Practical aspects of developing an integration platform for aggregating data of the production and logistics system of mechanical engineering enterprises

Cover Page

Cite item

Full Text

Abstract

The article considers practical aspects of developing an integration platform for aggregating data from various information management systems of production and logistics systems (PLS) of mechanical engineering enterprises to analyze their performance. A structural model of a solution for collecting data from heterogeneous information systems is proposed, which is flexible and scalable. A model of data collection and consolidation processes has been developed, which allows automating the data aggregation process for analyzing PLS performance.

About the authors

A. A. Akimov

MSUT "STANKIN"

Author for correspondence.
Email: akimov2804@gmail.com

S. N. Grigoriev

MSUT "STANKIN"

Email: s.grigoriev@stankin.ru

References

  1. Dolgov V. A., Rakhmilevich E. G., Pyatnov Yu. V., Podkidyshev A. A. Testing products for industrial adaptability in the diversification of defense industry machine-building enterprises in the context of the development of digital production. Vestnik MSUT “Stankin”. – 2018. – No. 4 (47). – P. 8–12. – EDN: VRYJKB.
  2. Grigoriev S. N., Dolgov V. A., Nikishechkin P. A., Dolgov N. V. Development of a structural model of the digital twin of the production and logistics system of machine-building enterprises. Bulletin of the Bauman Moscow State Technical University. Mechanical Engineering Series. – 2021. – No. 2 (137). – P. 43–58. – doi: 10.18698/0236-3941-2021-2-43-58. – EDN: TRCNAW.
  3. Yagopolsky A. G., Andriukhin N. D., Tutukin D. G. Simulation modeling of production systems of machine-building industries. Innovations and Investments. – 2020. – No. 11. – P. 254–256. – EDN: THHAAH.
  4. Dolgov V. A., Nikishechkin P. A., Arkhangelsky V. E. et al. Management models of production systems of machine-building enterprises based on the development and use of their digital counterparts. In: Modeling of Nonlinear Processes and Systems: Proceedings of the Fifth International Conference, Moscow, November 16–20, 2020. – Moscow: Janus-K, 2021. – P. 171–176. – EDN: FJQQNX.
  5. Dolgov V. A., Nikishechkin P. A., Ivashin S. S. et al. Modern approaches to building digital twins of products, processes and systems, including production and logistics systems of machine-building enterprises. Problems of Mechanical Engineering and Automation. – 2023. – No. 2. – P. 88–96. – doi: 10.52261/02346206_2023_2_88. – EDN: LKUKDS.
  6. Nikishechkin P., Akimov A., Nikich A. Practical aspects of building an interactive environment for user interface development and visualization for monitoring and control of heterogeneous technological processes. In: AIP Conference Proceedings: International Conference on Modern Trends in Manufacturing Technologies and Equipment 2021, Sevastopol, September 6–10, 2021. – Vol. 2503. – Sevastopol: American Institute of Physics Inc., 2022. – P. 050087. – doi: 10.1063/5.0101237. – EDN: CPLHMZ.
  7. Dolgov N. V., Akimov A. A. Application of simulation modeling methods to evaluate the effectiveness of using additive wax printing technologies to produce wax models for casting. Mechatronics, Automation and Robotics. – 2023. – No. 11. – P. 113–119. – doi: 10.26160/2541-8637-2023-11-113-119. – EDN: XARPFI.
  8. Nikishechkin P. A., Grigoriev A. S. Practical aspects of developing a module for diagnostics and control of cutting tools in a CNC system. Vestnik MSUT “Stankin”. – 2013. – No. 4 (27). – P. 65–70. – EDN: RZBLHD.
  9. Nikishechkin P. A., Chervonnova N. Yu., Nikich A. N. An approach to the construction of specialized portable terminals for monitoring and controlling technological equipment. Automation in Industry. – 2018. – No. 6. – P. 63–67. – EDN: UVIQAX.
  10. Dolgov N. V., Akimov A. A., Nikishechkin P. A. Evaluation of the effectiveness of the use of additive wax printing technologies for acquiring wax models for lost-wax casting in custom production based on simulation modeling. In: E3S Web of Conferences: Ural Environmental Science Forum “Sustainable Development of Industrial Region” (UESF-2023), Chelyabinsk, April 25–28, 2023. – Vol. 389. – Chelyabinsk: EDP Sciences, 2023. – P. 01065. – doi: 10.1051/e3sconf/202338901065. – EDN: MZMYJQ.
  11. Dolgov V. A., Dolgov N. V., Akimov A. A., Proshkina O. S. Features of calculating the technological cycle of assembling a product with unstable operation durations in multi-nomenclature production by methods of simulation modeling and mathematical statistics. Vestnik MSUT “Stankin”. – 2023. – No. 1 (64). – P. 34–41. – doi: 10.47617/2072-3172_2023_1_34. – EDN: ZULTXU.
  12. Grigoriev S. N., Dolgov V. A., Nikishechkin P. A., Ivashin S. S., Dolgov N. V. Simulation modeling of production processes of various types of machine-building industries. Bulletin of the Bauman Moscow State Technical University. Mechanical Engineering Series. – 2022. – No. 3. – P. 84–99. – doi: 10.18698/0236-3941-2022-3-84-99.
  13. Dolgov N. V., Akimov A. A. Application of simulation modeling methods to evaluate the effectiveness of using additive wax printing technologies to produce wax models for casting. Mechatronics, Automation and Robotics. – 2023. – No. 11. – P. 113–119. – doi: 10.26160/2541-8637-2023-11-113-119. – EDN: XARPFI.

Supplementary files

Supplementary Files
Action
1. JATS XML

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».