Имитационное моделирование производственного процесса
Автор: Горожанина Е.И., Горобец Е.А.
Журнал: Инфокоммуникационные технологии @ikt-psuti
Рубрика: Технологии цифровой экономики
Статья в выпуске: 4 т.18, 2020 года.
Бесплатный доступ
Статья посвящена рассмотрению бизнес-процесса «Производство продукции» деревообрабатывающего завода для построения на его основе имитационной модели. Это направление предприятия требует анализа с целью прогнозирования времени выполнения производства продукции, увеличения выпуска продукции в единицу времени, а также повышения значения использования оборудования. Для каждого процесса выделены случайные величины. Была построена имитационная модель в среде моделирования AnyLogic с помощью библиотеки Enterprise Library. Оптимизационный эксперимент с разработанной моделью предприятия позволил изучить поведение модели при заданных условиях. На основании проведенного имитационного моделирования были выявлены«слабые» места предприятия, из-за которых увеличивается время выполнения заказа и уменьшается количество выпускаемой продукции. Сделан вывод о целесообразности введения контроля качества продукции на выходе каждой производственной фазы (лущение и сушка, прессование, обработка), что даст возможность сократить процент некачественной продукции на выходе процесса.
Имитационное моделирование, производственный процесс, случайная величина, среда имитационного моделирования anylogic, моделирующий алгоритм
Короткий адрес: https://sciup.org/140255747
IDR: 140255747 | DOI: 10.18469/ikt.2020.18.4.15
Текст научной статьи Имитационное моделирование производственного процесса
В настоящее время при исследовании процессов и производственных систем довольно широко применяется имитационное моделирование [1]. Оно позволяет имитировать поведение системы во времени, поведение тех объектов, реальные эксперименты с которыми дороги, невозможны или опасны.
Объектом исследования является деревообрабатывающий завод, а именно бизнес-процесс «Производство продукции». Требуется построить имитационную модель предприятия, производственный процесс которого состоит из трех взаимосвязанных фаз (подпроцессов) [2].
Цель имитационного моделирования ‒ прогнозирование времени выполнения производства продукции, что позволяет увеличить выпуск продукции в единицу времени, а также повысить коэффициент использования оборудования.
Анализ бизнес-процесса
Одним из основных бизнес-процессов деревообрабатывающего предприятия является процесс «Производство продукции» (см. рисунок 1) [3]. Это направление предприятия требует анализа с целью прогнозирования времени выполнения производства продукции, увеличения выпуска продукции в единицу времени, а также повышения значения использования оборудования. Для каждого процесса выделены случайные величины (СВ).
Бизнес-процесс начинается с поступления заявки. Время между этими заявками случайно (СВ1), так как время появления следующего
клиента предсказать достаточно сложно. Каждый новый клиент попадает в отдел продаж, где совместно с работниками предприятия выясняются требования клиента. Если стороны находят взаимовыгодные условия, то составляется договор, содержащий данные о заказе, который затем передается в плановый отдел. Если же условия выполнения заказа клиента не устраивают, он покидает предприятие необслуженным. Здесь случайна длительность оформления заказа (СВ2), так как в зависимости от индивидуальных условий оно может сильно варьироваться.
Далее плановым отделом выполняется планирование используемых ресурсов и производственных мощностей, составляется производственный план. Случайная величина процесса ‒ длительность планирования производства (СВ3). Далее, используя производственный план, начальник производства распределяет работу по цехам [4].
После принятия распределенной работы начальник участка приемки подготавливает сырье и материалы для производства.
Длительность процесса подготовки сырья является случайной величиной (СВ4). На этом этапе необходимо также учитывать случайную величину количества нехватки сырья или материалов (СВ5). Здесь возможно увеличение длительности выполнения заказа, поскольку необходимо затрачивать дополнительное время на закупку.
Готовое сырье и материалы отправляются в цех № 1 на лущение и сушку (первая фаза производственного процесса). Здесь необходимо учитывать две случайные величины։ неисправность оборудования в цехе (СВ6) и длительность технологического процесса (СВ7).

Рисунок 1. Бизнес-процесс «Производство продукции»
ОформитьЗаказ _ _
ПоступающиеЗаявки 0 78 ПланированиеПроизводства рабпределениеПодготомаСырья
Л^щениеИСушка Контроль!
__*1
л®1
Прессование Контроль2
О 13
О 10
МехОбработка КонлюльП^одукции Упаковка Продукции ^^^^ 3аказВыпопнем
392 392
378 378
л®
367 367
л®
зм
л®
Рисунок 2. Реализация алгоритма в среде AnyLogіс

Рисунок 3. Структура времени выполнения заказа на предприятии
После сушки готовые блоки без проверки на качество отправляются в цех № 2 на прессование (вторая фаза производственного процесса). Случайные величины подпроцесса։ длительность прессования (СВ8) и загруженность цеха (СВ9).
Прессованный шпон отправляют в цех № 3 (третья фаза производственного процесса) на механическую обработку. Длительность обработки является случайной величиной (СВ10).
Затем начальником цехов осуществляется контроль качества продукции. Если продукция не проходит контроль, ее возвращают обратно на этап подготовки сырья.
На проверку продукции затрачивается значительное время, появляется случайная величина длительности проверки продукции (СВ11), а также количества присутствия брака (СВ12).
В свою очередь, продукция, прошедшая контроль, отправляется в отдел фасовки на упаковку, а затем он отправляет всю продукцию на склад, где ее принимает отдел снабжения (случайная величина ‒ длительность сдачи на склад (СВ13). Заказ считается выполненным.
Алгоритм исследуемого процесса можно представить в виде блок-схемы, содержащей типовые функциональные объекты библиотеки AnyLogic [5]. Реализация разработанного алгоритма модели с помощью объектов встроенной библиотеки Еnterprise Library осуществляется путем запуска модели (см. рисунок 2).
На основании проведенного моделирования процесса производства продукции можно сделать вывод, что большую проблему в процессе создают три поочередно работающих производственных цеха։ цех № 1 ‒ лущение и сушка, цех № 2 ‒ прессование и цех № 3 ‒ обработка, которые затормаживают процесс производства (см. рисунок 3).
Разработка рекомендаций по повышению эффективности бизнес-процесса
Оптимизационный эксперимент с разработанной моделью предприятия позволяет изучить поведение модели при заданных условиях или улучшить производительность модели, найдя ва-
рианты решения проблемы, при которых достигается наилучший результат работы модели. Для этого используется возможность оптимизации модели AnyLogic.
Оптимизация модели AnyLogic заключается в автоматическом последовательном выполнении нескольких прогонов модели с различными вариантами наилучших условий. Руководством предприятия рассматривается вариант повышения качества деятельности предприятия при условии, что на каждом цехе после изготовления деталей должен проводиться контроль качества, а только потом заготовки будут отправляться в другой цех.
Любые дефекты, выявленные в процессе производства на этапе контроля качества, безусловно, являются огромными потерями, которые приводят к дополнительным затратам на доработку или утилизацию брака. Исходя из этого, наглядно можно увидеть, что при постановке на выходе каждой производственной фазы контроля качества время выполнения заказа снижается, увеличивается количество качественной выпускаемой продукции.
В качестве рекомендаций по повышению эффективности бизнес-процесса предлагается оптимально организовать производство с учетом транспортировок, сокращая расстояния любых перевозок. Поскольку данное производственное предприятие сталкивается с необходимостью перемещения продукции между операциями, каждый процесс перемещения требует затрат времени, электроэнергии, топлива и других ресурсов.
Список литературы Имитационное моделирование производственного процесса
- Новые информационные технологии: подготовка кадров и обучение персонала. Ч. 2. Имитационное моделирование и управление бизнес-процессами в инфокоммуникациях / Э.М. Димов [и др.]. Самара: СамНЦ РАН, 2008. 350 с
- Димов Э.М., Богданова Е.А. Имитационное моделирование бизнес-процессов компании: методическое пособие к курсовой работе для студентов специальности 080801 (прикладная информатика в экономике). Самара: ПГАТИ, 2007. 31 с
- Горожанина Е.И., Горобец Е.А. Анализ результатов имитационного моделирования производственного процесса // Татищевские чтения: актуальные проблемы науки и практики: материалы XVII Международной науч.-практ. конф. Тольятти. 2020. Т. 3. С. 28-30
- Димов Э.М., Павлова Н.И. Изучение законов распределения случайных величин на основе обработки статистических данных на персональных ЭВМ: методическое руководство. Самара: СГЭА, 1995. 34 с
- Гмурман В.Е. Теория вероятностей и математическая статистика: учебное пособие для вузов. М.: Высшая школа, 2000. 479 с
- Дубровин А.С., Семенов М.Е. Имитационное моделирование случайных факторов: методические указания к практическим занятиям по курсу "Имитационное моделирование экономических процессов". Воронеж, 2005. 32 с
- Строгалев В.П., Толкачева И.О. Имитационное моделирование. М.: МГТУ им. Баумана, 2008. 67 с
- Лоу А., Кельтон В. Имитационное моделирование и анализ. СПб.: Питер, 2004. 848 с
- Рыжиков Ю.И. Имитационное моделирование. Теория и технологии. М.: Альтекс-А, 2004. 384 с
- Горожанина Е.И., Горобец Е.А. Имитационное моделирование производственного процесса // XXVII Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов. Самара. 2020. С. 237-238