Анализ тенденций изменения принципов управления предприятиями в условиях развития технологий Индустрии 4.0
Ключевые слова:
кибер-физические системы и „Индустрия 4.0“, интеллектуальные информационные технологии, цепи поставок, промышленные предприятия, эффективность использования информационных технологиАннотация
Объектами данного исследования являются существующие и перспективные информационные технологии, формирующие основу концепций «Индустрия 4.0» и кибер-физических систем (КФС), и соответствующие предприятия, на которых они внедряются. В статье в качестве примеров таких предприятий рассматриваются транспортно-логистические и промышленные предприятия. Цель проведенных исследований состоит в анализе влияния интеллектуальных информационных технологий (ИИТ), разрабатываемых в рамках проектов «Индустрия 4.0» и соответствующих кибер-физических систем, на изменения принципов и способов управления указанными предприятиями в настоящее время и в ближайшем будущем. В статье на конкретных практических примерах проводится иллюстрация происходящих изменений, вызванных внедрением ИИТ. Анализ литературы и практических примеров Индустрии 4.0 показал, что наряду с развитием информационных и инженерных технологий Индустрии 4.0 в экономической части управления транспортно-логистическими и промышленными предприятиями отсутствует четкое понимание и описание бизнес-моделей, в рамках которых эти технологии могут применяться. Проанализированные примеры из практики позволяют сделать вывод, что технологии Индустрии 4.0 и киберфизических систем используются контекстно в виде лишь ограниченного набора той или иной функциональности. Основная же идея Индустрии 4.0 и КФС — создание самоорганизующихся и самоадаптирующихся динамических сетевых структур поставок на протяжении всего жизненного цикла изделий для реализации максимально гибкого индивидуального производства с затратами массового поточного производства — на данный момент реализована лишь в ряде исследовательских проектов. В статье предложена оригинальная интерпретация сервис-ориентированного подхода к описанию и решению задач оценивания и выбора эффективных стратегий использования ИИТ на существующих и перспективных предприятиях. Данная интерпретация базируется на разрабатываемой авторами статьи теории управления структурной динамикой сложных объектов.Литература
1. Qrunfleh S., Tarafdar M. Supply chain management practices — IT utilisation alignment: Impact on supply chain performance and firm performance // International Journal of Business Information Systems. 2015. vol. 18(4). pp. 364–389.
2. Kumar A., Shankar R., Choudhary A., Thakur L.S. A big data MapReduce framework for fault diagnosis in cloud-based manufacturing // International Journal of Production Research. 2016. vol. 54(23). pp. 7060–7073.
3. Nayak A., Reyes Levalle R., Lee S., Nof S.Y. Resource sharing in cyber-physical systems: modelling framework and case studies // International Journal of Production Research. 2016. vol. 54(23). pp. 6969–6983.
4. Theorin A. et al. An event-driven manufacturing information system architecture for Industry 4.0 // International Journal of Production Research. 2016. pp. 1297–1311.
5. Ivanov D., Sokolov B. Adaptive Supply Chain Management // London: Springer. 2010. 245 p.
6. Ivanov D. et al. A dynamic model and an algorithm for shortterm supply chain scheduling in the smart factory Industry 4.0 // International Journal of Production Research. 2016. vol. 54(2). pp. 386–402.
7. Weyer S., Schmitt M., Ohmer M., Gorecky D. Towards Industry 4.0 — Standardization as the crucial challenge for highly modular, multi-vendor production systems // Proceedings of IFAC-PapersOnLine. 2015. vol. 48. Issue 3. pp. 579–584.
8. Zhong R.Y., Xu C., Chen C., Huang G.Q. Big Data Analytics for Physical Internet-based intelligent manufacturing shop floors // International Journal of Production Research. 2015. pp. 2610–2621.
9. Oesterreich T.D., Teuteberg F. Understanding the implications of digitisation and automation in the context of Industry 4.0: A triangulation approach and elements of a research agenda for the construction industry // Computers in Industry. 2016. vol. 83. pp. 121–139.
10. Велихов Е.П., Бетелин В.Б., Кушниренко А.Г. Промышленность, инновации, образование и наука в Росси // М.: Наука. 2009. 141 с.
11. Вонг Р., Перинг Т., Тенненхау Д. Адаптивные и проактивные компьютерные системы // Открытые системы. 2003. № 7. С. 4–9.
12. Добрынин А.П. и др. Цифровая экономика — различные пути к эффективному применению технологий (BIM, PLM, CAD, IOT, Smart City, BIG DATA и другие) // International Journal of Open Information Technologies. 2016. Т. 4. № 1. С. 4–11.
13. Черняк Л. Платформа для облаков // Открытые системы. СУБД. 2014. № 8. С. 42–46.
14. Черняк Л. Гибридные облака: новый виток вирутализации // Открытые системы. СУБД. 2014. № 9 . С.11–15.
15. Охтилев М.Ю., Соколов Б.В., Юсупов Р.М. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов // М.: Наука. 2006. 410 с.
16. Erol S. et al. Tangible Industry 4.0: A Scenario-Based Approach to Learning for the Future of Production // Procedia CIRP. 2016. vol. 54. pp. 13–18.
17. Hwang G., Lee J., Park J., Chang T.-W. Developing performance measurement system for Internet of Things and smart factory environment // International Journal of Production Research. 2016. pp. 2590–2602.
18. Kolberg D., Zühlke D. Lean Automation enabled by Industry 4.0 Technologies // Proceedings of IFAC-PapersOnLine. 2015. vol. 48. Issue 3. pp. 1870–1875.
19. Zhuge H. Semantic linking through spaces for cyber-physical-socio intelligence: A methodology // Artificial Intelligence. 2015. vol. 175. Issues 5–6. pp. 988–1019.
20. Намиот Д.Е. Умные города 2016 // International Journal of Open Information Technologies. 2016. Т. 4. № 1. С. 1–3.
21. Кульга К.С. Автоматизация технической подготовки и управления производством на основе PLM — системы // М.: Машиностроение. 2008. 256 с.
22. Соломенцев Ю.М., Волкова Г.Д. Когнитивные технологии в конструкторско-технологической информатике // Вестник МГТУ «Станкин». 2008. № 4. С. 132–135.
23. Хиценко В.Е. Самоорганизация: элементы теории и социальные приложения // М.: КомКнига. 2005. 224 с.
24. Шваб К. Четвертая промышленная революция // М.: Эксмо. 2018. 278 с.
25. Бир С. Мозг фирмы // М.:УРСС. 2005. 416 с.
26. Верзилин Д.Н., Соколов Б.В., Юсупов Р.М. Неокибернетика вчера, сегодня, завтра // Материалы конференции «Информационные технологии в управлении» (ИТУ-2014). СПб.: ОАО «Концерн «ЦНИИ «Электроприбор». 2014. С. 192–201.
27. Крылов С.М. Неокибернетика: Алгоритмы, математика эволюции и технологии будущего // М.: Издательство ЛКИ. 2008. 288 с.
28. Hyötyniemi H. Neocybernetics in Biological Systems. Helsinki University of Technology, Control Engineering Laboratory. Report 151. 2006. 273 p.
29. Юсупов Р.М., Соколов Б.В. Проблемы развития кибернетики и информатики на современном этапе // Сб. «Кибернетика и информатика». 2006. C. 6–21.
30. Официальный сайт лаборатории информационных технологий в системном анализе и моделировании (ЛИТСАМ). URL: http://litsam.ru (дата обращения: 01.08.2016).
31. Васильев С.Н. От классических задач регулирования к интеллектному управлению // Теория и системы управления. 2001. № 1. С. 5–22; № 2. C. 5–21.
32. Скрипкин К.Г. Экономическая эффективность информационных систем // М.: ДМК Пресс. 2002. 256 с.
33. Юсупов Р.М., Мусаев А.А. Особенности оценивания эффективности информационных систем и технологий // Труды СПИИРАН. 2017. № 2(51). С. 5–34.
2. Kumar A., Shankar R., Choudhary A., Thakur L.S. A big data MapReduce framework for fault diagnosis in cloud-based manufacturing // International Journal of Production Research. 2016. vol. 54(23). pp. 7060–7073.
3. Nayak A., Reyes Levalle R., Lee S., Nof S.Y. Resource sharing in cyber-physical systems: modelling framework and case studies // International Journal of Production Research. 2016. vol. 54(23). pp. 6969–6983.
4. Theorin A. et al. An event-driven manufacturing information system architecture for Industry 4.0 // International Journal of Production Research. 2016. pp. 1297–1311.
5. Ivanov D., Sokolov B. Adaptive Supply Chain Management // London: Springer. 2010. 245 p.
6. Ivanov D. et al. A dynamic model and an algorithm for shortterm supply chain scheduling in the smart factory Industry 4.0 // International Journal of Production Research. 2016. vol. 54(2). pp. 386–402.
7. Weyer S., Schmitt M., Ohmer M., Gorecky D. Towards Industry 4.0 — Standardization as the crucial challenge for highly modular, multi-vendor production systems // Proceedings of IFAC-PapersOnLine. 2015. vol. 48. Issue 3. pp. 579–584.
8. Zhong R.Y., Xu C., Chen C., Huang G.Q. Big Data Analytics for Physical Internet-based intelligent manufacturing shop floors // International Journal of Production Research. 2015. pp. 2610–2621.
9. Oesterreich T.D., Teuteberg F. Understanding the implications of digitisation and automation in the context of Industry 4.0: A triangulation approach and elements of a research agenda for the construction industry // Computers in Industry. 2016. vol. 83. pp. 121–139.
10. Велихов Е.П., Бетелин В.Б., Кушниренко А.Г. Промышленность, инновации, образование и наука в Росси // М.: Наука. 2009. 141 с.
11. Вонг Р., Перинг Т., Тенненхау Д. Адаптивные и проактивные компьютерные системы // Открытые системы. 2003. № 7. С. 4–9.
12. Добрынин А.П. и др. Цифровая экономика — различные пути к эффективному применению технологий (BIM, PLM, CAD, IOT, Smart City, BIG DATA и другие) // International Journal of Open Information Technologies. 2016. Т. 4. № 1. С. 4–11.
13. Черняк Л. Платформа для облаков // Открытые системы. СУБД. 2014. № 8. С. 42–46.
14. Черняк Л. Гибридные облака: новый виток вирутализации // Открытые системы. СУБД. 2014. № 9 . С.11–15.
15. Охтилев М.Ю., Соколов Б.В., Юсупов Р.М. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов // М.: Наука. 2006. 410 с.
16. Erol S. et al. Tangible Industry 4.0: A Scenario-Based Approach to Learning for the Future of Production // Procedia CIRP. 2016. vol. 54. pp. 13–18.
17. Hwang G., Lee J., Park J., Chang T.-W. Developing performance measurement system for Internet of Things and smart factory environment // International Journal of Production Research. 2016. pp. 2590–2602.
18. Kolberg D., Zühlke D. Lean Automation enabled by Industry 4.0 Technologies // Proceedings of IFAC-PapersOnLine. 2015. vol. 48. Issue 3. pp. 1870–1875.
19. Zhuge H. Semantic linking through spaces for cyber-physical-socio intelligence: A methodology // Artificial Intelligence. 2015. vol. 175. Issues 5–6. pp. 988–1019.
20. Намиот Д.Е. Умные города 2016 // International Journal of Open Information Technologies. 2016. Т. 4. № 1. С. 1–3.
21. Кульга К.С. Автоматизация технической подготовки и управления производством на основе PLM — системы // М.: Машиностроение. 2008. 256 с.
22. Соломенцев Ю.М., Волкова Г.Д. Когнитивные технологии в конструкторско-технологической информатике // Вестник МГТУ «Станкин». 2008. № 4. С. 132–135.
23. Хиценко В.Е. Самоорганизация: элементы теории и социальные приложения // М.: КомКнига. 2005. 224 с.
24. Шваб К. Четвертая промышленная революция // М.: Эксмо. 2018. 278 с.
25. Бир С. Мозг фирмы // М.:УРСС. 2005. 416 с.
26. Верзилин Д.Н., Соколов Б.В., Юсупов Р.М. Неокибернетика вчера, сегодня, завтра // Материалы конференции «Информационные технологии в управлении» (ИТУ-2014). СПб.: ОАО «Концерн «ЦНИИ «Электроприбор». 2014. С. 192–201.
27. Крылов С.М. Неокибернетика: Алгоритмы, математика эволюции и технологии будущего // М.: Издательство ЛКИ. 2008. 288 с.
28. Hyötyniemi H. Neocybernetics in Biological Systems. Helsinki University of Technology, Control Engineering Laboratory. Report 151. 2006. 273 p.
29. Юсупов Р.М., Соколов Б.В. Проблемы развития кибернетики и информатики на современном этапе // Сб. «Кибернетика и информатика». 2006. C. 6–21.
30. Официальный сайт лаборатории информационных технологий в системном анализе и моделировании (ЛИТСАМ). URL: http://litsam.ru (дата обращения: 01.08.2016).
31. Васильев С.Н. От классических задач регулирования к интеллектному управлению // Теория и системы управления. 2001. № 1. С. 5–22; № 2. C. 5–21.
32. Скрипкин К.Г. Экономическая эффективность информационных систем // М.: ДМК Пресс. 2002. 256 с.
33. Юсупов Р.М., Мусаев А.А. Особенности оценивания эффективности информационных систем и технологий // Труды СПИИРАН. 2017. № 2(51). С. 5–34.
Опубликован
2018-10-01
Как цитировать
Иванов, Д. А., Иванова, М. А., & Соколов, Б. В. (2018). Анализ тенденций изменения принципов управления предприятиями в условиях развития технологий Индустрии 4.0. Труды СПИИРАН, 5(60), 97-127. https://doi.org/10.15622/sp.60.4
Раздел
Робототехника, автоматизация и системы управления
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
