Розрахунок параметрів складеної конвеєрної лінії з постійною швидкістю руху предметів праці
/ 0
- Деталі
- Категорія: Інформаційні технології, системний аналіз та керування
- Останнє оновлення: 18 вересня 2018
- Опубліковано: 27 серпня 2018
- Перегляди: 3141
Authors:
О. М. Пiгнастий, доктор технічних наук, доцент, orcid.org/ 0000-0002-5424-9843, Національний технічний університет „Харківський політехнічний інститут“, м. Харків, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.
В. Д. Ходусов, доктор физ.-мат. наук, профессор, Харківський національний університет імені В. Н. Каразіна, м. Харків, Україна
Abstract:
Мета. Розробка аналітичних методів розрахунку параметрів складеної конвеєрної лінії з використанням моделей, що містять рівняння у приватних похідних.
Методика. Для розрахунку параметрів конвеєрної лінії з постійною швидкістю руху предметів праці використано апарат математичної фізики.
Результати. Рішення дано в аналітичному вигляді, що визначає стан параметрів потокової лінії для заданої технологічної позиції як функцію часу.
Наукова новизна. Полягає в удосконаленні PDE-моделей виробничих систем конвеєрного типу. Запропоновано метод розрахунку параметрів конвеєрного виробництва, що складається із двох конвеєрних ліній, що з’єднуються з постійною швидкістю руху предметів праці. Розглянутий метод розрахунку конвеєрного виробництва може бути поширений на випадок системи з будь-якою кількістю конвеєрних ліній, що з’єднуються.
Практична значимість. Полягає в тому, що запропонований метод розрахунку параметрів конвеєрного виробництва може бути використаний для проектування систем управління з будь-якою кількістю конвеєрних ліній. Істотною перевагою методу є те, що кожна конвеєрна лінія описується одним рівнянням у приватних похідних, рішення якого отримано в аналітичному вигляді. Таке подання дає можливість використовувати рішення для прогнозування параметрів стану потокової лінії.
References.
1. Armbruster, D., Ringhofer, C. and Jo, T-J., 2004. Continuous models for production flows. In: Proceedings of the 2004 American Control Conference. Boston, MA, USA, 2004, pp. 4589–4594. DOI: 10.23919/ACC.2004.1384034.
2. Schmitz, J. P., van Beek, D. A. and Rooda, J. E., 2002. Chaos in Discrete Production Systems. Journal of Manufacturing Systems, 21(3), pp. 236–246. DOI: 10.1016/S0278-6125(02)80164-9.
3. Law, A. M., 2015. Simulation Modeling and Analysis. McGraw-Hill.
4. Grosler, A., Thun, J. H. and Milling, P. M., 2008. System dynamics as a structural theory in operations management. Production and operations management, 17(3), pp. 373‒384. DOI: 10.3401/poms.1080.0023.
5. Pihnastyi, O. M., 2014. On a new class of dynamic models of conveyor lines of production systems. Nauchnye vedomosti Belgorodsko-go gosudarstvennogo universiteta, 31/1, pp. 147‒157, Available at: <https://goo.gl/IjFEsS> [Accessed 5 October 2017].
6. Armbruster, D., Marthaler, D. and Ringhofer, C., 2006. Kinetic and fluid model hierarchies for supply chains supporting policy attributes. Bulletin of the Institute of Mathematics. Academica Sinica, pp. 496–521. Available at: <https://math.la.asu.edu/~dieter/papers/due_date_paper_final_version.pdf> [Accessed 11 September 2017].
7. Demutskii, V. P., Pihnastaia, V. S. and Pihnastyi, O. M. 2005. Stochastic description of economic-indudtrial systems with large turnout. In: DopovіdіNacіonal›noїakademії nauk Ukraїni. Kiev: Vidavnichij dіm Akademperіodika, 7, pp. 66–71. Available at: <http://goo.gl/IhyOru> [Accessed 14 September 2017].
8. Lefeber, E., Berg, R. A. and Rooda, J. E., 2004. Modeling, Validation and Control of Manufacturing Systems. In: Proceeding of the 2004 American Control Conference, Massachusetts, 2004, pp. 4583–4588. DOI: 10.23919/ACC.2004.1384033.
9. Armbruster, D. A., Marthaler, D., Ringhofer, C., Kempf, K. and Jo, T-C., 2006. Continuum Model for a Re-entrant Factory. Operations research, 54(5), pp. 933–950. DOI: 10.1287/opre.1060.0321.
10. Tian, F., Willems, S. P. and Kempf, K. G., 2011. An iterative approach to item-level tactical production and inventory planning. International Journal of Production Economics, 133, pp. 439–450. DOI: 10.1016/j.ijpe.2010.07.011.
11. Armbruster, D., Degond, P. and Ringhofer, C., 2006. A model for the dynamics of large queuing networks and supply chains. SIAM Journal on Applied Mathematics, 83, pp. 896–920. DOI: 10.1137/040604625.
12. Demutskii, V. P., Pihnastaia, V. S. and Pihnastyi, O. M., 2003. Enterprise theory: Stability of mass production functioning and promoting products into the market. Har’kov.: HNU, 272 p. DOI: 10.13140/RG.2.1.5018.7123.
13. Halepoto, I. A., Degond, P. and Ringhofer, C., 2016. Design and Implementation of Intelligent Energy Efficient Conveyor System Based on Variable Speed Drive Model. Control and Physical Modeling International Journal of Control and Automation, 9(6), pp. 379‒388. DOI: 10.14257/ijca.2016.9.6.36.
14. Hiltermann, J., Lodewijks, G., Schott, D. L., Rijsenbrij, J. C., Dekkers, J. and Pang, Y., 2011. A methodology to predict power savings of troughed belt conveyors by speed control. Particulate science and technology, 29(1), pp. 14–27. DOI: 10.1080/02726351.2010.491105.
15. Lauhoff, H., 2005. Speed Control on Belt Conveyors – Does it Really Save Energy? Bulk Solids Handling Publ., 25(6), pp. 368‒377. Available at: <https://goo.gl/PJdY8x> [Accessed 14 May 2017].
Архів журналу