Инновационный подход к разработке технологических процессов изготовления изделий в многономенклатурном производстве


Цитировать

Полный текст

Аннотация

Актуальность работы определяется решением важной проблемы – совершенствования разработки технологических процессов (ТП) изготовления изделий в условиях производственных систем традиционных машиностроительных предприятий, осуществляющих переход к автоматизации и интеллектуализации своего производственного цикла. Для решения сформулированной выше задачи предложен инновационный подход, состоящий в разработке рациональных технологических процессов изготовления изделий многономенклатурной производственной системы на основе принятия эффективных проектных технологических решений. Предложенный способ проектирования рациональных технологических процессов изготовления изделий многономенклатурной производственной системы реализуется в разработанной авторами системе автоматизированного планирования многономенклатурных технологических процессов (САПлТП). САПлТП – современный инструмент автоматизации технологической подготовки производства, соответствующий актуальной концепции цифровизации производства. Разработанный авторами комплекс контрольно-измерительных процедур (ККИП), способствующий совершенствованию САПлТП, направлен на модернизацию механообрабатывающих производств с традиционным производственным циклом и обеспечение процесса их цифровой трансформации. ККИП осуществляет автоматизированное проектирование рациональных единичных технологических процессов в мелкосерийном производстве на основе информации о реальных размерных параметрах поверхностей заготовки детали на начальном этапе создания ТП и на основе включения в структуру ТП рационального комплекта контрольно-измерительных средств (СИ), сформированного на базе ККИП, для оценки заданной точности изготовления детали. Представлено методическое и алгоритмическое обеспечение реализации ККИП, включающее в себя разработку методики координатного измерения деталей, служащей структурным элементом рационального ТП, и алгоритма формирования рационального комплекта контрольно-измерительных средств при проектировании рационального ТП.

Об авторах

Евгения Павловна Решетникова

Акционерное общество «Научно-производственное предприятие «Алмаз», Саратов (Россия)

Email: fake@neicon.ru
ORCID iD: 0000-0002-8682-964X

начальник сектора решения задач энергообмена

Россия

Петр Юрьевич Бочкарев

Волгоградский государственный технический университет, Волгоград (Россия)

Автор, ответственный за переписку.
Email: bpy@mail.ru
ORCID iD: 0000-0003-0587-6338

доктор технических наук, профессор, профессор кафедры «Технология машиностроения и прикладная механика» Камышинского технологического института

Россия

Список литературы

  1. Елисеев Д.Н., Кузнецов И.И., Братухин А.Г. Технологическая подготовка производства конкурентоспособных авиационных двигателей на основе цифровых технологий // Технология машиностроения. 2018. № 4. С. 59–67.
  2. Turner C.J., Emmanouilidis C., Tomiyama T., Tiwari A., Roy R. Intelligent Decision Support for Maintenance: an Overview and Future Trends // International Journal of Computer Integrated Manufacturing. 2019. Vol. 32. № 10. P. 936–959. doi: 10.1080/0951192X.2019.1667033.
  3. Братухин А.Г., Стрелец Д.Ю. Автоматизированная система технологической подготовки производства конкурентоспособной авиатехники (на примере самолета Sukhoi Superjet 100) // Технология машиностроения. 2017. № 9. С. 46–51.
  4. Маданов А.В. Анализ технологической подготовки производства авиационных деталей сложной геометрии на станках с числовым программным управлением // Известия Самарского научного центра Российской академии наук. 2014. Т. 16. № 1-5. С. 1467–1472.
  5. Решетникова Е.П., Бочкарев П.Ю. Разработка комплекса контрольно-измерительных процедур в системе планирования многономенклатурных технологических процессов // Вестник Поволжского государственного технологического университета. Серия: Материалы. Конструкции. Технологии. 2018. № 3. С. 80–91.
  6. Справочник технолога / под ред. А.Г. Суслова. М.: Инновационное машиностроение, 2019. 800 с.
  7. Маркелова Н.В., Поляков С.Л. Влияние технологии цифровых двойников на качество процесса проектирования радиоэлектронной продукции // Наука и бизнес: пути развития. 2020. № 9. С. 151–153.
  8. Aivaliotis P., Georgoulias K., Chryssolouris G. The use of Digital Twin for predictive maintenance in manufacturing // International Journal of Computer Integrated Manufacturing. 2019. Vol. 32. № 11. P. 1067–1080. doi: 10.1080/0951192X.2019.1686173.
  9. Chryssolouris G., Mavrikios D., Papakostas N., Mourtzis D., Michalos G., Georgoulias K. Digital Manufacturing: History, Perspectives, and Outlook // Proceedings of the Institution of Mechanical Engineers Part B-Journal of Engineering Manufacture. 2008. Vol. 223. № 5. Р. 451–462. DOI: 10.1243%2F09544054JEM1241.
  10. Справочник технолога – машиностроителя / под ред. А.С. Васильева, А.А. Кутина. М.: Инновационное машиностроение, 2018. 818 с.
  11. Митин С.Г., Бочкарев П.Ю. Принципы создания системы автоматизированного проектирования технологических операций в условиях многономенклатурного производства // Вектор науки Тольяттинского государственного университета. 2015. № 2-2. С. 117–122.
  12. Nazaryev A., Bochkarev P., Reshetnikova E. Integrated approach to process design of manufacturing of high-precision products // IOP Conference series: Materials science and Engineering. 2020. Vol. 709. Article number 033085.
  13. Решетникова Е.П., Бочкарев П.Ю. Разработка моделей для формализации проектирования контрольно-измерительных процедур технологического процесса изготовления деталей машиностроительных производств // Известия Волгоградского государственного технического университета. 2020. № 8. С. 46–50.
  14. Решетникова Е.П., Бочкарев П.Ю. Концепция группирования деталей механообрабатывающих производств при формировании рационального маршрута технологического процесса их изготовления // Наукоемкие технологии в машиностроении. 2021. № 3. С. 19–25.
  15. Odell P.L., Duran B.S. Mathematical programming and Cluster analysis: a survey // Cluster Analysis. Lecture notes in Economics and mathematical systems. Berlin: Heidelberg, 1974. Vol. 100. P. 43–72. doi: 10.1007/978-3-642-46309-9.
  16. Maulik U., Bandyopadhyay S. Genetic algorithm-based clustering technique // Pattern Recognition. 2000. Vol. 33. № 9. P. 1455–1465. doi: 10.1016/S0031-3203(99)00137-5.
  17. Mirjalili S. Evolutionary Algorithms and Neural Networks. Switzerland: Springer, 2019. Vol. 780. 156 p. doi: 10.1007/978-3-319-93025-1_4.
  18. Kramer O. Genetic Algorithms. Switzerland: Springer, 2017. Vol. 679. 92 p. doi: 10.1007/978-3-319-52156-5.
  19. Бокова Л.Г., Королев Р.Д., Бочкарев П.Ю. Использование показателя однородности по используемому оборудованию при оценке производственной технологичности деталей // Известия Волгоградского государственного технического университета. 2018. № 7. С. 7–13.
  20. Решетникова Е.П., Бочкарев П.Ю., Бокова Л.Г. Назначение оптимального комплекта контрольно-измерительного инструмента в механообрабатывающей системе с учетом складывающейся производственной ситуации: свидетельство о регистрации государственной программы для ЭВМ 2018614651.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© ,



Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах