Теоретические основы промышленного инжиниринга предприятий

Наугольнова И.А.¹
¹ Самарский государственный экономический университет, Россия, Самара

Статья в журнале

Экономика, предпринимательство и право ^{(РИНЦ, ВАК)}
опубликовать статью | оформить подписку

Том 13, Номер 9 (Сентябрь 2023)

Цитировать:
Наугольнова И.А. Теоретические основы промышленного инжиниринга предприятий // Экономика, предпринимательство и право. – 2023. – Том 13. – № 9. – С. 3279-3290. – doi: 10.18334/epp.13.9.119230.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=54773527

Аннотация:
Промышленный инжиниринг предприятий включает в себя проектирование, оптимизацию и управление производственными процессами и системами. В последние десятилетия промышленный инжиниринг стал одной из ключевых составляющих успешного функционирования предприятий в условиях быстро меняющейся экономической среды. В данной статье раскрыты теоретические основы промышленного инжиниринга предприятий, представлены этапы его эволюции, определены ключевые направления дальнейшего развития и перечень современных цифровых инструментов. Результаты исследования могут быть полезны для менеджмента промышленных предприятий, стремящихся улучшить эффективность производства.

Ключевые слова: инжиниринг, промышленность, бизнес-модель

JEL-классификация: M11, M21, L51, L52, O25

Введение

Актуальность темы исследования в области промышленного инжиниринга обусловлена множественными факторам, такими как цифровая трансформация промышленности и развитие новых технологий, рост конкуренции, изменение потребительских ожиданий, что требует от менеджмента компаний совершенствования и оптимизации производственных процессов и бизнес-модели в целом с целью повышения ее эффективности и устойчивости.

В научной литературе растет количество работ, посвященных вопросам цифровизации производства и проблемам, связанных с ней. Промышленные предприятия по всему миру активно внедряют цифровые технологии, что обусловливает потребность в разработке и внедрении новых методов и инструментов для оптимизации производства и управления ресурсами [1].

Глобализация рынков, перестройка глобальных цепочек создания добавленной стоимости, конкуренция заставляют предприятия искать новые пути развития и повышения эффективности и гибкости производства.

Потребители ожидают более высокого качества продукции, кратких сроков поставки и индивидуального подхода при обслуживании. В условиях растущих затрат на энергию и сырье, их ограниченности, оптимизация потребления и управление ресурсами становятся все более важными аспектами для менеджмента предприятий.

Работа М. Ротера, Дж. Шука, Дж. Вумэка, Д. Джонса [2] считается классическим трудом о влиянии промышленной революции на производство и управление. К. Шваб один из первых представляет концепцию Четвертой промышленной революции и описывает влияние цифровой трансформации на промышленное производство [3].

Основоположниками радикального реинжиниринга бизнес-процессов и производственных процессов являются М. Хаммер и Дж. Чампи [4].

Э. Деминг [5], Е.М. Голдратт [6] работали над вопросами повышения качества производственных процессов, выявления и устранения «узких мест».

В работах А.Ю. Абузова [7;8], А.М. Измайлова [9], Н.В. Никитиной [10], А.А. Чудаевой [11; 12] рассмотрены влияние, перспективы и возможности внедрения цифровых технологий в деятельность предприятий.

Целью настоящего исследования является определение ключевых компонентов промышленного инжиниринга предприятий, влияющие на эффективность бизнеса в целом, методов и инструментов их реализации.

Гипотеза исследования заключается в понимании того, что промышленный инжиниринг является одной из ключевых составляющих успешного функционирования предприятия, а применение современных методов и инструментов для его реализации повышает его эффективность.

Научной новизной исследования является выявление и описание этапов эволюционирования промышленного инжиниринга и подходов к нему; обоснование ключевых компонентов промышленного инжиниринга, методов и инструментов их реализации.

Основные результаты исследования

Подходы к промышленному инжинирингу эволюционировали в соответствии с изменениями в технологиях, экономических условиях и требованиях рынка. Анализ научной литературы позволяет выделить несколько этапов развития промышленного инжиниринга, которые представлены на рисунке 1.

Рисунок 1 – Эволюция этапов промышленного инжиниринга предприятий

Источник: составлено авторами

Современный промышленный инжиниринг объединяет лучшие практики из разных этапов эволюции с целью достижения оптимальной производительности труда на предприятии, его эффективности и устойчивости.

Ключевые компоненты промышленного инжиниринга представлены на рисунке 2.

Рисунок 2 - Компоненты промышленного инжиниринга предприятий, влияющие на эффективность бизнеса

Источник: составлено авторами

Одним из ключевых аспектов промышленного инжиниринга является оптимизация производственных процессов. Наиболее популярными подходами в этой области являются бережливое производства, Six Sigma, процессный подход к управлению, основанный на АВС-методе, цепочке создания ценности и других методах.

Для повышения конкурентоспособности предприятий важно эффективно управлять ресурсами. В современных условиях возможно внедрение цифровых двойников (digital twins) для моделирования и управления ресурсами предприятия, что способствует более точному прогнозированию потребности в ресурсах, оптимизации их использования и снижению затрат на производство.

Промышленный инжиниринг предприятий также связан со своевременным внедрением инноваций и проведением технологических изменений [13].

Обзор некоторых современных методов и инструментов промышленного инжиниринга представлен в таблице 1.

Таблица 1 – Некоторые современные методы и инструменты промышленного инжиниринга

Методы и инструмен-ты	Сущность	Преимущества	Недостатки	Возможность интеграции с другими методами
Цифровые двойники (Digital Twins)	Представляют собой виртуальные реплики реальных объектов и процессов, которые используются для мониторин-га, анализа и оптимизации производства	Высокая точность и детализация модели. Позволяет в реальном времени мониторить и ана-лизировать состоя-ние объектов. Используется для прогнозирования и оптимизации	Создание двойника трудоемкий процесс, его создание и обслуживание является затратным мероприятием	Интеграция с IoT и аналитикой данных позволяет обогатить цифровой двойник данными из реального мира
Системы управления производством (Manufacturing Execution Systems, MES)	Помогают управлять производствен-ными операциями, отслеживать ресурсы, контролировать качество и обеспечивать соблюдение стандартов	Централизованный контроль над всеми производственны-ми процессами, что позволяет улучшить планирование, выполнение заказов и контроль качества продукции. Мониторинг и анализ данных в реальном времени, что позволяет быстро реагировать на изменения. Метрики производительнос-ти позволяют оптимизировать использование ресурсов и сократить потери.	Требует значительных затрат на приобретение, его настройку и обучение персонала. Интеграция MES с другими системами может потребовать дополнитель-ных усилий и ресурсов.	Интеграция MES с цифровыми двойниками, системами управления качеством и системами планирования производства может создать более эффективную и гибкую систему управления производством. Также, интеграция с технологиями IoT и сбором данных в реальном времени может улучшить мониторинг состояния оборудования и производствен-ных процессов.
Интернет вещей (IoT)	С использованием датчиков и устройств IoT можно собирать данные о состоянии оборудования и производствен-ных процессах, что позволяет более эффективно ими управлять	Позволяет собирать реальные данные о состоянии оборудования и процессов	Требует установки дорогостоящего оборудования, обработки и защиты большого объема данных	Интеграция с системами аналитики и цифровыми двойниками может обеспечить более качесвтенный анализ данных
Искусственный интеллект (ИИ) и машинное обучение	Применяются для анализа данных, прогнозирова-ния отказов оборудования, оптимизации производствен-ных процессов и принятия решений	Способны обрабатывать и анализировать большие объемы данных. Применяются для оптимизации производства и прогнозирования	Требуется большое количество данных для обучения моделей. Работают на основе алгоритмов, которые могут быть не всегда прозрачными	Интеграция ИИ и машинного обучения с цифровыми двойниками может усилить анализ данных и их прогнози-рование
Автомати-зация и роботиза-ция	Используются для выполнения рутинных задач на производстве, что повышает эффектив-ность и точность процессов	Позволяют выполнять рутинные и монотонные задачи с высокой точностью и скоростью. Роботы могут выполнять опасные задачи, избавляя людей от риска получения травм. Системы автоматизации и роботы могут быть легко настроены для различных задач и могут быть масштабированы в зависимости от потребностей	Высокие затраты на внедрение. Некоторые задачи могут оставаться сложными для автоматизации, особенно если они требуют высокой степени гибкости и интуиции, которые характерны для человека	Интеграция автоматизации и роботизации с системами цифровых двойников и системами управления производством может повысить эффективность и точность операций. Интеграция с Интернетом вещей (IoT) и аналитикой данных может обеспечить мониторинг и анализ состояния автоматизированных систем и роботов в реальном времени.
Системы управления качеством (Quality Management Systems)	Помогают контролиро-вать и улучшать качество продукции путем мониторинга и анализа производствен-ных данных	Улучшают контроль и управление качеством продукции	Требуют времени и ресурсов для внедрения и обучения персонала	Интеграция с системами цифровых двойников позволяет мониторить качество в реальном времени.
3D-печать и аддитивное производство	Позволяют создавать сложные детали и изделия	3D-печать позволяет создавать индивидуальные и уникальные детали и изделия. Экономия времени и ресурсов. Сложные геометрические формы	Не все материалы, используемые в традиционном производстве, могут быть использованы в 3D-печати, что может ограничивать возможности производства. 3D-печать может быть медленнее по сравнению с массовым производством	Интеграция 3D-печати и аддитивного производства с цифровыми двойниками и Интернетом вещей (IoT) может улучшить мониторинг и управление производственными процессами
Облачные вычисления	Предоставля-ют доступ к вычислительным ресурсам и аналитике данных, что упрощает обработку больших объемов информации и совместное использование данных	Упрощают доступ к аналитике данных и высокопроизводительным вычислениям	Могут возникнуть вопросы безопасности и конфиденциальности данных. Зависимость от доступности облака	Облачные решения могут быть использованы для хранения и обработки данных из цифровых двойников и IoT
Системы планирова-ния производст-ва (Advanced Planning and Scheduling, APS)	Помогают оптимизиро-вать планирова-ние производст-ва, учитывая ресурсы, заказы и ограничения	Оптимизация ресурсов. Улучшенное планирование и прогнозирование. Увеличение производительнос-ти. Более высокая адаптивность к изменениям.	Сложность внедрения. Зависимость от доступности данных. Система требует обслуживания	Интеграция систем планирования производства (APS) с цифровыми двойниками может улучшить точность прогнозирования. Интеграция с системами управления качеством и облачными вычислениями может улучшить всю цепочку производства и управления ресурсами
Блокчейн в логистике	Использует-ся для обеспечения прозрачности и безопасности в логистичес-ких цепях и управлении поставками	Блокчейн позволяет хранить данные о перемещении товаров и грузов в децентрализованной сети, что уменьшает риск потери или фальсификации данных. Системы на основе блокчейн предоставляют возможность реального времени для отслеживания перемещения товаров, обеспечивает высокий уровень безопасности. Упрощение бюрократических процессов	Сложность внедрения	Интеграция блокчейна с другими технологиями логистики, такими как IoT и системы управления, может повысить эффективность мониторинга грузов. Интеграция с системами управления качеством может улучшить контроль и безопасность поставок

Источник: составлено авторами

Промышленный инжиниринг играет важную роль в трансформации, повышении эффективности и устойчивости производственных процессов и предприятия в целом [14]. Это направление продолжает развиваться, каждый год появляются новые технологии и методы, открывая предприятиям новые возможности для улучшения показателей своей деятельности.

Заключение

Промышленный инжиниринг предприятий играет важную роль в современной экономике, и его эффективность зависит от применяемых подходов, инструментов и методов.

Предприятия сталкиваются с рядом существенных проблем при проведении инжиниринга, а именно: 1) производственные процессы на промышленных предприятиях могут быть сложными и многоступенчатыми, что затрудняет их оптимизацию. Методы системного анализа и моделирования процессов, (например, цифровые двойники), позволяют наиболее точно анализировать и оптимизировать производственные операции; 2) требования рынка и потребителей постоянно меняются, предприятиям нужно быстро адаптироваться к рыночным изменениям. Инструменты управления производством, такие как системы MES, помогают управлять изменениями и оптимизировать производственные процессы в реальном времени; 3) ресурсы дорожают. Продвинутые методы планирования и контроля, включая системы APS, могут помочь оптимизировать потребление ресурсов и снизить затраты; 4) обеспечение высокого качества продукции и соблюдение стандартов качества - ключевая задача для промышленных предприятий. Системы управления качеством позволяют мониторить показатели на всех этапах производства; 5) хранение и анализ данных из разных источников может быть сложной задачей. Цифровые двойники и аналитика данных позволяют предприятиям получать ценную информацию из большого объема данных, что помогает в принятии более обоснованных управленческих решений; 6) предприятия оснащены оборудованием и системами, которые иногда не совместимы между собой. Интеграция методов промышленного инжиниринга позволяет создавать единые и согласованные производственные системы; 7) предприятия сталкиваются с угрозами в области кибербезопасности. Цифровые технологии и анализ данных могут помочь в реализации систем мониторинга и обнаружения угроз.

В целом, современные методы и инструменты промышленного инжиниринга способствуют повышению эффективности, гибкости и устойчивости производственных процессов и бизнеса в целом.

Источники:

1. Туктарова Л.Р. Моделирование устойчивости экономического роста предприятия: еоретические и практические аспекты // Вестник Саратовского государственного социально-экономического университета. – 2010. – № 2(31). – c. 83-86.
2. Rother M., Shook J., Womack J., Jones D. Learning to See: Value Stream Mapping to Add Value and Eliminate MUDA. - Cambridge, MA, 2008. – 122 p.
3. Шваб К. Четвертая промышленная революция. - М.: Эксмо, 216. – 138 c.
4. Hammer M., Champy J. Reengineering the Corporation: A Manifesto for Business Revolution. - New York: Harper Business, 1993. – 248 p.
5. Деминг Э. Выход из кризиса: Новая парадигма управления людьми, системами и процессами. - М.: Альпина Паблишер, 2012. – 419 c.
6. Goldratt E.M. The Goal: A Process of Ongoing Improvement. North River Press. [Электронный ресурс]. URL: https://www.defence.lk/upload/ebooks/The%20Goal%20-%20Eliyahu%20M.%20Goldratt%20_%20Jeff%20Cox.pdf.
7. Абузов А.Ю. Развитие рынка финансового капитала в эпоху цифровизации: эволюция, современные вызовы и инновации в финтех-индустрии // Креативная экономика. – 2023. – № 5. – c. 1601-1618. – doi: 10.18334/ce.17.5.117969.
8. Абузов А.Ю. Факторы, определяющие инвестиционную привлекательность и стоимость компании // Российская наука: актуальные исследования и разработки: Сборник научных статей XIII Всероссийской научно-практической конференции. В 2-х частях. Самара, 2022. – c. 318-321.– doi: 10.46554/Russian.science-2022.02-1-318/321.
9. Измайлов А.М. Подход к повышению конкурентоспособности фармацевтического промышленного предприятия // Теория и практика общественного развития. – 2015. – № 12. – c. 168-170.
10. Никитина Н.В. Теоретические основы формировании конкурентоспособных кластеров // Формирование конкурентной среды, конкурентоспособность и стратегическое управление предприятиями, организациями и регионами: Сборник статей VIII Международной научно-практической конференции. Пенза, 2023. – c. 331-337.
11. Чудаева А.А. Внедрение цифровых технологий в деятельность российских предприятий и роль вузов в этом процессе // Проблемы развития предприятий: теория и практика. – 2020. – № 1-1. – c. 211-215.
12. Чудаева А.А. Влияние цифровизации на деятельность производственных предприятий // Проблемы развития предприятий: теория и практика. – 2018. – № 1. – c. 270-276.
13. Булавко О.А., Туктарова Л.Р. Оценка инвестиционного и инновационного потенциала в период развития цифровой экономики // Вопросы инновационной экономики. – 2020. – № 1. – c. 103-110. – doi: 10.18334/vinec.10.1.100683.
14. Корнилова А.Д., Беланова Н.Н. Драйверы развития российской промышленности // Проблемы развития предприятий: теория и практика. – 2019. – № 1-1. – c. 137-141.

Страница обновлена: 09.08.2024 в 15:08:09

Подробнее об авторе: