Разработка автоматизированной системы динамического картирования потока создания ценности

Существующие тенденции развития производства диктуют необходимость повышения конкурентоспособности путем преодоления разрыва между организацией производства и цифровыми технологиями. Чтобы повысить эффективность производства, внедряются стратегии бережливого производства, которые сосредоточены на выявлении и минимизации потерь и их устранения. При этом возможности цифровой трансформации позволяют осуществлять мониторинг производственных процессов в режиме реального времени. Таким образом можно использовать инструменты бережливого производства, такие как карта потока создания ценности для эффективно фиксирования процессов и прогнозирования производственной ситуации в динамическом режиме. В разработанной автоматизированной системе динамического картирования потока создания ценности реализован принцип имитационного моделирования. При помощи моделирования можно изучить альтернативы улучшения процесса и влияние предложенных изменений до реализации. Динамическое моделирование карты потока создания ценности позволяет разработать систему автоматизированного управления с определения оптимальных параметров и режимов функционирования производственного процесса. Объектом моделирования является карта потока создания ценностей, отображающая этапы перемещения потоков материалов, деталей, сборочных единиц и информации. Чтобы исследовать параметры производственного процесса и внедрить принципы бережливого производства, было реализовано динамическое отображение потока создания ценности текущего состояния и моделирование будущего состояния.

1. Gomez Paredes F. J., Godinho Filho M., Thurer M., Fernandes N. O., Chiappeta Jabbour C. J. Factors for chossing production control systems in make-to-order shops: a systematic literature review. Journal of Intelligent Manufacturing, 2020. DOI 10.1007/s10845-020-01673-z

2. Lu Y., Xu X. Resource virtualization: A core technology for developing cyber-physical production systems. Journal of Manufacturing Systems, 2018, vol. 47, pp. 128–140. DOI 10.1016/j.jmsy.2018.05.003

3. Sylla A., Guillon D., Vareilles E., Aldanondo M., Coudert T., Geneste L. Configuration knowledge modeling: How to extend configuration from assemble / make to order towards engineer to order for the bidding process. Computers in Industry, 2018, vol. 99, pp. 29–41. DOI 10.1016/j.compind.2018.03.019

4. Qiu S., Ming X., Sallak M., Lu J. Joint optimization of production and condition-based maintenance scheduling for make-to-order manufacturing systems. Computers & Industrial Engineering, 2021, vol. 162. DOI 10.1016/j.cie.2021.107753

5. Kapulin D. V., Russkikh P. A. Analisis and improvement of production planning within small-batch make-to-order production. Journal of Physics: Conference Series, 2020, vol. 1515, no. 2. DOI 10.1088/1742-6596/1515/2/022072

6. Русских П. А., Капулин Д. В. Анализ решений для создания и реализации механизмов адаптивного планирования позаказного производства // Вестник МГТУ «Станкин». 2021. Т. 1, вып. 56. С. 44–48.

7. Kishimoto K., Medina G., Sotelo F., Raymundo C. Application of Lean Manufacturing Techniques to Increase On-Time Deliveries: Case Study of a Metalworking Company with a Make-to-Order Environment in Peru. Human Interaction and Emerging Technologies. IHIET 2019. Advances in Intelligent Systems and Computing, 2020, vol. 1018. DOI 10.1007/978-3-030-25629-6_148

8. Garza-Reyes J. A., Romero J. T., Govindan K., Cherrafi A., Ramanathan U. A PDCAbased approach to Environmental Value Stream Mapping. Journal of Cleaner Production, 2018, vol. 180, pp. 335–348. DOI 10.1016/j.jclepro.2018.01.121

9. Stadnicka D., Litwin P. Value stream mapping and system dynamics integration for manufacturing line modelling and analysis. International Journal of Production Economic, 2019, vol. 208, pp. 400–411. DOI 10.1016/j.ijpe.2018.12.011

10. Antonelli D., Stadnicka D. Combining factory simulation with value stream mapping: a critical discussion. Procedia CIRP, 2018, vol. 67, pp. 30–35. DOI 10.1016/j.procir.2017.12.171

11. Memon R. A., Li J., Ahmed J., Khan A., Nazir M. I., Mangrio M. I. Modeling of Blockchain Based Systems Using Queuing Theory Simulation. 2018 15th International Computer Conference on Wavelet Active Media Technology and Information Processing (ICCWAMTIP), 2018, pp. 107–111. DOI 10.1109/ICCWAMTIP.2018.8632560

12. Agalianos K., Ponis S.T., Aretoulaki E., Plakas G., Efthymiou O. Discrete Event Simulation and Digital Twins: Review and Challenges for Logistics. Procedia Manufacturing, 2020, vol. 51, pp. 1636–1641. DOI 10.1016/j.promfg.2020.10.228

13. Shah R., Ward P. T. Defining and developing measures of lean production. Journal of Operations Management, 2007, vol. 25, no. 4, pp. 785–805. DOI 10.1016/j.jom.2007.01.019

14. Wagner T., Herrmann C., Thiede S. Industry 4.0 Impacts on Lean Production Systems. Procedia CIRP, 2017, vol. 63, pp. 125–131. DOI 10.1016/j.procir.2017.02.041

15. Wang P., Wu P., Chi H.L, Li X. Adopting lean thinking in virtual reality-based personalized operation training using value stream mapping. Automation in Construction, 2020, vol. 119. DOI 10.1016/j.autcon.2020.103355

16. Zhu X. Y., Zhang H., Jiang Z. G. Application of green-modified value stream mapping to integrate and implement lean and green practices: A case study. International Journal of Computer Integrated Manufacturing, 2020, vol. 33, no. 7, pp. 716–731. DOI 10.1080/0951192X.2019.1667028