OCENA ROZWIĄZAŃ INŻYNIERSKICH W ROZWOJU DZIAŁU ZAKUPÓW DLA WARSZTATU KONSTRUKCJI METALOWYCH
Bogdan Palchevskyi
Lutsk National Technical University (Ukraina)
https://orcid.org/0000-0002-4000-4992
Lubov Krestyanpol
krist_88@i.uaLesya Ukrainka Volyn National University (Ukraina)
https://orcid.org/0000-0003-3617-7900
Abstrakt
Nowoczesna złożona produkcja wymaga takiego podejścia do doskonalenia systemów produkcyjnych, które tworzy holistyczne spojrzenie i zrozumienie interakcji proces-urządzenie-produkt w łańcuchu technologicznym procesu, zamiast skupiać się wyłącznie na poszczególnych procesach. Każdy system produkcyjny składa się z oddzielnych, ale połączonych ze sobą pewną sekwencją elementów: rezerwy, miejsca pracy, funkcjonowanie miejsca pracy, proces pracy. W artykule zaproponowano podejście do utrzymania i doskonalenia systemu produkcyjnego z wykorzystaniem tych elementów oraz ustalenia zależności pomiędzy nimi a ich parametrami. Pozwala to na konstruowanie modeli procesów o różnej złożoności, tworząc podstawy do doskonalenia systemu produkcyjnego. Rozpatrzono proces budowy modelu symulacyjnego systemu produkcyjnego – miejsca zaopatrzenia w produkcję półproduktów z prętów metalowych. W modelu każdy element systemu produkcyjnego jest reprezentowany graficznie, co pozwala na wykorzystanie schematu blokowego do modelowania symulacyjnego. Celem opracowania modelu symulacyjnego jest optymalizacja działania wydziału obróbki skrawaniem poprzez identyfikację tych stanowisk pracy w procesie technologicznym, na których obserwuje się najdłuższy czas przestoju podczas operacji oraz optymalizację struktury wydziału. Dodatkowo podejście to zostało przetestowane i wdrożone w oparciu o scenariusz wykorzystania modelu symulacyjnego w produkcji inżynierii mechanicznej.
Słowa kluczowe:
modelowanie symulacyjne, proces produkcyjny, przedsiębiorstwa produkujące maszyny, przestojeBibliografia
Bratushka S. M.: Simulation modeling as a tool for research of complex economic systems. Bulletin of the Ukrainian Academy of Banking 2(27), 2009, 113–118.
Google Scholar
Kong F. S. et al.: Simulation Modeling of Production System Considering Human Behavior. IEEE International Conference on Industrial Engineering and Engineering Management (IEEM), 2020, 123–127.
Google Scholar
Nesterenko A. O., Visloukh S. P.: Optimization of instrument-making production processes by imitation modeling. Proceedings of the VII International scientific-practical conference, 2017, 143–158.
Google Scholar
Palchevskyi B., Krestyanpol L.: Application of Predictive Maintenance in the Packaging Production. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska – IAPGOS 12(3), 2022 27–33.
Google Scholar
Palchevskyi B., Krestyanpol L.: The Use of the “DigitalTwin” Concept for Proactive Diagnosis of Technological Packaging Systems. Babichev S., Peleshko D., Vynokurova O. (eds.): Data Stream Mining & Processing. DSMP 2020. Communications in Computer and Information Science 1158, 423–444, Springer 2020.
Google Scholar
Palchevskyi B., Krestyanpol L.: Strategy of Construction of Intellectual Production Systems. IEEE Third International Conference on Data Stream Mining & Processing (DSMP), 2020, 362–365 [https://doi.org/10.1109/DSMP47368.2020.9204190].
Google Scholar
Pawlewski P.: Using PFEP For Simulation Modeling of Production Systems. Procedia Manufacturing 17, 2018, 811–818 [https://doi.org/10.1016/j.promfg.2018.10.132].
Google Scholar
Stobrawa S. et al.: Design of Simulation Models. Stjepandic J., Sommer M., Denkena B. (eds.): DigiTwin: An Approach for Production Process Optimization in a Built Environment. Springer Series in Advanced Manufacturing. Springer, Cham. [https://doi.org/10.1007/978-3-030-77539-1_9].
Google Scholar
Sujova E. et al.: Simulation Models of Production Plants as a Tool for Implementation of the Digital Twin Concept into Production. Manufacturing Technology 20(4), 2020, 527–533 [https://doi.org/10.21062/mft.2020.064].
Google Scholar
Wache H., Dinter B.: The Digital Twin - Birth of an Integrated System in the Digital Age. Proceedings of the 53rd Hawaii International Conference on System Sciences, 2020, 5452–5460 [https://doi.org/10.24251/HICSS.2020.671].
Google Scholar
Wenzel S. et al.: Trends in Automatic Composition of Structures for Simulation Models in Production and Logistics. Winter Simulation Conference (WSC), 2019, 2190–2200 [https://doi.org/10.1109/WSC40007.2019.9004959].
Google Scholar
Autorzy
Bogdan PalchevskyiLutsk National Technical University Ukraina
https://orcid.org/0000-0002-4000-4992
Autorzy
Lubov Krestyanpolkrist_88@i.ua
Lesya Ukrainka Volyn National University Ukraina
https://orcid.org/0000-0003-3617-7900
Statystyki
Abstract views: 91PDF downloads: 51
Inne teksty tego samego autora
- Bogdan Palchevskyi, Lyubov Krestyanpol, ZASTOSOWANIE PREDYKCYJNEJ DIAGNOSTYKI W PRODUKCJI OPAKOWAŃ , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 12 Nr 3 (2022)
