Многовариантное оценивание длительности изготовления партий стальной проволоки на основе ситуационно-нормативных моделей. Сообщение 2

Для рационального планирования и прогнозирования сроков производства необходим четкий учет и нормирование продолжительности циклов выпуска продукции. Длительность изготовления партий продукции – основа построения оперативных планов-графиков. Без продолжительности циклов невозможно установить календарные сроки запуска полуфабрикатов на ту или иную стадию обработки, а также определить сроки выпуска продукции, сроки прохождения партии продукции по отдельным производственным участкам. Рассматриваемая задача многовариантного оценивания нормативной длительности изготовления конкретной партии стальной проволоки состоит в определении для каждой производственной ситуации оптимальной длительности операций, требуемых для выпуска данной партии. Для ее решения необходимо построить модели производственных процессов, выполняемых в каждом отделении сталепроволочного комплекса. Определен состав, продолжительность и условия выполнения технологических, естественных, трудовых, контрольных и транспортных операций. Указаны типы и количество применяемого оборудования в каждом отделении. Перечислены виды единиц материального потока (бунты, мотки, катушки). Установлен характер и вид движения полуфабрикатов (изделий) по операциям каждого процесса. Заданы способы перемещения изделий от каждой предыдущей операции на каждую последующую (штучный, пакетный, партионный), а также количество перемещаемых пакетов и партий. Учтены виды применяемых поточных линий (непрерывная, полунепрерывная, дискретная). Все перечисленное отражено в представленном многоконтурном алгоритме, апробация которого выполнена методом моделирования с использованием натурных данных действующего предприятия.

1. Кулаков С.М., Мусатова А.И., Кадыков В.Н. Многовариантное оценивание длительности изготовления партий стальной проволоки на основе ситуационно-нормативных моделей. Сообщение 1 // Изв. вуз. Черная металлургия. 2019. Т. 62. № 6. С. 484 – 491.

2. Korytkowski P. Optimization of production capacity in intangible flow production systems // IFAC. 2006. Vol. 12. Part 1. Р. 1 – 6.

3. Frank Kübler, Johannes Böhner, Rolf Steinhilper. Resource efficiency optimization of manufacturing processes using evolutionary computation: A turning case. The 22nd CIRP conference on Life Cycle Engineering. 2015. Vol. 29. P. 822 – 826.

4. Голубчик Э.М., Кузнецова А.С., Рубин Г.Ш. и др. Применение модели и принципов технологической адаптации показателей качества в процессах производства метизной продукции // Вестник МГТУ им. Г.И. Носова. 2016. № 1. С. 101 – 108.

5. Мачулин В.М., Сидорчук В.Е., Астратов С.Н. и др. Контроллинг в метизном производстве РУП «БМЗ» // Литье и металлургия. 2011. № 2. С. 115 – 123.

6. Wiśniewski P. Decomposition of business process models into reusable sub-diagrams // ITM Web of Conferences. 2017. Vol. 15. No. 01002. P. 1 – 8.

7. Foleya J.T., Cochran D.S. Manufacturing system design decomposition: an ontology for data analytics and system design evaluation // Procedia CIRP. 2017. Vol. 60. P. 175 – 180.

8. Rüttimann Bruno G., Stöckli Martin T. Going beyond triviality: the Toyota production system-lean manufacturing beyond muda and kaizen // Journal of Service Science and Management. 2016. No. 9. P. 140 – 149.

9. Muhammad Bashir, Ding Liu, Murat Uzam, Naiqi Wu, Abdulrahman Al-Ahmari, Zhiwu Li. Optimal enforcement of liveness to flexible manufacturing systems modeled with Petri nets viatransition-based controllers // Advances in Mechanical Engineering. 2018. Vol. 10. No. 1. P. 1 – 19.

10. Михайлова Л.В., Парамонов Ф.И., Чудин А.В. Формирование и оперативное управление производственными системами на базе поточно-группового производства в автоматизированном режиме. – М.: ИТЦ МАТИ, 2002. – 60 с.

11. Мокеева Н.С., Заев В.А., Сенникова Е.В. Пути сокращения длительности производственного цикла в условиях гибкого раскройного производства // Изв. вуз. Северо-кавказский регион. 2008. № 5. С. 104 – 106.

12. Благих И.А., Сальников Д.Ю. Управление производственным циклом предприятия (организации) // Проблемы современной экономики. 2010. Т. 36. № 4. С. 1 – 7.

13. Malindžák D. Application of logistic principles in metallurgical production // Metalurgija. 2012. Vol. 51. No. 3. P. 345 – 348.

14. Julka N., Baines T., Tjahjono B., Lendermann P., Vitanov V. Review of multi-factor capacity expansion models for manufacturing plants: Searching for a holistic decision aid // International Journal of Production Economics. Special section on organizational structure, culture and operations management: an empirical missing link, April 2007. Vol. 106. No. 2. P. 607 – 621.

15. Van Dongen B.F., Crooy R.A., Van der Aalst W.M.P. Cycle time prediction: When will this case finally be finished? // On the Move to Meaningful Internet Systems 2008: OTM 2008 Confederated International Conferences (Monterrey, Mexico, November 9-14, 2008). 2008. Part I. P. 319 – 336.

16. De Bucourt M., Busse R., Güttler F., Wintzer C., Collettini F., Kloeters C., Hamm B., Teichgräber U.K. Lean manufacturing and Toyota Production System terminology applied to the procurement of vascular stents in interventional radiology // Insights Imaging. 2011. Vol. 4. No. 2. P. 415 – 423.

17. Толмачева Е.А. Прогнозирование объема отгруженной продукции на промышленных предприятиях // Гуманитарные научные исследования. 2016. Т. 57. № 5. С. 193 – 196.

18. Муравьева Г.Ю. Комплексный подход к определению длительности производственного цикла в отраслях с нештучным учетом выпускаемой продукции // Научные ведомости. 2016. № 2(223). Вып. 37. С. 38 – 41.

19. Кулаков С.М., Мусатова А.И., Кадыков В.Н. Ситуационные модели производительности человеко-машинных систем (на примере волочильных станов) // Изв. вуз. Черная металлургия. 2018. Т. 61. № 6. С. 485 – 489.

20. Кулаков С.М., Мусатова А.И., Кадыков В.Н. Нормативное моделирование производительности комплекса меднения стальволоки // Изв. вуз. Черная металлургия. 2018. Т. 61. № 2. С. 164 – 167.