автореферат диссертации по обработке конструкционных материалов в машиностроении, 05.03.01, диссертация на тему:Повышение эффективности ГПС мелкосерийного производства на этапах их проектирования и эксплуатации за счет использования имитационного моделирования

Московский государственный индустриальный университет

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ГПС МЕЛКОСЕРИЙНОГО ПРОИЗВОДСТВА НА ЭТАПАХ ИХ ПРОЕКТИРОВАНИЯ И ЭКСПЛУАТАЦИИ ЗА СЧЕТ ИСПОЛЬЗОВАНИЯ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ

Специальность 05.03.01 - Технологии и оборудование механической и физико-технической обработки

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

На правах рукописи

БОРОЗДИН Дмитрий Никола

Москва 2006

Работа выполнена в ОАО «Экспериментальный научно-исследовательский институт металлорежущих станков» (ОАО «ЭНИМС»).

Научный руководитель:

заслуженный деятель науки и техники РФ, член-корреспондент Академии Технологических наук РФ, доктор технических наук, профессор Б. И. Черпаков

Научный консультант:

Официальные оппоненты:

доктор технических наук Я.М.Ашкиназий

доктор технических наук, профессор Аверьянов Олег Иванович кандидат технических наук Бромберг Марлен Абрамович

Ведущая организация:

ОАО «Станкоагрегат», г.Москва

Защита состоится / г. в ^ часов на заседании диссертационного

совета Д212.129.01 при Московском государственном индустриальном университете по адресу: 115280, Москва, ул. Автозаводская, дом 16.

С диссертацией можно ознакомиться в библиотеке университета.

Ваши отзывы на автореферат в двух экземплярах, заверенных печатью, просим направлять по указанному адресу на имя ученого секретаря специализированного совета.

л /о ог-оь

Автореферат разослан '____ г.

Ученый секретарь диссертационного совета к.т.н., доцент

Ю.С. Иванов

АР£6Л

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы.

В условиях рыночной экономики многие предприятия отечественной промышленности вынуждены переходить от массового производства к мелкосерийному, чтобы обеспечить выполнение различных требований заказчиков. При этом на смену автоматизированным производственным системам (ПС) с жесткой структурой (автоматическим линиям) приходят гибкие производственные системы (ГПС) на базе станков с ЧПУ, к преимуществам которых можно отнести возможность автоматизированной обработки значительной номенклатуры деталей при использовании небольшого количества универсального оборудования и уменьшение времени перехода к выпуску новых видов изделий.

Проектирование сложных интегрированных систем, к которым относятся автоматизированные гибкие производства, связано с взаимоувязкой работы многих разноплановых наукоемких фрагментов: технологических, транспортно-складских, информационных и др.

Каждый проект ГПС достаточно оригинален. Поэтому опыт работы с предыдущими проектами не дает ответов на все вопросы, возникающие при осуществлении нового проекта. Многие, часто принципиальные, ошибки выясняются и исправляются уже на этапах внедрения и ввода в эксплуатацию, что увеличивает стоимость работы и удлиняет сроки реализации проектов.

Одним из эффективных методов проверки и отработки принятых решений является имитационное моделирование процессов функционирования ГПС. Моделирование позволяет оценить потенциальную производительность системы, загрузку технологического и транспортного оборудования, объемы незавершенного производства, определить требуемую вместимость складов и промежуточных накопителей и т.д. К преимуществам имитационного моделирования относится—возможность воспооизведения в

модели ГПС различных случайных факторов, к которым можно отнести нерегулярность снабжения заготовками и отказы оборудования.

Имитационное моделирование может эффективно применяться не только на этапе проектирования, но и на этапе промышленной эксплуатации ГПС. Результаты моделирования в этом случае помогают прогнозировать поведение системы в нештатных ситуациях, а также определить комплекс мероприятий, позволяющих обеспечить выпуск требуемого количества продукции при минимальных затратах и в заданные сроки.

Большинство известных математических и имитационных моделей, методик и программных средств разрабатывались в расчете на поточные автоматические линии массового производства. Гибкие производственные системы малой серийности выпуска изделий имеют особенности, которые в этих методиках не учитывались, что делает практически невозможным их применение. Поэтому задача разработки соответствующей методики анализа ГПС является актуальной.

Цель работы. С учетом изложенного сформулирована цель работы: повышение показателей эффективности (производительности, коэффициента использования оборудования, сокращения межоперационных заделов и др.) ГПС мелкосерийного производства на основе методов имитационного моделирования в процессах их проектирования и эксплуатации.

Методы исследования.

Исследования проводились с использованием методов теории вероятности, математической статистики и регрессионного анализа, теории массового обслуживания и имитационного моделирования с применением ЭВМ.

Научная новизна работы.

1. На основе анализа автоматизированных систем мелкосерийного производства введено понятие о производственной системе сложной структуры. К их числу относятся системы с разветвленными материальными потоками, обуслбвленными различием технологических процессов обработки

деталей в пределах заданной номенклатуры и системы с «потоками возврата», обусловленными как особенностями технологических процессов (повторная обработка на одном и том же станке), так и необходимостью доработки исправимого брака, что экономически целесообразно в мелкосерийном производстве.

2. Разработана математическая модель производственной системы сложной технологической структуры с учетом надежности используемого оборудования, существенно отличающаяся от известных моделей однонаправленных («поточных») автоматизированных систем массового производства. Она позволяет отображать сложную структуру потоков деталей, в том числе «потоки возврата», вызванные построением технологического процесса обработки либо необходимостью исправления брака, а для каждой единицы оборудования задавать в модели экспоненциальный или нормальный закон распределения времени обработки детали и независимые пуассоновские потоки отказов и восстановлений работоспособности.

3. Получены аналитические зависимости, позволяющие проверить корректность модели на основе известных значений интенсивности поступления деталей на обработку, среднего времени обработки и параметров потоков отказов и восстановлений работоспособности по каждой единице оборудования.

4. Разработана методика имитационного моделирования, согласно которой каждая позиция обработки, включенная в ГПС, моделируется отдельно как независимая система массового обслуживания со своей величиной интенсивности поступающего потока деталей. Предложенная методика позволяет получать оценки показателей производительности, объема незавершенного производства, загрузки оборудования, требуемой емкости промежуточных накопителей и выявлять «узкие места» для ГПС, имеющих сложную структуру материальных потоков при малой серийности выпуска деталей.

Практическая ценность.

На основе конструкгорско-технологических данных об изготовляемых изделиях и эксплуатационных данных об используемом оборудовании предложенные имитационная модель и методика позволяют эффективно решать следующие задачи:

• выполнять многократные оценки показателей функционирования ГПС при внесении изменений в технологические процессы, связанные с переходом на изготовление нового типа изделия или с совершенствованием существующего технологического процесса;

• сравнивать различные варианты построения технологического процесса изготовления детали с точки зрения их влияния на показатели функционирования системы в целом;

• оценивать показатели работы ГПС при изготовлении сложного изделия, состоящего из множества деталей;

• сравнивать показатели работы ГПС на этапе ее проектирования и в процессе реальной эксплуатации с учетом отказов оборудования с целью оценки принятых технических решений и необходимости совершенствования ее конструкции.

Программная реализация предложенной методики в среде РЭМ-системы позволяет снизить до 50% трудоемкость моделирования производственной системы и повысить достоверность получаемых результатов.

Реализация в промышленности.

Предложенная в работе методика анализа производственных систем апробирована на примере моделирования участка многономенклатурного мелкосерийного механообрабатывающего производства, разработанного ОАО «ЭНИМС» для инженерно-технического центра диагностики магистральных трубопроводов (ИТЦ ДМТ) ПО «СПЕЦНЕФТЕГАЗа».

По результатам анализа полученных показателей сделан вывод, что для выполнения годовой программы выпуска деталей без ущерба для 4

производительности может быть использован вариант компоновки производственного участка, включающий в себя на две единицы оборудования меньше, чем при альтернативном варианте. Это позволило значительно снизить стоимость создания и эксплуатации производственного участка (расчетное снижение затрат на одно только оборудование достигает 80 тыс. евро).

Апробация работы. Основные положения диссертации докладывались и обсуждались на следующих семинарах и конференциях:

• III международная научно-техническая конференция "Компьютерные технологии управления качеством продукции" (г. Москва, 2003);

• V юбилейная международная выставка «Машиностроение 2003» (г. Москва);

• V международная конференция-форум «Применение ИПИ (CALS)-технологий для повышения качества и конкурентоспособности наукоемкой продукции» (г. Королев, 2003).

Публикации. По теме диссертации опубликовано 6 печатных работ, в том числе 5 без соавторов.

Структура и объем работы.

Диссертация состоит из введения, четырех глав, выводов, списка использованной литературы и приложений; содержит 170 страниц машинописного текста, 57 рисунков, 37 таблиц, 54 наименования литературы и 1 приложение.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность и направление исследования, выполненного на базе фундаментальных работ А.П. Владзиевского, Б.И. Черпакова, А.И. Левина и других ученых в области теории автоматизированных производственных систем.

В первой главе приведен анализ современного состояния и тенденций развития автоматизированных производственных систем и методов оценки их функционирования.

Решение задачи оценки параметров производительности сложных автоматизированных технологических систем, к которым можно отнести гибкие АЛ, ГПС и АЗ, позволяет повысить эффективность их работы и снизить затраты на эксплуатацию. Можно выделить следующий укрупненный перечень основных таких задач на различных стадиях жизненного цикла (ЖЦ) производственной системы:

На стадии проектирования:

• оценка производительности и коэффициента использования для системы в целом в установившемся режиме работы;

• получение аналогичных оценок для каждого производственного участка или единицы оборудования для анализа «узких мест» в системе;

• оценка объемов незавершенного производства в различные моменты времени;

• выбор наилучшего варианта расположения и распределения суммарной емкости промежуточных накопителей.

На стадии производственной эксплуатации:

• оценка показателей производительности по каждому из участков и для системы в целом с учетом данных о надежности оборудования;

• прогнозирование поведения системы во времени;

• определение комплекса мероприятий, направленных на достижение и поддержание требуемого уровня показателей функционирования ГПС при фиксированных затратах.

Решение перечисленных задач затрудняется неритмичностью

взаимодействия оборудования и производственных участков, а также

действием различных случайных факторов, к которым можно отнести отказы 6

станков. Поэтому аналитические оценки искомых параметров могут быть получены лишь в простейших случаях, а в более сложных случаях применяются неаналитические методы, одним из которых является имитационное моделирование. Наибольшее развитие в нашей стране получили методики имитационного моделирования поточных АЛ на основе математических моделей теории массового обслуживания (ТМО). Такие методики разрабатывались, начиная с 50-ых годов прошлого века, А.П. Владзиевским, Е.С. Дымшицем, М.А. Бромбергом и другими учеными.

Различие технологических процессов обработки деталей в пределах заданной номенклатуры приводит к появлению «ветвлений» в структуре материальных потоков ГПС. Структура материальных потоков ГПС может иметь также «потоки возврата», вызванные повторной обработкой деталей на одном и том же станке или необходимостью доработки исправимого брака. Эти особенности ГПС делают невозможным применение существующих моделей и методик анализа производственных систем, рассчитанных на поточные АЛ массового производства.

При мелкосерийном производстве сложной наукоемкой продукции (металлорежущих станков, автомобилей и т.д.) базовое изделие может изготавливаться в большом количестве модификаций и исполнений, выпуск которых необходимо планировать, решая задачи минимизации издержек с учетом ограничения сроков контракта. Мировой опыт свидетельствует, что эффективности управления производством в таких условиях способствует использование на предприятии автоматизированной системы управления данными об изделии (РОМ). РОМ-система обеспечивает хранение и поддержку полноты, целостности и актуальности конструкторской, технологической и эксплуатационной информации о выпускаемых деталях и применяемом технологическом оборудовании. Поэтому использование хранящейся в РПМ-системе информации позволяет повысить адекватность получаемых по результатам моделирования оценок функционирования ГПС и снизить длительность подготовки исходных данных. Имеющиеся в

настоящий момент программные решения для имитационного моделирования не имеют средств интеграции с РОМ-системами, поэтому актуальной задачей является разработка соответствующего программного модуля.

С учетом изложенного сформулирована цель работы: повышение показателей эффективности (производительности, коэффициента использования оборудования, сокращения межоперационных заделов и др.) ГПС мелкосерийного производства на основе методов имитационного моделирования в процессах их проектирования и эксплуатации.

Для достижения этой цели необходимо решить следующие задачи:

• провести исследование ГПС, имеющих сложную структуру материальных потоков (ветвления и «потоки возврата»), обусловленную принятым технологическим процессом обработки деталей;

• установить, при каких условиях в автоматизированном производстве доработка исправимого брака является экономически целесообразной;

• провести исследование влияния исправимого брака на выпуск продукции в целях построения структурной схемы материальных потоков в ГПС с учетом процессов доработки брака;

• построить математическую модель, учитывающую сложную структуру материальных потоков деталей в ГПС и надежность используемого оборудования;

• разработать методику имитационного моделирования ГПС на различных стадиях ее жизненного цикла с использованием построенной математической модели, на основе конструкторско-технологических данных об изготовляемых деталях и эксплуатационных данных об отказах используемого оборудования;

• разработать программную реализацию предложенной методики на основе РЭМ-системы, включающую в себя модули ввода исходных данных об изготовляемом изделии и технологическом оборудовании для различных

служб предприятия, статистической обработки этих данных и программный модуль имитационного моделирования; • апробировать разработанную методику в производстве.

Вторая глава посвящена исследованию ГПС, имеющих сложную структуру материальных потоков (ветвления и «потоки возврата»).

Одним из главных отличий ГПС от поточных АЛ массового производства является широкая номенклатура деталей, обрабатываемых по различным технологическим маршрутам. При этом для обработки деталей разных типов характерно использование одного и того же оборудования в различных последовательностях. Поэтому структура материальных потоков в гибких автоматизированных системах обычно является «разветвленной» в отличие от «последовательно-параллельной» структуры при поточном производстве, где оборудование устанавливается в неизменном порядке следования операций технологического процесса обрабатываемой детали.

При мелкосерийном производстве в ГПС технологический процесс может быть построен таким образом, что для выполнения очередной технологической операции деталь повторно поступает на обработку на один и тот же станок. Это приводит к возникновению «потоков возврата» в структуре материальных потоков деталей и усложняет анализ ГПС. Эта особенность не учитывалась в существующих методиках моделирования поточных автоматических линий, так как при массовом производстве в этом случае для обеспечения высокой производительности используется дополнительная единица оборудования.

На основе анализа ГПС с «потоками возврата» изготавливаемых деталей выделены следующие факторы, влияющие на структуру материальных потоков:

• Комплексность изготовления деталей в ГПС.

Показано, что потоки возврата деталей возникают преимущественно в ГПС, применяемых для организации

9

предметно-замкнутых производственных участков, а структура операционных ГПС обычно не является сложной.

• Реализация автоматизированной транспортной системы перемещения деталей.

Показано, что «возвратный» поток деталей может быть реализован транспортной системой по-разному в зависимости: о от типа транспортной системы (с жестким либо изменяемым

маршрутом перемещения деталей); о от вида связи между оборудованием (прямой либо через склад); о от схемы компоновки оборудования (возможна реализация потоков возврата при линейной, круговой и роторной компоновке).

Себестоимость детали при мелкосерийном производстве значительно больше, чем при массовом, поэтому экономически целесообразной является доработка исправимого брака. Исправление брака требует дополнительных затрат рабочего времени, электроэнергии и других ресурсов, и также ведет к возникновению «потоков возврата» деталей, поступающих на доработку.

В работе приведены аналитические соотношения, позволяющие установить, является ли в каждом конкретном случае экономически целесообразной доработка исправимого брака. Применение указанных соотношений проиллюстрировано на примере оценки целесообразности доработки партий деталей типа «втулка блока цилиндров» и «вал распределительный» на ОАО «Камаз».

В результате исследования установлено, что структура материальных потоков в ГПС с учетом исправимого брака зависит:

• от вида выполняемых технологических операций;

• от принятых в ГПС способов доработки брака;

• от способов контроля качества в производстве.

Третья глава посвящена разработке методики имитационного моделирования и анализа ГПС мелкосерийного производства.

В работе предложены математическая и имитационная модели ГПС, имеющей сложную структуру материальных потоков деталей. Математическая модель разработана на основе теории массового обслуживания (ТМО) и использует сетевое описание технологического процесса обработки деталей. Сеть представляет собой ориентированный граф, состоящий из М узлов, отображающих позиции обработки, и ориентированных дуг, указывающих направление потока деталей в системе (рис. 1).

В модели принимается, что в систему с заданной интенсивностью Л, поступают пуассоновские потоки деталей, требующих обработки. При этом интервалы времени между поступлением деталей на обработку подчиняются экспоненциальному распределению, а длина очередей перед участками не ограничена (накопители имеют неограниченную емкость).

Каждая деталь последовательно проходит обработку на определенных позициях (узлах сети) в зависимости от ее типа. Ветвление потока в модели отображает различный технологический маршрут обработки деталей, либо возврат на какую-либо позицию для доработки исправимого брака и задается матрицей коэффициентов передачи материального потока { Уц} М = 1> гДе у у -доля потока, идущего с /-ой позиции обработки к у-ой или на выход из

Кз

Рис. 1 Пример сетевой модели автоматизированной ПС

системы (вероятность выбора У-го направления для детали, окончившей обработку на /-ой позиции).

Деталь может поступить на обработку только при условии, что очередной станок (в соответствии с технологическим процессом) свободен. В противном случае деталь помещается в соответствующий промежуточный накопитель и ждет обработки в «очереди».

Время обработки на каждой позиции является случайной величиной, распределенной по экспоненциальному либо нормальному закону с интенсивностью д- и среднеквадратичным отклонением я. Для каждой позиции обработки также может быть задана вероятность отбраковки детали Ра. и доля исправимого брака.

Кроме потока деталей для каждой позиции обработки может быть задан независимый экспоненциальный поток отказов с интенсивностью щ и поток восстановления работоспособности с интенсивностью /?,-.

С использованием принятых в модели допущений и свойства суперпозиции пуассоновских потоков рассчитывается интенсивность поступления деталей по каждой позиции обработки Л„

В работе предложен подход, согласно которому каждая включенная в ПС позиция обработки моделируется отдельно как независимая система массового обслуживания (СМО) со своей величиной интенсивности поступающего потока деталей Л,-. Соответствующее исследование подтвердило адекватность полученных при таком подходе значений показателей работы системы при условии сохранения интенсивности и характера распределения потоков деталей на входе и выходе для каждой позиции обработки. Предложенный подход позволяет значительно упростить и ускорить процесс имитационного моделирования ГПС, имеющих сложную структуру материальных потоков деталей и включающих в себя большое количество обрабатывающего оборудования.

Приведенная выше математическая модель ГПС имеет особенность,

требующую дополнительных исследований: свойство суперпозиции 12

пуассоновских потоков, используемое в модели, выполняется только при условии сохранения характера распределения и величины интенсивности пуассоновского потока деталей (или заявок в терминах ТМО), поступающего в систему. Известно, что это условие выполняется, если интервалы времени ' поступления деталей на позицию обработки и время обработки подчиняются

экспоненциальному закону распределения. Если же закон распределения времени обработки не является экспоненциальным, а также в том случае,

»

если на время обработки влияют отказы оборудования - это условие может быть нарушено, а модель ГПС будет некорректной. Возможность выбора закона распределения времени обработки, отличного от экспоненциального, и учет отказов в модели являются актуальными задачами. Поэтому проведены исследования, в результате которых определен вид аналитических выражений, позволяющих проконтролировать корректность использования предложенной математической модели.

Для проведения исследований создан программный модуль, реализующий имитацию обработки деталей на отдельно взятом станке с возможностью выбора параметров входного потока деталей, закона распределения времени обработки (экспоненциального либо нормального) и параметров потоков отказов и восстановлений работоспособности станка. В каждом модельном эксперименте по критерию «хи-квадрат» осуществлялась проверка соответствия выборки интервалов времени выхода «обработанных деталей» экспоненциальному распределению. На основе данных о 100 модельных экспериментах вычислялось значение вероятности принятия гипотезы об сохранении характера распределения и величины f интенсивности. Полученная величина Р,ксп сравнивалась с величиной

Лк«.1»шим , полученной для экспериментов без учета отказов, для которых

задавался экспоненциальный закон распределения времени обработки. * п

В результате исследования установлена аналитическая зависимость, позволяющая проверить корректность использования предложенной

математической модели для позиций обработки, для которых задан нормальный закон распределения времени обработки деталей (рис. 2).

При проверке используются значения известных статистических показателей ACT,, A WT,, s,, для позиции обработки /, где:

• АСТрХ / Я, - среднее время поступления деталей на обработку;

• AWTi~l / Hi- среднее время обработки.

(ACT/AWT) = 1,6667s3- 6 7857s2 + 11,548s + А If =0 9977

О AWT/2 AWT 2AWT 5AWT

s

—Значения s и ACT/AWT, при которых Р,ж„ > Рт„ ,„ттнт — Полиномиальная линия тренда (с достоверностью аппроксимации R2)

Рис. 2 Зависимость, потволяюшая проверить корректность использования математической модели ГПС при нормальном законе распределения времени обработки деталей

В результате исследований с использованием регрессионного анализа установлен вид аналитической зависимости, позволяющей проверить корректность применения предложенной математической модели при воздействии на систему независимых экспоненциальных потоков отказов и восстановлений работоспособности станка при экспоненциальном распределением времени обработки деталей (формула (1)) или нормальном распределении времени обработки деталей (формула (2)).

Р=0,0005 АСТ-0,0011 A WГ+0,0007 AFT-Q,0084 ART-W,4341, (1) где Р - вероятность принятия гипотезы об экспоненциальном характере распределения и сохранении величины интенсивности (т.е. вероятность принятия гипотезы о том, что использование математической модели корректно).

АРТ = 1 / у/ - среднее время между отказами;

АЯТ= 1/ р - среднее время восстановления работоспособности.

Табл. 1 Статистические показатели для регрессионной зависимости (1)

Стандартная ошибка 0,2151

/"■-критерий Фишера 88,5949

5,6571

Р=0,0009 Л СТО,0053 А ГУТ-0,0029 *+0,0002 Л^Т-0,0023 Л Я Г+0,3022, (2) Табл. 2 Статистические показатели для регрессионной зависимости (2)

Стандартная ошибка 0,2639

/''-критерий Фишера 58,5737

Рко (0.9!\ 4,3851

Т.к. область определения И(Р) = [0;1], для зависимостей (1) и (2) введены следующие ограничения:

{ /*=0при/><0; (3)

Р= 1 при Р> 1

Для проверки возможности уменьшения ошибки проведены расчеты с использованием других видов функций регрессии (для полиномиальной, гиперболической, экспоненциальной и логарифмической моделей). Во всех перечисленных случаях получено большее, чем для линейной модели, значение стандартной ошибки.

С помощью метода, аналогичного применяемым в методиках распознавания ситуаций и объектов, установлено, что с помощью зависимости (1) с учетом ограничений (3) можно принять правильное решение о корректности применения математической модели для оценки показателей функционирования ГПС с вероятностью 0,907, а с помощью зависимости (2) с учетом ограничений (3) с вероятностью 0,864. Согласно предложенному решающему правилу, использование математической модели корректно, если значение Р > 0,5, и некорректно в противном случае.

На основе анализа полученных зависимостей (1) и (2) сделан вывод, что при малой серийности выпуска и достаточно высокой надежности и ремонтопригодности оборудования применение предложенной

математической модели для оценки показателей работы ГПС является корректным в большинстве случаев.

На основе описанной выше математической модели разработана имитационная модель и методика анализа ГПС, имеющей сложную структуру материальных потоков.

Разработанная методика позволяет на основе конструкторско-технологических данных об изготовляемых изделиях и эксплуатационных данных об используемом оборудовании смоделировать работу исследуемой технологической системы по выполнению заказов на выпуск изделий. Выпускаемые изделия при этом могут состоять из деталей и сборочных единиц. В результате моделирования могут быть получены следующие показатели эффективности работы ГПС:

Для производственной системы в челом •

• оценки производительности: общая длительность и среднее время выполнения заказа на выпуск изделия, среднее время обработки детали;

• показатели объема незавершенного производства: среднее и максимальное количество обрабатываемых деталей в системе за время обработки по типам.

По отдельным единииам оборудования

• оценки «узких мест» в структуре производственной системы: средняя и максимальная длина очереди деталей на обработку, среднее и максимальное время ожидания детали в очереди на обработку;

• показатели загрузки оборудования: среднее и максимальное время простоя, коэффициенты загрузки.

Согласно предложенной в работе методике, данные, используемые в качестве исходных для моделирования (после соответствующей статистической обработки), вводятся в единую информационную систему на базе РОМ-системы на этапе проектирования и эксплуатации ГПС различными службами предприятия. Структура вводимых в

информационную систему данных описана на примере изготовления деталей шпиндельных узлов на заводе «Красный пролетарий». В частности:

• данные о составе выпускаемых изделий с указанием входящих деталей и сборочных единиц вводятся Отделом Главного Конструктора;

• данные о технологических процессах изготовления изделия и входящих в него комплектующих, с указанием последовательности и характеристик выполняемых технологических операций вводятся Отделом Главного Технолога;

• данные о произошедших отказах и работах по восстановлению оборудования, а также полученном браке вводятся Отделом Технического Контроля;

• данные о запланированных и произведенных партиях изделий вводятся планово-экономическим отделом.

Такой подход позволил значительно снизить (по некоторым оценкам до 50%) трудоемкость анализа показателей работы ГПС за счет уменьшения времени подготовки исходных данных для имитационного моделирования.

Согласно предложенной методике имитационная модель ГПС строится на основе данных о технологических процессах обработки деталей. При мелкосерийном производстве технологические процессы могут совершенствоваться или изменяться достаточно часто в связи с переходом на изготовление нового типа изделия. В отличие от известных методик имитационного моделирования описанный в работе подход позволяет с минимальными трудозатратами выполнять повторную оценку показателей функционирования ГПС при внесении каких-либо изменений в технологические процессы, а также сравнивать различные варианты построения технологического процесса изготовления детали с точки зрения их влияния на показатели работы системы в целом.

Разработанная методика позволяет на этапе производственной эксплуатации оценить правильность технических решений, принятых на этапе проектирования ГПС, с целью совершенствования ее конструкции. Это

17

достигается за счет использования общей базы данных, содержащей как конструкторско-технологическую информацию о выпускаемых изделиях, так и данные об обработанных партиях деталей и надежности технологического оборудования.

При использовании разработанной методики снижается риск получения ошибочных результатов за счет того, что актуальность и непротиворечивость исходных данных контролируется единой информационной системой, а введенные данные не требуют повторного ввода или преобразования для загрузки в специализированную программную среду моделирования.

В четвертой главе описана апробация предложенной в работе методики анализа автоматизированных технологических систем на примере участка мелкосерийного механообрабатывающего производства.

Вал СПЕ 3.683.00.01

1 Токарная

обработка

То«.

ад мат-мо м

(11 мин)

2 Токарная обработка ток с «ту ИА20ФЗ

(27 мт)

3 Фрезерная обработка Фрез в ЧЛУ ВДМ&ЗШФ2

(12 мин)

4 Термообработка

Эя печь СЭВ-34Л14 (45 иж)

5 Токарная обработка Ток. с ЧПУ 11АМФЗ

(25 мин)

6 Шлифовка Шлиф ЛЗ 2С9Ф10

(16 ММ4)

7 Контроль

Контр стенд ОТК (9 мин)

Штанга СПЕ 3.622.00.06

Тяга СПЕ 3.862.00.02

1 Фрезерная 2 Сверление 3 Прогр-комб 4 Фрезерная 5 Мойка Моечный 6 Контроль Контр стенд ОТК

обработка отверстий ( обработка обработка =;

ФрСЗ С ЧПУ —, Сверл с ЧПУ —1 Обреб центр —, Фрю в ЧПУ —I

сдаишФ2 2Р139Ф4 не« зо «ДМКЗШФ2 (5 мин)

(« мт) (15 мин) (4 мин) (10 ш]

=>

ПгупшиСПЕ з.тз.м.м

1 Токарная обработка

ТОК. С ЧПУ 1СА20ФЗ (24 мин)

2 Шлифовка

ЛЗ 2МФ10 (1ЭМИИ)

3 Контроль

Контр стенд

ОТК (12 мм)

Ось СПЕ 3 662.00.09

1 Токарная обработка

Ток. 8АМАТ-400М

(10 мин)

2 Прогр -комб обработка

исив

(22 мин)

3 Мойка 4 Термообработка Эя печь 5 Шлифовка 6 Контроль

Моечный —| -л Шлиф —Л Контр стенд

(5 мни) (12 мин) (15 мин)

Примечание повторяющиеся технологические операции отмечены жирной рамкой

Рис. 3 Последовательность выполнения операций технологического процесса по типам

деталей

Проект рассмотренного участка разработан ОАО «ЭНИМС» для инженерно-технического центра диагностики магистральных трубопроводов (ИТЦ ДМТ) ПО «СПЕЦНЕФТЕГАЗа». Производственный участок обрабатывает пять различных типов деталей, входящих в два типа конечных изделий (рис. 3). Общая годовая программа выпуска для участка составляет 4416 деталей.

При проектировании на основе разработанных технологических процессов производственной системы выяснилось, что маршрут обработки двух из пяти типов деталей предполагает повторное поступление на те же станки.

При массовом производстве в этом случае с большой вероятностью пришлось бы использовать для выполнения каждой операции отдельный станок, чтобы не перегружать оборудование и не усложнять технологическую структуру ПС. В случае мелкосерийного производства две дополнительные единицы оборудования значительно повышают себестоимость продукции (только суммарная рыночная стоимость этих станков составляет около 80 тыс. евро; необходимы также дополнительные затраты на техническое обслуживание станков, заработную плату производственных рабочих и т.п.). Поэтому предпочтительным с точки зрения минимизации затрат на построение ПС являлся вариант, при котором в ее структуре имеются «цепи возврата» деталей, а дополнительное оборудование не используется.

При этом необходимо было проанализировать, не будут ли станки, на которые поступает «поток возврата» деталей, являться «узким местом» в системе, которое будет значительно ограничивать производительность. В этом случае могут быть сорваны сроки выполнения заказа на поставку изделия, а издержки могут превысить затраты на дополнительное оборудование.

С помощью предложенной в работе методики смоделирована работа автоматизированной технологической системы участка для двух вариантов построения технологических маршрутов обрабатываемых деталей:

1 вариант предполагал последовательно-параллельную структуру материальных потоков деталей в процессе обработки. При этом ПС содержала две дополнительные единицы оборудования (всего 11 позиций обработки).

2 вариант построения структуры материальных потоков включал в себя «цепи возврата» деталей, а ПС содержала 9 позиций обработки.

При моделировании работы производственного участка исходные данные об изготовляемых изделиях, технологических процессах обработки и используемом оборудовании (с учетом показателей надежности) введены в информационную систему PDM Step Suite (PSS).

С использованием разработанного программного модуля, подключаемого к системе PSS, проведено моделирование обработки на рассматриваемом участке партии деталей, соответствующей годовой программе выпуска.

Анализ полученных в результате моделирования показателей позволил сделать следующие выводы:

1) Полученные значения показателей производительности и объема незавершенного производства для участка в целом для двух вариантов построения структуры материальных потоков деталей имеют близкие значения (среднее время обработки детали на участке составляет соответственно 64,3 и 64,5 минут, а среднее количество деталей всех типов в системе за время обработки соответственно 4,5 и 4,6 шт.) При этом второй вариант позволяет использовать на две единицы оборудования меньше, то есть существенно снизить затраты на создание и эксплуатацию ПС.

2) Анализ значений среднего времени простоя и коэффициентов загрузки оборудования позволил сделать вывод, что в случае построения

структуры ПС по второму варианту (с «цепями возврата») обеспечивается лучшая загрузка оборудования (почти в 1,5 раза для отдельных единиц оборудования).

3) Полученное значение средней дайны очереди за время обработки партии деталей менее 1 шт. При этом среднее время ожидания обработки детали для обоих вариантов построения структуры ПС имеют значения, сопоставимые со средним временем обработки детали, а общая производительность системы не уменьшается. Это позволило сделать вывод, что построение структуры ПС с «цепями возврата» по второму варианту не приводит к появлению «узких мест», ограничивающих ее производительность.

4) Определенная на основе результатов моделирования требуемая емкость промежуточных накопителей по второму варианту структуры ПС незначительно выше (максимальная разница в требуемой емкости для накопителя не превышает 6 деталей). При этом накопителей по второму варианту компоновки требуется на два меньше, что приводит к снижению затрат на их установку и эксплуатацию.

Таким образом, анализ полученных в результате имитационного моделирования показателей позволил сделать вывод, что для выполнения годовой программы выпуска деталей без ущерба для производительности может быть использован второй вариант компоновки производственного участка, позволяющий значительно снизить стоимость создания и эксплуатации ПС.

ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ

1. На основе анализа автоматизированных систем мелкосерийного производства введено понятие о производственной системе сложной структуры. К числу таких систем относятся:

• системы с разветвленными материальными потоками, обусловленными различием технологических процессов обработки деталей в пределах заданной номенклатуры;

• системы с «потоками возврата», обусловленными как особенностями технологических процессов (повторная обработка на одном и том же станке), так и необходимостью доработки деталей с целью устранения исправимого брака, что экономически целесообразно в мелкосерийном производстве;

• системы с разветвленными потоками и потоками возврата.

2. Математическая модель производственной системы сложной технологической структуры с учетом надежности используемого оборудования существенно отличается от известных моделей однонаправленных («поточных») автоматизированных систем массового производства и позволяет:

• отображать структуру материальных потоков деталей любой сложности, в том числе с учетом «потоков возврата», вызванных построением технологического процесса обработки либо необходимостью исправления брака;

• для каждой единицы оборудования задавать в модели как экспоненциальный, так и нормальный закон распределения времени обработки детали;

• для учета показателей надежности при моделировании для каждой единицы оборудования задавать независимые пуассоновские потоки отказов и восстановлений работоспособности.

3. Полученные аналитические зависимости позволяют проверить корректность модели на основе известных значений интенсивности поступления деталей на обработку, среднего времени обработки и параметров потоков отказов и восстановлений работоспособности по каждой единице оборудования.

4. Разработанная математическая модель корректно отображает процесс функционирования производственной системы сложной структуры при условии достаточно высокой надежности используемого оборудования (например, значение средней наработки на отказ станка должно быть

более 40 часов при среднем времени восстановления работоспособности менее 3 часов).

5. Разработанные имитационная модель и методика анализа производственных систем позволяют получать оценки показателей производительности, объема незавершенного производства, загрузки оборудования, требуемой емкости промежуточных накопителей и выявлять «узкие места» при малой серийности выпуска деталей.

6. Имитационная модель и методика учитывают:

• разнообразие номенклатуры деталей, обрабатываемых по различным технологическим маршрутам;

• необходимость доработки деталей с исправимым браком;

• возможность повторного поступления детали на один и тот же станок для выполнения очередной технологической операции, что характерно для мелкосерийного производства.

7. На основе конструкторско-технологических данных об изготовляемых изделиях и эксплуатационных данных об используемом оборудовании предложенные имитационная модель и методика позволяют решать следующие задачи:

• выполнять многократные оценки показателей функционирования ПС при внесении изменений в технологические процессы, связанные с переходом на изготовление нового типа изделия или с совершенствованием существующего технологического процесса;

• сравнивать различные варианты построения технологического процесса изготовления детали с точки зрения их влияния на показатели функционирования системы в целом;

• оценивать показатели работы ПС при изготовлении сложного изделия, состоящего из множества деталей;

• сравнивать показатели работы ПС на этапе ее проектирования и в процессе реальной эксплуатации с учетом отказов оборудования с

целью оценки принятых технических решений и необходимости совершенствования ее конструкции.

8. Программная реализация предложенной методики в среде РЭМ-системы позволяет снизить трудоемкость моделирования производственной системы и повысить достоверность получаемых результатов.

В РЭМ-системе обычно содержатся все необходимые для моделирования данные об изготовляемых изделиях, их составе, технологических процессах и используемом оборудовании. РЭМ-система также контролирует актуальность и непротиворечивость этих данных и предоставляет программные средства доступа к ним. Поэтому реализация методики имитационного моделирования в среде РБМ-системы упрощает подготовку исходных данных и снижает риск получения ошибочных результатов.

9. Предложенная в работе методика апробирована на примере моделирования участка многономенклатурного мелкосерийного механообрабатывающего производства, разработанного ОАО «ЭНИМС» для инженерно-технического центра диагностики магистральных трубопроводов (ИТЦ ДМТ) ПО «СПЕЦНЕФТЕГАЗа».

На рассмотренном примере проиллюстрирована возможность сравнения показателей функционирования ПС для различных вариантов построения структуры материальных потоков деталей в процессе обработки. На основе результатов анализа полученных показателей даны рекомендации по выбору конкретного варианта структуры.

Основные положения h результаты диссертации отражены в следующих публикациях:

1. Алексей Яцкевич, Дмитрий Бороздин, Дмитрий Карасев -

Управление изменениями в системе PSS //САПР и ГРАФИКА, 2003 , №5. С.34-38.

2. Д.Н. Бороздин - Построение автоматизированной системы поддержки процессов управления проектами и CALS-технологии //Тезисы докладов Ш Международной научно-технической конференции "Компьютерные технологии управления качеством продукции", М.: Остроумов и Ко, 2003, с.116-124.

3. Д.Н. Бороздин - Применение имитационного моделирования для оценки производительности и загрузки оборудования в системе управления данными об изделии (FDM) // Сб. материалов 5-ой юбилейной Международной выставки «Машиностроение 2003», М.: Станко инструмент, 2003

4. Д.Н. Бороздин - Имитационное моделирование сложной производственной системы как системы массового обслуживания с учетом потоков возврата// Актуальные вопросы станкостроения: Сб. науч. тр. ЭНИМС / под ред. Б. И. Черпакова. - М., 2004, с. 33-42.

5. Д.Н. Бороздин - Расширение функциональности системы FDM Step Suite для решения задач поддержки жизненного цикла изделия //Тезисы докладов V международной конференции-форума «Применение ИЛИ (CALS)-TexHononifi для повышения качества и конкурентоспособности наукоемкой продукции», М.: Издательский дом «МВМ», 2003, с. 122 -

6. Д.Н. Бороздин - Имитационное моделирование сложных производственных систем в среде РОМ// Информационные технологии в проектировании и производстве: Науч.техн.журнУВГУП «ВИМИ», 2006, №1. с.10-16.

ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ГПС МЕЛКОСЕРИЙНОГО ПРОИЗВОДСТВА НА ЭТАПАХ ИХ ПРОЕКТИРОВАНИЯ И ЭКСПЛУАТАЦИИ ЗА СЧЕТ ИСПОЛЬЗОВАНИЯ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ

130.

Бороздин Дмитрий Николаевич

АВТОРЕФЕРАТ

Подписано в печать 27.03.2006 Формат бумага 60 х 90116 Усл. печ. л. 1,75 Тираж 130_

Заказ № 187

Сдано в производство 28.03.2006 Бум. множит. Уч.-изд. л. 1,9

РИЦ МГИУ, 115280, Москва, Автозаводская, 16,677-23-15

¿eesл 11

!

i

»-7B Vt

\

'i

I

I

I

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ МЕТОДОВ ОЦЕНКИ ФУНКЦИОНИРОВАНИЯ ГПС.

1.1. Современное состояние и тенденции развития производственных систем и промышленных информационных технологий.

1.2. Задачи и методы анализа ГПС.

1.2.1 Основные показатели эффективности функционирования ГПС и задачи их оценки.

1.2.2 Математические модели производственных систем.

1.2.3 Методы оценки показателей функционирования ГПС.

1.3. Оценка показателей функционирования ГПС мелкосерийного производства.

1.4. ВЫВОДЫ ПО ГЛАВЕ 1 И ПОСТАНОВКА ЦЕЛЕЙ И ЗАДАЧ ДИССЕРТАЦИОННОЙ РАБОТЫ.

ГЛАВА 2. ИССЛЕДОВАНИЕ ГПС, ИМЕЮЩИХ СЛОЖНУЮ СТРУКТУРУ МАТЕРИАЛЬНЫХ ПОТОКОВ.

2.1 Анализ различий в структуре материальных потоков ГПС мелкосерийного производства и поточных АЛ.

2.2. исследование ГПС с потоками возврата деталей, обусловленными технологическими процессами их обработки.

2.2.1. Структура ГПС в зависимости от комплексности изготовления изделий.

2.2.2. Структура ГПС в зависимости от компоновочной схемы расположения оборудования и реализации транспортной системы.

2.2.3. Пример ГПС с возвратом деталей для дальнейшей обработки.

2.3. Исследование влияния исправимого брака на структуру материальных потоков в системе.

2.3.1 Экономическая целесообразность доработки исправимого брака в производстве.

2.3.2. Структура системы в зависимости от используемых технологических операций.

2.3.3. Структура системы в зависимости от способа доработки брака.

2.3.4. Структура системы в зависимости от применяемых видов контроля качества.

2.3.5. Пример автоматизированной производственной системы с возможностью возврата деталей на доработку.

2.4. Выводы по главе 2.

ГЛАВА 3. РАЗРАБОТКА МЕТОДИКИ МОДЕЛИРОВАНИЯ И АНАЛИЗА ГПС МЕЛКОСЕРИЙНОГО ПРОИЗВОДСТВА.

3.1. Разработка математической модели производственных систем сложной структуры с учетом параметров надежности их функционирования.

3.1.1. Описание математической модели и формализация ГПС.

3.1.2. Доработка математической модели с учетом надежности оборудования и нормального закона распределения времени обработки деталей.

3.1.2.1. Разработка программного модуля для проведения исследования.

3.1.2.2. Исследование значений параметров нормального закона распределения времени обработки, при которых сохраняются свойства потока обработанных деталей на выходе станка.

3.1.2.3 Исследования значений параметров потоков отказов и восстановлений работоспособности, при которых сохраняются свойства потока обработанных деталей на выходе станка.

3.2. Разработка методики и алгоритма имитационного моделирования

3.2.1 Постановка задачи и принятые допущения.

3.2.2 Исходные данные для моделирования.

3.2.2.1 Исходные данные и статистические показатели системы на этапе проектирования.

3.2.2.2 Исходные данные и статистические показатели системы на этапе эксплуатации.

3.2.3 Алгоритм моделирования.

3.2.3.1 Укрупненный алгоритм моделирования.

3.2.3.2 Построение модели производственной системы в виде системы массового обслуживания на основе данных этапа проектирования.

3.2.3.3 Корректировка и дополнение модели производственной системы на основе данных этапа эксплуатации.

3.2.3.4 Алгоритм имитационного моделирования системы массового обслуживания.

3.2.3.5 Алгоритм имитационного моделирования одной позиции обработки.

3.2.3.6 Вычисление результатов моделирования (получение оценок функционирования производственной системы).

3.3 Реализация методики имитационного моделирования на основе PDM-системы.

3.3.1 Обоснование разработки системы имитационного моделирования на основе PDM.

3.3.2 Представление в PDM данных различных стадий жизненного цикла производственной системы.

3.3.2.1 Представление в PDM данных, поступающих в информационную систему на этапе проектирования.

3.3.2.2 Представление в PDM данных, поступающих в информационную систему на этапе эксплуатации ПС.

3.3.3 Реализация алгоритма имитационного моделирования.

3.4 Выводы по главе 3.

ГЛАВА 4. АПРОБАЦИЯ РАЗРАБОТАННОЙ МЕТОДИКИ.

4.1 Постановка задачи.

4.2 моделирование работы производственного участка.

4.3 Анализ результатов моделирования и оценка эффективности разработанной методики.

4.4 Выводы по главе 4.

ВЫВОДЫ И РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ РАБОТЫ.

ПЕРЕЧЕНЬ ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ.

В условиях рыночной экономики многие предприятия отечественной промышленности вынуждены переходить от массового производства к мелкосерийному, чтобы обеспечить выполнение различных требований заказчиков. При этом на смену автоматизированным производственным системам с жесткой структурой (автоматическим линиям) приходят гибкие производственные системы (ГПС) на базе станков с ЧПУ, к преимуществам которых можно отнести:

• возможность автоматизированной обработки значительной номенклатуры деталей при использовании небольшого количества универсального оборудования с ЧПУ;

• увеличение коэффициента использования оборудования и снижение накладных расходов;

• уменьшение объема незавершенного производства;

• ускорение перехода к выпуску новых видов изделий при обеспечении стабильного качества и конкурентоспособности продукции за счет уменьшения времени на переналадку.

Проектирование автоматизированных гибких производственных систем связано с взаимоувязкой работы многих разноплановых наукоемких компонентов: технологических, транспортно-складских, информационных и др.

Каждый проект производственной системы (ПС) достаточно оригинален. Поэтому опыт работы с предыдущими проектами не дает ответов на все вопросы, возникающие при осуществлении нового проекта. Многие, часто принципиальные, ошибки выясняются и исправляются уже на этапах внедрения и ввода в эксплуатацию, что увеличивает стоимость работы и удлиняет сроки реализации проектов.

Одним из эффективных методов проверки и отработки принятых решений является имитационное моделирование процессов функционирования ПС. Моделирование позволяет оценить потенциальную производительность системы, загрузку технологического и транспортного оборудования, объемы незавершенного производства, определить требуемую вместимость складов и промежуточных накопителей и т.д.

К преимуществам имитационного моделирования относится возможность воспроизведения в модели ПС различных случайных факторов, к которым можно отнести нерегулярность поступления заготовок на обработку и отказы оборудования. Имитационное моделирование может эффективно применяться не только на этапе проектирования, но и на этапе промышленной эксплуатации ПС. В этом случае результаты моделирования помогают прогнозировать поведение системы в нештатных ситуациях, а также определить комплекс мероприятий, позволяющих обеспечить выпуск требуемого количества продукции при минимальных затратах и в заданные сроки.

Большинство существующих методик и программных средств имитационного моделирования производственных систем [1.7-1.11] разрабатывались в расчете на поточные автоматические линии массового производства. Гибкие автоматизированные производства имеют особенности, которые не учитывались при разработке этих методик, что делает практически невозможным их применение.

Одной из главных таких особенностей является широкая номенклатура деталей, обрабатываемых по различным технологическим маршрутам. При этом для обработки деталей разных типов характерно использование одного и того же оборудования в различных последовательностях. Поэтому структура материальных потоков в гибких автоматизированных системах обычно является «разветвленной» в отличие от «последовательно-параллельной» структуры при поточном производстве, где оборудование устанавливается в неизменном порядке следования операций технологического процесса обработки детали.

При мелкосерийном производстве в ГПС технологический процесс может быть построен таким образом, что для выполнения очередной технологической операции деталь повторно поступает на обработку на один и тот же станок. Это приводит к возникновению так называемых «потоков возврата» в структуре материальных потоков деталей и усложняет анализ ПС. Эта особенность не учитывалась в существующих моделях поточных автоматических линий, так как при массовом производстве в этом случае для обеспечения высокой производительности используется дополнительная единица оборудования.

Себестоимость обработки детали при мелкосерийном производстве значительно больше, чем при массовом, поэтому во многих случаях экономически целесообразной является доработка исправимого брака. Исправление брака требует дополнительных затрат рабочего и машинного времени, электроэнергии и других ресурсов, и также ведет к возникновению «потоков возврата» деталей, поступающих на доработку.

Работа посвящена созданию методов анализа и повышения показателей эффективности ГПС в процессе ее проектирования и эксплуатации, основанных на имитационном моделировании и учитывающих сложную структуру материальных потоков в системе. Предметом исследования является влияние материальных потоков на эффективность функционирования ГПС.

ВЫВОДЫ И РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ

РАБОТЫ

В диссертационной работе получены следующие научные и практические результаты:

1. На основе анализа автоматизированных систем мелкосерийного производства введено понятие о производственной системе сложной структуры.

К числу таких систем относятся:

• системы с разветвленными материальными потоками, обусловленными различием технологических процессов обработки деталей в пределах заданной номенклатуры;

• системы с «потоками возврата», обусловленными как особенностями технологических процессов (повторная обработка на одном и том же станке), так и необходимостью доработки деталей с целью устранения исправимого брака, что экономически целесообразно в мелкосерийном производстве;

• системы с разветвленными потоками и потоками возврата.

2. Разработана математическая модель производственной системы сложной технологической структуры с учетом надежности используемого оборудования, существенно отличающаяся от известных моделей однонаправленных («поточных») автоматизированных систем массового производства, позволяющая:

• отображать структуру материальных потоков деталей любой сложности, в том числе с учетом «потоков возврата», вызванных построением технологического процесса обработки либо необходимостью исправления брака;

• для каждой единицы оборудования задавать в модели как экспоненциальный, так и нормальный закон распределения времени обработки детали;

• для учета показателей надежности при моделировании для каждой единицы оборудования задавать независимые пуассоновские потоки отказов и восстановлений работоспособности.

3. Получены аналитические зависимости, позволяющие проверить корректность модели на основе известных значений интенсивности поступления деталей на обработку, среднего времени обработки и параметров потоков отказов и восстановлений работоспособности по каждой единице оборудования.

Показано, что разработанная математическая модель корректно отображает процесс функционирования производственной системы сложной структуры при условии достаточно высокой надежности используемого оборудования (например, значение средней наработки на отказ станка должно быть более 40 часов при среднем времени восстановления работоспособности менее 3 часов).

4. Разработана имитационная модель и методика анализа производственных систем, позволяющая получать оценки показателей производительности, объема незавершенного производства, загрузки оборудования, требуемой емкости промежуточных накопителей и выявлять «узкие места» при малой серийности выпуска деталей.

Имитационная модель и методика позволяют:

• учитывать разнообразие номенклатуры деталей, обрабатываемых по различным технологическим маршрутам;

• учитывать необходимость доработки деталей с исправимым браком;

• учитывать возможность повторного поступления детали на один и тот же станок для выполнения очередной технологической операции, что характерно для мелкосерийного производства.

5. На основе конструкторско-технологических данных об изготовляемых изделиях и эксплуатационных данных об используемом оборудовании предложенные имитационная модель и методика позволяют эффективно решать следующие задачи:

• выполнять многократные оценки показателей функционирования ПС при внесении изменений в технологические процессы, связанные с переходом на изготовление нового типа изделия или с совершенствованием существующего технологического процесса;

• сравнивать различные варианты построения технологического процесса изготовления детали с точки зрения их влияния на показатели функционирования системы в целом;

• оценивать показатели работы ПС при изготовлении сложного изделия, состоящего из множества деталей и сборочных единиц;

• сравнивать показатели работы ПС на этапе ее проектирования и в процессе реальной эксплуатации с учетом отказов оборудования с целью оценки принятых технических решений и необходимости совершенствования ее конструкции.

7. Программная реализация предложенной методики в среде РЭМ-системы позволяет снизить до 50% трудоемкость моделирования производственной системы и повысить достоверность получаемых результатов.

В РБМ-системе обычно содержатся все необходимые для моделирования данные об изготовляемых изделиях, их составе, технологических процессах и используемом оборудовании. РЭМ-система также контролирует актуальность и непротиворечивость этих данных и предоставляет программные средства доступа к ним. Поэтому реализация методики имитационного моделирования в среде РЭМ-системы упрощает подготовку исходных данных и снижает риск получения ошибочных результатов.

8. Предложенная в работе методика апробирована на примере моделирования участка многономенклатурного мелкосерийного механообрабатывающего производства, разработанного ОАО «ЭНИМС» для инженерно-технического центра диагностики магистральных трубопроводов (ИТЦ ДМТ) ПО «СПЕЦНЕФТЕГАЗа».

На рассмотренном примере проиллюстрирована возможность сравнения показателей функционирования ПС для различных вариантов построения структуры материальных потоков деталей в процессе обработки. На основе результатов анализа полученных показателей даны рекомендации по выбору конкретного варианта структуры.

1. Владзиевский А.П. Автоматические линии в машиностроении. М.: Машгиз, 1958

2. Опитц Г. Современная техника производства. М.: Машиностроение, 1975.

3. Митрофанов В.Г., Петров В.М. Интегрированная автоматизированная система управления компьютерным производством // Станки и инструмент. -N6.- 1992.-c.2-3.

4. Соломенцев Ю. М., Рыбаков А.В. Информационные технологии, решения задач конструкторско-технологической информатики в машиностроении // Автоматизация проектирования. 1997. -№1. —с.39-51.

5. Сосонкин В. Л. Программное управление технологическим оборудованием: Учебник для вузов. -М.: Машиностроение, 1991. 512с.

6. Таратынов О.В., Земсков Г.Г., Баранчукова И.М. Металлорежущие системы машиностроительных производств. М: Высшая школа, 1988.-е. 464.

7. Владзиевский А.П. Вероятностный закон работы и внутренние запасы автоматических линий//Автоматика и телемеханика,-1952-№3.-с.227-281

8. Дымшиц Е.С. Основные характеристики больших систем, рассматриваемых как системы массового обслуживания//Доклады 2-го Всесоюзного совещания по статистическим методам теории управления (Ташкент, 1970).-М.:Наука, 1970. С.156-169

9. Дымшиц Е.С. Разработка методов расчета надежности автоматических линий по заданным характеристикам надежности их элементов// М.: ЭНИМС, 1964

10. М.А.Бромберг Методы оценки показателей производительности и надежности автоматических линий- М.: ЭНИМС, 1986, с. 4, с. 124

11. Немировский П.З. Исследование и разработка методов обеспечения производительности и надежности автоматических станочных линий сблокированного исполнения: Дис. . канд. техн. наук -М.: ЭНИМС, 1980.

12. Васильев B.C. Принципы построения гибких производств // Станки и инструмент. 1984. №4. с.4-6.

13. Интегрированная АСУ автоматизированных производств / Под ред. Б.И. Черпакова-М.: ЭНИМС, 1992.-304с.

14. Горнев В.Ф., Емельянов В.В. Овсянников М.В. Оперативное управление в ГПС. М.: Машиностроение, 1990. - 256с.

15. Евгеньев Г.Б. Системология инженерных знаний: Учеб. Пособие для вузов. М.: Изд-во МГТУ им. Н.Э. Баумана, 2001. - 376с.

16. Бусленко Н.П. Математическое моделирование производственных процессов. -М.: Наука, 1964.

17. Глухов В.Н. Характеристики продуктивности и надежности сложных систем: Дис. . канд. техн. наук-М.: МПУ, 1973.

18. Брон JI.C., Бромберг М.А., Великович В.Б. и др. Станкостроение СССР. -В.З. Агрегатные станки и автоматические линии. М.: НИИМАШ, 1970.

19. Гуленков В.Ю., Осипов JI.A. Оптимизация комплексно-автоматизированных участков из станков с ЧПУ// Оборудование с ЧПУ.-1979-Вып.5.-С.14-16

20. Катковник В.Я., Хлудова М.В., Ганин Н.М. Математическое моделирование материальных потоков в ГПС/ Алгоритмическое и программное обеспечение. М. 1987.- с 60.

21. Кмета М.А., Добров Д.И., Зорина С.И. Потоковые алгоритмы для гибких автоматизированных комплексов//Механизация и автоматизация производства.-1985.-№7.-C.33-34

22. Программно-математическое обеспечение имитационного моделирования организационно-экономических и технологических производственных сиситем. /Е.Ф.Аврамчук, A.C. Бачурин, Ю.М. Турин и др. -Л.: ЦНИИ «Румб», 1983. 87 с.

23. ГОСТ 26228-90. Системы производственные гибкие. Термины и определения, номенклатура показателей.

24. Р50.1.031-2001. Информационные технологии поддержки жизненного цикла продукции. Терминологический словарь. Часть 1. Стадии жизненного цикла продукции, Госстандарт РФ 2001 г.

25. Судов Е.В. Информационная поддержка жизненного цикла продукта. \\ PC WEEK №45,1998. с 15.

26. Jari S. CALS. Stockholm: Magnusson Torbjorn Holm, 1996. - 182p.

27. Норенков И.П., Кузьмик П.К. Информационная поддержка наукоемких изделий. CALS-технологии. -М.: Издательство МГТУ им. Н.Э. Баумана. 2002. -320с.

28. Беспалов В., Клишин В., Краюшкин В. Развитие систем PDM: вчера, сегодня, завтра // САПР и графика. 2001. -№11.

29. Беспалов В., Клишин В., Краюшкин В. Системы PDM: вчера, сегодня, завтра. Часть 2. Что такое система PDM сегодня: состав и функциональность // САПР и графика. 2001. № 12.

30. Черпаков Б.И., Судов Е.В. Компьютеризированное управление автоматизированным заводом, Machine Tools, №12. 1992. pp. 10-11, ISSN 1000-1271, Beijing, China.

31. OCT 2 H64-3-84 Линии автоматические механической обработки. Основные понятия и система показателей производительности и надежности.

32. РТМ2 Н63-62-86 Линии автоматические. Типовая методика и программа приемо-сдаточных испытаний специальных металлорежущих станков, встраиваемых в несблокированные автоматические линии.

33. РТМ РМЭ 1-7 Общие технические условия на проектирование, изготовление и эксплуатацию автоматических линий. Методика моделирования на ЭВМ структурной схемы и системы эксплуатации автоматических линий. -М.: НИИМАШ, 1975.

34. Руководящие материалы по проектированию автоматических линий/ Владзиевский А.П., Вульфсон И.А., Дымшиц Е.С. М.:ЭНИМС, 1952.

35. Лищинский Л.Ю. Структурный и параметрический синтез гибких производственных систем. М. Машиностроение, 1990. - 312с.

36. Завьялов А.В. Имитационное моделирование автоматизированных комплексов с использованием системы GPSS: Методические рекомендации -М.: ЭНИМС, 1982.-40с.

37. Haider S.W., Banks J. Simulation Software Products for Analyzing Manufacturing Systems //Industrial Engineer (USA). -1986. V. 18, N 7 - P.98-103.

38. Бороздин Д.Н. Имитационное моделирование сложной производственной системы как системы массового обслуживания с учетом потоков возврата// Сборник трудов М.: ЭНИМС, 2003 - с.25.

39. Материалы web-сервера http://practica.saldo.ru

40. Методика исследования работы автоматических линий. М.: ЭНИМС, 1979- 86 с.

41. ГОСТ 15467-79. Управление качеством продукции. Основные понятия. Термины и определения.

42. Автоматические линии в машиностроении: Справочник. Т. 2/ Под ред. Л.И. Волчкевича. М: Машинострение,1984, с. 312

43. Б.И. Черпаков, И.В. Брук Гибкие механообрабатывающие производственные системы- М.: Высш. шк.,1989

44. Ганин. Н.М., Катковник В.Я. Исследование производительности

45. ГПС методами теории сетей массового обслуживания- JL: 1986.- 87с. /

46. Рукопись деп. в ВИНИТИ 5 марта 1986-№ 1470-В86.

47. Владзиевский А.П. Автоматические линии в машиностроении. М.: Машгиз, 1958

48. Юденков А.Г. Методика расчетов параметров ГПС как системы массового обслуживания сложной структуры //СТИН 2003. - №1 - С. 14-17

49. Вентцель Е. С. Исследование операций. Задачи. Принципы. Методология. — М.: Наука, 1988.

50. Бороздин Д.Н. Имитационное моделирование сложной производственной системы как системы массового обслуживания с учетом потоков возврата// Сборник трудов М.: ЭНИМС, 2003 - с.25.

51. Вапник В.Н., Червоненкис А .Я. Теория распознавания образов. М.: Наука, 1974.-487 с.36. ГОСТ Р ИСО 10303 (Step)