Сибирский государственный индустриальный университет, Новокузнецк, Россия:

А. Р. Фастыковский, заведующий кафедрой обработки металлов давлением и материаловедения ЕВРАЗ ЗСМК, докт. техн. наук, доцент, эл. почта: fastikovsky@mail.ru
А. И. Мусатова, преподаватель института дополнительного образования, эл. почта: musatova-ai@yandex.ru
С. М. Кулаков, профессор кафедры автоматизации и информационных систем, докт. техн. наук, эл. почта: kulakov-ais@mail.ru

Томский политехнический университет, Томск, Россия:
Н. В. Мартюшев, доцент отделения материаловедения, канд. техн. наук, эл. почта: martjushev@tpu.ru

Московский государственный строительный университет, Москва, Россия:
А. И. Карлина, научный сотрудник, канд. техн. наук, эл. почта: karlinat@mail.ru

Рассмотрены задачи системного анализа и разработки сложного комплекса моделей, необходимых для построения алгоритма ситуационной (мультивариантной) оценки длительности изготовления различных партий прокатной продукции в условиях современного автоматизированного среднесортного цеха (объекта исследования), включающего жесткосвязанные производственные участки с непрерывными и циклическими технологическими процессами (подача заготовок, нагрев в методических печах, прокатка, порезка раската на полосы, охлаждение, обрезка концов пачки проката, раскрой на мерные длины, формирование и обвязка пакетов готового проката, погрузка пакетов в железнодорожные вагоны). Функционирование прокатного цеха изучали в следующем порядке: исследование технологических процессов, технических характеристик основного и вспомогательного оборудования; анализ технико-экономических показателей; выполнение хронометражных и мониторинговых наблюдений за потоком металла, работой агрегатов и оборудования; декомпозиция производственного процесса на операции, элементы и микроэлементы; анализ влияния человеческого фактора в организации производства и оперативном управлении процессами; анализ экспертных оценок реальных и возможных производственных ситуаций, связанных с выполнением заказов на готовую продукцию. Предложена классификация длительности производственных циклов: штучные (соответствуют заготовке, пачке заготовок, пакету готового проката); партионные (соответствуют партии отгрузке продукции); подсистемные и системные (относятся к участкам, отделениям, цеху в целом); технически возможные, нормативные, плановые, прогнозные и фактические. На основе предварительной разработки ситуационных партионных моделей длительности производственных циклов подразделений цеха определена ситуационная системная модель длительности производственного цикла изготовления партии готового проката путем выбора моделей подразделения, имеющего максимальную длительность цикла. Для приведения в сопоставимый вид длительности производственных циклов подсистем и системы в целом определены количественные характеристики партий проката. Построены математические модели длительности производственного цикла склада заготовок, технологической линии. Сформированы тактовые модели работы склада заготовок, технологической линии, склада готовой продукции.

1. Муравьева Г. Ю. Комплексный подход к определению длительности производственного цикла в отраслях с нештучным учетом выпускаемой продукции // Научные ведомости. 2016. № 2 (223). Вып. 37. С. 38–41.
2. Толмачева Е. А. Прогнозирование объема отгруженной продукции на промышленных предприятиях // Гуманитарные научные исследования. 2016. № 5 (57). С. 193–196.
3. Geraskin M. I., Egorova V. V. The algorithm for dynamic optimization of the production cycle in bearing industry // Information Technology and Nanotechnology. 2016. Vol. 1638. P. 552–568.
4. Malindžák D. Application of logistic principles in metallurgical production // Metalurgija. 2012. Vol. 51. No. 3. P. 345–348.
5. Lenort R., Feliks J. Production logistics concepts and systems in metallurgical companies // Metal. 2013. No. 5. P. 15–17.
6. Šnapka P., Mikušová M., Janovská K., Samolejová A. Simulation model of metallurgical production management // Metalurgija. 2013. Vol. 52. No. 2. P. 429–431.
7. Malindžák D., Gazda A., Malindžáková M., Vitko D. The basic principles and rules for heuristic model creation in metallurgy // Metalurgija. 2013. Vol. 52. No. 4. P. 549–552.
8. Ташевский А. Г. Математические модели продолжительности жизненного цикла технических систем // Научно-технические ведомости СПбГПУ. 2014. № 1 (190). С. 169–178.
9. Анисимова Э. С. Моделирование производственной поточной линии // Экономика и социум. 2015. № 3 (16). С. 29–34.
10. Stanisavljev S., Ćoćkalo D., Đorđević D., Minovski R. The production cycle time in serial production: Reduction of the duration in metal processing industry case // Istrazivanja i projektovanja za privredu. 2013. Vol. 11. P. 115–122.
11. Helbing D. Modeling and optimization of production processes: Lessons from Trac Dynamics. 2014. URL: https://www.researchgate.net/publication/246848443_Modeling_and_Optimization_of_Production_Processes_Lessons_from_Trac_Dynamics (дата обращения : 11.01.2023).
12. Кадыков В. Н., Мусатова А. И., Койнов Р. С. Разработка комплекса нормативных моделей функционирования подразделений металлургического предприятия // Известия вузов. Черная металлургия. 2021. Т. 62. № 8. С. 606–610. DOI: 10.17073/0368-0797-2021-8-606-610.
13. Фастыковский А. Р., Мусатова А. И., Кадыков В. Н. Определение нормативной длительности производственного цикла в прокатных цехах // Металлургия: технологии, инновации, качество : труды XXII Международной научно-практической конференции. В 2-х частях. Часть 2 / под ред. А. Б. Юрьева. — Новокузнецк : Изд. центр СибГИУ, 2021. — 347 с.
14. Кретова Ю. И., Цирульниченко Л. А. Математическое моделирование как эффективный инструмент прогнозирования и управления производственными процессами // Вестник Южно-Уральского государственного университета. Серия: Пищевые и биотехнологии. 2018. Т. 6. № 1. С. 5–13.
15. Grznár P., Gregor M., Krajčovič M., Mozol Š., Schickerle M., Vavrík V., Durica L., Marschall M., Bielik T. Modeling and simulation of processes in a factory of the future // Applied Sciences. 2020. Vol. 10. No. 13. 4503. DOI: 10.3390/app10134503.
16. Kübler F., Böhner J., Steinhilper R. Resource efficiency optimization of manufacturing processes using evolutionary computation: A turning case // The 22^nd CIRP conference on Life Cycle Engineering. 2015. Vol. 29. P. 822–826.
17. Kourentzes N., Trapero J. R., Barrow D. K. Optimising forecasting models for inventory planning // International Journal of Production Economics. 2019. Vol. 225. 107597. DOI: 10.1016/j.ijpe.2019.107597.