Введение 4
1 Подходы к нормированию и оценке себестоимости изделий 7
1.1 Основные понятия по себестоимости продукции 7
1.2 Классификация основных видов себестоимости 7
1.3 Оценка себестоимости продукции 9
1.4 Калькуляция себестоимости. Классификация расходов, включаемых в себестоимость продукции 11
1.5 Современные подходы для оценки стоимости 13
2 Использование нейронных сетей в проектировании технологий 17
2.1 Описание работы нейронных сетей 17
2.2 Обучение искусственных нейронных сетей 18
2.3 Понятие о слоях сетей 23
2.4 Применение нейронных сетей 23
3 Оценка себестоимости на ранней стадии проектирования 27
3.1 Оценка стоимости и ее оптимизация 27
3.2 Метод оценки общей стоимости 29
3.3 Оценка производства продукции на всех стадиях производства 31
3.4 Общая структура системы гибкого производства 39
4 Методика расчета технологического времени 44
4.1 Оценка стоимости и ее оптимизация 44
4.2 Расчет времени для тела вращения 49
4.3 Связь времени и стоимости обработки 52
4.3 Методика определения времени и себестоимости 67
4.4 Влияние геометрических параметров на технологическое время 71
4.5 Нормирование по справочным формулам 76
4.6 Проектирование нейронной сети для прогнозирования времени 91
Заключение 100
Список используемой литературы 102
Актуальность темы исследования. Главная задача на производстве - оптимизировать затраты на предприятии. Менеджмент производства является одним из главных элементов для достижения производственных показателей при условии качественно спроектированных и реализованных строго по техническим требованиям технологий. Только при этих условиях при реализации продукции будут получены соответствующие доходы.
Объект исследования: технико-экономическое проектирование технологических процессов.
Предмет исследования: методика определения времени и себестоимости на стадии проектирования продукции до получения подробной информации по разрабатываемой технологии.
Цель исследования: разработать и апробировать методику для эффективного, точного и быстрого определения норм времени и себестоимости на основе данных только по конструкторским параметрам детали/изделия.
Гипотеза исследования состоит в том, что эффективное определение норм времени и себестоимости возможно на основе:
• систематизированных конструкторских данных по чертежу детали, к которым относят размеры, точность, шероховатость, материал;
• упрощенных формул, которые содержат конструктивные параметры деталей;
• использования методов искусственного интеллекта, к которым относят нейронные сети.
Для достижения поставленной цели необходимо решить следующие задачи:
1. Выбрать класс детали для анализа;
2. Выбрать набор конструктивных параметров детали для определения времени;
3. Подобрать дополнительные факторы для анализа штучного времени и себестоимости;
4. Разработать методику упрощенного определения времени на основе конструктивных и технологических параметров;
5. Разработать методику определения времени на основе нейронных сетей.
Теоретическая значимость исследования заключается в:
• уточнение аналитических расчетов на предварительном этапе проектирования технологического процесса;
• создание базы данных для получения нейро-сетевой модели для нормирования.
Практическая значимость исследования Методика для нормирования технологического процесса по минимальному набору конструкторских данных для технологических и конструкторских работ малых и средних предприятий.
Анализ себестоимости продукции позволяет минимизировать затраты на предприятии еще на стадии проектирования продукции. С помощью анализа такого типа можно принимать решения на различных уровнях руководства, включая планирование стратегии развития, проведение мониторинга уровня экономической эффективности производства. При калькуляции себестоимости, технологом проводится прогноз по затратам, выявляются перспективы на производство данного типа продукции, возможности его модернизации, разнообразия возможной номенклатуры. Оценивают полученные затраты и сравнивают со средними показателями конкурентов. Это дает возможность при необходимости проводить работы по снижению себестоимости или повышению качества для повышения конкурентной способности на рынке.
Повышение качества обработки невозможно без расчета себестоимости механической обработки, с учетом термообработки, контроля. Для того, чтобы рассчитать себестоимость необходимо в первую очередь определить основное время обработки. Для этого могут использоваться разные методики, которые могут быть основаны на аналитическом расчете по формулам, с использованием табличных данных. Может использоваться метод экспертного сравнения или опытного по сравнению с аналогичными процессами для данного производства. Последний метод является самым субъективным и неточным. Наиболее трудоемким является способ хронометража, где составляется фотография рабочего времени на все технологические приемы, которые измеряются при помощи секундомера. В результате выполнения повторных действий несколько раз, определяют среднее значение по каждому приему и их используют для нормирования времени технологической операции.
Расчет технологической себестоимости при проектировании технологий необходим для оптимального выбора технологического процесса и его элементов. Эффективные методики позволяет обоснованно назначать стоимость продукции.
Магистерская диссертация посвящена разработке упрощенной методики определения машинного времени и технологической себестоимости. В условия массовой кастомизации производства, то есть изготовления продукции по заказу, с учетом индивидуальных требований заказчика, необходимо обеспечивать более эффективное проектирование изделий машиностроения. Одним из ключевых моментов этого проектирования является определение трудоемкости и себестоимости изготовления продукции. Эти параметры могут определяться на разных этапах проектирования технологического процесса изготовления изделий. На ранней стадии проектирования они могут помочь согласовать требования с заказчиком. В дальнейшем они могут быть использованы для оптимизации технологического процесса. При детальном, подробном проектирования технологии эти параметры, конечно, будут уточняться. Но для начальной стадии проектирования, необходимо быстро сориентироваться по нескольким базовым характеристикам изделия, которые относятся к конструкторским особенностям. Вся исходная информация представлена в рабочем чертеже детали. Это конструктивные параметры, материал детали, требования по точности и шероховатости. Дополнительной информацией для определения трудоемкости и себестоимости является база данных по оборудованию и оснащению производства. Методика определения указанных параметров включает два различных этапа. Один из них использует искусственную нейронную сеть, на вход которой загружаются известные данные из чертежа и из производственных каталогов. На выходе получаем расчетные параметры. Второй способ использует упрощенную методику расчета времени на основе понятия объемная производительность или скорость снятия стружки. В отличии от известных методов данный параметр конкретизируется и уточняется с учетом этапов обработки. Это позволяет уже на предварительной стадии сделать более обоснованный расчет. По разделам выводы следующие:
В первом разделе выполнен обзор основных понятий, связанных с проектированием технологического процесса в плане расчета стоимости на основе определения норм времени. Рассмотрены различные виды затрат, возникающих в ходе технологического процесса обработки деталей. Сделан обзор основных методов расчета данных затрат.
Во втором разделе выполнен обзор видов и способов использования искусственных нейронных сетей. Рассмотрены особенности архитектуры нейронных сетей, которые заключаются в выборе количества слоев, числа нейронов в каждом слое. Выходом сети должно быть штучное время обработки детали.
В третьем разделе рассмотрены определение комплексных затрат на всю технологию изготовления изделия, включая затраты на изготовление отдельных деталей, их сборку и испытания. В данную методику входит учет затрат и временных, и материальных, и трудовых.
В четвертом разделе выполнено моделирование по определению нормы времени для токарной операции обработки валов. Для этого выбрано несколько модификаций конструкции ступенчатого вала, которые отличаются количеством ступеней, их протяженностью, перепадами диаметров, а также соотношением длины к диаметру, который определяет конструктивную жесткость заготовки. Для данных исходных условий был подготовлен набор конструктивных параметров, который включает в себя указания не только габаритных размеров, но и остальных требований по точности и качеству, что определяет наличие определенного количества переходов. Для нескольких вариантов исходных данных был проведен расчет Для нескольких вариантов исходных данных был проведен расчет основного времени с использованием объемной производительности - количества материала удаляемого в единицу времени. Выполнение моделирование основного времени при помощи нейронной сети.
1. Воеводина, Е.И., Бурыкин, А.Д. Аналитический метод нормирования труда / Вестник научных конференций. 2019. № 10-5 (14). С. 35-37.
2. Галушкин А. И. Теория нейронных сетей [Текст] : учеб. пособие по направлению "Прикладные математика и физика" / А. И. Галушкин. - Москва : Радиотехника, 2000. - 415 с. : ил. - (Нейрокомпьютеры и их применение ; кн. 1). - Федер. целевая прогр. "Гос. поддержка интеграции высш. образования и фундамент. науки на 1997-2000 годы".
3. Жулавская, А. Е. Благоприятные условия труда как составляющие организации труда современного предприятия // Молодой ученый. — 2019. — №11. — С. 740-742.
4. Зензера, С. А. Проблемы организации, мотивации и нормирования труда на российских предприятиях // Молодой ученый. — 2018. — №10. — С. 669-672.
5. Кадаев, С.Б. Нормирование труда в современных условиях / Век качества. 2019. № 1. С. 28-29.
6. Казанцева, А.К. Нормирование труда как способ оптимизации затрат на персонал / Экономика, социология и право. 2019. № 1. С. 30-32.
7. Круглов В. В. Искусственные нейронные сети [Текст] : теория и практика / В. В. Круглов, В. В. Борисов. - 2-е изд. - Москва : Горячая линия- Телеком, 2002. - 382 с. : ил. - Библиогр.: с. 377-378. - ISBN 5-93517-031-0 : 123-30.
8. Конюкова, Н. И. Регламентация и нормирование труда : учеб. пособие / Н. И. Конюкова, А. Е. Бойко; РАНХиГС, Сиб. ин-т упр. — Новосибирск: Изд-во СибАГС, 2017. — 158 с.
9. Компьютерные технологии вычислений в математическом моделировании [Текст] : учеб. пособие для вузов / Ю. В. Васильков, Н. Н. Василькова. - Гриф МО. - Москва : Финансы и статистика, 2002. - 255 с. : ил. - Библиогр.: с. 247-248. - Предм. указ.: с. 249-251. - ISBN 5-279-02098-2 : 40-91.
10. Косенко, Т.Г. Факторы совершенствования организации труда на предприятии / Вестник Калужского университета. 2019. № 3 (32). С. 58-61.
11.
12. Кузьминов, А. Н., Крутиков, В. В. Концептуальные основы нормирования труда в современных условиях // Экономика, управление, финансы: материалы VII Междунар. науч. конф. (г. Краснодар, февраль 2017 г.). — Краснодар: Новация, 2017. — С. 87-89.
13. Литовченко, Н.Н., Поллак, А.П. Основные функции и принципы нормирования труда в современных условиях / Н.Н. Литовченко, А.П. Поллак // Север и рынок: формирование экономического порядка. 2019. № 4 (51). С. 113-122.
14. Макаренко М. В. Производственный менеджмент [Текст] : учеб. пособие для вузов / М. В. Макаренко, О. М. Махалина. - Москва : ПРИОР, 1998. - 383 с. - Библиогр.: с. 375-377. - ISBN 5-7990-0104-4 : 43-64.
15. Машиностроение [Текст] : энциклопедия. В 40 т. Разд. 3. Технология производства машин. Т. III-3. Технология изготовления деталей машин / А. М. Дальский [и др.] ; ред. совет: К. В. Фролов (пред.) [и др.] ; ред.-сост. А. Г. Суслов ; отв. ред. П. Н. Белянин ; ред. тома А. М. Дальский [и др.]. - Москва : Машиностроение, 2002. - 839 с. : ил. - Библиогр. в конце гл. - Предм. указ.: с. 832-839. - ISBN 5-217-01958-1 : 636-45.
16. Михайлов А. В. Технологические основы обеспечения качества изготовления деталей в машиностроении [Текст] : учеб. пособие для вузов / А. В. Михайлов, О. И. Драчев, А. Г. Схиртладзе ; Министерство образования РФ ; ТГУ. - Гриф УМО. - Тольятти : ТГУ, 2004. - 164 с. : ил. - Библиогр.: с. 162-164. - ISBN 5-8259-0191-4 : 81-58. Мудревский, А.Ю., Бурыкин, А.Д. Опытно - статистические методы нормирования труда / Вестник научных конференций. 2019. № 10-5 (14). С. 111-113.
...