Разработка имитационной модели конвейер сборочного цеха

Автор работы: Пользователь скрыл имя, 14 Мая 2013 в 23:34, курсовая работа

Краткое описание

Умение решать задачи по автоматизации технологических процессов подразумевает умение вести научно – исследовательскую и проектно – конструкторскую работу в области исследования и разработки сложных систем; способность ставить и проводить имитационные эксперименты с моделями процессов функционирования систем на современных ЭВМ для оценки вероятностно – временных характеристик систем; принятие экономически и технически обоснованных инженерных решений; анализ научно – технической литературы в области системного моделирования, а также использование стандартов, справочников, технической документации по математическому и программному обеспечению ЭВМ и т.д.

Содержание

1 Введение…………………………………………………………………............3
2 Общие понятия о моделировании ……………………………………………..5
3 Постановка задачи и выбор методов решения………………………………10
4 Модели в среде моделирования GPSS………………………………………..14
5 Анализ результатов моделирования………………………………………….16
6 Заключение……………………………………………………………………..23
7 Список использованных источников……………...………………………….24

Прикрепленные файлы: 1 файл

ргр.doc

— 284.50 Кб (Скачать документ)
  • время первичной обработки;
  • время вторичной обработки;
  • время полной обработки;
  • количество обрабатываемых агрегатов на каждой регулировке;

Эндогенные (зависимые) переменные модели:

  • вероятность отказа в первичной регулировке;
  • загрузка накопителя агрегатами, нуждающимися в полной регулировке;

При построении математической имитационной модели процессов функционирования системы будем использовать непрерывно-стохастический подход на примере типовой Q-схемы, потому что исследуемая система может быть представлена как система массового обслуживания с непрерывным временем обработки параметров.


Формализовав процесс функционирования исследуемой системы в абстракциях Q-схемы, на втором этапе алгоритмизации модели и ее машинной реализации выберем язык имитационного моделирования, потому что высокий уровень проблемной ориентации языка значительно упростит программирование, а специально предусмотренные в нем возможности сбора, обработки и вывода результатов моделирования позволят быстро и подробно проанализировать возможные исходы имитационного эксперимента с моделью. Для получения полной информации о характеристиках процесса функционирования системы необходимо будет провести полный факторный эксперимент, который позволит определить, насколько эффективно функционирует система, и выдать рекомендации по ее усовершенствованию.

Выдвижение  гипотез и принятие предположений:

Для заполнения пробелов в понимании  задачи исследования, а также проверки возможных результатов моделирования  при проведении машинного эксперимента выдвигаем следующие гипотезы:

  • количество первичных и вторичных обработок будет одинаково, так как они выполняются последовательно;
  • количество поступающих агрегатов на полную регулировку будет меньше, чем на первичной регулировке, так как время затрачиваемое на обработку агрегатов на полной регулировке равно 120 минут, тогда как на первичной регулировке затрачивается 40 минут, а также на первичную регулировку агрегаты поступают попарно, а на полную по одному.

Получение математических соотношений

 

Для построения машинной модели системы в комбинированном виде, т.е. с использованием аналитико-имитационного подхода, необходимо часть процессов в системе описать аналитически, а другую часть сымитировать соответствующими алгоритмами. На данном этапе построения аналитической модели зададим математические соотношения в виде явных функций.


Загрузку технических  средств системы и число циклов выполнения остальных заданий в  виде явных функций записать трудно. Эти величины определим с помощью  языка имитационного моделирования.

Проверка достоверности модели системы

 

На данном под этапе достоверность модели системы проверяется по следующим показателям:

а) возможности решения поставленной задачи:

Решение данной задачи с помощью  математических отношений нецелесообразно, так как искомые данные не имеют  явных функций. Использование имитационного моделирования решает эти сложности, но для правильной реализации нужно точно и безошибочно определить параметры и переменные модели, обосновать критерии оценки эффективности системы, составить концептуальную модель и построить логическую схему. Все эти шаги построить модель данного процесса;

б) точности отражения замысла в  логической схеме:

При составлении логической схемы, важно понимать смысл задачи, до этого построить концептуальную модель. Проверку точности можно выполнить при подробном описании самой схемы, при этом, сопоставлять с описанием концептуальной модели;

в) полноте логической схемы модели:

Проверить наличие всех выше описанных  переменных, параметров, зависимостей, последовательности действий;

 


4 Разработка модели в среде моделирования GPSS

 

 

EMK EQU 2;

кол-во мест в очереди

 

Prov1 BVARIABLE (F$Rem1);

проверка1 на занятость  первичной обработки

 

Prov2 BVARIABLE (F$Rem2);

проверка2 на занятость  вторичной обработки

 

Prov3 BVARIABLE (F$Rem3);

проверка3 на занятость полной обработки

 

generate 45,2

генерация поступающих  агрегатов

 

TEST E BV$Prov1,0,met1;

обращение к проверке1

 

QUEUE RemQ1;

встать в очередь  на первую регулировку

 

SEIZE Rem1;

занять рабочее место

 

DEPART RemQ1;

покинуть очередь

 

ADVANCE 40,2;

обработка

 

RELEASE Rem1;

освобождение первичной  регулировки

 

LINK Otst2,FIFO;

отправить в накопитель2

 

GENERATE ,,,1

генерация поступающих  агрегатов

met4

TEST E BV$Prov2,0;

обращение к проверке2

 

UNLINK Otst2,met3,1;

вывести из накопителя2

 

ADVANCE 0.001

 
 

TRANSFER ,met4

 

met3

SEIZE Rem2;

занять рабочее место

 

ADVANCE 50,2;

вторичная регулировка

 

RELEASE Rem2;

освобождение вторичной  регулировки

 

TERMINATE

 
 

GENERATE ,,,1

генерация поступающих  агрегатов

met2

TEST E BV$Prov3,0;

обращение к проверке3

UNLINK Otst,met5,1;

вывести из накопителя1

 

ADVANCE 0.001

 
 

TRANSFER ,met2

 

met5

SEIZE Rem3;

занять рабочее место

 

ADVANCE 120,2;

полная регулировка

 

RELEASE Rem3;

освобождение полной регулировки

 

TERMINATE

 

met1

SPLIT 1, met6

удваивание количества транзактов

met6

LINK Otst,FIFO;

отправить в накопитель1

 

generate 14400

генерация работы участка  для 240 часов работы

 

terminate 1

Уничтожение выполненных  заданий


 


5 Анализ результатов моделирования

 

Основные обозначения:

START TIME – время начала моделирования;

END TIME - время окончания моделирования;

BLOCKS - количество блоков, используемых  в программе;

FACILITIES – количество одноканальных  устройств;

STORAGES – количество многоканальных  устройств.

Далее приводится информация о  блоках:

LOC – номер блока, назначенный  системой;

BLOCK TYPE – название блока;

ENTRY COUNT – количество транзактов, прошедших через блок за время  моделирования;

СURRENT COUNT – количество транзактов, задержанных в блоке на момент конца моделирования;

RETRY – количество транзактов, ожидающих специальных условий для прохождения через данный блок;

Отчет о работе устройства:

FACILITY – название устройства;

ENTRIES – количество транзактов, прошедших  через устройство;

UTIL . – вероятность загрузки  устройства;

AVE . TIME – среднее время обработки одного транзакта устройством;

AVAIL . – состояние готовности  устройства на момент конца  моделирования (1 –готово к обслуживанию  очередной заявки; 0 – не готово);

OWNER – номер последнего транзакта  занимающего устройство (если не занималось, то значение 0);

PEND – количество транзактов, ожидающих  устройство, и находящихся в режиме  прерывания;

INTER – количество транзактов, прерывающих  устройство в данный момент;


RETRY – количество транзактов, ожидающих специальных условий,  зависящих от состояния объекта типа «устройство»;

DELAY – определяет количество  транзактов, ожидающих занятия или  освобождения устройства.

Статистика об очередях:

QUEUE – имя очереди;

MAX - максимальная длина очереди;

CONT . – текущая длина очереди;

ENTRY – общее количество входов;

ENTRY (0) - количество «нулевых» входов;

AVE . CONT . – средняя длина очереди;

AVE . TIME – среднее время пребывания  транзактов в очереди;

AVE .(-0) – среднее время пребывания  в очереди без учета «нулевых»  входов;

RETRY – количество транзактов, ожидающих специальных условий.

Информация о списке текущих  событий CEC ( Current Events Chain ):

XN – номер транзакта;

PRI – приоритет транзакта (по  умолчанию - 0);

M 1 – время пребывания транзакта  в системе с момента начал  моделирования;

ASSEM - номер семейства транзактов;

CURRENT – номер блока в котором  находится транзакт;

NEXT – номер блока в который  перейдет транзакт далее;

PARAMETER – номер или имя параметра  транзакта;

VALUE – значение параметра.

Информация о списке будущих  событий FEC ( Future Events Chain ):

XN – номер транзакта;

PRI – приоритет транзакта;


BDT - таблица модельных  событий – абсолютное модельное  время выхода транзакта из  списка будущих событий и перехода  транзакта в список текущих  событий;

ASSEM - номер семейства транзактов;

CURRENT - номер блока в котором  находится транзакт (0 – если транзакт  не вошел в модель);

NEXT - номер блока в который  перейдет транзакт далее;

PARAMETER – номер или имя параметра  транзакта;

VALUE – значение параметра.

Результаты моделирования Исходный вариант (Первичная регулировка – 40 мин, вторичная – 50 мин, полная-120)

При использовании программы со стандартными значениями получаем следующее:

GPSS World Simulation Report - Kyrs.13.1

Monday, December 27, 2010 22:01:20

START TIME END TIME BLOCKS FACILITIES STORAGES

0.000 14400.000 30 3 0

NAME VALUE

EMK 2.000

MET1 27.000

MET2 19.000

MET3 14.000

MET4 10.000

MET5 23.000

MET6 28.000

OTST 10013.000

OTST2 10009.000

PROV1 10001.000

PROV2 10003.000

PROV3 10005.000


REM1 10002.000

REM2 10004.000

REM3 10006.000

REMQ1 10008.000

LABEL LOC BLOCK TYPE ENTRY COUNT CURRENT COUNT RETRY

1 GENERATE 369 0 0

2 TEST 369 0 0

3 QUEUE 210 0 0

4 SEIZE 210 0 0

5 DEPART 210 0 0

6 ADVANCE 210 1 0

7 RELEASE 209 0 0

8 LINK 209 0 0

9 GENERATE 1 0 0

MET4 10 TEST 3978022 0 0

11 UNLINK 3978022 0 0

12 ADVANCE 3978022 0 0

13 TRANSFER 3978022 1 0

MET3 14 SEIZE 209 0 0

15 ADVANCE 209 1 0

16 RELEASE 208 0 0

17 TERMINATE 208 0 0

18 GENERATE 1 0 0

MET2 19 TEST 118312 0 0

20 UNLINK 118312 0 0

21 ADVANCE 118312 0 0

22 TRANSFER 118312 1 0

MET5 23 SEIZE 120 0 0

24 ADVANCE 120 1 0

25 RELEASE 119 0 0


26 TERMINATE 119 0 0

MET1 27 SPLIT 159 0 0

MET6 28 LINK 318 198 0

29 GENERATE 1 0 0

30 TERMINATE 1 0 0

FACILITY ENTRIES UTIL. AVE. TIME AVAIL. OWNER PEND INTER RETRY DELAY

REM1 210 0.583 39.995 1 531 0 0 0 0

REM2 209 0.724 49.867 1 529 0 0 1 0

REM3 120 0.992 119.015 1 206 0 0 1 0

QUEUE MAX CONT. ENTRY ENTRY(0) AVE.CONT. AVE.TIME AVE.(-0) RETRY

REMQ1 1 0 210 210 0.000 0.000 0.000 0

USER CHAIN SIZE RETRY AVE.CONT ENTRIES MAX AVE.TIME

OTST2 0 0 0.046 209 2 3.186

OTST 198 0 98.781 318 199 4473.123

FEC XN PRI BDT ASSEM CURRENT NEXT PARAMETER VALUE

531 0 14409.239 531 6 7

532 0 14409.933 532 0 1

529 0 14419.678 529 15 16

206 0 14494.321 204 24 25

MET6 2.000

533 0 28800.000 533 0 29


Эти данные говорят, что первичную обработку, за 240 часов работы, прошло 210 агрегатов, вероятность загрузки 58%, при этом среднее время обработки составляет 39.995 мин и отсутствие агрегатов, ожидающих своей очереди. На вторичную регулировку прошло 209 агрегатов, вероятность загрузки составляет 72%, среднее время 49.867 и 1 агрегат, ожидающий своей очереди. На полную регулировку попало 120 агрегатов, вероятность загрузки 99%, среднее время 119.015 мин и 1 агрегат, ожидающий своей очереди.

Результаты моделирования Тест №1 Первичная регулировка – 45 мин, вторичная – 60 мин, полная-100)

FACILITY ENTRIES UTIL. AVE. TIME AVAIL. OWNER PEND INTER RETRY DELAY

REM1 184 0.574 44.940 1 0 0 0 0 0

REM2 184 0.764 59.824 1 552 0 0 1 0

REM3 144 0.994 99.440 1 220 0 0 1 0

QUEUE MAX CONT. ENTRY ENTRY(0) AVE.CONT. AVE.TIME AVE.(-0) RETRY

REMQ1 1 0 184 184 0.000 0.000 0.000 0

Эти данные говорят, что первичную  обработку, за 240 часов работы, прошло 184 агрегатов, вероятность загрузки 57%, при этом среднее время обработки  составляет 44 мин и отсутствие агрегатов, ожидающих своей очереди. На вторичную регулировку прошло 184 агрегатов, вероятность загрузки составляет 76%, среднее время 59.824 и 1 агрегат, ожидающий своей очереди. На полную регулировку попало 144 агрегатов, вероятность загрузки 99%, среднее время 99.440 мин и 1 агрегат, ожидающий своей очереди.

Результаты моделирования Тест №2 Первичная регулировка – 40 мин, вторичная – 60 мин, полная-120)

FACILITY ENTRIES UTIL. AVE. TIME AVAIL. OWNER PEND INTER RETRY DELAY

REM1 214 0.592 39.849 1 526 0 0 0 0

REM2 213 0.885 59.802 1 524 0 0 1 0

REM3 119 0.992 120.015 1 204 0 0 1 0

QUEUE MAX CONT. ENTRY ENTRY(0) AVE.CONT. AVE.TIME AVE.(-0) RETRY

REMQ1 1 0 214 214 0.000 0.000 0.000 0


Эти данные говорят, что  первичную обработку, за 240 часов  работы, прошло 214 агрегатов, вероятность загрузки 59%, при этом среднее время обработки составляет 39,849 мин и отсутствие агрегатов, ожидающих своей очереди. На вторичную регулировку прошло 213 агрегатов, вероятность загрузки составляет 88%, среднее время 59.802 и 1 агрегат, ожидающий своей очереди. На полную регулировку попало 119 агрегатов, вероятность загрузки 99%, среднее время 120 мин и 1 агрегат, ожидающий своей очереди.

Результаты  моделирования Тест №3 Первичная  регулировка – 40 мин, вторичная – 40 мин, полная-90)

FACILITY ENTRIES UTIL. AVE. TIME AVAIL. OWNER PEND INTER RETRY DELAY

REM1 215 0.596 39.949 1 525 0 0 0 0

REM2 214 0.594 39.999 1 0 0 0 0 0

REM3 159 0.991 89.708 1 277 0 0 1 0

QUEUE MAX CONT. ENTRY ENTRY(0) AVE.CONT. AVE.TIME AVE.(-0) RETRY

REMQ1 1 0 215 215 0.000 0.000 0.000 0

Эти данные говорят, что первичную  обработку, за 240 часов работы, прошло 215 агрегатов, вероятность загрузки 59%, при этом среднее время обработки  составляет 39,949 мин и отсутствие агрегатов, ожидающих своей очереди. На вторичную регулировку прошло 214 агрегатов, вероятность загрузки составляет 59%, среднее время 39,999 и нет агрегатов, ожидающих своей очереди. На полную регулировку попало 159 агрегатов, вероятность загрузки 99%, среднее время 90 мин и 1 агрегат, ожидающий своей очереди.

 

6 Заключение

В результате работы проанализировано разработку имитационной модели конвейер сборочного цеха. Модель позволяет оценить данную работу стороннему человеку.

 На концептуальном и формальном описании, была разработана модель, которая позволяет:

- производить различные изменения  в условиях обработки деталей и анализировать интересующие нас показатели;

- оценивать стоимость и время производства деталей на рабочем конвейере;

- имитировать работу конвейера  сборочного цеха, не осуществляя серьезных финансовых затрат.

Аналогичным способом можно формировать модели и для других видов производства, следовательно, разработка модели может оказать помощь в формировании управленческого решения.

 

 

 

 


7 Список использованных источников

 

  1. Емельянов А.А., Власов Е.А., Дума Р.В. Имитационное моделирование экономических процессов: Учеб. пособие. Под ред. А.А.Емельянова. – М.: Финансы и статистика, 2004. –368 с.: ил.
  2. Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. 2 изд., испр. – М.: Физматлит, 2001. –320.
  3. Антонов А.В. Системный анализ. чебник для вузов. – М.: Высш. шк, 2004. - 454 с.: ил. (главы 4,11).
  4. Цисарь И.Ф., Нейман В.Г. Компьютерное моделирование экономики. – М.: «Диалог-МИФИ»,2002.- 304 с.
  5. Кудрявцев Е.М., Добровольский А.В. Основы работы с универсальной системой моделирования GPSS World / Учебное пособие. – Издательство Ассоциации строительных вузов, 2005. – 256 с.

Информация о работе Разработка имитационной модели конвейер сборочного цеха