В связи с необходимостью уменьшения производственных затрат опытного и мелкосерийного прецизионного машиностроения и принятия оптимальных решений при проектировании инновационной продукции в работе предлагаются методы и средства оптимизации производственных процессов и синтез организационно-технических решений опытного и мелкосерийного прецизионного машиностроения. Проработан комплекс методов и средств, позволяющий определить оптимальный способ производства изделий, основываясь на особенности технологий, принадлежности оборудования предприятию, смежнику или наличие на рынке, времени и стоимости изготовления прецизионных деталей. Данный комплексный подход описывает средства оптимизации производственных процессов и постановку оптимизационной задачи с входными параметрами, ограничениями, которые включаются в методики и средства оптимизации производственных процессов и не включаются, но учитываются при синтезе организационно-технических решений. Также представлен перечень параметров, методик, способов и инструментов, используемых при оптимизации производственных процессов. В работе учитываются общие условия проектирования, влияющие на снижение стоимости конечного изделия при оптимизации производственных процессов прецизионного машиностроения. Предлагаются общие рекомендации по перечню и сбору данных для реализации методик и средств оптимизации производственных процессов и синтеза организационно-технических решений.
In connection with the need to reduce the production costs of experimental and small-scale precision engineering and make optimal decisions when designing innovative products, the paper proposes methods and tools for optimizing production processes and the synthesis of organizational and technical solutions for experimental and small-scale precision engineering. A set of methods and tools has been worked out to determine the optimal method for manufacturing products, based on the features of technologies, whether the equipment belongs to an enterprise, a subcontractor, or the availability on the market, time and cost of manufacturing precision parts. This integrated approach describes the means of optimizing production processes and the formulation of an optimization problem with input parameters, constraints that are included in the methods and means of optimizing production processes, and are not included, but are taken into account when synthesizing organizational and technical solutions. A list of parameters, methods, methods and tools used in optimizing production processes is also presented. The work takes into account the general design conditions that affect the reduction in the cost of the final product when optimizing the production processes of precision engineering. General recommendations are offered on the list and collection of data for the implementation of methods and tools for optimizing production processes and synthesis of organizational and technical solutions.
1. Никируй А.Э., Дроговоз П.А. Алгоритм оптимизации технической подготовки опытного и мелкосерийного прецизионного производства // XI Чарновские чтения: сборник трудов всероссийской научной конференции по организации производства. Московский государственный университет имени Н.Э. Баумана (национальный исследовательский университет). (Москва, 3–4 декабря 2021 г.). М.: НОЦ «Контроллинг и управленческие инновации», 2022. С. 92–97.
2. Никируй А.Э., Дроговоз П.А. Методика выбора оборудования при организации опытного производства в машиностроении // Технология машиностроения. Экономика машиностроения, организация производства. 2021. № 9. С. 46–51.
3. Бурцев В.М., Васильев А.С., Дальский А.М., Деев О.М., Диланян Р.З., Камсюк М.С., Киселев В.Л., Кондаков А.И., Мещеряков Р.К., Мухин А.В., Спиридонов О.В., Тавров В.И., Холодкова А.Г., Ястребова Н.А. Технология машиностроения. Т. 1. 2-е изд. / Под ред. Дальского А.М. М.: Издательство МГТУ им. Н.Э. Баумана, 2001. 564 с.
4. Childs T., Maekawa K., Obikawa T., Yasuo Y. Metal Machining. New York – Toronto: John Wiley & Sons Inc., 2000. 408 с.
5. Панов А.А., Аникин В.В., Бойм В.Ф., Безъязычный В.Ф., Волков В.С., Гай Л.Б., Гречишников В.А., Зайцев А.И., Кирсанов С.В., Кокарев В.И., Лавров Г.А., Медведь Б.В., Савин В.Б., Соловьев А.П., Старосельский А.З., Схиртладзе А.Г., Тарапанов А.С., Фарберов З.А., Харламов Г.А., Чеканова Л.Н., Чернявский Л.Б., Шестаков Н.П. Обработка металлов резанием: Справочник технолога / Под ред. Панова А.А. М.: Машиностроение-1, 2004. 784 с.
6. Leach R.K., Carmignato S., Ayas C., Baier M., Baumers M., Blateyron F., Butler D., Charles A., Colosimo B.M., Dutton B., Elkaseer A., Gilbert D., Grasso M., Hattel J.H., Langelaar M., Mohanty S., Moylan S., Newton L., Ranjan R., Sbettega E., Scholz S.G., Senin N., Amrozia S., Bethan S., Keulen F. van, Wilson V., Woolliams P., Filippo Z. Precision metal additive manufacturing. First S.– Boca Raton, FL: CRC Press, 2020. 404 p.
7. Никируй А.Э., Лымарь С.В., Дроговоз П.А. Время и стоимость изготовления деталей методом селективного лазерного спекания при организации прецизионного производства // Современные наукоемкие технологии. 2022. № 2. С. 72–77.
8. Klahn C., Meboldt M., Fontana F., Leutenecker-Twelsiek B., Jansen J. Entwicklung und Konstruktion für die Additive Fertigung. 2. Auflage. Würzburg, Deutschland: Vogel Communications Group GmbH & Co, 2021. 225 с.
9. Kadir A.Z.A., Yusof Y., Wahab M.S. Additive manufacturing cost estimation models—a classification review. Int. J. Adv. Manuf. Technol. 2020. Т. 107. no. 9–10. P. 4033–4053.
10. Karim R., Karmaker C.L. Machine Selection by AHP and TOPSIS Methods. Am. J. Ind. Eng. 2016. Т. 4. No. 1. С. 7–13.
11. Павлов К.С., Хоботов Е.Н. Модели выбора и замены оборудования в производственных системах машиностроительных предприятий // Автоматика и телемеханика. 2015. Т. 2. С. 125–140.
12. Антипенко В.С., Харитонов Ю.Н., Николаева Н.С. Маркетинговое исследование структуры совокупной стоимости владения для оптимизации выбора станков // Качество и жизнь. 2020. Т. 25. № 1. С. 82–86.
13. Никируй А.Э., Дроговоз П.А. Эффективность селективной сборки прецизионных оптических систем на основе виртуальной сборки изделий при организации производства на предприятиях машиностроения // Сборка в машиностроении, приборостроении. 2022. № 2. С. 58–61.
14. Крынин Л.И., Латыев С.М., Табачков А.Г., Фролов Д.Н., Гнездилова М.С. Расчет зазоров в сопряжениях деталей линзовых узлов объектива и его юстировка // Известия высших учебных заведений. Приборостроение. 2017. С. 353–358.
15. Caputo A.C., Di Salvo G. An economic decision model for selective assembly. Int. J. Prod. Econ. Elsevier B.V. 2019. Т. 207. С. 56–69.