Цифровой двойник процессов восстановления сельскохозяйственной техники
Аннотация
Введение. Эффективность сельскохозяйственной деятельности обусловлена прежде всего степенью механизации труда, которая обеспечивается наличием необходимого объема сельскохозяйственной техники. Абразив в виде песка, грязь, работа под открытым небом резко ускоряют износ механизмов. Нерационально составленный план работ, отсутствие полной информации о состоянии конкретных единиц техники увеличивают сроки выполнения ремонтно-восстановительных работ. Цель исследования – разработка модели цифрового двойника ремонтно-восстановительной системы предприятий. Модель позволит сократить материальные затраты и найти наилучшие решения для организации требуемых работ.
Материалы и методы. Разработанная модель построена на основе имитационного моделирования. Авторы использовали методику, основанную на дискретно-событийном моделировании с использованием логико-математического аппарата описания событий, происходящих в реальном объекте.
Результаты исследования. Информационное обеспечение формируется на основе параметров производственных систем отдельных ремонтных предприятий и консолидированной с ним математической модели, являющейся цифровым двойником обобщенной производственной системы. Подобный подход позволил автоматизировать поиск оптимальных планов организации ремонтных работ отдельными ремонтными предприятиями с учетом их взаимосвязей.
Обсуждение и заключение. Цифровой двойник обобщенной производственной системы ремонтных организаций позволяет генерировать в короткие сроки возможные варианты распределения ресурсов и оперативно производить их верификацию, выбирая лучшие варианты, аккумулируя информацию об удачных решениях с целью сокращения времени проведения подобных поисков в будущем. Это позволит сократить время проведения ремонтно-восстановительных работ, повысить их качество и снизить трудоемкость.
Литература
2. Corporate Knowledge Management in Ramp-Up Conditions: The Stakeholder Interests Account, the Responsibility Centers Allocation / J. Y. Yeleneva [et al.] // CIRP Journal of Manufacturing Science and Technology. 2018. Vol. 23. P. 207–216. doi: https://doi.org/10.1016/j.cirpj.2017.12.002
3. Еленева Ю. Я., Андреев В. Н., Чжиюй Л. Разработка подхода к управлению инвестиционными проектами на промышленных предприятиях на основе оценки рисков // Вопросы инновационной экономики. 2019. Т. 9, № 2. С. 489–500. doi: https://doi.org/10.18334/vinec.9.2.40781
4. Ягопольский А. Г., Домнышев А. А., Воронцов Е. А. Проблемы инновационного развития машиностроения России // Инновации и инвестиции. 2019. № 2. С. 7–9. URL: http://innovazia.ru/upload/iblock/c9d/№2 2019 ИиИ.pdf (дата обращения: 07.12.2020).
5. Informational Relational Models for Calculating the Cutting Conditions in Automatic Control Systems / S. Y. Kalyakulin [et al.] // Russian Engineering Research. 2018. Vol. 38, Issue 12. P. 1049–1052. doi: https://doi.org/10.3103/S1068798X18120250
6. Improving the Performance of Multipurpose Machine Tools / M. Z. Khostikoev [et al.] // Russian Engineering Research. 2019. Vol. 39, Issue 1. P. 66–68. doi: https://doi.org/10.3103/S1068798X19010052
7. Self-Programming of the Tool Trajectory in CNC Lathes / V. A. Timiryazev [et al.] // Russian Engineering Research. 2019. Vol. 39, Issue 2. P. 154–157. doi: https://doi.org/10.3103/S1068798X19020114
8. Хорошко Л. Л., Кузнецов П. М. Цифровизация процессов восстановления сельскохозяйственной техники // Инженерные технологии и системы. 2020. Т. 30, № 4. С. 711–722. doi: https://doi.org/10.15507/2658-4123.030.202004.711-722
9. Кондаков А. И. Количественное оценивание подобия технологических операций и его приложения к задачам технологического проектирования // Справочник. Инженерный журнал. 2019. № 7. С. 22–27. doi: https://doi.org/10.14489/HB.2019.07.PP.022-027
10. Кондаков А. И., Гемба И. Н. Многосвязность предметно-специализированных производственных систем // Справочник. Инженерный журнал. 2019. № 10. С. 34–38. doi: https://doi.org/10.14489/hb.2019.10.pp.034-038
11. Постановка задач автоматизированного проектирования в САПР ТП / С. Ю. Калякулин [и др.] // СТИН. 2020. № 1. С. 2–5. URL: http://stinyournal.ru/soderzhanie-stin-2020/ (дата обращения: 07.12.2020).
12. Hole Restoration in situ Using a Mobile Machine Tool, without Disassembly / P. F. Boiko [et al.] // Russian Engineering Research. 2019. Vol. 39, Issue 4. P. 345–348. doi: https://doi.org/10.3103/S1068798X19040038
13. Kuznetsov P. M., Khoroshko L. L. Digitalization of Multi-Object Technological Projecting in Terms of Small Batch Production // Inventions. 2020. Vol. 5, Issue 3. P. 38–48. doi: https://doi.org/10.3390/inventions5030038
14. Improving Precision in Selective Assembly / V. A. Timiryazev [et al.] // Russian Engineering Research. 2019. Vol. 39. P. 499–502. doi: https://doi.org/10.3103/S1068798X19060182
15. Проектно-операционное управление в машиностроительном производстве / А. В. Цырков [и др.] // Вестник Мордовского университета. 2018. Т. 28, № 4. С. 511–522. doi: https://doi.org/10.15507/0236-2910.028.201804.511-522
16. Бутко А. О., Кузнецов П. М., Хорошко Л. Л. Организация цифрового двойника процессов восстановления дробильно-измельчительного оборудования // Горный информационноаналитический бюллетень (научно-технический журнал). 2020. № 8. С. 130–144. doi: https://doi.org/10.25018/0236-1493-2020-8-0-130-144
17. Automated Design of Information Processing in Preproduction / S. Y. Kalyakulin [et al.] // Russian Engineering Research. 2020. Vol. 40, Issue 5. P. 413–415. doi: https://doi.org/10.3103/S1068798X2005010X
18. Khostikoev M. Z., Timiryazev V. A., Orlov E. M. Control of the Machining Precision in Thread Cutting // Russian Engineering Research. 2018. Vol. 38, Issue 12. P. 1022–1025. doi: https://doi.org/10.3103/S1068798X18120109
19. Хаба Э., Тимирязев В. А. Использование аддитивных технологий для изготовления деталей машин // Горный информационно-аналитический бюллетень (научно-технический журнал). 2018. № 11. С. 136–144. URL: https://www.giab-online.ru/files/Data/2018/11/136_144_11_2018.pdf (дата обращения: 07.12.2020).
20. Управление жизненным циклом продукции с позиций нового уклада организации производственных систем / А. В. Цырков [и др.] // Качество и жизнь. 2019. № 2. С. 28–34. URL: https://www.ql-journal.ru/arc/2019_2_22.pdf (дата обращения: 07.12.2020).
21. Хаба Э., Тимирязев В. А. Технологические возможности эффективного применения аддитивных технологий для изготовления деталей машин // Горный информационно-аналитический бюллетень (научно-технический журнал). 2018. № 8. С. 156–162. doi: https://doi.org/10.25018/0236-1493-2018-8-0-156-162
22. Martinov G. M., Kozak N. V. Numerical Control of Large Precision Machining Centers by the AxiOMA Contol System // Russian Engineering Research. 2015. Vol. 35, Issue. 7. P. 534–538. doi: https://doi.org/10.3103/S1068798X15070114
23. Maksimovskii D. E. Automation of Process Design by Design-Technological Parameterization // Russian Engineering Research. 2011. Vol. 31, Issue 9. P. 870–872. doi: https://doi.org/10.3103/S1068798X14110082
24. САПР при моделировании режимов технологических процессов производства элементов конструкций летательных аппаратов [Электронный ресурс] / В. Ю. Астапов [и др.] // Труды МАИ. 2016. Вып. 87. URL: https://www.elibrary.ru/item.asp?id=26293291 (дата обращения: 07.12.2020).
25. Кузьмин В. В., Калякулин С. Ю. Этапы преобразования информации при автоматизированном расчете параметров технологических процессов // Автоматизация. Современные технологии. 2015. № 9. С. 13–16. URL: https://www.mashin.ru/files/2015/ao_915_web.pdf (дата обращения: 07.12.2020).
26. Дмитриев Б. М. Диагностика технического состояния гибкой производственной системы // Ремонт. Восстановление. Модернизация. 2018. № 1. С. 10–14. URL: http://www.nait.ru/journals/number.php?p_number_id=2724 (дата обращения: 07.12.2020).
27. Бутко А. О., Кузнецов П. М. Построение информационных моделей в интегрированных системах // Оборонный комплекс – научно-техническому прогрессу России. 2019. № 3. С. 20–25. URL: http://izdat.ntckompas.ru/editions/for_readers/archive/article_detail.php?SECTION_ID=160&ELEMENT_ID=24794 (дата обращения: 07.12.2020).