Массивность (исходные данные) алгоритма производства

Алгоритм производства выражается отношением между объектом и операцией Obcon=Op(Ob), которое означает, что объект Obcon получен выполнением операции Op над объектом Ob. Символы Op и Ob, могут выражать как единичные операции и объекты, так и группы операций и объектов.
Алгоритм производства — это динамическая система, состоящая из множества элементов, для которых задана функциональная зависимость между временем, объектом и операцией.
Определение величины времени для элементов Op, формирует исходные данные (Массивность) алгоритма производства. Массивность алгоритма производства является его основой.
Построение массива данных алгоритма производства является фундаментом для технико-экономического анализа производственной деятельности и разрабатывается методом экспериментального исследования действующего производства.

Индуктивный метод построения алгоритма производства 

Индуктивный метод — это изучение многих частных случаев методом «фотографии рабочего дня», то есть фиксирование и выявление величины операций производства, а также их последовательности. Этот метод изучения использования рабочего времени также способствует выявлению причин его потерь.
Индуктивный путь проверки алгоритма производства не является строгим методом проверки на корректность. Более полная уверенность в корректности алгоритма производства может быть лишь тогда, когда результаты, полученные при его помощи, не только подтверждаются в ряде частных случаев, ни и согласуются с другими данными и факторами, такими как номинальная производительность оборудования и параметры физических процессов производства.
Индуктивный метод создания массива данных – это трудоёмкий процесс, что становится причиной упрощения для снижения трудоёмкости. Упрощение в свою очередь приводит к снижению эффективности алгоритма производства.

Пример
Сваривание двух деталей Ob1 + Ob2, Op = 30 минут: 
Obcon=Op(Ob1 + Ob2) – это выражение является верным с точки зрения «и так сойдёт, мужики сами разберутся».
А теперь давайте допустим, что эта операция является самым слабым звеном на производстве и приводит к недозагруженности последующих операций, то есть оказывает влияние на эффективность всего завода.
Вы делаете технико-экономическое обоснование о необходимости роботизации Op на основе упрощённого выражения Obcon=Op(Ob1 + Ob2).
Вы запрашиваете коммерческое предложение на модернизацию Obcon=Op(Ob1 + Ob2).
На основании технических данных роботизированного сварочного комплекса и симуляции сварочного процесса, вы получаете данные значения Op = 10 минут. Повышение производительности в 3 раза! Это решает проблему, и вы внедряете сварочного робота.
Но ваша радость не продлится долго, так как скоро выяснится, что производительность осталась прежней. И когда вы начнёте разбираться постфактум, то обнаружите, что в упрощённом выражении Obcon=Op(Ob1 + Ob2), Op – это группа последовательных действий сваривания двух деталей состоящая из:

1. Подготовка кромок под сварку 
2. Перемещение деталей с места подготовки кромок под сварку в место сварки
3. Позиционирования деталей в кондукторе 
4. Сварка деталей 
5. Выемка узла из кондуктора 
6. Укладывание в транспортный контейнер 

Измерив эти действия секундомером, вы выясните, что роботизированная сварка деталей выполняется 10 минут, столько же сколько тратил сварщик, а остальные 20 минут – это подготовка деталей под сварку и другие необходимые действия.
Таким образом мы доказываем, что упрощённый алгоритм производства Obcon=Op(Ob1 + Ob2) – неэффективный и может представлять угрозу для развития производства.
Правильное отношение массива данных производства в нашем случае должно выглядеть следующем образом:
Obcon = (Op1 + Op2(Ob1) + Op1 + Op2(Ob1)) + Op3 + Op4 + Op5 + Op6(Ob1 + Ob2).
Построение подробного алгоритма производства индуктивным методом является значительно белее трудоёмким, но единственно верным и корректным, так как каждое необходимое физическое действие на производстве является важным элементом алгоритма.

Фактическая проверка алгоритма производства 

Под термином «фактическая проверка алгоритма производства» следует понимать проверку алгоритма фактическими данными, такими как: номинальная производительность оборудования, физические параметры операций, симуляция производственных процессов в виртуальной среде.
Методология проверки массива данных алгоритма производства полученного индуктивным путём требует корректных данных, которые могут быть получены из справочных материалов.
Развитие технологий «Digital Manufacturing» (Цифровое производство) в идеологии «Индустрия 4.0» позволяет на основе корректных данных полученных индуктивным и фактическим методами создавать массив алгоритма производства интегрируемый в прикладные АСУП и PLM системы.
Последние годы наблюдается активное создание библиотек «цифровых клонов» стандартного технологического оборудования компаниями-производителями, что существенно облегчает создание и модифицирование производственных алгоритмов.
Под «цифровым клоном» следуют понимать набор информационных данных включающий 3D модели, 2D эскизы, описательную часть и параметры числовых данных технологического оборудования и производственных линий.
Фактический путь построения алгоритма производства на основе «цифровых клонов» с применением интегрируемых IT систем: DELMIA Digital Manufacturing, (Dassault Systèmes), Tecnomatix (Siemens PLM Software), Factory Design Suite (Autodesk) и ряд продуктов других менее известных разработчиков, не только снижает трудоёмкость, но и имеет ряд других значительных преимуществ:
Имитационное моделирование с помощью инструментов для определения и оптимизации производственных ресурсов параллельно с планированием производства.
Управление системой точного виртуального производства для отслеживания производственных активов в реальном времени, внесения изменений по расписанию, запуска новых программ и изменения существующих моделей, а также для выполнения плановых операций обслуживания.
Планирование с использованием комплексных инструментов для создания 3D-процессов и планирования ресурсов позволяет разрабатывать и оптимизировать производственные системы по принципам изготовления на заказ и минимизации издержек производства.

Имитационное моделирование на основе корректного массива данных детерминированного алгоритма производства – повышает производительность заводов, которые работают в условиях информационного хаоса, без эффективно внедрённых АСУП - в несколько раз.