ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ В ПРОИЗВОДСТВЕННОЙ СИСТЕМЕ

Основываясь на конкуренции международных производственных сетей, давление на увеличение эффективности производственных систем значительно возросла. Кроме того, увеличивается количество технических компонентов во многих изделиях и как следствие требования к соответствующим процессам сборки и логистики. Международные сборочные и логистические сети требуют разработки и внедрения соответствующей концепции.

Этими требованиями можно управлять только с помощью так называемой цифровой фабрикой (Digital Factory), инструментом в контексте среды управления жизненным циклом продукта, который позволяет повторно использовать данные, поддерживает эффективное сотрудничество между различными департаментами, и предоставляет актуальные и релевантные данные каждому пользователю, который в них нуждается.

Моделирование полного потока материалов, включая все возможные производственные процессы (обработка, сборка), хранение и перемещение признана в качестве ключевого компонента цифровой фабрики в промышленности, и на сегодняшний день широко принимается во всех сферах деятельности человека. Сокращение материально-технических ресурсов, времени пропускной способности на 20-60%, улучшение производительности существующих производственных объектов на 15-20 % могут быть достигнуты в реальных проектах.

Цель выполнения моделирования варьируется от стратегического до тактического и оперативного. Со стратегической точки зрения пользователи отвечают на вопросы, такие как например, в какой стране лучше всего подходит продукция следующего поколения, факторы учета, как последствия для логистики, эффективность работы, простои, гибкость, расходы на хранение и т.д., глядя на стратегическое развитие производства на многие годы вперед. В этом контексте пользователи также оценивают гибкость производственной системы, например, для существенных изменений производственных чисел - тема, которая становится все более важной. На тактическом уровне симуляция выполняется на период от 1 до 3 месяцев, для анализа необходимых ресурсов, оптимизации последовательности заказов и размеров партий. Для моделирования на рабочем уровне данные импортируются о текущем состоянии

производственного оборудования и незавершенного производства для выполнения ускоренного моделирования до конца текущей смены. В этом случае цель состоит в том, чтобы проверить, выполнение производственного плана и оценить риски чрезвычайной ситуации при непредвиденных сбоях или отказах.

В любом случае пользователи запускают симуляцию для принятия решения о новой производственной системе или оценить существующую производственную систему. Обычно, значение тех систем является значимым фактором для компании, таким образом, пользователи должны быть уверены, что они принимают правильное решение на основе точных чисел. Существует несколько вероятных процессов в реальных производственных системах, таких как технические возможности, время прибытия сборочной части, время процесса человеческой деятельности и т. д., поэтому стохастические процессы играют важную роль для моделирования пропускной способности.

Таким образом, моделирование обеспечивает целый ряд простых в использовании инструментов для анализа моделей со стохастическими процессами, пригодных для расчета и распределения производственных значений, проведения имитационных экспериментов и определения оптимизированных параметров системы.

Рисунок 1. Схематическое представление имитационного моделирования

Помимо этого, результаты имитационной модели зависят от качества входных данных и точности модели по сравнению с поведением реальной производственной системы. Как только процессы сборки задействованы, движение транспортных систем отрегулировано, а рабочие с разными квалификационными профилями обозначены, логика начинает приобретаь форму, и с каждым добавлением логического элемента, производственный процессы становятся все более сложным. Появляется необходимость сбора, обработки и хранения огромных объемов информации.

Современные программы для моделирования предоставляют всю необходимую функциональность модели, с возможностью анализировать и обслуживать большие и сложные системы эффективным способом. Главные особенности как объектная ориентация и наследование позволяют пользователям разрабатывать, менять и снова использовать систему, а также поддерживать свои собственные объекты и библиотеки для увеличения эффективности моделирования. Уникальные возможности поддерживают интерес у пользователей для многократной оптимизации системных параметров, таких как количество транспортеров, поставщиков услуг монорельсовой дороги, буфера/емкостей и т.д., принимая во внимание, что критерии оценки как уменьшенный запас, увеличенное использование, улучшают пропускную способность и многое другое.

На основе точных возможностей моделирования и статистического анализа, полученные данные совпадают с действительностью по крайней мере на 99%. Значения пропускной способности, полученные при помощи моделирования применимы в реальных проектах, в зависимости от уровня детализации. На основе цены производственного оборудования, вложенные инвестиции для внедрения моделирования довольно часто окупаются после первого проекта.

При полной визуализации модели в 3D, среда позволяет получить впечатляющее 3D представление поведения системы. Файлы могут использоваться для визуализации моделирования в среде Виртуальной реальности (VR).

Моделирование сложной логики всегда требует использования языка программирования. При использовании программ моделирования, упрощается потребность работать с языками программирования, путем поддержки пользователя обширным набором шаблонов в качестве примера и профессиональной средой отладки.

Выводы

Данная статья посвящена первому всестороннее введение в имитационное моделирование в производственной системе, и фокусируется на элементарных знаниях, требуемых для выполнения моделирования.

Таким образом, с использованием имитационного моделирования можно произвести неограниченное количество экспериментов с различными параметрами. Имитационное моделирование позволяет описать структуру системы и ее процессы в естественном виде, не прибегая к использованию формул и строгих математических зависимостей. Моделирование производственных систем позволяет обнаружить и устранить проблемы, которые проявляются на этапе пуско-наладки и потребовали бы значительных финансовых и временных затрат, а также позволяют снизить инвестиции в производство при тех же параметрах производительности.

В развитых западных странах наличие имитационной модели и обоснование с ее помощью производственных систем является обязательными, при проектировании нового производства либо технологического процесса. Эта концепция называется e-manufacturing. Однако в условиях чрезвычайной сложности и дороговизны этих разработок из европейских компаний только Technomatics и DELMIA претендуют на полное покрытие e-Manufacturing своими программными продуктами.

Список литературы:

1. Имитационное моделирование – [электронный ресурс] – Режим доступа – URL: https://studfiles.net/preview/2692478/page:2/ (дата обращения 01.03.2018)
2. Тычинский А.В. Управление инновационной деятельностью компаний: современные подходы, алгоритмы, опыт – Таганрог: Изд-во ТТИ ЮФУ, 2009. – 189 с.
3. Акопов А.С. Имитационное моделирование. Инструментальные средства имитационного моделирования. Москва, Юрайт 2014. – 115 с.
4. Дмитриевский, Б.С., Автоматизированные информационные системы управления инновационным наукоемким предприятием / Б.С. Дмитриевский. – М.: "Издательство Машиностроение-1", 2006. – 156 с.
5. Steffen Bangsow. Manufacturing Simulation with Plant Simulation and SimTalk / Springer-Verlag Berlin Heidelberg 2010. P– 6.