Распределенная динамическая PDE-модель программного управления загрузкой технологического оборудования производственной линии

Пигнастый, Олег and Koжевников, Георгий (2019): Распределенная динамическая PDE-модель программного управления загрузкой технологического оборудования производственной линии. Published in: Вестник Днепропетровского национального университета железнодорожного транспорта. Наука и прогресс транспорта , Vol. 1, No. 79 (1 February 2019): pp. 81-93.

Abstract

В работе необходимо рассмотреть проектирование системы управления параметрами производственной линии для предприятия с поточным методом организации производства. Методика. Производственная ли-ния предприятия с поточным методом организации производства – это сложная динамическая распреде-ленная система. Технологический маршрут изготовления изделия для многих современных предприятий содержит несколько сотен технологических операций, в межоперационном заделе каждой из которых со-держатся тысячи изделий, ожидающих обработку. Технологические маршруты разных деталей одного вида изделий пересекаются. Это приводит к тому, что распределение предметов труда вдоль технологического маршрута оказывает значительное влияние на пропускную способность производственной линии. Для опи-сания таких систем введен новый класс моделей производственных линий (PDE-model). Модели этого клас-са используют уравнения в частных производных для описания поведения потоковых параметров произ-водственной линии. В данной статье построена PDE-модель производственной линии, потоковые парамет-ры которой зависят от величины коэффициента загрузки технологического оборудования для каждой опе-рации.

• Item Type: MPRA Paper
• English Title: Distributed dynamic PDE-model of a program control by utilization of the technological equipment of production line
• Language: Russian
• Keywords: конвейер; производственная линия; PDE-модель производства; системы управления производством; незавершенное производство; массовое производство
• Subjects: C - Mathematical and Quantitative Methods > C0 - General > C02 - Mathematical Methods; C - Mathematical and Quantitative Methods > C1 - Econometric and Statistical Methods and Methodology: General > C15 - Statistical Simulation Methods: General; C - Mathematical and Quantitative Methods > C4 - Econometric and Statistical Methods: Special Topics > C44 - Operations Research ; Statistical Decision Theory; D - Microeconomics > D2 - Production and Organizations > D24 - Production ; Cost ; Capital ; Capital, Total Factor, and Multifactor Productivity ; Capacity

References

1. Азаренков, Н. А. Кинетическая теория колебаний параметров поточной линии / Н. А. Азаренков, О.М.Пигнастый, В. Д. Ходусов // Доп. Нац. акад. наук України. – 2014. – № 12. – С. 36–43. doi: 10.15407/dopovidi2014.12.036

2. Власов, В. А. Моделирование технологических процессов изготовления промышленной продукции / В. А. Власов, И. А. Тихомиров, И. И. Локтев. – Томск : Изд-во ГТПУ, 2006. – 300 с.

3. Дыхта, В. А. Оптимальное импульсное управление с приложениями / В. А. Дыхта, О. Н. Самсонюк. – Москва : Физматлит, 2000. – 255 с.

4. Иваненко, Д. Д. Классическая теория поля (новые проблемы) / Д. Д. Иваненко, А. А. Соколов. – Москва ; Ленинград : Гос. изд-во технико-теорет. лит., 1951. – 480 с.

5. Коробецкий, Ю. П. Имитационные модели в гибких системах / Ю. П. Коробецкий, С. К. Рамазанов. – Луганск : Изд-во ВНУ им. В. Даля, 2003. – 280 с.

6. Михайлов, В. С. Теория управления / В. С. Михайлов. – Киев : Выща школа, 1988. – 312 с.

7. Пигнастый, О. М. Задача оптимального оперативного управления макропараметрами производственной системы с массовым выпуском продукции / О. М. Пигнастый // Доп. Нац. акад. наук України. – 2006. – № 5. – С. 79–85.

8. Пигнастый, О. М. Расчет производственного цикла с применением статистической теории производственно-технических систем / О. М. Пигнастый, В. Д. Ходусов // Доп. Нац. акад. наук України. – 2009. – № 12. – С. 38–44.

9. Online scheduling of 2re-entrant flexible manufacturing systems / J. Pinxten, U. Waqas, M. Geilen, A. Basten, L. Somers // ACM Transactions on Embedded Computing Systems. – 2017. – Vol. 16. – Iss. 5s. – P. 1–20. doi: 10.1145/3126551

10. On the Optimization of Conservation Law Models at a Junction with Inflow and Flow Distribution Controls / F. Ancona, A. Cesaroni, G. Coclite, M. Garavello // SIAM Journal on Control and Optimization. – 2018. – Vol. 56. – Iss. 5. – P. 3370–3403. doi: 10.1137/18M1176233

11. Simulation model study for manufacturing effectiveness evaluation in crowdsourced manufacturing / T. Kaihara, Y. Katsumura, Y. Suginishi, B. Kádár // CIRP Annals. – 2017. – Vol. 66. – Iss. 1. – P. 445–448. doi: 10.1016/j.cirp.2017.04.094

12. Situation Awareness and Environmental Factors: The EVO Oil Production / М. de Falco, N. Mastrandrea, W. Mansoor, L. Rarità // New Trends in Emerging Complex Real Life Problems / Р. Daniele, L. Scrimali (eds). – Cham : Springer, 2018. – P. 209–217. doi: 10.1007/978-3-030-00473-6_23

13. Tiacci, L. Simultaneous balancing and buffer allocation decisions for the design of mixed-model assembly lines with parallel workstations and stochastic task times / L. Tiacci // International Journal of Production Economics. – 2015. – Vol. 162. – P. 201–215. doi: 10.1016/j.ijpe.2015.01.022

14. Towards adaptive simulation-based optimization to select individual dispatching rules for production control / M. Kück, E. Broda, M. Freitag, T. Hildebrandt, E. M. Frazzon // 2017 Winter Simulation Conference (WSC). – Las Vegas, NV, USA, 2017. – P. 3852–3863. doi: 10.1109/WSC.2017.8248096