Дискретно-событийная модель расчета продолжительного производственного цикла изготовления партии деталей

Пигнастый, Олег and Koжевников, Георгий (2019): Дискретно-событийная модель расчета продолжительного производственного цикла изготовления партии деталей. Published in: Научные ведомости Белгородского государственного университета , Vol. 46, No. 2 (2 July 2019): pp. 326-336.

Abstract

The method of calculating the duration of the production cycle for manufacturing a batch of parts is considered. The production cycle of manufacturing the batch of parts is one of the main characteristics of the production system. It is used to calculate the important indicators of planning the production activity of the factory. At present, the task of calculating the duration of the production cycle for unsynchronized production lines remains relevant. The task takes on special relevance in the case when the processing time of a work item in a technological operation is a random quantity. The present work is devoted to the analysis of this case. To derive the equation of motion of labour objects for technological operations, a discrete-event model of the production process is used. The structure of the processing time of an object of labour on a technological operation is considered. The source of change in the value of inter-operational stocks at each technological operation is shown. The interrelation of the trajectories of the previous and after subjects of labour is analyzed. The equation of motion of a subject of labour on technological operations is recorded, taking into account the inter-operational stocks. Methods for its solution are proposed. Conditions for the applicability of the obtained results are considered. The analysis of the machine time spent on calculating the duration of the production cycle of manufacturing the batch of products for the factory of the semiconductor industry was carried out. Prospects for research have been determined.

• Item Type: MPRA Paper
• English Title: DISCRETE-EVENTING MODEL OF CALCULATION OF THE DURATION OF THE PRODUCTION CYCLE OF MANUFACTURING A PART OF PRODUCTS
• Language: Russian
• Keywords: work in progress; production line; subject of the labor; production cycle; discrete event model; stochastic process; production management systems
• 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 > C2 - Single Equation Models ; Single Variables > C24 - Truncated and Censored Models ; Switching Regression Models ; Threshold Regression Models; 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; L - Industrial Organization > L2 - Firm Objectives, Organization, and Behavior > L23 - Organization of Production

References

1. ГОСТ 15467.79. Управление качеством продукции. Основные понятия. Термины и определения. М., Госстандарт России. 25, 2001.

2. ГОСТ 3.1109.82. Термины и определения основных понятий. М., Госстандарт России. 15, 2003.

3. ГОСТ 50779.10. Статистические методы. Вероятность и основы статистики. Термины и определения. М., Госстандарт России. 38, 2000.

4. Демуцкий В.П., Пигнастый О.М., Азаренкова М.Н. 2005. Использование методов статистической физики для исследования экономико-производственных систем с массовым выпуском продукции. Вестник ХГУ им. Каразина, 710: 128–134.

5. Заруба В.Я., Пигнастый О.М, Ходусов В.Д. 2016. Моделирование движения предмета труда в пространстве состояний на примере технологии токарной обработки. Технический прогресс и эффективность производства. 27(1199): 33-37. https://doi.org/10.13140/rg.2.2.25865.49764

6. Летенко В.А., Родионов Б.Н. 1979. Организация, планирование и управление машиностроительным предприятием. Внутризаводское планирование. М., Высшая школа, 232.

7. Пигнастый О.М. 2009. Расчет производственного цикла с применением статистической теории производственно-технических систем. Доклады Национальной академии наук Украины. 12: 38-44. doi.org/10.13140/RG.2.2.36267.54562

8. Пигнастый О.М. 2014. О новом классе динамических моделей поточных линий производственных систем. Научные ведомости БелГУ. История. Политология. Экономика. Информатика. 15(186): 147–157. https://doi.org/10.13140/RG.2.2.30384.05120

9. Пигнастый О.М. 2015а. Обзор моделей управляемых производственных процессов поточных линий производственных систем. Научные ведомости БелГУ. Экономика. Информатика. 7(204): 137-152. http://doi.org/10.5281/zenodo.2647598

10. Пигнастый О.М. 2015б. Анализ моделей переходных управляемых производственных процессов. Научные ведомости Белгородского государственного университета. 13(210): 133–144. https://doi.org/10.5281/zenodo.2595561

11. Пигнастый О.М. 2016. Стохастическая модель переноса технологических ресурсов на предмет труда в результате воздействия технологического оборудования. Научные ведомости Белгородского государственного университета. 9(230): 146–155. https://doi.org/10.5281/zenodo.1495233

12. Раскин Л.Г., Пустовойтов П.Е. 2003. Решение многономенклатурной задачи управления запасами по вероятностному. Системный анализ, управление, информационные технологии. 13: 49–53.

13. Савицкая Г.В. 2002. Анализ хозяйственной деятельности предприятия. Мн., Новое знание, 704.

14. Синица Л.М. 2003. Организация производства. Минск. УП ИВЦ Минфин, 512.

15. Шкурба В.В. 1975. Планирование дискретного производства в условиях АСУ. К., Техника, 296.

16. Bartholdi J.J., Eisenstein D.D., Lim Y.F. 2009 Deterministic chaos in a model of discrete manufacturing. Naval Research Logistics. 56(4): 293–299.

17. Berg R.2004. Partial differential equations in modelling and control of manufacturing systems. Netherlands, Eindhoven Univ. Technol., 157.

18. Holt C.C., Modigliani F., Muth J.F. 1960. Planning Production: Inventories and Work Force. Prentice-Hall, 419.

19. Jacobs J.H., Campen E.J., Rooda J.E. 2003 Characterization of the operational time variability using effective processing times. IEEE Transactions on Semiconductor Manufacturing. 16(3). 511–520.

20. Kempf K. 2004. Control-oriented approaches to supply chain management in semiconductor manufacturing. In Proceedings of IEEE American Control Conference. Boston, MA, USA. 4563–4576.

21. Kempf K., Keskinocak P, Uzsoy R. 2010. Optimization models for production planning. Planning Production and Inventories in the Extended Enterprise: A State of the Art Handbook. New York: Springer-Verlag, 587.

22. Lefeber E., Berg R.A., Rooda J.E. 2004. Modelling, Validation and Control of Manufacturing. Proceeding of the 2004 American Control Conference. 4583–4588.

23. Pihnastyi O.M. 2017. The model of the production process of the party of the subjects of labour. Scientific Result. Information technologies. 2: 3-13. https://doi.org/10.18413/2518-1092-2017-2-1-3-13

24. Pihnastyi O.M. 2018. Statistical theory of control systems of the flow production. LAP LAMBERT Academic Publishing. 436. ISBN: 978-613-9-95512-1

25. Scholz-Reiter B., 2002. Modelling and Control of Production Systems Based on Nonlinear Dynamics Theory. Annals of the CIRP. 51(1): 375–378.

26. Tian F., Willems S.P., Kempf K.G. 2011. An iterative approach to item-level tactical production and inventory planning. International Journal of Production Economics. 133: 439–450.