Анализ стратегий управления при запуске переходе к серийному производству самолётов

Описание проблемы:




Процесс перехода к серийному производству в отрасли гражданского авиастроения часто осложняется происходящими изменениями в продукте и производственных операциях в процессе сборки. Это сильно увеличивает срок производства воздушного судна. Ещё больше осложняет запуск производства техническая сложность и мелкосерийность самолётов, а также то, что они собираются по индивидуальному заказу клиента. Сегодня время жизненного цикла продукта постепенно сокращается, и производители запускают производство новых моделей всё чаще. Все это делает переход к серийному производству проблемой для производственных инженеров из области авиастроения.


Группа компаний Airbus приняла участие в проекте Евросоюза ARUM (Adaptive Production Management), направленному на создание IT-решения для уменьшения рисков, планирования и поддержки принятия решений при переходе к серийному производству в областях авиа- и судостроения. Для оценки работы ARUM необходимо было протестировать предложенные стратегии управления на модели производственной системы. Для этого участники решили создать имитационную модель сборочной линии самолётов Airbus.


Среди инструментов моделирования специалисты остановили свой выбор на AnyLogic благодаря его возможности совмещать агентный и дискретно-событийный методы моделирования.


Решение:




Модель имитировала этап сборки самолётов Airbus A350 на площадке в Гамбурге, где велись работы над двумя секциями фюзеляжа. Эта часть сборочной линии состояла из шести станций. На каждой из них командами из 30-35 человек выполнялось примерно по 300 рабочих заданий. Модель воспроизводила весь период перехода к серийному производству, длящийся до двух лет, и учитывала увеличение производительности труда со временем.


Модель была построена с использованием агентного и дискретно-событийного методов. Она включала в себя три основных элемента:


  • Сборочная линия, которая состояла из шести станций, каждая из которых имела своих работников и оборудование. Станции моделировались как агенты.  
  • Движение производимого продукта (секций фюзеляжа) по сборочной линии. Каждая секция фюзеляжа требовала выполнения над собой от 200 до 600 рабочих заданий, приписанных к станциям. Эти рабочие задания были частями более крупных задач, для выполнения каждой из которых требовались свои материалы и ресурсы. Когда секция попадала на сборочную станцию, над ней производились работы этой станции, после чего секция направлялась на следующие станции, и, наконец, на сборочную линию в другом городе, которая не была включена в эту модель. Весь процесс моделировался с помощью специализированной библиотеки Process Modeling Library.  
  • Модель управления включала производственные планы, которые время от времени нарушались. Агент-менеджер воспроизводил сложное поведение людей, управляющих производством, и их реагирование на сбои на производстве применением стратегий управления.
Архитектура СППР на основе имитационного моделирования

Архитектура решения ARUM.


Помимо прочего, стратегии управления включали возможность оставления незакрытых задач. Если какие-то работы не могли быть выполнены в настоящий момент, они могли быть отложены на дальнейшие сроки, в то время как секция продолжала движение по производственной линии и направлялась в другой город. В этом случае рабочим из Гамбурга требовалось заканчивать свою работу в другом городе («стратегия командировок»). Противоположная стратегия подразумевала остановку всех работ над конкретной секцией до момента завершения «подвешенных» задач (стратегия «остановка и доделка»).


Среди причин, вызывавших сбои в производственных процессах:

  • Несбалансированная загрузка рабочих ресурсов. Причины – процесс обучения сотрудников работе над новым продуктом и необходимость производства одними и теми же командами нескольких типов продуктов одновременно.
  • Несоответствия и изменения в проекте. Это происходило потому, что сборка часто начиналась на стадии неполной готовности продукта со стороны проектировщиков.
  • Нехватка или несоответствие деталей, вызванные изменениями в проекте.

Модель собирала следующую статистику: время сборки секций фюзеляжа, количество рабочих часов в командировках, а также процент использования ресурсов (труда, материалов, сборочных станций).


Разработчики создали понятную модель, которую можно было повторно использовать в других проектах. Модель была встроена в архитектуру решения ARUM. Важной её частью стала визуализация процессов на сборочной линии.

Структура имитационной модели производства
Структура имитационной модели. 

Результат:




Эксперименты с моделью позволили специалистам Airbus понять влияние стратегий управления при сбоях на производстве на поведение системы.


Пользователи протестировали несколько сценариев перехода к серийной сборке с разными производственными планами. Они также протестировали различные сценарии сбоев на производстве на основе исторических данных, включая крайние варианты.


Модель будет использоваться для сравнения действия политик, предложенных решением ARUM, и текущих управленческих практик. Это позволит разработать наилучшие стратегии управления при сбоях при переходе к серийному производству в авиастроительной и судостроительной отраслях.

Другие проекты

  • Анализ производственных возможностей комплекса подводного кораблестроения
    В рамках работ по оценке перспектив развития производственных мощностей руководство ОАО "Адмиралтейские верфи" хотело проанализировать и оценить возможности реализации производственной программы по строительству и ремонту дизельных подводных лодок. Требовалось проверить, насколько предприятие справится с производственным планом на 2011-2016 гг. на существующих мощностях.
  • Моделирование работы участка контроля герметичности ядерного реактора
    На стадии проектирования участка контроля герметичности оболочек тепловыделяющих элементов реактора (ТВЭЛ) разработчикам необходимо было собрать данные о параметрах работы системы в ситуациях появления брака.
  • Имитационная модель электросталеплавильного цеха Челябинского металлургического комбината
    Модель имитирует переоборудованную инфраструктуру цеха, конфигурацию оборудования и все значимые параметры происходящих в цеху процессов. Это один из показательных примеров применения технологии имитационного моделирования в металлургической промышленности.
  • Планирование и оптимизация автоматизированного производства
    Centrotherm Photovoltaics AG – это мировой поставщик технологий и оборудования для рынка солнечной энергетики, полупроводников и микроэлектроники. Компании требовалось определить лучшие конфигурации фабрики и автоматизированной производственной линии для минимизации затрат и максимизации пропускной способности и надежности работы.
  • GE моделирует производство для поддержки принятия решений в реальном времени
    При запуске нового продукта – батарей Durathon, компании General Electric необходимо было увеличивать объемы выпуска продукции в условиях неопределённости одновременно с модернизацией производственных процессов и снижением себестоимости товаров. Специалисты GE использовали имитационное моделирование для решения этих задач.
  • Комплексный анализ производственных ресурсов судоверфи
    Крупнейший судостроительный завод General Dynamics NASSCO разработал комплексную систему компьютерного имитационного моделирования для судостроения и управления цепочками поставок на судоверфи, которая включает в себя построенную в AnyLogic имитационную модель всего цикла судостроительного процесса.
  • Моделирование прокладки тоннеля с использованием тоннелепроходческого комплекса
    Цена часа простоя тоннелепроходческого комплекса обычно очень высока, и менеджеры делают всё возможное, чтобы избежать его остановок. Целью моделирования, проведенного в Рурском университете, стало создание инструмента для определения узких мест в процессах при прокладке туннелей, помогающего снизить потери при простоях.
  • Производственное планирование в кораблестроении
    Менеджмент одного из крупнейших итальянских производителей яхт нуждался в решении, которое помогло бы упростить планирование производственных процессов и повысить эффективность использования человеческих ресурсов на производстве. Целью проекта было обеспечение менеджеров компании-клиента исчерпывающей информацией для планирования, которая позволила бы им тестировать и оптимизировать производственные планы до их внедрения.
  • Моделирование производства мороженого: определение ограничений и оптимизация плана
    Conaprole, крупнейшая молочная компания Уругвая, производит более 150 SKU мороженого на заводе с пятью производственными линиями. Задачей менеджмента было получить возможность легко пересматривать производственные планы, чтобы лучше удовлетворять спрос и избегать дефицита ключевых продуктов.
  • Простая модель помогает Intel избежать простоев на производстве
    Заводы компании Intel использовали определённый тип оборудования, который часто выходил из строя, приводя к уменьшению объемов производства. Запасные детали стоили дорого и были неравномерно распределены между заводами: одни фабрики часто испытывали нехватку материалов, другие приобретали слишком много запчастей.