Moskva, Moscow, Russian Federation
The aim of the study is the process of distributing production tasks between individual units of the processing equipment in the enterprise’s technological system. In the conditions of multi-product manufacturing, it is important to reduce the time for its technological preparation, which is quite frequent. Rational loading of individual processing equipment can achieve a significant reduction in time, i.e. by increasing its load factor. The load factor of the processing equipment depends on a number of factors, in particular on the rational distribution of production tasks not only by workplaces, but also in time. The search for a rational sequence of starting production tasks is complex, including the generation of various combinations of starting individual production tasks and the time sequence of beginning their implementation. Developing a mathematical model solves the problem that allows predicting in advance the result of implementing a set of generated options. As a basic option, the authors propose a simulation model of a technological system, allowing imitating the generated options and, based on a comparison of the obtained results, selecting the best solutions at various stages of the technological system operation. The novelty of the obtained solution is information support, allowing increasing the adequacy degree of the mathematical model to the real object. Because of the conducted modelling, the paper obtains the data that make it possible to build a strategy for launching production tasks in the technological system. The authors get a tool, using which it is possible to identify a rational version of the production planning strategy with minimal resource costs and in the shortest possible time. The paper notes that in almost all cases an iterative approach is necessary when working with the model. The depth of the forecast determines the degree of the result reliability. The obtained approach is useful at the stage of drawing up business plans for a machine-building enterprise.
automation, technological process, modelling, simulation, forecasting
Введение
Современное машиностроительное производство ориентировано на мелкосерийный тип производства, что продиктовано динамичным развитием потребительского спроса. В этих условиях, с целью обеспечения конкурентоспособности, оказывается необходимым обеспечение быстрой перестройки производственной системы и, прежде всего, технологической системы на выпуск новой номенклатуры изделий. Составляющая временных затрат на технологическую подготовку становится существенной в общем объеме времени и может сыграть существенную роль в удлинении сроков начала выпуска новой продукции [1].
При технологической подготовке производства организационные мероприятия обычно сводятся к использования предшествующего опыта, определенных наработок, типовых решений, имевших в прошлом положительный эффект и т.д. При реализации подобных подходов неизбежны ошибки, исправление которых связано с неизбежными потерями материальных и временных ресурсов. Актуальной задачей является разработка подхода, позволяющего принципиально снизить указанные потери [2].
Предлагаемый подход основан на организации виртуальной технологической системы, функционирование которой не предусматривает использование материальных ресурсов, а ее функционирование осуществляется в рамках математической модели. Основой такой модели является имитационная модель, позволяющая симулировать функционирование реальной технологической системы в машинном масштабе времени. Использование машинного масштаба времени позволяет получать результаты практически сразу, что позволяет осуществлять верификацию принимаемых решений до их реальной реализации принципиально снижая риски от последствий принятия ошибочны решений [3, 4].
Материалы, модели, эксперименты и методы
Поставленная задача может быть решена с использованием совокупности действий, предусматривающих вариантное проектирование технологических процессов, подразумевающих получение ряда структур, степень рациональности которых определяется последующими процедурами, включающими моделирование их с последующей верификацией, с целью выбора наиболее удачных вариантов применительно к различным вариантам конфигураций технологической системы. В случаях необходимости применения творческих подходов предусматривается подключение модели эксперта, использующей опыт проектировщика непосредственно или в режиме диалога [5].
Рассматриваемая текущая конфигурация, определяет некоторый уровень загрузки технологической системы, информация о которой содержится в математической модели технологической системы, рассматриваемой, как виртуальная, причем ее параметры легко и быстро модифицируются. Виртуальность такой технологической системы обеспечивает ее исключительную гибкость при практически отсутствующих материальных затратах на ее перестройку.
Используя итерационный подход при генерации различных вариантов структур, можно добиться оперативного выбора наиболее рациональной конфигурации, которая на этом этапе реализуется в реальной материальной технологической системе, что обеспечивает сокращение времени на технологическую подготовку производства и повышение эффективности за счет:
– сокращение времени выполнения технологических процессов;
– минимизацию объемов продуктов незавершенного производства;
– выполнение производственных заданий точно в срок;
– снижение затрат на выполнение производственных заданий;
– увеличение пропускной способности технологической системы за счет повышения уровня загрузки технологического оборудования.
Удачные варианты сгенерированных технологических структур являются информационной базой, которая мотет быть использовала для решения подобных технологических задач в дальнейшем [6]. Порождающая среда, образованная совокупностью сформированной базой удачных решений совместно с информацией о новых сгенерированных вариантах с информацией о новых производственных заданиях, рассматривается как множество сущностей OS, математическое представление которой имеет вид:
,
где sai, SAi – свойство объекта и множество его проявлений; sbj, SBj – информационная база данных объекта и совокупность ее элементов; Nn – множество сочетаний элементов при
(1, 2, …, n) и Nm = (1, 2, …, m); m – количественное выражение номенклатуры изделий в технологической системе; n – количественное выражение оборудования в технологической системе.
Множественную последовательность отношений можно представить как D1, D2, …, DN, в этом случае R можно рассматривать, как отношение представленных множеств. Полагая, что R – множество (n кортежей) упорядоченных последовательностей вида
<d1, d2, …, dn>, где d1 – элемент из D1; d2 – элемент из D2; …; dn – элемент из DN. Множества D1, D2, …, DN являются доменами отношения R.
Отношение R представляет собой некоторую совокупность кортежей, отражающих ряд возможных вариантов структур виртуальной технологической системы и представляется в виде реляционных баз данных.
Значения атрибутов рассчитываются на основе выбора проекции и насыщаются информационным содержанием базы данных. Полученный результат анализируется и принимается решение о степени удачности решений на основе сгенерированных структурных вариантов. Принятый рациональный вариант содержит описание технологических процессов, привязанных к конкретным единицам оборудования технологической системы, оснастки и т.д.
Для математического моделирования процессов, протекающих в технологической системе, целесообразно использовать метод имитационного моделирования на основе дискретно-событийной реализации. Модель содержит логические условия, определяющие событийный характер процессов в технологической системе. Периоды времени между событиями описываются аналитическими выражениями, характеризующими непрерывность самих технологических операций. Вариативность параметров модели обеспечивается итерационными подходами при определении последовательностей выполняемых технологических операций.
Модель порождающей среды может представлять собой табличную, сетевую, перестановочную и их сочетания. Взаимосвязь между свойствами определяется логическими функциями дизъюнкции и конъюнкции. При оценке сгенерированных вариантов осуществляется последовательный анализ с выбором лучшего по установленным критериям, например, себестоимость, сроки выполнения объем выполненных производственных заданий за рассматриваемый период и т.д. [7].
При совпадении свойств спроектированного технологического процесса и технологической системы выполняется логическая функция эквиваленция, в противном случае имеет место пересечение массивов свойств:
C = {с ½с Î А и с Î В},
где C – множество технологических операций, выполняемых при данных производственных условиях; A – свойства текущей конфигурации технологической системы; B – свойства спроектированного технологического процесса.
Структура технологического процесса при математическом моделировании представляется в виде булевой матрицы взаимосвязей, являющимися бинарными отношениями:
.
При наличии взаимосвязи элементов аi и bj значение cij = 1, в противном случае cij = 0. В записи булевой матрицы {cij} подразумевается А – множество строк, а В – множество столбцов.
Используя значения компонентов матрицы, выстраиваются логические связи между массивами технологического оборудования и требующих выполнения операций технологических процессов. При получении нескольких работоспособных вариантов структур распределения технологических операций осуществляется выбор лучшего варианта. Основным критерием выбора лучшего варианта является совпадение сроков выполнения производственных заданий и их плановым завершением. При несовпадении осуществляется анализ результатов. Если сроки выполнения оказываются более ранними, осуществляется смещение сроков их запуска на более поздние сроки и соответственно корректируются сроки поставок комплектующих и т.д. Если сроки выпуска оказываются более поздними – осуществляется комплекс коррекций в сторону более ранних сроков. При невозможности получения работоспособного варианта должны рассматриваться варианты коррекции сроков с заказчиком или, в худшем случае, отказ от принятия данного задания в производство.
В ходе поиска рационального варианта, при нахождении некоторого удачного решения, которое может быть использовано в дальнейшей практике, такое решение помечается с указанием полезных свойств и вносится в базу данных удачных решений. Обычно такие решения связаны с использованием эвристических методик. Наличие подобной базы позволяет существенно ускорить процессы технологической подготовки и снизить вероятность принятия ошибочных решений.
При разработке технологических процессов изготовления одних и тех же деталей, технологические возможности конкретных единиц технологического оборудования оказывают существенное влияние на структуру формируемого технологического процесса. При ограниченных возможностях обработка поверхностей Фпов i. может выполняться последовательно на различном оборудовании, при этом математическая модель имеет вид:
.
Если используется технологическое оборудование с широкими технологическими возможностями, то можно получать сочетания поверхностей Фсоч i. и математическая модель приобретает вид:
.
При технологических возможностях получения поверхностей как по первому, так и по второму варианту, математическая модель приобретает вид:
.
Наиболее перспективным является получение всего комплекта требуемых поверхностей:
.
Последние достижения в области аддитивных технологий позволяют шире использовать четвертый вариант, например за счет печатанья без стержневых литьевых форм со сложным геометрическим содержанием. При невозможности использования такой технологии используют традиционные, менее эффективные пути, подразумевающие членение детали на отдельные составляющие, после изготовления которых конструкция собирается в единое целое с разъемными и не разъемными соединениями.
Результаты
При выполнении процесса моделирования функционирования технологического участка используется имитационная модель. На рис. 1 приведена визуализация работы конкретного гибкого производственного участка, состоящего из четырех станков с ЧПУ и робота их обслуживающего. В общем виде количество и состав участка варьируется в зависимости от конфигурации конкретного участка.
Рис. 1. Визуализация функционирования имитационной модели автоматического участка, состоящего из станков с ЧПУ, обслуживаемых промышленным роботом
Fig. 1. Visualization of the functioning of the simulation model of an automatic section consisting of CNC machines serviced by an industrial robot
Разработанные технологические процессы рассчитываются по времени выполнения каждой технологической операции. Далее технологические операции распределяются по отдельным рабочим местам и процесс моделирование запускается. Параметры технологического оборудования известны, например, скорость перемещения робота, длина перемещения от тактового стола до обслуживаемого станка, время взаимодействия робота с тактовым столом и каждым из станков. На рисунке представлены текущие величины времени работы и простоя каждой единицы технологического оборудования.
При запуске математической модели визуально можно видеть все перемещения технологических объектов. Одновременно идет отсчет текущего времени. Текущее время для каждой единицы технологического оборудования разделяется отдельно как время работы и как время простоя.
Общее время работы участка ограничено некоторым производственным периодом, например, сменой. После завершения этого периода происходит останов работы программы и производится анализ полученных результатов. Например, если в качестве критерия выступает коэффициент загрузки каждой единицы оборудования Kзагр, то производится расчет по формуле:
,
где 
– суммарное время работы единицы технологического оборудования за моделируемый период времени; 
– суммарное время простоя единицы технологического оборудования за моделируемый период времени.
Если величина коэффициента недостаточно высокая (менее 0,6), то моделируется следующая сгенерированная последовательность. На основе проведённого моделирования выбирается либо вариант с наилучшими показателями, либо любой, показатели которого удовлетворяют заданным значениям.
Функционирование модели в машинном масштабе времени позволяет проводить все расчеты за короткие промежутки времени. Разумеется, ражим визуализации в этом случае будет недоступен. Возможен комбинированный вариант, при котором статические ситуации при которых все станки работают, а робот ожидает заявки на обслуживание сокращаются за счет перехода от реального масштаба времени к машинному и наоборот, когда какой-либо станок завершает свою работу. Используя итерационный подход, добиваются наилучше варианта загрузки.
Предложенная модель программным путем легко перенастраивается на другие участки с другой конфигурацией, например с другим числом обслуживаемых станков. При этом математическое обеспечение остается инвариантным.
Заключение
В условиях мелкосерийного производства, которому присуще быстрая сменность номенклатуры впускаемой продукции, важное значение приобретает виртуальность технологической системы, при которой процессы апробации различных вариантов структур технологических процессов носят характер простого машинного эксперимента с затратой минимальных объемов материальных и временных ресурсов. Организация порождающей среды, в сочетании с итерационным подходом, позволяет придать процессу поиска рациональный, лучший из вариантов поведенческий характер, присущий целеустремленным системам.
Целью поиска рационального решения является нахождение такого варианта конфигурации технологического процесса, при котором обеспечивается максимальная эффективность функционирования технологической системы предприятия. Поиск основывается на данных о текущем состоянии технологической системы, включая информацию о ее составе, организации и свойствах, данные о плановых производственных заданиях. Использование имитационного моделирования позволяет описывать поведение технологической системы с максимальной достоверностью, относительно реально существующей на предприятии.
1. Tsyrkov AV, Kuznetsov PM, Tsyrkov GA, et al. Project and Operations Management of Machine-Building Production. Mordovia University Bulletin. 2018;28(4):511-522.
2. Butko A.O., Kuznetsov P.M. Creating of Information Models in Integrated Systems. Defence Industry Achievements – Russian Scientific and Technical Progress. 2019;3:20-25.
3. Zayatzev A, Lukianova A, Demorentky D, Alexandrova Yu. Evaluation of the Influence Geometric Parameters of a Cylindrical Specimen for Tensile Adhesion Testing of Thermally Sprayed Coating. In: Proceedings of International Scientific Siberian Transport Forum – TransSiberia 2023: E3S Web of Conferences: 2023, vol. 402. p. 09001.
4. Andryukhin ND, Yagopol’skii AG, Zaitsev AN, et al. Simulation in Selecting Metal-Cutting Equipment at Different Stages of Preproduction. Russ. Engin. Res. 2023;43(5):598-600.
5. Timiryazev V.A., Scirtladce A.G. Self-Programming the Movement Trajectory of Cutting Tool on CNC Lathes at Repair Plants. International Journal of Science, Technology and Society (IJSTS). 2019;7(2):38-43.
6. Sledkov Yu.G., Khoroshko L.L., Kuznetsov P.M. Management of Business Processes in Short-Run Production. Russian Engineering Research. 2022;42(3):282-285.
7. Sledkov Yu.G., Khoroshko L.L., Butko A.O., Kuznetsov P.M. Controlling the Dynamic Accuracy in the Contour Machining of Plane. Russian Engineering Research. 2023;43(1):86-88.
