Комплексне управління життєвим циклом виробів машинобудування
DOI:
https://doi.org/10.26642/ten-2023-2(92)-67-73Ключові слова:
машинобудівний завод; життєвий цикл; емуляція; моделювання; впровадження; програмне забезпечення управління виробництвом (MES); навчання персоналу; оптимізаціяАнотація
Досліджено моделювання та емуляцію як ключові підходи підтримки етапів життєвого циклу машинобудівного заводу з моменту проєктування, впровадження та експлуатації до етапу оптимізації існуючої системи. Показано, що емуляційна модель, створена на базі конструктивних компонентів виробництва, є важливим інструментом для стратегічних рішень та побудови структури підприємства на початковому етапі проєктування. Це дозволяє створити адаптивну систему до розвитку та оптимізації як її окремих компонентів, так і структури побудови. Новий підхід до впровадження програмного забезпечення управління виробництвом Manufacturing Execution System (MES) за допомогою емуляційної моделі дозволяє ефективно тестувати та вдосконалювати його перед фактичним впровадженням, що дає можливість як знизити ризики з несправності теоретичної моделі у практичному виконанні, так і протестувати декілька можливих варіантів, що дозволяє зменшити загальні ресурсні витрати на перевірку декількох варіантів. Описано інноваційний підхід до навчання персоналу з використанням «майже живого» навчального середовища. Це дозволяє спростити процеси оптимізації виробничого середовища саме по відношенню до персоналу та структури управління підприємством. Зазначено важливість системного підходу до навчання операторів, а також впровадження емуляційного підходу для покращення роботи машинобудівного заводу на етапах використання та оптимізації. Визначені перспективи та шляхи впровадження принципу емуляційних моделей та програмного забезпечення управління виробництвом (MES) у життєвий цикл машинобудівного виробництва.
Посилання
Andersen, A.D. and Gulbrandsen, M. (2020), «The innovation and industry dynamics of technology phase-out in sustainability transitions: Insights from diversifying petroleum technology suppliers in Norway», Energy Research & Social Science, Vol. 64, 101447 p., doi: 10.1016/j.erss.2020.101447.
Ahn, S.J. (2020), «Three characteristics of technology competition by IoT-driven digitization», Technological Forecasting and Social Change, Vol. 157, 120062 p.
Benitez, G.B., Ferreira-Lima, M., Ayala, N.F. and Frank, A.G. (2022), «Industry 4.0 technology provision: the moderating role of supply chain partners to support technology providers», Supply Chain Management: An International Journal, No. 27 (1), pp. 89–112.
Rosa, P., Sassanelli, C., Urbinati, A. et al. (2020), «Assessing relations between Circular Economy and Industry 4.0: a systematic literature review», International Journal of Production Research, Vol. 58, No 6, pp. 1662–1687.
Ceipek, R., Hautz, J., Petruzzelli, A.M. et al. (2021), «A motivation and ability perspective on engagement in emerging digital technologies: The case of Internet of Things solutions», Long Range Planning, Vol. 54, No. 5, 101991 p.
Kokare, S., Oliveira, J.P. and Godina, R. (2023), «Life cycle assessment of additive manufacturing processes: A review», Journal of Manufacturing Systems, Vol. 68, pp. 536–559, doi: 10.1016/j.jmsy.2023.05.007.
Leng, J., Sha, W., Wang, B. et al. (2022), «Industry 5.0: Prospect and retrospect», Journal of Manufacturing Systems, Vol. 65, pp. 279–295, doi: 10.1016/j.jmsy.2022.09.017.
Vickram, A.S. and Vidhya Lakshmi, S. (2023), «Advancements in Environmental Management Strategies and Sustainable Practices for Construction Industry: A Comprehensive Review», SSRG International Journal of Civil Engineering, Vol. 10, Issue 8, pp. 10–22, doi: 10.14445/23488352/IJCE-V10I8P102.
Oviedo-Ocaña, E.R., Abendroth, C., Domínguez, I.C. et al. (2023), «Life cycle assessment of biowaste and green waste composting systems: A review of applications and implementation challenges», Waste Management, Vol. 171, pp. 350–364, doi: 10.1016/j.wasman.2023.09.004.
Reisinger, J., Zahlbruckner, M.A., Kovacic, I. et al. (2022), «Integrated multi-objective evolutionary optimization of production layout scenarios for parametric structural design of flexible industrial buildings», Journal of Building Engineering, Vol. 46, 103766 p., doi: 10.1016/j.jobe.2021.103766.
Frantzén, M., Bandaru, S. and Ng, A.H.C. (2022), «Digital-twin-based decision support of dynamic maintenance task prioritization using simulation-based optimization and genetic programming», Decision Analytics Journal, Vol. 3, 100039 p., doi: 10.1016/j.dajour.2022.100039.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Сергій Вадимович Ковалевський, Олена Сергіївна Ковалевська, Дар’я Миколаївна Сидюк
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
Автор, який подає матеріали до друку, зберігає за собою всі авторські права та надає відповідному виданню право першої публікації, дозволяючи розповсюджувати даний матеріал із зазначенням авторства та джерела первинної публікації, а також погоджується на розміщення її електронної версії на сайті Національної бібліотеки ім. В.І. Вернадського.
