Digitalization of Agricultural Machinery Rehabilitation

Texto integral

Введение

При организации ремонтных работ сельскохозяйственной техники (комбайны, тракторы, навесное оборудование, стационарное оборудование и т. д.) в современных условиях особенно остро стоит вопрос ускорения процессов восстановления работоспособности и возвращения в эксплуатацию. Особенно важна оперативность возврата в период страды. В этот период на первое место выходит быстрая подготовка и проведение ремонтно-восстановительных работ.

Сельскохозяйственная техника эксплуатируется в тяжелых условиях. Она подвергается действиям атмосферных осадков, на механизмы воздействуют агрессивные и абразивные среды и т. д. Вследствие специфики конструкций в большинстве случаев от их воздействия невозможно защитить подвижные части механизмов. Все это приводит к частому выходу из строя отдельных узлов и агрегатов, что в свою очередь вызывает простой сельскохозяйственной техники.

Для решения задачи увеличения периода работоспособного состояния сельскохозяйственной техники необходимо организовать работу ремонтных предприятий таким образом, чтобы заявки на проведение работ выполнялись с максимальной производительностью и с минимальной себестоимостью. Кроме того, необходимо рационально загружать оборудование ремонтных предприятий с расчетом их готовности для приема максимального количества обращений. Обобщение статистики требуемого оборудования является основополагающим условием получения информации о необходимом объеме и структуре производственных мощностей ремонтных предприятий.

Обзор литературы

Технологический процесс является частью производственного процесса, содержащего целенаправленные действия по изменению и (или) определению состояния предмета труда¹. З. Т. Акашев описывает разработку, направленную на назначение структуры технологических процессов предприятий, их анализ и совершенствование [1]. В своей работе он делает важный вывод о первостепенном значении надежности функционирования оборудования предприятий как залога эффективности их реализации. В ряде работ приводятся рекомендации по повышению эффективности предприятия с помощью созданной технологической стратегии на основе предлагаемых путей ее формирования [2; 3]. В качестве инструмента предлагается всестороннее внедрение вычислительной техники как средства повышения уровня информатизации для развития производственного потенциала промышленного предприятия. Автоматизация всех этапов жизненного цикла изделия является необходимым условием достижения высокого индустриального уровня, особенно актуальными являются этапы технического сопровождения, сервисного обслуживания и ремонта [4]. Актуальность приобретают современные средства автоматизации на основе микропроцессорной техники, например, числовое программное управление (ЧПУ) станками «АксиОМА», позволяющее обеспечить повышение производительности и снижение трудоемкости реализуемых технологических процессов [5]. Особую роль приобретает математическое моделирование систем управления технологическим оборудованием, его элементами для обеспечения заданных параметров обработки².

Проектирование технологических процессов последовательно реализует две однозначно связанные процедуры: структурный и параметрический синтезы. Структурный синтез является трудно формализуемой процедурой, что вызывает большие сложности при автоматизации. Для преодоления возникающих трудностей в настоящее время необходимо освоение основных положений проектно-операционного управления производством, что позволит объединить в единый комплекс работы по подготовке, внедрению и сопровождению реализуемых технологических процессов на предприятии [6]. Другая работа посвящена рассмотрению вопросов, связанных с формированием информационного обеспечения системы проектно-операционного управления [7].

На этом этапе большую роль играют вопросы разработки маршрутной технологии в автоматизированном режиме. Здесь необходимо отметить такие работы, как статья В. В. Борзенкова, который описал подход к формированию структур технологических процессов, опираясь на топологические свойства макроэлементов [8]. Д. Е. Максимовский предлагает формировать структуры технологических процессов для деталей класса «корпус» путем автоматизированного выбора технологических баз [9]. Работа коллектива авторов, посвященная проектированию технологических процессов изготовления деталей класса «тело вращения», дает представление о принципе автоматизированной конструкторско-технологической параметризации, что резко снижает трудоемкость проектирования [10]. Все это расширяет сферу использования автоматизации при проектировании технологических процессов.

Взятый за основу принцип выбора комплекта баз при проектировании технологических процессов механической обработки позволяет автоматизировать процессы структурного синтеза широкого диапазона класса деталей [11].

Приведена методика расчета технологического резания в автоматизированном режиме, которая и реализуется в виде подсистемы проектирования технологических процессов [12]. Предлагаемая подсистема может быть полезной при моделировании различных структурных вариантов формирования технологических процессов ремонтно-восстановительных работ.

Рассматриваются вопросы определения величины геометрических погрешностей, образующихся при обработке на металлорежущем оборудовании с ЧПУ, рассматриваются различные расчетные схемы [13].

Изучены проблемы моделирования процессов обработки с целью прогнозирования точности при использовании конкретного металлорежущего оборудования [14].

Другая работа посвящена вопросам моделирования состояния производственной системы машиностроительных предприятий, в частности ремонтных [15].

Созданию программного обеспечения подсистем операционного управления предприятиями посвящены статьи, в которых описываются основные положения работы с проектной информацией при использовании средств вычислительной техники [16; 17]. Рассмотрена оценка качества результатов конструкторско-технологического проектирования при проведении необходимых контрольных проверок [18; 19].

Перечисленные работы подтверждают необходимость решения задачи наращивания информационного обеспечения процессов производства и ремонтно-восстановительных работ, в частности сельскохозяйственных машин. Основой этих процессов является разработка математических моделей, позволяющих в режиме машинного времени обеспечить моделирование, анализ и поиск рациональной конфигурации и загрузки предприятий, включая ремонтно-восстановительные, для сельскохозяйственных машин.

Подытоживая проведенный анализ литературных источников, можно сделать вывод, что существует обширная база научных исследований, посвященных ремонтно-восстановительным работам сельскохозяйственной техники. Ее использование обеспечит снижение трудоемкости восстановительных работ и сократит простой оборудования.

Материалы и методы

Эффективность функционирования производственной системы любого промышленного предприятия, включая ремонтно-восстановительные, определяется степенью загрузки технологического оборудования, входящего в его состав. С учетом возможного выхода из эксплуатации части технологического оборудования вследствие необходимых регламентных работ, внезапных поломок и т. д. в производственной системе ремонтного предприятия их количество выбирается с некоторым запасом.

С одной стороны, в системе присутствует избыточность производственных ресурсов, с другой, часто возникает ситуация, при которой очередная заявка оказывается отложенной ввиду отсутствия необходимого свободного оборудования. Возникает необходимость рационального распределения производственных ресурсов. Необходим обоснованный состав парка технологического оборудования. При малой загрузке производственной системы выполнение поступающих заявок происходит независимо друг от друга. Однако с увеличением их числа появляется трудность их выполнения вследствие ограниченных возможностей производственной системы предприятия. Отдельно взятое i-е ремонтное предприятие обладает объемом технологических возможностей VR_i, который определяется как:

$V{R}_i={\displaystyle \underset{j=1}{\overset{m_i}{\cup }}(v{r}_{i,j}})$ ,

где m_i – количество единиц технологического оборудования в i-й ремонтной организации; vr_i,j – количество вариантов использования технологических возможностей j-й единицы технологического оборудования i-й ремонтной организации.

Полный объем технологических возможностей VD_i производственной системы i-го предприятия, требующийся для выполнения плановых работ:

$V{D}_i={\displaystyle \underset{j=1}{\overset{m_i}{\cup }}({\displaystyle \underset{k=1}{\overset{h_{i,j}}{\cup }}v{d}_{i,j,k})}}$ ,

где m_i – количество заявок, выполняемых i-м ремонтным предприятием; h_i,j – количество операций, необходимых для выполнения j-й заявки; vd_{i, j, k} – объем технологических возможностей для выполнения k-й операции m_i ремонтной заявки.

Если производственные возможности ремонтной организации не обеспечивают даже частичного выполнения заявки, это означает несовпадение множества технологических операций, выполняемых предприятием, и операций, требуемых согласно заявке:

$V{S}_i\not\subset VD{}_i$ 

При частичном совпадении множеств заявка может быть выполнена также частично:

$V{S}_i\cap VD{}_i$ 

В этом случае полное выполнение заявки возможно при использовании возможностей другого ремонтного предприятия. Объединение технологических возможностей нескольких ремонтных организаций позволяет выполнить необходимый объем требуемых работ.

В идеальном случае ремонтная организация способна выполнить весь объем работ заявки при условии совпадения требуемого объема работ и возможностей производственной системы предприятия:

$V{S}_i\supset VD{}_i$ 

Однако и в этом случае возникают ограничения, связанные с занятостью оборудования, выполняющего работы по другим заявкам. На основании сказанного можно сделать вывод о целесообразности объединения в организационное целое свободных частей производственных систем различных ремонтных предприятий. Для реализации такого подхода необходим оперативный информационный обмен данными между отдельными ремонтными организациями. Как показывает практика, даже внутри одной организации часто отсутствуют в достаточном объеме информационные связи и механизмы их поддержания между отдельными подразделениями.

Производственная система обладает ресурсной базой, которая представляет собой массив технологических возможностей. Совокупность оборудования, незанятая в текущий момент времени по всем ремонтным предприятиям, может рассматриваться как обобщенная производственная система. С учетом текущего планирования работ в производственной системе предприятия объем обобщенной производственной системы в каждый момент времени достаточно хорошо прогнозируется [15].

Множество технологических элементов производственной системы образует массив, характеризующий ее способность выполнять работы по ремонту сельскохозяйственной техники:

$WO=f({\displaystyle \underset{i=1}{\overset{n}{\cup }}V{D}_i;}{K}_{vs1},K_{vs2},\dots ,K_{vsi},\dots ,K_{vsn}),$

где K_vsi – количество одинаковых единиц технологического оборудования i-го типа.

Из этого выражения следует, что первая составляющая определяет объем разнородных типов технологических операций, тогда как вторая определяет пропускную способность по повторяющимся технологическим операциям.

Состояние обобщенной производственной системы определяется конфигурацией ее структуры и значений параметров составляющих ее элементов и изменяется скачкообразно в момент наступления очередного события. В периоды времени между наступлениями отдельных событий значения параметров могут меняться плавно и описываться аналитическими выражениями в виде их зависимостей от времени. Событиями могут быть остановка технологического оборудования для проведения регламентных работ, поломка, поступление новой заявки.

Система мониторинга отслеживает поступление очередного события и загружает его в виде соответствующего параметра в математическую модель. В математической модели инициируется перерасчет состояния производственной системы и определяется объем и состав ее свободной части.

Результаты исследования

При поиске рационального варианта распределения работ согласно поступающим заявкам цифровая модель позволяет верифицировать формируемые варианты загрузки. Может оказаться рациональным использование для выполнения требуемых операций технологического оборудования, непредназначенного напрямую для их проведения. В условиях, когда требуемое по разработанному технологическому процессу оборудование занято другими работами оказывается целесообразным использование оборудования, свободного в текущий период времени. Такой подход, с одной стороны, увеличивает пропускную способность производственной системы, с другой, повышает степень загрузки оборудования. Дополнительные затраты, возникающие при этом, могут оказаться ниже экономических потерь, вызванных ожиданием требуемого технологического оборудования. Общий объем затрачиваемых ресурсов в этом случае:

$Q_1=\sum q_{баз}+\sum q_{доп}$ ,

где q_баз – ресурсы, затрачиваемые на переналадку оборудования базового технологического процесса; q_доп – ресурсы, затрачиваемые на переналадку оборудования, используемого вне базового технологического процесса.

Целевая функция, описывающая затраты на выполнение ремонтно-восстановительных работ, в обобщенной системе должна стремиться к минимальной величине:

$Q_{сум}=\underset{i=1}{\overset{n}{}}{\text{K}}_1{}_i{Q}_1{}_i+\underset{j=1}{\overset{m}{}}{\text{K}}_2{}_j{Q}_2{}_j\text{min}\text{,}$

где Q_сум – сумма затрат на выполнение ремонтно-восстановительных работ в обобщенной производственной системе; Q₁ – себестоимость проведенных в рамках поступивших заявок на проведение ремонтно-восстановительных работ; Q₂ – дополнительные затраты, обусловленные невыполнением работ по поступившим заявкам в срок; K₁, K₂, – коэффициенты, отражающие степень значимости соответствующих затрат.

На следующем этапе задачей цифровой математической модели является поиск рациональной структуры производственной системы. Математическая модель построена в виде имитационной модели, структура которой варьируется в зависимости от результатов программирования ее реакции на возмущающие воздействия. Такими воздействиями являются, прежде всего, получение заявок на выполнение ремонтно-восстановительных работ, которые можно отнести к внешним, и внутренние, указанные выше. Так как варьирование параметров схемы носит нематериальный характер и осуществляется в машинном масштабе времени, то результаты моделирования получаются в короткие сроки, что позволяет организовать итерационный процесс нахождения рационального решения. Количество итераций, которые можно осуществить в установленные сроки, достаточно, чтобы получить достоверный результат.

Для обеспечения адекватности цифровой математической модели в реальной системе необходим постоянный мониторинг ключевых точек производственной системы. Для этого необходима организация автоматизированных рабочих мест административного аппарата предприятия, начиная с мастеров участков, начальников цехов и выше. Величины затрат времени на переналадку технологического оборудования определяются статистическими данными или рассчитываются по нормативам. Попутно проводится обследование и совершенствование технологической оснастки для снижения трудоемкости и временных затрат. Назначение технологического оборудования проводится с учетом минимального превышения необходимого объема технологических возможностей.

Цифровая математическая модель обобщенной производственной системы обладает свойствами прогнозируемости, устойчивости, живучести, управляемости и наблюдаемости. Прогнозирование состояния производственной системы на протяжении некоторого перспективного периода времени рассматривается в одной из работ [14]. Под живучестью системы понимается ее свойство сохранять работоспособность при возникновении сценариев, при которых система теряет работоспособность в рамках допустимых условий. Такая ситуация может возникнуть в случае принятия неправильных производственных решений. Обеспечение живучести системы в данном случае достигается последовательной фиксацией промежуточных значений параметров, осуществляемой по факту наступления очередного события. Использование значения параметров предыдущих этапов позволяет вернуть систему в предшествующее состояние, из которого путем выполнения скорректированного производственного решения возможно получение рационального результата. Состояние системы до осуществления процесса управления (предшествующий момент времени) представлено в виде матрицы-столбца:

$H^{-}=\left|\begin{array}{c}{h}_1^{-}\\ h_2^{-}\\ \mathrm{...}\\ h_n^{-}\end{array}\right|$ 

где  $h_i^{-}$ – значение i-го параметра системы в предшествующий момент времени, на что указывает индекс «–».

Управляемость состоянием производственной системы достигается наличием информационных связей между структурными подразделениями как внутри, так и между отдельными предприятиями. Моделирование информационных связей позволяет оценить степень управляемости и обеспечивает нахождение лучшей структуры.

Если при управлении производственной системой можно сформировать управляющее воздействие G(t), переводящее ее из текущего состояния H^– в желаемое состояние H⁺ в течение заданного интервала времени t₀ ≤ t ≤ t₁, такая система рассматривается как управляемая. Параметр G(t) определяется исходя из накопленного опыта и на основе итерационного подхода при имитационном моделировании.

Для обеспечения наблюдаемости протекания производственных процессов в системе предусмотрена информационная выборка из ее ключевых точек. Выборка осуществляется как в автоматическом режиме, так и через оператора, для чего он снабжен расширенным интерфейсом, позволяющим не только отражать текущее состояние параметров, но и преобразовывать информацию в виде статистических данных, представленных в виде графиков, схем и т. д. Оператор может варьировать локальные параметры части производственной системы, находящейся в его ведении, с целью выбора лучших локальных параметров без нарушения общей стратегии управления.

Значения выходных параметров H⁺ последующего состояния системы могут быть получены на основе имеющихся текущих значений параметров H^– и информационных преобразующих связей:

H⁺ = WH^–.

Внутренние информационные связи системы могут быть представлены в виде матрицы W:

$W=\left|\begin{array}{cccccc}{w}_{11}& w_{12}& \dots & w_{1i}& \dots & w_{1n}\\ w_{21}& w_{22}& \dots & w_{2i}& \dots & w_{2n}\\ \dots & \dots & \dots & \dots & \dots & \dots \\ w_{nq}& w_{n2}& \dots & w_{ni}& \dots & w_{nn}\end{array}\right|$

При отсутствии в матрице W столбцов, содержащих элементы, равные нулю, система является наблюдаемой. Целевая функция, используемая при нахождении рационального варианта структуры информационных связей производственной системы, описывается формулой:

${\displaystyle \sum _{i=1}^n{\delta }_i}(t)={\displaystyle \sum _{i=1}^n(}{G}_i(t)-H_i(t))$ ,

где δ_i(t) – величина отклонения параметров состояния производственной системы в результате осуществления процесса управления на i-м этапе; G_i(t), H_i(t) – заданные и реально полученные параметры системы после завершения процесса управления на i-м этапе.

Критерием успешного завершения процесса управления на i-м этапе является величина отклонения параметра целевой функции от нулевого значения. Целевая функция для i-го выходного параметра с учетом наличия обратных информационных связей имеет вид:

$H_i(P)=G_i(P)\frac{{\displaystyle \sum _{m=1}^j{K}_m}{W}_i(P)}{W_i(P){\displaystyle \sum _{m=1}^j{K}_m+1}}{\displaystyle \sum _{n=1}^L{K}_n},$

где W_i(P) – передаточная функция изменения i-го параметра при отсутствии обратной информационной связи; K_m – показатель степени достоверности информации получаемого от m-го элемента, охваченного обратной связью; K_n – показатель степени достоверности информации от n-го элемента, не охваченного обратной связью.

Согласно теореме о конечном значении полученное выражение можно представить как:

$Hi(P)=G_i(P)\underset{P\to \text{0}}{\text{lim}}\left[\frac{{\displaystyle \sum _{m=\text{1}}^j{K}_{m}Wi(P)}}{Wi(P\text{)}{\displaystyle \sum _{m=\text{1}}^j{K}_m+\text{1}}}{\displaystyle \sum _{n=\text{1}}^L{K}_n}\right]=G_i\text{(}P\text{)}{\displaystyle \sum _{n=\text{1}}^L{K}_n}.$

Отсюда следует, что основным путем повышения эффективности управления является развитие информационных обратных связей в совокупности с итерационным подходом при цифровом математическом моделировании. С увеличением числа итераций эффективность вырабатываемых решений управления увеличивается за счет формирования корректирующих воздействий:

${\delta }_i=G_i(P\text{)}\left[1-{\displaystyle \sum _{n=1}^{L}Km}\right]\to \min$ .

Эффективность управления обобщенной производственной системой ремонтных предприятий повышается при охватывании итерационным процессом максимального числа элементов производственной системы. Внедрение цифровой математической модели для принятия эффективных процессов управления позволяет осуществлять оптимизационные процессы при распределении заявок на ремонтно-восстановительные работы сельскохозяйственной техники, упорядочивать их и снижать сроки выполнения.

Разработанная цифровая модель производственной системы описывает ее состояние во времени, благодаря чему появляется возможность прогнозирования ее состояния на интересующий перспективный период времени. Сравнение результатов моделирования, получаемых на различных итерационных этапах, позволяет находить и аккумулировать наиболее удачные варианты производственных решений, а также выработать предложения по обновлению парка технологического оборудования производственных систем ремонтных предприятий.

Обсуждение и заключение

Предложенный метод является шагом к формированию комплексного подхода к организации ремонтно-восстановительных работ сельскохозяйственной техники. При таком подходе ремонтные предприятия совместно с потребителями этой техники получают возможность формирования графика регламентных работ, исходя из фактического состояния конкретных элементов техники. Одновременно накапливание знаний в области удачных производственных решений позволяет упорядочить парк ремонтно-восстановительной техники ремонтных предприятий за счет более полной загрузки технологического оборудования, повышения производительности и снижения трудоемкости проводимых работ.

 

 

¹           ГОСТ 3.1109-82. Единая система технологической документации (ЕСТД). Термины и определения основных понятий (с Изменением № 1).

²           Tseng G. W. G. Digital Twin Feed Drive Identification for Virtual Process Planning. Ontario: University of Waterloo, 2018. 101 p. URL: https://uwspace.uwaterloo.ca/bitstream/handle/10012/13970/Tseng_Ginette.pdf?sequence=5&isAllowed=y (дата обращения: 18.11.2020).

 

Sobre autores

Leonid Khoroshko

Moscow Aviation Institute (National Research University)

Autor responsável pela correspondência
Email: khoroshko@mati.ru
ORCID ID: 0000-0002-7487-8997
Scopus Author ID: 14039206400
Researcher ID: P-2951-2014

Head of the Chair of System Modeling and Computer-Aided Design, Cand.Sc. (Engineering), Professor

Rússia, 4 Volokolamskoe Shosse, Moscow 125993

Pavel Kuznetsov

Moscow Aviation Institute (National Research University)

Email: profpol@rambler.ru
ORCID ID: 0000-0001-9237-3848
Researcher ID: K-8831-2018

Professor of the Chair of System Modeling and Computer-Aided Design, D.Sc. (Engineering)

Rússia, 4 Volokolamskoe Shosse, Moscow 125993

Bibliografia

Arquivos suplementares