Simulace ve výrobních systémech - Simulation in manufacturing systems - Wikipedia
Simulace ve výrobních systémech je použití softwaru k výrobě počítačových modelů výrobních systémů, k jejich analýze a získání důležitých informací. Byla publikována jako druhá nejpopulárnější věda o managementu mezi manažery výroby.[1][2] Jeho použití však bylo omezeno kvůli složitosti některých softwarových balíčků a nedostatečné přípravě, kterou mají někteří uživatelé v oblastech pravděpodobnosti a statistik.
Tato technika představuje cenný nástroj používaný inženýry při hodnocení vlivu kapitálových investic do zařízení a fyzických zařízení, jako jsou tovární závody, sklady a distribuční centra. Simulace lze použít k předpovědi výkonu stávajícího nebo plánovaného systému ak porovnání alternativních řešení pro konkrétní konstrukční problém.[3]
Cíle
Nejdůležitějším cílem simulace ve výrobě je pochopení změny celého systému z důvodu některých místních změn. Je snadné pochopit rozdíl způsobený změnami v místním systému, ale je velmi obtížné nebo nemožné posoudit dopad této změny na celkový systém. Simulace nám poskytuje určitou míru tohoto dopadu. Opatření, která lze získat simulační analýzou, jsou:
- Díly vyrobené za jednotku času
- Čas strávený v systému po částech
- Čas strávený částmi ve frontě
- Čas strávený během přepravy z jednoho místa na druhé
- Včasné dodávky
- Vytváření inventáře
- Probíhá inventura
- Procento využití strojů a pracovníků.
Mezi další výhody patří Výroba v pravý čas, výpočet požadovaných optimálních zdrojů, ověření navržené logiky provozu pro řízení systému a data shromážděná během modelování, která lze použít jinde.
Následuje příklad: Ve výrobním závodě jeden stroj zpracuje 100 dílů za 10 hodin, ale díly přicházející do stroje za 10 hodin je 150. Existuje tedy nahromadění zásob. Tento inventář lze snížit příležitostným zaměstnáním jiného stroje. Rozumíme tedy omezení hromadění místního inventáře. Ale nyní tento stroj produkuje 150 dílů za 10 hodin, které nemusí být zpracovány dalším strojem, a tak jsme právě přesunuli průběžný inventář z jednoho stroje na druhý bez dopadu na celkovou výrobu
Simulace se používá k řešení některých problémů ve výrobě následovně: V dílně vidět schopnost systému splnit požadavek, mít optimální zásoby pro pokrytí poruch strojů.[4]
Metody
V minulosti byly výrobní simulační nástroje klasifikovány jako jazyky nebo simulátory.[4] Jazyky byly velmi flexibilní nástroje, ale jejich používání manažery bylo poměrně komplikované a příliš časově náročné. Simulátory byly uživatelsky přívětivější, ale přišly s poměrně rigidními šablonami, které se dostatečně nepřizpůsobily rychle se měnícím výrobním technikám. V současné době je k dispozici software, který kombinuje flexibilitu a uživatelskou přívětivost obou, ale přesto někteří autoři uvedli, že použití této simulace k navrhování a optimalizaci výrobních procesů je relativně nízké.[3][5]
Jednou z nejčastěji používaných technik konstruktérů výrobních systémů je diskrétní simulace událostí.[6] Tento typ simulace umožňuje posoudit výkon systému statistickou a pravděpodobnostní reprodukcí interakcí všech jeho složek během stanoveného časového období. V některých případech vyžaduje modelování výrobních systémů kontinuální simulační přístup.[7] Jedná se o případy, kdy se stavy systému neustále mění, například při pohybu kapalin v ropných rafinériích nebo chemických závodech. Protože kontinuální simulace nemohou být modelovány digitálními počítači, je to prováděno malými diskrétními kroky. Toto je užitečná funkce, protože existuje mnoho případů, kdy je nutné kombinovat jak kontinuální, tak diskrétní simulaci. Tomu se říká hybridní simulace,[8] který je potřebný v mnoha průmyslových odvětvích, například v potravinářském průmyslu.[3]
Rámec pro hodnocení různých nástrojů simulace výroby vyvinuli Benedettini & Tjahjono (2009)[3] za použití ISO 9241 definice použitelnosti: „rozsah, v jakém mohou určití uživatelé produkt používat k dosažení stanovených cílů s účinností, efektivitou a spokojeností v konkrétním kontextu použití.“ Tento rámec považoval účinnost, efektivitu a spokojenost uživatelů za tři hlavní kritérium výkonu, a to následovně:
| Kritérium výkonu | Atributy použitelnosti |
|---|---|
| Účinnost | Přesnost: Rozšíření, do kterého kvalita výstupu odpovídá cíli |
| Účinnost | Čas: Jak dlouho uživatelům trvá, než dokončí úkoly s produktem |
| Duševní úsilí: Uživatelé duševních zdrojů musí utrácet za interakci s produktem | |
| Spokojenost uživatelů | Snadné použití: Obecné postoje k produktu |
| Specifické postoje: Specifické postoje nebo vnímání interakce s nástrojem |
Následuje seznam populárních simulačních technik:[9]
- Diskrétní simulace událostí (DES)
- Dynamika systému (SD)
- Agentové modelování (ABM)
- Inteligentní simulace: založená na integraci technik simulace a umělé inteligence (AI)
- Petriho síť
- Simulace Monte Carlo (MCS)
- Virtuální simulace: umožňuje uživateli modelovat systém ve 3D pohlcujícím prostředí
- Hybridní techniky: kombinace různých simulačních technik.
Aplikace
Následuje seznam běžných aplikací simulace ve výrobě:[9]
| Číslo na obrázku | aplikace | Typ simulace se obvykle používá | Popis |
| 1 | Vyvažování montážní linky | DES | Návrh a vyvážení montážních linek |
| 2 | Plánovaní kapacity | DES, SD, Monte Carlo, Petriho síť | Nejistota způsobená změnou úrovní kapacity, zvýšením současných zdrojů, zdokonalením současných operací za účelem zvýšení kapacity |
| 3 | Mobilní výroba | Virtuální simulace | Porovnání plánování a plánování v CM, porovnání alternativní tvorby buněk |
| 4 | Řízení dopravy | DES, ABS, Petriho síť | Dodávka hotových výrobků z distribučních center nebo závodů, směrování vozidel, logistika, řízení provozu, ceny za přetížení |
| 5 | Umístění zařízení | Hybridní techniky | Umístění zařízení k minimalizaci nákladů |
| 6 | Prognózy | SD | Porovnání různých předpovědních modelů |
| 7 | Řízení zásob | DES, Monte Carlo | Náklady na držení, úrovně zásob, doplnění, stanovení velikostí šarží |
| 8 | Právě včas | DES | Návrh systémů Kanban |
| 9 | Procesní inženýrství-výroba | DES, SD, ABS, Monte Carlo, Petriho síť, hybridní | Zlepšení procesu, problémy se spuštěním, problémy se zařízením, návrh nového zařízení, měření výkonu |
| 10 | Procesní inženýrství-servis | DES, SD, distribuovaná simulace | Nové technologie, plánování pravidla, kapacita, uspořádání, analýza úzkých míst, měření výkonu |
| 11 | Plánování výroby a řízení zásob | DES, ABS, distribuovaný, hybridní | Bezpečnostní sklad, velikost dávky, úzká místa, předpovědi a pravidla plánování |
| 12 | Přidělení zdrojů | DES | Přidělení zařízení ke zlepšení toků procesů, surovin pro rostliny, výběru zdrojů |
| 13 | Plánování | DES | Propustnost, spolehlivost dodávky, řazení úloh, plánování výroby, minimalizace doby nečinnosti, poptávka, uvolnění objednávky |
| 14 | Řízení dodavatelského řetězce | DES, SD, ABS, simulační hraní, Petri-net, distribuováno | Nestabilita v dodavatelském řetězci, systémech zásob / distribuce |
| 15 | Řízení jakosti | DES, SD | Zajištění a kontrola kvality, kvalita dodavatele, neustálé zlepšování, celkové řízení kvality, štíhlé řešení |
Reference
- ^ Rasmussen, J.J .; George, T. (1978). „Po 25 letech: Průzkum absolventů operačního výzkumu, Case Western Reserve University“. Rozhraní. 8 (3): 48–52. doi:10,1287 / inte.8.3.48.
- ^ Lane, Michael S .; Mansour, Ali H .; Harpell, John L. (01.04.1993). „Techniky operačního výzkumu: Podélná aktualizace 1973–1988“. Rozhraní. 23 (2): 63–68. doi:10,1287 / inte.23.2.63. ISSN 0092-2102.
- ^ A b C d Benedettini, Ornella; Tjahjono, Benny (2008-08-13). "Směrem k vylepšenému nástroji pro usnadnění simulačního modelování složitých výrobních systémů". International Journal of Advanced Manufacturing Technology. 43 (1–2): 191–199. doi:10.1007 / s00170-008-1686-z. ISSN 0268-3768. S2CID 110079763.
- ^ A b Velazco, Enio E. (01.01.1994). „Simulace výrobních systémů“. International Journal of Continuing Engineering Education and Celoživotní učení. 4 (1–2): 80–92. doi:10.1504 / IJCEELL.1994.030292 (neaktivní 2020-09-01). ISSN 1560-4624.CS1 maint: DOI neaktivní od září 2020 (odkaz)
- ^ Lars Holst; Gunnar Bolmsjö (01.10.2001). „Integrace simulace ve vývoji výrobního systému: studie japonského průmyslu“. Průmyslový management a datové systémy. 101 (7): 339–356. doi:10.1108 / EUM0000000005822. ISSN 0263-5577.
- ^ Detty, Richard B .; Yingling, Jon C. (01.01.2000). "Vyčíslení výhod přechodu na štíhlou výrobu pomocí diskrétní simulace událostí: případová studie". International Journal of Production Research. 38 (2): 429–445. doi:10.1080/002075400189509. ISSN 0020-7543. S2CID 110084616.
- ^ Robinson, Stewart (2014-09-22). Simulace: Praxe vývoje a používání modelů. Palgrave Macmillan. ISBN 9781137328038.
- ^ Venkateswaran, J .; *, Y.-J. Syn (15.10.2005). „Hybridní systém dynamický - diskrétní architektura založená na simulaci událostí pro hierarchické plánování výroby“. International Journal of Production Research. 43 (20): 4397–4429. CiteSeerX 10.1.1.535.7314. doi:10.1080/00207540500142472. ISSN 0020-7543. S2CID 17204231.CS1 maint: číselné názvy: seznam autorů (odkaz)
- ^ A b Jahangirian, Mohsen; Eldabi, Tillal; Naseer, Aisha; Stergioulas, Lampros K .; Young, Terry (2010-05-16). „Simulace ve výrobě a podnikání: recenze“. Evropský žurnál operačního výzkumu. 203 (1): 1–13. doi:10.1016 / j.ejor.2009.06.004.