Повышение эффективности ГПС мелкосерийного производства на этапах их проектирования и эксплуатации за счет использования имитационного моделирования

В условиях рыночной экономики многие предприятия отечественной промышленности вынуждены переходить от массового производства к мелкосерийному, чтобы обеспечить выполнение различных требований заказчиков. При этом на смену автоматизированным производственным системам с жесткой структурой (автоматическим линиям) приходят гибкие производственные системы (ГПС) на базе станков с ЧПУ, к преимуществам которых можно отнести:

• возможность автоматизированной обработки значительной номенклатуры деталей при использовании небольшого количества универсального оборудования с ЧПУ;

• увеличение коэффициента использования оборудования и снижение накладных расходов;

• уменьшение объема незавершенного производства;

• ускорение перехода к выпуску новых видов изделий при обеспечении стабильного качества и конкурентоспособности продукции за счет уменьшения времени на переналадку.

Проектирование автоматизированных гибких производственных систем связано с взаимоувязкой работы многих разноплановых наукоемких компонентов: технологических, транспортно-складских, информационных и др.

Каждый проект производственной системы (ПС) достаточно оригинален. Поэтому опыт работы с предыдущими проектами не дает ответов на все вопросы, возникающие при осуществлении нового проекта. Многие, часто принципиальные, ошибки выясняются и исправляются уже на этапах внедрения и ввода в эксплуатацию, что увеличивает стоимость работы и удлиняет сроки реализации проектов.

Одним из эффективных методов проверки и отработки принятых решений является имитационное моделирование процессов функционирования ПС. Моделирование позволяет оценить потенциальную производительность системы, загрузку технологического и транспортного оборудования, объемы незавершенного производства, определить требуемую вместимость складов и промежуточных накопителей и т. д.

К преимуществам имитационного моделирования относится возможность воспроизведения в модели ПС различных случайных факторов, к которым можно отнести нерегулярность поступления заготовок на обработку и отказы оборудования. Имитационное моделирование может эффективно применяться не только на этапе проектирования, но и на этапе промышленной эксплуатации ПС. В этом случае результаты моделирования помогают прогнозировать поведение системы в нештатных ситуациях, а также определить комплекс мероприятий, позволяющих обеспечить выпуск требуемого количества продукции при минимальных затратах и в заданные сроки.

Большинство существующих методик и программных средств имитационного моделирования производственных систем [1.7−1.11] разрабатывались в расчете на поточные автоматические линии массового производства. Гибкие автоматизированные производства имеют особенности, которые не учитывались при разработке этих методик, что делает практически невозможным их применение.

Одной из главных таких особенностей является широкая номенклатура деталей, обрабатываемых по различным технологическим маршрутам. При этом для обработки деталей разных типов характерно использование одного и того же оборудования в различных последовательностях. Поэтому структура материальных потоков в гибких автоматизированных системах обычно является «разветвленной» в отличие от «последовательно-параллельной» структуры при поточном производстве, где оборудование устанавливается в неизменном порядке следования операций технологического процесса обработки детали.

При мелкосерийном производстве в ГПС технологический процесс может быть построен таким образом, что для выполнения очередной технологической операции деталь повторно поступает на обработку на один и тот же станок. Это приводит к возникновению так называемых «потоков возврата» в структуре материальных потоков деталей и усложняет анализ ПС. Эта особенность не учитывалась в существующих моделях поточных автоматических линий, так как при массовом производстве в этом случае для обеспечения высокой производительности используется дополнительная единица оборудования.

Себестоимость обработки детали при мелкосерийном производстве значительно больше, чем при массовом, поэтому во многих случаях экономически целесообразной является доработка исправимого брака. Исправление брака требует дополнительных затрат рабочего и машинного времени, электроэнергии и других ресурсов, и также ведет к возникновению «потоков возврата» деталей, поступающих на доработку.

Работа посвящена созданию методов анализа и повышения показателей эффективности ГПС в процессе ее проектирования и эксплуатации, основанных на имитационном моделировании и учитывающих сложную структуру материальных потоков в системе. Предметом исследования является влияние материальных потоков на эффективность функционирования ГПС.

ВЫВОДЫ И РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ.

РАБОТЫ.

В диссертационной работе получены следующие научные и практические результаты:

1. На основе анализа автоматизированных систем мелкосерийного производства введено понятие о производственной системе сложной структуры.

К числу таких систем относятся:

• системы с разветвленными материальными потоками, обусловленными различием технологических процессов обработки деталей в пределах заданной номенклатуры;

• системы с «потоками возврата», обусловленными как особенностями технологических процессов (повторная обработка на одном и том же станке), так и необходимостью доработки деталей с целью устранения исправимого брака, что экономически целесообразно в мелкосерийном производстве;

• системы с разветвленными потоками и потоками возврата.

2. Разработана математическая модель производственной системы сложной технологической структуры с учетом надежности используемого оборудования, существенно отличающаяся от известных моделей однонаправленных («поточных») автоматизированных систем массового производства, позволяющая:

• отображать структуру материальных потоков деталей любой сложности, в том числе с учетом «потоков возврата», вызванных построением технологического процесса обработки либо необходимостью исправления брака;

• для каждой единицы оборудования задавать в модели как экспоненциальный, так и нормальный закон распределения времени обработки детали;

• для учета показателей надежности при моделировании для каждой единицы оборудования задавать независимые пуассоновские потоки отказов и восстановлений работоспособности.

3. Получены аналитические зависимости, позволяющие проверить корректность модели на основе известных значений интенсивности поступления деталей на обработку, среднего времени обработки и параметров потоков отказов и восстановлений работоспособности по каждой единице оборудования.

Показано, что разработанная математическая модель корректно отображает процесс функционирования производственной системы сложной структуры при условии достаточно высокой надежности используемого оборудования (например, значение средней наработки на отказ станка должно быть более 40 часов при среднем времени восстановления работоспособности менее 3 часов).

4. Разработана имитационная модель и методика анализа производственных систем, позволяющая получать оценки показателей производительности, объема незавершенного производства, загрузки оборудования, требуемой емкости промежуточных накопителей и выявлять «узкие места» при малой серийности выпуска деталей.

Имитационная модель и методика позволяют:

• учитывать разнообразие номенклатуры деталей, обрабатываемых по различным технологическим маршрутам;

• учитывать необходимость доработки деталей с исправимым браком;

• учитывать возможность повторного поступления детали на один и тот же станок для выполнения очередной технологической операции, что характерно для мелкосерийного производства.

5. На основе конструкторско-технологических данных об изготовляемых изделиях и эксплуатационных данных об используемом оборудовании предложенные имитационная модель и методика позволяют эффективно решать следующие задачи:

• выполнять многократные оценки показателей функционирования ПС при внесении изменений в технологические процессы, связанные с переходом на изготовление нового типа изделия или с совершенствованием существующего технологического процесса;

• сравнивать различные варианты построения технологического процесса изготовления детали с точки зрения их влияния на показатели функционирования системы в целом;

• оценивать показатели работы ПС при изготовлении сложного изделия, состоящего из множества деталей и сборочных единиц;

• сравнивать показатели работы ПС на этапе ее проектирования и в процессе реальной эксплуатации с учетом отказов оборудования с целью оценки принятых технических решений и необходимости совершенствования ее конструкции.

7. Программная реализация предложенной методики в среде РЭМ-системы позволяет снизить до 50% трудоемкость моделирования производственной системы и повысить достоверность получаемых результатов.

В РБМ-системе обычно содержатся все необходимые для моделирования данные об изготовляемых изделиях, их составе, технологических процессах и используемом оборудовании. РЭМ-система также контролирует актуальность и непротиворечивость этих данных и предоставляет программные средства доступа к ним. Поэтому реализация методики имитационного моделирования в среде РЭМ-системы упрощает подготовку исходных данных и снижает риск получения ошибочных результатов.

8. Предложенная в работе методика апробирована на примере моделирования участка многономенклатурного мелкосерийного механообрабатывающего производства, разработанного ОАО «ЭНИМС» для инженерно-технического центра диагностики магистральных трубопроводов (ИТЦ ДМТ) ПО «СПЕЦНЕФТЕГАЗа».

На рассмотренном примере проиллюстрирована возможность сравнения показателей функционирования ПС для различных вариантов построения структуры материальных потоков деталей в процессе обработки. На основе результатов анализа полученных показателей даны рекомендации по выбору конкретного варианта структуры.