Имитационное моделирование производственных процессов различных типов машиностроительных производств
жүктеу/скачать 324,52 Kb. Pdf көрінісі
|
| Заключение.
Рассмотрены особенности имитационного моделирова- ния производственных процессов различных типов машиностроительных производств. Показано, что исследование поведения технологической системы единичного типа производства путем имитационного моделиро- вания нецелесообразно ввиду значительной номенклатуры, отсутствия требуемых исходных данных, невозможности обеспечить необходимую адекватность модели. Определены особенности имитационного модели- рования производственных процессов в массовом и серийном типах производства. Имитационное моделирование производственных процес- сов ПЛС машиностроительных предприятий с серийным типом производ- ства направлено на анализ поведения этой системы при выполнении производственной программы в соответствии с заданным производствен- ным расписанием. Имитационное моделирование производственных процессов предприятия с массовым типом производства направлено на анализ поведения ПЛС при выполнении производственной программы в соответствии с заданной логикой маршрутизации. Рассмотрены существующие решения для моделирования производ- ственных процессов различных типов производства. Применение комбини- рованного метода имитационного моделирования позволяет повысить адекватность моделирования ПЛС машиностроительных предприятий с различными типами производства, использовать преимущества каждого предложенного подхода к формированию имитационных моделей и ниве- лировать недостатки применения. С.Н. Григорьев, В.А. Долгов, П.А. Никишечкин 94 ISSN 0236-3941. Вестник МГТУ им. Н.Э. Баумана. Сер. Машиностроение. 2022. № 3 ЛИТЕРАТУРА [1] Горелова Г.В. Когнитивный подход к имитационному моделированию сложных систем. Известия ЮФУ. Технические науки, 2013, № 3, с. 239–250. [2] Толуев Ю.И. Задачи имитационного моделирования при реализации концепции Индустрия 4.0 в сфере производства и логистики. ИММОД-2017. СПб., НОИМ, 2017, с. 57–65. [3] Grigoriev S.N., Martinov G.M. Research and development of a cross-platform CNC kernel for multi-axis machine tool. Procedia CIRP, 2014, vol. 14, pp. 517–522. DOI: https://doi.org/10.1016/j.procir.2014.03.051 [4] Григорьев С.Н., Долгов В.А., Никишечкин П.А. и др. Разработка структурной модели цифрового двойника производственно-логистической системы машино- строительных предприятий. Вестник МГТУ им. Н.Э. Баумана. Сер. Машинострое- ние, 2021, № 2 (137), с. 43–58. DOI: http://dx.doi.org/10.18698/0236-3941-2021-2-43-58 [5] Боровков А.И., Рябов Ю.А. Цифровые двойники: определение, подходы и мето- ды разработки. Сб. тр. науч.-практ. конф. «Цифровая трансформация экономики и промышленности». СПб., СПбПУ, 2019, с. 234–245. [6] Григорьев С.Н., Мастеренко Д.А., Телешевский В.И. и др. Современное состоя- ние и перспективы развития метрологического обеспечения машиностроительного производства. Измерительная техника, 2012, № 11, с. 56–59. [7] Григорьев С.Н., Долгов В.А., Леонов А.А. Имитационное моделирование произ- водственных процессов с применением логик планового и ситуационного резерви- рования рабочих мест. Автоматизация. Современные технологии, 2021, № 1, с. 3–10. [8] Grigoriev S.N., Kozochkin M.P., Sabirov F.S., et al. Diagnostic systems as basis for technological improvement. Procedia CIRP, 2012, vol. 1, pp. 599–604. DOI: https://doi.org/10.1016/j.procir.2012.05.006 [9] Григорьев С.Н., Долгов В.А., Умнов П.И. и др. Оценка станкоемкости изготовле- ния гражданской продукции на машиностроительных предприятиях ОПК. Автоматизация. Современные технологии, 2021, т. 75, № 7, с. 291–295. [10] Nikishechkin P.A., Ivashin S.S., Chernenko V.E., et al. PlantTwin simulation system as a tool for verifying production plans and supporting decision-making to improve the efficiency of machine-building industries. MATEC Web Conf., 2020, vol. 329, art. 03075. DOI: https://doi.org/10.1051/matecconf/202032903075 [11] Архангельский В.Е. Требования к системам планирования производства в кон- тексте концепции «Индустрия 4.0» VII Междунар. форум «Информационные техно- логии на службе оборонно-промышленного комплекса России», 2018. URL: http://xn--hlaelen.xn--plai/wp-content/uploads/2018/05/Arhangelskij.pdf (дата обращения: 18.02.2020). [12] Grigoriev S.N., Martinov G.M. An ARM-based multi-channel CNC solution for multi-tasking turning and milling machines. Procedia CIRP, 2016, vol. 46, pp. 525–528. DOI: https://doi.org/10.1016/j.procir.2016.04.036 Имитационное моделирование производственных процессов… ISSN 0236-3941. Вестник МГТУ им. Н.Э. Баумана. Сер. Машиностроение. 2022. № 3 95 [13] Долгов В.А., Никишечкин П.А., Архангельский В.Е. и др. Модели управления производственными системами машиностроительных предприятий на основе раз- работки и использования их цифровых двойников. Моделирование нелинейных процессов и систем. Матер. 5 Междунар. конф. М., Янус-К, 2021, с. 171–176. [14] Kutin A., Dolgov V., Sedykh M., et al. Integration of different computer-aided systems in product designing and process planning on digital manufacturing. Procedia CIRP, 2018, vol. 67, pp. 476–481. DOI: https://doi.org/10.1016/j.procir.2017.12.247 [15] Kutin A., Dolgov V., Sedykh M., et al. Competitive-resource information model of the machine building manufacturing system. IOP Conf. Ser.: Mater. Sc. Eng., 2018, vol. 448, art. 012008. DOI: https://doi.org/10.1088/1757-899X/448/1/012008 [16] Система имитационного моделирования AnyLogic. anylogic.ru: веб-сайт. URL: https://anylogic.ru (дата обращения: 18.02.2020). [17] Система имитационного моделирования PlantTwin. plant-twin.com: веб-сайт. URL: https://plant-twin.com (дата обращения: 18.02.2020). [18] Никишечкин П.А., Ивашин С.С., Черненко В.Е. и др. Система имитационного моделирования PlantTwin как инструмент верификации производственных планов и поддержки принятия решений для повышения эффективности производства. Вестник машиностроения, 2021, № 3, с. 80–85. DOI: https://doi.org/10.36652/0042-4633-2021-3-80-85 [19] Малыханов А.А., Черненко В.Е. От имитационной модели к цифровому двой- нику: анализ опыта выполнения коммерческих проектов. 9 Всерос. науч.-практ. конф. по имитационному моделированию и его применению в науке и промышленно- сти. Екатеринбург, УрГПУ, 2019, с. 37–46. [20] Grigoriev S.N., Martinov G.M. The control platform for decomposition and synthesis of specialized CNC systems. Procedia CIRP, 2016, vol. 41, pp. 858–863. DOI: https://doi.org/10.1016/j.procir.2015.08.031 [21] Григорьев С.Н., Долгов В.А., Рахмилевич Е.Г. Метод оценки производственной технологичности изделий на основе применения семантических моделей в усло- виях цифрового производства. Известия высших учебных заведений. Машино- строение, 2020, № 12, с. 16–25. DOI: http://dx.doi.org/10.18698/0536-1044-2020-12-16-25 жүктеу/скачать 324,52 Kb. Достарыңызбен бөлісу:
|