Компьютерное моделирование производственных процессов

 

Введение

 

Вычислительная техника прочно вошла в жизнь и профессиональную деятельность современного человека. Ее применение поистине многообразно и всеобъемлюще. Именно развитию средств вычислительной техники мы обязаны успехами, достигнутыми в автоматизации производственных процессов, в разработке новых технологий, в повышении эффективности труда и управления, в совершенствовании системы образования и в ускорении подготовки кадров. Основная цель использования ПК - формализация профессиональных знаний. Здесь, в первую очередь, автоматизируется рутинная часть работ специалистов, которая занимает более 75% их рабочего времени. Применение ПК позволяет сделать труд специалистов более творческим, интересным, эффективным. Персональные компьютеры используются повсеместно, во всех сферах деятельности людей. Новые сферы применения изменили и характер вычислительных работ. Так, инженерно-технические расчеты составляют не более 9%, автоматизация управления сбытом, закупками, управление запасом - 16%, финансово-экономические расчеты -15%, делопроизводство - более 10%, игровые задачи - 8% и т.д. Компьютеры в буквальном смысле совершили революцию в деловом мире.

Компьютеры перестали быть монополией заводов, банков, крупных объединений. Сегодня они стали достоянием и небольших предприятий, магазинов, учреждений, бюро трудоустройству и даже ферм. Секретарь практически любого учреждения при подготовке докладов и писем производит обработку текстов. Учрежденческий аппарат использует персональный компьютер для вывода на экран дисплея широкоформатных таблиц и графического материала. Бухгалтеры применяют компьютеры для управления финансами учреждения. С помощью компьютерных систем осуществляется введение документации, обеспечивается электронная почта и связь с банками данных. Сети ЭВМ связывают разных пользователей, расположенных в одном учреждении или находящихся в различных регионах страны. Компьютеры находят применение при выполнении широкого круга производственных задач. Так, например, диспетчер на крупном заводе имеет в своём распоряжении автоматизированную систему контроля, обеспечивающую бесперебойную работу различных агрегатов. Компьютеры используются также для контроля за температурой и давлением при осуществлении различных производственных процессов. Компьютер-помощник конструктора. Сколько времени и усилий требуется на разработку большого и сложного проекта. Такого рода проекты, как правило, представляют собой один из самых трудоёмких видов работ. Коллектив конструкторов и инженеров тратит месяцы на расчёты, изготовление чертежей и экспертизу сложных проектов. Сегодня, в век компьютера, конструкторы имеют возможность посвятить своё время целиком процессу конструирования, поскольку расчёты и подготовку чертежей машина «берёт на себя».

Набор технических средств и программного обеспечения, ориентированного на конкретного специалиста - администратора, экономиста, инженера, конструктора, проектанта, архитектора, дизайнера, врача, организатора, исследователя, библиотекаря, музейного работника и т.д.  представляет собой автоматизированное рабочее место (АРМ). На производственных предприятиях АРМ являются важной структурной составляющей автоматизированной системы управления как персональное средство планирования, управления, обработки данных и принятия решений.

Цель курсовой работы – получить навыки научно-исследовательской работы с применением пакета MS Office System.

Задачи курсовой работы:

• рассмотреть аспекты моделирования систем и процессов;
• средствами MS Excel решить поставленную в соответствии с вариантом задачу; по полученным данным построить диаграммы (графики);
• средствами MS PowerPoint создать презентацию, отображающую этапы выполнения курсовой работы.

 

 

 

     1 Теоретические основы моделирования систем и процессов

 

    1.1 Основные понятия теории моделирования

 

Моделирование — исследование объектов познания на их моделях; построение и изучение моделей реально существующих объектов, процессов или явлений с целью получения объяснений этих явлений, а также для предсказания явлений, интересующих исследователя. В силу многозначности понятия «модель» в науке и технике не существует единой классификации видов моделирования: классификацию можно проводить по характеру моделей, по характеру моделируемых объектов, по сферам приложения моделирования (в технике, физических науках, кибернетике и т.д.). Например, можно выделить следующие виды моделирования:

• Информационное моделирование

• Компьютерное моделирование

• Математическое моделирование

• Математико-картографическое моделирование

• Молекулярное моделирование

• Цифровое моделирование

• Логическое моделирование

• Педагогическое моделирование

• Психологическое моделирование

• Статистическое моделирование

• Структурное моделирование

• Физическое моделирование

• Экономико-математическое моделирование

• Имитационное моделирование

• Эволюционное моделирование

• Графическое и геометрическое моделирование

• Натурное моделирование

Процесс моделирования включает три элемента:

• субъект (исследователь),

• объект исследования,

• модель, определяющую (отражающую) отношения познающего субъекта и познаваемого объекта.

Первый этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обусловливаются тем, что модель отображает (воспроизводит, имитирует) какие-либо существенные черты объекта-оригинала. Вопрос о необходимой и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда она перестает быть моделью), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала. Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от исследования других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько «специализированных» моделей, концентрирующих внимание на определенных сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.

На втором этапе модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение «модельных» экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные о её «поведении». Конечным результатом этого этапа является множество (совокупность) знаний о модели.

На третьем этапе осуществляется перенос знаний с модели на оригинал — формирование множества знаний. Одновременно происходит переход с «языка» модели на «язык» оригинала. Процесс переноса знаний проводится по определенным правилам. Знания о модели должны быть скорректированы с учетом тех свойств объекта-оригинала, которые не нашли отражения или были изменены при построении модели. Четвёртый этап — практическая проверка получаемых с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им.

Моделирование — циклический процесс. Это означает, что за первым четырёхэтапным циклом может последовать второй, третий ит.д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленные малым знанием объекта или ошибками в построении модели, можно исправить в последующих циклах.

Сейчас трудно указать область человеческой деятельности, где не применялось бы моделирование. В перспективе для каждой системы могут быть созданы свои модели, перед реализацией каждого технического или организационного проекта должно проводиться моделирование.

Модель — это упрощенное представление реального устройства и/или протекающих в нем процессов, явлений.

Построение и исследование моделей, то есть моделирование, облегчает изучение имеющихся в реальном устройстве (процессе) свойств и закономерностей. Применяют для нужд  познания(созерцания, анализа и синтеза). Моделирование является обязательной частью исследований и разработок, неотъемлемой частью нашей жизни, поскольку сложность любого материального объекта и окружающего его мира бесконечна вследствие неисчерпаемости материи и форм её взаимодействия внутри себя и с внешней средой. Одни и те же устройства, процессы, явления и т.д. (далее — «системы») могут иметь много разных видов моделей. Как следствие, существует много названий моделей, большинство из которых отражает решение некоторой конкретной задачи.

Моделирование всегда предполагает принятие допущений той или иной степени важности. При этом должны удовлетворяться следующие требования к моделям:

• адекватность, то есть соответствие модели исходной реальной системе и учет, прежде всего, наиболее важных качеств, связей и характеристик. Оценить адекватность выбранной модели, особенно, например, на начальной стадии проектирования, когда вид создаваемой системы ещё неизвестен, очень сложно. В такой ситуации часто полагаются на опыт предшествующих разработок или применяют определенные методы, например, метод последовательных приближений;

• точность, то есть степень совпадения полученных в процессе моделирования результатов с заранее установленными, желаемыми. Здесь важной задачей является оценка потребной точности результатов и имеющейся точности исходных данных, согласование их как между собой, так и с точностью используемой модели;

• универсальность, то есть применимость модели к анализу ряда однотипных систем в одном или нескольких режимах функционирования. Это позволяет расширить область применимости модели для решения большего круга задач;

• целесообразная экономичность, то есть точность получаемых результатов и общность решения задачи должны увязываться с затратами на моделирование. И удачный выбор модели, как показывает практика, — результат компромисса между отпущенными ресурсами и особенностями используемой модели;

• и др.

Выбор модели и обеспечение точности моделирования считается одной из самых важных задач моделирования.

Погрешности моделирования вызываются как объективными причинами, связанными с упрощением реальных систем, так и субъективными, обусловленными недостатком знаний и навыков, особенностями характера того или иного человека. Погрешности можно предотвратить, компенсировать или учесть. И всегда обязательна оценка правильности получаемых результатов. В технике быструю оценку точности модели часто проводят следующими способами:

• проверяют соответствие результатов физическому (здравому) смыслу. Удобно это делать для частного случая модели, когда решение очевидно. Иногда даже говорят, что ещё перед решением задачи инженер уже должен представлять характер и порядок ожидаемого результата. Но точность такого представления зависит от развитости физического воображения и опыта работы с подобными системами;

• проверяют выполнение частных очевидных условий задачи, что также позволяет отсечь неприемлемые решения;

• проверяют соблюдение тенденции изменения величин и знаков результатов (монотонность, цикличность, плавность ит.п.);

• проверяют правильность размерности полученного результата (если работа ведется с аналитическими зависимостями).

Известно, что посредством грубых измерений, использования контрольно-измерительных приборов с низкой точностью или приближенных исходных данных невозможно получить точные результаты. С другой стороны, бессмысленно вести, например, расчет с точностью до грамма, если результат потом нужно округлять (скажем, указывать в формуляре) с точностью до ста грамм, или же определять среднюю величину точнее составляющих её значений, и т.д. Поэтому важно помнить о следующем:

• точность результатов расчетов и экспериментальных исследований модели не может превысить точности исходных данных, используемых приборов, измерительных инструментов и т.п.;