Кузнецов Александр Павлович – доктор технических наук, профессор кафедры «Металлорежущие станки», факультет Машиностроительные технологии
Scopus Author ID: 57205242165
105005, Москва, 2-я Бауманская ул., д. 5, стр. 1
Alexander P. Kuznetsov – Doctor of Technical Sciences, Professor of the Department of Machine tools, Facultyof Mechanical Engineering Technologies
Scopus Author ID: 57205242165
5, building 1, 2nd Baumanskaya str., Moscow,105005
В статье с позиции методологии экономики технологий рассматриваются особенности формирования и обеспечения требуемого уровня автоматизации как машиностроительных производств, так и составляющих их функциональных систем. Выполнен анализ развития уровней автоматизации в парадигме технологических укладов и промышленных революций. Целью настоящего исследования является методологическое изучение и обоснование методов повышения эффективности и уровня автоматизации технологического оборудования, процессов, производств и предприятий. Методология изучения технологий и производств как энергоинформационной системы преобразований даёт возможность проводить обоснование форм и видов автоматизации в машиностроении на технико-экономическом уровне формирования их структур и типов взаимодействия. Приведён анализ содержания и сути показателей уровня автоматизации и методов оценки, представлены и обоснованы предложения по методологии изучения направлений эффективности автоматизации. Обоснованы и приведены примеры соотношений количественных оценок и эффектов изменения производительности и уровней значимости автоматизации для нового вида технологии и изменения составляющих времени технологического процесса.
This article examines the development and maintenance of the required level of automation in both mechanical engineering production and the functional systems that comprise them, using the methodology of technology economics. The article analyzes the evolution of automation levels within the paradigm of technological paradigms and industrial revolutions. The purpose of this study is to methodologically examine and substantiate methods for increasing the efficiency and level of automation of technological equipment, processes, production facilities, and enterprises. The methodology for studying technologies and production facilities as an energy information system of transformations makes it possible to substantiate the forms and types of automation in mechanical engineering at the technical and economic level of their structure and interaction types. The article analyzes the content and essence of automation level indicators and assessment methods, and presents and substantiates proposals for a methodology for studying automation efficiency trends. Examples of the relationships between quantitative assessments and the effects of productivity changes and automation significance levels for a new type of technology and changes in process time components are substantiated and provided.
Введение
В современной экономической истории выделяют пять последовательно сменяющих друг друга длинных волн, называемых обычно по соответствующим им ключевым технологиям (Глазьев, 2012, с. 28; Глазьев, 2016, с. 21). В процессе экономической эволюции научно-технический прогресс, вклад которого в прирост ВВП передовых стран достигает 90%, обеспечивает поступательное развитие производительных сил и последовательный рост производительности труда и эффективности производства.
Учитывая большое количество видового разнообразия производимых изделий и их постоянный рост, в работе (Глазьев & Косакян, 2024, с. 15) особо указывается, что за разными продуктовыми позициями могут скрываться одни и те же технологии в разнообразных пропорциях и условиях применения.
В концепции сформулированного научного направления «экономика технологий» (Сухарев, 2024) отмечается, что в рамках анализа закономерностей научно-технологического развития на уровне микро- и мезоэкономических исследований и оценок необходимо разрабатывать методы достижения эффективности и производительности как на уровне отдельных технологий, так и на уровне предприятий или отраслей, что даёт возможность учёта их технологической специфики и особенностей, а на макроэкономическом уровне – анализа технологического развития на основе методов технологических укладов (Сухарев, 2025).
Технология представляет собой «обусловленные состоянием знаний и общественной эффективностью способы достижения целей, поставленных обществом» (Лем, 1968, с. 23).
А характеристика организационно-технологического принципа объединения сущностей позволила классифицировать этапы развития промышленного производства в виде наименований 1-й, 2-й, 3-й и 4-й промышленных революций (Шваб, 2016).
На всех этапах своего развития человечество стремилось создать орудия и механизмы, облегчающие труд. Станок – это машина, в которой полностью механизированы энергетические процессы и не полностью – информационные. Чтобы его превратить в автомат, надо дополнительно механизировать измерение изделия и механизировать процесс сравнивания его фактических размеров с заданными. Иными словами, необходимо полностью механизировать все участки системы управления, включая участок, на котором происходят сбор и обработка информации непосредственно в процессе работы системы (Кобринский, 1967).
Автоматизация рассматривается как время, которое занимают функции человека в процессе производства. Автоматизация не является новой тенденцией, а представляет собой стремление избавиться от рутинного труда и занимает умы человечества, наверное, столько, сколько существуют потребности людей.
Приведем ряд дефиниций понятия «автомат» и автоматизация, определяющих саму логику их значения:
Наибольшая степень автоматизации в настоящее время достигается на автоматических линиях массового производства, а также в гибких производственных системах. Эти системы были разработаны для автоматического изготовления ряда различных деталей в рамках определенных семейств деталей, что является существенным ограничением для всеобъемлющей автоматизации и особенно в машиностроении.
В таком контексте изучения предлагаются градации этапов автоматизации (рисунок 1) для обеспечения потребностей, и достижения наивысших значений показателей с наилучшей эффективностью и производительностью, а уровень и степень автоматизации последовательно проходят этапы освобождения и/или дополнения функций к участию человека. Закономерности изменения, достигаемого удельного нормируемого уровня физических значений энергии (Э), материалов и скорости достижения из требуемых свойств (М), информации в управлении процессами и производств (И) приведены в работах (Кузнецов, 2024; Кузнецов, 2025a).
Из этого следует, что функции, которые выполняет человек, являются неотъемлемой частью производственной системы и в течение её развития переходят от самых простых функциональных видов воздействия, контроля и управления до максимально полного освобождения человека от этих функций.
Целью настоящего исследования является обоснование методов достижения эффективности и уровня автоматизации технологического оборудования, процессов, производств и предприятий. Для достижения поставленной цели разработана методология изучения технологий и производств как энергоинформационной системы преобразований, что даёт возможность проводить обоснование форм и видов автоматизации в машиностроении на технико-экономическом уровне формирования и особенностей их структур и типов взаимодействия.
Технико-экономические проблемы автоматизации
Важным аспектом в направлениях повышения производительности труда является осознание того, что, как указывал К. Маркс, не «… всякое вообще изменение в процессе труда, сокращающее рабочее время, общественно необходимое для производства данного товара, так что меньшее количество труда приобретает способность произвести большее количество потребительной стоимости» (Маркс & Энгельс, 1960, с. 325).
В 2025 г. Международная организация труда (МОТ) опубликовала статистические данные [1] о производительности труда, измеряемой как объём производства на единицу затраченного труда и выражаемой в ВВП на одного занятого или на один отработанный час, позволяющие оценивать уровень производительности труда в разных странах, в том числе в России. По этому показателю Россия заметно отстает от большинства развитых государств, а в рейтинге производительности труда МОТ Россия находится в конце пятого десятка стран-участниц. Производительность труда в России сейчас оценивается в пять-шесть раз ниже, чем в Германии или США, в которых высока степень роботизации производства.
Показатель производительности труда определяется не только уровнем автоматизации, так как эффективность автоматизации не тождественна уровню автоматизации и требует соответствующей оценки и методов. Иначе можно прийти к парадоксальному выводу – производительность труда в виде объёма продукции на одного работающего на максимально автоматизированных предприятиях, например, на заводах-автоматах или «заводах без света» (на которых люди отсутствуют) должна составлять бесконечно большую величину. В этом и состоит «парадокс» автоматизации, так как элементы автоматизации – это не только роботы и иные подобные организационно-техническо-технологические составляющие, которые освобождают человека от многих функций в процессе производства продукции. Экономические аспекты «парадокса» автоматизации и роста производительности и, в частности, такого показателя, как полная факторная производительность (англ. – total factor productivity) рассматривались в работе М. В. Дубовик и С. Г. Дмитриева (Дубовик & Дмитриев, 2023).
По данным Росстата, в 2024 г. объём выпуска машиностроительной продукции превысил 17 трлн. руб. (объём ВВП – 201 трлн. руб.), при работающих 439 тыс. чел. – абсолютный рекорд за последние 30 лет [2].
Важнейшими машиностроительными отраслями промышленности являются: авиационная, судостроение, автомобилестроение, железнодорожное машиностроение, оборонно-промышленная, ракетно-космическая, энергетическое машиностроение, сельскохозяйственное машиностроение, двигателестроение, нефтегазовое машиностроение, химическое, станкостроение, приборостроение и электротехническая, подшипниковая и оптико-механическая.
Производство машин и оборудования, по данным Росстата [3], в 2024 г. составило 3,084 трлн. руб. При этом фундаментом развития всех машиностроительных отраслей является станкостроение, объём производства которого в 2024 г. составил 101,8 млрд. руб. (работающих – 42 тыс. чел., из них в производстве металлообрабатывающих станков – 9,2 тыс. чел.), из которых 54,7 млрд. руб. приходится на долю металлообрабатывающих станков (работающих – 9,2 тыс. чел.). Только около 40 предприятий и организаций специализируются на производстве станков, машин и оборудования для обработки металлов и других твердых материалов из числа организаций, специализирующихся на производстве машин и оборудования, не включённых в другие группировки. Повышение суверенитета и научно-технического уровня предприятий машиностроительного комплекса – одно из ключевых направлений их деятельности. Вклад машиностроительных отраслей в соответствии с ОКВЭД2 и их долевые соотношения приведены на рисунке 2.
Современные машиностроительные производства, виды которых приведены выше, используют в своих организационно-технологических частях производства предприятия, созданные и в основном серийно выпускающие станки и технологическое оборудование (частично специализированные или специальные), конструктивные и типажные ряды которых в настоящее время реализуют технологии, их принципы и методы, отраженные в классификациях (таблица 1), и формируются с учетом требований потребителей. Это также обеспечивает множество вариантов их структурно-организационного построения, сформированных разными факторами управления в виде комплексов, систем с различной долей человеческого функционала. При этом, как следует из данных рисунка 2, доля таких машин и оборудования составляет около 3% общего производства машин и оборудования или 0,05% ВВП России (лучшие показатели: Япония – 0,33% ВВП, Германия – 0,27% ВВП, Китай – 0,15% ВВП) (Кузнецов, 2025b).
Приведенные данные о скорости изменения технико-технологических характеристик обусловливают необходимость достаточно высокой скорости замены оборудования, которое технически, технологически и морально устаревает и снижает, в том числе, конкурентоспособность, что напрямую определяет технико-экономические показатели производств и, в первую очередь, их производительность и эффективность. В качестве примера приведём динамику частоты замены оборудования в 1950–2020 гг. (рисунок 3).
Приходится констатировать, что в СССР коэффициент обновления фондов машиностроительных предприятий в 70-х гг. составлял 12,7%, в 1985 г. он снизился до 6,6%, а к 1998 г. – до 0,4%. Несмотря на то, что позднее отмечался рост темпов обновления, достичь значений времён СССР отрасли пока не удалось.
Кроме направления автоматизации, создание технологий на новых физических принципах и совершенствование существующих до уровня максимально достижимых физических пределов (Кузнецов, 2024) для повышения производительности являются одной из существенно значимых задач. Развитие знаний о процессах, технологиях, методах трансформации материалов, энергии и информации, как отмечалось, базируется в настоящее время на созданных классификациях (таблица 1) и закономерностях формирования технологий и методов, реализуемых всеми машиностроительными предприятиями в разных пропорциях и объёмах применения, что определяется факторами объекта производства и иными составляющими.
Это позволяет судить о множестве возможных вариантов построения производственных систем (Кузнецов, 2024) и, следовательно, возникают задачи не только их выбора, но и оценки показателей производительности и эффективности для принятия оптимальных или рациональных решений в области создания, модернизации, развития и исследований.
Методология. Особенности автоматизации и методов их оценки
Автоматизация может дать необходимый эффект только тогда, когда основные производственные процессы и технические системы проектируются с учетом требований автоматизации. Таким образом, одной из существующих задач является разработка методов оценки и обоснования направлений комплексной автоматизации производства, систематизация и обобщение которых приведены в таблице 2.
Эффективность автоматизации обусловлена несколькими источниками. Одним из них является увеличение производительности самого оборудования, так как известно, что наибольший эффект получается при переходе к новому высокопроизводительному технологическому процессу, но и при автоматизации на существующей базе оборудования может увеличивать производительность на 1–5%, иногда и больше. Вторым источником эффективности является экономия материалов и энергии. Третьим комплексным источником эффективности является уменьшение «неупорядоченности» производства за счет движения информации о ходе производственного процесса и ее использования для управления.
Не существует простого и однозначного способа сделать автоматизацию ориентированной на человека, применимой во всех областях и видах работ. Различные процессы и области производств по-разному расставляют приоритеты в отношении гибкости, скорости и других характеристик, что требует особого внимания к выбору подходящего типа автоматизации.
В области определения уровней автоматизации проведено множество исследований, рассматривающих различные аспекты. Так в работе (Frohm, Stahre, Winroth, 2008) приведена методология, фактически являющаяся во многом качественной оценкой уровня автоматизации (Level of automation, LoA) на основе сущности в заданной шкале, содержащей признак автоматизации на каждом из представленных 7 уровней (рисунок 4). Уровни рассматриваются как система координат (или матрица) уровней механизации и информационного (когнитивного) уровня участия человека. Данный принцип исходит из общепонятного определения автоматизации – как роли и участия человека в процессе производства. Методы анализа и обобщение шкалирования уровня автоматизации производств приведены в работе Ю. Б. Кузьмина (Кузьмин, 2020).
Кроме этого, в отечественной практике известны следующие научно-методические работы и документы, устанавливающие подходы к оценке степени и уровня автоматизации производств:
Всё вышеприведенное указывает на различие терминологии, а следовательно, на различия в понимании и применении параметров и характеристик для анализа и оценок самого термина автоматизация и её различных сущностей, за исключением концептуального образа.
В отечественных и зарубежных работах таких учёных, как Г. А. Шаумян, И. И. Артоболевский, С. И. Артоболевский, Б. Л. Богуславский, В. Л. Кошкин, Л. И. Волчкевич, А. И. Дащенко, Ю. М. Соломенцев, J. Bright, G. H. Amber, S. Amber, T. B. Sheridan, M. R. Endsley, H. Kern, M. Schumann, R. Parasuraman, M. P. Groover, C. Duncheon, А. Fasth, J. Frohm, начиная с 1928 по 2025 гг., приведены исследования вопросов автоматизации как технических и технологических машин, производственных систем (таблица 2), так и вопросы экономических проблем автоматизации. Однако вопросы развития указанных работ автоматизации на современном этапе информационного и цифрового развития (см. рисунок 1) требуют осмысления и научного обоснования, хотя имеющиеся производственные решения не всегда имеют научное технико-экономическое обоснование, а скорее являются интуитивными, технически грамотными реализованными решения, требующими последующего осмысления.
Таким образом, оценка уровня автоматизации технологий, технологического оборудования, производств и предприятий всё еще требует научно-методологического обоснования не только количественной оценки, но и обоснованного развития возможностей более глубокой аналитической оценки рассмотрения проблем автоматизации.
Принципы оценки эффективности уровней автоматизации
Применительно к «энергоинформационной технико-технологической» схеме концепции технологий, оборудования и производственной системы определим её как совокупность (множество), принцип организации которой основан на ресурсопреобразующих операциях (трансформация, преобразование и передача с учетом физических законов сохранения), функционально независимых частей (подсистем, элементов), обеспечивающих полезный эффект от её поведения в течение требуемого периода времени (Кузнецов, 2025a).
Для оценки эффективности уровней автоматизации показатели могут быть абсолютными и/ или относительными величинами, полученными путём вычитания или деления их абсолютных значений, измеренных или рассчитанных соподчиненных величин. В соответствии с нормативными документами, ГОСТ серии «Номенклатура показателей…», а также (Ткачева & Кузнецов,1984; Кузнецов и др., 1987; Кузнецов, 2015a, 2020, 2025a) и ГОСТ 72338–2025 в настоящем исследовании рассматриваются показатели: точность (качество), производительность, эффективность, ресурсоэффективность и их производные.
Единство феноменологических законов и методов (Кузнецов, 2015b; Putz et al., 2019; Кузнецов, 2025a), описывающих процессы трансформации, преобразования, передачи различных форм и видов энергии, материалов, вещества и информации, определяется и обусловливается их независимостью от структуры, конструкции, компоновки, технического и технологического исполнения любого технологического оборудования и производственных систем. Такая модель как система содержит начальные условия, задаваемые величиной энергоинформационных потоков физических процессов, и граничные условия, которые определяются и зависят от достигаемых фактических и реализуемых значений параметров на пути преобразования этих потоков.
Отношение объемов (мощностей, энергии, материала, информации, времени, средств, затрат, стоимостей и т.п.) на выходе и на входе технологических процессов, оборудования и систем является естественной и объективной оценкой их эффективности:
или для нескольких форм и видов ресурса: , где числитель характеризует во всех случаях использование любого ресурса, и определяет его идеальное, обусловленное применяемым физическим процессом или явлением Ef, полезное (номинальное, идеальное, теоретически требуемое, достижимое или возможное) максимальное значение этого ресурса, обусловленное и определяемое применяемым физическим процессом или явлением в реализуемых ими технологии, технологическом процессе, оборудовании или производственной системе, а знаменатель Er характеризует реальное значение, действительно (фактически) используемое технологическим процессом, технологической машиной или производственной системой ресурса. Данный подход позволяет рассматривать понятие и показатель «эффективность» Ee – как относительный коэффициент полезного действия (КПД) совокупности всех видов ресурсов, механизмов, структур, устройств и систем. По сути, это аналогично тому, как и для любого КПД системы, общий КПД всей системы равен произведению её компонентов и не зависит от их природы и самого КПД – показателя эффективности. Иными словами, аналогично тому, как событие отображения элементов множеств материала, энергии и информации и вероятность их свершения являются независимыми, а вероятность их свершений равна произведению вероятностей, что следует и постулируется теорией вероятностей – вероятность совместного появления независимых событий равна произведению вероятностей этих событий. В теории вероятностей случайные события называются независимыми, если наступление одного из них не изменяет вероятность наступления другого.
Следовательно, общий или интегральный показатель эффективности любой технологической или производственной системы – ресурсоэффективность Ere будет равен произведению эффективностей использования системой вещества (материала) – Eme , энергии – Eee и информации – Ee i, то есть аналогично определению вероятности независимых событий:
Ere = Eee · Eme · Eei. (2)
Каждую составляющую числителя и знаменателя выражения (2) – показателя ресурсоэффективности Ere – можно представить состоящей из показателя Eusf – физического процесса применения (теоретически необходимый (полезный) ресурс), требуемый для физического процесса и других, связанных с ним процессов, в том числе и иной физической природы, обеспечивающих выполнение физического процесса) и показателя Echf – другого физического процесса обеспечения и/или пространственно-временного (кинематического) изменения положения/ состояния физического процесса применения (теоретически необходимый ресурс, требуемый для изменения положения/состояния в пространстве вектора физического процесса – вектора обобщенной силы). Знаменатель также содержательно и понятийно аналогичных составляющих (Eusf )r, (Echf )r – как реальных, фактических значений применения и обеспечения при реализации технологий, оборудования, машин и систем. Тогда выражение (2) запишется в виде:
Таким образом, учитывая вышесказанное, предложен метод и приведено описание способа оценки ресурсоэффективности (или в общем виде эффективности) технологий, оборудования, производственных систем и предприятий, как энергоинформационного процесса получения объекта (детали, изделия, продукта) на основе отображения (преобразования, передачи) элементов множества материи (вещества, материалов), энергии и информации в их образы.
В свою очередь, каждый из составляющих множителей в (3) может быть преобразован и записан:
где U frus – характеризует эффективность ресурса физического процесса применения;
U fchus – характеризует эффективность использования физических ресурсов для процесса его применения;
U frusch – характеризует реальную эффективность ресурса физического процесса применения.
Выражение эффективности технологий, оборудования, производств в данном виде (4) является достаточно универсальным методом оценки.
Потери ресурсов при переходе из одной формы k в другую форму n состоят из внутренних потерь δ Ek,k и δ Ek,n потерь перехода (диссипации). Потери ресурсов происходят при преобразовании одной формы k в другую форму n, а также при передаче одной формы k в другую форму n. Тогда можно записать общее выражение потерь ресурсов:
Δ Ek,n = δ Ek,k + δ Ek,n, (5) и учитывая выражение (5), выражение (4) может быть записано:
Введение в выражение (4) физических параметров ресурса процесса (времени и мощности (производительности), энергии или информации и других) позволяет использовать математический аппарат для выявления общих закономерностей протекания процессов его преобразования. Следовательно, на основании выражений (4) и (6) можно получить базовый типовой набор показателей уровня эффективности (таблица 3).
В рассматриваемой нами энергоинформационной системе общее количество информации I0 состоит из информаций о продукте (изделии, детали), его параметрах и свойствах Iw, физическом процессе и параметрах If , а также управлении процессом и параметрами Ic.
где K, M, N – количество рассматриваемых событий (параметров, характеристик, свойств, элементов и так далее). Каждая из этих составляющих включает соответствующее множество K, M, N каждого вида информации, Iin – количество входной информации, Iot – количество выходной информации, Ius – общее количество информации, перерабатываемой и преобразуемой системой.
Тогда, подставляя в модель в выражения (4), (5) и (6) значения количества информации, получим характеристику и показатели (таблица 4) уровня информационной эффективности, в том числе по параметру точности как количественного содержания информации:
Учитывая сходство применяемого метода оценки и типизацию закономерности характера изменения эффективности, нормированного от 0 до 1 и инвариантного по отношению к его природе, можно предложить, исходя из равномерного ряда, следующие уровни значений показателей (таблица 5) и соответствующую ей классификацию технологических процессов, оборудования, производств и систем по уровню ресурсоэффективности.
Тогда, выражение интегральной эффективности (2), с учетом преобразований (4) и (6), можно записать в развернутом виде:
Из выражения (9) могут быть получены и другие производные или частные показатели эффективности, что определяется структурой и составляющими как самих физических процессов, так и возможностью рассмотрения функциональных составляющих уровня эффективности.
Отметим, что сравнение технологий, например, базовых B и новых N можно проводить на основе следующего выражения используя выражения (4).
На рис. 5 приведены примеры кодов показателей для первых значений второго и третьего уровней.
Например, код показателя КП=100400700 может быть идентифицирован, на основании выражения (9) и значений эффективности (таблица 4), как показатель потенциальной эффективности использования всех трех ресурсов – материала, энергии и информации.
Приведем некоторые примеры оценок, иллюстрирующие изложенный методический подход, в частности для оценки эффективности автоматизации.
Автоматизация за счет изменения технологии изготовления деталей
В качестве примера рассмотрим технологический процесс производства детали двумя диаметрально противоположными по структуре видами:
Тогда, последовательно преобразуя составляющие выражения (4) и подставляя их в выражение (2), получим (более подробный вывод можно найти в (Kuznetsov et al., 2017):
Для упрощения вычислений и сохранения сути рассмотрения и получаемых выводов, примем значение времени Echf стремящимся к достаточно малой величине для каждого случая или близким к нулевому значению. Тогда можно записать:
где Q b, Q n, V b, V n, Vnд обозначены соответственно удельные производительности (м3/с), объёмы (м3) удаляемого, нарощенного материала и полученной детали;
– относительный коэффициент объема исходной детали к объему удаленного материала; – соответственно внутренние, внешние, внешние дополнительные и сумма всех объемов детали, удаляемые базовым физическим процессом (резанием); ε b, ε n – удельная энергоемкость физического процесса базового и нового, Дж/м3; δ bv, δ nv – наибольшая точность характерного размера базового и нового физического процесса обработки.
При рассмотрении результатов вычислений по выражениям (9) и (10), когда сравниваются технологии, оборудование или производства, получаемые результаты и их значения могут иметь следующие оценки:
В качестве примера рассмотрим достаточно типовой случай на современном этапе, анализ показателя U frus (таблица 3) для вариантов сопоставления аддитивного процесса и традиционного процесса удаления материала позволяет сделать однозначный вывод о целесообразности производства топологически (сложной пространственной как внутренней, так и внешней формы и архитектуры) сложных изделий аддитивным методом и чем сложнее изделие тем выше эффект производительности. Так, при ξ = 1,1, Qn = 1 (условная единица) и Qb = 5 (условных единиц), получим U frus = 2 – двукратный рост эффективности производительности, а при требуемых равных дополнительных операциях и процедурах (условная единица) получим
Простейшей базой для сравнения и оценке показателя эффективности технологических процессов, противоположных по способу и физической модели достижения поставленной цели, и без учета всего цикла производства, включающего проектирование и изготовление, в качестве объекта или детали как конечной цели может быть выбран простейший геометрический объект – цилиндр, параметры которого могут взаимообусловлено варьироваться, имеющий характерные размеры диаметров внутреннего и внешнего цилиндров, в том числе исходной заготовки, а также соответствующие длины.
Определим интегральный показатель для следующих исходных данных:
Рассмотрим второй вариант производства более сложной детали, для которой из вышеприведенных исходных данных изменятся следующие:
Таким образом, несмотря на то, что аддитивный физический процесс как по производительности, так и по энергетическим показателям уступает физическому процессу пластического деформирования (обработка резанием), в целом ряде случаев его применение более эффективно, а в некоторых вариантах применения может быть и трудно заменимо.
Автоматизация на основе изменения составляющих времени технологического процесса
Компонент Eme, характеризующий скорость изменения свойств материала, будет определяться компонентами времени выполнения физического процесса и времени обеспечения и/или времени изменения пространственно-временного положения или состояния приложения физического процесса.
Принимая во внимание, что теоретическая (идеальная, требуемая, достижимая) производительность физического процесса на входе системы равна величине, обратно пропорциональной времени ее выполнения, и реальная производительность на выходе системы – величина обратно пропорциональная времени ее реального, фактического исполнения, тогда значения в выражениях (4), (5) и (6) будут характеризовать временные показатели и их потери. Следовательно, временные потери за рассматриваемый период времени будут обусловлены следующими видами (группами):
Анализ метода, получившего популярность для оценки показателей OEE и OEE- индекса (см. таблицу 2 и ГОСТ 22400–2–2019), с точки зрения определения состава исходных элементов, которые обусловливают и составляют методологический принцип и основу этого метода, позволяет утверждать, что в соответствии с вышеизложенной нами методологией, каждая составляющая ОЕЕ и OEE- индекса равна отношению времени завершения события к общему времени события и поэтому также записана как произведение трех вероятностей. Тогда, преобразуем выражение для ОЕЕ, в обозначениях (Кузнецов, 2020) и ГОСТ 22400, запишем в следующем виде:
Из этого следует, что предлагаемая методология является более общим случаем оценок эффективности, а показатели ОЕЕ являются лишь её частным случаем. Во всех случаях и методах оценок ОЕЕ нормируемой постоянной величиной является рассматриваемый или установленный период времени, а варьируемыми составляющими являются градация количества групп событий и видов потерь времени внутри каждой группы таких событий. Подробно структурные составлявшие времен и их классификация указаны для производственных систем в (Кузнецов, 1987; Кузнецов & Каляшина, 2020).
Заключение
Подводя итог проведенному анализу, сформулируем следующие выводы:
[1] Международная организация труда (2025). https://ilostat.ilo. org/topics/labour-productivity/(дата обращения:15.01.2026).
[2] Промышленное производство в России. (2025). Росстат. https://www.rosstat.gov.ru/folder/210/document/13225 (дата обращения: 15.01.2026).
[3] Промышленное производство в России. (2025). Росстат. https://www.rosstat.gov.ru/folder/210/document/13225 (дата обращения:15.01.2026).
The authors declare that there are no conflicts of interest present.