CC BY
48
УДК: 658 ББК: 32.97-018.2
Хаймович И.Н., Фролов М.А., Куралесова Н.О.
СОВЕРШЕНСТВОВАНИЕ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА МНОГОНОМЕНКЛАТУРНОГО ПРОИЗВОДСТВА НА ОСНОВЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ГИБКИХ ПРОИЗВОДСТВЕННЫХ ЛИНИЙ В ЦЕХЕ
KhaymovichI.N., Frolov M.A., KuralesovaN.O.
IMPROVING THE PROCESS OF MULTIPRODUCT PRODUCTION-BASED SIMULATION OF FLEXIBLE MANUFACTURING LINE IN THE WORKSHOP
Ключевые слова: многономенклатурное производство, имитационное моделирование, гибкие производственнъю линии, организационно - техническая система.
Keywords: multiproduct manufacturing, simulation, flexible production line, oragnizatsionno-technical system.
Аннотация: в настоящей статье приводится подход к модернизации производственных мощностей путём замены новът производственного оборудования в соответствии со стратегией реализации продукции на ръшке. Результаты оценки эффективности работы станков нового поколения в рамках гибкого производства отражены с использованием методик определения трудоёмкости, себестоимости, производственной мощности.
Abstract: this article presents an approach to the modernization of production facilities by replacing the new production equipment in accordance with the strategy of selling products on the market. The results of evaluating the performance of a new generation of machines in a flexible production are reflected using the methods for determining the labor intensity, cost, production capacity.
Современные тенденции развития промышленных предприятий тесно связаны с совершенствованием организационных механизмов, обеспечивающих повышение уровня надежности продукции, сокращение сроков её изготовления при достижении максимальной экономии ресурсов [1]. Один из способов достижения данных задач во всем многообразии машиностроения является использование гибких производственных систем. В настоящее время на предприятиях машиностроительного профиля распространёно такое свойство, как многоно-менклатурность. Под этим подразумевается, что достаточно сложные изделия и узлы стараются изготовить на одном предприятии для снижения издержек производства и понижения себестоимости В данной ситуации было бы логичным создание линий, которые были бы способны изготавливать максимально номенклатуру на одном производственном участке [2].
Гибкая производственная система (ГПС) — отдельная единица технологического оборудования или совокупность таких единиц, а также систем обеспечения их функционирования в автоматическом режиме. Гибкая производственная система обладает свойством автоматизированной переналадки при выпуске изделий производственной номенклатуры в пределах технических возможностей технологического оборудования. По организационной структуре производства
гибкие производственные системы подразделяются на пять уровней.
Первый уровень — гибки производственные модули (ГП М), являющиеся основой гибкого производства. Это ГПС, состоящая из единицы технологического оборудования, оснащенная автоматизированным устройством программного управления на базе микропроцессора микро- или мини-ЭВМ, а также средствами автоматизации технологического процесса, автономно функционирующая и имеющая возможность встраиваться в систему более высокого уровня. При модульной структуре производства в ГПС помимо обрабатывающей составляющей технологического оборудования входит ряд других гибких модулей:
- гибкий складской модуль (ГСМ) — совокупность оборудования, предназначенного для автоматизированной загрузки, хранения, выгрузки заготовок, изделий и т. д.;
- гибкий транспортный модуль (ГТМ) — совокупность оборудования, предназначенного для автоматизированной транспортировки заготовок, изделий и т. п.;
- гибкий контрольно-измерительный модуль (ГКМ) — предназначен для автоматизированного контроля качества выполняемых операций;
- гибкий вспомогательный модуль (ГВМ) — предназначен для автоматизированного выполнения вспомогательных операций;
- гибкий диагностический модуль (ГДМ) — производственная диагностика, а иногда и поиск неисправности ГПС.
Каждый из перечисленных модулей работает по программе автоматизированной системы управления гибким модулем.
Второй уровень — гибкая автоматизированная линия (ГАЛ). Это гибкая производственная система, состоящая из нескольких гибких производственных модулей, объединенных автоматизированной системой управления.
Третий уровень —гибкий автоматизированный участок (ГАУ). Это гибкая производственная система, состоящая из нескольких гибких производственных модулей, объединенных АСУ, функционирующая по технологическому маршруту и предусматривающая возможность изменения последовательности использования технологического оборудования.
Четвертый уровень — гибкий автоматизированный цех (ГАЦ). Это гибкая производственная система в виде совокупности гибких автоматизированных линий или участков, предназначенная для изготовления изделий заданной номенклатуры.
Пятый уровень — гибкий автоматизированный завод (ГАЗ). Это гибкая производственная система, представляющая собой совокупность гибких автоматизированных цехов и предназначенная для выпуска готовых изделий. Гибкий автоматизированный завод может иметь в
Рисунок 1
За счет этого появляется возможность выключения неактивных операций из процесса изготовления, смены очередности, изменения режимов обработки, или даже добавления новых операций (рисунок 3).
своем составе отдельно функционирующие неавтоматизированные участки и цехи.
По степени автоматизации ГПС подразделяются на гибкие производственные комплексы и гибкие автоматизированные производства [3]. Гибкий производственный комплекс (ГПК) — это гибкая производственная система, состоящая из нескольких гибких производственных модулей, объединенных автоматизированной системой управления ГПС и автоматизированной транс-портноскладской системой (АТСС), автономно функционирующей в течение заданного времени и имеющей возможность встраиваться в систему более высокого уровня [4]. Гибкое автоматизированное производство (ГАП) — гибкая производственная система, состоящая из одного или нескольких ГПК, объединенных АСУ производством и автоматизированной транспортно-складской системой, производящая автоматизированный переход на изготовление новых изделий при помощи системы автоматизированного проектирования (САПР), автоматизированной системы научных исследований (АСНИ), автоматизированной системы технологической подготовки производства (АСТПП).
В данной статье рассматривается ГПС второго уровня (рисунок 1). Для них важнейшим фактором корректной работы является оптимальная работа всех рабочих машин и буферов между ними на линии с учетом всех узких мест вследствие декомпозиции.
Также одним из плюсов данных производственных систем является «безболезненность» перехода на полную автоматизацию, где человек находиться лишь в качестве наблюдателя за наиболее опасным участком, который называется узким местом [5]. Данная операция характеризуется наибольшей сложностью изготовления или наибольшей протяженностью по времени на всем технологическом маршруте изготовления. Для многокомпонентной гибкой производственной системы диаграмма технологического маршрута будет выглядеть следующим образом (рисунок 4), где М|—„ - рабочие машины, 61 -,, - буферы хранения, Ь(ц1-п) -технологический маршрут изготовления деталей.
- ГПС второго уровня после декомпозиции технологической цепочки изготовления
За счет данного вида разбиения происходит увеличение гибкости технологического маршрута, и образуются структурные элементы, состоящие из машины буфера хранения и другой рабочей машины (рисунок 2).
Рисунок 2 - Структурный элемент ГПС второго уровня
\Г(к-1) Bi I y^lt'flc-l) |
Рисунок 3 - ГПС второго уровня, декомпозированная на структурные элементы
Я
наблюдатель за деталью первого типа « «ч
V«/ » Шш 4 #11 ••• ••• 4 в., » Vl.II
»Ли «Ли 4 V, > «и 4 «/.. • •• Л/, ► ц.. 4 м,., ••• и, > »м..и
■Va.fi » >1>1 ' «.п ••• Л ••• * «и » и,./.п
наблюдатель за деталью второго типа
* в. п
Я
наблюдатель за деталью п типа Ui.lt
» »
№ " -М ^
Туре 1 ОЬзегуег
1.а.2>
Туре 2 ОЬавпда
«1 _гСЛ_I
Туре 3 ОЬвегуес
Рисунок 4 - Диаграмма ГПС второго уровня многодетальной обработки с наблюдателями
Для создания гибкой производственной линии воспользуемся математическим аппаратом, который позволит модернизировать данную модель. Для рабочих машин у нас будут
где П; - количество деталей, ЛГ; - размер буфера \ детали, а; (О - загруженность машины в момент времени 1:, 1 - номер детали.
Аналогичным образом запишем блоки входа и выхода через вероятности и р^. и данные уравнения видоизменятся следующим образом:
следующие уравнения, где будут учитываться два вида отказа: вероятность отказа (г;) из-за закупорки и вероятность отказа ю-за отсутствия подачи деталей:
п = Pr |а,(' I 1) = l|«s(i) = 01
Pi - ft-[ai(i + l) = 0|
{a,(i) — 1 П?г,_1 i(i) > 0 Пnitl(t) < iV,^} U
{Q'i(i) = 1 П щ i>a(/,) > 0 n nii2(t) < Nit2} и
{Qi(() - i nni_1:3(t) >onm,3(t) < м,з}]
for г = 1... ..К
Го,J - Pr [ooj-ft + 1) - l.|a0J(i) - 0] p0:J = Pr [a0j (t + 1) = 0|aoj(i) = 1 n n0J(t) < Nj] for j = 1,2,3
гк+i.j = Pr [ajc+ij(t + 1) = l|ajf+ij(i) = 0] РКЧ i.j = Pr[aK+i.j(t + 1) = Q|
«JT+uW = 1 П nKtj(t) > 0] for j = J, 2,3
где K - количество деталей, j - номер детали, о-к+ijiX + О - загруженность машины (К + 1/), в момент времени t+1, Лу - размер бу-
Ei.2 = Pr[ati(t + 1) = 1 П
(rii_lil(t)=0Un,!l(i)=Ari]1)n (rli_1,2(t)=0UnI>2(i)=ATi>2)n
где Pr - вероятность закупорки, i - номер
фера j детали.
Таким образом, можно предположить, что машины не ломаются сами по себе, а лишь приходят в непригодность по причине организационных ошибок в технологических цепочках [6]. И эффективность обработки заготовок
детали, n - количество деталей, t - время, д:. - объем буфера I детали.
В качестве инструмента воспользуемся программным обеспечением AnyLogic. В настоящее время это единственный продукт, сочетающий в себе системную динамику, агентно и событийно-дискретный подход, поэтому он прекрасно подойдет для исследуемой модели и поэтому основная проблема моделей - приближённость к действительности, может быть решена за счет этих возможностей [7]. Для точного создания имитационной модели ГПС второго уровня воспользуемся следующими блоками библиотеки моделирования процесса:
- Source -в нем будут создаваться заявки;
- Sink - в нем будут уничтожаться заявки (в другой цех или на склад);
- Queue - хранит заявки в определенном порядке. Моделирует очередь заявок, ожидающих приема объектами, следующими за данны-
(Er, 1/ Ei,2> - -.) будет выглядеть следующим об-
разом:
Et, 1 - Pr [a,(i + 1) = 1 П ra^ifi) > Onn,,i(i) < Ли]
Ei,2 = Pr[a,(t + 1) = 1 П
(ni_lil{t) = 0Unu{t) = Ni;1)r
(rii-i^i) > 0П ni]2(i) < Ni]2)]
ми в потоковой диаграмме [8].
В качестве типовой задачи рассмотрим создание гибкой производственной линии на
основе литейного цеха ОАО «Кузнецов» (рису-
нок 5).
Склад браксианных изделий
Рисунок 5 - Модель производственной линии в литейном цеху ОАО «Кузнецов» с процентным
соотношением выхода годного
Приведенный выше математический ап- Source и Silk, соответственно [9]. А вероятности парат для входа и выхода пропишем в блоки обработки в каждую технологическую опера-
цию, обозначенные блоками Queue. Эффектив- достоверного отображения процента годного ность обработки можно записать в качестве пропустим через полученную систему 100 дета-ссылок в агент данной модели (рисунок 6) без лей [10].
ввода достаточно сложной математики. Для
-public class Inquiry extends com.anylogic.libraries.enterprise.Entity implements Serializab
double ti»e_vxod; S double time_vixod; 9 double col_vxod; double col_vixod;
5 * KO*1C TpyKTGp no VMO/«il4Htao
public Inquiry() { 8 }
ЗЛСТруК!
инициализиручщи
public Inquiry(tk>uble tiee_vxod, double time_vixod, int col_vxod, int col_vixod) { thi*.tiee_vxod = ti»e_vxod; this.tiee_vixod = t i«e_vixod; this.col_vxod * col_vxod; this.col vixod • col vixod;
>
42
public String toString() {
"ti«e_vxod = " + ti«e_vxod " + "ti*e_vixod » " + tiee_wixod +" " + "col_vxod - " ♦ col_vxcd " -f "col vixod - " ♦ col vixod ";
I
число используется при сохранении состояния модели рекомендуется изменить о случае изменения класса
private static final long teriolVenioniJIO - It;
Рисунок 6 - «тело» ГПС второго уровня
Таким образом, были разработаны алгоритм и модель безотказной работы ГПС второго уровня ОАО «Кузнецов». За счет этого экономия производственных площадей достигает 30— 40%, время производственного цикла сократи-
лось в 30 раз, коэффициент сменности оборудования повысился на 2,6 раз, показатели эффективности изготовления в теории достигают более 90% на новом оборудовании.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Haimovich, I.N., Frolov, M.A. Improvement of Technological Process of Multiproduct Production on the Bases of Simulation Modeling of Production Unit // Key engineering materials, 2016, v.684, pp.487507.
2. Khaimovich, I.N. Computer aided design of blank forging production facilities for aircraft engine compressor blades // Russian Aeronautics, 2014, № 57(2), p. 169-174.
3. Хаймович, И.Н. Методология организации согласованных механизмов управления процессом конструкторско-технологической подготовки производства на основе информационно-технологических моделей: автореферат дис. на соискание степени д.т.н. - Самара: СГАУ, 2008. - 26 с.
4. Хаймович, И.Н., Хаймович, А.И. Процедурные правила разработки и согласования бизнес-
процессов кузнечно-штамповочного производства // Вестник Самарского государственного аэрокосмического университета им. академика С.П. Королева (национального исследовательского университета). - 2008. - №1(14). - С. 248-252.
5. Гречников, Ф.В., Хаймович И.Н. Разработка информационных систем управления конструк-торско-технологической подготовкой производства как интегрированной базы информационных и функциональных структур // Кузнечно-штамповочное производство. Обработка материалов давлением. - 2008. - №3. - С. 34-41.
6. Хаймович, И.Н., Клентак Л.С. Усовершенствование методов сглаживания сложных поверхностей с использованием интерполяционных сплайнов // Фундаментальные исследования. - 2013. -№ 10-12. - С. 2634-2638.
7. Young, J.J. Mathematical Modeling and Analysis of Flexible Production Lines. // Massachusetts Institute of Technology journal, 2007, p. 26-31.
8. Боев, В.Д. Компьютерное моделирование. Пособие для практических занятий, курсового и дипломного проектирования в AnyLogic 7. - C. 89-91.
9. Хаймович, И.Н., Фролов М.А., Куралесова Н.О. Предотвращение противоречий при принятии технологического решения в конструкторско-технологической подготовке производства // Вестник Волжского университета имени В.Н. Татищева - 2015. - № 1 (23). - C. 47-51.
10. Дровянников, В.И. Хаймович И.Н., Фролов М.А., Ковалькова Е.А. Совершенствование организации литейного производства авиационного предприятия на основе имитационного моделирования // Фундаментальные исследования. - 2015. - № 2 (часть 14). - С. 3023-3028.
11. Куралесова, Н.О. Особенности формирования эффективной модульной организационной структуры гибкой корпоративной системы // Вестник Волжского университета имени В.Н. Татищева. - 2011. - № 1(17). - C. 44-48.
