DEVELOPMENT OF THE THEORY AND PRINCIPLES FOR PLANNING MULTIPRODUCT MANUFACTURING ACTIVITY OF MACHINING AND ASSEMBLY

Abstract

Instructional guidelines for planning a multiproduct manufacturing activity (MA) for machining and assembly aimed at solving currently existing problems of machining industries process design, i.e. subjectivity of making design decisions, insufficient automation, and inability of the observing of current production situation are presented. The objective reasons for the need to improve approaches to the development of MA are the long cycle of the process design period, the low quality of the processes operation, and the impossibility to adjust MA at the implementation stage. The main structural elements of multiproduct manufacturing activity planning are described. Based on a systematic approach, all stages of work on technological support of production systems are combined, making possible to use the information arrays of data on the real state of the production system and operational information on production tasks in a short time frame. The results of theoretical work provide for the process of making MA as a system that combines the design and implementation of technology, taking into account the impact of changes in the production situation. In the process of approbation and use of the presented methodological approaches, significant areas of research were identified, smoothing away difficulties connected with the performance targets, enabling the development path of the system. Among them: the interaction with the design preparation of production; detailing data on the initial workpieces in connection with the choice of the MA structure and the appointment of a rational set of technological equipment; determining the requirements for technological equipment, focused on ensuring the flexibility of their use; determining the correlations between the multiple-path design of parts manufacturing process and the requirements for accuracy indicators in the assembly of products. The developed formalized models for the implementation of the stages of technological preparation of machining industries are a background for full automation of MA design and highly efficient functionality of machine-building complexes.

About the authors

Pyotr Yur'evich Bochkarev

ORCID iD: 0000-0003-0587-6338
doctor of technical sciences

References

  1. Справочник технолога / под общей ред. А.Г. Суслова. М.: Инновационное машиностроение, 2019. 800 с.
  2. Базров Б.М. Базис технологической подготовки машиностроительного производства: монография. М.: КУРС, 2023. 324 с.
  3. Справочник технолога-машиностроителя. В 2-х т. Т.2 / Под ред. А.С. Васильева, А.А. Кутина. 6-е изд. М.: Инновационное машиностроение, 2018. 818 с.
  4. Васильев А.С., Дальский А.М., Золотаревский Ю.М., Кондаков А.И. Направленное формирование свойств изделий машиностроения /под ред. А.И. Кондакова. М.: Машиностроение, 2005. 352 с.
  5. Суслов А.Г., Федонин О.Н., Петрешин Д.И. Фундаментальные основы обеспечения и повышения качества изделий машиностроения и авиакосмической техники. Вестник Брянского государственного технического университета. 2020; 2(87). С. 4–10.
  6. He B., Bai K.J. Digital twin-based sustainable intelligent manufacturing: a review // Adv. Manuf. 2021. Vol. 9. P. 1–21.
  7. Чигиринский Ю.Л., Крайнев Д.В., Фролов Е.М. Цифровизация машиностроительного производства: технологическая подготовка, производство, прослеживание // Наукоемкие технологии в машиностроении. 2022. № 8 (134). С. 39–48.
  8. Ингеманссон А.Р. Основные положения методологии технологической подготовки производства и адаптивного управления в цифровых производственных системах для механической обработки // Известия Волгоградского государственного технического университета. 2021. № 1 (248). С. 15–18.
  9. Tao F., Zhang M. Digital twin shop-floor: a new shopfloor paradigm towards smart manufacturing // IEEE Access. 2018. Vol.5. P. 20418–20427.
  10. Chakraborty S., Chowdhury R. Graph-theoretic-approach-assisted Gaussian Process for Nonlinear Stochastic Dynamic Analysis Under Generalized Loading // Journal of Engineering Mechanics. 2019. Vol. 145. № 12. P. 04019105.
  11. Бочкарёв П.Ю. Проектирование маршрутов многономенклатурных технологических процессов механообработки. Саратов: Сарат. гос.техн.ун-т, 1996.104 с.
  12. Бочкарёв П.Ю., Королёв А.В. Принципы создания системы планирования гибких технологических процессов // Доклады Российской академии естественных наук. 1999. № 1. С. 172–184.
  13. Бочкарёв П.Ю. Системное представление планирования технологических процессов механообработки // Технология машиностроения. 2002. № 1. С. 10–14.
  14. Бочкарев П.Ю., Королев Р.Д., Бокова Л.Г. Расширение информационного обеспечения оценки производственной технологичности изделий // Наукоемкие технологии в машиностроении. 2021. № 9 (123). С. 36–41.
  15. Митин С.Г., Бочкарев П.Ю., Азиков Н.С. Метод генерации структур технологических операций для оборудования сверлильной группы // Проблемы машиностроения и надежности машин. 2018. № 2. С. 69–74.
  16. Решетникова Е.П., Бочкарев П.Ю. Принципы формирования комплекса контрольно-измерительных процедур в системе автоматизированного планирования производства // Наукоемкие технологии в машиностроении. 2022. № 11 (137). С. 25–31.
  17. Иванов А.А., Бочкарев П.Ю. Оперативное планирование в многономенклатурном производстве. Методы и алгоритмы взаимодействия: монография. Saarbrucken: LAP LAMBERT, 2016. 270 с.
  18. Nazariev A.V., Bochkarev P.Y. Technological support of assembly based on the principles of identifying critical requirements for high-precision products // Advanced Engineering Research (Rostov-on-Don). 2024. Т. 24, № 1. С. 66–77.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».