Evaluation of engineering solutions in the development of the procurement section for the metal construction workshop

• Autorzy: Palchevskyi Bogdan , Krestyanpol Lyubov

Identyfikatory

DOI

10.35784/iapgos.5702

Warianty tytułu

PL

Ocena rozwiązań inżynierskich w rozwoju działu zakupów dla warsztatu konstrukcji metalowych

• Języki publikacji: EN

Abstrakty

EN

Modern complex production requires approaches to improving production systems that create a comprehensive understanding of processequipment-product interactions along the technological process chain, rather than focusing solely on individual processes. Any production system consists of separate but interconnected elements arranged in a certain sequence: reserve, workstation, operation workstation, working process. This document proposes an approach to support and improve the production system using these elements and establishing connections between them and their parameters. This allows process models of various complexities to be constructed, laying the groundwork for improving the production system. The article discusses the process of building a simulation model of a production system – a machining department for manufacturing semi-finished products from metal rods. In the model, each element of the production system is graphically represented, allowing the use of a flowchart for simulation modeling. The purpose of developing the simulation model is to optimize the operation of the machining department by identifying those workstations in the technological process where the longest idle time is observed during operations and optimizing the structure of the department. Additionally, this approach has been tested and implemented based on the scenario of using the simulation model in mechanical engineering production.

PL

Nowoczesna złożona produkcja wymaga takiego podejścia do doskonalenia systemów produkcyjnych, które tworzy holistyczne spojrzenie i zrozumienie interakcji proces-urządzenie-produkt w łańcuchu technologicznym procesu, zamiast skupiać się wyłącznie na poszczególnych procesach. Każdy system produkcyjny składa się z oddzielnych, ale połączonych ze sobą pewną sekwencją elementów: rezerwy, miejsca pracy, funkcjonowanie miejsca pracy, proces pracy. W artykule zaproponowano podejście do utrzymania i doskonalenia systemu produkcyjnego z wykorzystaniem tych elementów oraz ustalenia zależności pomiędzy nimi a ich parametrami. Pozwala to na konstruowanie modeli procesów o różnej złożoności, tworząc podstawy do doskonalenia systemu produkcyjnego. Rozpatrzono proces budowy modelu symulacyjnego systemu produkcyjnego – miejsca zaopatrzenia w produkcję półproduktów z prętów metalowych. W modelu każdy element systemu produkcyjnego jest reprezentowany graficznie, co pozwala na wykorzystanie schematu blokowego do modelowania symulacyjnego. Celem opracowania modelu symulacyjnego jest optymalizacja działania wydziału obróbki skrawaniem poprzez identyfikację tych stanowisk pracy w procesie technologicznym, na których obserwuje się najdłuższy czas przestoju podczas operacji oraz optymalizację struktury wydziału. Dodatkowo podejście to zostało przetestowane i wdrożone w oparciu o scenariusz wykorzystania modelu symulacyjnego w produkcji inżynierii mechanicznej.

Słowa kluczowe

EN

simulation modeling; production process; machine-building enterprises; downtime

PL

modelowanie symulacyjne; proces produkcyjny; przedsiębiorstwa produkujące maszyny; przestoje

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2024
• Tom: T. 14, nr 2
• Strony: 96--100
• Opis fizyczny: Bibliogr. 11 poz., rys., tab., wykr.

Twórcy

autor

Palchevskyi Bogdan

• Lutsk National Technical University, Faculty of Computer and Information Technologies, Department of Automation and Computer-Integrated Technologies, Lutsk, Ukraine

• https://orcid.org//0000-0002-4000-4992

autor

Krestyanpol Lyubov

• Lesya Ukrainka Volyn National University, Faculty of Foreign Philology, Department of Applied Linguistics, Ukraine

• https://orcid.org/0000-0003-3617-7900

Bibliografia

• [1] Bratushka S. M.: Simulation modeling as a tool for research of complex economic systems. Bulletin of the Ukrainian Academy of Banking 2(27), 2009, 113–118.
• [2] Kong F. S. et al.: Simulation Modeling of Production System Considering Human Behavior. IEEE International Conference on Industrial Engineering and Engineering Management (IEEM), 2020, 123–127.
• [3] Nesterenko A. O., Visloukh S. P.: Optimization of instrument-making production processes by imitation modeling. Proceedings of the VII International scientific-practical conference, 2017, 143–158.
• [4] Palchevskyi B., Krestyanpol L.: Application of Predictive Maintenance in the Packaging Production. Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska – IAPGOS 12(3), 2022 27–33.
• [5] Palchevskyi B., Krestyanpol L.: The Use of the “DigitalTwin” Concept for Proactive Diagnosis of Technological Packaging Systems. Babichev S., Peleshko D., Vynokurova O. (eds.): Data Stream Mining & Processing. DSMP 2020. Communications in Computer and Information Science 1158, 423–444, Springer 2020.
• [6] Palchevskyi B., Krestyanpol L.: Strategy of Construction of Intellectual Production Systems. IEEE Third International Conference on Data Stream Mining & Processing (DSMP), 2020, 362–365 [https://doi.org/10.1109/DSMP47368.2020.9204190].
• [7] Pawlewski P.: Using PFEP For Simulation Modeling of Production Systems. Procedia Manufacturing 17, 2018, 811–818 [https://doi.org/10.1016/j.promfg.2018.10.132].
• [8] Stobrawa S. et al.: Design of Simulation Models. Stjepandic J., Sommer M., Denkena B. (eds.): DigiTwin: An Approach for Production Process Optimization in a Built Environment. Springer Series in Advanced Manufacturing. Springer, Cham. [https://doi.org/10.1007/978-3-030-77539- 1_9].
• [9] Sujova E. et al.: Simulation Models of Production Plants as a Tool for Implementation of the Digital Twin Concept into Production. Manufacturing Technology 20(4), 2020, 527–533 [https://doi.org/10.21062/mft.2020.064].
• [10] Wache H., Dinter B.: The Digital Twin - Birth of an Integrated System in the Digital Age. Proceedings of the 53rd Hawaii International Conference on System Sciences, 2020, 5452–5460 [https://doi.org/10.24251/HICSS.2020.671].
• [11] Wenzel S. et al.: Trends in Automatic Composition of Structures for Simulation Models in Production and Logistics. Winter Simulation Conference (WSC), 2019, 2190–2200 [https://doi.org/10.1109/WSC40007.2019.9004959].