CC BY
1
FEATURES OF THE APPLICATION OF ARTIFICIAL INTELLIGENCE IN LIGHT MUSIC S.L. Gorobchenko, D.A. Kovalev, S.A. Voinash, S.I. Zatenko, V.N. Bezhenar, M.S. Gorobchenko
The article discusses the possibilities of using artificial intelligence in light music. It is shown that light music is one of the new areas of application of artificial intelligence. The main algorithms suitable for use in the design of light and musical performances are considered. The advantages and disadvantages of using artificial intelligence in light music are shown. It is concluded that artificial intelligence provides new tools and opportunities for creativity and innovation in the field of light music. It is a continuously developing field that will continue to inspire and surprise with its potential in the future.
Key words: light music, artificial intelligence, application.
Gorobchenko Stanislav Lvovich, candidate of technical sciences, sgorobchenko@yandex. ru, Russia, St. Petersburg, St. Petersburg State University of Industrial Technologies and Design,
Kovalev Dmitry Aleksandrovich, candidate of technical sciences, docent, [email protected], Russia, St. Petersburg, St. Petersburg State University of Industrial Technologies and Design,
Voinash Sergey Aleksandrovich, junior researcher at the intellectual mobility research laboratory, ser-gey_voi@mail. ru, Russia, Kazan, Kazan Federal University,
Bezhenar Vyacheslav Nikolaevich, senior lecturer, 5551541@mail. ru, Russia, St. Petersburg, Military Academy of Communications named after Marshal of the Soviet Union S.M. Budyonny,
Zatenko Svetlana Ivanovna, candidate of technical sciences, docent, s_lana2004@mail. ru, Russia, St. Petersburg, St. Petersburg State Forest Technical University named after S.M. Kirov,
Gorobchenko Milana Stanislavovna, specialist, milagorobchenko@gmail. com, USA, San Diego, University of
California
УДК 620.9
DOI: 10.24412/2071-6168-2024-8-452-453
ПОСТРОЕНИЕ ИМИТАЦИОННОЙ МОДЕЛИ ЗАГОТОВИТЕЛЬНОГО ПРОИЗВОДСТВА
С.Л. Горобченко, Д.А. Ковалёв, Р.Р. Загидуллин, А.В. Теппоев, И.В. Наседкин
В статье рассматриваются вопросы создания цифровых двойников на основе имитационного моделирования. В качестве объекта моделирования используется заготовительный цех крупного машиностроительного объединения. Заготовительные производства на таких предприятиях отличаются высокой специфичностью, много-номенклатурностью, массовостью производства заготовок, высокими требованиями к срочности выполнения запросов других цехов. Задача решена для конкретного производства с предложением перепланировки и ее оптимизации при помощи имитационного моделирования в среде Anylogic. Результатами моделирования стали возможности сокращения персонала, расшивки узких мест производства, предложения по совершенствованию процесса резки на отрезных станках, газо и плазморезке. Реализация предложений позволила заготовительному производству из отстающего превратиться в цех, работающий с опережением всего производственного цикла предприятия, и обеспечило его выход в передовые производства объединения.
Ключевые слова: заготовительное производство, цифровые двойники, имитационная модель, перепланирование заготовительного цеха, оптимизация планировки.
Расширение применения цифровых двойников напрямую связано с пониманием отдачи от их использования. Для этого необходимо представлять результаты моделирования и рассчитывать результаты от их применения в специфических областях производства [1,2,3].
Заготовительное производство отличается массовостью производства заготовок, многономенклатурно-стью, срочностью выполнения для обеспечения производственного цикла всего предприятия. Любые сбои в производстве заготовок приводят к простоям других цехов, невыполнению плана и отставанию от производственных графиков выпуска продукции, недопоставкам готовых машин заказчикам.
Задачей статьи является исследование применения имитационного моделирования и создания цифровых двойников применительно к конкретному заготовительному производству научно-производственного объединения.
Цифровые двойники - это виртуальные копии реальных объектов или людей, созданные с использованием технологий 3D-сканирования и моделирования. Это высокоточные и детализированные цифровые изображения, которые имитируют физические характеристики, текстуры и движения своих реальных аналогов. В контексте производства цифровые двойники могут предоставить ценную информацию и следующие преимущества:
1. Профилактическое обслуживание: Цифровые двойники могут отслеживать производительность оборудования и выявлять потенциальные проблемы до того, как они приведут к поломкам. Анализируя данные о температуре, вибрации и других параметрах, цифровые двойники могут прогнозировать потребность в техническом обслуживании и соответствующим образом планировать ремонтные работы, сокращая время простоя и повышая надежность оборудования.
2. Оптимизация процессов: Цифровые двойники могут моделировать производственные процессы и определять области для улучшения. Экспериментируя с различными сценариями и параметрами в цифровом двойнике, производители могут оптимизировать производственные графики, сократить количество отходов и повысить эффективность производства.
3. Контроль качества: Цифровые двойники могут отслеживать качество продукции в режиме реального времени и выявлять дефекты на ранней стадии. Сравнивая фактические производственные данные со стандартами качества, цифровые двойники могут запускать оповещения и инициировать корректирующие действия для обеспечения качества продукции.
4. Удаленный мониторинг и управление: Цифровые двойники позволяют производителям удаленно отслеживать и контролировать производственные процессы из любого места. Это позволяет принимать упреждающие решения, снижает потребность в инспекциях на месте и улучшает общую видимость производства.
5. Обучение и симуляция: Цифровые двойники могут использоваться для обучения операторов и имитации производственных сценариев в безопасной и контролируемой среде. Это снижает риск несчастных случаев и позволяет производителям тестировать новые процессы и технологии, прежде чем внедрять их в реальном мире [4].
Преимущества цифровых двойников в производстве:
- Повышенная производительность и эффективность.
- Сокращение времени простоя и затрат на техническое обслуживание.
- Улучшенное качество продукта.
- Повышенная безопасность и снижение рисков.
- Повышенная гибкость и адаптивность.
- Принятие решений на основе данных.
- Улучшенное сотрудничество и коммуникация.
В целом, цифровые двойники - это мощные инструменты, которые могут помочь производителям преобразовать свои производственные процессы, повысить эффективность и получить конкурентное преимущество на мировом рынке [5,6,7].
Моделирование. Целью моделирования является сравнение двух планировок заготовительного цеха внутри производственной площадки и оптимизация материальных потоков по предлагаемой планировке.
Описание заготовительного производства. Заготовительный цех представляет собой совокупность нескольких заготовительных участков и участков складирования, деятельность которых направлена на создание конечного варианта деталей машиностроительного производства [8].
Заготовки на заготовительном участке подразделяются на несколько типов и изготавливаются методами:
- резки на металлорежущих станках,
- абразивной резки,
- гильотинной резки,
- газо и плазморезки.
Технологию изготовления заготовок можно подразделить на несколько этапов, общих для всех деталей:
- завоз материала (лист, металлический круг, труба),
- выкладка,
- резка,
- проверочные операции,
- диспетчеризация,
- складирование или отправка в другие цеха.
Каждый этап изготовления выполняется на отдельном участке (подсистеме) цеха, имеющем свое функциональное назначение.
Планировки производственной площадки и заготовительного производства. Имеющаяся планировка производственной площадки показана на рис.1.
сварочный цех
ремонтный ^асток
Штамповоч-
участок
Рис. 1. Планировка площадки предприятия с местами расположения участков заготовительного цеха
453
Имеющаяся планировка заготовительного участка отрезных станков показана на рис.2.
4Г и *— 4 I ,_, -4* € — +
-□□ Б
Рис. 2. Схема заготовительного участка по рисунку 1 с основными транспортными потоками. 1- заточной станок; 2 - отрезной станок; 3 - абразивно-отрезной станок; 4 - гильотина; 5 - прессножницы; 6. - карнизный
участок
Перепланированная схема производственной площадки (рис. 3).
1 1 ' 1.1 2.1 3.1. 6 7
4 1 И
4 3 5
В
9 IX 12
X —1 17
Рис. 3. Перепланированная планировка площадки предприятия с местами расположения участков заготовительного цеха и исключенными участками: 1 - участок гильотин (большой и малой); 2. - участок
плазморезки и газорезки; 3. - участок отрезных станков; 4. - перспективный участок для размещения штамповочного участка; 1.1. - участок хранения листового металла для гильотин, 2.1. - участок хранения толстолистового металла для газорезки и плазморезки; 3.1. - участок хранения прутков и труб для участка
отрезных и абразивно-отрезных станков и прессножниц; 4 - механический цех; 5 - сварочный цех; 6 - транспортный участок; 7 - административное здание; 8 - ремонтный участок, 9 - термический участок; 10 - стеллаж заготовительного участка; 11- заготовительный участок, 12 - Новый карнизный участок со складом; 13 - Участок большой гильотины; 14 - штамповочный участок; 15- участок плазморезки; 16 - участок газорезки; 17 - отдел механизации - автоматизации. стрелки - основные направления потоков
материалов 454
Предлагаемая планировка размещения оборудования заготовительного участка отрезных станков в новой планировке производственной площадки показана на рис.4.
Рис.4. Новая схема заготовительного участка отрезных станков с основными транспортными потоками. 1 - заточной станок; 2 - отрезной станок; 3 - абразивно-отрезной станок; 4 - плазморезка и газорезка; 5 - прессножницы; 6 - зона склада и работы тельфера
Имитационная модель. Рассмотрим цифровой двойник заготовительного производства в старой (рис.5-9) и новой (рис.10-14) планировках на базе программы Апу1(^1с.
Рис. 5. Общая модель
455
Технология изготовления заготовок из листа на гильотине
- Завоз материала (лист 1100х2200) В цехе имеются две гильотины: малая - для резки тонкого листа, расположенная на участке отрезных станков и большая гильотина, расположенная отдельно.
Используемые ресурсы на завозе: погрузчик от транспортного цеха. Предоставляется по требованию. Обычная задержка составляет до 30 мин. Количество листов, которые может нести погрузчик - 100 шт.
- Резка заготовок. На участки гильотин в среднем раз в день поступает партия листов в количестве до 100 шт. Поток партий листа можно принять как пуассоновский. Время резки одной заготовки составляет 2 сек, с учетом подготовительной операции для следующей резки - 10-20 сек. Готовые партии заготовок складируются в тару (ящики) поштучно. Интервалы между моментами поступления тары составляют 40 мин. Заполнение одного ящика - от 20 мин до 1 часа. Ночью цех не работает (с 17-00 до 8-00). Проверочные операции проводятся партионно по ящикам и составляют 10-15 мин. на ящик. Диспетчеризация и отправка в другие цеха проводится 1 раз в 2 часа по мере образования транспортной партии в 5-10 ящиков. Погрузка на электрокару занимает 5-10 мин. После этого проводится отправка в другие цеха или на склад.
Используемые ресурсы на отгрузке: тара - железный ящик на партию из 30-100 шт. заготовок. Подается заранее для складирования готовых отрезанных заготовок. Вывозится электрокарой. Кара предоставляется по готовности ящиков с заготовками. На электрокару грузится количество до 5 ящиков с заготовками по требованию. Обычная задержка предоставления кары 5-10 мин.
магая_п1пьо1тина
Рис. 6. Технология изготовления заготовок из листа на гильотине
Технология резки заготовок на плазмо и газорезке. Состоит из следующих операций: - Завоз материала (лист 1100х2200). Завозка по старой планировке осуществляется на участок плазморез-ки и участок газорезки. Завоз проводится по потребности участка в материале для резки (случайный процесс).
Используемые ресурсы на завозе: погрузчик от транспортного цеха. Предоставляется по требованию. Обычная задержка составляет до 30 мин. Количество листов, которые может нести погрузчик - 100 шт.
Резка заготовок. На участки газо и плазморезки в среднем раз в день поступает несколько листов в количестве до 2-4 шт. Работает одна установка плазморезки и одна установка газорезки. Время резки одной заготовки из листа составляет в среднем 5-20 мин. Дополнительное подготовительно-заключительное время операции добавляет еще 2-3 мин. Готовые партии заготовок складируются в тару (ящики) поштучно. Интервалы между моментами поступления тары составляют 40 мин. Заполнение одного ящика - от 20 мин до 1 часа. Ночью участок плазмо и газорезки не работает (с 17-00 до 8-00). Проверочные операции проводятся партионно по ящикам и составляют 10-15 минут на ящик. Диспетчеризация и отправка в другие цеха проводится 1 раз в 2 часа по мере образования транспортной партии в 1-3 ящиков. Погрузка на электрокару занимает 5-10 мин. После этого проводится отправка в другие цеха или на склад [9,10].
Используемые ресурсы на отгрузке: тара - поддон на партию из 10шт. заготовок. Поддоны подаются заранее для складирования готовых отрезанных заготовок. Вывозится погрузчиком на поддоне. Погрузчик предоставляется по готовности заготовок. На погрузчик грузится поддон с заготовками по требованию. Обычная задержка предоставления погрузчика - 20-30 мин.
газорезка псу]г_опер>1
1 с- 3
Рис. 7. Технология резки заготовок на плазмо и газорезке
Технология резки заготовок на отрезных станках. Состоит из следующих операций:
- Завоз материала (металлический пруток (круг) 40-200 мм). С учетом разброса диаметров берем медианное значение - средний диаметр прутка - 80мм. Завозка по старой планировке осуществляется на участок отрезных станков по потребности участка в прутках (случайный процесс).
Используемые ресурсы на завозе: собственная электрокара заготовительного цеха. Предоставляется по требованию. Обычная задержка составляет до 30 мин. Количество листов, которые может нести погрузчик - 100 шт.
- Резка заготовок. На участок отрезных станков в среднем раз в день поступает несколько партий прутков в количестве до 100 шт. Одновременно может работать сразу 6 станков. Время резки одной заготовки из прутка по среднему составляет в среднем 0,5-10 мин. Дополнительное подготовительно-заключительное время операции добавляет еще 2-3 мин. Готовые партии заготовок складируются в тару (ящики) поштучно. Интервалы между моментами поступления тары составляют 40 мин. Заполнение одного ящика составляет от 20 мин до 1 часа. Ночью участок отрезных станков не работает (с 17-00 до 8-00). Проверочные операции проводятся партионно по ящикам и составляют 10-15 минут на ящик. Диспетчеризация и отправка в другие цеха проводится 1 раз в 2 часа по мере образования
транспортной партии в 1-5 ящиков. Погрузка на электрокару занимает 5-10 мин. После этого проводится отправка в другие цеха или на склад [11].
Используемые ресурсы на отгрузке: тара - железный ящик на партию из 10-50 шт. заготовок. Подается заранее для складирования готовых отрезанных заготовок. Вывозится электрокарой. Кара предоставляется по готовности ящиков с заготовками. На электрокару грузится количество до 5 ящиков с заготовками по требованию. Обычная задержка предоставления кары - 5-10 мин.
сборка^
га га га га
О/О 0/0 0/0 0/0
Рис. 8. Технология резки заготовок на отрезных станках
Технология резки труб. Состоит из следующих операций:
- Завоз материала - завоз материала (металлические трубы с внешним диаметром 25-200 мм). С учетом разброса диаметров берем медианное значение - средний диаметр трубы - 80мм. Завозка по старой планировке осуществляется на участок отрезных станков, где установлен станок для резки труб. Завоз труб осуществляется по потребности участка в прутках (случайный процесс).
Используемые ресурсы на завозе: собственная электрокара заготовительного цеха. Предоставляется по требованию. Обычная задержка составляет до 30 мин. Количество листов, которые может нести погрузчик - 100 шт.
- Резка заготовок. На участок резки труб в среднем раз в день поступает несколько партий труб в количестве до 20-100 шт. Работает один станок резки труб. Время резки одной заготовки из трубы по среднему составляет в среднем 10 сек - 1 мин. Дополнительное подготовительно-заключительное время операции добавляет еще 2-3 мин на партию. Готовые партии заготовок складируются в тару (ящики) поштучно. Интервалы между моментами поступления тары составляют 40 мин. Заполнение одного ящика - от 20 мин до 1 часа. Ночью участок отрезных станков не работает (с 17-00 до 8-00). Проверочные операции проводятся партионно по ящикам и составляют 10-15 минут на ящик. Диспетчеризация и отправка в другие цеха проводится 1 раз в 2 часа по мере образования транспортной партии в 5 ящиков. Погрузка на электрокару занимает 5-10 мин. После этого проводится отправка в другие цеха или на склад.
Используемые ресурсы на отгрузке: тара - железный ящик на партию из 10-50 шт. заготовок. Подается заранее для складирования готовых отрезанных заготовок. Вывозится электрокарой. Кара предоставляется по готовности ящиков с заготовками. На электрокару грузится количество до 5 ящиков с заготовками по требованию. Обычная задержка предоставления кары - 5-10 мин. [12,13,14]
Имитационное моделирование новой планировки. В результате новой планировки были убраны задержки от поставок ресурсов, участки производства остались нетронуты.
Производственные результаты по двум планировкам представлены в табл.1.
Таблица 1
Результаты поставок по двум планировкам_
Поставки Новая планировка Старая планировка
На гильотине 2275 1760
на плазмо и газорезке 135 135
на отрезных станках 2357 1760
резка труб 2360 1760
Главной задачей производства заготовок деталей является выпуск максимального количества заготовок деталей в месяц. Задача анализа производства заготовок деталей заключается в определении количества выпускаемых деталей и обнаружении узких мест [15,16].
При сравнении двух моделей с разными планировками было выявлено следующее:
- участок со складированием в ящики заготовок задерживает выпуск заготовок;
- требуемое количество резательных станков - 5;
- наблюдается нерациональное (неполное) использование мощностей станков на участке технологии резки заготовок на плазмо и газорезке на 5% (рис.7, рис.12);
- новая планировка производит больше заготовок на 30% (не считая участок плазмо и газорезки), за счет отсутствия задержек от поставок погрузчика и ускоренным временем транспортировки;
- сократилась загруженность рабочих на 30% (линейные графики, за исключением участка на плазмо и газорезке).
Основываясь на полученных результатах, составлены практические рекомендации:
- уменьшить время заполнения одного ящика и увеличить интервалы поступления тары;
- при уменьшении количества станков производительность значительно снижается, а при повышении незначительно увеличивается, поэтому было подобрано оптимальное количество резательных станков - 5;
- на участки газо и плазморезки можно подавать больше листов, чтобы они работали на полную мощность [17,18,19,20].
пш
# и Щ Ш!.| # сЫри!! ЧЩ {¿34|
Рис. 10. Общая модель
О
.318 2,3181
ящики4 чиеиев тара4 / сборкаб рабочии_мал_гильотины1 рабочин_бол_гильотины1
(УС (УС
Рис. 11. Технология изготовления заготовок из листа на гильотине
листЗ диеиеЮ
проверкаБ
и 13 13 □
О
рабочий_газорезка1 рабочнйплазморезка!
Рис. 12. Технология резки заготовок на плазмо и газорезке
458
"ШЗ ""££1
Рис. 13. Технология резки заготовок на отрезных станках
отр СТЛИК4Э
Новая планировка позволила эффективно использовать имеющиеся мощности практически без применения дополнительного оборудования, и выявило резервы использования оборудования, рабочих, а также помогло в определении узких мест. По результатам прошедшей далее реорганизации заготовительного цеха, он перестал находиться в числе отстающих, и через некоторое время вышел на опережение производственного графика более чем на 3 месяца.
Список литературы
1. Акофф Р. Искусство решения проблем: Пер. с англ. М.: Мир, 1982.
2. Пила Геллера [Электронный ресурс] URL: https://szkminsk.by (дата обращения: 10.05.2024).
3. Подвальный С.Л, Чижов М.И., Гусев П.Ю., Гусев К.Ю. Оптимизация работы заготовительного участка машиностроительного предприятия с применением имитационного моделирования // V Международная научно-практическая конференция Том 2, Выпуск 5. Тамбов, 2018.
4. Миронова Е.А., Горобченко С.Л. Эффективность заготовительного производства //журнал ТПА. 2020. № 1 (106). С. 54-58.
5. Вертакова Ю.В. Применение инструментов линейного программирования при принятии решения о размещении оборудования на промышленном предприятии // Социальная политика и социология. РГСУ, 2009. №: 9 (51). С. 33-41.
6. Горобченко С.Л. Курс «Маркетинг и продажи трубопроводной арматуры». Модуль «Системный подход к анализу рынков» [Электронный ресурс] URL: https://www.litres.ru/book/stanislav-lvovich-go/kurs-marketing-i-prodazhi-truboprovodnoy-armatury-mod-66690506 (дата обращения: 10.05.2024).
7. Ананкина Ю.А. Применение принципов бережливого производства для рационализации производства на предприятии транспортного машиностроения // Материалы конференции Поколение будущего: Взгляд молодых ученых - 2013. Курск, 13-15 ноября 2013 года. Материалы Международной молодежной научной конференции в 6-х томах. Том 6. 2013.
7. Жаров М.В. Моделирование оптимизации для организации производств цехов машиностроения в программной среде Anylogic // Вестник Рязанского ГРУ. 2020. № 71. С. 151-161.
8. Камышев А.В., Чижов М.И., Гусев П.Ю., Гусев К.Ю. Практический опыт применения имитационного моделирования как инструмента оптимизации производственных систем // Девятая всероссийская научно-практическая конференция по имитационному моделированию и его применению в науке и промышленности. Труды конференции. 2019. С. 400-404.
9. Семенова С.В. Производственная структура предприятия // Аллея науки. 2022. Т. 1. № 11 (74). С. 521531.
10 Седельникова И.М., Якушева А.М. Интеграция персонала в процесс совершенствования производственной системы промышленного предприятия // Актуальные проблемы экономики современной России. Сборник материалов всероссийской (национальной) научно-практической конференции. Йошкар-Ола, 2020. С. 62-65.
11. Гусев П.Ю., Скрипченко Ю.С. Имитационное моделирование заготовительного участка // Новые технологии в научных исследованиях, проектировании, управлении, производстве. Труды Международной научно-технической конференции, посвященной памяти д.т.н., профессора Зайцева Александра Ивановича. 2019. С. 26-29.
12. Диденко Н.А., Патласов О.Ю. Диагностика эффективности внедрения бережливого производства на производственных предприятиях // Наука о человеке: гуманитарные исследования. 2023. Т. 17. № 3. С. 215-223.
13. Аверилл М. Лоу, В. Дэвид Кельтон Имитационное моделирование. СПб.: Питер, 2004. 847 с.
14. Чижов М.И., Скрипченко Ю.С., Гусев П.Ю. Автоматизация и оптимизация технологических процессов в TecnomatixPlantSimulation // Вестник Воронежского государственного технического университета. 2011a. Том 7. № 12.1. С. 36-38.
15. Чижов М.И., Скрипченко Ю.С., Гусев П.Ю. Моделирование технологических процессов в TecnomatixPlantSimulation // Вестник Воронежского государственного технического университета. 2011b. Том 7, № 12.2. С. 18-20.
16. Steffen BangSow Manufacturing Simulation with Plant Simulation and SimTalk: Usage and Programming with Examples and Solutions. Springer-Verlag Berlin Heidelberg, 2010. 300 p.
17. Медведев В. И. Имитационное моделирование систем и процессов в системе Techomatixplantsimula-tion // Средства автоматизации и визуализации имитационного моделирования. ИММОД. 2009. Т. 2. С. 289-292.
18. Собенина О.В., Пак А.А. Разработка имитационной модели участка механической обработки // Современные материалы, техника и технологии. 2016. №. 4 (7). C.3-5.
19. Чижов М.И., Скрипченко Ю.С., Гусев П.Ю. Имитационное моделирование производства деталей из полимерных композиционных материалов //Компьютерные исследования и моделирование. 2014. Т. 6. № 2. С. 245252.
20. Лимановская О.В., Алферьева Т.И. Моделирование производственных процессов в AnyLogic 8.1 // Лабораторный практикум. 2019. 135 с.
Горобченко Станислав Львович, канд. техн. наук, sgorobchenko@yandex. ru, Россия, Санкт-Петербург, Санкт-Петербургский государственный университет промышленных технологий и дизайна,
Ковалёв Дмитрий Александрович, канд. техн. наук, доцент, [email protected], Россия, Санкт-Петербург, Санкт-Петербургский государственный университет промышленных технологий и дизайна,
Загидуллин Рамиль Равильевич, канд. техн. наук, доцент, ведущий научный сотрудник научно-исследовательской лаборатории, [email protected], Россия, Казань, Казанский федеральный университет,
Теппоев Алексей Викторович, канд. техн. наук, доцент, avt01@inbox. ru, Россия, Санкт-Петербург, Санкт-Петербургский государственный лесотехнический университет имени С.М. Кирова,
Наседкин Игорь Вячеславович, преподаватель, nasedkin. i@rambler. ru, Россия, Санкт-Петербург, Военная академия связи им. Маршала Советского Союза С.М. Буденного
BUILDING A SIMULATION MODEL OF PREPARATION PRODUCTION S.L. Gorobchenko, D.A. Kovalev, R.R. Zagidullin, A. V. Teppoev, I. V. Nasedkin
The article discusses the issues of creating digital twins based on simulation modeling. The procurement workshop of a large machine-building association is used as an object of modeling. Procurement production at such enterprises is characterized by high specificity, multi-nomenclature, mass production of blanks, high requirements for the urgency of fulfilling requests from other workshops. The task was solved for a specific production with the proposal of redevelopment and its optimization using simulation modeling in the Anylogic software. The results of the simulation were the possibilities of staff reduction, expansion of production bottlenecks, proposals for improving the cutting process on cutting machines, gas and plasma cutters. The implementation of the proposals allowed the procurement production to turn from a lagging one into a workshop operating ahead of the entire production cycle of the enterprise, and ensured its entry into the advanced production of the association.
Key words: procurement production, digital twins, a simulation model, redevelopment of the procurement shop, optimization of the layout.
Gorobchenko Stanislav Lvovich, candidate of technical sciences, sgorobchenko@yandex. ru, Russia, St. Petersburg, St. Petersburg State University of Industrial Technologies and Design,
Kovalev Dmitry Aleksandrovich, candidate of technical sciences, docent, [email protected], Russia, St. Petersburg, St. Petersburg State University of Industrial Technologies and Design,
Zagidullin Ramil Ravilevich, candidate of technical sciences, docent, leading researcher at the research laboratory, [email protected], Russia, Kazan, Kazan Federal University,
Teppoev Aleksey Viktorovich, candidate of technical sciences, docent, avt01@inbox. ru, Russia, St. Petersburg, St. Petersburg State Forest Technical University named after S.M. Kirov,
Nasedkin Igor Vyacheslavovich, teacher, nasedkin. i@rambler. ru, Russia, St. Petersburg, Military Academy of Communications named after Marshal of the Soviet Union S.M. Budyonny
