Анализ современных методов обучения автоматизации и их влияние на производительность и эффективность промышленных процессов

Авторы

  • Сергей Дмитриевич Зырянов Сибирский федеральный университет
  • Арсений Денисович Красавин Московский автомобильно-дорожный государственный технический университет
  • Христина Юрьевна Мосова Сибирский федеральный университет
  • Влада Игоревна Чуринова Сибирский федеральный университет

Ключевые слова:

методы обучения, автоматизация производства, производительность труда, повышение квалификации, цифровизация обучения, управление персоналом

Аннотация

Стремительное развитие технологий автоматизации требует переосмысления подходов к обучению персонала промышленных предприятий. Анализ актуальной литературы выявил отсутствие системного видения взаимосвязи методов обучения и эффективности производства. Цель исследования – определить влияние современных методик обучения автоматизации на ключевые показатели производительности и обосновать оптимальную модель повышения квалификации сотрудников. Исследование опирается на комплексный подход, сочетающий количественный анализ данных о результативности обучения (метод главных компонент, кластерный анализ) с качественной оценкой кейсов внедрения передовых методик (grounded theory). Эмпирическую базу составили данные о 50 предприятиях различных отраслей (выборка квотная, репрезентативная). Установлена значимая корреляция между применением практико-ориентированных методов обучения (симуляторы, тренажеры, наставничество) и ростом производительности труда на 10-15%. Систематизированы ключевые барьеры внедрения современных методик (недостаточное финансирование, низкая вовлеченность руководства). Обоснована авторская модель поэтапного перехода к инновационной парадигме обучения автоматизации. Полученные результаты открывают перспективы оптимизации инвестиций в человеческий капитал высокотехнологичных производств. Предложенная модель носит универсальный характер и может быть адаптирована для предприятий различного профиля. В фокусе дальнейших исследований – разработка цифрового двойника системы корпоративного обучения

Библиографические ссылки

Agarwal R., Chandrasekaran S., Sridhar M. Imagining construction's digital future. Capital Projects & Infrastructure, McKinsey & Company, 2020.

Colombo E., Mercorio F., Mezzanzanica M. AI meets labor market: Exploring the link between automation and skills // Information economics and policy. 2019. № 47. рр. 27-37.

Erol S., Jäger A., Hold P., Ott K., & Sihn, W. Tangible Industry 4.0: A scenario-based approach to learning for the future of production // Procedia CIRP. 2016. № 54. рр. 13-18.

Güngör N.D., Gözlü S. The impact of industry 4.0 technologies on organizational performance: A meta-analysis // Technology in society. 2022. № 68. рр.101-841.

Hecklau F., Galeitzke M., Flachs S., Kohl H. Holistic approach for human resource management in Industry 4.0 // Procedia CIRP. (2016). № 54. рр. 1-6.

Kaasinen E., Schmalfuß F., Özturk C., Aromaa S., Boubekeur M., Heilala J., Walter T. Empowering and engaging industrial workers with Operator 4.0 solutions // Computers & Industrial engineering. 2020. № 139. рр. 105-678.

Lassen K.B. New ways of working in Industry 4.0: Aligning digitalization, skills, and corporate learning // The Learning Organization, ahead-of-print. 2022.

Longo F., Nicoletti L., Padovano A. Smart operators in industry 4.0: A human-centered approach to enhance operators' capabilities and competencies within the new smart factory context // Computers & Industrial еngineering. 2017. № 113. рр. 144-159.

Mourtzis, D., Boli, N., Dimitrakopoulos, G., Zygomalas, S., & Koutoupes, A. (2018). Enabling small medium enterprises (SMEs) to improve their potential through the teaching factory paradigm // Procedia manufacturing. № 23. рр. 183-188.

Prikshat V., Kumar S., Nankervis A. Work-readiness integrated competence model: Conceptualisation and scale development // Education+Training. 2019. № 61(5). рр. 568-589.

Veile J.W., Kiel D., Müller J. M., Voigt K.I. Lessons learned from Industry 4.0 implementation in the German manufacturing industry // Journal of manufacturing technology management. 2019. № 31(5). рр. 977-997.

Wang G., Yang H., Zhang R., Jia X. Research on human-computer interaction mode of industrial robot based on artificial intelligence // Neural computing and applications. 2020. № 32(17). рр. 13393-13407.

Whysall Z., Owtram M., Brittain S. The new talent management challenges of Industry 4.0 // Journal of management development. 2019. № 38(2). рр. 118-129.

Zangiacomi A., Pessot E., Fornasiero R., Bertetti M., Sacco M. Moving towards digitalization: a multiple case study in manufacturing // Production planning & control. 2020. № 31(2-3). pp. 143-157.

Zühlke D., Ollinger L. Agile automation systems based on cyber-physical systems and service-oriented architectures // Advances in Automation and Robotics. Vol. 2. pp. 567-574. B.; Heidelberg: Springer, 2012.

Загрузки

Опубликован

2024-06-15

Как цитировать

1.
Зырянов СД, Красавин АД, Мосова ХЮ, Чуринова ВИ. Анализ современных методов обучения автоматизации и их влияние на производительность и эффективность промышленных процессов. УО [Интернет]. 15 июнь 2024 г. [цитируется по 1 ноябрь 2024 г.];14(6-1):24-3. доступно на: https://emreview.ru/index.php/emr/article/view/1632

Выпуск

Раздел

ПРОФЕССИОНАЛИЗАЦИЯ УПРАВЛЕНЧЕСКОГО ОБРАЗОВАНИЯ

Наиболее читаемые статьи этого автора (авторов)