ВВЕДЕНИЕ 7
1. Аналитический обзор по теме исследования 9
1.1 Характеристика объекта исследования 9
1.2 Идея кооперации аддитивных лабораторий 13
1.3 Актуальность, возможности, цели и методы моделирования
производственных процессов и систем 19
1.4 Особенности аддитивного производства 22
1.5 Описание структурной модели планирования аддитивного производства
1.6 Теорема Байеса 30
1.6.1 Актуальность теоремы Байеса для планирования аддитивного
производства 31
2. Описание математической задачи 33
2.1 Алгоритм выбора 36
2.2 Коэффициент срочности 39
2.3 Получение вероятностей успешного изготовления заказа 42
2.3.1 Расчет условных вероятностей успешного изготовления заказов.... 46
2.3.2 Расчет вероятностей успешного изготовления заказов по теореме
Байеса 54
2.4 Описание работы алгоритма распределения 58
3 Обзор методов имитационного моделирования 64
3.1 Обзор существующих инструментов имитационного моделирования .. 66
3.1.1 Пакет имитационного моделирования Rockwell Arena 68
3.1.2 Пакет имитационного моделирования AnyLogic 69
3.1.3 Пакет Tecnomatix Plant Simulation 70
3.2 Создание модели 71
ЗАКЛЮЧЕНИЕ 78
СПИСОК ИСТОЧНИКОВ 80
ПРИЛОЖЕНИЕ А 88
ПРИЛОЖЕНИЕ Б 90
ПРИЛОЖЕНИЕ В
Целью любого производства является достижение наибольшей прибыли, социальных, экологических или других улучшений. Зачастую этого можно добиться, нанимая рабочих высокой квалификации и используя оборудование с большей эффективностью и точностью. Сегодня многофункциональные обрабатывающие центры с числовым программным управлением стали наиболее востребованным оборудованием, сократив потребность в количестве оборудования и рабочих единиц, переведя количество в плоскость качества. Однако, для того чтобы сегодня иметь конкурентное преимущество, производство должно владеть не только современными технологиями изготовления деталей, высокотехнологичным оборудованием и квалифицированными кадрами, но и постоянно осуществлять анализ себестоимости продукции, отдельных затрат на производство и реализацию товара, принимать меры по снижению затрат на предприятии. Для этого необходима система мероприятий, направленных на оптимальное сочетание производственных процессов между собой, повышение эффективности производства, комплексный анализ затрат и прочие методы организации производства.
Особенно это актуально для высокотехнологичных предприятий с индивидуальной и мелкосерийной номенклатурой выпуска, производств специализированной техники и военно-промышленного комплекса. Перед производящей промышленностью Российской Федерации стоит задача преодолеть разрыв с мировыми конкурентами по качеству, надежности и технологическому уровню производства. Решение этой задачи планируется за счет реорганизации производств, освоения выпуска новой продукции и внедрения новых технологий [1, 2, 3, 4].
Целью исследования является повышение эффективности управления производственными процессами на предприятиях мелкосерийного производства на примере лабораторий аддитивных технологий за счет оптимизации загрузки оборудования, уменьшения незавершенного производства и средств имитационного моделирования.
Для выполнения цели исследования поставлены следующие задачи:
1. Провести обзор тематической литературы.
2. Провести обзор и анализ существующей системы производства.
3. Предложить и математически описать метод формирования производственных заказов посредством Байесовских сетей.
4. Предложить и сформировать алгоритм распределения принятых заказов по точкам производства на основании величин вероятностей, полученных на основании Байесовского подхода.
5. Провести анализ существующих методов и средств имитационного моделирования производственных систем технологического процесса.
6. Разработать и апробировать имитационную модель в среде AnyLogic.
Сегодня, в условиях технологического перевооружения, большое внимание уделяется аддитивным технологиям и задачам оперативного планирования аддитивного производства, повышающим его эффективность. Методы, основанные на принятии решений, являются основой для создания систем подготовки аддитивного производства, широко внедряющейся на предприятиях различных отраслей: автомобилестроения, авиационной техники, машиностроения и других. Данная работа рассматривает вопросы возможности гибкого планирования аддитивного производства, учитывающее прошлый опыт.
В основной исследовательской части выпускной квалификационной работы предложен способ кооперации производственных лабораторий и центров, расположенных на различных территориях и имеющих возможность выполнять разные задачи аддитивного производства. На основе идеи этой кооперации разработан алгоритм распределения заказов по перечню оборудования с учетом срочности производственной операции и вероятностей успешного изготовления заказа. Рассчитаны значения вероятностей. Для этого разработана система соответствия и оценивания параметров элементов, которые влияют на аддитивное производство. В эту систему в любой момент имеется возможность вносить дополнительные параметры, изменять приоритеты и добавлять производственную номенклатуру.
В заключительной части магистерской работы приведен анализ эффективности разработанного алгоритма, который показал, что затраты по времени сократились в 3 раза, был увеличен средний показатель качества, за счет распределения заказов на основе вероятностей успешного выполнения заказов, наблюдается высокий уровень распределения заказов, благодаря чему «разгружено» наиболее занятое в производстве оборудование.
В ходе работы были получены следующие результаты и сделаны выводы.
1. Предложена схема кооперации лабораторий, благодаря которой возможно расширение рынка заказов и сбыта, за счет большего охвата территории и увеличения качества производимой продукции.
2. Разработан и рассчитан коэффициент срочности, учитывающий продолжительность производства, степень загрузки оборудования, требования заказчиков и сроки сдачи заказа.
3. Разработан алгоритм распределения заказов, формирующий порядок распределение заказов, основываясь на коэффициенте срочности и вероятности успешного изготовления деталей.
4. По теореме Байеса рассчитана вероятность успешного изготовления выбранных деталей на каждой единице оборудования, исходя из соответствия технических параметров оборудования и требований к изготовлению деталей.
5. Благодаря предложенному алгоритму, время производства сократились в 3 раза, увеличен средний показатель качества, повышен уровень распределения заказов, «разгружено» наиболее занятое в производстве оборудование.
6. Построена имитационная модель аддитивного производства деталей.
Помощь студентам и аспирантам в выполнении работ от наших партнеров
