Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: Научного журнала «Студенческий» № 40(84)

Рубрика журнала: Технические науки

Секция: Технологии

Скачать книгу(-и): скачать журнал часть 1, скачать журнал часть 2, скачать журнал часть 3, скачать журнал часть 4

Библиографическое описание:
Чистякова А.И. ПРОЕКТ СТРУКТУРЫ БАЗЫ ДАННЫХ ДЛЯ ОТБОРА МОДЕЛЕЙ К ЗАПУСКУ В ПРОИЗВОДСТВО // Студенческий: электрон. научн. журн. 2019. № 40(84). URL: https://sibac.info/journal/student/84/161765 (дата обращения: 28.03.2024).

ПРОЕКТ СТРУКТУРЫ БАЗЫ ДАННЫХ ДЛЯ ОТБОРА МОДЕЛЕЙ К ЗАПУСКУ В ПРОИЗВОДСТВО

Чистякова Анастасия Игоревна

магистрант, кафедра художественного моделирования и технологии швейных изделий, Российский государственный университет им. А.Н. Косыгина (Технологии. Дизайн. Искусство),

РФ, г. Москва

DRAFT DATABASE STRUCTURE FOR SELECTION OF MODELS FOR LAUNCH IN PRODUCTION

 

Chistyakova Anastasia Igorevna

student, Russian State University A.N. Kosygina (Technology. Design. Art),

Russia, Moscow

 

АННОТАЦИЯ

В данной статье описан проект структуры базы данных, а также текущие проблемы легкой промышленности и современные условия, диктующие необходимость создания таковой.

ABSTRACT

This article describes the design of the database structure, as well as the current problems of light industry and modern conditions that dictate the need to create one. 

 

Ключевые слова: база данных, структура, технологическая подготовка производства, отбор моделей, информация.

Keywords: database, structure, technological preparation of production, selection of models, information.

 

На современном рынке лёгкой промышленности широко представлены разнообразные модели одежды из новых, мало исследованных материалов. В условиях жесткой конкуренции остро встает вопрос о востребованности выпускаемых изделий, повышения прибыли от продажи партии. Поэтому необходимо оптимизировать условия утверждения моделей к запуску в производство.

В связи с многообразием условий и опыта предприятий, необходимо проанализировать существующие методики формирования производственных партий и систематизировать критерии отбора моделей одежды для запуска в производство.

Именно поэтому разработка структуры базы данных для отбора моделей к запуску в производств является актуальной задачей. Структура базы данных должна быть, с одной стороны, универсальной, для возможности ее применения на различных типах предприятий, с другой стороны, должна легко адаптироваться под конкретное предприятие, со всеми его производственными особенностями.

Грамотный отбор моделей напрямую влияет на качество выпускаемой продукции. Требования к качеству швейных изделий регламентируются ГОСТ 4103-82. Бывает так, что не представляется возможным произвести разработанную модель в соответствии с требованиями ГОСТа, и при этом уложиться в рамки планируемой себестоимости. Это может быть связано с дороговизной определенных операций (временные затраты + квалификация работника) или увеличенным расходом материалов. При этом уже произведены затраты на разработку модели, в соответствии с запросами потребителя, закуплены материалы, забронированы мощности производства. Для того, чтобы избежать подобных временных и финансовых затрат предлагается создание базы данных, которая будет сочетать в себе стандартные требования ГОСТов и возможность пополнения базы данными, основанными на опыте конкретного производства, с учетом всех его индивидуальных особенностей.

Таким образом, предполагаемая структура базы данных должна содержать следующие информационные блоки:

  1. Информация о последних маркетинговых исследованиях.

Развитие массового производства привело к огромной конкуренции между производителями, и чтобы оставаться конкурентоспособным игроком рынка, необходимо соответствовать запросам своего целевого покупателя на максимум своих возможностей.

Именно поэтому при проектировании структуры базы данных необходимо внедрять информационный блок, содержащий информацию о последних маркетинговых исследованиях.

Данных блок может содержать в себе такую информацию, как например, обработанные данные опросов покупателей, статистику продаж в предыдущих сезонах, прогнозы модных тенденций на будущие сезоны и т.п..

  1. Конфекционный блок.

Разрабатываемая структура базы данных, конечно же, должна содержать в себе блок информации, хранящий в себе данные об используемых материалах.

Как правило, основной проблемой на современных массовых производствах является нарушения алгоритма производственного процесса. Чаще всего это касается того, что в первую очередь определяется конструкция, а потом уже под нее подбирается и закупается материал. Это ведет к множествам коррективов в процессе построения и апробации конструкции. Поэтому, более целесообразно начинать с выбора материалов. Данные о материалах, конечно же, не могут быть основанными на субъективных ощущениях, поэтому целесообразно применять существующие разработки изобретателей, выдающие точные дифференцированные данные. На данный момент существует множество разработок, оценивающих такие параметры материала, как например осыпаемость, драпируемость и т.п.

Такие разработки в полной мере могут использоваться как часть структуры базы данных, или приложение к ней. Как минимум, следует рассмотреть способ импортации данных такой технологии в разрабатываемую структуру базы данных.

  1. Хранилище отработанных, хорошо себя зарекомендовавших, базовых конструкций.

Как правило, выбор моделей для запуска в производство осуществляется из некоторого ассортимента разработанных экспериментальных моделей. Часто, добиваясь разнообразия, модели разрабатывают отдельно друг от друга, на разных конструктивных базах. Это занимает значительное количество ресурсов производства. Для того, что бы сократить во времени данный этап, целесообразно создавать модельные ряды на единой конструктивной основе, а разнообразия добиваться с помощью применения унификации деталей кроя.

Естественно, предполагается связь с предыдущим блоком.

  1. Технологический блок.

Должен содержать в себе информацию о способах обработки различных узлов изделия из самых разнообразных материалов. Предполагается связь этого блока с конфекционным блоком, в идеале, база должна сама предлагать способы обработки исходя из занесенных ранее данных о материале и конструкции, а также стоимость операции, которая, в свою очередь, должна рассчитываться исходя из временных затрат и требуемого разряда рабочего цеха.

Также предполагается, что данных блок будет содержать в себе функцию моделирования потока и расчета предварительной себестоимости.

  1. Склад и логистика.

Часто разработчиками структур баз данных недооценивается значимость этого блока. Важно, понимать, что организация хранения и транспортировки продукции будет также влиять на конечную себестоимость продукции, а также на их товарный вид, а следовательно на статистику продаж – блок, который дает начало циклу проектирования структуры базы данных. Важно помнить, что глобальная цель любых разработок в сфере производства – это увеличение прибыли. Рекомендации для хранения и транспортировки каждого вида изделий берутся из технологического блока, а сроки поставок в магазины спускаются блоком 6 «Маркетинг и аналитика».

  1. Маркетинг и аналитика.

Предполагается, что в данный блок будет заноситься такая информация, как инструкция по развеске в магазинах, старте распродаж, рекламных кампаниях и т.п. Здесь же планируется внедрение сервисов, которые позволят маркетологам проводить исследования, анализы продаж и прочее, и обрабатывать информацию. Данный блок является завершающим, но не конечным, так как обработанные данные исследований будут заноситься в первый блок, что возвращает работу к началу цикла структуры базы данных.

В процессе разработки необходимо установить связи между блоками таким образом, чтоб последовательность обращения была удобна для сотрудников каждого отдела, а также сотрудники производства должны иметь возможность своевременно заносить в базу данных актуальную информацию. Абстрактная схема структуры базы данных представлена на рисунке 1.

 

Рисунок 1. Схема структуры базы данных

 

Важно понимать, что в процессе разработки данной структуры базы данных будет приложено еще много трудов и проведено множество исследований, поэтому вполне возможны внедрения дополнительных информационных блоков и функций.

 

Список литературы:

  1. ГОСТ 4103-82 Изделия швейные. Методы контроля качества (с Изменением N 1)
  2. Коблякова Е.Б., Мартынова А.И., Ивлева Г.С. и др.  Лабораторный практикум по конструированию одежды с элементами САПР: учебное пособие – М.: Издательство «Легкая индустрия», 1992 – 320с.
  3. Родичкина Е.Н., Зарецкая Г.П. Формирование системы баз данных при проектировании специальной одежды с применением информационных технологий //        Информационно-вычислительные технологии и их приложения: XXII Международная научно-техническая конференция (Пенза, 27-28 сентября 2018). Пенза: Изд-во: Пензенский государственный аграрный университет, 2018
  4. Петросова И.А., Андреева Е.Г., Тутова А.А., Овсянникова М.А. Разработка базы данных виртуальных манекенов детских фигур с применением сенсора microsoft kinect // Дизайн, технологии и инновации в текстильной и легкой промышленности (инновации-2016): научная конференция (Москва, 15-16 ноября 2016). М.: Издательство: Федеральное государственное бюджетное образовательное учреждение высшего образования "Московский государственный университет дизайна и технологии", 2016
  5. Патент РФ № 2010105620/12, 27.02.11. Железняков А.С.,Старкова Г.П., Дремлюга О.А., Александров В.А. Способ оценки драпируемости швейных текстильных и кожевенных материалов // Патент России № 2413223. 2011. Бюл. № 6.
  6. Патент РФ № 2014126822/12, 27.05.2015. Караваев К.А. Способ виртуального подбора одежды // Патент России № 2551731. 2015. Бюл. № 15.
  7. Патент РФ № 2014138760/12, 27.10.15. Железняков А.С., Шеромова И.А., Старкова Г.П., Песцова А.А. Устройство для оценки осыпаемости тканей // Патент России № 2566930. 2015. Бюл. № 30.

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.