ПРИМЕНЕНИЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ДЛЯ ПОИСКА ОПТИМАЛЬНОЙ ПАРТИИ ПРОИЗВОДСТВА РАДИОЭЛЕКТРОННОЙ АППАРАТУРЫ

APPLICATION OF SIMULATION MODELING TO SEARCH FOR THE OPTIMAL BATCH OF RADIO-ELECTRONIC EQUIPMENT PRODUCTION

Aleksey Ovsyankin

Postgraduate student, Reshetnev Siberian State University of Science and Technology,

Russia, Krasnoyarsk

АННОТАЦИЯ

В данной работе рассматривается вопрос применения имитационного моделирования для поиска оптимальной партии производства. Исследование направлено на повышение эффективности производственных процессов за счет минимизации издержек и оптимизации использования ресурсов. Результаты исследования могут быть использованы для поддержки принятия решений в производственных системах с целью повышения их конкурентоспособности.

ABSTRACT

This paper discusses the issue of using simulation modeling to find the optimal production batch. The research aims to improve the efficiency of production processes by minimizing costs and optimizing the use of resources. The results of the study can be used to support decision-making in production systems in order to increase their competitiveness.

Ключевые слова: оптимальная партия, имитационное моделирование, оптимизация.

Keywords: optimal batch, simulation, optimization.

Современное производство радиоэлектронной аппаратуры (РЭА) сталкивается с рядом вызовов, связанных с высокой сложностью технологических процессов, изменчивостью рыночного спроса и необходимостью минимизации издержек. Одной из ключевых задач в таких условиях является определение оптимального размера производственной партии, который позволит обеспечить баланс между удовлетворением спроса, эффективным использованием ресурсов и снижением затрат на производство. Традиционные методы расчета оптимальной партии зачастую не учитывают динамику реальных производственных процессов, что приводит к неоптимальным решениям и снижению конкурентоспособности [1].

В связи с этим возникает необходимость в применении современных инструментов, способных учесть множество факторов, влияющих на производственный процесс. Имитационное моделирование, как метод, позволяющий воспроизводить сложные системы и анализировать их поведение в различных условиях, становится важным инструментом для решения подобных задач. Таким образом, разработка имитационной модели для решения задачи поиска оптимальной партии производства РЭА представляется актуальной и востребованной, так как она позволяет не только повысить эффективность производства, но и обеспечить гибкость в условиях изменяющейся рыночной среды.

При этом особую значимость приобретает интеграция имитационного моделирования с современными методами анализа данных и оптимизации, такими как машинное обучение и эволюционные алгоритмы. Эти подходы позволяют учитывать не только детерминированные факторы, но и стохастическую природу производственных процессов, включая колебания спроса, изменение стоимости сырья и непредвиденные простои оборудования. Внедрение гибридных моделей, сочетающих имитационное моделирование с предиктивной аналитикой, открывает новые возможности для прогнозирования оптимальных параметров производства с учетом долгосрочных трендов и краткосрочных флуктуаций.

На рис.1 представлена работа имитационной модели цеха по производству деталей [2].

Рисунок 1. Демонстрация работы имитационной модели

В рамках исследования решалась задача определения оптимального размера производственной партии с учетом таких параметров, как объем партии, количество станков, количество типов деталей, время производственных операций, ограничения на производственные мощности [3].

Описание задачи:

В цехе есть 4 станка: 2 станка модели VF-3 и 2 станка модели VM-3. Станки VF-3 выполняют только 1 программу. Станки VM-3 выполняют программу 1, программу 2 и программу 3. Также имеются 3 детали: деталь№1, деталь№2 и деталь№3. Каждая деталь (1, 2, 3) должна пройти все 3 программы. Выполнение каждой программы требует переналадки с одной на другую. Программы выполняются последовательно:1,2 и 3.

Станки VF-3, VM-3 требуют переналадку если на него поступает деталь другого типа.

Перед началом оптимизационного эксперимента необходимо настроить входные параметры. Цель экспериментов — поиск оптимальной партии деталей. Необходимо последовательно увеличивать размер партии, начиная с 10 комплектов, затем перейти к 20 комплектам, далее к 40 комплектам. После каждого изменения размера партии необходимо фиксировать общие показатели, такие как общее время выполнения, время выполнения первой партии, количество переналадок на станках, время переналадок и время простоев на станках.

В результате были получены данные, позволяющие определить оптимальный размер партии. Результаты экспериментов представлены в таблице 1.

Таблица 1.

Результаты экспериментов по поиску оптимальной партии производства

На основании проведенных экспериментов можно сделать следующие выводы:

- Если важнее всего быстрая передача первой партии и частая передача необходимо выбрать партии по 10 шт.

- Если нужен баланс между частотой передачи и общим временем необходимо выбрать партии по 20 шт.

- Если минимизация общего времени важнее, чем частота передачи необходимо выбрать партии по 40 шт.

Учитывая, что в рамках данной задачи необходимо обеспечить как можно более быстрое и равномерное формирование оптимального количества комплектов для передачи в следующий цех, наиболее предпочтительным вариантом является партия размером 20 штук. Этот выбор позволяет достичь компромисса между оперативностью передачи, равномерностью загрузки производственных мощностей и минимизацией общих временных и ресурсных затрат. Таким образом, партия из 20 штук обеспечивает устойчивость производственного процесса и способствует повышению общей эффективности системы.

Список литературы:

1. Орлов А. И. Бережливое производство: оптимизация запасов и управление качеством // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. — 2022. — № 184. — С. 164-177.
2. Марковец Д. А., Файзуллин Р. В. Оптимизация работы предприятия на основе имитационного моделирования // Вестник Академии управления и производства. — 2022. — № 3. — С. 55-64.
3. Галеев Р. Г., Капулин Д. В., Казанцев М. А. Производственная логистика приборостроительного предприятия: учебное пособие. Красноярск: Сибирский федеральный университет, Институт космических и информационных технологий, 2021. — 265 с.