Сибирский государственный индустриальный университет, Новокузнецк, Россия:

А. Р. Фастыковский, заведующий кафедрой обработки металлов давлением и материаловедения ЕВРАЗ ЗСМК, докт. техн. наук, доцент, эл. почта: fastikovsky@mail.ru
А. И. Мусатова, преподаватель Института дополнительного образования, эл. почта: musatova-i@yandex.ru
С. М. Кулаков, профессор кафедры автоматизации и информационных систем, докт. техн. наук, эл. почта: kulakov-ais@mail.ru

Томский политехнический университет, Томск, Россия
Н. В. Мартюшев, доцент отделения материаловедения, канд. техн. наук, эл. почта: martjushev@tpu.ru

Московский государственный строительный университет, Москва, Россия:
А. И. Карлина, научный сотрудник, канд. техн. наук, эл. почта: karlinat@mail.ru

Для рационального планирования и прогнозирования сроков производства необходим четкий учет и нормирование продолжительности циклов выпуска продукции. Длительность изготовления партий продукции лежит в основе построения оперативных планов-графиков. Без продолжительности циклов невозможно установить календарные сроки запуска полуфабрикатов на определенную стадию обработки, а также определить сроки выпуска продукции, сроки прохождения партии продукции по отдельным производственным участкам. Рассматриваемая задача многовариантного оценивания длительности изготовления конкретной партии прокатной продукции в среднесортном цехе состоит в обосновании для каждой производственной ситуации оптимальной длительности операций, требуемых для выпуска данной партии. Для решения этой задачи необходимо: построить модели производственных процессов, выполняемых в каждом отделении среднесортного цеха; определить состав, продолжительность и условия выполнения технологических, естественных, трудовых, контрольных и транспортных операций; указать типы и число применяемого оборудования в каждом отделении; перечислить виды единиц материального потока (заготовка, пачка, пакет); установить характер и вид движения полуфабрикатов (изделий) по операциям каждого процесса; задать способы перемещения изделий от каждой предыдущей операции на каждую последующую (штучный, пакетный, партионный), а также число перемещаемых пакетов и партий; учесть вид применяемых поточных линий (непрерывная, полунепрерывная, дискретная). Все перечисленное отражено в представленном укрупненном алгоритме, апробация которого выполнена методом моделирования с использованием натурных данных действующего предприятия.

1. Фастыковский А. Р., Мусатова А. И., Кулаков С. М., Мартюшев Н. В., Карлина А. И. Разработка ситуационных моделей длительности производственных циклов изготовления партий готового проката. Сообщение 1 // Черные металлы. 2023. № 1. С. 44–51.
2. Аркин П. А., Муханова Н. В. Решение задачи выбора типа оборудования для быстрого прототипирования // Организатор производства. 2020. Т. 28. № 2. С. 108–117. DOI: 10.25987/VSTU.2020.89.98.010.
3. Митрофанов А. Ю. Моделирование стохастических производственных систем иерархической структурой // Математические методы в технологиях и технических системах. 2021. № 2. С. 84–88. DOI: 10.52348/2712-8873MMTT.
4. Lenort R., Feliks J. Production logistics concepts and systems in metallurgical companies // Metal. 2013. No. 5. P. 15–17.
5. Schönemann M., Schmidt Ch., Herrmann Ch., Thiede S. Multi-level modeling and simulation of manufacturing systems for lightweight automotive components // Procedia CIRP. 2016. Vol. 41. P. 1049–1054. DOI: 10.1016/j.procir.2015.12.063.
6. Malindžák D., Gazda A., Malindžáková M., Vitko D. The basic principles and rules for heuristic model creation in metallurgy // Metalurgija. 2013. Vol. 52, Iss. 4. P. 549–552.
7. Большова Н. В., Жуковская И. В., Щелканов С. К., Галаев А. С. Концепция внедрения системы цехового планирования и учета в АО «КРАСМАШ» // Решетневские чтения. 2015. С. 168, 169.

8. Rachad S., Fouraiji H., Bensassi B. Modeling a production system by parametric identification approach // 2014 2^nd World Conference on Complex Systems (WCCS). 2015. P. 402–406. DOI: 10.1109/ICoCS.2014.7060882.
9. Kübler F., Böhner J., Steinhilper R. Resource efficiency optimization of manufacturing processes using evolutionary computation: A turning case // The 22nd CIRP conference on Life Cycle Engineering. 2015. Vol. 29. P. 822–826.
10. Кулаков С. М., Мусатова А. И., Кадыков В. Н. Многовариантное оценивание длительности изготовления партий стальной проволоки на основе ситуационно-нормативных моделей. Сообщение 1 // Известия вузов. Черная металлургия. 2019. № 6. С. 484–491. DOI: 10.17073/0368-0797-2019-6-484-491.
11. Rüttimann B. G. Modeling of Production Systems. In book: Lean Compendium. 2017. P. 7–20.
12. Муравьева Г. Ю. Комплексный подход к определению длительности производственного цикла в отраслях с нештучным учетом выпускаемой продукции // Научные ведомости. Серия «Экономика. Информатика». 2016. № 2 (223). Вып. 37. С. 38–41.
13. Сидоренко Ю. А., Фролов В. Г., Салмина Н. А. Основные характеристики и особенности логистических систем управления материальным потоком в сфере промышленного производства // Вестник Нижегородского университета. Серия «Социальные науки». 2016. № 2 (42). С. 63–72.
14. Long F., Zeiler P., Bertsche B. Modelling the flexibility of production systems in Industry 4.0 for analysing their productivity and availability with highlevel Petrinets // IFAC-PapersOnLine. 2017. Vol. 50, Iss. 1. P. 5680–5687. DOI: 10.1016/j.ifacol.2017.08.1118.
15. Li M., Li D. Process modeling for production system based on matrix mapping // Advanced Materials Research. 2010. Vols. 156-157. P. 1497–1500. DOI: 10.4028/www.scientific.net/AMR.156-157.1497.
16. Мусатова А. И., Кулаков С. М., Кадыков В. Н. К оцениванию нормативных коэффициентов использования оборудования в прокатных цехах // Известия вузов. Черная металлургия. 2010. № 2. С. 47–51.
17. Жуковская И. В., Щелканов С. К., Балышова Н. В. Система оперативного управления производственной деятельностью цехов предприятий РКТ // Актуальные проблемы авиации и космонавтики. 2015. Т. 1. С. 452–453.