Documente Academic
Documente Profesional
Documente Cultură
MODELAREA
2.1 Noiuni introductive
Progresul tiinei i tehnicii s-a bazat pe utilizarea creatoare a
informaiilor obinute printr-o analiz aprofundat a realitii nconjurtoare, a
sistemelor de cele mai diverse tipuri care o compun. Unul dintre cele mai importante
obiective ale analizei sistemelor l constituie obinerea de informaii cu privire la
evoluia n timp, n condiii impuse , a mrimilor caracteristice sistemelor analizate. n
numeroase cazuri aceste informaii denumite date comportamentale, se obin ca
rezultat al efecturii a unuia sau mai multe experimente asupra sistemului analizat.
Efectuarea unui experiment const n crearea condiiilor impuse de necesitile analizei
i urmrirea evoluiei sistemului pe un interval de timp finit.
Simularea se utilizeaz n general pentru evaluarea i compararea unor scenarii
posibile, ceea ce permite stabilirea soluiilor unui important numr de probleme de
producie. Prin posibilitatile sale de imitare i predicie simularea permite obtinerea
unor date importante privind consecintele schimbrilor i modificrilor din atelier , la
nivel fizic i decizional, nainte ca acestea sa fi fost efectuate.Modelele de simulare
sunt capabile s descrie sistemul cu detailierea i precizia necesar rezolvrii
problemelor impuse. Descrierea cuprinde componenta fizica a atelierului, dar i unele
aspecte ale gestionrii elementelor de producie ale sistemului. Acest capitol va
prezenta teoretic procesul de simulare i mpreun cu avantajele i dezavantajele pe
care le implic.
2.2 Modelarea
Comportarea sistemului este studiat prin dezvoltarea unui model de simulare.
Acest model are de obicei forma unui set de ipoteze care privesc funcionarea
sistemului. Aceste ipoteze sunt exprimate prin relaii matematice, logice, simbolice
intre entitatile sau obiectele de interes ale sistemului. Modelul de simulare descrie
sistemul modelat n termeni specifici unui limbaj de programare, denumit limbaj de
simulare.n limbajele de simulare descrierea unui model de simulare se realizeaz
printr-o succesiune de instruciuni care definesc componetele sistemului i modul n
care nteracioneaz acestea.
Acestea
se
utilizeaz,
ndeosebi,
industriile
metalurgic
agroalimentar.
Modelele sunt utilizate pentru a ajuta n explicarea, ntelegerea sau mbuntirea
unui sistem. Modelele de simulare se pot clasifica n mai multe moduri. Clasificrile i
termenii folosii pentru descrierea lor se refer la diferentele dintre modele i nu la
diferentele dintre sistemele reale reprezentate. Se poate simula un sistem particular
Grafice
Dinamice Statice
Numerice Analitice
Fizice
Dinamice
Statice
Dinamice
Numerice
Fig. 2.2 Tipuri de modele
Li nia r/ nel i ni ar
St a bil / i nst a bil
Pr obabi l ist i c
/ det erm i st ic
Anal i t ic
Num er ic
P re scri pt i v
Sol u i i t ehni ce
Desc ri pt iv
St a ti c
Fizic
Di nam i c
Nat ur a t em por al
Abst r act
Re pre zent a rea
Sistem
Experimentarea cu
sistemul actual
Experimentarea cu un
model al sistemului
actual
Model fizic
fizic
Model
matematic
Solutia
analitic
Simularea
Figura 2.4
Experimentarea cu sistemul actual n raport cu Experimentarea cu un model al
sistemului actual.
Experimentarea prezint posibilitatea modificrii fizice a sistemului , operarea s n
aceste condiii noi i apoi studierea s. Experimentarea cu sistemul actual este prea
costisitoare ct i distructiv pentru sisteme i din aceast cauz nu se aplic. Un
exemplu ar fi o banc care pentru reducerea cheltuielilor micoreaz numrul
angajailor. Aceasta va conduce la ntrzieri i blocaje n activitate. De aceea se prefer
experimentarea cu un model.
Modelul fizic n raport cu Modelul matematic
Marea majoritate a modelelor sunt matematice i reprezint sistemele n termeni
logici, relaiile stabilite ntre componentele sistemului. Cel mai simplu model
matematic este d=r x t unde r este viteza de transport, t este timpul de transport iar d
este distana parcurs. Un model fizic sau grafic poate da o reprezentare identic a
sistemului dorit .Icoanele pot reprezenta o multitudine de elemente , de exemplu ntrun sistem flexibil : roboi industriali , maini unelte etc.
Soluia analitic n raport cu Simularea.
Odat ce modelul matematic a fost realizat urmtoarea etap este examinarea.
Aceasta este necesar pentru a vedea dac modelul rspunde la toate punctele de
interes ale sistemului pe care se presupune c l reprezint . Dac modelul este destul
de simplu se pot utiliza relaii logice pentru a obine o soluie analitic. n exemplul d=
r x t dac tim distana i viteza, apoi modelul se acioneaz i se va obine o relaie
t=d/r din care rezult timpul de transport cerut. Acesta este un exemplu de soluie
analitic simpl dar exist situaii n care soluiile pot fi complexe. Simularea este
folosit n cazul n care o soluia analitic nu este posibil sau pentru modelarea unor
sisteme complexe. Simularea mai este folosit pentru verificarea soluiilor analitice.
Simularea este utilizat n cazul n care soluia analitic este posibil ori cel puin
preferabil.
2.5 Multimodelarea
Lund n considerare toate cele enunate n subcapitolele anterioare
i pe baza schemei de clasificare a modelelor se ajunge la concluzia c
un sistem poate fi modelat n ami multe moduri utiliznd formaliste
diferite. Reprezentarea unui sistem utiliznd diferite formalisme este
denumit multimodelare. Multimodelarea permite observarea sistemului
din diferite unghiuri.
Sirphyco
Calcul
statistic
Reele
Petri
Model matematic
IDEF
Sistemul
Modelare iconic
Workflow
7
Witnes,
Arena
Analiza statistic
Analiza structural
Analiza comportamental
Analiza activitilor
multimodelare vor fi studiate n capitolele urmtoare ale tezei deoarece fiecare funcie
nparte va pune n eviden o anumit caracteristic a sistemului. Tabelul 1.1 va
prezent sintetic funciile bazei de modele, metodele i instrumentele folosite pentru
construcia sa.
Funcii
Metode
de analiz a funciilor
Analiza statistic
Modelarea fluxurilor
materiale
Modelarea fluxurilor
materiale
Reele Petri
Analiza structural
Analiza
comportamental
Analiza activitilor
IDEF
Instrumente
de
analiz
(pachete software)
Witness
Arena
Sirphyco, Alpha Sim
Workflow,
Design
IDEF
Tabelul 1.1
Modelarea fluxurilor de entiti permite att analiza statistic ct i cea
structural. Diferena const n instrumentul software folosit.
Analiza comportamental este realizat cu ajutorul reelelor Petri. Acestea sunt
formaiuni utilizate n descrierea i analiza unei varieti de sisteme. Sunt utilizate de
asemenea pentru analiza calitativ a sistemelor. Queuing RP permit o descriere
calitativ i cantitativ a sistemelor.
Reelele Petri sunt un model formal i abstract al fluxului informaional.
Utilizarea cea mai comun este analiza sistemelor prin modelarea lor ca reele Petri i
manipularea lor pentru a deriva proprietile sistemelor. Reelele Petri sunt potrivite
pentru modelarea sistemelor care sunt privite ca un set de evenimente, evenimente i
condiii sau ca un set de relaii ntre primele dou.
Metoda de analiz a activitilor este modelarea IDEF. IDEF este o tehnic de
modelare utilizat pentru crearea modelului unui sistem de fabricaie sau a unui
proces organizaional. Principala caracteristic a IDEF-ului este detalierea activitilor
sistemului n scopul modelrii funciilor.
Un instrument de analiz, indiferent de natura sa, a sistemelor este simularea.
Aceasta este punctul comun al funciilor bazei de date. Simularea discret i metodele
9
10
11
12
conduce la rezultate mai apropiate realitii. Mai jos vor fi prezentate principalele legi
de distribuie utilizate n simularea funcionrii sistemelor de producie.
2.6.1Terminologie i concepte
Variabilele aleatoare pot fi discrete sau continue. Odat cu aceast clasificare se
mai introduc alte concepte cum ar fi funcia de repartiie, densitatea de probabilitatea i
funcia de ateptare.
a) Variabile aleatoare discrete
Fie X o variabil aleatoare discret. Dac numrul de posibile valori ale lui X sunt
finite atunci X este o variabil aleatoare discret.Posibilele valori ale lui X sunt x 1,x2
i se afl n mulimea Rx={0,1,2.}.Pentru fiecare ieire a lui xI din Rx un numr
p(xI)=P(X= xI) reprezint probabilitatea cu care variabila aleatoare este egal cu x I.
Numerele p(xI)I=1,2..trebuie s satisfac condiiile:
p(xI) 0 pentru orice valoare a lui i
p( x 1
i 1
P (a X b) f ( x )dx
a
f ( x) 0x R x
f ( x)dx 1
Rx
f ( x) 0dacax R
x
c) Funcia de repartiie
Se noteaz cu F(x) i msoar probabilitatea ca variabila aleatoare X s ia valori
mai mici sau cel puin egale cu x.
13
F ( X ) P( X x)
F(X )
f (t ) dt
d) Valoarea medie
Dac X este o variabil aleatoare , valoarea sa medie este E(x) i se definete
astfel:
E ( x) x i p( x i )
E ( x)
xf ( x)dx
V(X)= E(X2)-[E(X)]2
2
Variaia variabilei aleatoare este V(X) sau varX sau . V(X) este variaia
V (X )
14
Palete
care
sosesc n
sistem
Staia de
prelucrare
Linia de ateptare
coada
evaluarea
performanelor
sistemului.Elemete
tipice
de
msurare
16
Server1
Linia de
ateptare1
Server2
Linia de
ateptare2
Server3
Linia de
ateptare3
Figura 2.7.
Primul subsistem este format din serverul 1 i linia de ateptare1. Timpul de
procesare al server-ului 1 (T1) este egal cu timpul de prelucrare al mainii m1 la care se
adaug ciclul de timp al conveiorului c1. Rezult T 1 =5.5. Capacitatea primului sistem
este 11 deoarece conveiorul c1 are capacitatea maxim de 10 palete la care se adaug
piesa n procesare pe server. Acelai raionament se aplic i n cazul celorlalte dou
17
sisteme. Astfel rezult T2=5.5 i capacitatea celui de-al doilea sistem este de 9 iar
T3=4.25 i capacitatea este 10. n cazul reelelor de ateptare cu servere n serie regula
este ca rata de sosire n sistem este egal cu rata de plecare. Fiecare subsistem de
ateptare va fi modelat dup formula M/D/c/N/ . Pentru cele trei subsisteme formula
de modelare devine:
1. M/5.5/1/11/
2. M/5.5/1/9/
3. M/4.25/1/10/
Relaiile de mai sus definesc trei subsisteme n care sosirile au loc dup o
distribuie Poisson cu o anumit rat, timpul de procesare al fiecrui server este
constant iar subsistemele au o capacitate finit de 11,9 i respectiv 10. Parametrii care
vor fi calculai n acest caz sunt:
L
a[1 ( N 1) a N Na N 1 ]
(1 a N 1 )(1 a)
(2.7.1)
1 Pn
1 a N
1 a N 1 (2.7.2)
e (1 PN )
L
w
e
(2.7.3)
0.183
0.25
Productivitatea
73.7
76.3
18
0.33
0.5
0.66
1
2
77.2
79.1
79.3
79.5
79.9
Tabelul 2.7.1
flexibile de producie.
Petri n
domeniul
ingineriei
sistemelor
problema
este
de
alt
n modele particulare
APLICATIE
FMS
APLICATIE 1
FAZA 1
FAZA 2
Faza
L+1
FAZA
L+n
APLICATIE N
FAZA L
Figura 2.8
Operaiile sunt n fond procese de prelucrare (strunjire, frezare, gurire, tiere
cu lasert, s.a.m.d) efectuate de maini unelte cu Comand Numeric cu Calculator
(MU-CNC), etc, procese de montaj-asamblare n posturi de lucru (PL) i staii de
lucru (SL) automatizate (sau compozite operator/maini), procese de stocare
palete, vagonete
21
oameni
Activitile se desfoar conform unui plan de activitate care conine
de
diagrame
IDEF0
care
reunite
permit
descrierea
complet
Dearece sunt utilizate eslemete grafice facile conceptele de baz pot fi uor
nelese;
operaiile care au loc n sistem. n acest context o activitate este un proces, o funcie
sau o sarcin care se produce n timp i are rezultate clar definite. Figura 2.9.2 va
prezenta legtura dintre IDEF0, sistemul CIM i modul de mbuntire a procesului.
23
Figura 2.9.1
Modelarea unui sistem CIM prin utilizarea IDEF-urilor permite:
Grafice
Tip text
Vocabular
Diagramele grafice definesc funciile i relaiile funcionale cu ajutorul sgeilor i
modelare.
compuse din oameni, maini, materiale, computere etc- o ntreprindere sau numai un
sistem flexibil de fabricaie.
acestea, toate la un loc compun sintaxa limbajului. Componetele sintaxei IDEF0 sunt
casetele, sgeile, regulile i diagramele. Casetele reprezint funcii definite ca
activiti, procese sau transformri. Sgeile reprezint date sau obiecte legate de o
funcie. Regulile definesc cum componentele sunt utilizate iar diagramele prevd un
format special pentru descompunerea grafic a modelului.
Casetele descriu ceea ce se ntmpl ntr-o funcie desemnat.Un exemplu tipic
este n figura 2.9.2.
25
Figura 2.9.2
Sgeile sunt segmente de linie verticale, orizontale sau curbe.Sgeile care intr
prin partea stng a casetei sunt input-uri (mrimi de intrare). Acestea sunt
transformate de funcie n output-uri (mrimi de ieire).Sgeile care ies din parte
dreapt a casetei sunt output-uri. Sgeile conectate la partea de jos a casetei reprezint
mecanismele. Acestea susin executarea funciilor. Controls specific condiiile n care
funciile sunt executate. Sgeile Call permit partajarea detaliilor comune ntre modele
(prin conexiuni comune) sau ntre pri ale aceluiai model.
2.10
26
n realitate construcia unui model nu este liniar i nu se compune doar din cele
trei etape enumerate anterior. Astfel anumii pai se pot repeta dup verifica, calibrare
sau validare. Acest proces este prezentat
n figura 2.10.1.
Sistemul
real
Calibrare
i validare
Validarea modelului
conceptual
Model conceptual
Ipoteze asupra componentelor
sistemului
Ipoteze de baz care definesc
interaciunile
dintre
componentele sistemului
Datele de intrare
Verificarea modelului
Rularea
modelului
Figura 2.10.1
Scopul verificrii este de a asigura c modelul conceptual este reflectat cu
acuratee n reprezentarea computerizat. Verificarea va rspunde la ntrebarea: este
modelul conceptual o reprezentare fidel a modelului operaional?
Validarea i verificarea sunt utilizate simultan de ctre modelator. Validarea este
n primul rnd un process de comparare a modelui i a comportamentului acestuia cu
sistemul real i cu evoluia sa. Calibrarea este un proces iterativ de comparare a
modelului cu sistemul real, realizarea de ajustri sau de schimbri majore asupra
27
Compararea modelului
cu realitatea
Modelul
iniial
Rafinare
Compararea
modelului revizuit
Sistemul
real
cu realitatea
A doua comparaie
a modelului
revizuit cu
realitatea
Prima revizuire
a modelului
Rafinare
A doua
revizuire a
modelului
Rafinare
Figura 2.10.2
28
mrimile de ieire ale modelului cu cele ale sistemului realcu ajutorul formulelor
statistice. Aceste formule sunt:
t0
d
Sd /
1
K
(2.10.1)
d
j 1
(2.10.2)
t 0 t / 2 , K 1
S d2
t0 -
(2.10.3)
1 K
dj d
K 1 j
(2.10..4)
t / 2 , K 1
dj- diferena dintre valorile de ieire ale modelului i cele ale sistemului real;
Sd- deviaia medie;
K- numrul iteraiilor;
d
-diferena obsevat ntre valorile de ieire ale modelului i cele ale sistemului
real.
2.11 Analiza mrimilor de ieire ale modelului
Analiza mrimilor de ieire se realizeaz pe baza rezultatelor generate de
simulare. Scopul su este predicia performanelor sistemului sau comparaia ntre
dou sau mai multe sisteme. Performana unui sistem este msurat de un parametru
de . Precizia
n momentul T sau atunci cnd un numr fix de repere este epuizat. Simularea n regim
permanent permite studierea pe durat lung a comportamentului unui sistem. Durata
mare de timp este mprit in intervalel egale de timp pe care se realizeaz simularea.
Msurarea performanei se realizeaz prin determinarea punctului (gradului) de
estimare i a unui interval de estimare.
Punctul de estimare
Punctul de estimare al lui se bazeaz pe date de ieire {Y 1,Y2Yn} i este
definit de:
1 n
Yi
n i 1
(2.11.1)
Intervalul de estimare
t / 2 , f
t / 2, f
(2.11.2)
t , f
30