The Digital Twin for Agricultural Machinery Restoration Processes

Cover Page


Cite item

Full Text

Abstract

Introduction. Agricultural machinery provides the required level of mechanization. Sand abrasive, dirt, and open-air operations considerably accelerate the wear of mechanisms. An improper work plan and lack of complete information about the state of specific equipment units increase the time for repair and maintenance operations. The purpose of the study is to develop a digital twin model for the repair and restoration system of enterprises. The model will reduce material costs and allow for the best solutions to organize the work.
Materials and Methods. The model is developed on the basis of simulation modeling. The authors used the approach based on discrete-event modeling with the logical-mathematical apparatus for describing events occurring in a real object.
Results. Information support is formed taking into account the parameters of the production systems of repair enterprises and a mathematical model, which is a digital twin of the production system. This approach made it possible to automate the development of optimal plans for organizing repair work by repair enterprises, taking into account their interrelationships.
Discussion and Conclusion. The digital twin for the generalized production system of repair organizations allows developing options for the resource allocation and verifying them promptly to choose the best options through accumulating information about the most successful solutions. This will reduce the time for repair and restoration works, improve their quality and save labor.

Full Text

Введение

Ремонтно-восстановительные работы сельскохозяйственной техники относятся к работам, которые во многих случаях приходится проводить в полевых условиях. Сформированные бригады технического персонала выезжают на место дислокации техники, где и производят необходимый ремонт. Здесь следует выделить несколько факторов, существенно влияющих на длительность и качество ремонта. Во-первых, важно сразу определить возможность выполнения работ на месте. Это позволит существенно сократить время начала контакта бригады и техники. Во-вторых, необходимо определить состав бригады и технического вооружения. В-третьих, важно оперативно разработать и оформить объем сопроводительной документации, включая технологическую, на проведение работ.

Для достижения этого необходима организация проектных работ, от качества и скорости выполнения которых существенно зависит время простоя ремонтируемой техники. Качество выполнения указанных работ определяется средствами автоматизации и прежде всего объемом использования средств вычислительной техники. Наличие программной среды с использованием статистических данных и информационного обеспечения в области технологии ремонтных работ является залогом успешного функционирования сельскохозяйственных машин и механизмов.

Цель исследования – разработка модели цифрового двойника ремонтно-восстановительной системы предприятий. Модель позволит оперативно без материальных затрат находить наилучшие решения организации проведения требуемых работ.

Обзор литературы

Сельскохозяйственная техника является основой механизации труда. Низкая защищенность от нежелательных воздействий внешней среды и частый выход из строя являются особенностью функционирования сельскохозяйственной техники. Вопросам развития предприятий и организаций, занимающихся ремонтом и восстановлением техники, посвящен ряд работ [1–3]. Указывается, что важной составляющей успешной организации предприятий является правильное планирование и проектирование технологических процессов.

В основе любого технологического процесса лежит маршрутная технология, от правильного выбора которой зависит эффективность проводимых работ [4]. Поэтому вопросам проектирования маршрутной технологии посвящены исследования, в которых рассматриваются подходы к осуществлению проектирования и автоматизации [5]. Автоматизация проектирования предусматривает всестороннее использование средств вычислительной техники не только в качестве инструмента проектировщика, но и обеспечения процессов управления технологическим оборудованием, что особенно важно на этапе жизненного цикла, связанного с техническим сопровождением и сервисным обслуживанием [6–8].

Качество проектирования ремонтно-восстановительных работ определяет их производительность и себестоимость. В одной из работ особое внимание уделено вопросам определения структуры технологических процессов, выполняемых на предприятиях. Отмечается, что их структура зависит от организации производства и может отличаться от оптимальной [9]. При разработке технологических процессов реализуются две процедуры: структурный и параметрический синтез. Процедура структурного синтеза технологических процессов является трудно формализуемой, что вызывает большие сложности при ее автоматизации [10–12].

Математическое моделирование процессов распределения технологических операций, в частности ремонтно-восстановительных задач по рабочим местам ремонтных организаций, приобретает особое значение в этих условиях [13; 14]. Разработка математических моделей позволяет использовать основные положения проектно-операционного управления [15–17]. Проектно-операционное управление позволяет объединять в организационное целое технологическую подготовку производства и поддерживать производственные процессы на протяжении их жизненного цикла на основе формирования информационного обеспечения [18; 19]. В последнее время получило развитие проектно-операционное управление, позволяющее моделировать производственные процессы с позиции прогнозного моделирования [20; 21].

Большое значение имеет создание новых подходов для автоматизации расчетов параметров технологических процессов [22; 23]. Создание моделей для параметрического синтеза режимов технологических процессов [24], теория и практика обработки металлов резанием [25], оперативная диагностика технологического оборудования [26] позволяют оперативно получать данные о режимах обработки, обеспечиваемой точности, требуемой технологической оснастке и т. д. Все это является необходимым при моделировании различных структурных вариантов построения технологических процессов ремонтно-восстановительных работ.

Анализ литературных источников показывает, что существует репрезентативная база научных исследований, позволяющая разработать программную среду для поиска рациональной организации ремонтно-восстановительных работ сельскохозяйственной техники, минимизировать трудоемкость выполняемых работ и сократить время простоя оборудования.

Материалы и методы

Основным критерием эффективности функционирования производственной системы является степень загрузки ее технологических составляющих при одновременном отсутствии очереди на проведение ремонтных работ. С одной стороны, должна быть минимальная избыточность производственных мощностей, а с другой – отсутствие очередей. Заявки поступают в производственную систему в различной последовательности, что вызывает противоречие описанных требований. Они начинают влиять на планирование. Для выполнения требований необходимо рационально распределить задачи по рабочим местам и времени. Это можно сделать с помощью цифрового двойника ремонтной производственной системы. В основе цифрового двойника лежит математическая модель, позволяющая описать состояние производственной системы в текущий момент времени и получить информацию о ее состоянии в будущем с учетом происходящих событий.

Матричное описание параметров производственной системы предлагается как основа математической модели. Матрица представляет собой двумерную матрицу Mt вида

 

Mt= t 11 t 1n t n1 t nn ,       (1)

 

где tij – период времени переналадки технологического оборудования (рабочего места) при переходе от выполнения одной работы к другой. Как правило, при равенстве индексов i и j (диагональ) соответствующие компоненты обращаются в ноль.

Таким образом, предлагаемая матрица (1) характеризует каждую единицу технологического оборудования или одно рабочее место. Время выполнения технологических операций описывается массивом значений

Tоп = | tоп1, … tопi, … tопn |,        (2)

где tопi – время выполнения i-й операции.

Весь объем технологических операций, который может быть выполнен в производственной системе, можно представить как бинарную матрицу вида

B= b 11 b 1n b n1 b nn .        (3)

Здесь каждый компонент матрицы представляет собой значение либо логического нуля (операция не выполняется), либо логической единицы (операция выполняется).

Таким образом, произведение матриц определяет трудоемкость в единицах времени выполнения всего технологического процесса ремонтно-восстановительных работ.

Q = MtB + Tоп                 (4)

 Совокупное значение величины Tоп (2) определяется путем сложения соответствующих компонент tопi, исходя из их значений бинарной матрицы B (3). Для поиска рациональных решений рассматриваются различные варианты маршрутов (3), а по критерию трудоемкости (4) из них выявляются рациональные.

Результаты исследования

Реализация цифрового двойника процессов восстановления сельскохозяйственной техники на основе описанной модели выполнена в виде разработанной программной среды, позволяющей автоматизировать поиск рациональных решений. С целью отслеживания ремонтных и восстановительных работ и задач, а также контроля процесса их выполнения допускается возможность применения имеющихся на рынке систем управления проектами типа Microsoft Project. Данные в них будут поступать непосредственно из системы автоматизированного проектирования (САПР) в автоматизированном режиме. Это даст заметное сокращение трудоемкости задачи по формированию проекта. 

Процессы предлагаемого комплексного решения покрывают несколько важнейших этапов жизненного цикла, способствующих эффективной работе технологических систем ремонтных и восстановительных предприятий.

Рассматриваемая интегрированная среда моделирования включает комплект программ и приложений, содержащий такие продукты, как Siemens PLM, Oracle и Microsoft (тут могут предлагаться варианты конфигурации решения для поддержки базы данных средствами Microsoft SQL либо средствами Oracle в зависимости от требований конечного заказчика).

Базовый алгоритм системы включает последовательное выполнение следующих этапов:

  1. Проектирование и инженерные расчеты параметров и структуры ремонтной установки.
  2. Создание технологических процессов и программ для управления ремонтными и восстановительными работами.
  3. Составление конструкторской документации (КД) и технологической документации (ТД).
  4. Формирование производственного плана.
  5. Анализ и расчет экономических характеристик.
  6. Консолидация результатов, документации и построение базы новых решений [27].

Ключевым моментом при реализации вышеперечисленных этапов является обмен данными между независимыми средствами проектирования, управления, моделирования и организация их совместной работы. Эта проблема наиболее заметна при переходе от проектирования к планированию производства, что может потребовать дополнительных решений путем реализации специального программного обеспечения, которое и было предложено авторами в виде нескольких модулей, созданных инструментальными средствами современного программирования C#. Это привело к образованию инвариантной среды моделирования, включающей алгоритмы создания информационных моделей, консолидирующих данные, в том числе и требуемые для планирования производственных работ.

Представленное решение легло в основу системы структурно-параметрического моделирования (СПМ), функционирующей на базе лингвистической интерпретации проектируемых изделий с дальнейшей визуализацией программными средствами. Параллельно в модели реализуются необходимые инженерные расчеты и проектные характеристики объектов и задач. Помимо этого, комплекс дает возможность автоматизировать поиск оптимальной конфигурации оборудования для ремонтно-восстановительных работ, который зачастую требует значительных машинных ресурсов и высокопроизводительных вычислительных систем, а иногда и очень высоких временных затрат, особенно при моделировании многочисленных вариантов технологических процессов. Решением в данном случае стала дифференциация видов рабочих моделей в зависимости от простоты и объема данных. В случае незначительного размера модели и имеющегося свободного ресурса времени поиск может проводиться обычным способом путем перебора необходимого числа итераций. В противном случае, если время ограниченно, а модель велика или содержит большой объем данных, лучшим вариантом становится предварительный подбор адекватного метода оптимизации из набора уже имеющихся (например, методы линейного или целочисленного программирования).

Для решения задачи моделирования различных вариантов организации ремонтно-восстановительных работ по конкретным объектам предложен программно-методический комплекс (ПМК) СПМ, представляющий инвариантную среду моделирования.

На первом этапе работы системы формируется задание на проектирование и планирование задач на основе списков требуемых ремонтных или восстановительных работ оборудования. Проводится анализ существующих результатов по аналогичным работам, ранее выполненным предприятием. Здесь же учитываются пожелания, корректировки и замечания, сделанные на различных этапах в прошлом с учетом возникших более благоприятных условий: обновление за этот период времени технологического оборудования, улучшение используемой оснастки и т. п. Если нет возможности скорректировать условия планируемых работ, в качестве основы принимается лучший вариант из присутствующих в базе. Параллельно ведется попытка построения обновленного варианта на базе реальных возможностей партнеров. Все процессы, проводимые в рамках предложенной среды, могут идти как локально в одной организации, так и распределено с участием внешних проектировщиков удаленных предприятий. Итоговым результатом этапа служат комплект чертежей, технических описаний, дополнительной документации и наборы моделей по всему объекту. Параметризация является необходимой для модели. Она может включать заданные инженерные расчеты, в том числе и прочностные по методу конечных элементов. Инженеры готовят единую параметризованную модель со сквозной системой параметризации (рис. 1, табл. 1) таким образом, чтобы обмен данными по модернизации или модификации транслировался на все системы проектирования, включенные в комплекс. Это реализуется с помощью дополнительного программного модуля, через стандартный формат, например таблицы Excel, путем обмена параметрами между САПР. По завершении формирования компоновочной модели проектировщики проверяют соответствие заданию и функциональные возможности.

 

Рис. 1. Упрощенная модель ремонтного приспособления в СПМ

Fig. 1. Simplified model of a repair group in structural-parametric modeling

 

Второй этап включает сравнение и проверку всех альтернативных вариантов по нескольким показателям, включая функциональную избыточность. Оптимальным вариантом будет перекрытие областей необходимых и реальных технологических возможностей по решению поставленных задач. В практическом опыте реальные возможности оказываются выше и при приближении разности к минимальной применяемые технологические ресурсы снижаются, оставляя в реальной системе больше возможностей, что снижает объем необходимого запаса технологического оборудования. По мере надобности инженер получает задание по дальнейшей доработке самого удачного варианта, если он реализуется в аналогичных ремонтных работах на том же оборудовании. Цель сократить время и снизить трудоемкость. Функционирование принятого варианта проверяют средствами программного технологического моделлера PRTECH. Итогом этого этапа служит полностью готовая документация на проектируемое изделие.

 

Таблица 1 Представление параметров модели в ПМК СПМ

Table 1 Representation of model parameters in the software-methodological complex of structural-parametric modeling

 

Свойства / Properties

Изображение / Image

Параметры / Parameters

Значения / Values

Код / Code

ц_основ

кол / quantity

1

 

КОЛ / QUANTITY

100

Метка / Label

1

ШИФР / CIPHER

1.1.1.1

 

Угол (поворот) / Angle (rotation)

10

Имя / Name

Основание / Base

Вес / Weight

0,9

 

Sok

0,3

V

Входит в решение / Included in solution

dx

350

 

t (трудоемкость обработки) /t (labor intensity)

1,245

Тело / Body

+

B

165

 

H

245

Тип / Type

Д

L

700

 

 

Третий этап включает планирование сроков проведения ремонтно-восстановительных работ при использовании готового варианта объекта, на котором они будут выполняться. Модель вводится в специальный модуль обмена, что решает задачу автоматизированной передачи информации для получения данных о сроках проведения ремонтно-восстановительных работ, и составляется план загрузки оборудования ремонтных организаций. В рамках данного этапа по итогам построения модели в базу вносится информация о наиболее удачных решениях в заданных условиях. В дальнейшем эти данные подвергаются анализу, составляется заключение.

Для автоматизации процесса формирования проекта с целью управления и планирования работ может быть предложен специальный модуль, который работает в комплексе с ПМК СПМ и создает промежуточные базы данных, готовые для загрузки в систему Microsoft Project.

Созданный коллективом авторов модуль рассчитан на автоматизацию работ по формированию проекта, представляющего процесс создания, модификации, ремонта или восстановления объекта в системе Microsoft Project. Данный модуль позволяет обеспечить визуальное представление (рис. 2, табл. 2) и управление проектами в ходе подготовки объекта для проведения ремонтно-восстановительных работ в условиях сельскохозяйственного комбината.

 

 
 
 
Рис. 2. Фрагмент диаграммы проекта на сборку изделия в MS Project

Fig. 2. Project diagram fragment for assembling a product in MS Project
 
 

Таблица 2 Представление списка задач в проекте

Table 2 Representing the tasks of the project

 

Название задачи / Task name

Длительность / Duration

Производственная специфика узла «Опора» [Узел-ПС], д / Production specifics of the Supportˮ [Uzel-PS], days

11,07

Контроль выборочный (20) [T_kontr], ч / Selective control (20) [T_kontr], h

0,67

Окраска узла [T_malyr], ч / Painting works [T_malyr], h 

7,53

Сборка узла [T_sbsv_uzel], ч / Assembly works [T_sbsv_uzel], h

23,33

«Штырь» [Деталь1-ПС], д / “Pin” [Detal1-PS], days

7,12

Механическая обработка детали «Штырь» [T_mech_Detal1], ч / Machining of the “Pin” [T_mech_Detal1], h

56,97

Ресурсы для «Штыря» [Detal1-PS], ч / Resources for “Pin” [Detal1-PS], h

0,02

Основание [Деталь2-ПС], д / Base [Detal2-PS], days

3,16

Острые кромки притупить [T_sles], ч / Sharp edges blunt [T_sles], h

1,26

Механическая обработка детали «Основание» [T_mech_Detal2], ч / Machining of the “Base” [T_mech_Detal2], h

8,03

Заготовка-швеллер (отрезка) [T_shv], ч / Blank-channel (cut) [T_shv], h

16,00

 

На завершающем этапе составляется необходимая документация, включающая следующие отчеты в типовой форме: отчеты о датах начала проведения ремонтно-восстановительных работ в рамках имеющихся заказов и планов; отчеты о поставке и сборке объекта на месте проведения ремонтно-восстановительных работ; диаграммы Гантта, иллюстрирующие ход одновременно проводимых ремонтно-восстановительных работ; графики загрузки ремонтных агрегатов и установок во времени.

Здесь важно заметить возможность перспективы в виде усовершенствования средств планирования так, чтобы оператор мог работать с информацией на более ранних этапах построения модели изделия. Это дало бы возможность устранить или обойти ошибочные варианты моделирования на более ранней стадии проектирования. Такое смещение процессов оптимизации способствует своевременному получению информации о стоимости, продолжительности и предполагаемых перегрузах ремонтного оснащения.

На завершающей итерации производится интеграция имеющихся результатов моделирования в унитарной среде СПМ в форме комплексной информационной модели, представленной лингвистическими средствами (это могут быть графические файлы с таблицами и графиками, диаграммы Microsoft Project, отчеты в Word или Excel, результаты инженерных анализов в формате HTML-отчетов с изображениями и эпюрами, визуальные представления сборки, сборочные чертежи в различных форматах, в том числе из AutoCAD, спецификации и технические характеристики, результаты испытаний и технологическая документация в стандартных форматах).

Разработанный подход сделал возможным консолидировать все данные об изделиях сельскохозяйственной техники в единую базу, что заметно облегчает работу с ней при организации ремонтно-восстановительных работ. Работа проводится в области единой интегрированной системы, при этом планирование, отслеживание и организация восстановительных и ремонтных работ выполняется с применением высокоэффективных инструментов автоматизированного проектирования. Использование имитационной модели, в основе которой заложен дискретно-событийный аппарат в виде логико-математического описания элементов модели, позволило исключить аналитическое описание реального объекта, что существенно упростило работу пользователя с моделью.

Обсуждение и заключение

Предложенное решение задачи поиска рациональной организации ремонтно-восстановительных работ сельскохозяйственной техники направлено на более глубокую степень автоматизации процессов планирования работ. Предлагаемые решения позволяют поддерживать разработанную модель в состоянии открытости для дальнейшего ее обогащения и использования систем автоматизации проектирования. Это позволяет реализовать интеграцию отдельных ремонтных организаций и их подразделений в единую информационную систему, что значительно повышает эффективность их работы. Обмен данными о полученных удачных решениях, аккумулированных в единую базу, позволяет ускорить принятие рациональных решений. Накопленный статистический материал открывает возможность для оптимизации состава ремонтного технологического оборудования, избегая его дублирования и ошибочного приобретения оборудования с характеристиками, не соответствующими специфике проводимых ремонтных работ.

В качестве дальнейшего развития данного направления исследований можно предположить  расширение возможностей модели путем использования агентного подхода к построению имитационной модели. Такой подход основан на децентрализованном описании реальной системы, а следовательно, требует разработки правил поведения элементов системы индивидуально под каждый из них.

 

×

About the authors

Pavel M. Kuznetsov

Moscow Aviation Institute

Author for correspondence.
Email: profpol@rambler.ru
ORCID iD: 0000-0001-9237-3848
ResearcherId: K-8831-2018

Professor of the Chair of System Modeling and Computer-Aided Design, Dr.Sci. (Engr.)

Russian Federation, 4 Volokolamskoe Shosse, Moscow 125993

Yuriy G. Sledkov

Moscow Aviation Institute

Email: ygs@mai.ru
ORCID iD: 0000-0001-6626-7283

Director of Institute No. 3 “Control Systems, Informatics, and Electric Power Engineeringˮ, Cand.Sci. (Engr.), Professor

Russian Federation, 4 Volokolamskoe Shosse, Moscow 125993

Leonid L. Khoroshko

Moscow Aviation Institute

Email: khoroshko@mati.ru
ORCID iD: 0000-0002-7487-8997
ResearcherId: P-2951-2014

Head of the Chair of System Modeling and Computer-Aided Design, Cand.Sci. (Engr.), Professor

Russian Federation, 4 Volokolamskoe Shosse, Moscow 125993

Anton O. Butko

Moscow Aviation Institute

Email: mati-tias@yandex.ru
ORCID iD: 0000-0002-7933-3582
ResearcherId: J-8953-2018

Associate Professor of the Chair of System Modeling and Computer-Aided Design, Cand.Sci. (Engr.)

Russian Federation, 4 Volokolamskoe Shosse, Moscow 125993

References

  1. Prosvirina M.E., Chervenkova S.G., Andreev V.N. Approach to the Development of Methodological Support of the Enterprise Knowledge Management System. Vestnik MGTU “STANKIN” = Vestnik MSTU “STANKIN”. 2019; (3):108-111. Available at: http://www.stankin-journal.ru/ru/articles/2183 (accessed 07.12.2020). (In Russ., abstract in Eng.)
  2. Yeleneva J.Y., Kharin A.A., Yelenev K.S., et al. Corporate Knowledge Management in Ramp-Up Conditions: The Stakeholder Interests Account, the Responsibility Centers Allocation. CIRP Journal of Manufacturing Science and Technology. 2018; 23:207-216. (In Eng.) doi: https://doi.org/10.1016/j.cirpj.2017.12.002
  3. Eleneva Yu.Ya., Andreev V.N., Zhiyu L. Development of an Approach to the Management of Investment Projects in Industrial Enterprises on the Basis of Risk Assessment. Voprosy innovatsionnoy ekonomiki = Russian Journal of Innovation Economics. 2019; 9(2):489-500. (In Russ., abstract in Eng.) doi:https://doi.org/10.18334/vinec.9.2.40781
  4. Yagopolskiy A.G., Domnyshev A.A., Vorontsov Ye.A. [Problems of Innovative Development of Mechanic Engineering Industry in Russia]. Innovatsii i investitsii = Innovation and Investment. 2019; (2):7-9. Available at: http://innovazia.ru/upload/iblock/c9d/№2 2019 ИиИ.pdf (accessed 07.12.2020).(In Russ.)
  5. Kalyakulin S.Y., Kuzmin V.V., Mitin E.V., Suldin S.P. Informational Relational Models for Calculating the Cutting Conditions in Automatic Control Systems. Russian Engineering Research. 2018;38(12):1049-1052. (In Eng.) doi: https://doi.org/10.3103/S1068798X18120250
  6. Khostikoev M.Z., Danilov I.K., Nabatnikov Yu.F., Timiryazev V.A. Improving the Performance of Multipurpose Machine Tools. Russian Engineering Research. 2019; 39(1):66-68. (In Eng.) doi: https://doi.org/10.3103/S1068798X19010052
  7. Timiryazev V.A., Khostikoev M.Z., Konoplev V.N., Vetyugov A.V. Self-Programming of the Tool Trajectory in CNC Lathes. Russian Engineering Research. 2019; 39(2):154-157. (In Eng.) doi: https://doi.org/10.3103/S1068798X19020114
  8. Khoroshko L.L., Kuznetsov P.M. Digitalization of Agricultural Machinery Rehabilitation. Inzhenernyye tekhnologii i sistemy = Engineering Technologies and Systems. 2020; 30(4):711-722. (In Russ.,abstract in Eng.) doi: https://doi.org/10.15507/2658-4123.030.202004.711-722
  9. Kondakov A.I. Quantitative Evaluation of the Similarity of Technological Operations and Its Application to the Tasks of Technological Design. Spravochnik. Inzhenernyy zhurnal = Handbook. An Engineering Journal with Appendix. 2019; (7):22-27. (In Russ., abstract in Eng.) doi: https://doi.org/10.14489/HB.2019.07.PP.022-027
  10. Kondakov A.I., Gemba I.N. Multiconnectivity of Specialized Production Systems. Spravochnik.Inzhenernyy zhurnal = Handbook. An Engineering Journal with Appendix. 2019; (10):34-38. (In Russ.,abstract in Eng.) doi: https://doi.org/10.14489/hb.2019.10.pp.034-038
  11. Kalyakulin S.Yu., Kuzmin V.V., Mitin E.V., Suldin S.P. [Formulationn of Automated Process-Design Problems in CNC Systems]. STIN = Russian Engineering Research. 2020; (1):2-5. Available at:http://stinyournal.ru/soderzhanie-stin-2020/ (accessed 07.12.2020). (In Russ.)
  12. Boiko P.F., Timiryazev V.A., Khostikoev M.Z., Danilov I.K. Hole Restoration in situ Using a Mobile Machine Tool, without Disassembly. Russian Engineering Research. 2019; 39(4):345-348. (In Eng.)doi: https://doi.org/10.3103/S1068798X19040038
  13. Kuznetsov P.M., Khoroshko L.L. Digitalization of Multi-Object Technological Projecting in Terms of Small Batch Production. Inventions. 2020; 5(3):38-48. (In Eng.) doi: https://doi.org/10.3390/inventions5030038
  14. Timiryazev V.A., Khostikoev M.Z., Konoplev V.N., et al. Improving Precision in Selective Assembly. Russian Engineering Research. 2019; 39:499-502. (In Eng.) doi: https://doi.org/10.3103/S1068798X19060182
  15. Tsyrkov A.V., Kuznetsov P.M., Tsyrkov G.A., et al. Project and Operations Management of Machine-Building Production. Vestnik Mordovskogo universiteta = Mordovia University Bulletin. 2018;28(4):511-522. (In Russ., abstract in Eng.) doi: https://doi.org/10.15507/0236-2910.028.201804.511-522
  16. Butko A.O., Kuznetsov P.M., Khoroshko L.L. Creating a Digital Twin of Crushing and Milling Equipment Reconditioning Process. Gornyy informatsionno-analiticheskiy byulleten (nauchno-tekhnicheskiy zhurnal) = Mining Informational and Analytical Bulletin (Scientific and Technical Journal).2020; (8):130-144. (In Russ., abstract in Eng.) doi: https://doi.org/10.25018/0236-1493-2020-8-0-130-144
  17. Kalyakulin S.Yu., Kuz’min V.V., Mitin E.V., Sul’din S.P. Automated Design of Information Processing in Preproduction. Russian Engineering Research. 2020; 40(5):413-415. (In Eng.) doi: https://doi.org/10.3103/S1068798X2005010X
  18. Khostikoev M.Z., Timiryazev V.A., Orlov E.M. Control of the Machining Precision in Thread Cutting. Russian Engineering Research. 2018; 38(12):1022-1025. (In Eng.) doi: https://doi.org/10.3103/S1068798X18120109
  19. Haba E., Timiryazev V.A. Application of Additive Technologies in Manufacture of Machine Parts. Gornyy informatsionno-analiticheskiy byulleten (nauchno-tekhnicheskiy zhurnal) = Mining Informational and Analytical Bulletin (Scientific and Technical Journal). 2018; (11):136-144. Available at:https://www.giab-online.ru/files/Data/2018/11/136_144_11_2018.pdf (accessed 07.12.2020). (In Russ.,abstract in Eng.)
  20. Tsyrkov A.V., Yurtsev E.S., Ragutkin A.V., et al. Product Life Cycle Management from the Position of the New Owning of the Organization of Production Systems. Kachestvo i zhizn = Quality and Life. 2019; (2):28-34. Available at: https://www.ql-journal.ru/arc/2019_2_22.pdf (accessed 07.12.2020).(In Russ., abstract in Eng.)
  21. Haba E., Timiryazev V.A. Technological Capabilities of Efficient Use of Additive Technologies in Manufacture of Machine Parts. Gornyy informatsionno-analiticheskiy byulleten (nauchno-tekhnicheskiy zhurnal) = Mining Informational and Analytical Bulletin (Scientific and Technical Journal). 2018;(8):156-162. (In Russ., abstract in Eng.) doi: https://doi.org/10.25018/0236-1493-2018-8-0-156-162
  22. Martinov G.M., Kozak N.V. Numerical Control of Large Precision Machining Centers by the AxiOMA Contol System. Russian Engineering Research. 2015; 35(7):534-538. (In Eng.) doi: https://doi.org/10.3103/S1068798X15070114
  23. Maksimovskii D.E. Automation of Process Design by Design-Technological Parameterization.Russian Engineering Research. 2011; 31(9):870-872. (In Eng.) doi: https://doi.org/10.3103/S1068798X14110082
  24. Astapov V.Yu., Khoroshko L.L., Afshari P., Khoroshko A. Computer Aided Design in the Modeling Mode of Technological Processes Producing the Elements of the Flying Apparatus Constructions.Trudy MAI = Works of MAI. 2016; 87. Available at: https://www.elibrary.ru/item.asp?id=26293291 (accessed 07.12.2020). (In Russ., abstract in Eng.)
  25. Kuzmin V.V., Kalyakulin S.Yu. [Stages of Data Conversation for Automated Determination of Technological Process Parameters]. Avtomatizatsiya. Sovremennye tekhnologii = Automation. Modern Technologies. 2015; (9):13-16. Available at: https://www.mashin.ru/files/2015/ao_915_web.pdf (accessed 07.12.2020). (In Russ.)
  26. Dmitriyev B.M. Diagnosis of Technical State of Flex Production System. Remont. Vosstanovlenie.Modernizatsiya = Repair, Reconditioning, Modernization. 2018; (1):10-14. Available at: http://www.nait.ru/journals/number.php?p_number_id=2724 (accessed 07.12.2020). (In Russ., abstract in Eng.)
  27. Butko A.O., Kuznetsov P.M. Creating of Information Models in Integrated Systems. Oboronnyy kompleks – nauchno-tekhnicheskomu progressu Rossii = Defense Industry Achievements – Russian Scientific and Technical Progress. 2019; (3):20-25. Available at: http://izdat.ntckompas.ru/editions/for_readers/archive/article_detail.php?SECTION_ID=160&ELEMENT_ID=24794 (accessed 07.12.2020). (In Russ.,abstract in Eng.)

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Simplified model of a repair group in structural-parametric modeling

Download (15KB)
3. Fig. 2. Project diagram fragment for assembling a product in MS Project

Download (31KB)

Copyright (c) 2025 Kuznetsov P.M., Sledkov Y.G., Khoroshko L.L., Butko A.O.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Founded in 1990
Certificate of registration PI № FS77-74640 of December 24 2018.

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».