Modelowanie i symulacja złoŜonych systemów produkcyjnych

Wytwarzanie duŜego asortymentu wyrobów o wysokiej jakości, przy jednoczesnym minimalizowaniu jego kosztów, jest moŜliwe jedynie przez:

- zwiększenie elastyczności produkcji,

- podniesienie wydajności produkcji przez usprawnienie technologii produkcji,

Modelowanie wymaga określenia zbioru charakterystyk podsystemów składowych oraz ich wzajemnych powiązań. W podsystemie technologicznym wyodrębnić moŜna: podstawowe wyposaŜenie technologiczne, podsystem produkcji, podsystem transportu i podsystem magazynowania. Podstawowe wyposaŜenie technologiczne składa się z urządzeń charakteryzujących się określonymi parametrami, takimi jak np. czas realizacji operacji technologicznych, czas bezawaryjnej pracy urządzenia, czas naprawy urządzenia czy teŜ pojemność bufora międzystanowiskowego. Wszystkie elementy i podsystemy moŜna opisać za pomocą trzech abstrakcyjnych pojęć: wejście, system i wyjście (rys. 5.1).

Rys. 5.1.Uproszczony model procesu technologicznego

Wejściami i wyjściami z systemu są strumienie materiałów, wyrobów i informacji. System produkcyjny obejmuje wszystkie fazy przetwarzania surowców, materiałów i półwyrobów w wyroby końcowe o załoŜonej jakości finalnej [79]. Obejmuje on procesy technologiczne i pomocnicze związane bezpośrednio (np. obróbka, montaŜ) i pośrednio (np. przygotowanie surowca, magazynowanie, transport, pakowanie) z nadawaniem wyrobowi cech, od których zaleŜy jego jakość końcowa. Jest, więc oczywiste, Ŝe projektowanie procesu produkcyjnego, będące działaniem wieloetapowym, ma decydujący wpływ na cenę oraz jakość wyrobów. Odpowiednio zaprojektowane procesy produkcyjne wymagają, więc, m.in.: połączenia we właściwych proporcjach, w czasie i przestrzeni, procesów podstawowych i pomocniczych, przygotowania produkcji i sterowania, a takŜe racjonalnej organizacji zapewniającej ciągłość i rytmiczność produkcji poprzez eliminowanie wszelkiego typu zakłóceń. Przedsiębiorstwa, które chcą odnosić sukcesy w swojej branŜy, pozyskiwać nowych klientów, zwiększać asortyment i efektywność produkcji, zobligowane są do stosowania systemów komputerowych do modelowania i symulacji procesów produkcyjnych, w tym do ich planowania i do sterowania nimi.

W niniejszej pracy przedstawiono współczesne metody modelowania i symulacji z wykorzystaniem komputerowych systemów wspomagających te działania, które umoŜliwiają wyznaczenie róŜnych wariantów procesu oraz ich ocenę pozwalającą ustalić najkorzystniejszy z nich. DuŜa zakres moŜliwych wariantów procesu wymaga opracowania modeli komputerowych oraz symulacji działania, co w konsekwencji doprowadzi do wyboru najkorzystniejszego wariantu z punktu widzenia przyjętych kryteriów.

Metody modelowania i symulacji stosuje się wtedy, gdy uzyskanie rozwiązania metodami analitycznymi jest zbyt skomplikowane lub niemoŜliwe, a bezpośrednie eksperymentowanie na praktycznym (fizycznym) modelu jest zbyt pracochłonne, niebezpieczne i kosztowne. Techniki te, stosuje się takŜe wtedy, gdy inne metody nie dają wymaganego poziomu pewności, Ŝe rzeczywisty system wytwórczy będzie zachowywał się zgodnie z przyjętymi załoŜeniami modelu teoretycznego (wirtualnego) [80]. UmoŜliwiają one analizę oraz prześledzenie funkcjonowania wybranego obiektu (stanowiska, operacji, zabiegu, czynności, transportu, stanu magazynów, zakłóceń itd.), trwającego niekiedy wiele lat, w ciągu zaledwie kilku minut. Pozwalają równieŜ przeprowadzić weryfikację przyjętych załoŜeń przed ich zastosowaniem w praktyce, a takŜe określić nieprawidłowości, jakie mogą wystąpić w czasie eksploatacji, w tym szczególnie słabe punkty projektowanego lub realizowanego systemu produkcyjnego. Polegają one na tworzeniu komputerowego wirtualnego modelu rzeczywistego systemu wytwórczego, na którym przeprowadza się szereg eksperymentów.

W wyniku symulacji uzyskuje się zestawy raportów, dzięki którym opracowuje się dalsze działania, np. dokonuje się wyboru formy organizacyjnej stanowisk produkcyjnych lub rodzaju i liczby środków transportowych, w tym takŜe programu zmian, jakich moŜna dokonać w istniejącym systemie, aby uzyskać załoŜony efekt (np. wydajność produkcji, skrócenie cyklu produkcyjnego). Badany model systemu produkcyjnego moŜna udoskonalić i przeprowadzać kolejne symulacje dla róŜnych jego wariantów i ustawień (róŜna liczba wyrobów, pojemność magazynów międzystanowiskowych, przewidywane zakłócenia i przerwy związane np. z konserwacją i remontami maszyn oraz ich awaryjnością itd.). W analizach moŜna ponadto uwzględniać koszty wytwarzania lub inwestycji dla wybranych wariantów systemu, co z kolei pozwala na szybką analizę efektywności ekonomicznej. Do opracowania modelu systemu produkcyjnego niezbędne są informacje i dane wejściowe charakteryzujące się odpowiednim poziomem jakości, formy i ilości. Jest to etap wstępny, umoŜliwiający uzyskiwanie pewnego poglądu na rozwiązanie problemu, w tym informacji o nowych metodach, które mogą być zastosowane do jego rozwiązania. Ponadto, dane wejściowe pozwalają na opracowanie modelu procesu o odpowiedniej szczegółowości według zasady minimalnej liczby obiektów, wymaganych do osiągnięcia celów projektu w sposób jak najprostszy. Do podstawowych informacji o budowanym modelu systemu wytwórczego w przemyśle hutniczym moŜna zaliczyć [81]:

- informacje o obiektach systemu (rodzaj i liczba maszyn, środków transportu i plany ich remontów, organizacja i rozmieszczenie stanowisk produkcyjnych),

- wydajność systemu (plan produkcyjny, wielkość partii, asortyment wyrobów),

- pojemność magazynów wejściowych i wyjściowych oraz międzyoperacyjnych,

- kolejność wykonywania zleceń produkcyjnych,

- czas przezbrojenia produkcji na inny typ wyrobu,

- koszty materiałowe, robocizny bezpośredniej, stanowiskowe, narzuty itd.

W czasach dominującej na rynku konkurencji oraz ciągłego dąŜenia przedsiębiorstw do

obniŜenia kosztów produkcji, stosowanie komputerowych technik modelowania

i symulacji jest jedną z metod przyczyniających się do znacznie szybszego projektowania nowych i weryfikacji istniejących systemów wytwórczych. UmoŜliwia ona nie tylko skrócenie czasu opracowywania projektów, ale takŜe pozwala wykonywać eksperymenty na wielu wariantach wirtualnego procesu produkcyjnego jednocześnie oraz śledzić skutki wprowadzonych zmian przed podjęciem ostatecznych decyzji. Zmniejsza to ryzyko niepowodzenia, które, co oczywiste, moŜe być bardzo kosztowne. Wpływa ponadto na podniesienie wskaźników jakościowych, zarówno opracowywanej, jak i stosowanej w przyszłości technologii, umoŜliwiając wybór najkorzystniejszego wariantu w rzeczywistych warunkach aplikacyjnych.