КЛАССИФИКАТОР МАРШРУТНЫХ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ ИЗГОТОВЛЕНИЯ ДЕТАЛЕЙ ГЕОХОДА

Обложка

Цитировать

Полный текст

Аннотация

Рассмотрены вопросы повышения эффективности технологической подготовки при освоении новой продукции (на примере изделия геоход) в условиях единичного и мелкосерийного производства. На основе анализа конструкции изделий произведено их группирование по конструктивно-технологическим признакам, что позволило составить граф (типа дерево) обработки комплексной детали с учетом конкретных конструктивных особенностей. Направлениям движения по отдельным ветвям присвоены коды, из которых в дальнейшем формируется код конкретной детали. Технологический маршрут рассматриваемой детали, отнесенной к определенной группе, формируется путем выбора операций обработки элементарных поверхностей, имеющихся у данной детали, из маршрута, составленного для типового представителя. Представленный классификатор составляет основу для повышения эффективности технологической подготовки производства, расширения системы материально-технического обеспечения производства, дальнейшего расширения нормативной справочной базы, общего повышения уровня производственной культуры сотрудников.

Об авторах

Александр Александрович Ласуков

Юргинский технологический институт (филиал) Томского политехнического университета

Email: lasukow@rambler.ru
ул. Ленинградская, 26, г. Юрга, 652055, Россия

Павел Сергеевич Громыко

Юргинский технологический институт (филиал) Томского политехнического университета

Email: pasha.9.3@mail.ru
ул. Ленинградская, 26, г. Юрга, 652055, Россия

Список литературы

  1. Григорьев М.Н., Уваров С.А. Логистика. Базовый курс. - М.: Юрайт, 2011. - 782 с. - ISBN: 978-5-9916-0755-1.
  2. Смаковский М.С. Современные технологические возможности повышения рентабельности производства судового машиностроения на примере механообрабатывающего участка ОАО «АРМАЛИТ-1» // Морской вестник. - 2012. - № 2. - С. 39-42.
  3. Аксенов В.В., Вальтер А.В. Специфика геохода как предмета производства // Научное обозрение. - 2014. - № 8-3. - С. 945-949.
  4. Технологические процессы в машиностроении / А.Г. Схиртладзе, С.И. Богодухов, Р.М. Сулейманов, Е.В. Бондаренко, А.Д. Проскурин. - М.: Машиностроение, 2009. - 640 с.
  5. Complexity in engineering design and manufacturing / W. ElMaraghy, H. ElMaraghy, T. Tomiyama, L. Monostori // CIRP Annals - Manufacturing Technology. - 2012. - Vol. 61, iss. 2. - Р. 793-814. - doi: 10.1016/j.cirp.2012.05.001.
  6. Wahab M.I.M., Stoyan S.J. A dynamic approach to measure machine and routing flexibilities of manufacturing systems // International Journal of Production Economics. - 2008. - Vol. 113, iss. 2. - Р. 895-913. - doi: 10.1016/j.ijpe.2007.12.001.
  7. Митрофанов С.П. Групповая технология машиностроительного производства. В 2 т. Т. 1. - 3-е изд., перераб. и доп. - Л.: Машиностроение, 1983. - 403 с.
  8. Митрофанов С.П. Групповая технология машиностроительного производства. В 2 т. Т. 2. - 3-е изд., перераб. и доп. - Л.: Машиностроение, 1983. - 375 с.
  9. Gallagher C.C., Knight W.A. Group technology, production methods in manufacturing. - Harlow, United Kingdom: Ellis Horwood, 1986. - 190 p. - ISBN-10: 0745800467. - ISBN-13: 9780745800462.
  10. Uddin M.K., Shanker K. Grouping of parts and machines in presence of alternative process routes by genetic algorithm // International Journal of Production Economics. - 2002. - Vol. 76, iss. 3. - Р. 219-228. - doi: 10.1016/S0925-5273(01)00164-5.
  11. A system based on machined volumes to reduce the number of route sheets in process planning / J. Ciurana, M.L. Garcia-Romeu, R. Castro, M. Alberti // Computers in Industry. - 2003. - Vol. 51 iss. 1. - Р. 41-50. - doi: 10.1016/S0166-3615(03)00024-1.
  12. Ласуков А.А., Навроцкий С.С. Системный классификатор маршрутных технологических процессов изготовления деталей типа «Вал» в условиях ООО «Юргинский машзавод» // Перспективы развития и безопасность автотранспортного комплекса: материалы III Международной научно-практической конференции, г. Новокузнецк, 28-30 ноября 2013 г. - Новокузнецк: филиал КузГТУ в г. Новокузнецке, 2013. - С. 348-351.
  13. Resource-efficient workflow scheduling in clouds / Y.C. Lee, H. Han, A.Y. Zomaya, M. Yousif // Knowledge-Based Systems. - 2015. - Vol. 80. - P. 153-162. - doi: 10.1016/j.knosys.2015.02.012.
  14. Боярский В.Г., Сихимбаев М.Р., Шеров К.Т. Переналаживаемая технологическая оснастка для групповой обработки // Фундаментальные исследования. - 2011. - № 12-3. - С. 542-547.
  15. Аксенов В.В., Вальтер А.В., Бегляков В.Ю. Обеспечение геометрической точности оболочки при сборке секций геохода // Обработка металлов (технология, оборудование, инструменты). - 2014. - № 4 (65). - С. 19-28.
  16. Андриченко А.С. «Вертикаль» - новое поколение технологических САПР: объектный подход // САПР и графика. - 2005. - № 6. - С. 8-10.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».