10.14489/hb.2023.01.pp.034-040

2023, 01 январь (January)

DOI: 10.14489/hb.2023.01.pp.034-040

Михалев О. Н., Янюшкин А. С.
ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ЭКСПЕРТНО-АНАЛИТИЧЕСКИХ СИСТЕМАХ ДЛЯ ЭФФЕКТИВНОГО УПРАВЛЕНИЯ ПРОИЗВОДСТВОМ
(c. 34-40)

Аннотация. Экспертно-аналитические системы обладают огромным потенциалом для повышения эффективности производства. Диапазон их применения растет, но располагая бо́льшим объемом информации, данные системы могут приносить еще больше пользы. В статье рассматриваются подходы расширения возможностей данных систем в целях помочь человеку оперативно принимать экспертные решения по управлению производством, полностью реализовать потенциал оборудования и других ресурсов предприятия, улучшить основные показатели KPI, и тем самым повысить эффективность всего предприятия. Самыми распространенными направлениями развития данных систем являются расширение аналитических данных, встраивание алгоритмов принятия решений, использование технологий искусственного интеллекта и других решений, которые могут сделать данные системы более интеллектуальными.

Ключевые слова: экспертно-аналитическая система; эффективность производства; искусственный интеллект; нейронная сеть; управление производством; автоматизация управления.

Mikhalev O. N., Yanyushkin A. S.
USE OF ARTIFICIAL INTELLIGENCE IN EXPERT-ANALYTICAL SYSTEMS FOR EFFICIENT PRODUCTION MANAGEMENT
(pp. 34-40)

Abstract. Expert-analytical systems have great potential for improving production efficiency. They are increasingly being used, however, with a large amount of information, these systems can bring much more benefits. The article discusses approaches to expanding the capabilities of these systems in order to help a person quickly make expert decisions on production management, fully realize the potential of equipment and other enterprise resources, improve key KPI indicators, and thereby increase the efficiency of the entire enterprise. One of the directions for the development of these systems is the expansion of analytical data, the embedding of decision-making algorithms, the use of artificial intelligence technologies and other solutions that can make these systems more intelligent.

Keywords: Expert-analytical system; Production efficiency; Artificial intelligence; Neural network; Production management; Automation control.

+ - Информация об авторах (About the Authors) Click to collapse

Рус

О. Н. Михалев, А. С. Янюшкин (Чувашский государственный университет имени И. Н. Ульянова, Чебоксары, Россия) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.

Eng

O. N. Mikhalev, A. S. Yanyushkin (Ulianov Chuvash State University, Moscow, Russia) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.

+ - Библиографический список (References) Click to collapse

Рус

1. Шеффер Э. Индустрия X.0. Преимущества цифровых технологий для производства / пер. с англ. М.: Точка, 2019. 320 с.
2. Хохлов А. С., Баулин Е. С., Коннов А. И., Мишутин Д. Ю. Комплекс интегрированного планирования деятельности ВИНК // Автоматизация в промышленности. 2018. № 12. С. 15 – 26.
3. Владов Р. А., Дозорцев В. М., Шайдуллин Р. А., Белоусов О. Ю. Предиктивная аналитика состояния оборудования в химико-технологических процессах // Автоматизация в промышленности. 2019. № 12. С. 44 – 52.
4. Siemens. Leveraging Real-Time KPIs to Increase Overall Machine Efficiency [Электронный ресурс] // Siemens PLM Software. URL: https://www.plm.automation. siemens.com/global/ru/our-story/customers/siemens/103014/ (дата обращения: 04.05.2022).
5. TRUMPF. Обнаружение местонахождения в режиме реального времени (RTLS) [Электронный ресурс] // TRUMPF. URL: https://www.trumpf.com/ru_RU/produkcija/ obnaruzhenie-mestonakhozhdenija-v-rezhime-realnogo-vremeni- rtls/ (дата обращения: 02.06.2022).
6. Sandvik Coromant. CoroPlus® Machining Insights. Аналитика данных для повышения эффективности производства и коэффициента использования оборудования (OEE) [Электронный ресурс] // Sandvik Coromant. URL: https://www.sandvik.coromant.com/ru-ru/products/coroplus-machininginsights/pages/default.aspx (дата обращения: 02.06.2022).
7. Caron Engineering. Smart Manufacturing Solutions [Электронный ресурс] // Caron Engineering, Inc. URL: https://www.caroneng.com/ (дата обращения: 02.06.2022).
8. Цифра. Диспетчер. [Электронный ресурс] // «ГК «Цифра». URL: https://www.zyfra.com/product/dispatcher/ (дата обращения: 21.05.2022).
9. Детмер У. Теория ограничений Голдратта: Системный подход к непрерывному совершенствованию / пер. с англ. 4-е изд. М.: Альпина Паблишер, 2012. 443 с.
10. Рассел Стюарт, Норвиг Питер. Искусственный интеллект: современный подход / пер. с англ. 2-е изд. М.: Вильямс, 2006. 1408 с.
11. Михалев О. Н., Янюшкин А. С. Повышение производительности разработки технологических процессов с помощью технологий искусственного интеллекта // Актуальные проблемы в машиностроении. 2022. Т. 9, № 1-2. С. 7 – 14.
12. Вожаков А. В., Столбов В. Ю., Федосеев С. А. Интеллектуальные информационные системы управления предприятием: модели и практики: монография. М.: Университетская книга, 2021. 304 с.
13. Mikhalev O. N., Yanyushkin A. S. CAD/CAM-System Module for the Design of Automatic Production // Industry 4.0. 2020. Т. 5, № 2. С. 59 – 62.
14. Михалев О. Н., Янюшкин А. С. Модуль интеллектуальной обработки CAM-системы // Обработка металлов (технология, оборудование, инструменты). 2019. № 3(76). С. 30 – 50. DOI: 10.17212/1994-6309-2017-3-30-50

Eng

1. Sheffer E. (2019). Industry X.0. Benefits of digital technologies for manufacturing. Moscow: Tochka. [in Russian language]
2. Hohlov A. S., Baulin E. S., Konnov A. I., Mishutin D. Yu. (2018). Integrated planning complex for VIOCs. Avtomatizatsiya v promyshlennosti, (12), pp. 15 – 26. [in Russian language]
3. Vladov R. A., Dozortsev V. M., Shaydullin R. A., Belousov O. Yu. (2019). Predictive analytics of equipment condition in chemical and technological processes. Avtomatizatsiya v promyshlennosti, (12), pp. 44 – 52. [in Russian language]
4. Siemens. Leveraging Real-Time KPIs to Increase Overall Machine Efficiency. Siemens PLM Software. Available at: https://www.plm.automation.siemens.com/global/ru/our-story/customers/siemens/103014/ (Accessed: 04.05.2022).
5. Realtime location detection (RTLS). TRUMPF. Available at: https://www.trumpf.com/ru_RU/produkcija/obnaruzhenie-mestonakhozhdenija-v-rezhime-realnogo-vremeni-rtls/ (Accessed: 02.06.2022). [in Russian language]
6. CoroPlus® Machining Insights. Data analytics to improve production efficiency and equipment utilization (OEE). Sandvik Coromant. Available at: https://www.sandvik.coromant.com/ru-ru/products/coroplus-machining-insights/pages/default.aspx (Accessed: 02.06.2022). [in Russian language]
7. Caron Engineering. Smart Manufacturing Solutions. Caron Engineering, Incorporated. Available at: https://www.caroneng.com/ (Accessed: 02.06.2022).
8. Dispatcher. "GK "Cifra". Available at: https://www.zyfra.com/product/dispatcher/ (Accessed: 21.05.2022). [in Russian language]
9. Detmer U. (2012). Goldratt's Theory of Constraints: A systematic approach to continuous improvement. 4th ed. Moscow: Al'pina Pablisher. [in Russian language]
10. Rassel Styuart, Norvig Piter. (2006). Artificial intelligence: a modern approach. 2nd ed. Moscow: Vil'yams. [in Russian language]
11. Mikhalev O. N., Yanyushkin A. S. (2022). Improving process development productivity with artificial intelligence technologies. Aktual'nye problemy v mashinostroenii, Vol. 9, (1-2), pp. 7 – 14. [in Russian language]
12. Vozhakov A. V., Stolbov V. Yu., Fedoseev S. A. (2021). Intellectual information systems of enterprise management: models and practices: monograph. Moscow: Universitetskaya kniga. [in Russian language]
13. Mikhalev O. N., Yanyushkin A. S. (2020). CAD/CAM-System Module for the Design of Automatic Production. Industry 4.0, Vol. 5, (2), pp. 59 – 62.
14. Mikhalev O. N., Yanyushkin A. S. (2019). CAM intelligent processing module. Obrabotka metallov (tekhnologiya, oborudovanie, instrumenty), 76(3), pp. 30 – 50. [in Russian language] DOI: 10.17212/1994-6309-2017-3-30-50

+ - Заказать электронную версию статьи (Purchase digital version of a single article) Click to collapse

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 500 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа скопируйте doi статьи:

10.14489/hb.2023.01.pp.034-040

и заполните форму

Отправляя форму вы даете согласие на обработку персональных данных.

Eng

This article is available in electronic format (PDF).

The cost of a single article is 500 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please copy the article doi:

10.14489/hb.2023.01.pp.034-040

and fill out the form