TY - JOUR

T1 - ПРИМЕНЕНИЕ ТЕХНОЛОГИИ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ СРОКОВ ВЫПУСКА ПРОДУКЦИИ В УСЛОВИЯХ НЕОПРЕДЕЛЁННОСТИ

AU - Власов, Роман Геннадьевич

AU - Коробов, Юрий Станиславович

AU - Кузнецова, Елена Юрьевна

PY - 2021

Y1 - 2021

N2 - Объектом представленного исследования является процесс производства коммунальной машины МК2000 в условиях сборочного цеха, ПАО МЗиК. МК2000 является технически сложным изделием, производящимся совместно c десятью другими типами технически сложных изделий в рамках одного цеха. Фактором неопределённости в процессе производства является неизвестная заранее длительность цикла испытаний, которым подвергается каждое изделие после окончания сборки. Цель исследования: разработка методики расчёта длительности производственного цикла изделия в условиях неопределённости; оценка возможности производственного планирования и расчёта годового графика отгрузки готовых изделий потребителю при помощи прогнозирования длительности цикла. Методы: для решения задачи прогнозирования длительности производственного цикла использована зависимость между количеством изделий всех типов, уже находящихся в процессе испытаний в момент передачи рассматриваемого изделия на испытания, и длительностью испытания передаваемого изделия. Поскольку производство различных типов изделий осуществляется на единых мощностях, закономерность взаимного влияния процессов производства изделий различных типов рассматривается как основная. Расчёт длительности производится при помощи математической модели, полученной в результате обучения алгоритма Random Forest. Результаты: разработан новый метод расчёта длительности производственного цикла технически сложных изделий для предприятий мелкосерийного типа производства на основе статистического анализа результатов предыдущей производственной деятельности предприятия. Для расчёта использован предварительно обученный алгоритм машинного обучения Random Forest. Оценка результатов расчёта, полученных при помощи математической модели производственного процесса, позволяет утверждать, что прогнозирование длительности производственного цикла изделий с неизвестной заранее продолжительностью этапа испытаний возможно с применением методов машинного обучения, а точность прогноза зависит от выбранного метода и величины обучающей выборки. Практическая значимость: предложенный метод позволяет прогнозировать длительность производства и испытания технически сложных изделий в условиях неопределённости и может быть использован в качестве инструмента для расчёта годового графика отгрузки продукции потребителю.

AB - Объектом представленного исследования является процесс производства коммунальной машины МК2000 в условиях сборочного цеха, ПАО МЗиК. МК2000 является технически сложным изделием, производящимся совместно c десятью другими типами технически сложных изделий в рамках одного цеха. Фактором неопределённости в процессе производства является неизвестная заранее длительность цикла испытаний, которым подвергается каждое изделие после окончания сборки. Цель исследования: разработка методики расчёта длительности производственного цикла изделия в условиях неопределённости; оценка возможности производственного планирования и расчёта годового графика отгрузки готовых изделий потребителю при помощи прогнозирования длительности цикла. Методы: для решения задачи прогнозирования длительности производственного цикла использована зависимость между количеством изделий всех типов, уже находящихся в процессе испытаний в момент передачи рассматриваемого изделия на испытания, и длительностью испытания передаваемого изделия. Поскольку производство различных типов изделий осуществляется на единых мощностях, закономерность взаимного влияния процессов производства изделий различных типов рассматривается как основная. Расчёт длительности производится при помощи математической модели, полученной в результате обучения алгоритма Random Forest. Результаты: разработан новый метод расчёта длительности производственного цикла технически сложных изделий для предприятий мелкосерийного типа производства на основе статистического анализа результатов предыдущей производственной деятельности предприятия. Для расчёта использован предварительно обученный алгоритм машинного обучения Random Forest. Оценка результатов расчёта, полученных при помощи математической модели производственного процесса, позволяет утверждать, что прогнозирование длительности производственного цикла изделий с неизвестной заранее продолжительностью этапа испытаний возможно с применением методов машинного обучения, а точность прогноза зависит от выбранного метода и величины обучающей выборки. Практическая значимость: предложенный метод позволяет прогнозировать длительность производства и испытания технически сложных изделий в условиях неопределённости и может быть использован в качестве инструмента для расчёта годового графика отгрузки продукции потребителю.

UR - https://elibrary.ru/item.asp?id=45808292

U2 - 10.15593/2224-9397/2021.1.06

DO - 10.15593/2224-9397/2021.1.06

M3 - Статья

SP - 104

EP - 120

JO - Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления

JF - Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления

SN - 2224-9397

IS - 37

ER -