Библиографический список. 1. Какой заказ называется сложным?

Контрольные вопросы

1. Какой заказ называется сложным?

2. Что такое «сборка»?

3. Какие операции необходимо выполнить для внесения сложного заказа?

4. Перечислите этапы добавления детали.

5. Какие сведения о детали необходимо занести?

6. Какие действия необходимо выполнить для отображения добавленной детали в АРМ «Инженер ПДБ»?

7. Перечислите этапы добавления технологии изготовления.

8. Как выбрать тип операции из справочника?

9. Как заполнить поле «Специальность»?

10. Какие действия неодходимо выполнить, чтобы деталь была готова к работе?

11. Какие действия неодходимо выполнить для добавления заготовки?

12. Какие действия со сборкой выполняются в АРМ «Технолог»?

13. Как добавить техологический процесс для сборки?

14. Как выполняется выбор и выдача технологии?

15. Как проставить статус «Технология выбрана» элементам дерева ДСЕ?

16. Как подготовить деталь к выдаче?

17. Как подготовить печатную форму «Технологии изделия»?

Заключение

Рассмотренная в пособии система «скользящего планирования» в реальном времени уже сегодня существенно отличается от известных на рынке, обеспечивая адаптивное планирование по любым непредвиденным событиям в сочетании с контролем исполнения планов, когда отметки о выполненных работах также приводят к изменению и уточнению сменно-суточных заданий рабочим в реальном времени.

В настоящее время около 30 пользователей используют систему ежедневно в своей работе и любой, даже небольшой, сбой может вызвать нарушение бизнес-процесса работы цеха.

В числе основных пользователей: руководство цеха, ПДБ, нормировщики, распределители работ, мастера, технологи, контролеры и ряд других сотрудников цеха и предприятия в целом.

В ходе внедрения системы были получены следующие основные результаты:

­ Был произведен полный переход от бумажной – к электронной технологии управления цехом.

­ Прозрачность работы цеха достигла около 100%, что позволило наладить контроль и оптимизировать работы.

­ Введенные данные по объектам и технологическим процессам используются повторно, что приводит к росту производительности труда технологов и нормировщиков.

­ Система цеха полностью интегрирована в информационное пространство предприятия: заказы импортируются в МАС из ОУП предприятия, заработная плата рабочим начисляется на основе данных МАС и передается в систему 1С.

­ Благодаря интеграции с ОУП предприятия снижается нагрузка на ПДБ цеха и увеличивается оперативность (скорость реакции) на поступление новых заказов, что в свою очередь ускоряет производство новых изделий.

­ В системе поддерживается полный цикл управления: от ввода событий – к планированию и контролю результатов через отметки факта выполнения работ и анализу план против факта.

­ План работы цеха может теперь в любой момент перестраиваться и пересчитываться быстро, гибко и с учетом индивидуальных особенностей каждого заказа и ресурса.

­ Принимаемые решения становятся более надежными, обоснованными и точными, избавленными от ошибок людей.

­ Автоматизированы все основные рутинные операции, что снижает трудоемкость управления: например, ССЗ формируются автоматически, но могут быть удобно и просто доработаны в любом направлении.

­ Стратегическое планирование также становится более простым, быстрым и удобным: АРМ «Мастер план» строит производственное расписание на горизонт до 2 лет за время около 10-15 минут.

­ Важные субъективные знания мастеров о станках, технологиях и рабочих (плохо формализуемые) становятся объективными и могут быть использованы для повышения качества планирования.

­ Создана платформа для развития производственных ресурсов цеха без роста численности управленческого персонала.

Основным преимуществом использования МАС оперативного управления производственными ресурсами стало достижение полной прозрачности в планировании деятельности цеха, что позволяет с опережением видеть «узкие места» производства и своевременно, гибко и оперативно перераспределять ресурсы и планировать работу цеха в реальном времени, что приводит к значительному повышению эффективности управления работой цеха.

1. Загидуллин Р.Р. Структура системы оперативно-календарного планирования в гибких производственных системах // М.: Автоматизация и современные технологии, 2005. – № 2. – с. 44 – 46.

2. Леньшин В.Н., Куминов В.В., Фролов Е.Б., Будник Р.А. Производственные исполнительные системы (MES) – путь к эффективному предприятию. – М.: САПР и графика, 2003. – № 6. – Режим доступа: http://www.sapr.ru

3. Leitão P., Restivo F. Implementation of a holonic control system in a flexible manufacturing system. – IEEE Transactions on Systems, Man and Cybernetics. Part C: Applications and Reviews. – 2008. – vol. 38. – № 5. – p. 699 – 709.

4. Leitão P. Holonic rationale and bio-inspiration on design of complex emergent and evolvable systems / Trans. on large-scale data and knowledge centered systems I, LNCS 5740, Springer-Verlag, 2009 – pp 243 – 266.

5. Виттих В.А., Скобелев П.О. Метод сопряженных взаимодействий для управления распределением ресурсов в реальном масштабе времени // Автометрия, 2009. – № 2. – с. 78 – 87.

6. Андреев М.В., Иващенко А.В., Скобелев П.О., Кривенок С.А. Мультиагентная система распределения производственных ресурсов в тяжелом машиностроении // Программные продукты и системы, 2010. – № 3 – с. 100 – 104.

7. Абрамов Д. В., Андреев В. В., Симонова Е. В., Скобелев П. О.Открытые мультиагентные системы для принятия решений в задачах динамического распределения ресурсов. Учебное пособие. Самара. 2008. 290 с.

8. Андреев М. В., Иващенко А. В., Симонова Е. В., Скобелев П. О., Царев А. В. Автоматизация адаптивного управления производством на промышленном предприятии / Учебное пособие. – Самара: ПГУТИ, 2009. – 184 с.

9. Meisels, Amnon. Distributed Search by Constrained Agents. Springer. – 2008.

10. M. Yokoo. Distributed Constraint Satisfaction: Foundation of Cooperation in Multi-agent Systems. Springer. – 2001.

11. Adrian Petcu. A class of Algorithms For Distributed Constraint Optimization. IOS Press. – 2009.

12. Tasgetiren. M. F, Sevkli. M., Liang. Y.C., and Yenisey M.M. Particle swarm optimization and differential evolution algorithms for job shop scheduling problem // International Journal of Operational Research. – 2006, vol.3, №2. –p. 120-135.

13. S.Mekni, B.Fayech Châar, M.Ksouri, TRIBES Optimization Algorithm Applied to the Flexible Job Shop Scheduling Problem // 10th IFAC Workshop on Intelligent Manufacturing Systems, July 1-2, 2010, Lisbon, Portugal. – p. 365-370.

14. Michael L. Pinedo. Scheduling: Theory, Algorithms, and Systems. Springer. –2008.

15. Multiprocessor Scheduling, Theory and Applications / Edited by Eugene Levner. I-TECH Education and Publishing. – 2007.

16. Виттих В. А., Скобелев П. О. Мультиагентные модели взаимодействия для построения сетей потребностей и возможностей в открытых системах // Автоматика и Телемеханика. – 2003. №1. – c. 162-169.

77. П.О. Скобелев. Интеллектуальные системы управления ресурсами в реальном времени: принципы разработки, опыт промышленных внедрений и перспективы развития // Приложение к теоретическому и прикладному научно-техническому журналу «Информационные технологии». – 2013. №1. – С. 1–32.

18. Андреев М. В., Бабанин И. О., Вылегжанин А. С., Иващенко А. В, Кольбова Э. В., Скобелев П.О. Мультиагентная система управления инструментальным цехом. // Труды XIII Международной конференции "Проблемы управления и моделирования в сложных системах", Самара, 15-17 июня 2011г. – Самара: СНЦ РАН, 2012. – С. 451-459.

19. Скобелев П. О., Иващенко А. В., Андреев М. В., Бабанин И. О. Мультиагентные технологии для управления распределением производственных ресурсов в реальном времени. // Вычислительные технологии в естественных науках. Перспективные компьютерные системы: устройства, методы и концепции: Труды семинара. Таруса, 24 марта 2011. М.: ИКИ РАН, 2011. С. 110-122.

20. Alexey Goryachev, Sergey Kozhevnikov, Elina Kolbova, Oleg Kuznetsov, Elena Simonova, Petr Skobelev, Alexander Tsarev, Yaroslav Shepilov. «Smart Factory»: Intelligent System for Workshop Resource Allocation, Scheduling, Optimization and Controlling in Real Time. – Proceedings of the 2012 International Conference on Manufacturing (Manufacturing 2012), November 14-15, 2012, Macau, China. – Advanced Materials Research Vol. 630 (2013), pp. 508-513, Trans Tech Publications, Switzerland.

21. Ivan Tyrin, Andrey Vylegzhanin, Elina Kolbova, Oleg Kuznetzov, Petr Skobelev, Alexander Tsarev, Yaroslav Shepilov. Multi-Agent System “Smart Factory” for Real-time Workshop Management: Results of Design & Implementation for Izhevsk Axion-Holding Factory. – Proceedings of the 2012 IEEE 17th International Conference on Emerging Technologies & Factory Automation (ETFA 2012), September 17-22, 2012, Krakow, Poland. – 4 pp. –http://www.etfa2012.org/

22. И.Ю. Тюрин, А.С. Вылегжанин, М.В. Андреев, Э.В. Кольбова, П.О. Скобелев, Я.Ю. Шепилов. Результаты внедрения и перспективы развития мультиагентной системы для оперативного управления инструментальным цехом ОАО "ИЖЕВСКИЙ МОТОЗАВОД – АКСИОН ХОЛДИНГ" // Труды XIV Международной конференции “Проблемы управления и моделирования в сложных системах”, Самара, 22-25 июня 2012г. – Самара: Самарский научный центр РАН, 2012. – С. 735-740.

23.И.Ю. Тюрин, А.С. Вылегжанин, Э.В. Кольбова, П.О. Скобелев, Я.Ю. Шепилов. Опыт разработки и внедрения мультиагентной системы для оперативного управления инструментальным цехом ОАО «ИЖЕВСКИЙ МОТОЗАВОД – АКСИОН ХОЛДИНГ» // Мехатроника, автоматизация, управление. – 2012. № 11. – С. 15-19.

24. V. Shpilevoy, A. Shishov, P. Skobelev, E. Kolbova, D. Kazanskaia, Ya. Shepilov, А. Tsarev. Multi-agent system “Smart Factory” for real-time workshop management in aircraft jet engines production // Proceedings of the 11th IFAC Workshop on Intelligent Manufacturing Systems (IMS’13), May 22-24, 2013, São Paulo, Brazil. 2013. – P. 65-70.

25. В.Ф. Шпилевой, П.О. Скобелев, Е.В. Симонова, А.В. Царев, С.С. Кожевников, Э.В. Кольбова, И.В. Майоров, Я.Ю. Шепилов. Разработка мультиагентной системы «Smart Factory» для оперативного управления ресурсами в режиме реального времени // Информационно-управляющие системы. – 2013. №6(67).

Дата добавления: 2014-12-26