Разработка метода оперативного мониторинга производственных процессов в организациях оборонно-промышленного комплекса с вертикально интегрированной структурой тема диссертации и автореферата по ВАК РФ 05.02.22, кандидат наук Ложников Андрей Леонидович

  • Ложников Андрей Леонидович
  • кандидат науккандидат наук
  • 2022, ФГБОУ ВО «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)»
  • Специальность ВАК РФ05.02.22
  • Количество страниц 120
Ложников Андрей Леонидович. Разработка метода оперативного мониторинга производственных процессов в организациях оборонно-промышленного комплекса с вертикально интегрированной структурой: дис. кандидат наук: 05.02.22 - Организация производства (по отраслям). ФГБОУ ВО «Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)». 2022. 120 с.

Оглавление диссертации кандидат наук Ложников Андрей Леонидович

Введение

Глава 1. Анализ существующих методов и инструментов мониторинга производственных процессов

1.1. Обзор и классификация существующих методов и инструментов

1.1.1. Элементарные статистические методы

1.1.2. Промежуточные статистические методы

1.1.3. Передовые статистические методы

1.2. Оценка применимости существующих методов для процессов жизненного цикла выпускаемой продукции

1.3. Причины и стадия возникновения устранение организационно-управленческих проблем, при достижении предприятием определённого уровня

развития

1.4. Анализ структуры производственного менеджмента и мониторинга производственной системы

Глава 2. Систематизация процессов управления предприятием и разработка метода оперативного мониторинга производственных процессов на основе элементарных статистических методов

2.1. Систематизация преимуществ и недостатков существующих статистических методов, применительно к

производственным и сопутствующим процессам

2.2. Разработка метода оперативного мониторинга производственных процессов на основе элементарных статистических методов

2.2.1. Разработка графической модели подконтрольной производственной системы для осуществления оперативного мониторинга

2.2.2. Разработка методологического аппарата для графической модели подконтрольной производственной системы

Глава 3. Апробация метода оперативного мониторинга производственных процессов на предприятии ОПК и обоснование технического и экономического аспектов повышения эффективности от его внедрения

3.1. Апробация разработанного метода оперативного мониторинга производственных процессов в условиях предприятия, входящего в вертикально интегрированную структуру организации ОПК

3.2. Расчёт экономической эффективности от внедрения разработанного метода

3.3. Определение направлений возможного использования разработанного метода в других сферах деятельности

Заключение и выводы

Список литературы

Приложение

Список сокращений и условных обозначений

АО - Акционерное общество

БАЗ - Брянский автомобильный завод

ВАК - Высшая аттестационная комиссия

ГТЦ - Главный тормозной цилиндр

ГУР - Гидроусилитель руля

ГЦС - Главный цилиндр сцепления

ДВС - Двигатель внутреннего сгорания

ДО - Дочернее общество

ДСЕ - Детали и сборочные единицы

ЗСЦ - Заготовительно-сварочный цех

ИКТ - Информационно-коммуникационные технологии

Концерн ВКО - Концерн воздушно космической обороны

КУД - Карта учёта дефектов

КУН - Карта учёта несоответствий

МСЦ - Механосборочный цех

МУПП - Механизм управления переключением передач

ОПК - Оборонно-промышленный комплекс

ОТК - Отдел технического контроля

ПГУ - Пневмогидравлический усилитель

ПК - Персональный компьютер

ПКИ - Покупные комплектующие изделия

ПО - Программное обеспечение

СГП - Склад готовой продукции

СИЦ - Сборочно испытательный цех

СМК - Система менеджмента качества

УЗ - Управление закупок

ФИ - Финальное изделие

ФИПС - Федеральный институт промышленной собственности

ЭВМ - Электронно-вычислительная машина

Введение

Актуальность темы исследования

В настоящее время идёт активный процесс формирования вертикально интегрированных структур в промышленности, т.е. слияние предприятий под управлением головной организации, связанных общим участием в производстве конечного продукта (такие как Государственные корпорации «РосТех», «Роскосмос», Концерн ВКО «Алмаз-Антей» и др.). При этом на организации ОПК дополнительно накладывается множество жёстких требований военных стандартов, невыполнение хотя бы одного из которых, влечёт срыв государственного оборонного заказа.

В связи с этим, у руководства пропадает возможность видеть текущее состояние всех производственных процессов и направления, требующие оперативного управленческого воздействия. В результате возникает организационно-управленческие проблемы - снижение взаимосвязи управленческих решений со степенью достижения цели.

Для предотвращения этого, на всех предприятиях, входящих в организацию ОПК с вертикально интегрированной структурой должны быть одинаковые критерии оценки результативности производственных процессов и единый подход при их анализе.

При этом существующие элементарные методы оценки результативности производственных процессов отображают лишь один из множества уровней подконтрольной системы, а передовые методы требуют высокой квалификации пользователей, и внедрения передовых информационных технологий, которыми располагают далеко не все предприятия, входящие в вертикально интегрированные структуры промышленных объединений.

Таким образом, становится актуальной задача по разработке метода оперативного мониторинга производственных процессов, детально

отображающего текущее состояние всех производственных процессов, а так же

направления, требующие оперативного управленческого воздействия и представляющего собой цифровую тень подконтрольной системы.

Степень разработанности темы исследования

Существует целый ряд научных работ, посвященных методам и инструментам управления производственными процессами (Гастев А. К., Чарновский Н.Ф., Колобов А.А., Омельченко И. Н., Орлов А. И., Цырков А. В., Туровец О.Г., Родионова В.Н., Макаров А. В., Килин П. М., Новиков Д. А., Остапенко С. Н., Джуран Д. М., Дэминг У. Э., Кросби Ф. Б.), базирующихся как на принципах социальной инженерии, так и на оценке эффективности производственных процессов на основе оценки комплексных (итоговых) показателей деятельности предприятия.

Но специфика производственной деятельности крупных организаций ОПК с вертикально интегрированной структурой, требует метода оперативного мониторинга производственных процессов, обеспечивающего отображение текущего состояния всей многоуровневой производственной системы вертикально интегрированной структуры, способного динамически изменяться вместе с реально протекающими процессами.

При этом новый метод должен быть применим на всех предприятиях, входящих в вертикально интегрированную структуру вне зависимости от уровня материального и интеллектуального потенциалов конкретного предприятия.

Цель исследования

Целью работы является разработка метода оперативного мониторинга производственных процессов в организациях ОПК с вертикально интегрированной структурой, обеспечивающего устранение организационно-управленческих проблем с целью повышения эффективности принимаемых управленческих решений.

Для достижения поставленной цели надо решить следующие задачи:

1. Анализ существующих методов и средств мониторинга, применяемых для контроля, анализа и оценки результативности производственных процессов, на предприятиях, входящих в вертикально интегрированные структуры

организаций ОПК.

2. Разработка графической модели подконтрольной производственной системы для осуществления оперативного мониторинга.

3. Разработка алгоритма создания и применения разработанной модели.

4. Разработка метода оперативного мониторинга производственных процессов, обеспечивающего решение задачи по устранению организационно-управленческих проблем.

5. Обоснование организационно-технических аспектов повышения эффективности производственных процессов от внедрения разработанного метода на предприятии, входящем в вертикально интегрированную структуру организации ОПК.

Область исследований диссертации соответствует пункту паспорта научной специальности 05.02.22: №10 разработка методов и средств мониторинга производственных процессов.

Объект исследования - система мониторинга производственной деятельности предприятия, входящего в вертикально интегрированную структуру организации ОПК.

Предмет исследования - процессы мониторинга производственной системы и установления причин недостаточной её результативности на предприятии, входящем в вертикально интегрированную структуру организации ОПК.

Научная новизна исследования:

1. Разработана графическая модель, представляющая собой цифровую тень - прототип цифрового двойника подконтрольной производственной системы, отличающаяся от существующих высокой степенью детализации и способностью динамически изменяться вместе с реально протекающими процессами.

2. Разработан алгоритм создания и применения графической модели производственной системы, исключающий промежуточные звенья в цепи анализа информации, между первичными данными и руководителем, принимающим управленческие решения.

3. Разработан метод оперативного мониторинга производственных процессов, основывающийся на анализе как количественных, так и качественных данных и отличающийся от существующих тем, что обеспечивает отображение текущего состояния процессов всей многоуровневой производственной системы вертикально интегрированной структуры организации ОПК и устранение организационно-управленческих проблем.

Теоретическая значимость работы - разработан метод, который является платформой для мониторинга во многих областях деятельности (не только промышленной, но и сельскохозяйственной, социальной и др.) и может послужить базой для скачкообразного прорыва в развитии промышленности.

Практическая значимость работы - разработанный метод не требует высокой квалификации пользователей и сложного программного обеспечения, и поэтому применим на любом предприятии. Он позволяет выявлять 100% критических направлений, требующих первоочередного управленческого воздействия в режиме реального времени (при вводе первичных данных, сразу получаем визуализированный результат анализа).

Методы исследования

Решение поставленных научных задач в диссертационной работе было выполнено с использованием методов Model Based Systems (архитектурное моделирование), методов теоретического исследования (анализ, синтез и интегрирование), экспериментальный метод исследования, метод статистической проверки гипотез.

Степень достоверности и апробация результатов

Достоверность разработанного метода определяется апробацией и использованием на машиностроительном предприятии АО «БАЗ», входящем в вертикально интегрированную структуру организации ОПК АО «Концерн ВКО «Алмаз-Антей». Результаты апробации подтверждают высокую эффективность предложенного метода оперативного мониторинга производственных процессов, благодаря тому, что он аккумулирует преимущества существующих методов и при этом даёт возможность сквозного контроля многоуровневых процессов в

условиях ограниченных материальных и кадровых ресурсов. В подконтрольной производственной системе, получено кратное снижение изготовления несоответствующей продукции и, как следствие, сокращение потерь (финансовых затрат) на устранение выявленных дефектов как на стадии производства, так и в процессе эксплуатации изготовленной продукции.

Положения, выносимые на защиту

1. Графическая модель, лежащая в основе разработанного метода и представляющая собой цифровую тень подконтрольной производственной системы.

2. Алгоритм создания и применения разработанной модели.

3. Метод оперативного мониторинга производственных процессов, обеспечивающий решение задачи по устранению организационно-управленческих проблем.

4. Обоснование технических и экономических аспектов повышения эффективности производственных процессов от внедрения разработанного метода по результатам апробации на предприятии, входящем в вертикально интегрированную структуру организации ОПК.

5. Результаты анализа существующих методов и средств мониторинга, применяемых для контроля, анализа и оценки результативности производственных процессов на предприятии, входящем в вертикально интегрированную структуру организации ОПК.

Публикации

Основные положения диссертационной работы опубликованы в 5 научных работах в рецензируемых журналах ВАК РФ, 2 из которых аккредитованы по специальности 05.02.22, а также докладывались, обсуждались и опубликованы в сборниках материалов 3 научных конференций.

Структура и объём работы.

Диссертация состоит из введения, трёх глав, заключения и выводов, списка литературы из 92 наименований. Работа изложена на 120 страницах машинного текста, содержит 63 рисунка, 11 таблиц и приложение.

Структурная схема проведённого диссертационного исследования

Пункт паспорта: Разработка методов и средств мониторинга производственных и сопутствующих процессов. Результаты

^ ^ ^ ^ ^

Тема

Цель

Разработка метода оперативного мониторинга производственных процессов в организациях оборонно-промышленного комплекса с вертикально интегрированной структурой

Разработка метода оперативного мониторинга производственных процессов в организациях оборонно-промышленного комплекса с вертикально интегрированной структурой

Рекомендованный список диссертаций по специальности «Организация производства (по отраслям)», 05.02.22 шифр ВАК

Введение диссертации (часть автореферата) на тему «Разработка метода оперативного мониторинга производственных процессов в организациях оборонно-промышленного комплекса с вертикально интегрированной структурой»

Актуальность

Возникновение проблемы «потеря управляемости» в процессе диверсификации производства и формирования вертикально интегрированных структур в промышленности

Задачи

Анализ существующих

методов и средств оценки результативности

производственных процессов в вертикально

интегрированных структурах организаций ОПК

Положения, выносимые на защиту

V

Научная новизна

Результаты анализа существующих методов и средств оценки результативно сти производственных _процессов_

Разработка графической модели подконтрольной производственной системы

Графическая модель, представляющая собой

цифровую тень подконтрольной системы

\

Графическая модель, представляющая собой цифровую тень - прототип цифрового двойника подконтрольной производственной системы, с высокой степенью детализации и способностью динамически изменяться вместе с реально протекающими процессами.

Разработка, алгоритма создания и применения

Алгоритм создания и применения разработанной модели.

Разработка метода, обеспечивающего устранение проблемы -«потеря управляемости»

Метод оперативного

мониторинга производственных _процессов_

Обоснование повышения

эффективности производственной системы от внедрения разработанного метода

Обоснование технических и экономических аспектов повышения эффективности производственных процессов от внедрения разработанного метода

Алгоритм создания и применения новой имитационной модели производственной системы

Метод оперативного мониторинга производственных и сопутствующих процессов, обеспечивающий отображение текущего состояния всей производственной системы вертикально интегрированной структуры организации ОПК и устранение проблемы - «потеря управляемости».

||

И и К Е-

о О

ч

нР <и

!=Г

Анализ существующих методов показал недостаточную проработку

вопроса оперативного _мониторинга_

Разработан метод оперативного мониторинга производственных процессов обеспечиваю шин отображение текущего состояния всей подконтрольной системы вертикально интегрированной структуры организации ОПК.

Использование разработанного метода решает задачу по устранению проблемы - «потеря управляемо сти»

В результате апробации разработанного метода достигнуто ежегодное снижение коэффициента дефектности выпускаемой продукции на 32-44% и сокращение затрат на 31-39%.

Глава 1. Анализ существующих методов и инструментов мониторинга

производственных процессов

1.1. Обзор и классификация существующих методов и инструментов

Управление производством - функция или действие, предусматривающие направление или регулирование потоков товаров в течение всего жизненного цикла от закупки сырья до поставки конечного продукта, включая воздействие на управление ресурсами. [4, с.4]

Контроль производства - функция мониторинга и контроля за движением товаров по всему производственному циклу. [4, с.5]

Управление производством и контроль производства понятия очень широкие и эти процессы условно можно разделить на три стадии:

1. сбор данных на всех стадиях жизненного цикла,

2. анализ полученных данных и выявление корреляции между ними,

3. принятие управленческих решений.

Адекватность и правильность принимаемых решений во многом зависит от полноты собранных данных и результатов проведённого их анализа. Для этого необходима эффективная системы мониторинга производственных процессов.

Мониторинг - действия по установлению одной или более характеристик статуса процесса. [5, с.20]

Мониторинг производства - функция проверки и направления состояния и хода выполнения процессов производства и деятельности. [4, с.6]

Т. е. мониторинг производственных процессов это комплекс действий, по сопровождению процессов информационно-аналитическим обеспечением для принятия правильных управленческих решений.

Управленческое воздействие может затрагивать множество внешних и внутренних факторов. К их числу относятся:

Научно-технические факторы - внедрение новых технологий, автоматизация различных процессов.

Организационные и экономические факторы - формы производства, размещение ресурсной базы.

Социально-психологические факторы - такие, как корпоративная культура, профессиональная компетенция сотрудников.

Развитие предприятия в современных условиях осуществляется на основе стратегии, в основе которой лежит видение руководства предприятия с учетом состояния и динамики внутренней и внешней среды, формализованное и конкретизированное в стратегических целях предприятия. Одним из важнейших компонентов корпоративных стратегий крупных предприятий является - наряду с другими функциональными стратегиями - производственная стратегия, в которой определяются цели, задачи и принципы принятия управленческих решений в области создания, развития и использования технологического, кадрового и экономического потенциалов предприятия, а также формулируются критерии ее эффективности.

Потребность в эффективной системе мониторинга особенно ярко выражена в организациях с вертикально интегрированной структурой, в которых необходимо создать единую систему критериев оценки. При этом система мониторинга должна обладать способностью воспринимать изменения в процессах, а также в их воздействии друг на друга. На предприятия ОПК дополнительно накладывается множество требований военных стандартов подлежащих безусловному выполнению.

Поэтому руководству необходимо обеспечить возможность:

- осуществлять оперативный мониторинг производственно-технологической и организационно - экономической деятельности промышленного предприятия и вырабатывать оперативные управляющие воздействия на основе идентификации существенных параметров деятельности предприятия и их вклада в итоговый комплексный показатель;

- отслеживать и корректировать в режиме реального времени выполнение

программ реструктуризации предприятия и проводить реинжиниринг бизнес -процессов в соответствии с изменением производственно-технологических и организационно-экономических параметров;

- осуществлять сравнительный многомерный анализ производственно -технологической и организационно-экономической деятельности;

- проводить анализ различных многопараметрических объектов по идентификации и влиянию параметров их деятельности на итоговый комплексный показатель и осуществлять их визуальный динамический анализ;

- повысить уровень информационного взаимодействия подразделений предприятия за счет использования общего информационного пространства.

Требования к критериям оценки:

- актуальность: исходные данные, включаемые в отчетность и служащие основой для оценки показателей результативности производственных процессов предприятия, должны отражать текущее действительное состояние деятельности;

- универсальность: состав показателей результативности производственных процессов предприятия должен быть единым для всех структурных подразделений, дочерних и зависимых обществ предприятия и его филиалов, а также по всем мероприятиям для обеспечения возможности сопоставления между структурными подразделениями и ДО, а также для анализа динамики показателей во времени;

- сопоставимость: показатели, используемые для мониторинга производственных процессов предприятия, должны быть сопоставимыми во времени (образовывать динамический ряд при систематических наблюдениях) и пространстве (обеспечивать возможность сравнения хода и результатов производственной деятельности предприятия в различных структурных подразделениях, ДО, а также по сравнению с другими предприятиями, отраслями, регионами и др.);

- аддитивность: показатели отдельных мероприятий должны «сворачиваться» в общие показатели производственной деятельности предприятия в целом, то есть обеспечиваться их консолидация в единую

корпоративную отчетность;

- репрезентативность: система показателей мониторинга производственной деятельности предприятия должна отражать состояние производственных процессов предприятия с учетом всех аспектов и по ключевым направлениям стратегического развития и обеспечивать оценку реализации отдельных мероприятий;

- релевантность: состав показателей производственной деятельности предприятия не должен быть избыточным, в состав форм отчетности не должны включаться данные, не используемые для анализа производственной деятельности предприятия;

- преемственность: состав данных для расчета показателей производственной деятельности предприятия должен базироваться на существующей системе внутреннего управленческого учета и требовать минимально возможного изменения системы внутренней корпоративной управленческой отчетности структурных подразделений.

Учёными мира разработано и повсеместно используется множество методов и инструментов, как элементарных, так и требующих серьёзных материальных и кадровых ресурсов. При этом очень важно, чтобы не один из фактов, установленных в ходе реализации стадии сбора данных, не остался без внимания при обработке, анализе и принятии решений. Практика показывает, что на среднестатистическом промышленном предприятии РФ объём собираемой информации, необходимой для успешного функционирования производственной системы очень велик, поэтому специалистам и руководителям, способным и уполномоченным принимать решения по проведению корректирующих действий, направленных на повышение эффективности производственных процессов, предоставляются результаты обобщённого анализа собранных данных. К сожалению, на стадиях агрегатирования и декомпозиции, не исключена возможность утери фактов, имеющих значение и способных повлиять на правильность принимаемых решений, в огромном массиве данных.

Научная деятельность многих ученых, как отечественных, так и зарубежных,

посвящена проблемам управления производственными процессами, особенно интенсивно это направление начало развиваться в XX веке.

Существует целый ряд научных работ, посвященных методам и инструментам управления производственными процессами (Алексей Капитонович Гастев (1882 - 1941), Николай Францевич Чарновский (1862 -1936), Джозеф Мозес Джуран (1904 - 2008), Уильям Эдвардс Деминг (1900 - 1993), Филип Байярд Кросби (1926 - 2001), Альберт Алексеевич Колобов, Ирина Николаевна Омельченко, Александр Иванович, Александр Владимирович Цырков, Оскар Григорьевич Туровец, Валентина Николаевна Родионова, Александр Викторович Макаров, Петр Мартемьянович Килин, Дмитрий Александрович Новиков, Сергей Николаевич Остапенко), базирующихся как на принципах социальной инженерии, так и на оценке эффективности производственных процессов на основе оценки комплексных (итоговых) показателей деятельности предприятия.

[13, 74, 23, 57, 79, 17, 77, 66, 60, 45, 22, 47, 55]

Каждый из этих людей внес значительный вклад в фундаментальные основы современных методов управления производственными и сопутствующими процессами, а совместное применение их разработок на практике дает многократное повышение эффективности процессов в любой сфере человеческой деятельности.

Современная концепция управления производственными и сопутствующими процессами базируется на статистических методах, которые можно охарактеризовать как методы, применяемые при сборе, представлении, анализе и интерпретации данных, т. к. разброс данных неизбежен в каждой работе, а данные без разброса являются недостоверными. Поэтому эффективное управление производственными и сопутствующими процессами невозможно без статистического анализа производственных процессов, а также без группировки данных по определенным признакам.

Если производственный процесс находится в статистически управляемом состоянии (Рис.1), то известно, как он поведёт себя при определённых

управленческих воздействиях, и можно прогнозировать производственную деятельность и рассчитывать на её результаты.

Рис.1. Мониторинг улучшения процесса через снижение изменчивости Итоговая оценка эффективности деятельности предприятия, как правило, производится по общим экономическим показателям предприятия (валовой доход, затраты на производство). Однако формируют их не только финансовые, но и производственные, технологические, и организационные показатели (Рис.2).

Рис.2. Некоторые критерии оценки деятельности предприятия Каждый подкритерий первого уровня, состоит из нескольких подкритериев

второго уровня, которые определяются несколькими подкритериями третьего и т. д. В результате, количество подкритериев растёт в геометрической прогрессии с каждым последующим уровнем. Использование статистических методов позволяет проводить анализ различных многопараметрических объектов по влиянию параметров на итоговый показатель и осуществлять их динамический анализ.

Существует разделение статистических методов по степени сложности на следующие три категории:

1. Элементарные статистические методы.

2. Промежуточные статистические методы, рассчитанные на инженеров и специалистов.

3. Передовые статистические методы (с использованием ЭВМ), требующие сложного программного обеспечения. [15, с. 8,9]

1.1.1 Элементарные статистические методы

Часто элементарные статистические методы называют основными инструментами управления качеством, но так же их называют базовыми, потому что они подходят для людей с небольшими формальными знаниями в области статистики и потому, что их можно использовать для решения подавляющего большинства проблем, связанных как с качеством продукции, так и с управлением процессами.

Семь элементарных статистических методов — это набор статистических инструментов для решения проблем аналитическим методом, которые применяются в мировой практике управления процессами.

Первым человеком, который предложил использовать их в области управления качеством, был Каору Исикава в 1968 году, когда опубликовал книгу "Руководство по контролю качества". Каору Исикава утверждал, что с помощью этих семи инструментов можно решить до 90% проблем в производственных организациях.

К элементарным методам относятся «Семь основных инструментов»:

- Диаграмма Исикавы (также называемая "рыбий скелет" или "диаграмма причинно-следственных связей") является причинно-следственной диаграммой, которая показывает основные причины конкретного события (Рис.3).

- Контрольный лист представляет собой структурированный, подготовленный бланк для сбора и анализа данных (Рис.4). Это универсальный инструмент для формирования массива данных, который может быть адаптирован для самых разнообразных целей. Собираемые данные могут быть как количественными, так и качественными.

- Гистограмма (Рис.5) является отображением статистической информации, которая представляется прямоугольниками для того, чтобы показать частоту элементов данных в последовательных числовых интервалах одинакового размера.

- Диаграмма Парето отображает ранжирование факторов и отражает степень корреляции конкретного фактора с критерием на выходе (рис.6). По сути это визуализация принципа 20/80 «20% усилий дают 80% результата, а остальные 80% усилий — лишь 20% результата и правильно выбрав минимум самых важных действий, можно быстро получить значительную часть от планируемого полного результата, при этом дальнейшие улучшения малоэффективны и могут быть неоправданны».

- Диаграмма рассеяния или точечный график (Рис.7) используется для выявления потенциальных связей между двумя переменными, дает хорошую визуальную картину отношений между ними, и помогает при анализе коэффициента корреляции.

- Стратификация (расслаивание данных) выявляет корневые причины и отражает степень корреляции конкретного фактора с критерием на выходе (Рис.8).

- Контрольные карты, также известные как карты Шухарта или карты поведения процесса (Рис.9), позволяют отслеживать ход протекания процесса и воздействовать на него, предупреждая его отклонения от предъявленных к процессу требований.

Рис.3. Принципиальная схема диаграммы Исикавы

Рис.4. Частный пример контрольного листа

Рис.6. Диаграмма Парето

Рис.7. Диаграмма рассеяния

0,2 0,18 - 0,18 ■ Р 1 0,16 0,15 0,14 Р 2

0,16 - П 1Л 0,12

0,14 0,12 0 1

0,12 П 1 0,08 П П~7

0,1 0,08 0,08

0,06 0,06

0,06 0 04 Г> Л/1 ^Н

0,04

0,04 ■ Р13 0 02

0,02 0 Р11 ■ Р12 0 Р14 Р21 (Р22 Р23

0,14 -0,13 Р 3 0,07 - 0,06 Л ЛС _ Р 4

0,12 0 1

0,05 Г» П"7 П Л/1

0,08 0,0/ 0,04

Н Л Л-1 Н 0,03

0,06 0 04 0,03 ■

0,02 0,01

0,02 0,01 ■

0 Р31 0 Р32 Р41 Р42 Р43

Рис.8. Расслаивание данных методом стратификации

Рис.9. Частный пример контрольной карты

Помимо базовых семи статистических методов, перечисленных ранее, так же к элементарным методам можно отнести «Новые инструменты», которые рекомендуется использовать совместно с базовыми инструментами. Новые семь инструментов также получили название семь инструментов менеджмента и планирования или просто семь инструментов управления.

Базовые инструменты применяются для повышения эффективности производственных и сопутствующих процессов с использованием числовых данных, в то время как новые инструменты направлены на анализ именно вербальных данных. Совместное применение базовых и новых инструментов значительно повышают общую эффективность системы менеджмента предприятий.

К «новым инструментам» относятся:

- «Мозговая атака» применяется в качестве средства генерирования идей для целей идентификации возможных причин неудач и потенциальных возможностей улучшения.

- Диаграмма сродства (иерархическая таксономия, построенная на принципе агрегатирования, применительно к собранным устным данным) позволяет

выявить основные нарушения процесса (или возможности его улучшения) путем объединения родственных устных данных, собранных в результате «мозговой атаки» (Рис.10).

- Диаграмма (график) связей позволяет выявить логические связи между основной идеей, целью или проблемой и различными вводными (первичными) данными (Рис. 11).

- Древовидная диаграмма (иерархическая таксономия, построенная на принципе декомпозиции, применительно к собранным устным данным) позволяет систематически рассматривать предмет (проблему) в виде составляющих элементов (причин) и показывать логические (и являющиеся следствием или продолжением) связи между этими элементами (причинами) (Рис.12).

- Матричная диаграмма, или таблица зависимостей выявляет связи между элементами системы, определяет вид и степень значимости различных связей (Рис.13).

- Стрелочная диаграмма позволяет спланировать оптимальные сроки выполнения всех необходимых работ для скорейшего и успешного достижения поставленной цели (Рис.14).

- Поточная диаграмма процесса или диаграмма процесса осуществления программы отображают последовательность действий и решений, необходимых для получения желаемого результата, но могут быть использованы для оценки сроков и целесообразности проведения работ по выполнению программы, как до их начала, так и в процессе выполнения этих работ. Представляет собой графическое отображение этапов процесса, удобное для исследования возможностей улучшения за счет накопления подробных сведений о фактическом протекании процесса (Рис.15).

- Матрица приоритетов или матрица Эйзенхауэра (анализ матричных данных) предназначена для обработки большого количества числовых или вербальных данных, полученных при построении матричных диаграмм (таблиц зависимостей), имеющий целью выявление приоритетных данных (Рис.16).

Рис.10. Диаграмма сродства

Рис. 11. Диаграмма связей

Рис. 12. Древовидная диаграмма

Рис.13. Матричная диаграмма

Рис.14. Стрелочная диаграмма

Рис.15. Принципиальная схема поточной диаграммы процесса или диаграммы

процесса осуществления программы

Рис. 16. Матрица приоритетов.

1.1.2 Промежуточные статистические методы

Промежуточные статистические методы рассчитаны на инженеров и специалистов в области управления производством и требуют штата высококвалифицированных работников, которым зачастую не располагает предприятие. К ним относятся:

- Теория выборочных исследований, сущность которой состоит в том, что обследованию подлежит часть единиц статистической совокупности. Собранные и сгруппированные данные анализируются и распространяются на всю изучаемую совокупность, при этом рассчитываются абсолютные, относительные, средние показатели и т.д.

- Методы проведения статистических оценок и определения критериев, включающие расчёты точечных оценок, критериев согласия, доверительных

интервалов, предикционных интервалов и т. д. [3]

- Органолептический анализ, по своей сути это анализ с помощью органов чувств (высоко специфических рецепторных органов), обеспечивающих организму получение информации об окружающей среде с помощью зрения, слуха, обоняния, вкуса, осязания, вестибулярной рецепции и интерорецепции. Данный метод требует скрупулёзного отбора испытателей (часто обладающих уникальными способностями) по разработанным методикам, т. к. комиссия по проведению органолептического анализа представляет собой «истинный измерительный инструмент», и результаты проведенного анализа зависят от ее членов. Далее проводится тестирование, анализ и проверка гипотезы. [2]

- Метод планирования экспериментов это процедура выбора числа и условий проведения опытов (физических или расчетных), необходимых и достаточных для решения поставленной задачи с требуемой точностью и представляет собой поиск оптимальных условий или значений некоторого параметра (фактора) объекта исследования, когда установлена возможность технической реализации некоторого объекта или процесса и необходимо найти наилучшие (оптимальные в некотором смысле) условия их реализации (критерий оптимизации). [44, с. 8-9]

При числе факторов, влияющих на критерии оптимизации до трёх задачу можно решить при помощи построения матриц и геометрической интерпретации эксперимента (квадрат - для двух факторов и куб - для трёх), но для числа факторов, более трех, область эксперимента задается в многофакторном пространстве гиперкубом, изобразить который на плоскости невозможно. В этом случае используют возможности ЭВМ.

1.1.3 Передовые статистические методы

Передовые статистические методы (с использованием ЭВМ), такие как методы расчета экспериментов с использованием математических моделей, метод «чёрного ящика» (построение математической зависимости выходного параметра

(параметров) от значений варьируемых переменных (факторов) по результатам эксперимента без изучения механизмов протекающих в объекте процессов), многофакторный анализ и т. д. применяются для построения интерполяционных моделей и оптимизации процессов и объектов. Суть этих методов заключается в возможности получения новых сведений об объекте, экспериментируя на математической модели, если она достаточно точно описывает объект. При этом на основании полученных результатов экспериментов на математической модели, делают заключение о самом объекте и всё сводится к построению математической зависимости выходного параметра (параметров) от значений варьируемых переменных (факторов) по результатам эксперимента. В упрощённом виде математическая модель имеет вид: У = Х2,...Х),...Хк ),

где у - критерий оптимизации, целевая функция, выход «черного ящика», x - воздействия на «черный ящик» (объект исследования) - факторы (входы «черного ящика», варьируемые переменные).

Данные методы применяются при проведении очень сложных анализов процессов и помимо высокой квалификации персонала требуют сложного программного обеспечения.

1.2. Оценка применимости существующих методов для процессов жизненного цикла выпускаемой продукции

Однако не все дочерние предприятия вертикально интегрированных структур располагают ресурсами для использования передовых методов. Поэтому самым общедоступным, мало затратным и, как следствие, самым эффективным является использование элементарных статистических методов.

К тому же, опыт внедрения систем управления в Японии показывает, что 95 % проблем фирмы могут быть решены с помощью элементарных статистических методов - семи основных инструментов. [21, с. 118]

Такой подход гарантирует эффективное функционирование производственных процессов при минимальных затратах.

Схема алгоритма применения элементарных статистических методов (основных инструментов) при решении множества управленческих задач показана на Рис.17.

Рис.17. Алгоритм применения элементарных статистических методов

При всех своих положительных характеристиках, «семь основных инструментов» имеют свои недостатки, например:

- Диаграмма Исикавы не отражает степень корреляции конкретного фактора с критерием на выходе;

- Контрольный лист применим только для сбора данных;

- Гистограмма, диаграмма Парето и диаграмма рассеяния отражают степень корреляции факторов лишь на одном из уровней критериев.

- Метод стратификации не позволяет увидеть общую картину и определить приоритет факторов, требующих управленческого воздействия;

- Контрольные карты применимы лишь к конкретному критерию и поэтому также не отражают приоритетные направления необходимого воздействия.

И только комбинированное (совместное) их использование приводит к достижению необходимого результата.

В случаях, когда факты не являются численными по своей природе и принятие решений должно базироваться на знании, аналогично применяется комбинированное использование «Новых инструментов» (Рис.18).

Похожие диссертационные работы по специальности «Организация производства (по отраслям)», 05.02.22 шифр ВАК

Список литературы диссертационного исследования кандидат наук Ложников Андрей Леонидович, 2022 год

Список литературы

Нормативно-правовые документы и официальные статистические отчеты

1. ГОСТ 24294-80 Государственный стандарт Союза ССР. Определение коэффициентов весомости при комплексной оценке технического уровня и качества продукции. Введ. 1980-06-30. М.: Государственный комитет СССР по стандартам, 1982.

2. ГОСТ ИСО 6658-2016. Национальный стандарт Российской Федерации. Органолептический анализ. Методология. Общее руководство. — Введ. 2017-07-01. М.: ФГУП «Стандартинформ», 2016.

3. ГОСТ Р 50779.27-2007. Национальный стандарт Российской Федерации. Статистические методы. Степенная модель. Критерии согласия и методы оценки. Введ. 2008-06-01. М.: ФГУП «Стандартинформ», 2008

4. ГОСТ Р ИСО 15531-1-2008. Национальный стандарт Российской Федерации. Промышленные автоматизированные системы и интеграция. Данные по управлению промышленным производством. Общий обзор. Введ. 2008-12-18. М.: ФГУП «Стандартинформ», 2009.

5. ГОСТ Р ИСО 9000-2015. Национальный стандарт Российской Федерации. Системы менеджмента качества. Основные положения и словарь. Введ. 2015-09-28. М.: ФГУП «Стандартинформ», 2015.

6. МУ ИПВР 8.4-01 Методика оценки результативности системы менеджмента качества организаций вертикально интегрированной структуры АО «Концерн ВКО «Алмаз - Антей». М.: АО «Концерн ВКО «Алмаз - Антей», 2018. 71с.

Отечественные научные публикации (на русском языке)

7. Адаев Ю.В. Обеспечение ритмичности машиностроительного производства: организационно-экономические аспекты. Пенза: Изд-во Пенз. гос. ун-та, 1996. 152 с.

8. Анфёров М.А. Кластеризация в принятии решений. Информационные технологии. Проблемы и решения. 2020. № 2 (11). С. 97-102.

9. Баранов В.Г., Милов Д.В., Шиберт Р.Л., Севрюков А.А., Алексеев В.В. Процедуры обработки данных мониторинга технологических объектов. Информационно-измерительные и управляющие системы. 2017. Т. 15. № 8. С. 6368.

10. Беленький П.Е. и др. Управление техническим и организационным развитием предприятия. Киев: Техника, 1992. 126 с

11. Босс В. Лекции по теории управления. М.: Либроком. Том 1. Автоматическое регулирование, 2012. - 216 с. Том 2. Оптимальное управление, 2014. - 208 с.

12. Васильев В.Н. Организация производства в условиях рынка. М.: Машиностроение, 1993. 368 с.

13. Гастев А. К. Установка производства методом ЦИТ. Органическое внедрение. Государственное издательство Москва-Ленинград, 1927. 148 с.

14. Гончаров В.И., Колосов А. И., Дибнис Г.И. Оперативное управление производством: опыт разработки и совершенствования систем. М.: Экономика, 1987.

15. Горбунова О. И., Гусева И. К. Инструменты и методы управления качеством: учеб. пособие. Иркутск: Изд-во БГУ, 2016. 116 с.

16. Гуревич И.М., Урсул А.Д. Информация - всеобщее свойство материи: Характеристики, оценки, ограничения, следствия. М.: Либроком, 2012. 312 с.

17. Деминг Эдвардс. Выход из кризиса: Новая парадигма управления людьми, системами и процессами; Пер. с англ. 5-е изд. М.: Альпина Паблишер, 2012. 419 с.

18. Долгов А.И. Теория организации. М.: Флинта, 2011. 224 с.

19. Ерошин С.Е., Щеглов Д.К. Методика разработки концепции цифровой трансформации организации оборонно-промышленного комплекса. Инновации и инвестиции. 2022. № 1. С. 214-223.

20. Ильин А.И. Планирование на предприятии: Учеб. пособие. В 2 ч. Ч. 1. Стратегическое планирование. Мн.: Новое знание, 2000. 312 с.

21. Исикава К. Японские методы управления качеством: Сокр. пер. с англ./Науч. ред. и авт. предисл. А. В. Гличев. М.: Экономика, 1988. 215 с.

22. Килин П. М., Чекмарева Н. И. Статистические методы обработки данных: учебное пособие. Тюмень: Тюменский государственный нефтегазовый университет, 2013. 127 с.

23. Колобов А.А., Омельченко И.Н., Орлов А.И. Менеджмент высоких технологий. Интегрированные производственно-корпоративные структуры: организация, экономика, управление, проектирование, эффективность, устойчивость. М.: Экзамен, 2008. 621 с.

24. Крамер Г. Математические методы статистики, 2 изд., пер. с англ., М., 1975.

25. Кузнецов П. М. Оперативная разработка систем технологического проектирования в машиностроительном производстве. Технология машиностроения. 2014. № 5. С. 40-43.

26. Кузнецов П. М. Поддержка стадии изготовления изделия в условиях мелкосерийного и единичного производства. Информационные технологии в проектировании и производстве. 2014. № 1. С. 40-44.

27. Ларюхин В.Б., Овчинников С.А., Скобелев П.О., Шпилевой В.Ф. Управление процессами и ресурсами в системе полного жизненного цикла вооружения и военной техники на основе цифровой экосистемы адаптивного менеджмента. Вопросы инновационной экономики. 2020. Т. 10. № 3. С. 12591274.

28. Левенчук А.В. Системноинженерное мышление. М.: МФТИ, 2015. 305

с.

29. Леман.Э. Проверка статистических гипотез. 2 изд., пер. с англ., М. 1979.

30. Лепский В.Е. Философия и методология управления в контексте развития научной рациональности. Труды XII Всероссийского совещания по проблемам управления. М.: ИПУ РАН, 2014. С. 7785 - 7796.

31. Летенко В.А., Туровец О.Г. Организация машиностроительного производства: Теория и практика. М.: Машиностроение, 1982.

32. Ложников А. Л. Анализ качества продукции, выпускаемой АО «БАЗ» и динамики изменения показателей. Сборник итоговых аттестационных работ специалистов дочерних обществ АО «Концерн ВКО «Алмаз-Антей». второе издание. Москва. 2018. 115 с.

33. Ложников А. Л. Анализ качества продукции, выпускаемой АО «БАЗ» и динамики изменения показателей. Сборник итоговых аттестационных работ специалистов дочерних обществ АО «Концерн ВКО «Алмаз-Антей». второе издание. Москва. 2018. 115 с.

34. Ложников А. Л. Аудит как инструмент повышения результативности процессов СМК на примере акционерного общества «брянский автомобильный завод». Материалы VI научно-практической конференции по проблемам в области менеджмента качества, Алмаз-Антей. Москва. 2020. 196 с.

35. Ложников А. Л. Виды аудитов и их использование в качестве инструментов повышения результативности процессов СМК на примере АО «БАЗ». Известия Тульского государственного университета. Технические науки.

2019. Вып. 12. С. 49-52.

36. Ложников А. Л. Оперативный контроллинг несоответствий продукции на машиностроительном предприятии. Сборник докладов II всероссийской научно-технической конференции «Отечественный и зарубежный опыт обеспечения качества в машиностроении, Тула, Издательство ТулГУ. Тула. 2020. 384 с.

37. Ложников А. Л. Оперативный контроллинг несоответствий продукции на машиностроительном предприятии. Сборник докладов II всероссийской научно-технической конференции «Отечественный и зарубежный опыт обеспечения качества в машиностроении, Тула, Издательство ТулГУ. Тула.

2020. 384 с.

38. Ложников А. Л. Совершенствование методов мониторинга процесса «входной контроль» на предприятиях оборонно-промышленного комплекса, на

примере АО «БАЗ». Наука и бизнес: пути развития. выпуск №11(125) /2021. С. 9196.

39. Ложников А. Л., Волков М. В. Мотивация специалистов подразделения закупок на предприятии потребителе как инструмент повышения качества покупных комплектующих изделий и материалов. Вестник РГАТУ им. П. А. Соловьёва. выпуск №2(53) /2020. С. 72-76.

40. Ложников А. Л., Волков М. В. Совершенствование статистических методов управления качеством, на примере АО «БАЗ». Известия Тульского государственного университета. Технические науки. 2020. Вып. 10. С. 84-88.

41. Лопота А. В., Цырков А. В. Построение системы проектно-операционного управления научно-производственным машиностроительным комплексом. Оборонный комплекс - научно-техническому прогрессу России. 2016. № 2. С. 47-55.

42. Лопота А. В., Цырков А. В., Цырков Г. А. Реализация системы проектно-операционного управления предприятием. Организационно-методические решения. Информационные технологии в проектировании и производстве. 2016. № 3 (163). С. 9-18.

43. Лютов А.Г., Рябов Ю.В., Шайдуллин Р.И., Шамбазов И.И Интеллектуальное управление процессами технологической подготовки машиностроительного производства. Вестник Южно-Уральского государственного университета. Серия: Компьютерные технологии, управление, радиоэлектроника. 2017. Т. 17. № 3. С. 117-124.

44. Макаричев Ю. А., Иванников Ю. Н. Методы планирования эксперимента и обработки данных: учеб. пособие. Самара: Самар. гос. техн. ун-т, 2016. - 131 с.

45. Макаров А. В., Гарифуллин А. Р. Диверсификация как инструмент развития современного предприятия. Известия УрГЭУ 2010. №1(27). С. 27-36.

46. Новая философская энциклопедия в 4-х т. Т. 2. Научно. -ред. совет: В. С. Стёпин, А. А. Гусейнов, Г. Ю. Семигин, А. П. Огурцов. М.: Мысль, 2000. 615с.

47. Новиков Д. А. Кибернетика: Навигатор. История кибернетики, современное состояние, перспективы развития. М.: ЛЕНАНД, 2016. 160 с.

48. Новиков Д.А. Методология управления. М.: Либроком, 2011. 128 с.

49. Новиков Д.А. Большие данные - от Браге к Ньютону. Проблемы управления. 2013. № 6. С. 15 - 23.

50. Новиков Д.А. Теория управления организационными системами. 3-е изд. Физматлит, 2012. 604 с.

51. Новиков Д.А., Чхартишвили А.Г. Рефлексия и управление: математические модели. М.: Издательство физико-математической литературы, 2013. 412 с.

52. Организация и планирование машиностроительного производства: Учебник для машиностр. спец. Вузов. Под ред. М.И. Ипатова, В.И. Постникова и М.К. Захаровой. М.: Высш. шк., 1988.

53. Орлов А.И. Прикладная статистика. М.: Изд-во «Экзамен», 2005. 692

с.

54. Орлов А.И. Эконометрика. М.: Изд-во «Экзамен», 2004. 576 с.

55. Остапенко С. Н. Юдин С. В., Протасьев В. Б., Кривов А. С., Гурьянов В. П., Юдин А. С., Волков М. В., Палихов Г. В. Управление качеством. Современные статистические методы контроля и управления качеством продукции на производстве/ Под редакцией проф. С. Н. Остапенко. Москва, 2021. 184 с.

56. Потылицына Е. А. Генезис понятия «контроллинг». Проблемы современной экономики. Экономика и бизнес. 2011. Вып. 2. С. 109-112.

57. Проектно-операционное управление в машиностроительном производстве / А. В. Цырков [и др.]. Вестник Мордовского университета. 2018. Т. 28, № 4. С. 511-522

58. Рагозина М.А., Сычева Е.М., Воробьёв В.А., Гляделов Д.С., Аникин А.В., Рагозин А.А., Нургалеев Б.А., Бакулин Р.В. Совершенствование автоматизации технических процессов производства. Естественные и технические науки. 2021. № 5 (156). С. 196-198.

59. Родионова В.Н. Организация производства на промышленных предприятиях в современных экономических условиях. Воронеж: ВГТУ, 1995. 151 с.

60. Родионова Н. В. Теория и методы организации производства. О научных направлениях организации производства. Организатор производства. 2008. Вып. 1. С. 9-13.

61. Рокотянская В. В., Николаева Л. А., Ходорич И. А. Генезис понятия социально экономического мониторинга промышленных предприятий. Экономика и управление 2015. Вып. 9. С. 38-41.

62. Сачко Н.С. Теоретические основы организации производства. Мн.: Дизайн ПРО, 1997. 320 с.

63. Сербиновский Б.Ю. Диагностика и совершенствование производственных систем. Ростов на Дону: Пегас, 1996. 198 с.

64. Соколицин С.А., Кузин Б.И. Организация и оперативное управление машиностроительным производством. Л.: Машиностроение, 1988.

65. Стивенсон В.Д. Управление производством. Пер с англ. М.: Бином, 1999. 928 с

66. Туровец О. Г. Организация производства и управление предприятием: Учебник. М.: НОРМА - ИНФРА-М, 2004. 528 с.

67. Управление качеством: [учебник]. Д.А. Шевчук. - М.: Гросс Медиа, РОСБУХ, 2008. - 216 с.

68. Франчук В.И. Основы построения организационных систем. М.: Экономика, 1991.

69. Холопов В.А., Антонов С.В., Курнасов Е.В., Каширская Е.Н. Разработка и применение цифрового двойника машиностроительного технологического процесса. Вестник машиностроения. 2019. № 9. С. 37-43.

70. Холопов В.А., Гантц И.С., Антонов С.В. Применение информационных технологий при решении задач мониторинга выполнения производственных процессов в концепции индустрии 4.0. Промышленные АСУ и контроллеры. 2019. № 4. С. 49-58.

71. Холопов В.А., Каширская Е.Н., Соклаков Ф.В., Сухастерин А.Б. Информационно-управляющая система для управления технологическим процессом посредством цифрового двойника. Промышленные АСУ и контроллеры. 2020. № 8. С. 46-50.

72. Холопов В.А., Каширская Е.Н., Шмелева А.Г., Курнасов Е.В. Интеллектуальная система мониторинга выполнения машиностроительных технологических процессов. Проблемы машиностроения и надежности машин. 2019. № 5. С. 98-112.

73. Цырков А.В., Юрцев Е.С., Рагуткин А.В., Цырков Г.А., Ермохин Е.А. Управление жизненным циклом продукции с позиции нового уклада организации производственных систем. Качество и жизнь. 2019. № 2 (22). С. 28-34.

74. Чарновский Н. Ф. Технико-экономические принципы в металлопромышленности. Москва: «Мосполиграф», 1927. 247 с.

75. Чубинский А. Н. Батырева И. М. Русаков Д. С. Основы управления качеством: учеб. пособие. СПб: СПбГЛТУ, 2018. 90с.

76. Щеглов Д.К., Пиликов Н.А., Тимофеев В.И. Концептуальные основы цифровой трансформации организаций оборонно-промышленного комплекса. Автоматизация в промышленности. 2021. № 2. С. 13-23.

Зарубежные научные публикации (на иностранном языке)

77. Crosby Philip Качество бесплатно. Нью-Йорк: Макгроу-Хилл, 1979. 309 с.

78. Douglas McGregor Human Side of Enterprise. Management Review. № 11. 1957. 41-49 pp.

79. Joseph M. Juran, A. Blanton Godfrey. Juran's quality handbook. New York.: R. R. Donnelley & Sons Company, 1998. 1730 p.

80. Kholopov V.A., Antonov S.V., Kurnasov E.V., Kashirskaya E.N. Digital twins in manufacturing. Russian Engineering Research. 2019. Т. 39. № 12. P. 10141020.

81. Lozhnikov A. L. Improvement of methods for monitoring the processes of guarantee support of manufactured products at enterprises of the military-industrial

complex, on the example of JSC "BAZ". Components scientific and technological progress. №12 (66) /2021. P. 10-14.

82. Shewhart Walter Andrew. Statistical method from the point of view of quality control. Washington, Graduate School, Ministry of Agriculture, 1939. 155 p.

83. Shewhart Walter Andrew. Экономический контроль качества выпускаемой продукции. Компания D. Van Nostrand, 1931. 501с.

84. Taguchi Genichi, Chowdhury Subaru, Yuan Wu. Taguchi's Quality Engineering Handbook. Hoboken, New Jersey: John Wiley & Sons, Inc., 2005. 1662 p.

Диссертационные исследования

85. Воробьева Л. С. Мониторинг процессов реализации инновационо-инвестиционного потенциала промышленного предприятия: диссертация на соискание ученой степени кандидата экономических наук: 05.02.22. СПб.: СПбГУ АКП, 2006. 170 с.

86. Жариков Р. В. Инновационное обеспечение управления качеством машиностроительной продукции: теория, методология, практика: автореф. дисс. доктора экономических наук: 08.00.05 / Жариков Роман Викторович. Тамбов, 2011. 39с.

87. Клименко ДА. Мониторинг инновационной деятельности хозяйствующих субъектов региона обеспечение: диссертация на соискание ученой степени кандидата экономических наук: 08.00.05. Хабаровск, ХГАЭиП, 2005. 210 с.

88. Лоханова В.Н. Мониторинг инновационной деятельности организации: Информационное и организационно-методическое обеспечение: Диссертация на соискание ученой степени кандидата экономических наук: 08.00.05. М.: ГУУ, 2003. 212 с.

89. Максимова О. В. Исследование эффективности работы контрольных карт Шухарта: автореф. дисс. канд. техн. наук: 05.02.23/Максимова Ольга Владимировна. М., 2012. 26с.

90. Устич Д. П. Формирование системы мониторинга инновационной активности на крупных российских предприятиях: диссертация на соискание ученой степени кандидата экономических наук: 08.00.05 М., 2014 157 с.

Интернет-источники

91.Боровков. А. И. форум «Открытые инновации — 2018». Интернет ресурс www.openinnovations.ru (дата обращения: 18.07.2020).

92. Официальный сайт Федерального института промышленной собственности (ФИПС). [Электронный ресурс] URL: http://new.fips.ru (дата обращения: 05.06.2019).

Приложение

П. 1. Акт внедрения метода оперативного мониторинга производственных и сопутствующих процессов в АО «БАЗ»

Настоящим актом подтверждается, что результаты диссертационной работы Ложникова А. Л., а именно - метод оперативного мониторинга производственных процессов применяется на АО «БАЗ» для определения критических направлений, требующих первоочередного управленческого воздействия с целью повышения эффективности принимаемых управленческих решений.

Внедрение указанных результатов, благодаря адресным управленческим воздействиям в наиболее критических направлениях, позволяет достигать требуемой результативности производственных процессов, при этом постоянно минимизируя затраты.

УТВЕРЖДАЮ

^Исполнительный директор Брянский автомобильный завод»

АКТ

о внедрении в процессы производственного менеджмента

результатов диссертационной работы Ложникова А. Л. на соискание учёной степени кандидата технических наук

ЗГД по качеству -Начальник ДКГНиСО

О. Г. Остроухов

ЗГД по производству -Начальник производственного

департамента

< , , '> Ю.В. Долганов

П.2. Акт внедрения метода оперативного мониторинга производственных и сопутствующих процессов в АО «Концерн ВКО «Алмаз-Антей»»

о внедрении результатов диссертационной работы Ложникова А. Л. на соискание учёной степени кандидата технических наук

Настоящим актом подтверждается, что результаты диссертационной работы Ложникова А. Л., а именно - метод оперативного мониторинга производственных процессов, включён в стандарт интегрированной структуры акционерного общества «Концерн воздушно - космической обороны «Алмаз - Антей» (далее - АО «Концерн ВКО «Алмаз - Антей») -СТ ИС КОНЦЕРН ВКО 02.1-111-2019, для выработки управленческих решений в области системы менеджмента качества с целью повышения результативности подконтрольных процессов.

Внедрение указанных результатов в дочерних обществах АО «Концерн ВКО «Алмаз - Антей», благодаря адресным управленческим воздействиям в наиболее критических направлениях, позволяет достигать требуемой результативности процессов, при этом постоянно минимизируя затраты.

Начальник инспекции

по качеству У* '_Г. В. Палихов

УТВЕРЖДАЮ Помощник генерального директора

по качеству АО «Концерн ВКО «Алмаз - Антей» • 1*./? I С?. Н. Остапенко

« . V» с/у-(:,к7ЛЯ 2022г.

АКТ

Директор департамента управления качеством

В. П. Гурьянов

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.