Имитационное моделирование производственных процессов в среде FlexSim

Системы моделирования в современных условиях позволяют выявлять оптимальные пути работы предприятия, изменения заданных параметров без вмешательства в функционирующее производство или до запуска планируемого производства. В статье рассматривается применение имитационного моделирования в сфере сельскохозяйственного машиностроения. Приводится краткое описание возможностей программного средства FlexSim. Функционал этой системы имитационного моделирования позволяет выявлять узкие места, анализировать статистические данные, строить графики и т. д. Описываются имитационные модели производственных процессов на сборочной линии загрузчиков семян, производится анализ полученных результатов, выявляются слабые места производственной линии. Авторами рассмотрены варианты оптимизации, позволяющие наилучшим образом повысить производительность производства, такие как уменьшение количества операторов и введение координаторов. Проведенное исследование показывает важность моделирования и анализа производственных процессов в виртуальной среде для планирования изменений в производстве. Помимо моделирования производственных процессов, программа FlexSim подходит для анализа материальных, финансовых, информационных, кадровых ресурсов, что в конечном счете влияет на принятие управленческих решений и стратегию развития промышленного предприятия.

1. Акимов С. С., Трипкош В. А. Анализ остаточных компонент в процессе разработки имитационной модели путем определения подходящего закона распределения // Университетский комплекс как региональный центр образования, науки и культуры : материалы Всероссийской научно-методической конференции (с международным участием). – Оренбург, 2020. – С. 458–461.

2. Алимушкин Н. А., Суркова Е. В. Мониторинг производственных процессов методами моделирования с целью минимизации затрат предприятия // European Social Science Journal. – 2018. – № 12-1. – С. 8–13.

3. Библя Г. Н., Нарыжная Н. Ю., Егоров Е. М. Особенности имитационного моделирования высокотехнологичных преобразований в деятельности строительных компаний // Экономика устойчивого развития. – 2018. – № 4 (36). – С. 109–113.

4. Бикмуллин А. Л. Использование имитационного моделирования и нейронных сетей в производственных процессах на региональном уровне // Мягкие измерения и вычисления. – 2020. – Т. 32. – № 7. – С. 45–53.

5. Благовещенский И. Г., Благовещенская М. М., Назойкин Е. А. Использование имитационного моделирования для идентификации состояния промышленного предприятия // Инженерный журнал: наука и инновации. – 2020. – № 2 (98). – С. 39–40.

6. Васимова И. Н., Садковская Н. Е., Садковский Б. П., Жаров М. В. Оптимизация производственных процессов с помощью моделирования в программной среде ANYLOGIC на предприятиях авиационной и ракетно-космической отрасли // Наукоемкие технологии. – 2018. – Т. 19. – № 6. – С. 18–24.

7. Голованова В. С. Разработка модели производственного цеха в программе ANYLOGIC // Аллея науки. – 2018. – Т. 3. – № 1 (17). – С. 429–435.

8. Гончаров К. А. Имитационная модель процессов производства сырокопченых колбас // Энигма. – 2020. – № 24. – С. 180–185.

9. Григорьев С. Н., Леонов А. А., Долгов В. А. Имитационное моделирование производственных процессов с применением логик планового и ситуационного резервирования рабочих мест // Автоматизация. Современные технологии. – 2021. – Т. 75. – № 1. – С. 3–10.

10. Жаров М. В. Моделирование оптимизации для организации производств цехов машиностроения в программной среде ANYLOGIC // Вестник Рязанского государственного радиотехнического университета. – 2020. – № 71. – С. 151–161.

11. Искандаров М. З., Хисамутдинов Р. М. Оптимизационная модель производственных процессов сборочной системы автомобилей // Научно-технический вестник Поволжья. – 2020. – № 6. – С. 70–74.

12. Кислицын Е. В., Панова М. В., Чиркина Н. Г. Разработка имитационной модели процесса производства на предприятиях деревообработки // Перспективы науки. – 2017. – № 11 (98). – С. 26–30.

13. Лекарева Ю. С., Снатенков А. А. Разработка проекта структурной диверсификации ООО «МАЙКРОИМПУЛЬС» в целях повышения инновационной активности компании // Аудиторские ведомости. – 2019. – № 3. – С. 53–62.

14. Морарь Е. В., Шамис В. А. Моделирование транспортно-логистических процессов с использованием среды ANYLOGIC // NovaInfo.Ru. – 2019. – Т. 1. – № 96. – С. 24–27.

15. Шепель В. Н., Спешилова Н. В., Китаева М. В. Имитационная модель управления животноводческим сельскохозяйственным предприятием в регионе // Проблемы развития предприятий: теория и практика. – 2018. – № 1. – С. 293–299.

16. Этапы разработки имитационных моделей. – URL: http://info-tehnologii.ru/IMIT_MOD/Etap/index.html (дата обращения: 19.08.2022).