CC BY
103
В итоге формула себестоимости пресс-формы есть функция от основных коэффициентов, составляющих себестоимость:
С = П(См + Ск + Сэ + Сз/ п +Си+Соб + Срц + Срз + Сб ) •
На любом предприятии, в частном случае - на виртуальном предприятии инструментального производства, необходимо проводить анализ имеющегося на складе материала и стандартных изделий для пресс-форм. Заложенная в систему информация о складах позволяет сократить сроки на приобретение необходимого материала и время на изготовление деталей пресс-формы. Также нельзя забывать об эффективности эксплуатации различных моделей оборудования одинакового назначения. Экспертная система должна отслеживать загруженность оборудования и равномерно распределять выполнение работ во избежание простоя и быстрого выполнения заказа.
Заключение
Использование ЭС при формировании портфеля заказов позволяет избежать риска невыполнения поставленных заказчиком сроков и увеличить прибыль предприятия. Анализ всех заказов виртуального предприятия инструментального производства позволяет выявить стратегические «окна» в хозяйственном портфеле и дать стратегические рекомендации для деятельности инструментального производства.
Литература
1. Колесников С. Тонкости интеграции // Открытые системы. - № 10. - 2009 [Электронный ресурс]. -Режим доступа: http//www.osp.ru/os/2009/10/11180438, свободный. Яз. рус. (дата обращения 31.03.2010).
2. Силаков А. В., Иващенко Н. С. Выбор структуры товарного портфеля предприятия на основе анализа его сбалансированности // Маркетинг в России и за рубежом. - № 6. - 2004 [Электронный ресурс]. -Режим доступа: http://dis.ru/static/magaz/market/index.html, свободный, яз. рус. (дата обращения 31.03.2010).
Гнездилова Светлана - Санкт-Петербургский государственный университет информационных технологий, Александровна механики и оптики, аспирант, gnesvetlana@yandex.ru
УДК 67.02: 65.011.56
СОЗДАНИЕ ИМИТАЦИОННОЙ МОДЕЛИ СБОРОЧНОЙ ЛИНИИ С ИСПОЛЬЗОВАНИЕМ СИСТЕМЫ БЕЬМ1Л Е.Е. Алёшина, А.А. Саломатина, Е.И. Яблочников
Рассматривается построение имитационной модели сборочной линии. Показана важность разработки функциональной модели и дальнейшего ее использования для создания имитационной модели. Приведены основные преимущества системы Delmia. Описывается дальнейшее использование имитационной модели для постановки компьютерных экспериментов по имитации работы реальной линии сборки.
Ключевые слова: имитационная модель, имитационное моделирование, функциональная модель, Delmia.
Введение
Современные производственные системы отличаются сложной структурой потоков (множество последовательно-параллельных технологических этапов, наличие разнообразного оборудования, многообразие видов продукции и т.д.). Любой производственный процесс характеризуется наличием множества случайных составляющих - время обработки единицы продукции, длительность безотказной работы агрегатов и механизмов, время простоев и восстановительных работ и т. д. В связи с этим при моделировании сложных производств возникает необходимость рассматривать статистические модели систем разных классов. Для повышения эффективности управления предприятиями, работающими в условиях воздействия случайных факторов, необходимо применять соответствующие математические и инструментальные методы [1].
Построение модели производственной системы
При построении моделей процессов, происходящих в сложных производственных системах, при описании их структуры, оценке эффективности и оптимизации этих систем используются различные аналитические и имитационные схемы математического моделирования. Построение аналитической мо-
дели функционирования производства является очень трудоемким процессом. Выходом в данной ситуации является метод имитационного моделирования, основанный на моделирующих алгоритмах, которые строятся с использованием различных стандартов и включают в себя обобщенные методы исследования систем. Суть имитационного моделирования заключается в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами, т.е. в разработке симулятора исследуемой предметной области для проведения различных экспериментов -другими словами, в представлении реальной системы цифровой моделью и моделировании на ней процесса функционирования реальной системы [2].
В качестве реальной системы для построения имитационной модели выступает автоматизированная линия сборки микрообъектива, состав и структура которой описаны в [3]. В отличие от предложенной централизованной схемы управления линией в данной работе рассматривается децентрализованная система управления, входящей информацией для которой являются показания ИРГО-датчиков. Имитационная модель строилась для анализа функционирования одной зоны - зоны измерений и сборки узлов.
Функциональная модель
Построение имитационной модели начинается с создания функциональной модели (модели процесса), которая позволяет описать технологический процесс и подробно рассмотреть конкретные операции [4]. Разработка функциональной модели технологического процесса сборки микрообъектива (рисунок) выполнялась для операции измерения и комплектации и велась с учетом применения системы радиочастотной идентификации. Технологический процесс начинается с измерения оптических и механических деталей (линз, оправ). В процессе измерения происходит идентификация и регистрация (расстановка меток) деталей, формируется база данных, заполняются и регистрируются паллеты. После операции измерения паллеты с линзами и оправами поступают на станцию комплектации.
Рисунок. Функциональная модель технологического процесса сборки микрообъектива
Функциональная модель позволяет рассмотреть возможные условия выполнения технологического процесса. Для представленного примера были определены ситуации, которые могут возникнуть в процессе. На первом этапе проводилась проверка наполненности паллет: если паллеты заполнены, то они отправляются на станцию комплектации. В случае, если на станцию комплектации пришли паллеты с одинаковыми деталями, например, с оправами, происходит считывание меток с паллет, далее в систему управления линией поступает сигнал о том, что пришли паллеты с одинаковыми деталями, и принимается решение о замене. После смены паллеты происходит анализ меток деталей (линз и оправ) и проверяется их соответствие. Если линзы соответствуют оправам, то осуществляется операция комплектации, в противном случае в систему управления поступает сигнал о том, что для выполнения операции необходимо провести замену одной из паллет (с линзами или оправами).
В функциональной модели учитывались возможные ситуации и случайные факторы, которые могут возникнуть в ходе выполнения технологического процесса и вызвать изменения в его протекании. На
представленном примере рассмотрены лишь некоторые из них. Модель процесса может быть изменена в ходе проведения компьютерных экспериментов с имитационной моделью.
Таким образом, создание функциональной модели позволяет определить:
- возможные случайные факторы, которые могут возникнуть и повлиять на выполнение технологического процесса;
- используемые ресурсы;
- пути выполнения технологического процесса с учетом влияния случайных факторов;
- оптимальный путь прохождения процесса, который будет использоваться для построения имитационной модели.
Функциональная и имитационная модели взаимосвязаны и являются дополнением друг друга. Имитационная модель дает больше информации для анализа. В свою очередь, результаты такого анализа могут стать причиной модификации модели процессов. В связи с этим целесообразно сначала построить функциональную модель, а затем на ее основе построить имитационную модель [4].
Имитационная модель
Имитационная модель строится в системе Delmia. Delmia реализует моделирование на основе виртуальной реальности - Virtual Reality (VR). VR-моделирование основано на концепции e-Manufacturing и связано с проблемами исследования и анализа производственных процессов. Суть концепции e-Manufacturing определяется непрерывным использованием цифровых моделей в процессе проектирования и эксплуатации производственных систем. При этом в виде цифровых моделей представляются не только сами изделия, но и все средства производства, производственные и логистические процессы.
Для поддержки данной концепции Delmia обладает банком данных, в котором представлены три базовые структуры производственного назначения: Продукт/Процесс/Ресурс (PPR). Модель PPR является ядром системы и предоставляет средства интеграции, соединяя различные хранилища и приложения расширенного производства, обеспечивает непрерывное, динамичное моделирование характеристик изделия и управляет результатами изменения по изделию, его процессами и ресурсами. Delmia имеет специальный симулятор - Quest, который поддерживает имитационное моделирование исследуемых систем и процессов, обеспечивает возможность визуального представления основных объектов и процессов функционирования исследуемых систем и результатов моделирования, погружая исследователя в среду виртуальной реальности [5].
Имитационная модель в Delmia состоит из физической и логической моделей. Физическая модель представляет собой планировку производственной системы, трехмерные модели оборудования и изделий, а логическая модель описывает материальный поток и правила его прохождения через определенную производственную систему. При построении физической модели используется встроенная библиотека геометрических образов типовых элементов логистической системы (например, контроллеры для роботов). Построение логической модели сводится к настройке базовой логики и определению конкретных значений параметров, а также заданию связей между элементами логистической системы (продуктом, процессом и используемым оборудованием). В логической модели учитывается вероятность сбоев производственного оборудования, график работы оборудования и персонала. Одна и та же физическая модель может быть использована и при моделировании нескольких материальных потоков, описываемых различными логическими моделями [6].
Созданную имитационную модель технологического процесса сборки можно «проиграть» во времени и получить статистику выполнения процесса так, как это было бы в реальности. Воспроизведение динамики производственного процесса основывается на моделировании работы всех задействованных в нем ресурсов в течение заданного интервала времени. Кроме того, имитационная модель процесса позволяет воспроизводить случайные факторы, обуславливающие вероятностный характер его выполнения, в том числе:
- случайные потери оборудования вследствие аварийности его работы или простоя;
- случайные потери ресурса рабочей силы, определяемые невыходами на работу;
- случайные колебания длительности вспомогательных и обслуживающих процессов, и т.д.
Заключение
Полученная имитационная модель сборочной линии используется для постановки экспериментов по имитации работы реальной линии сборки. Компьютерные эксперименты с имитационной моделью процесса:
- дают возможность исследовать особенности функционирования системы в любых условиях;
- существенно сокращают продолжительность испытаний по сравнению с натурным экспериментом;
- позволяют одновременно рассматривать и оценивать несколько альтернативных вариантов проектных решений для выбора одного оптимального;
- позволяют выяснить, может ли быть осуществлен проектируемый процесс, оценить возможные режимы и нагрузки во времени, проверить возможность улучшения качества.
Полученные в ходе выполнения экспериментов формальные результаты моделирования можно переносить на реальную линию сборки. Если результаты работы реальной линии не отвечают требованиям, то имитационная модель адаптируется, и процесс симуляции работы повторяется. В конечном итоге можно получить необходимые рекомендации по структуре и параметрам работы реальной линии.
Литература
1. Имитационное моделирование производственных систем / Под общ. ред. чл. кор. АН СССР А.А. Вавилова. - М.: Машиностроение; Берлин: Техника, 1983. - 416 с.
2. Лоу А., Кельтон Д. Имитационное моделирование / Пер. с англ. - 3-е изд. - СПб: BHV, 2004. - 848 с.
3. Концепция линии автоматизированной сборки микрообъективов на основе адаптивной селекции их компонентов / С.М. Латыев, А.П. Смирнов, А.А. Воронин, Б.С. Падун, Е.И. Яблочников, Д.Н. Фролов, А.Г. Табачков, Р. Тезка, П. Цохер // Оптический журнал. - 2009. - Т. 76. - № 7. - С. 79-83.
4. Маклаков С. Имитационное моделирование с Arena: электронный журнал КомпьютерПресс № 7, 2001 [Электронный ресурс]. - Режим доступа: http://compress.ru, свободный. Яз. рус. (дата обращения 10.04.2010).
5. Coze Y., Kawski N., Kulka T., Sire P., Philippe S., Bloem J. Virtual Concept Real Profit with Digital Manufacturing and Simulation / Dassault Systèmes, November, 2009. - 168 с.
6. The PLM Magazine: корпоративный журнал Contact Mag. - May, 2009. - № 11. - С. 24-25.
Алёшина Екатерина Евгеньевна Саломатина Анна Алексеевна Яблочников Евгений Иванович
Санкт-Петербургский государственный университет информационных технологий, механики и оптики, аспирант, aleshina.ekaterina@gmail.com Санкт-Петербургский государственный университет информационных технологий, механики и оптики, аспирант, Salomatina.Anna@gmail.com Санкт-Петербургский государственный университет информационных технологий, механики и оптики, зав. кафедрой, кандидат технических наук, доцент, eugeny@bee-pitron.spb.su
