно-практической конференции, Оренбург, 14-15 ноября 2013 года / Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Оренбургский государственный университет". Оренбург: ООО ИПК "Университет", 2013. С. 305-307.
9. Abdullayev G. Algorithmically and programming management of designing process of flexible manufacture system // Системная инженерия и информационные технологии. 2021. Vol. 3. No 1(5). P. 2028.
Чуб Оксана Петровна, канд. техн. наук, доцент, [email protected], Россия, Севастополь, Севастопольский государственный университет
SIMULATION MODELING OF AUTOMATED PRODUCTION SYSTEMS WITH CHANGEOVERS
AS A TOOL OF LEAN PRODUCTION
O.P. Chub
The article presents a methodology for constructing a GPSS language simulation model of the automated production systems (APS) with readjustments. The developed model structure and algorithm makes possible to determine productivity, availability coefficient, downtime due to failures and readjustments, the coefficient of technological flexibility of APS [1, 2]. This approach as a tool for organizing lean production is applicable to solve a wide range of tasks for APS modeling and optimizing taking into account readjustments and failures.
Key words: lean production, automation, mathematical modeling, simulation model, GPSS, distribution functions of random variables
Chub Oksana Petrovna, candidat of technical sciences, docent, oksana-chub @yyandex.ru, Russia, Sevastopol, Sevastopol State University
