Практические аспекты разработки интеграционной платформы агрегации данных производственно-логистической системы машиностроительных предприятий

Обложка

Цитировать

Полный текст

Аннотация

В статье рассмотрены практические аспекты разработки интеграционной платформы агрегации данных производственно-логистической системы (ПЛС) машиностроительных предприятий для проведения анализа их производительности. Предложена структурная модель решения для сбора данных из разнородных информационных систем, отличающаяся гибкостью и масштабируемостью. Разработана модель процессов сбора и объединения данных, которая позволяет автоматизировать процесс агрегации данных для анализа производительности ПЛС.

Об авторах

А. А. Акимов

ФГБОУ ВО "МГТУ "СТАНКИН"

Автор, ответственный за переписку.
Email: akimov2804@gmail.com

С. Н. Григорьев

ФГБОУ ВО "МГТУ "СТАНКИН"

Email: s.grigoriev@stankin.ru

Список литературы

  1. Долгов В. А., Рахмилевич Е. Г., Пятнов Ю. В., Подкидышев А. А. Отработка изделий на производственную технологичность при диверсификации машиностроительных предприятий ОПК в условиях развития цифрового производства // Вестник МГТУ «Станкин». – 2018. – № 4 (47). – С. 8–12. – EDN: VRYJKB.
  2. Григорьев С. Н., Долгов В. А., Никишечкин П. А., Долгов Н. В. Разработка структурной модели цифрового двойника производственно-логистической системы машиностроительных предприятий // Вестник Московского государственного технического университета им. Н. Э. Баумана. Серия Машиностроение. – 2021. – № 2 (137). – С. 43–58. – doi: 10.18698/0236-3941-2021-2-43-58. – EDN: TRCNAW.
  3. Ягопольский А. Г., Андрюхин Н. Д., Тутукин Д. Г. Имитационное моделирование производственных систем машиностроительных производств // Инновации и инвестиции. – 2020. – № 11. – С. 254–256. – EDN: THHAAH.
  4. Долгов В. А., Никишечкин П. А., Архангельский В. Е. и др. Модели управления производственными системами машиностроительных предприятий на основе разработки и использования их цифровых двойников // Моделирование нелинейных процессов и систем: материалы пятой международной конференции, Москва, 16–20 ноября 2020 года. – М.: ООО «Изд-во «Янус-К», 2021. – С. 171–176. – EDN: FJQQNX.
  5. Долгов В. А., Никишечкин П. А., Ивашин С. С. и др. Современные подходы к построению цифровых двойников продуктов, процессов и систем, включая производственно-логистические системы машиностроительных предприятий // Проблемы машиностроения и автоматизации. – 2023. – № 2. – С. 88–96. – doi: 10.52261/02346206_2023_2_88. – EDN: LKUKDS.
  6. Nikishechkin P., Akimov A., Nikich A. Practical aspects of building interactive environment for user interfaces development and visualization for monitoring and control of heterogeneous technological processes // AIP Conference Proceedings: International Conference on Modern Trends in Manufacturing Technologies and Equipment 2021, Sevastopol, 06–10 September 2021. – Vol. 2503. – Sevastopol: American Institute of Physics Inc., 2022. – P. 050087. – doi: 10.1063/5.0101237. – EDN: CPLHMZ.
  7. Долгов Н. В., Акимов А. А. Применение методов имитационного моделирования для оценки эффективности использования аддитивных технологий печати воском для получения восковых моделей для литья по выплавляемым моделям // Мехатроника, автоматика и робототехника. – 2023. – № 11. – С. 113–119. – doi: 10.26160/2541-8637-2023-11-113-119. – EDN: XARPFI.
  8. Никишечкин П. А., Григорьев А. С. Практические аспекты разработки модуля диагностики и контроля режущего инструмента в системе ЧПУ // Вестник МГТУ «Станкин». – 2013. – № 4 (27). – С. 65–70. – EDN: RZBLHD.
  9. Никишечкин П. А., Червоннова Н. Ю., Никич А. Н. Подход к построению специализированных портативных терминалов для контроля и управления технологическим оборудованием // Автоматизация в промышленности. – 2018. – № 6. – С. 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 obtaining wax models for lost-wax casting in custom production based on simulation modeling // E3S Web of Conferences: Ural Environmental Science Forum “Sustainable Development of Industrial Region” (UESF-2023), Chelyabinsk, 25–28 April 2023. – Vol. 389. – Chelyabinsk: EDP Sciences, 2023. – P. 01065. – doi: 10.1051/e3sconf/202338901065. – EDN: MZMYJQ.
  11. Долгов В. А., Долгов Н. В., Акимов А. А., Прошкина О. С. Особенности расчета технологического цикла сборки изделия с нестабильной длительностью операций в многономенклатурном производстве методами имитационного моделирования и математической статистики // Вестник МГТУ «Станкин». – 2023. – № 1 (64). – С. 34–41. – doi: 10.47617/2072-3172_2023_1_34. – EDN: ZULTXU.
  12. Григорьев С. Н., Долгов В. А., Никишечкин П. А., Ивашин С. С., Долгов Н. В. Имитационное моделирование производственных процессов различных типов машиностроительных производств // Вестник МГТУ им. Н. Э. Баумана. Сер. Машиностроение. – 2022. – № 3. – С. 84–99. – doi: 10.18698/0236-3941-2022-3-84-99.
  13. Долгов Н. В., Акимов А. А. Применение методов имитационного моделирования для оценки эффективности использования аддитивных технологий печати воском для получения восковых моделей для литья по выплавляемым моделям // Мехатроника, автоматика и робототехника. – 2023. – № 11. – С. 113–119. – doi: 10.26160/2541-8637-2023-11-113-119. – EDN: XARPFI.

Дополнительные файлы

Доп. файлы
Действие
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».