ПРИМЕНЕНИЕ ПОЛУМАРКОВСКОЙ МОДЕЛИ ДЛЯ ИССЛЕДОВАНИЯ ПАРАМЕТРОВ МЕХАНОСБОРОЧНОГО ПРОИЗВОДСТВА С УЧЕТОМ РАЗЛИЧНЫХ ВИДОВ ОТКАЗОВ
Аннотация и ключевые слова
Аннотация (русский):
Предлагается методика исследования производительности и надежности технологических процессов механосборочного производства на этапах жизненного цикла изделий машиностроения. Предлагается полумарковская математическая модель, позволяющая анализировать, например, технологические процессы изготовления резьбовых соединений. В предлагаемой модели определяются функции распределения (ФР) времени обслуживания единицы продукции с учетом отказов. ФР позволяют обеспечить информационную согласованность моделей различных иерархических уровней и исследовать взаимосвязь этапов жизненного цикла изделий машиностроения.

Ключевые слова:
ПОЛУМАРКОВСКАЯ МОДЕЛЬ, ТЕХНОЛОГИЧЕСКАЯ НАСЛЕДСТВЕННОСТЬ, ЭТАПЫ ЖИЗНЕННОГО ЦИКЛА.
Текст
Текст произведения (PDF): Читать Скачать

DOI:

 

ccby4

УДК 621.0:519

 

 

05.02.08 – технология машиностроения

 

 

ПРИМЕНЕНИЕ ПОЛУМАРКОВСКОЙ МОДЕЛИ ДЛЯ ИССЛЕДОВАНИЯ ПАРАМЕТРОВ МЕХАНОСБОРОЧНОГО ПРОИЗВОДСТВА С УЧЕТОМ РАЗЛИЧНЫХ ВИДОВ ОТКАЗОВ

 

APPLICATION OF THE SEMI-MARKOV MODEL FOR INVESTIGATION THE PARAMETERS OF MECHANICAL ASSEMBLY PRODUCTION TAKING INTO ACCOUNT DIFFERENT TYPES OF FAILURES

 

20061 1Рапацкий Юрий Леонидович

директор Центра оценки качества образования, к.т.н., доцент, зав. кафедрой «Строительство и землеустройство», доцент кафедры «Приборные системы и автоматизация технологических процессов»

ФГАОУ ВО «Севастопольский государственный университет», г. Севастополь, (РФ)  e-mail: u.l.rapatskiy@mail.ru

 

20061 1 Rapatskiy Yurii Leonidovich

director of the Center for assessment of the quality of education, ph.d., associate professor, head of the Department of Construction and Land Management, Associate Professor of the Department of Instrument Systems and Automation of Technological Processes FGAOU VO «Sevastopol State University» Sevastopol (RF) e-mail: u.l.rapatskiy@mail.ru

 

Липка Виктория Михайловна

аспирант кафедры «Технология машиностроения», старший преподаватель кафедры «Строительство и землеустройство» ФГАОУ ВО «Севастопольский государственный университет» (РФ)

 

Lipka Victoria Mikhailovna  

postgraduate student of the Department of Mechanical Engineering, Senior Lecturer of the Department of Construction and Land Management, Sevastopol State University (RF)

 

 

Аннотация.

Предлагается методика исследования производительности и надежности технологических процессов механосборочного производства на этапах жизненного цикла изделий машиностроения. Предлагается полумарковская математическая модель, позволяющая анализировать, например, технологические процессы изготовления резьбовых соединений. В предлагаемой модели определяются функции распределения (ФР) времени обслуживания единицы продукции с учетом отказов. ФР позволяют обеспечить информационную согласованность моделей различных иерархических уровней и исследовать взаимосвязь этапов жизненного цикла изделий машиностроения.

 

Annotation.

A technique is proposed for studying the productivity and reliability of technological processes of mechanical assembly production at the stages of the life cycle of mechanical engineering products. A semi-Markov mathematical model is proposed that makes it possible to analyze, for example, the technological processes of manufacturing threaded connections. In the proposed model, the distribution functions (DF) of the service time of a unit of production are determined, taking into account failures. FDs make it possible to ensure informational consistency of models of various hierarchical levels and to study the relationship between the stages of the life cycle of mechanical engineering products.

 

Ключевые слова: ПОЛУМАРКОВСКАЯ МОДЕЛЬ, ТЕХНОЛОГИЧЕСКАЯ НАСЛЕДСТВЕННОСТЬ, ЭТАПЫ ЖИЗНЕННОГО ЦИКЛА.

Key words: SEMI-MARKOV MODEL, TECHNOLOGICAL HERITAGE, LIFE CYCLE STAGES.

1Автор для ведения переписки

 

1 Состояние вопроса исследования и актуальность работы

Механосборочное производство является одной из основных подсистем предприятий машиностроения, в т. ч. автомобилестроения, станкостроения, а также авиастроения. На протяжении этапов жизненного цикла (ЖЦ) над изделиями машиностроения (ИМ) осуществляются технологические воздействия по изготовлению, ремонту, восстановлению в соответствии с регламентированными технологическими процессами (ТП), которые должны учитывать технологическую наследственность операций. Определение влияния предыдущих операций (технологий, этапов) на последующие (операции, технологии, этапы) может быть реализовано в нескольких направлениях, в том числе, тогда, когда связь между ними может асинхронной, не связанной с непосредственным взаимодействием [1-4]. В этом случае возникает проблема определения технологической наследственности отдельных технологических процессов по их производительности, надежности и качества выпускаемой продукции, что отражено в работах [1-4]. Проблема заключается в достоверном определении влияния на качество продукции технологической наследственности, которое без учета различных форм передачи информации между операциями не позволяет обеспечить высокое качество продукции [1, 3-6], начиная с влияния металлургической наследственности [7]. Во всех работах, посвященных этой теме, оценка качества ИМ основана на принципе аддитивности и, к сожалению, не учитывает стохастический фактор влияния технологической наследственности, что не позволяет обеспечить требуемую достоверность этого влияния. Кроме того, необходимо учитывать совместное влияние факторов, т. к. оно, может быть, соразмерно влияниям отдельно взятых факторов [3]. В том числе это относится, во-первых, к процессам технологического воздействия на отдельные детали и на ИМ в целом, которые необходимо учитывать как совокупно взаимовлияющие процессы формирования технологической наследственности. Во-вторых, это относится к различным свойствам и показателям качества ИМ, обусловленных множеством связей технологических и др. факторов обеспечения качества ИМ. Для предотвращения различных потерь: финансовых, качества ИМ, репутации изготовителя, – необходима высокая точность оценки влияния каждого фактора и их совокупности. Оценка такого влияния должна учитывать все этапы ЖЦ – от проектирования ИМ до сборки проходя этапы подготовки производства и изготовления деталей. Неполный учет показателей качества может быть причиной неудовлетворительного проектирования и использования технологических процессов [4] вследствие ухудшения других показателей качества [3].

Таким образом, большинство существующих математических моделей механосборочного производства недостаточно адекватно описывают происходящие в нем стохастические процессы. В машиностроении и ряде других производственных отраслей создание конкурентоспособной продукции во многих случаях возможно только на основе комплексного анализа этапов ее ЖЦ и их взаимосвязей. Это позволит адекватно определить важнейшие технологические параметры, определяющие экономическую эффективность, и с высокой достоверностью оценить её величину, что важно для принятия решений при модернизации производства. Для этого необходима разработка научных и методологических положений, учитывающих стохастический аспект технологических процессов, в том числе, в механосборочных процессах. Учет стохастичности процессов должен включать в себя помимо случайных величин времени технологических переходов еще и различные отказы технологической процесса. Это позволит предотвратить снижение качества изделий машиностроения и падение производительности [8, 9]. При этом к отказам ТП будем относить как неисправности технологического оборудования, так и превышение допустимых величин параметров свойств изделий, включая заготовки и детали [8].

Необходимым этапом ЖЦ ИМ является разработка технологии изготовления изделий, состоящей из отдельных операций, связь между которыми проявляется в виде технологической наследственности. Анализ публикаций, в т. ч. [8-15], показал высокую эффективность применения для моделирования и исследования ТП механосборочного производства полумарковских математических моделей (ПММ). Главным преимуществом ПММ является возможность учета последействия, проявляющегося на этапах ЖЦ в виде технологической наследственности. Такие модели позволяют определить производительность с учетом надежности функционирования ТП и обслуживающих устройств (ОУ). В ПММ в качестве ОУ могут рассматриваться производственные модули (станки, обрабатывающие центры, а также технологические ячейки (ТЯ) и сборочные центры). Математические модели ОУ позволяют проведение математического моделирования производственной системы, в том числе, и определение производительности технологической системы, характерным параметром которой является время одного цикла обслуживания единицы продукции. Обслуживанием будем считать технологические воздействия на заготовку, осуществляемые на станках и другом технологическом оборудовании, а также операции сборки ИМ из деталей и узлов. Время наработки на отказ, время восстановления и время обслуживания при этом являются стохастическими случайными величинами (СВ). Исходными и выходными данными для ПММ являются функции распределения (ФР), соответствующих СВ. Структура и применение ПММ, в т.ч. для рассматриваемых классов технологических систем, рассмотрены в публикациях [8, 9, 13‑17].

Список литературы

1. Суслов А. Г., Дальский А. М. Научные основы технологии машиностроения. М. : Машиностроение, 2002. – 684с.

2. Суслов А. Г., Федоров В. П., Горленко О. А. и др. Технологическое обеспечение эксплуатационных свойств деталей машин и их соединений – М. : Машиностроение, 2006. – 448 с.

3. Инженерия поверхности деталей / колл. авторов; под ред. А.Г. Суслова. – М. : Машиностроение. 2008. – 320 с.

4. Хейфец М. Л. Математическое моделирование технологических процессов. – Новополоцк, ПГУ. 1999. – 104с.

5. Технология автоматической сборки / А. Г. Холодкова, М. Г. Кристаль, Б. Л. Штриков и др. – М. : Машиностроение, 2010 – 560 с.

6. Никитин, К. В. Управление качеством литых изделий из алюминиевых сплавов на основе явления структурной наследственности / К. В. Никитин, В. И. Никитин, И. Ю. Тимошкин. – М. : Радуница, 2015. – 228 с.

7. Замятин, В. М. К вопросу о металлургической наследственности и формировании свойств металлопродукции / В. М. Замятин, Б. А. Баум // Взаимодействие науки и литейно-металлургического производства. Труды 3-й Всеросс. Научно-практ. конф. Самара : СамГТУ. 2010. – 1-й электронно-оптич. диск.

8. Липка, В. М. Анализ воздействия технологической наследственности при изготовлении деталей с резьбой на надежность резьбовых соединений в судовых машинах и механизмах/ В. М. Липка, Ю. Л. Рапацкий // Ушаковские чтения : Материалы Пятой Межвузовской научно-практической конференции (Севастополь, 22-23 февраля 2018 г.). – Севастополь : ООО «ПК КИА», 2018. – с. 61-69

9. Липка, В. М. Повышение надежности резьбовых соединений при сборке автомобильных силовых агрегатов/ В. М. Липка, Ю. Л. Рапацкий // Высокие технологии в машиностроении : сб. науч. трудов. – Харьков, НТУ «ХПИ», 2012. – Вып.1 (22). – с. 199-210.

10. Королюк В. С. Стохастические модели систем / Отв. ред. А. Ф. Турбин. – К : Наук. думка. 1989. – 208 с.

11. Копп В. Я., Обжерин Ю. Е., Песчанский А. И. Стохастические модели автоматизированных производственных систем с временным резервированием / В. Я. Копп, Ю. Е. Обжерин, А. И. Песчанский. – Севастополь : Изд-во СевНТУ, 2000. – 284 с.

12. Броди С. М. Расчет и планирование испытаний систем на надежность / С. М Броди, О. Н Власенко, Б. Г. Марченко. – К. : Наукова думка, 1970. – 192 с.

13. Obzherin Yu. E., Boyko Ye. G. Semi-Markov Models. Control of Restorable Systems with Latent Failures. Elsevier, Academic press, USA, 2015. – 214 p.

14. Peschansky A. I. Semi-Markov Models of One-Server Loss Queues with Recurrent Input. Germany : LAP LAMPERT Academic Publishing, 2013. – 138 p.

15. Ямпольский, Л. С. Автоматизация проектирования и управления в гибком автоматизированном производстве/ Л. С. Ямпольский, З. Банашак.– К. : Тэхника, 1989. – 214 с.

16. Степнов М. Н., Шаврин А. В. Статистические методы обработки результатов механических испытаний : Справочник. – М. Машиностроение 2005 – 430 с.

17. Королюк, В. С. Полумарковские процессы и их приложения / В. С. Королюк, А. Ф. Турбин. – К. : Наук. думка, 1976. – 181 с.

18. Копп В. Я. Моделирование автоматизированных производственных систем : монография. – Севастополь : СевНТУ, 2012. – 700 с.

19. Якухин В. Г. Высокотехнологичные методы металлообработки : Учебник. − Под ред. О. В. Таратынова. − М. : МГИУ, 2011. – 362 с.

20. Афонин, А. Н. Схемы деформирования при накатывании резьб / А. Н. Афонин, А. В. Киричек // Известия ОрелГТУ. Сер. Фундаментальные и прикладные проблемы техники и технологии : сб. науч. тр. – Орел, 2009. – Вып. 6/278 (577). – С. 39-42.

21. Киричек, А. В. Определение диаметра заготовок под накатывание резьбы с помощью систем 3D моделирования / А. В. Киричек, А. Н. Афонин // СТИН. – 2005. – № 6. – С. 28-30.

22. Прокофьев А. Н. Разработка системы выбора оптимального метода обработки резьбы. // Качество машин. Сборник трудов. Брянск. ‒ БГТУ. ‒ 2001. ‒ С.88 ‒ 89.

23. Анцупов, В. П. Основы физической теории надежности деталей машин по критериям кинетической прочности материалов / В. П. Анцупов, Л. Т. Дворников, Д. Г. Громаковский и др. // Вестник МГТУ им. Г. И. Носова, 2014, № 1 – с.141-146.

24. Киричек А. В., Афонин А. Н. Резьбонакатывание. : Библиотека технолога. – М. : Машиностроение, 2009. – 312 с.

25. Копп, В. Я. Использование нейронных сетей при анализе функционирования технической структуры с временным резервированием / В. Я Копп. А. Л Карташов., М. В. Заморенов, Л. Е. Карташов // Известия ТулГУ. Технические науки. Вып. 12 : в 2 ч. Ч. 1 Тула : Изд-во ТулГУ, 2015, – С. 67-80.

26. Копп, В. Я. Моделирование автоматизированных линий / В. Я. Копп, Ю. Е. Обжерин, А. И. Песчанский. Монография. – Севастополь : Изд-во СевНТУ, 2006. – 240 с.

27. Королюк, В. С. Процессы марковского восстановления в задачах надежности систем / В. С. Королюк, А. Ф. Турбин. – К. : Наук. думка.1982. – 236 с.

28. Михлин С. Г. Интегральные уравнения и их приложения к некоторым проблемам механики, математической физики и техники. М. : Гостехиздат, 1949. – 380 с.


Войти или Создать
* Забыли пароль?