• Nie Znaleziono Wyników

Systemy informatyczne w inżynierii produkcji

N/A
N/A
Protected

Academic year: 2021

Share "Systemy informatyczne w inżynierii produkcji"

Copied!
13
0
0

Pełen tekst

(1)

Streszczenie

W tej pracy przedstawiono elementy dokona przemysłowych w zakresie kompu-terowego wspomagania zarzdzania inynieri produkcji. Wychodzc z przetwarza-nia informacji dla potrzeb pozyskiwaprzetwarza-nia wiedzy wskazano na moliwe do stosowaprzetwarza-nia programy z grupy ERP. Podano podstawowe informacje o systemach ekspertowych i stosowanych coraz czciej systemach informatycznych klasy ERP. Omówiono praktyczne wykorzystanie systemu ProSeS w inynierii produkcji.

Słowa kluczowe: inynieria produkcji, dane pomiarowe, systemy informatyczne 1. Wprowadzenie

Kluczowym problemem w zarzdzaniu produkcj jest opracowanie i wdroenie metod opty-malizujcych planowanie i harmonogramowanie produkcji. Ze wzgldu na konkurencj kryteria optymalizacji powinny z jednej strony zadowala klienta, z drugiej pozwala przedsibiorstwu zdobywa pozycje na rynku. Powodem przyjmowania kryterium optymalizacji planowania i har-monogramowania produkcji jest dotrzymanie terminów realizacji zlece oraz minimalizacja trwa-nia całkowitego czasu zada realizowanych podczas produkcji. Podej cie to daje wiele korzy ci, pozwala skróci czas oczekiwania klienta na realizacj zamówienia oraz obnia koszty produkcji.

Dobierajc metod oraz procedur optymalizacyjn z zakresu zarzdzania produkcj nie mo-na koncentrowa si jedynie mo-na tym, czy metoda osiga optimum. Wane jest take, aby bra pod uwag efektywno  jej poszukiwania. Algorytmy o duej dokładno ci s czsto skomplikowane i nie nadaj si do wykorzystania w praktyce – ze wzgldu na konieczno  korzystania z super-szybkich komputerów [1,8,9,10].

Podstaw efektywnych procedur w zastosowaniach przemysłowych jest informacja pozyski-wana z danych pomiarowych, które najcz ciej s dostpne w nadmiarze. Droga od pozyskanej informacji, jej przetworzenia, wnioskowania, a do wytworzenia utrwalonej wiedzy jest długa i mozolna (rys.1). Wielokrotne i rónorodne procedury z obszaru pozyskiwania informacji, jej przetwarzania, redundancji nadmiaru informacji i utrwalania rozwiza metodycznych badania stanowi podstaw do praktycznego jej stosowania. Prowadzi to czsto w praktyce do poszukiwa-nych i waposzukiwa-nych innowacji przemysłowych [2,3,4,5,6,7].

(2)

Rysunek 1. Droga poszukiwa zalenoci w zbiorze danych ródło:[5].

Redundancja informacji i odkrywanie wiedzy ma na celu identyfikacj regularno ci istniej-cych w zbiorze danych, a regularno  okre lana jest poprzez pewien obraz oraz zakres, w którym ten obraz wystpuje. Proces odkrywania wiedzy w bazach danych zawiera wiele iteracji, których celem jest wielokrotna selekcja danych, ich wstpne przetwarzanie, drenie danych w celu auto-matycznego poszukiwania zaleno ci o charakterze jako ciowym i ilo ciowym oraz interpretacja otrzymanych zaleno ci przez adresata wyników.

Praca po wicona jest ogólnej charakterystyce zagadnienia zarzdzania produkcj oraz opisie moliwo ci zastosowa programu ProSeS, który zbudowano w oparciu o system zarzdzania pro-dukcj klasy ERP (Enterprise Resource Planning). Zaproponowany program tworzy system in-formatyczny skutecznie funkcjonujcy w wielu polskich przedsibiorstwach zajmujcych si prze-twórstwem tworzyw sztucznych i obróbk metali.

Przedstawiony program komputerowy działa w oparciu o system ekspercki. W systemie tym wane i decydujce znaczenie ma wiedza i do wiadczenie praktyczne ekspertów, zapisane przez inyniera wiedzy w postaci ram i slotów do komputera, co podstaw budowanych systemów do-radczych [5,8,9].

2. Systemy informatyczne zarzdzania produkcj

W ostatnich latach szerokie zastosowanie znajduj nastpujce koncepcje – komputerowo wspomaganego zarzdzania przedsibiorstwem i produkcj [9,10]:



koncepcja zintegrowanego zarzdzania zasobami produkcyjnymi MRP/ERP;



koncepcja sterowania produkcj i logistyk zgodnie z zasad JIT;



koncepcja LM;



koncepcja OPT;



koncepcja BOA;



koncepcja FZS.

S to odmiany systemów klasy ERP, które w zastosowaniach praktycznych zdobywaj coraz wiksz popularno , a ich stosowanie rozwizuje wiele problemów w przedsibiorstwie. Naji-stotniejsz cech systemów ERP wzbogacajc ich funkcjonalno  jest wprowadzenie do nich modułów finansowych pozwalajcych planowa i sterowa produkcj nie tylko na podstawie wskaników jako ciowych, ilo ciowych, lecz take warto ciowych. Oprócz tego systemy ERP

(3)

stanowi uzupełnienie systemu MRP II o wspomaganie dodatkowych funkcji (realizowanych przez oddzielne aplikacje), np. kontakty z dostawcami, dystrybutorami oraz klientami. Jdrem całego systemu ERP jest centralna baza danych, z któr poszczególne aplikacje wymieniaj dane i na której opiera si działanie całego systemu. Baza danych gromadzi i przechowuje dane pocho-dzce z rónych obszarów działalno ci przedsibiorstwa. Uycie jednej bazy danych usprawnia przepływ informacji pomidzy wszystkimi obszarami działalno ci biznesowej przedsibiorstwa. ródłem danych dla bazy oraz korzystajcymi z jej zasobów s komórki organizacyjne (tj. działa-jce w nich aplikacje) w rónych pionach funkcjonalnych przedsibiorstwa. W bazie danych ERP nowe dane wprowadzane s tylko raz – w jednym miejscu. Ich wprowadzenie powoduje automa-tyczne uaktualnienie wszystkich powizanych z nimi danych.

W praktyce zbudowanie takiej uniwersalnej, integrujcej dane z rónych aplikacji bazy da-nych w przypadku duego przedsibiorstwa okazuje si czsto trudne. Wynika to w duej mierze ze znacznego stopnia defragmentacji informacji generowanej w przedsibiorstwie oraz rónego stopnia jej szczegółowo ci. Dlatego te w systemach ERP duy nacisk kładzie si na wła ciwe zdefiniowanie interfejsów wymiany informacji midzy aplikacjami a baz danych [1].

Nowoczesne rozwizania informatyczne ewoluuj (rys.2), przechodzc od klasy ewidencji zdarze gospodarczych w kierunku controllingu i rachunkowo ci, umoliwiajcej strategiczne planowanie, kontrole finansów firmy, zarzdzanie dystrybucj i personelem, planowanie produk-cji, prowadzenie sprawozdawczo ci dla zarzdów i instytucji zewntrznych.



Ewolucja systemów 1960 1970 1980 1990 2000

Rysunek 2. Ewolucja systemów informatycznych

IC (Inventory control)

IC – systemy zarzdzania gospodark magazynow, opracowane pod koniec lat pidziesitych. Były pierwszymi systemami wspomagajcymi zarzdzanie, a do ich powstania przyczyniła si potrzeba zmniejszenia kosztów magazynowania.

IC

DEM ERP

MRP - 2 MRP

(4)

MRP (Material Requirements Planning)

Metoda MRP (Planowanie Potrzeb Materiałowych) bierze swoje pocztki w pónych latach pidziesitych, kiedy to opracowano jej pierwsz wersj. Zasadnicze koncepcje rónych technik zebranych pod nazw MRP były znane ju wcze niej, lecz nie mogły by w pełni wykorzystane przez brak komputerów o duej pamici operacyjnej. Metoda MRP pozwala obliczy dokładn ilo  materiałów i terminarz dostaw tak, aby sprosta cigle zmieniajcemu si popytowi na po-szczególne produkty, uwzgldniajc wicej ni jedn fabryk. W nowszych wersjach metody bierze si pod uwag m.in. zamówienia spływajce bezpo rednio od kocowych odbiorców oraz po redników, prognozy sprzeday i produkcji, stany magazynów, zapisy ksigowe i fakturowe. Systemy MRP wykorzystuj dane z ewidencji stanów magazynowych materiałów (półfabrykatów, wyrobów gotowych) i dostarczaj wykazy na zapotrzebowania materiałowe do planowanych zle-ce produkcyjnych w ujciu ilo ciowym i warto ciowym, generuj zaplanowane w czasie zlecenia zakupu i nowej produkcji, umoliwiaj kontrol realizacji produkcji w aspekcie rodzaju, ilo ci i terminów oraz optymalne sterowanie zapasami magazynowymi.

MRP II

MRP II (Manufacturing Resource Planning) – Planowanie Zasobów Produkcyjnych to naj-powszechniej obecnie stosowany system planowania procesu produkcyjnego, ułatwiajcy koordy-nowanie pracy korporacji, take tej o rozproszonej strukturze. Model MRP-2 w stosunku do po-przedniego został rozbudowany o elementy zwizane z procesem sprzeday i wspierajce podej-mowanie decyzji na szczeblach strategicznego zarzdzania produkcj. W miar rozwoju, specyfi-kacja MRP obejmowała kolejne obszary działalno ci przedsibiorstwa, stajc si stopniowo narz-dziem kompleksowym. W modelu MRP-2 obejmuje si wszystkie sfery zarzdzania przedsibior-stwem zwizane z przygotowaniem produkcji, jej planowaniem i kontrol oraz sprzeda i dystry-bucj wyprodukowanych dóbr. Poza materiałami zwizanymi bezpo rednio z produkcj MRP-2 uwzgldnia take materiały pomocnicze, zasoby ludzkie, koszty, czas i rodki trwałe. Co kilka lat powstaj udoskonalone wersje dedykowane o nazwie “MRP-2 Standard System” opisujce nast-pujce funkcje:

Planowanie sprzeday (Sales and Operation Planing – SOP); • Zarzdzania popytem (Demand Managment – DEM);

• Harmonogramowanie planu produkcji (Master Production Scheduling – MPS); • Planowanie potrzeb materiałowych (Materiel Requirement Planning – MRP); • Specyfikacje produktów (Bill of Material Subsystem – BOM);

• Transakcje strumienia materiałowego (Inventory Transaction Subsystem – INV); • Podsystem harmonogramów spływu (Scheduled Receipts Subsystem – SRS); • Zarzdzanie warsztatem produkcyjnym (Shop Flor Control – SFC);

• Planowanie zdolno ci produkcyjnych (Capacity Requirement Planning – CRP);

Zarzdzanie stanowiskiem roboczym (Input/Output Control) Zakupy materiałowe i koopera-cja bierna(Purchasing – PUR);

• Planowanie dystrybucji (Distribution Resoursc Planning – DRP); • Pomoce warsztatowe (Tooling Planning and Control – TPC);

(5)

• Symulacja (Symaultion – SYM);

• Pomiar wyników (Performance Measurement – PMT). ERP

Kolejnym krokiem w rozwoju metody MRP jest ERP (Enterprise Resource Planning – Plano-wanie Zasobów na potrzeby Przedsiwzi), przez wielu zwane po prostu MRP III (Money Reso-urce Planning – Planowanie Zasobów Finansowych). ERP – jest systemem obejmujcym cało  procesów produkcji i dystrybucji, który integruje róne obszary działania przedsibiorstwa, usprawnia przepływ krytycznych dla jego funkcjonowania informacji i pozwala błyskawicznie odpowiada na zmiany popytu. Metoda ERP obejmuje nastpujce obszary:

– obsługa klientów – baza danych o klientach, przetwarzanie zamówie, obsługa specyficz-nych zamówie (produkty na danie), elektroniczny transfer dokumentów (EDI);

– produkcja – obsługa magazynu, wyznaczanie kosztów produkcji, zakupy surowców i mate-riałów, ustalanie terminarza produkcji, zarzdzanie zmianami produktów (np. wprowadzanie usprawnie), prognozowanie zdolno ci produkcyjnych, wyznaczanie krytycznego poziomu zaso-bów/zapasów, kontrola procesu produkcji (m.in. ledzenie drogi produktu w zakładach produkcyj-nych) itd.;

– finanse – prowadzenie ksigowo ci, kontrola przepływu dokumentów ksigowych, raporty finansowe zgodnie z oczekiwaniami rónych grup odbiorców (np. podział na central i oddziały).

Wszystkie aktualnie oferowane kompleksowo zintegrowane systemy zarzdzania realizuj w jakiej cz ci koncepcje MRP/ERP. Uytkowany wła ciwie współczesny zintegrowany system informatyczny zarzdzania to nie tylko rodowisko sprztowo-programowe, to przede wszystkim utrwalona i skondensowana ogromna wiedza o zarzdzaniu i o rodowisku realizacji przedsi-wzi gospodarczych.

DEM

DEM (Dynamic Enterprise Modeler) – Dynamiczne Modelowanie Przedsibiorstwa. Jest to nowatorskie rozwizanie wprowadzone w 1996 roku przez firm Baan. To stosunkowo młode rozwizanie stanowi zestaw zintegrowanych narzdzi do dynamicznego modelowania struktury przedsibiorstwa umoliwiajce bezpo rednie przej cie od modelu firmy do gotowej aplikacji i menu dla poszczególnych uytkowników. System ten jest po prostu rozszerzeniem systemu ERP o automatyczn implementacj zmian zachodzcych w firmie.

Porównanie omówionych systemów informatycznych wystpujcych w Polsce jest ze wzgl-du na ograniczone informacje trudne. Zgodnie z przedstawionymi informacjami mona pokusi si o porównanie systemów (rys.3) ze wzgldu na klas w którym pracuj. Jest to bardzo wane kryte-rium gdy decyduje to o nowoczesno ci systemu i ewolucji technologii informacji.

(6)

Rysunek 3. Jakociowa oferta stosowanych systemów informatycznych przez firmy w Polsce ródło: [10].

3. Struktura systemu eksperckiego zarzdzania produkcj

Podstawowe obszary wykorzystania systemów eksperckich w systemach produkcyjnych wi- si z funkcjami, jakie mog one spełnia, tzn. funkcjami: konsultanta, narzdzia modelowania, eksperta w poszczególnych specjalistycznych dziedzinach.

Systemy eksperckie uywaj reguł typu: „IF (jeeli) THEN (to). Baza danych zawiera okre- lone fakty z przedmiotowej dziedziny, z których korzysta człon bazy wiedzy. Przed zastosowa-niem reguły elementy jej cz ci warunkowej musz by prezentowane w bazie danych. Zastoso-wanie reguły kreuje nowe fakty, które aktualizuj baz danych. Maszyna wnioskujca kieruje procesem rozumowania poprzez dopasowywanie faktów z bazy danych do warunków reguł, a nastpnie rozpatruje konkluzje danej reguły jako przesłanki do nastpnej reguły. Jest to tzw. „łacuch do przodu" (forward chaining). Moe take wystpowa „łacuch wstecz" (backward chaining) polegajcy na wyznaczaniu przesłanek z zakładanych konkluzji – od celów do faktów elementarnych.

Rozwaajc bardziej szczegółowo struktur systemu eksperckiego (rys.4) mona wyróni nastpujce podstawowe jej elementy:



baz wiedzy – np. zbiór reguł,



baz danych – np. dane o obiekcie,



procedury wnioskowania – maszyna wnioskujca,



procedury obja niania – obja niaj strategie wnioskowania,



procedury sterowania dialogiem – procedury wej cia/wyj cia umoliwiaj formułowanie zada przez uytkownika i przekazywanie rozwizania przez program,



procedury umoliwiajce rozszerzanie oraz modyfikacj wiedzy – pozyskiwanie wiedzy. 0 2 4 6 8 10 12 MRP MRP II ERP DEM

(7)

Rysunek 4. Schemat systemu zarzdzania ekspertowego systemu informatycznego ródło: [4].

Budow systemu eksperckiego ułatwiaj specjalnie skonstruowane szkieletowe systemy eks-perckie, które posiadaj pust baz wiedzy oraz pust baz danych i kompletne pozostałe elementy [1].

Pojcie "eksperta" jest intuicyjnie rozumiane jako okre lenie człowieka posiadajcego ugrun-towan wiedz i do wiadczenie w danej dziedzinie oraz cieszcego si autorytetem w rodowisku. Oceny wydawane przez eksperta z jednej strony zale od jego wiedzy i do wiadczenia, a z dru-giej – od subiektywnych odczu zwizanych z wynikami jego zawodowych do wiadcze, aktual-nych tendencji w podej ciu do zagadnie wymagajcych rozwizania itp. Problemy te oddziałuj na kierunki bada, oraz stosowane w nich metody badania i analizy wyników. Oparty na takich subiektywnych odczuciach proces doboru ekspertów oraz generowane przez nich oceny wymagaj starannej realizacji i dokładnej weryfikacji.

Główna przyczyn odwoływania si do systemów ekspertowych jest wiadomo , e posiada-na o rozpatrywanym problemie wiedza nie jest ani pełposiada-na, ani całkowicie pewposiada-na. Ma to miejsce w sytuacji, gdy wnioskowanie nie moe by dostatecznie wiarogodne w wyniku logicznego wnio-skowania, przeprowadzanego na podstawie analizy problemu, zasad jego opisu i funkcjonowania oraz wyników przeprowadzonych obserwacji i pomiarów.

Działanie systemu ekspertowego – rys.5 – mona opisa nastpujco. Je li decyzja wypraco-wana przez system kierowania nie spełnia wymaga uytkownika (np. jest fałszywa), zwraca si on o pomoc do eksperta, który korzystajc z dodatkowych informacji zaleca zmiany w procesie decyzyjnym (badanie innych wła ciwo ci, inne warto ci odniesienia, inna relacja diagnostyczna), w wyniku czego uzyskuje si decyzj bardziej wiarogodn. Z punktu widzenia obiegu informacji, w systemie decyzyjnym wystpuje sprzenie zwrotne, którego ptl zamyka system ekspertowy.

moduł uzupełniania

wiedzy baza wiedzy

moduł obja niajcy generator wnioskowania

moduł dialogowy

(8)

U K Ł A D Y P O M I A R O W E U K Ł A D Y S P R A W D Z A J Ą C E D I A G N O S T A D O D A T K O W E B A D A N I A L I T E R A T U R O W E O B I E K T U E K S P E R T U ĩ Y T K O W N I K D I A G N O Z O B I E K T D O D A T K O W E B A D A N I A c z y d ia g n o z a w ia r o g o d n a ? t a k n ie S D S E

Rysunek 5. Powizania informacyjne w systemie ekspertowym ródło: [8,10].

Podstawowym zadaniem systemu ekspertowego jest wskazanie uytkownikowi moliwych decyzji na podstawie obserwowanych przyczyn ich powstania, ewentualnie sposobów ich skory-gowania. Aby zrealizowa to zadanie system umoliwia tworzenie wiedzy, korzystajc z rónych ródeł informacji. S to:

1 – badania literaturowe; pozwalaj one okre li czego nie wiemy. Naley zwróci uwag, e ródłem informacji w tym zakresie mog by, oprócz opracowa naukowych, równie instrukcje obsługi, protokoły reklamacyjne i wyniki bada innych obiektów nalecych do tej samej klasy; 2 – analiza problemu i powiza zakładowych;

3 – badania eksperymentalne, uzupełniajce lub weryfikujce ju posiadan wiedz. Badania te mog by symulacyjne lub modelowe, prowadzone w warunkach laboratoryjnych lub eksploata-cyjnych.

Kocowym wynikiem tych działa jest utworzenie reguł wnioskowania w postaci implikacji: "jeĪeli {x} to y"; gdzie x – "przesłanki" a y – "konkluzje". Reguły te informuj, e:

• zwizana jest z nimi niepewno , gdy zarówno fakty jak i oparte na nich reguły wniosko-wania nie s całkowicie pewne;

reguły wnioskowania mog by proste, w postaci implikacji: jeeli x to Ei albo złoone, w postaci: jeeli x to Ei lub Ej (i ≠ j).

Utworzenie reguł wnioskowania, to jest implikacji łczcych objawy ("przesłanki") i decyzje ("konkluzje") wymaga zebrania wielu informacji o problemie, ustalenia sposobu ich pozyskiwania a zwłaszcza wyboru interesujcych mierników jako ci. Zwizane z tym problemy mona połczy w nastpujce, powizane ze sob moduły:

1. moduł pozyskiwania informacji (akwizycji wiedzy); 2. moduł sterowania dialogiem z uytkownikiem; 3. moduł tworzenia reguł wnioskowania;

4. moduł bazy wiedzy.

Znacznym ułatwieniem opracowywania decyzji jest wykorzystanie dostpnych komercyjnie – szkieletowych systemów ekspertowych, jako wyspecjalizowanego narzdzia pozyskiwania

(9)

wie-dzy. System taki jest w znacznym stopniu uniwersalny (moe by zastosowany do rónych obiek-tów). Po uzupełnieniu danymi (tj wprowadzeniu informacji do modułu bazowego) moe by wy-korzystywany przez rónych uytkowników do tworzenia relacji umoliwiajcych wnioskowanie. 4. Systemy eksperckie w zarzdzaniu produkcj

Systemy eksperckie wykorzystywane s wtedy, kiedy sytuacje rzeczywiste w przedsibior-stwie s trudne do zdefiniowania i sformalizowania. Systemy eksperckie s odpowiednimi rod-kami dla planowania i sterowania przebiegiem produkcji, zdobywajcymi coraz wiksze uznanie i popularno . Stanowi one problemowo zorientowane programy komputerowe wspomagajce podejmowanie decyzji. W wielu przypadkach, celem szeroko zakrojonych i intensywnie prowa-dzonych w tym obszarze bada jest integracja znanych technik wspomagania komputerowego z systemami eksperckimi. Najwiksze zastosowanie znajduj obecnie systemy komputerowego wspomagania planowania i sterowania produkcj – moliwo ci zastosowa programu ProSeS opisano niej – które wykorzystuj osignicia trzech dyscyplin naukowych: sztucznej inteligencji, bada operacyjnych i sterowania.

4.1. Planowanie

Podprogram PLANOWANIE umoliwia efektywne i skuteczne planowanie zada. Dziki ak-tualnym informacjom moliwe jest likwidowanie „wskich gardeł" jeszcze przed ich powstaniem. Przy zmianach planów w czasach wykonania zlece automatycznie uwzgldniane s dane znamio-nowe narzdzia. Kade zlecenie zobrazowane jest w postaci kolorowego paska, gdzie kolor czer-wony informuje, e dane zlecenie moe nie zosta zrealizowane w przewidywanym terminie. Paski mona swobodnie przemieszcza po kalendarzu, znajdujc optymalny czas i maszyn, aby zadanie zostało zrealizowane w terminie. Dodatkow zalet jest natychmiastowy przegld wol-nych mocy produkcyjwol-nych.

4.2. Obraz hali

Podprogram OBRAZ HALI przedstawia okno programu, w którym w postaci duych ikon wida wszystkie maszyny na hali oraz w postaci małych ikon zobrazowany jest aktualny stan maszyny (postój, przezbrojenie, rozruch, praca automatyczna, koniec zlecenia, awaria, serwis). Praktycznie kady planista posiada monitor o duej przektnej ekranu, na którym domy lnie uru-chomiony jest OBRAZ HALI, co umoliwia stał kontrol podstawowych stanów maszyn oraz szybk reakcj w razie pojawienia si nieprawidłowo ci. Tworzc program klient decyduje jakie informacje maj by widoczne na ekranie głównym. Rysunek 6 przedstawia widok okna programu OBRAZ HALI systemu zajmujcego si przetwórstwem tworzyw sztucznych.

(10)

Rysunek 6. Widok okna programu OBRAZ HALI 4.3. Terminal PC

Istnieje moliwo  uzupełniania zlece bezpo rednio na maszynach przy pomocy terminali obsługi, ekranów dotykowych i przeno nych paneli. Umoliwia to sprawne i skuteczne dokony-wanie zmiany zakresu zlece, wprowadzanie przyczyny powstawania braków, przestojów, reje-strowanie i wyrejestrowywanie personelu. Rysunek 7 przedstawia widok okna programu,

Rysunek 7. Widok okna programu na terminalu PC gdzie istnieje moliwo  wprowadzania zdarze typu:

(11)



odblokowywanie układu sterowania,



transfer danych nastawianych,



drukowanie etykiet,



przyporzdkowywanie rodków wytwarzania,



funkcje specjalne specyficzne dla klienta.

Rysunek 8 przedstawia róne terminale, które współpracuj z systemem ProSeS, gdy do  czsto klient posiada ju zainstalowane na maszynie innego rodzaju terminale z własnym systemem operacyjnym, które mona dostosowa do obsługi systemu ProSeS.

Rysunek 8. Terminale do obsługi programów ProSeS 4.4. Zarzdzanie parametrami procesowymi (ZPP)

Program ten umoliwia nadzór nad danymi nastawnymi, parametrami produkcyjnymi i grani-cami tolerancji. Umoliwia m. in. przekazywanie informacji o procesie do systemu zarzdzania parametrami jako ci (CAQ) oraz automatyczne wyzwalanie alarmu przy naruszeniu granic tole-rancji.

4.5. Ocena rejestracji danych eksploatacyjnych (ORDE)

Ten program umoliwia zestawienie oraz porównanie dowolnej ilo ci danych procesowych celem ich analizy. Dane prezentowane s w postaci zestawienia w tabeli lub złoonych wykresów i wykorzystywane celem tworzenia raportów – rys. 9.

Przyczyna braku ȋ͔͝Ǥ͔͕Ǥ͖͔͔͚Ǧ͕͙Ǥ͕͔Ǥ͖͔͔‡Ȍ

Rysunek 9. Widok okna programu ORDE 1LHPRĪQDREHFQLHZ\ ĞZLHWOLüWHJRREUD]X

(12)

4.6. Zarzdzanie (DNC)

Program umoliwia zarzdzanie danymi nastawnymi, parametrami i programami maszyn. Moliwo  wgrywania programów do maszyny znacznie ułatwia prac eliminujc czynno ci, które naleałoby wpisujc parametry z karty zlecenia. Moliwe jest tu automatyczne wgrywanie para-metrów produkcyjnych dla danego narzdzia. Uruchamiajc produkcj na danej maszynie, po uzbrojeniu jej w narzdzie program automatycznie załaduje do maszyny parametry produkcyjne. 4.7. Konserwacja

Program nadzorujcy rodki wytwarzania, odstpy pomidzy naprawami i konserwacjami ma-szyn, form wtryskowych oraz urzdze peryferyjnych. Dziki bazie danych ilo ci przepracowa-nych godzin, wykonaprzepracowa-nych cykli – program informuje przed przekroczeniem graniczprzepracowa-nych warto ci o konieczno ci wykonania przegldu, naprawy.

Stan danego narzdzia jest równie widoczny na etapie planowania produkcji, jeeli zlecenie moe przekroczy liczb cykli, które zostały do przegldu operator zostanie o tym poinformowa-ny.

5. Wnioski

Programy do zarzdzania produkcj, takie jak ProSeS, wspieraj działanie firmy w rónorod-ny sposób. Ich wdroenie usprawnia podejmowanie kluczowych decyzji w firmie dlatego, e sys-tem zbiera w jednym miejscu najwaniejsze informacje. Dziki takiemu monitoringowi procesów biznesowych odbywajcych si w firmie łatwiej regulowa strategi funkcjonowania. Bardzo wana jest tu stała kontrola nad procesem realizacji zlece, zarówno od strony kosztowej jak rów-nie czasowej. Szybciej mona podj decyzj, których efektem bdzie wiksza elastyczno  funkcjonowania i lepsze dostosowanie si do wymaga rynku. Jest to bardzo istotne poniewa w dzisiejszych czasach szybko  reakcji na rynkowe zmiany ma decydujce znaczenie podczas walki o dobr pozycj w brany.

System zbiera dane z rónych działów, co umoliwia ekspresowe reagowanie na aktualne zmiany i zapotrzebowanie rynku. Oprócz tego oprogramowanie umoliwia koordynacj działa zwizanych z optymalnym wykorzystaniem zasobów ludzkich i materiałowych oraz zarzdzanie utrzymaniem zapasów na minimalnym poziomie. Implementacja programowa funkcjonowania zakładu przyczynia si równie do tego, e moliwe staje si planowanie na wielu poziomach. Po udanej implementacji systemu usprawniony zostaje równie obieg dokumentów w firmie oraz automatyzacja procesów logistycznych.

(13)

Bibliografia

[1]

Szczepkowski Ł.: Racjonalizacja gospodarki obsługowo – naprawczej maszyn. Prace stu-dium dyplomowego, pod kier. B. ółtowskiego. UTP Bydgoszcz 2010.

[2]

Bubnicki Z.: Podstawy informatycznych systemów zarzdzania. Politechnika Wrocławska, 1993.

[3]

Brzeziski M., Organizacja i sterowanie produkcj. Projektowanie systemów produkcyj-nych i procesów sterowania produkcj. Placet, Warszawa 2002.

[4]

Chlebu E., Krot K., Kuliberda M.: System ekspertowy do planowania procesów technolo-gicznych obróbki skrawaniem. Komputerowo zintegrowane zarzdzanie – red. R. Knosala. Oficyna Wydawnicza Polskiego Towarzystwa Zarzdzania Produkcj, Opole t. 1. 2010. s. 239–246.

[5]

Sroka H., Systemy ekspertowe. Komputerowe wspomaganie decyzji w zarzdzaniu i finan-sach. Akademia Ekonomiczna w Katowicach, Katowice 1994.

[6]

http://www.dopak.pl/proses.htm

[7]

http://www.proses.eu/POL/polska.htm

[8]

ółtowski B., Podstawy diagnostyki maszyn. Bydgoszcz, ATR, 1996.

[9]

ółtowski M., Komputerowe wspomaganie zarzdzania systemem eksploatacji w przedsi-biorstwie Produkcyjnym. Komputerowo Zintegrowane Zarzdzanie T. II, Oficyna Wydaw-nicza PTZP, Opole 2011.

[10]

ółtowski M., Informatyczne systemy zarzdzania w inynierii produkcji. ITEE Bydgoszcz – Radom, 2011.

ENGINEERING OF PRODUCTION COMPUTER SYSTEMS Summary

In this paper were introduced parts of industrial accomplishments in range of production engineering management computer aid. Basis on data processing for knowledge gain in this paper were shown the ERP computer software class usage possibilities. Basic information about expert systems were introduced as well as ap-plied ERP computer software class. The practical utilization of ProSeS system in production engineering was also shown.

Keywords: engineering of production, computer systems, measurement data Mariusz ółtowski

Bogdan ółtowski WIM – UTP Bydgoszcz

e-mail: mariusz.zoltowski@utp.edu.pl bogzol@utp.edu.pl

Cytaty

Powiązane dokumenty

Zważywszy, że analizowane bazy danych obejmują także publikacje z dzie- dziny nauk medycznych (Medline), zrozumiałym jest, iż większość publikacji ze słowem

ROBERT BRODERIP AND HIS PLAIN AND EASY INSTRUCTIONS FOR YOUNG PERFORMERS ON THE PIANO FORTE OR HARPSICHORD (1794).

Logiczna interpretacja w˛ezłów w sieci MLP jest w ogólno´sci trudna, dlatego algorytm MLP2LN u˙zywa funkcji sigmoidalnych o stopniowo (w czasie uczenia) wzrastaj ˛ acym nachyleniu.

Eksploracja wzorców wygenerowanych i oczyszczonych na podstawie reguły Apriori nazywana jest algorytmem Generalized Sequential Pattern (GSP) algorithm for Mining

Reguła oczyszczania Apriori (pruning principle) mówi, iż jeśli istnieje jakikolwiek podzbiór (itemsubset), który jest rzadki (infrequent),. wtedy jego dowolny zawierający go

W odpowiedzi na zapotrzebowanie dużych korporacji w zakresie przetwarzania danych na potrzeby biznesowe powstała koncepcja hurtowni danych (DW - data warehouse)

Podstawowymi typami rozproszonych baz danych są: jednorodne rozproszone bazy danych, niejednorodne rozproszone bazy danych oraz federacyjny system baz danych1.

Jest to obiekt bazy danych, definiowany poleceniem SQL, który stanowi kopię danych z wybranej tabeli lub grupy tabel. Ponieważ migawka jest fizycznym obiektem, rodzajem