1. UVOD 1

2. SISTEMI ZA UPRAVLJANJE PROIZVODNJOM 3

3. PROIZVODNI PROCES 5

3.1. Struktura proizvodnog procesa 5

4. MODELIRANJE I SIMULACIJA 7

4.1 Modeliranje i modeli 7

4.2 Računarska simulacija 9

4.3 Modeliranje i simulacija 10

4.4 Simulacioni proces 13

5.RAČUNARSKI SISTEMI ZA UPRAVLJANJE PROIZVODNJOM

17

5.1. Softveri za simulaciju proizvodnih procesa 17

6.STUDIJA O KORIŠĆENJU SIMULACIONIH SOFTVERA

22

6.1. Cilj studije 22

6.2. Učesnici studije 23

6.3. Rezultati studije 24

6.4. Analiza rezultata studije 33

6.5. Zaključak studije 34

7. METODOLOGIJA SIMULACIONOG MODELIRANJA 36

8.PREGLED SOFTVERA ZA SIMULACIJU U PROIZVODNJI

47

9. ARENA 52

9.1. PRIMER: Elektronska montaža i testiranje sistema 53

10. ZAKLJUČAK 66

LITERATURA 67

1

Modeliranje i simulacija proizvodnih procesa

1. UVOD

Upravljanje proizvodnjom je problem koji je nastao onog trenutka kada je grupa ljudi udružila svoje sposobnosti u cilju ostvarenja proizvodnih rezultata koje su unapred odredili. Kasnije, posložnjavanje zadatih ciljeva dovelo je do začetka osnovnih načela koncepta upravljanja proizvodnjom koji i danas važe. Rezultat proizvodnih aktivnosti od pre nove ere je ideja o osnovnim fazama upravljanja: planiranje, priprema, izvršenje, kontrola.

Proizvodnja, kakva je danas poznata, nastala je zahvaljujući industrijskoj revoluciji u 18. veku. Već tada su se sprovodile aktivnosti koje su i danas neophodne za efikasnu i racionalnu proizvodnju. U livnici Soho, 1800. godine su se mogli naći konkretni dokazi o istraživanju tržišta, prognoziranju, planiranju lokacije za izgradnju livnice, studiju o mogućnostima mašina, standardima proizvodnje, planu proizvodnje, standardizovanju komponenti, računovodstvu i obuci zaposlenih radnika.

Od tada do danas ideja je ostala ista, dok su se organizaciona sredstva i tehnike za upravljanje proizvodnjom promenile. Od usmenih i pisanih naredbi, preko pomoćnih sredstava za ručno planiranje i kontrolu izvršenja proizvodnih aktivnosti, stiglo se do sofisticiranih računarskih sistema za upravljanje proizvodnjom, čime su znatno porasle mogućnosti za pribavljanje, obradu i prenos podataka, potrebnih za primenu savremenih metoda upravljanja proizvodnjom.

Razvoj hardvera i softvera omogućio je masovnu i uspešnu primenu računara u proizvodnji. Do ekspanzije te primene došlo je izgradnjom koncepta 'Planiranje potreba za materijalom' MRP (MRP je skraćenica od engleskih reči Material Requirements Planning, što znači 'planiranje potreba za materijalom'). Programski paketi za upravljanje proizvodnjom, zasnovani na MRP sistemima, na tržištu su se pojavili početkom 60-ih godina ovog veka, nedugo pošto su MRP sistemi široko prihvaćeni u proizvodnim kompanijama. Iako su pioniri u eri upravljanja proizvodnjom pomoću računara, MRP sistemi i

2

danas predstavljaju najpouzdaniji i najčešće korišćeni softverski alat za upravljanje proizvodnjom. (Gumaer,1996)

Razmatranje uspešnosti primene sistema za upravljanje proizvodnjom u praksi ukazuje na veliku razliku između potencijala koje ti sistemi imaju i njihove primene u praksi. Autor J.J. Skivington smatra da su ovi sistemi u praksi uglavnom neuspešni. Njegovo mišljenje je da je to zbog toga što je u proizvodnim preduzećima prisutno izvesno nerazumevanje činjenice da koncept upravljanja proizvodnjom koji podržavaju sistemi za upravljanje proizvodnjom nije nov. U naporu da sofisticiraju svoju proizvodnju kompanije najčešće zaborave da obezbede efikasno funkcionisanje osnovnih proizvodnih procesa, što je preduslov za primenu savremenih, računarskih organizacionih sredstava.

3

2. SISTEMI ZA UPRAVLJANJE PROIZVODNJOM

Za realizaciju zadataka upravljanja proizvodnjom koriste se odgovarajući sistemi, koji podrazumevaju model upravljanja proizvodnjom, organizaciona sredstva i tehnike.

Model upravljanja proizvodnjom ima ulogu da se na osnovu strukture otkriju funkcionalne zavisnosti objekata i njihovih atributa i da se prati vremenski tok proučavanih pojava na realizaciji uzrok-posledica. Po autoru J.J. Skivingtonu model upravljanja proizvodnjom može se prikazati sledećom slikom.

Slika 1. Model upravljanja proizvodnjom

Model upravljanja proizvodnjom se sastoji iz četiri faze: Predviđanje – Planiranje – Izvršenje – Izveštavanje. Svaka od četiri faze sadrži sledeće elemente:

Predviđanje: - predviđanje tražnje, – predviđanje prodaje, – osnovni program proizvodnje, – osnovni plan proizvodnje;Planiranje: - planiranje potreba za materijalom, - sastavnica materijala, - upravljanje zalihama, - planiranje kapaciteta, - planiranje proizvodnje, - planiranje održavanja;Izvršenje: - priprema proizvodnje, - lansiranje, - dispečiranje, - kontrola;Izveštavanje: - izveštaji za pojedinačne elemente, - izveštaji za integralni sistem.

4

P R E D V I Đ A NJ E

P L A N I R A NJ E

I Z V R Š E NJ E

I Z V E Š T A V A NJ E

Organizaciona sredstva i tehnike za upravljanje proizvodnjom određuju podelu sisitema za upravljanje proizvodnjom na ručne i računarske. Ručni sistemi za upravljanje proizvodnjom se mogu podeliti na centralizovane i decentralizovane. Računarski sistemi za upravljanje proizvodnjom mogu se, dalje, podeliti na:• MRP sistemi• Specijalizovani sistemi (programski paketi koji pomažu u rešavanju određenih problema upravljanja proizvodnjom, npr. Upravljanje zalihama, održavanje itd. ).• Sistemi za simulaciju proizvodnog procesa.• Ekspertne sisteme za upravljanje proizvodnjom.

5

3. PROIZVODNI PROCES

Proizvodni proces je deo proizvodnog sistema. On obuhvata sve ono što se događa sa predmetom rada, proizvod ili usluga, između njegovog ulaza u proizvodni proces i izlaska iz proizvodnog procesa.

Prvo se na proizvodu izvode određene operacije izrade u širem smislu te reči. To znači da se menjaju fizička i hemijska svojstva predmeta rada odnosno dolazi do povećanja upotrebne vrednosti predmeta rada. Operacije obrade izvode se na mestima rada ili radnim mestima. Kako se na tim radnim mestima direktno radi na predmetu rada i tu dolazi do vidljive promene predmeta rada, ta radna mesta su proizvodna radna mesta. Na njima se direktno stvara nova vrednost. Taj deo proizvodnog procesa, koji je takođe proces, ali manjeg obima, zove se rad na proizvodni radnim mestima. To je samo jedan, ali osnovni, od više elementarnih procesa u proizvodnji. To znači da svaki proizvodni proces ima više elementarnih procesa, ima odgovarajuću strukturu. (Radović, 1999)

3.1. Struktura proizvodnog procesa

U toku, a naročito posle izvršenja operacija na proizvodnom radnom mestu potrebno je izvršiti odgovarajuću kontrolu. Najčešće je to kontrola kvaliteta. Sve kontrole u proizvodnji čine drugi elementarni proces kao deo proizvodnog procesa. S obzirom da se sve operacije izrade (obrade i montaze) najčešće ne izvršavaju na jednom mestu, potrebno je izvršiti odgovarajuća premeštanja predmeta rada do sledećih mesta rada. Sva premeštanja u procesu proizvodnje su treći elementarni proces koji se zove unutrašnji transport. Najčešće nije moguće ostvariti potpunu usklađenost tokova u proizvodnji pa dolazi do određenog odlaganja predmeta rada između faza procesa i mesta rada. Ova, do sada pomenuta četiri elementarna procesa se događaju kada predmet rada postoji i kada se odvija proces izrade. Međutim, pored njih potrebno je proces proizvodnje postaviti i opremiti tako da se stalno ostvaruje što je moguće veća zaštita čoveka na radu i uopšte, sa što je moguće većim preventivnim aspektom. Isto tako, sredstva za proizvodnju (mašine, alati, uređaji, instalacije i pribori) treba da budu u ispravnom stanju, na potrebnom nivou proizvodne

6

gotovosti. Na kraju, da bi se proces rada moga odvijati kako treba valja obezbediti odgovarajuće snadbevanje proizvodnje sa energijom i tehnološkim fluidima. Kao što se vidi svaki proizvodni proces sastoji se iz sedam elementarnih procesa:

1. rad na proizvodnim radnim mestima2. kontrola kvaliteta3. unutrašnji transport4. skladištenje5. preventivna zaštita radnika na radu6. preventivno održavanje sredstava za rad7. snadbevanje energijom i tehnološkim fluidima

Samo se u okviru prvog elementarnog procesa direktno stvara nova vrednost. Ostali elementarni procesi uglavnom povećavaju troškove proizvodnje, produžavajući proizvodni ciklus, a time i rokove isporuke i posložavaju proces proizvodnje. To posložavanje smanjuje fleksibilnost proizvodnog sistema i u celini smanjuje nivo organizovanosti radne organizacije. Iz tog razloga treba pri projektovanju procesa proizvodnje, nastojati da se potrebe za kontrolom, premeštanjem, skladištenjem, zaštitiom i održavanjem eliminišu ili bar svedu na što manju meru. Isto tako od načina postavljanja procesa proizvodnje u velikoj meri zavisi i potrošnja energije i tehnoloških fluida. Zato kod postojeće proizvodnje treba prvo izvršiti racionalizaciju samog procesa proizvodnje, pa tek onda usavršavanje elementarnih procesa u proizvodnji.

7

4. MODELIRANJE I SIMULACIJA

4.1. Modeliranje i modeli

Modeliranje predstavlja jedan od osnovnih procesa ljudskog uma. Ono je usko vezano za način ljudskog razmišljanja i rešavanja problema. Kao rezultat procesa koji nazivamo inteligentno ljudsko ponašanje, modeliranje predstavlja svakodnevnu aktivnost i veliki deo onoga što nas čini ljudskim, inteligentnim bićima. Modeliranje izražava našu sposobnost da mislimo i zamišljamo, da koristimo simbole i jezike, da komuniciramo, da vršimo generalizacije na osnovu iskustva, da se suočavamo sa neočekivanim. Ono nam omogućava da uočavamo obrasce, da procenjujemo i predviđamo, da upravljamo procesima i objektima, da izlažemo značenje i svrhu. Upravo zato, modeliranje se najčešće posmatra kao najznačajnije konceptualno sredstvo koje čoveku stoji na raspolaganju.

Međutim, u praksi se često dešava da se koriste neadekvatni modeli, što s jedne strane umanjuje efikasnost, a s druge strane može imati katastrofalne posledice bilo u tehnološkom, socijalnom ili istorijskom pogledu. Imajući u vidu činjenicu da proces modeliranja 'leži' u osnovi svake računarske simulacije, neophodno je definisati ovaj proces sa više pažnje.

U najširem smislu, modeliranje predstavlja isplativo (u smislu troskova) korišćenje nečeg (modela) umesto nečeg drugog ( realni sistem) sa ciljem da se dođe do određenog saznanja. Rezultat modeliranja je model. Model je apstrakcija realnosti u smislu da on ne može da obuhvati sve njene aspekte. Model je uprošćena i idealizovana slika realnosti. On omogućava da se suočimo sa realnim svetom (sistemom) na pojednostavljen način, izbegavajući njegovu kompleksnost i ireverzibilnost, kao i sve opasnosti koje mogu proisteći iz eksperimenta nad samim realnim sistemom. Drugim rečima, model je opis realnog sistema sa svim onim karakteristikama koje su relevantne iz našeg ugla posmatranja. To zapravo znači da u procesu modeliranja moramo izvršiti izbor između onih elemenata i karakteristika sistema koje su od značaja za naše istraživanje i koje će biti obuhvaćene modelom i preostalih za nas irelevantnih, koje naš model neće sadržati. Stoga i kažemo da model predstavlja uprošćenu sliku realnog sistema, te kao takav

8

ne sadrži samo objekte i atribute realnog sistema, već i određene pretpostavke o uslovima njegove validnosti. Cilj modela nije, naravno, da precizno reprodukuje stvarnost u svoj njenoj složenosti. Njegov je cilj da uobliči na vidljiv, često formalan nacin, ono što je suštinsko za razumevanje nekog aspekta njegove strukture ili ponašanja.

Modeli su uvek apstrakcija realnog sistema, zbog toga zadržavaju samo one karakteristike originala koje su bitne za svrhu njegovog izučavanja. Bilo kakav model mora da ostavi po strani čitav niz detalja koji su inače sastavni deo pojave koja se analizira. Tako, na primer, jedan idealan model sistema nabavke trebalo bi da uzima u obzir i činjenicu da je potražnja, između ostalog, i funkcija vremena u meteorološkom smislu, koje je opet funkcija aktivnosti sunca. Tesko je međutim pretpostaviti da bi bilo koji ekonomski koristan i opravdan model uzeo u obzir i ovu činjenicu.

Nivo apstrakcije u procesu modeliranja utiče na validnost modela, odnosno na uspešnost predstavljanja realnog sistema modelom. Problem validacije modela javlja se u svakom procesu modeliranja, a proističe iz činjenice da je model uvek pojednostavljeni pogled na realni sistem koji je predmet posmatranja. Suviše složeni ili savršeni modeli koji imaju sposobnost da za isti skup ulaznih veličina proizvode iste izlazne vrednosti kao i relni sistemi, čak iako su ostvarivi, po pravilu su preskupi i neadekvatni za eksperimentisanje. S druge strane, suviše pojednostavljeni modeli ne odslikavaju na pravi način posmatrani sistem, a rezultati koji se dobijaju njihovom primenom mogu da budu neadekvatni i pogrešni. Stoga, opredeljujući se za nivo apstrakcije u posmatranju realnog sistema, potrebno je u određenom trenutku povući granicu u realnom sistemu i to tako da rezultujući model što vernije odslikava posmatrani sistem, ali i da, s druge strane, njegova složenost i cena ne budu ograničavajući faktori.

Posmatrajući odnos realnog sistema i jednog njegovog modela sa slike, možemo zaključiti da prikazani model nije savršen u smislu kako je prethodno objašnjeno. Sa slike se jasno zapaža granica koja je povučena prilikom kreiranja modela. Nisu uzeti u obzir svi merljivi ulazi referentnog sistema i model daje izlaze koji se razlikuju od realnog sistema.

9

Realni sistem

MODELlogički ekvivalent realnog sistema

merljivi merljivi ulazi izlazi

sistema sistema

zadati izračunati ulazi izlazi

modela modela

Slika 2. Realni sistem i model posmatrani kao 'crna kutija'

4.2. Računarska simulacija

Da bi model bio koristan, od suštinske je važnosti to da se za dati ograničeni skup njegovih opisnih promenljivih, njegovo ponašanje može odrediti na praktičan način: analitički, numerički ili putem eksperimenta, gde se za izvesne, uglavnom slučajne ulaze, posmatraju odgovarajući izlazi. Ovaj poslednji proces naziva se simulacija.

Rec simulacija u svakodnevnoj upotrebi može da označi veći broj različitih aktivnosti, kao na primer: složene video igre, ispitivanje uticaja brojnih faktora na let novih modela aviona, deo eksperimenta u socio-psihološkim istraživanjima itd. Kada reč koriste računarski stručnjaci, organizatori, menadžeri ili statističari, obično pod simulacijom podrazumevaju proces izgradnje apstraktnih modela za neke sisteme ili podsisteme realnog sveta i obavljanje većeg broja eksperimenata nad njima. Posebno nas interesuje slučaj kada se ti eksperimenti odvijaju na računaru. Tada govorimo o računarskom modeliranju i simulaciji.

4.3. Modeliranje i simulacija

10

REALNI SISTEM RAČUNAR

MODEL

Savremeno modeliranje nezamislivo je bez racunara. U modeliranju računari se koriste u dve svrhe: u razvoju modela i u izvođenju proračuna na osnovu stvorenog modela. Na taj način, modeliranje pomoću računara postaje disciplina kojom se mogu adekvatno i efikasno prikazivati složeni sistemi i oblikovati i ispitivati njihovo ponašanje.

Izraz modeliranje i simulacija izrazava složenu aktivnost koja uključuje tri elementa: realni sistem, model i računar. Ova se aktivnost na uprošćen način može predstaviti sledećim dijagramom.

Modeliranje Simulacija

Slika 3. Relacije modeliranja i simulacije

Pod realnim sistemom podrazumevamo uređen, međuzavisan skup elemenata koji formiraju jedinstvenu celinu i deluju zajednički kako bi ostvarili zadati cilj ili funkciju, bez obzira da li se radi o prirodnom ili veštačkom sistemu, i takođe, bez obzira da li taj sistem u posmatranom trenutku postoji ili se njegovo postojanje planira u budućnosti. Realni sistem je izvor podataka o ponašanju, a ovi se podaci javljaju u obliku zavisnosti X(t), gde je X bilo koja promenljiva koja interesuje istraživača, a t je vreme mereno u odgovarajućim jedinicama. Drugim rečima, realni sistem se može posmatrati kao izvor podataka za specifikaciju modela.

11

Model, kao i svaki realni sistem, ima svoje objekte koji se opisuju atributima ili promenljivim. On je apstraktni prikaz sistema i daje njegovu strukturu, njegove komponente i njihovo uzajamno delovanje. S obzirom da se za simulaciju najčešće koristi računar (razmatramo samo taj slučaj), to se pod modelom može podrazumevati skup instrukcija (program) koji služi da se generiše ponašanje simuliranog sistema (vremenska serija vrednosti promenljivih simuliranog sistema). Ponašanje modela ne mora da bude u potpunosti jednako ponašanju simuliranog sistema, već samo u onom domenu koji je od interesa.

Računar kao treća komponenta ove aktivnosti, predstavlja uređaj sposoban za izvršenje instrukcija modela, koje ne bazi ulaznih podataka generišu razvoj modela u vremenu. Računari, uz različite metode i programske alate, omogućavaju pogodan ambijent za stvaranje složenih modela i efikasan rad nad njima.

Međutim, pored ovih elementa, pažnju treba usmeriti i na otkrivanje i definisanje relacija koje postoje između njih. Modeliranje je proces kojim se uspostavlja veza između realnog sistema i modela, dok je simulacija proces koji uspostavlja relaciju između modela i računara.

Relacija modeliranja odnosi se na validnost modela. Validnost ili valjanost modela opisuje koliko verno jedan model predstavlja simulirani sistem. Proces utvrđivanja stepena slaganja podataka o realnom sistemu sa podacima modela naziva se validacija modela. Proces validacije je veoma značajan, jer se na osnovu njega donose odluke o upotrebljivosti rezultata simulacije, izmeni modela, izmeni podataka (ulaznih promenljivih, parametara), daljem nastavku simulacije, ponavljanju simulacije, itd.

Relacija simulacije odnosi se na proveru da li simulacioni program verno prenosi model na računar kao i tačnost kojom računar izvršava instrukcije modela. Pre poređenja stvarnih podataka sa podacima koje generiše računar (simulator), mora se utvrditi tačnost, odnosno korektnost simulatora. Proces procene korektnosti simulatora naziva se verifikacija. (Radenković, Stanojević, Marković, 1999)

12

MODELIRANJE VALIDACIJASIMULACIJA

BAZA

MODELA

BAZA

PODATAKA

EKSPERIMENTISANJE

CILJEVI

Slika 4. Proces modeliranja i simulacije

Na slici su prikazane aktivnosti procesa modeliranja i simulacije sa bazom modela kao centralnim objektom. Procesom modeliranja se upravlja na osnovu ciljeva koji se generišu van granica sistema. Svaki novi cilj inicira aktivnost sinteze modela. Pri sintezi modela se koristi raspoloživo znanje iz baze modela i bazi podataka. Ove baze čuvaju i organizuju prikupljene podatke o realnom sistemu. Faze simulacije (eksperimentisanje sa modelom) i validacije slede fazu izgradnje modela.

Validacija vodi novom eksperimentisanju nad realnim sistemom i može da zahteva dodatne modifikacije ili čak odbacivanje i reinicijalizaciju prvobitnog modela. U tom procesu, kao rezultat nedostatka podataka u bazi znanja mogu se formulisati novi ili izmeniti postojeći ciljevi. Na kraju, kao rezultat javlja se jedan ili više modela koji vode ka ispunjenju eksternih ciljeva (ukoliko proces ne upadne u petlju iz koje ne može da izađe). Kreirane modele koristi donosilac odluke. Pored toga, oni se mogu memorisati u bazi modela i koristiti u nekoj narednoj fazi aktivnosti.

13

4.4. Simulacioni proces

Simulacioni proces je struktura rešavanja stvarnih problema pomoću simulacionog modeliranja. On se može prikazati u obliku niza koraka koji opisuju pojedine faze rešavanja problema ovom metodom (životni ciklus simulacije). Struktura simulacionog procesa nije strogo sekvencjalna, već je moguć i povaratak na prethodne korake procesa, zavisno od rezultata dobijenih u pojedinim fazama procesa. Broj faza i redosled njihovog obavljanja zavisi od svake konkretne situacije, ali je ipak moguće navesti jedan opšti, uređen skup procedura.

14

Slika 5. Dijagram toka simulacionog procesa

DEFINICIJA CILJA ISTRAŽIVANJA

IDENTIFIKACIJA SISTEMA

PRIKUPLJANJE I ANALIZA ULAZNIH PODATAKA

IZGRADNJA SIMULACIONOG MODELA

IZGRADNJA SIMULACIONOG PROGRAMA

ZADOVOLJAVA

VREDNOVANJE SIMULACIONOG MODELA

ZADOVOLJAVA

PLANIRANJE I IZVOĐENJE EKSPERIMENATA

ANALIZA REZULTATA EKSPERIMENATA

ZADOVOLJAVA

ZAKLJUČCI I PREPORUKE

VERIFIKACIJA SIMULACIONOG PROGRAMA

15

Osnovni koraci simulacionog procesa su sledeći:

1. Definicija cilja simulacione studije Definicija željenog cilja i svrhe studije: problem koji treba rešiti (oblikovanje sistema, analiza sistema i sl.), granice sistem/okolina, nivo detaljnosti.

2. Identifikacija sistema Opis komponenti sistema, interakcija komponenti, način rada, veze s okolinom, formalni prikaz sistema.

3. Prikupljanje podataka o sistemu i njihova analiza Prikupljanje i merenje relevantnih podataka o sistemu, analiza tih podataka (izbor raspodela nezavisnih slucajnih promenljivih, ocena vrednosti parametara raspodela).

4. Izgradnja simulacionog modela Stvaranje konceptualnog modela koji adekvatno opisuje sistem i omogućava rešavanje zadatog problema.

5. Izgradnja simulacionog programa Izbor programskog jezika ili paketa i stvaranje simulacionog programa bilo pisanjem programa, bilo automatskim generisanjem programa na osnovu konceptualnog modela.

6. Verifikacija simulacionog programa Testiranje simulacionog programa prema postavkama simulacionog modela (pojedinačne procedure, generisanje slučajnih promenljivih, povezivanje procedura). Ukoliko verifikacija programa nije dala zadovoljavajuće rezultate, potreban je povratak na korak 5.

7. Vrednovanje (validacija) simulacionog modela Ispitivanje da li simulacioni model adekvatno predstavlja stvarni sistem (ispitivanjem podudarnosti izlaza modela i realnog sistema, analizom rezultata od strane eksperata, analizom osetljivosti). Ukoliko vrednovanje modela nije uspešno, potrebno je vratiti se na tačku 4 (izmene u simulacionom modelu).

8. Planiranje simulacionih eksperimenata i njihovo izvođenjePlaniranje simulacionih eksperimenata koji omogućuju ispunjenje cilja studije (plan promene parametara modela, ponavljanje

16

eksperimenta zbog analize uticaja slučajnih promenljivih, idr). Izvođenje simulacionih eksperimenata prema usvojenom planu.

9. Analiza rezultata eksperimenataStatistička analiza rezultata simulacionih eksperimenata. Tokom analiza rezultata može se pokazati potreba za dopunom koraka 8 (izvođenje dodatnih eksperimenata).

10. Zaključci i preporukePrezentacija relevantnih rezultata na osnovu kojih se mogu doneti odgovarajuće odluke (izbor konfiguracije sistema, izmene u sistemu, idr).

17

5. RAČUNARSKI SISTEMI ZA UPRAVLJANJE PROIZVODNJOM

Ubrzani razvoj računarskog hardvera i softvera uslovio je prevazilaženje primene ručnih sistema za upravljanje proizvodnje. Računari su postali jedno od osnovnih sredstava za rad u proizvodnji i predstavljaju najznačajniji doprinos daljem tehnološkom razvoju. Pored primene računara u projektovanju i razvoju proizvoda, rukovanju i upravljanju proizvodnom opremom, numeričkom upravljanju, kontroli procesa, robotskim sistemima, automatskim skladištima, automatski vođenim vozilima itd., računar ima značajnu ulogu i u upravljanju proizvodnjom. Kao alternativa projektovanju i implementaciji vlastitog informacionog sistema za upravljanje proizvodnjom, kompanije danas imaju na raspolaganju veliki broj komercijalnih sistema za upravljanje poroizvodnjom, koji se mogu podeliti na: MRP sisteme, specijalizovane sisteme, sisteme za simulaciju proizvodnog procesa i ekspertne sisteme za upravljanje proizvodnjom.

5.1. Softveri za simulaciju proizvodnih procesa

Prednosti korišćenja simulacije u proizvodnom menadžmentu su sledeće:- simulacija je relativno veran prikaz realnog sistema- može se koristiti za analizu velikih i kompleksnih realnih problema koji se ne mogu rešiti konvencionalnim modelima proizvodnog menadžmenta- simulacija dozvoljava rad sa bilo kojom raspodelom verovatnoća- zahvaljujući simulaciji efekti mogućih promena u sistemu su odmah vidljivi- simulacija dopušta 'šta-ako' analize- simulacija ne remeti realan sistem, što je velika prednost jer je nemoguće eksperimentisati sa pravim fabrikama, bolnicama ili aerodromima.

Neke od oblasti u kojima se danas primenjuje simulacija su: avio-saobraćaj, gradski saobraćaj, distributivni sistemi, planiranje i upravljanje zalihama, predviđanje prodaje, terminiranje proizvodnje, investiranje, raspored radnih mesta, raspoređivanje radne snage itd.

18

Simulacija može da ima i nedostatke kao što su:- dobri simulacioni modeli su vrlo skupi- simulacija ne garantuje nalaženje optimalnog rešenja problema- simulacioni modeli ne daju odgovore bez adekvatnih, realnih ulaznih podataka- svaki simulacioni model je jedinstven i obično se ne može primeniti na druge probleme

Ovi problemi se danas mogu prevazići upotrebom simulacionih jezika, poput GPSS, SIMSCRIPT, DYNAMO ili spreadsheet softvera, kao i korišćenjem komercijalnih, lakih za upotrebu, programa kao sto su Witness, Promodel, Arena, Taylor II, AutoMod itd. Komercijalni softveri za simulaciju proizvodnih procesa su vrlo rasprostranjeni zbog mogućnosti koje imaju u planiranju, simulaciji i analizi proizvodnje, relativno niske cene i lakoće upotrebe, koja omogućava i neprogramerima da uspešno izvode eksperimente sa modelom.

Ovakvi softveri rade u grafičkom okruženju na UNIX- radnim stanicama ili na personalnim računarima sa UNIX ili Windows operativnim sistemima. Podržavajući sledeće operacije: modelovanje, simulaciju i vizuelizaciju proizvodnog procesa.

Prikazuje se struktura simulacionog softvera SIMPLE++, proizvod kompanije AESOP.

SIMPLE++ označava akronim za reči 'SIMulation in Production, Logistics and Engineering and its implementation in C++'. Struktura ovog simulacionog paketa može se prikazati slikom

19

Slika 6. Struktura softvera SIMPLE++

U modelu za modelovanje moguće je projektovati izgled proizvodnog pogona pomoću opcija Fizički objekti i Informacioni objekti. Fizički objekti su: mašine, konvejeri, linije, skladišta vozila, putevi, kontejneri, palete i delovi. Informacioni objekti služe za prikazivanje informacionih tokova između svih objekata. Oni mogu biti metode, generatori, liste i podaci. Pomoću osnovnih objekata mogu se kreirati aplikativni objekti sa svojim dizajnom, funkcijama i ponašanjem. Na raspolaganju su sledeći aplikativni objekti: sistem automatski vođenih vozila, sistem konvejera, procesna industrija, skladište, personal, upravljanje pogonom, MRP.

Za unošenje raznih pravila za materijalne i informacione tokove, kao i za donošenje odluka koristi se jezik SimTalk, preko tekst editora.

Posle projektovanja proizvodnog sistema moguće je startovati simulaciju. Simulacija se može izvoditi sa ili bez animacije. Moguće je primeniti bilo koji ulazni podatak, što je vrlo važno kod svakodnevnih optimizacija, kao što je terminiranje. Posle simuliranja procesa daju se statistički podaci u obliku raznih dijagrama ili tabela za pojedine delove ili za celu simulaciju.

Modul za vizuelizaciju sadrži alate za prezentaciju, grafički editor i animaciju. Alati za prezentaciju omogućavaju efektan prikaz parametara modela i rezultata simulacije. Grafički editor se koristi

20

za kreiranje slika objekata. Mogu se koristiti i gotovi objekti. Animacija ide uporedo sa simulacijom i njena brzina se može menjati.

Karakteristike softvera za simulaciju proizvodnih procesa:

Korisnički interfejs:Objektno orijentisano, grafičko okruženje sa prozorima, menijima i mišom, aplikativno orijentisan dijalog i verodostojna provera ulaznih podataka, korisnički definisani dijalog prozori, upravljanje ekranom preko zumiranja, 'integrisano radno okruženje': sve funkcije modelovanja, simulacije i animacije su istovremeno raspoložive, 'inkrementalna opercija' : detaljisanje ili uprošćavanje modela u svakom trenutku, 'neproceduralna opercija' : procedura modelovanja je nezavisna od toka simulacije, on-line dokumentacija i help funkcije.

Modelovanj e: Veličina modela nije ograničena, 'top-down' i 'bottom-up' modelovanje, kontrola nivoa parametara, neograničena hijerarhija modela i strukture procesa, neograničen broj nezavisnih generatora slučajnih promenljivih, različite pomoćne funkcije: automatsko povezivanje objekata, aktivno pozicioniranje preko koordinatne mreže, skrivanje povezujućih linija itd., spoljna manipulacija modelom sa drugim programima, osnovni objekti za materijalni i informacioni tok: mašina, skup paralelnih mašina, linija, skladište, traka, vozilo, konvejer, kontejner, generator, metod, podatak, stohastička raspodela parametara: konstantna, uniformna, normalna, eksponencijalna, geometrijska, hipergeometrijska i formule definisane od strane korisnika, fiksni i od strane korisnika definisani atributi za svaki objekat, grafički editor za definisanje i menjanje slike svakog objekat, menjanje slika za vreme animacije, biblioteka slika sadrži različite ikone za prikazivanje objekata, vise od 50 matematičkih, tekstualnih i logičkih funkcija, SimTalk: jezik sa jednostavnim komandama i strukturom, globalna ili lokalna kontrola jednog ili vise objekata, materijalni i informacioni tokovi se mogu modelovati nezavisno.

Simulacija:Promena modela i parametara u toku simulacije, izbor brzine simulacije, prikaz korak po korak simulacije, razmena podataka u toku simulacije, grafički prikaz vrednosti parametara u toku i posle

21

simulacije, statistika za totalno vreme simulacije, intervala i aktuelnog vremena, analiza simuliranog ponašanja.

Animacija:Slobodna definicija layout-a animacije, promena animiranih slika, prikaz hijerarhijskog nivoa otvorenih objekata u svakom trenutku, simulacija može ići sa ili bez animacije.

Ovaj sofisticiran softver za simulaciju proizvodnih procesa pruža i sledeće mogućnosti:

- C interfejs povezuje model sa spoljnim C programima, koji mogu da rade sa podacima poput jezika SimTalk;- DDE (Dynamic Data Exchange) interfejs omogućuje razmenu podataka između različitih programa u toku simulacije. Tipičan primer aplikacije DDE je integracija sa spreadsheet softverom EXCEL u cilju grafičke prezentacije rezultata simulacije za vreme trajanja simulacije;- GA je softver koji podržava iterativne optimizacije terminiranja proizvodnje koristeći genetske algoritme. Rezultujući podaci se prezentiraju pomoću Gantovih dijagrama. Ovi dijagrami se mogu analizirati i menjati i koristiti kao ulazni podatak za sledeću simulaciju. Postoje dve vrste ovih dijagrama: dijagram zauzetosti mašina i dijagram redosleda izrade proizvoda;- Mailbox je klijent-server komunikacioni sistem koji obezbeđuje fleksibilnu, direktnu komunikaciju između softvera za simulaciju i drugih programa u mreži;- SQL omogućava razmenu podataka sa SQL bazama podataka. Na raspolaganju je kompletan raspon SQL komandi. Podržane su najpopularnije baze podataka za Unix sisteme: INFORMIX i ORACLE.

Softveri za simulaciju proizvodnih procesa se vrlo lako mogu povezati i sa drugim komercijalnim paketima za proizvodni menadžment: za modelovanje poslovnih procesa, za planiranje layout-a, za planiranje i upravljanje proizvodnjom, za studiju rada itd. Takođe, oni se mogu povezivati sa CAD/CAM sistemima i tako postati deo CIM sistema. (Petronijević, Radović, 1999)

22

6. STUDIJA O KORIŠĆENJU SIMULACIONIH SOFTVERA

Sve veća konkurencija na tržištu je rezultirala u sve većem značaju za povećanom efikasnošću i manjim radnim troškovima. Simulacija je koristan i često korišćen alat koji omogućava organizacijama da ispituju moguće strategije. Kao rezultat toga, na tržištu postoji obilje simulacionih paketa.

Ova studija daje rezultate o korišćenju softvera za simulaciju diskretnih događaja koje je sponzorisao Brunel Univerzitet. Učesnici u studiji su članovi Grupe za studiranje simulacija Društva za operaciona istraživanja Velike Britanije, iz akademskih i iz industrijskih institucija. Rezultati studije pokazuju tipove simulacionog softvera koji se najčešće koristi, koja su najčešća polja primene simulacija, uobičajene dobre i loše karakteristike simulacionih paketa i predloge korisnika za dalje usavršavanje postojećeg softvera.

6.1. Cilj studije

Osnovni cilj studije bio je da ispita softverske zahteve ispitanika, najčešća područja korišćenih simulacija, i mišljenja korisnika o mogućim načinima poboljšanja postojećih simulacionih alata radi boljeg zadovoljavanja njihovih potreba.

Upitnik koji je bio podeljen ispitanicima se sastojao od 9 pitanja, koja su se odnosila na:

1) vrstu simulacionog softvera;2) specifikaciju korišćenih paketa;3) svrhu upotrebe simulacije;4) opšte misljenje o svakom korišćenom softveru; i5) područjima primene simulacija.

Ostala pitanja su se odnosila na 6) procenu uspešnosti simulacione studije sa stanovišta korišćenog softvera. Konkretno, korisnici su morali da procene da li se sve željene karakteristike posmatranog sistema mogu modelovati. Ispitanici su, takođe, trebali da sačine listu 7) osnovnih mana i ograničenja softvera, kao i 8) najvažnije dobre osobine softvera. Na kraju, trebali su i da

23

navedu 9) najvažnije funkcije koje treba uključiti u postojeće pakete, a koje po njihovom mišljenju nisu bile uključene.

Većina pitanja koje se odnose na mišljenje o softveru i mogućim načinima za njegovo poboljšanje (pitanja 4-9) je zahtevala odgovore koje su ispitanici sami pružali svojim rečima, a ne izborom između ponuđenih alternativa. Verovalo se da će se ovakvim pristupom izbeći uticanje na mišljenje ispitanika i da će se dobiti bolji i objektivniji odgovori. Pored toga, strategija sa takvim načinom odgovaranja na pitanja je omogućavala ispitanicima da adekvatno izraze njihovo zadovoljstvo ili nezadovoljstvo softverom, bez ikakvih sugestija ili ograničenja koja postavlja upitnik.

6.2. Učesnici studije

Učesnici studije obuhvataju članove Grupe za ispitivanje simulacija (grupe sa posebnim interesovanjem) Društva za operciona istraživanja Velike Britanije, iz industijskih i akademskih institucija. Verovalo se da su učesnici ispitivanja bili aktivno uključeni u simulacije (rezultati studije su potvrdili pretpostavku) i/ili imali značajan interes u simulacijama. Veliki broj akademika sa univerziteta širom Velike Britanije je učestvovao u studiji, kao i brojni učesnici iz oblasti industrije koji rade za razne proizvodne, servisne, savetodavne i istraživačke kompanije.

Učesnici studije nisu izabrani ni jednom formalnom statističom metodom. Učesnici, za koje se znalo ili verovalo da su redovni korisnici simulacija, odabrani su namerno. Sa druge strane, procenat zainteresovanih je bio pristojnih 25% od podeljenih 220 upitnika. Odnos zainteresovanih sa univerziteta i iz industrije je bio oko 66% prema 33%, iako je u obe grupe podeljen podjednak broj upitnika. Ne samo što je broj zainteresovanih sa univerziteta bio znatno veći, nego je i u proseku svaki odgovor akademskog ispitanika pružao više informacija nego odgovor ispitanika iz oblasti industrije. Sve ove činjenice mogu dovesti u pitanje statističku značajnost dobijenih rezultata. Ipak, veruje se da namerni izbor iskusnih ispitanka povećava značaj i reprezentativnost dobijenih rezultata.

24

6.3. Rezultati studije

Rezultati studije rezimiraju odgovore dobijene od strane učesnika studije. Kao takve, treba ih razmatrati sa oprezom, jer je broj ispitanika relativno mali. Ipak, postoji određen stepen sličnosti u odgovorima koji se odnose na pitanja o osnovnim karakteristikama, dobrim i lošim stranama softvera, koje mogu da ukažu da se neki rezultati mogu primeniti na veći broj korisnika simulacija.U odnosu na korišćeni softver, 74% ispitanika koristi simulatore, a u isto vreme 48% ispitanika koristi i simulacione jezike (simulator predstavlja paket koji radi na osnovu podataka, i u kome ne treba ništa, ili vrlo malo, programirati; dok simulacioni jezik zahteva određeno programiranje radi razvoja modela). Analiza specifikacije korišćenih simulacionih alata otkriva da, otprilike, trećina korisnika koristi samo jedan softverski alat, druga trećina koristi 2 softverska alata, a ostatak koristi od 3 do 7 različitih softverskih alata. Tabela 1 daje prikaz rezultata dobijenih o korišćenju određenih paketa, dok Tabela 2 pokazuje rezultate koji se odnose na broj koršćcenih simulacionih paketa. Informacije u svim tabelama u ovom radu su predstavljene na sličan način.

Tabela 1. Simulacioni paketi korišćeni od strane ispitanika studije

SIMULACIONI PAKET

PROCENAT KORISNIKA KOJI KORISTE ODREĐENI

PAKETSimul8 33.30%

WITNESS 33.30%Siman/Cinema 22.20%

SIMFACTORY II.5 18.50%MicroSaint 18.50%

ProModelPC 14.80%VS7 11.10%

XCELL+ 7.40%Arena 7.40%

MODSIM 7.40%SIMULA 7.40%

INSTRATA 3.70%G.R.A.S.P. 3.70%

WORKSPACE 3.70%

25

HOCUS 3.70%Taylor II 3.70%

VS6 3.70%OPTIMA 3.70%

Process Character 3.70%PC-model 3.70%

SIMSCRIPT 3.70%GPSS/H 3.70%

NETWORK II.5 3.70%SLOOP/TERMINAL 3.70%

Ithink 3.70%VENSIM 3.70%

Factor/Aim 3.70%SES/Workbench 3.70%

Extend 3.70%BATCHES 3.70%

Tabela 2. Broj simulacionih paketa korišćenih od strane akademskih ispitanika

BROJ KORIŠĆENIH SIMULACIONIH PAKETA

PROCENAT KORISNIKA KOJI KORISTE ODREĐENI

BROJ PAKETA1 37.00%2 29.60%3 11.10%4 7.40%5 7.40%6 3.70%7 3.70%

Podaci u vrstama su grupisani na osnovu procenta korisnika koji su naveli određene karakteristike softvera. Svaka vrednost (u određenoj vrsti) je izračunata u odnosu na 100%, dok se aritmetička pravila ne mogu primeniti na sve vrednosti u svim kolonama (zbir vrednosti po kolonama nije 100%).

U odnosu na cilj simulacije, 81.5% učesnika koristi simulacije za modelovanje realnih sistema, 66.6% koristi simulacije u

26

obrazovne svrhe (51.8% koristi simulacije i za modelovanje realnih sistema i za obrazovanje), 7.4% koristi simulacije u okviru istraživanja, a 3.7% koristi simulacije u savetodavne svrhe. Ovi rezultati pokazuju, što ne predstavlja iznenađenje, da svi akademski ispitanici koriste simulacije u obrazovne svrhe (66.6% ispitanika su akademci), a i značajan broj njih je ukuljučen i u modelovanje realnih sistema.

Zajednički elementi u odgovorima koja se odnose na opšte mišljenje o korišćenom softveru su prikazani u Tabeli 3, zajedno sa procentom korisnika koji su naveli određene karakteristike softvera.

Analiza rezultata, koji se odnose na područja primene simulacija, otkriva da je proizvodnja veoma dominantna (66.6%). Ostala područja primene obuhvataju, npr. zdravstvo, komunikacione sisteme, uslužnu industriju, benzinske pumpe...

Tabela 3. Prikaz opštih misljenja korisnika o softveru

Funkcije softveraProcenat korisnika koji

su naveli određenu funkciju

Nedostatak mogućnosti za modelovanje/fleksibilnosti 37.00%

Brojne mogućnosti za modelovanje/fleksibilnost 33.30%

Jednostavan za upotrebu 18.50%

Težak za učenje 18.50%

Skup 14.80%

Dobar za podučavanje 14.80%

Jevtin i dobrog kvaliteta 11.10%

Jednostavan za učenje 11.10%

Zastareo 11.10%

Dobar za razvoj modela realnih sistema 11.10%

Dobar grafički interfejs 7.40%

Jednostavno razvijanje modela 7.40%

Teško se povezuje sa drugim softverom 7.40%

27

Nedostatak jezičkog interfejsa 7.40%

Moćan alat 7.40%

Nedostatak dobrog korisničkog interfejsa 3.70%

Prosečne mogucnosti za modelovanje 3.70%

Sporo radi 3.70%

Brzo radi 3.70%

Slabe logičke mogućnosti 3.70%

Jednostavan 3.70%

Dobro automatsko prikupljanje statistika 3.70%

Nedostatak hijerarhijskog/modularnog pristupa 3.70%

Jednostavnost animacije 3.70%

Jednostavan za upotrebu 3.70%

Dobar kvalitet u odnosu na cenu 3.70%

Lak za prezentovanje 3.70%

Lako se dobija kod 3.70%

Neadekvatan grafički prednji kraj 3.70%

Razvijanje modela dugo traje 3.70%

Tabela 4. Područja primene simulacija

Područja primene simulacijaProcenat korisnika koji

koriste simulacije u određenim oblastima

Proizvodnja 66.60%

Zdravstvo 18.50%

Komunikacioni sistemi 11.10%

Uslužne delatnosti 7.40%

Modelovanje redova čekanja 7.40%

Benzinske pumpe 7.40%

Odbrambeni sistemi 7.40%

Poslovna obrada 7.40%

Distribuiranje 7.40%

Sistemi kancelarija 3.70%

28

Poljoprivredna i oprema za automatizaciju hrane 3.70%

Hemijska industrija 3.70%

Saobraćaj 3.70%

Trgovina 3.70%

Analiza problema statističkih uzorkovanja u industrijskim studijama 3.70%

Hale za pakovanje 3.70%

Popravka 3.70%

Obrada otpada 3.70%

Tabela 4 ilustruje područja primene simulacija i procenat učesnika u određenoj oblasti.

Na pitanje o uspehu modelovanja, 51.9% učesnika je izjavilo da su bili u mogućnosti da modeluju željene karakteristike modelovanog sistema, dok je 48.4% imalo problema zahvaljujući ograničenjima softvera i njegovoj nefleksibilnosti.

Tabela 5 pokazuje rezultate koji se odnose na glavna ograničenja i slabosti korišćenog softvera, uključujući i procentualne rezultate određenih odgovora, dok Tabela 6 prikazuje odgovore koji se odnose na najvažnije pozitivne karakteristike korišćenog softvera.

Konačno, prikaz karakteristika za koje bi korisnici voleli da su ukuljučene u simulacioni softver, a koje bi mogle da poboljšaju softver su predstavljene u Tabeli 7.

Tabela 5. Pregled mišljenja korisnika o glavnim ograničenjima softvera

Ograničenja softveraProcenat korisnika koji su naveli ograničenja

softvera

Ograničene standardne funkcije/fleksibilnost 22.20%

Težak za učenje 14.80%

Skup 14.80%

29

Neadekvatna pomoć pri eksperimentisanju (potrebni saveti, trajanje eksperimenta,

kombinacije izlaznih faktora…) 11.10%

Nedostatak kompatibilnosti softvera 7.40%

Nemogućnost analize rezultata 7.40%

Ulazni podaci 7.40%

Zastarelost 7.40%

Visoki troškovi održavanja i obuke 3.70%

Upotreba alarma (sigurnosnih uređaja) 3.70%

Nedostatak pomoći (on-line help) 3.70%

Nedostatak složenih jezika u paketima 3.70%

Neadekvatna mogućnost obrade 3.70%

Neadekvatna grafička preciznost 3.70%

Nedostatak tačnosti realnog vremena 3.70%

Loša logika 3.70%

Animacija koja odvlači pažnju 3.70%

Nema pristupa događajima sistema 3.70%

Mala mogućnost za razvijanje sopstvenog korisničkog interfejsa 3.70%

Spor 3.70%

Teškoće u određivanju važnosti modela 3.70%

Ne može se prenositi 3.70%

Zahteva veliku stručnost 3.70%

Prezentacija rezultata 3.70%

Neadekvatni korisnički interfejs 3.70%Nije moguće napraviti samostalne izvršne

modele 3.70%

Nemogućnost pravljenja modularnih simulacija 3.70%

Paket neobrađenih rezultata 3.70%

Potrebno više realnijih ulaznih veličina 3.70%

Upotreba lažnih radnih centara 3.70%

Nedostatak integracije planiranja simulacionih paketa 3.70%

Inicijalizacija 3.70%

30

Tabela 6. Pregled mišljenja korisnika o glavnim prednostima softvera

Osnovne dobre strane softveraProcenat korisnika koji su

naveli određene dobre strane softvera

Jednostavno modelovanje 48.10%

Dobra animacija/vizuelne mogućnosti 44.40%

Brzina modelovanja 22.20%

Fleksibilnost/povezivanje sa spoljnim kodom 18.50%

Grafički interfejs 7.40%

Mogućnost analiziranja ulaznih i izlaznih podataka 3.70%

Povezivanje sa drugim paketima 3.70%

Mala cena 3.70%

Jednostavno prikupljanje statistika 3.70%

Interaktivan 3.70%

Promenljiva brzina animacije 3.70%

Modularizacija modela (razvoj odvojenih modela) 3.70%

Pregled rezultata 3.70%

Mogućnost virtuelne realnosti 3.70%

Visoke aritmetičke mogućnosti 3.70%Neograničena funkcionalnost pomoću C

koda 3.70%

Jednostavno kreiranje koda koji se može ponovo koristiti 3.70%

Prenosivost (upotreba na različitom hardveru) 3.70%

Tabela 7. Pregled mišljenja korisnika o karakteristikama koje bi trebalo uključiti u simulacione pakete

31

Željene funkcije softveraProcenat korisnika koji su naveli određenu željenu

funkciju softvera

Bolja eksperimentalna podrška 18.50%

Dalji razvoj radi jednostavnijeg učenja i primene paketa 11.10%

Bolje povezivanje sa drugim paketima 11.10%

Bolja analiza rezultata i prikazanih podataka 7.40%

Dobre standardne funkcije 7.40%

Interni sistem za kreiranje korisničke logike 7.40%

Veća i jednostavnija fleksibilnost 7.40%

Kreiranje i analiza izveštaja 7.40%

Programiranje pomoću ikona/pravljenje grafičkih modela 7.40%

Bolja prezentacija modela na ekranu i na papiru 7.40%

‘Inteligentni’ interfejs koji bi savetovao o broju replikacija, vremenu zagrevanja… 3.70%

Virtuelna stvarnost 3.70%

Potpuna tačnost u odnosu na fizički svet 3.70%

Animacija u realnom vremenu 3.70%Dobre mogućnosti razvijanja sopstvenog

korisničkog interfejsa (za kreiranje podsimulatora) 3.70%

Pristup događajima sistema 3.70%

Mogućnost za prikupljanje statistika 3.70%

Bolji grafički korisnički interfejs 3.70%

Bolje statističke mogućnosti 3.70%

Dodatni blokovi za podršku raznih područja primene 3.70%

Samostalni izvšsni modeli 3.70%

Mogućnost optimizacije 3.70%

Analiza vremenskih serija 3.70%Biblioteka modela koji se mogu ponovo

koristiti 3.70%

32

Provera potpunosti 3.70%

Multimedijalne mogućnosti 3.70%

Interaktivno rukovanje parametrima za vreme vršenja eksperimenata 3.70%

Intervali poverenja 3.70%

Testiranje hipoteza 3.70%

Grafički prikaz rezultata simulacje 3.70%

Mogućnost izvršenja IF/THEN/ELSE naredbi 3.70%

Mogućnost štampanja jednom komandom svih parametarskih vrednosti, specifikacija objekata i putanja/logika u okviru modela

3.70%

Mogućnost poređenja odgovora na pitanja kao što su gde se mogu pronaći informacije o

datom atributu3.70%

6.4. Analiza rezultata studije

Rezultati studije prikazani u dosadašnjem tekstu otkrivaju interesantne trendove u korišćenju simulacionih softvera, a na koje su ukazali učesnici studije. Kada je u pitanju vrsta korišćenog softvera, više od tri četvrtine korisnika koristi simulatore, a polovina od njih koristi i simulacione jezike u isto vreme. Razlog za ovaj visoki procenat učesnika koji koriste i simulatore i simulacione jezike je činjenica da dve trećine korisnika koristi više od jednog simulacionog paketa (pa čak i do 7). Mnogi učesnici studije kombinuju obrazovne, istraživačke i projekte iz stvarnog života, i to su, pre svega, akademci koji su, verovatno, pribavili većinu ovih softverskih alata uz određeni popust. Sa druge strane, korisnici iz oblasti industrije češće koriste fleksibilnije simulacije i jezike opšte svrhe, imaju manje alata na raspolaganju, i obično moraju da plate punu cenu paketa.

U odnosu na cilj simulacije, interesantno je da je više od 80% ispitanika koristilo simulaciju za modelovanje realnog sistema, što ukazuje da su mnogi od akademskih učesnika uključeni u istraživačke aktivnosti i rade na projektima iz stvarnog života

33

(kako oni predstavljaju većinu ispitanika). Simul8 i WITNESS su najčešće korišćeni paketi, a zatim sledi Siman/CINEMA. Svi ovi paketi su simulatori sa različitim stepenima fleksibilnosti i određenim mogućnostima za dodatno programiranje.

Opšte mišljenje o korišćenom softveru pokazuje da se glavna primedba korisnika odnosi na to da softveri imaju malu fleksibilnost i mogućnosti za razna modelovanja (iako, u isto vreme nešto manji procenat korisnika izražava suprotno mišljenje, tj. da paketi imaju velike mogućnosti i fleksibilnost). Značajan procenat ispitanika je mišljenja da je softver uopšte jednostavan za primenu, ali težak za učenje. Nešto manji procenat ispitanika misli da je softver obiman, ali dobar za učenje.

Analiza područja primene simulacija otkriva da je proizvodna oblast dominantna (66.66%). Drugo bitno područje primene je zdravstvo (kliničkim tretmanima), a zatim u komunikacionim sistemima. Pored ovih oblasti, ispitanici koriste simulacije u uslužnim delatnostima, benzinskim pumpama, sistemu odbrane, redovima čekanja, modelovanju poslovne obrade i distribucije, kao i u nekim drugim manje bitnim oblastima.

Osnovna ograničenja softvera obuhvataju ograničenu softversku fleksibilnost, teškoće u učenju i visoku cenu softverskih paketa. Ostali značajni problemi uključuju neadekvatnu kontrolu u eksperimentisanju, malu kompatibilnost softvera, nedostatak mogućnosti za analizu rezultata, probleme sa unosom podataka i zastarelost softverskih paketa. Primedba o nedostatku fleksibilnosti je, verovatno, uzrokovana time što vecina ispitanika koristi simulatore, za koje se veruje da su manje fleksibilni od simulacija i jezika opšte namene.

Kada su u pitanju dobre strane softvera, očigledno je da je najvažnija karakteristika jednostavan razvoj modela (iako, u isto vreme ispitanici misle da je softver težak za učenje). Skoro polovina ispitanika smatra da su animacija i vizuelne mogućnosti važne osobine simulacionih paketa. Ostale bitne pozitivne karakteristike su brzina modelovanja, fleksibilnost i grafički interfejs.

Željene osobine za koje bi ispitanici voleli da su uključene u softver znatno variraju zavisno od grupe ispitanika, što pokazuje da želje veoma zavise od individualnog ukusa i ocekivanja. Neke

34

od najčešće pominjanih karakteristika su bolja eksperimentalna podrška, bolje mogućnosti povezivanja sa drugim paketima i dalji razvoj koji ce omogućiti lakše učenje paketa. Manji procenat učesnika bi želeo da paketi pružaju bolju analizu rezultata, poboljšane standardne operacije, interne sisteme za kreiranje korisničke logike, veću fleksibilnost, veću mogućnost analiza rezultata, programiranje pomoću ikona i bolje predstavljanje modela. Postoji još nekoliko desetina drugih poželjnih osobina koje je navelo manje od 4% ispitanika, što je uglavnom posledica načina odgovaranja na pitanja koji je učesnicima omogućio da iznesu lične poglede i stavove.

6.5. Zaključak studije

Predstavljena studija o korisnicima simulacionih softvera otkriva u kom obimu su korisnici, koji su učestvovali u ovoj studiji, zadovoljni softverom i kako bi oni voleli da se taj softver poboljša. Opšta analiza svih dobijenih rezultata pokazuje da je softver koji koriste ispitanici, pre svega, jednostavan za upotrebu i da ima dobra vizuelna svojstva, ali da je suviše ograničen za složenije nestandardne probleme, da je preskup i da nije u mogućnosti da pruži adekvatnu kontrolu pri eksperimentisanju. U druga otkrivena ograničenja spadaju teško učenje paketa, mala softverska kompatibilnost, nedostatak mogućnosti za analiziranje rezultata, nepostojanje složenih jezika uključenih u pakete...

Najdominantnija oblast primene simulacija je proizvodnja, iako se čini da se simulacije mogu uspešno koristiti i u drugim oblastima. Brojne su funkcije koje su učesnici zahtevali, a koje se uglavnom odnose na veću pomoć u eksperimentalnom dizajniranju (koje se odnose, npr. dužina trajanja eksperimenta ili kombinacija ulaznih faktora koji se koriste za određeni eksperiment), paketi koji se lakše uče i koriste i povećana kompatibilnost softvera (lakša i bolja integracija sa drugim paketima, kao što su alati za upravljanje bazama podataka). Ostale tražene funkcije su bolja analiza izlaznih rezultata, veća fleksibilnost i mogućnost grafičkog modelovanja.

Mišljenja korisnika o softveru se mogu lepo ilustrovati sledećim komentarom jednog od ispitanika:

35

'Ne može se menjati konfiguracija, zbog čega je pakete teško dobro iskoristiti u problemima koji se i malo razlikuju od onoga što je dizajner imao u vidu. Izgleda da je poželjno kombinovati jednostavne simulacione pakete sa fleksibilnošću koju pružaju simulacioni jezici. To bi ustvari značilo, jedno objektivno orijentisano okruženje namenjeno simulacionim aplikacijama, ali i koje je dovoljno otvoreno za moguća proširenja. DEMOS, SimObject i SIMPLE++ su dobar pokazatelj šta se može uraditi, ali pravi napredak u ovoj oblasti će biti učinjen kada se takvo okruženje poveže sa vizelnim programskim alatima.'

Očigledno je jedan paket ne može sam da obuhvati sve željene funkcije, da je u isto vreme jednostavan za učenje i primenu, da je jevtin, da ime odlične grafičke mogućnosti, da je veoma fleksibilan, a da ima inteligentne funkcije za eksperimentalni dizajn i analizu reultata. Ipak, željene funkcije koje su naveli ispitanici mogu biti koristan indikator potreba korisnika. Ove potrebe mogu biti korisne za stvaraoce softvera kako bi bolje razumeli zahteve mušterija i kako bi poboljšali simulacioni softver, pružajući mu veću fleksibilnost postignutu sa manje truda pri modelovanju.

7. METODOLOGIJA SIMULACIONOG MODELIRANJA

Simulaciono modeliranje je slično drugim inženjerskim disciplinama. Zahteva obuku i iskustvo da bi se postalo kompetentan, i nije lako i jednostavno kao što mnogi ljudi veruju. Koliko je nauka s jedne strane, toliko predstavlja i umetnost sa druge. Da bi se bilo efektivan modelar nije neophodno imati diplomu iz simulacije, industrijskog inženjerstva, ili neke druge slične discipline, ali postoji određena metodologija predstavljena u daljem tekstu kroz nekoliko koraka koju treba primeniti.

Mnogi članci i knjige su napisani o različitim aspektima umetnosti simulacionog modeliranja – procedure za uspešnost projekata, pogodne menadžment tehnike, razlozi zbog kojih projekti propadaju i ne realizuju se, izbor softvera itd. Vrlo često, novi modelari jednostavno izaberu softverski paket za simulaciju i krenu da projektuju simulacioni model. Umesto toga, potrebno je prvo proučiti sledeću metodologiju, ili neki sličan skup instrukcija, koji u kombinaciji sa zdravim razumom i rasuđivanjem stvara

36

dobru osnovu za donošenje mudrih odluka čim se počne simulaciono modeliranje.

Ova metodologija simulacionog modeliranja bazira se na 12 koraka, faza. Ne postoji ništa magično oko broja 12, može biti predstavljena i kroz 10 ili 15 koraka. Ono što je bitno, je predviđeni redosled procesa i da sadržaj svake faze bude ostvaren. (Banks, Gibson, 1996)

1. Definisati problem

Možda najvažniji, ali najčešće zaboravljeni i zanemareni aspekt simulacionog modeliranja je precizno definisanje problema koji treba biti rešen. Najveća zabluda onih koji nisu upoznati sa simulacijom je da jednom izgrađen model ima mogućnost rešavanja i davanja odgovora na bilo koja i sva moguća pitanja konkretnog simuliranog sistema. Kao i druge kompjuterske aplikacije, simulacioni model može da radi i simulira samo ono za šta je projektovan, i totalno je nepraktično da bude dizajniran da radi sve. Zbog svega toga, pažljiva ograničenja dizajniranog modela, obim i nivo detaljnosti modela su krajnje kritični. Dobar način da se počne je sastavljanje liste pitanja na koja će model dati odgovore. Malo konkretnije, na primer, kolika je maksimalna dužina korišćenog akumulacionog konvejera?, pre nego pitati Koliko veliki sistem treba da bude?. Pitanja trebaju biti određena i konkretna. Još jedan primer boljeg formulisanja pitanja je, Koliko linija za sortiranje je u upotrebi?, pre nego Da li je potrebno 10 linija za sortiranje?.

Pošto je sastavljena lista svih pitanja, treba ih svrstati u dve grupe:

• ključna pitanja, ona na koja model mora biti u mogućnosti da da odgovore;• dopunska pitanja, pitanja na koja bi bilo poželjno da model da odgovore.

Klasifikacija pomaže usredsređenje na konstrukciju modela, i govori modelaru šta bi možda moglo biti izostavljeno u slučaju kada je neophodno ispoštovati vreme ili budžetska ograničenja.

Za vreme ove faze, suzdržite se od osuđivanja dok sistem bolje ne razumete, upoznate. Izbegnite iskušenje da utičete na pitanja

37

ako verujete da već imate odgovor, ili razmatranja da li je taj aspekt sistema nebitan ili nepovezan sa rešenjem problema. Takođe je od pomoći u ovoj fazi kvantifikovati očekivane koristi od dobijanja odgovora na svako pitanje. Ovaj proces će pomoći u sastavljanju liste pitanja i to onih stvarno bitnih. Previše pitanja vodi ka velikom i glomaznom modelu koji bi bilo teško konstriusati, vrednovati i koristiti.

Važno je rešiti pravi problem. Ako definisan model ne daje odgovore na ključna pitanja, projekat može u startu biti osuđen na propast iako je model bio dosledan. Možda će biti potrebno ponovo se vratiti na ovaj korak, posebno posle druge i treće faze, da bi se uverilo da je model i dalje fokusiran na prave aspekte problema.

2. Razumeti, poznavati sistem

Posle definisanja problema koji treba da se reši, sledeći korak je detaljno razumevanje sistema ili objekta koji se simulira. Ne možete modelirati ono što ne razumete, je vrlo jednostavan aksiom, ali je često ignorisan pogotovo od neiskusnih modelara u njihovoj žurbi da se konstruiše osnovni model. Važnost ovog stava ne može biti prenaglašena.

Počnite sa obilaskom postrojenja. Ako sistem ne postoji nego se nalazi za sada samo u građevinskom projektu obiđite slična postrojenja, i napravite detaljni pregled izgleda postrojenja ili dizajnirajte skice sa nekim ko je za to zadužen. Sastavite listu komponenti sistema: mašine, lokacija skladišta, baferi ili linijske lokacije i njihove veličine, lokacije alata, kritični resursi, prenosne jedinice materijala, mašinski operatori, roboti, i operatori za održavanje.

Razvijte razumevanje operativnih karakteristika sredstava, kao što je procesna logika, pravila rasporeda, operativni rasporedi i prekidi, interakcija između obrade i manipulacije materijala. Pričajte sa supervizorima ili operaterima, postavljajte pitanja, i na osnovu svega toga sastavite dokument Opis operacija sistema. Ako je moguće, neka supervizor pregleda i iskomentariše dokument.

38

Nakon obilaska objekata i sredstava uzmite CAD crteže ovog sistema. Oni će pomoći u razumevanju sistema i u postavljanu okvira za potrebna problematična pitanja. Takođe, crteži mogu biti iskorišćeni kao baza za razvoj animacije modela.

Na kraju, treba uključiti zdravu logiku: Da li postoji dovoljno poznavanja svih aspekta sistema bitinih za odgovore na ključna pitanja? Na primer, ako se pitanje odnosi na završno vreme narudžbine u distribucionom centru, a sama procedura izdavanja narudžbine i količine izlaznih proizvoda vam nije kompletno jasna, u tom slučaju mora se posvetiti još vremena proučavanju sistema.

3. Determinisati ciljeve

Pošto je u prethodnoj fazi razrađen sistem koji treba biti simuliran, sledeći korak je planiranje simulacionog projekta, i to ga započeti sa postavljanjem eksplicitnih ciljeva projekta. Ovo je vrlo usko povezano sa tim na koja pitanja model treba da da odgovore, i možda bi trebalo ponavljati i vraćati se na to svrstavanje pitanja sve dok nisu konzistentna i prihvaćena od menadžmenta. Cilj modelara bi bio da limitira veličinu i potencijale modela samo na one tražene za ciljeve projekta i ključna pitanja. Kao i kod drugih kompjuterskih aplikacija, zahtevani napor za izgradnju i validaciju modela raste proporcionalno prema zahtevima, potrebama.

Na početku treba odlučiti koji scenario će biti simuliran: npr. dan maksimalnog opterećenja, ili prosečni dan bez neki neprihvatljivih uslova, ili treću smenu na kraju meseca. Upotrebite normalne operativne cikluse postrojenja tako da možete determinisati dužinu vremenskih perioda za bilo koji scenario. Na primer, ako je vaš cilj da determinišete zahtevani kapacitet maksimalnog opterećenja, što je tipičan simulacioni zahtev, onda treba da proučite podatake iz prošlog perioda i tu da utvrdite koji je najopterećeniji dan i da ograničite simulirani scenario na smene tog dana. Ovo će takođe zahtevati i napore prikupljanja podataka, što će ovde biti predstavljeno kao faza osam. Dopunski scenario može biti specifičan, ali treba biti svestan činjenice da svaki novi scenario zahteva pažljivo preispitivanje sposobnosti i obima modela, kao i mogućnost unošenja skupa novih ulaznih podataka.

39

Sledeće, odrediti koji kriterijum vrednovanja će biti korišćen pri analizi rezlutata modela. Koje su ključne merne jedinice performansi? Kakvo rešavanje je zahtevano svrsishodno nameri korišćenja od strane menadžmenta? Još jednom, razdvojite to sve u dve kategorije, zahtevano i poželjno, mada neke merne jedinice mogu zahtevati dopunska značenja kompleksnosti modela i u tom slučaju mogu biti nepotrebne.

Na kraju, rezimirajte ciljeve projekta u pisanom obliku i dajte na uvid svima koji su uključeni na odnosnom projektu. Budite sigurni da su svi saglasni u potpunosti sa njima. Ako nije tako, zadržite se na ovome i razlučite i razrešite različita očekivanja ili rizikujete verodostojnost modela, a samim tim i neizostavno i kasniji uspeh projekta.

4. Naučiti osnovno

Iako je preporučljivo da se pozabavi sa ovom fazom pre preuzimanja specifičnog simulacionog projekta, većina nalazi da je lakše završiti je ako su motivisani sa postojanjem realnog problema koji treba rešiti. Ovo bi se moglo nazvati usputno učenje. Ako ste jedan od takvih, onda budite sigurni da ste odvojili sebi dovoljno vremena u vašem projektnom rasporedu u okviru koga morate sprovesti ovu fazu.

Postoji više načina na koje se može sprovesti ovaj zahtev. Možete dobiti i proučiti jedan ili više od mnogo dostupnih tekstova. Možete pohađati polazni kurs na godišnjim simulacionom konferencijama ili možete pohađati od jednodnevnog do trodnevnih kurseva koji se održavaju na institutima i fakultetima industrijskog inženjerstva. Ako postoji veći broj ljudi u kompaniji koji treba da nauči i upozna neke osnove simulacionog modeliranja, možda bi čak bilo ekonomičnije organizovati kratki kurs u samoj kompaniji.

5. Potvrditi da je simulacija ‘pravi alat’

Kako se završi sa prva četiri koraka ove metodologije treba malo pauzirati pre nego se nastavi i zapita da li je simulacija pravi način za rešavanje ovog problema? Postoje i drugi alati i to čak možda manje skupi ili brže dostupni. Tu bi mogli svrstati statistički tabelarni model ili zatvorenu formu analitičkih rešenja koričćenu uz određene oblike

40

matematičkog programiranja. Sa praktične tačke gledišta, simulacioni modeli ne obezbeđuju optimalno rešenje, oni jednostavno izveštavaju o stanju performansi sistema za određeni uneti skup uslova koje korisnik unese. Korisnik je taj koji mora da vodi simulacione eksperimente i analize do dobijanja prihvatljivog rešenja ili odgovora.

Ključni atributi problema koji isključuju korišćenje ovih drugih tehnika rešavanja podrazumevaju kompleksne sistemske interakcije i dinamiku sistema. Uzajamna dejstva između komponenti sistema je teško predstaviti u ograničenom osnovnom setu jednačina neophodnih za matematičko programsko rešenje. Elementi sistema koji uzajamno deluju i menjaju se tokom vremena, i čije vremenski promenljivo ponašanje je bitno uhvatiti, su teški za predstaviti u spredšitu ili drugoj statističkoj tehnici rešavanja što generalno obezbeđuju samo srednje vrednosti rešenja mernih jedinica.

Ako niste sigurni koju tehniku rešavanja da izaberete, razmotrite traženje konsultantske pomoći koja bi vam pomogla da se odlučite.

6. Pridobiti podršku menadžmenta

Ovo je još jedan korak koji deluje kao očigledan, ali je jako često zanemaren i preskočen u žurbi da se napreduje po pitanju rada na projektu. Mora se pridobiti potpuna podrška od menadžmenta na početku projekta, ili će menadžment biti nevoljan da prihvati rezlutate. Ako rezlutati nisu upotrebljeni, simulacioni projekat će biti okarakterisan kao promašaj.

Ključna komponenta ovog koraka je obrazovanje. Menadžment u većini kompanija ima malo ili nikakvo iskustvo sa simulacionim modeliranjem. Mnogi menadžeri će imati krajnje nerealna iščekivanja u pogledu procesa, i to najčešće u vezi sa rasporedom projekta i sa obimom i mogućnostima modela. Prvi korak ka dobijanju podrške od menadžmenta je pomoći im da razumeju sam proces i ustanoviti razumna očekivanja od projekta.

Počnite sa generalnim opisom kroz vraćanje na ciljeve projekta, vremenske okvire, obim modela, pitanjima na koja treba dati odgovore, i vrednostima performansi koje će biti korišćene. Obezbedite i sve pozadinske informacije o procesu. Diskutujte šta modeli mogu, a šta ne mogu da rade. Tehnika koja je često od

41

pomoći je upoznavanje sa najboljim i najintersantnijim delovima sličnog projekta neke druge kompanije - šta je naučeno, koliko je vremena bilo potrebno, i bilo koji komentari menadžmenta koju su prikladni.

Držite redovne, ali kratke, sastanke sa menadžmentom da bi bili informisani o progresu. Za one menadžere koji nisu slobodni da prisustvuju sastancima, prosledite kratke skripte obrađenih ključnih tema. Kada je model završen i verifikovan, uključite menadžment u proces analiziranja, da budu aktivni u procesima otkrivanja i odlučivanja. Imajući učešće samim svojim prisustvom ovim predavanjima, steći će uvid u proces i razumeti i deliti učešće u rezultatima.

Pridobijanje podrške menadžmenta je kontinualni zahtev, ne događa se samo jednom npr., na početku rada na projektu. Teoretski, simulacioni modeli se rade da bi dali odgovore na teška i ključna pitanja, pitanja za koja menadžment ima velika interesovanja. Menadžeri što su više uključeni, više će ceniti proces i više će naučiti iz projekta.

7. Naučiti softverske alate za simulaciju

Napraviti izbor iz ogromne dostupnih softvera za simulaciju diskretnih događaja je zbunjujuće za novajlije u ovim oblastima. Predlog bi bio da se nastavi u ovoj fazi na krajnje staromodan način i to sa sagledavanje ne više od 50 siimulacionih softvera koji su predstavljeni u Priručniku za kupovinu simulacionih softvera (Simulation Buyer’s Guide). Da li nam treba specijalizovan proizvodni softver ili tražimo simulacioni jezik? Da li nam treba softver za terminiranje ili softver za procesnu kontrolu? Da li nam je potrebna animacija, i ako jeste, da li je neophodno da bude 3D?

Kada suzite izbor na otprilike 5 mogućih softvera koristeći pitanja kao gore navedena, i druga prigodna vašoj situaciji, onda se koncentrišite na razmatranja koja se tiču ulaznih mogućnosti, procesnih mogućnosti, izlaznih mogućnosti, simulacionog okruženja, podrške i troškova. Svako od ovih razmatranja ponaosob otvara još dosta dopunskih.

42

• Tačnost i detaljnost mogu biti od velikog značaja.• Moćne sposobnosti softvera mogu da učine porast produktivnosti simulacionog modelara.• Koiristite najveću brzinu koju možete da priuštite, jer je veći trošak vremenski zastoj i čekanje u radnom vremenu modelara.• Sataviti listu sa stavkama za i protiv.• Implementacija i mogućnosti su ono što je bitno. Glavno pitanje koje se odnosi na ovo je: Koji simulacioni paket je onaj pravi? Pri kupovini softvera, dobra je ideja uraditi sledeće:• Dati prodavcu simulacionog softvera da reši malu verziju vašeg problema• Tražite karakteristike koje mogu da potvrde mogućnosti i ograničenja softvera• Tražite mišljenje konsultanata koji koriste nekolicinu softvera• Tražite mišljenja kompanija sa sličnim aplikacijama• Posećujte sastanke korisničkih grupa i godišnje simpozijume• Pohađajte kurs obuke korišćenja softverskog paketa

8. Determinisati koji podaci su potrebni, a koji dostupni

Postoji više vrsta podataka koji se koriste u simulaciji. Ovo uključuje vremenski zasnovane podatke kao što su međudolazno vreme, stepen zahteva, vreme utovara, vreme istovara, vreme obrade, vreme zastoja, vreme popravki, i vreme transporta. Druge vrste podataka korišćenih u simulaciji podrazumevaju delimične inspekcije zastoja, posebne zahteve svake mašine i podatke posebne za svaki tip određenog dela.

Problemi sa podacima se javljaju kada imamo male uzorke, zbirne podatke, kvalitativne podatke, prosečne veličine čije vrednosti samo nagađamo, i podatke predstavljene u pogrešnom formatu (npr. prošlogodišnje podatke umesto ovogodišnjih podataka ili narudžbene umesto otpremnih podataka).

Izvori podataka podrazumevaju direkto praćenje, istorijske podatke i podatke iz vremenskih studija, i automatizovane podatke. Ali vrlo često automatizovani podaci mogu da budu

43

netačni (Prazan hod mašine je zato što je isključena ili zbog toga što je radnik koji je opslužuje otišao na ručak?). Ponekad, podaci iz sličnih sistema mogu biti iskorišćeni, ali izvoditi zaključke iz ovakvih izvora može biti rizično.

Drugi izvor podataka je procena operatera. Ali, oni su najsumnjiviji jer ljudska procena je krajnje oskudna i loša. Tu su zaboravljene ekstremne vrednosti i naglašena je sadašnjost.

Specifikacije i tvrdnje prodavca su još jedan izvor. Mada ipak, one mogu biti visoko optimističke, npr. pouzdanost sistema može biti precenjena.Često je slučaj da ne postoje nikakvi podaci. Razmatrani sistem se nalazi u fazi dizajniranja i sistem ne postoji. Druga mogućnost je da su prikupljani neodgovarajući podaci.

Postoje tehnike koje treba koristiti kada ne postoje nikakvi ili nedovoljni podaci. Na primer, ako je osnovni proces stvarno slučajan, pod određenim opštim okolnostima, eksponencijalna raspodela može dati rezultate.

9. Razvijanje pretpostavke o problemu

Glavna briga je uspešno ostvarenje ove faze, i to iz mnogo razloga. Na primer, pretpostavke uključuju odgovarajući sistem ograničenja. Ako su granice prevelike, dodatno vreme i troškovi onemogućiće završenje simulacije. Ako su granice premale, pitanja koja su postavljana u vezi simulacije mogu ostati bez odgovora. Slično tome, kompleksnost simulacionog modela treba biti determinisana. Kompleksnost treba biti dovoljna da odgovori na postavljena pitanja, ali ništa više od toga.

Sa druge tačke gledišta, pretpostavke su bitne na kraju simulacije. Nezavidan je položaj biti napadnut kritikama na kraju simulacije, da je rešen pogrešan problem. Takav kriticizam može biti zaustavljen ukazivanjem na pretpostavke koje su bile prihvaćene na početku projekta.

Najbolja situacija je imati kompletno slaganje sa pretpostavkama i verifikovati da su pretpostavke bile tačne uporedo sa progresom

44

simulacije. U slučaju različitog mišljenja, može biti neophodno pregovarati sa vremenskim produženjem ili dodatnim resursima u cilju završetka simulacije.

10. Determinisati izlaze potrebne za rešenje formulisanih problema

Postoji mnogo mogućih izlaza, uključujući kompletne rezlutate rada, broj učesnika, korišćenje, vreme procesa, broj poslova koji kasne i vreme tog kašnjenja, su samo neki spomenuti. Mogu biti prezentovani kao odgovori na sledeća postavljena pitanja:

• Hoće li sistem zadovoljiti zahteve obrade materijala?• Šta se dešava u periodoma maksimalnog opterćenja?• Koliko je vreme ponovnog uspostavljanja rada nakon kratkoročnih zastoja koji uzrokuju uska grla i čekanje?• Koliki je kapacitet sistema?• Ako se pojave problemi, šta je njihov uzrok?

Ali svrha je razumevanje, ne samo cifre. U daljem radu, ovo razumevanje uključuje statistička razmatranja. Većina ljudi se ne snalazi najbolje sa statističkim aspektima simulacije. Možda zato što nikad nisu proučavali inženjersku statiku, hipotezno testiranje, ili bilo koje drugi prikladni naziv. Možda su odavno učili i samim tim zaboravili pravila. Možda su učili ali nikad stvarno nisu razumeli značenja svih tih jednačina. Koji god da je razlog, postoji analiza izlaznih mogućnosti izgrađena kroz mnoge simulacione pakete. Postoje takođe i dodatni paketi koji mogu biti posebno kupljeni za specifične softvere. Još jedna opcija je softver koji analizira simulacione izlaze.

Koja god tehnika da je korišćena zahteva razumevanje. Srećom, postoji mnogo pomoćnih opcija oko ovog razumevanja ugrađenih u simulacione softvere.

11. Simulaciju izvšiti interno ili eksterno?

Ustvari, postoji veliki broj kombinacija za izvršavanje simulacije. Simulacija može biti izvršena interno, eksterno, ili kombinacijom ova dva pomenuta načina.

45

Za one koji su novi korisnici, i koji se prvi put sreću sa ovim, izvršenje simulacije interno možda nije baš mudro. Tu je previše odluka koje moraju biti donete, i pri tome mogu biti pogrešne. Imati konsultanta koji izvršava inicijalnu simulaciju može biti korisno i da time još i pokaže pogodnu aplikaciju tehnologije. Kompanija može da uči tako putem interakcije i osmoze. Druga mogućnost je da kompanija koristi konsultatnske usluge za tu prvu aplkaciju tehnologije. Varijacija na ovu mogućnost je takozvani jump start. U tom slučaju konsultant pomaže da se krene sa realizacijom projekta, a onda se okreće upravljanju i organizaciji internih grupa.

Za korisnike koji retko koriste simulaciju, mora se uzeti u obzir dodatno vreme za obnavljanje i prisećanje gradiva ove oblasti. Na primer, ako se simulacija koristi jedanput godišnje na tri meseca, a onda ne koristi devet meseci, u tom slučaju analitičar (ako je ista osoba u pitanju) mora svake godine da se podseti softvera ili nauči da radi sa novim softverom. Naravno, i isti softveri se menjaju i usavršavaju vremenom u funkciji novijih verzija. Razmatrajući situaciju kada imamo kratak vremenski rok na raspolaganju za završenje simulacije, vreme iskorišććeno u obnavljanju tematike bi oduzelo veći deo vremena predviđenog i dostupnog za simulacione aktivnosti. U tom trenutku bi pomoć konsultanta bila od neprocenjive vrednosti.

Za česte korisnike simulacije, može biti formirana interna grupa. Ta interna grupa bi mogla biti potpomognuta konsultantskih uslugama ako je velika potražnja ili ako je jako malo vremena ostalo do isteka zadatog vremenskog roka.

12. Početak realizacije projekta

Neke tačke koje treba razmotriti za formalni sastanak koji se održava neposredno pre početka realizacije projekta su sledeće:

• Dnevni red treba da bude sa kratkim tematskim nazivima. Prvi formalni sastanak pre početka realizacija projekta treba da bude optimističan, da se brzo odvija i da održava interest firme.• Pokazati prekretnice. Trebalo bi da postoji mnogo prekretnica. Ovo je korisno u održavanju učešća donosilaca odluka u rešenje problema.

46

• Plan za većinu interakcija. Ne treba interakcija da bude samo predviđena, već mora biti i podržana. Ovo osigurava kontinualno interesovanje donosilaca odluka.• Odgovorite na zabrinutost i zamerke. Ovo pokazuje da postoji interesovanje za ono šta žele da kažu donosioci odluka i oni koji nisu u timu za simulaciju. Takođe, može biti veoma dobrih stavki i smernica u zamerkama. Velika pažnja treba se posvetiti da se donosioci odluka i oni koji nisu direktno uključeni u simulacioni tim ne otuđe, ne odalje od celokupnog projekta.• Budite realni. Ako postoji bilo kakva namera za završenje više od jednog simulacionog projekta obratite pažnju na mogućnosti. Preterana obećanja i priče kako će se sve završiti, i sve to jako brzo i jeftino, može samo upotpuniti razloge za odustajanje od simulacionog projekta.• Završite samouvereno. Kraj sastanka pred početak realizacije treba da razbije sumnje i da uveri da su svi prisutni u ovome zajedno i da će svako od njih ponaosob dati ono što je potrebno za uspeh simulacionog projekta.

8. PREGLED SOFTVERA ZA SIMULACIJU U PROIZVODNJI

Mnoštvo simulacionih softvera koji su dostupni može biti poražavajuće za nove korisnike. Sledeći predstavljeni su samo slučajan uzorak softvera koji se nalaze danas na tržištu. (http://lionhrtpub.com/ORMS.shtml)

Postoji nekoliko stvari koje čine simulacioni paket idealnim. Neke su pogodnosti paketa kao što su podrška, reaktivnost na notifikaciju greške, interfejs, itd. Neke druge pogodnosti paketa koje pruža korisnicima, kao što su njihove potrebe, njihov nivo ekspertize, itd. Zbog tih razloga pitanje koji paket je najbolji, predstavlja iznenadni neuspeh procenjivanja. Prvo pitanje koje treba postaviti je u koju svrhu vam je potreban softver? U svrhu edukacije, obuke, studentskog projekta ili istraživanja?

Glavno pitanje glasi: Koji su bitni aspekti koji se traže u paketu? Odgovor zavisi od specifične aplikacije. Mada ipak, neki generalni kriterijumi su: ulazni kapaciteti, mogućnost optimizacije, izlazni

47

rezultati, okruženje koje uključuje službu obuke i podrške, ulazno-izlazne statističke podatke analize mogućnosti, i naravno faktor troškova. Morate znati koje karakteristike su potrebne, prigodne i neophodne za vašu situaciju. (http://ubmail.ubalt.edu/~harsham/simulation/sim.htm)

Simulacija industrijskih

procesa

SIMAS II

SIMAS II je posvećen simulaciji industrijskih instalacija masovne prozvodnje na polju automatizovane montaže i pakovanja hrane.

http://www.cimpact.ch/products/products.html

gPROMS

gPROMS, namenjen modeliranju i simulaciji kontinualnih sistema, dizajniran da istovremeno bude i kompletno razvijeno simulaciono okruženje, kao i simulaciona mašina koja može biti ugrađena u prodajnim aplikacijama sa obezbeđenjem razumljivog dizajna i operativnih alata. =http://www.psenterprise.com/gPROMS/

SimBax

SIMBAX je specijalno napravljeni alat kao podrška pri donošenju odluka u cilju ispunjenja potreba procesne industrije u oblasti materjalnih tokova simulacije. SIMBAX dopušta brzo procenjivanje i poređenje većeg broja različitih alternativnih scenarija u cilju lakšeg eliminisanja uskih grla i nalaženja rešenja izbegavajem neproduktivnih zadržavanja opreme i resursa.

http://www.aicos.com/Prodlog/Simbax.html

SES/Workbench SES/Workbench je generalno simulacioni alat za arhitekturu hardvera i kompleksne sisteme. Podržava dizajn simulacionih modela iz objektno orijentisane perspektive i obezbeđuje oba, i grafički interfejs za upoznavanje sa definicijom problema, i grafičku animaciju simulacije za prezentovanje rezultata. Dostupan je za široki spektar kompjuterskih sistema od različitih tipova Unix sistema do Windows NT.

48

http://www.hyperformix.com/products/workbench.htm

WITNESS

WITNESS obezbeđuje grafičko okruženje za dizajn simulacionih modela diskretnih događaja. Dozvoljava automatsko upravljanje simulacionim eksperimentima, optimizira materijalne tokove postrojenja, i generiše animirane 3D modele virtuelne realnosti.Besplatna verzija je dostupna.

http://www.lanner.com/

ARENA

ARENA je dizajnirana od strane Systems Modelling Corp kao objektno orijentisani softver i poseduje sposobnost prilagođavanja bilo kojoj aplikacionoj oblasti. Zasniva se na SIMAN jeziku za modeliranje.

http://www.arenasimulation.com/

EASY5

EASY5, razvijen od strane Boeig Inc., je softver za modeliranje i simulaciju dinamičkih sistema koji sadrže hidrauliku, pneumatiku, mehaniku, termanlne, električne i digitalne sub sisteme. Kompletan set karakteristika kontrolnog sistema za modeliranje, analizu i dizajniranje je ukuljučen u softver.Evropski distributer je Applied Dynamics International Ltd mailto:easy5@appdyn.co.uk

http://www.boeing.com/assocproducts/easy5/home.htm

SIMPLORER

Simulator za industrijski dizajn, istraživačke projekte i obrazovne svrhe. Spoljašnji kod može biti uključen. Poseduje sopstveni jezik. Podrazumeva korišćenje hijerarhijskih struktura.Besplatna verzija može biti naručena i dobijena putem elektronske pošte.

http://www.simec.com/english/simplorer/demo.htmlhttp://www.simplorer.com/

Promodel

Promodel optimizacioni model je softverski alat zasnovan na simulaciji za procenjivanje, planiranje ili redizajniranje proizvodnih, skladišnih i logističkih sistema.

http://www.promodel.com/

AutoSimulations AutoSimulations je simulacioni softver koji daje 3D slike postrojenja kao i statističke podatke koji su pokazatelji

49

ponašanja istih.

http://www.autosim.com/simulation/index.html

DynaWiz

DynaWiz simulacioni program opšte namene multibody dinamike korišćen u svemirskoj, automobilskoj industriji i industriji robota. Radi sa C,C++ i Fortran kontrolnim kodovima kao i sa Matlab/Simulink. U oba slučaja, korisnik obezbeđuje logičku kotrolu, a DynaWiz vodi računa o dinamici umesto samog korisnika. Podržava isturenu i inverznu dinamiku. Podešava Prilagođava propisani pokret, fleksibilnu dinamiku, i restartuje mogućnosti.Dostupna je demo verzija.

http://www.concurrent-dynamics.com/

AMESim

AMESim je softver posvećen modeliranju i simulaciji fluidnih sistema kao što su ležišta zupčanika, transmisija točkova itd. Poseduje takođe podatke za modeliranje i simulaciju sistema za hlađenje, razmenjivača toplote itd. AMESim nalazi svoje aplikacije u oblastima automobilske i svemirske industrije. AMESim radi na različitim paltformama kao što su HP/UX, Silicon Graphics, IBM RS/6000, Sun SPARCs, and Windows NT.

http://www.amesim.com/

ShowFlow

ShowFlow Simulation je dizajniran za modeliranje, simulaciju, animaciju i analizu procesa u logističkim, proizvodnim i materijalnim tokovima. Obezbeđuje moćnu vizualizaciju i izveštajne alate, i to posebno za simulacionu animaciju. Modelaru je dosta olakšano dostupnošću mnogo simulacionih komponenti spremnih za izvršenje. Cena je takođe veoma povoljna. Probni demo je dostupan.

http://www.showflow.com/

QualNet

QualNet je alat za modeliranje žičih i bežičnih mreža. QualNet softver je sastavljen od QualNet Simulatora, za koji se tvrdi da je najbrži za modeliranje stvarnog vremena saobraćaja. QualNet Animator dozvoljava grafičko dizajniranje modela mreža, koristeći veliku bazu podataka komponenti, i prikazuje rezultate simulacije. QualNet Dizajner dozvoljava kreiranje Finite State Automata da bi opisali ponašanje vaših mreža, dok sa QualNet Analizatorom i Dizajnerom možete interpretirati i raztumačiti simulacione rezultate. Windows and Linux

50

verzije su dostupne. Demo možete dobiti na zahtev.

http://www.scalable-networks.com/products/QualNet

cnet

CNET je simulator kompjuterskih mreža. Ovaj simulator nije sam po sebi direktno fokusiran na industrijsku simulaciju, već na neke njene aspekte. To je mrežni simulator diskretnih događaja koji omogućuje eksperimentisanje sa različitim nivoima podatak-link, mrežnim nivoima, rutinskim transportnim nivoima mrežnih protokola. Specijalno je razvijen za korišćenje, i koristi se, za redovne mrežne kompjuterske kurseve koje pohađa studenata širom sveta.

http://www.cs.uwa.edu.au/cnet/

OPNET

OPNET softver kombinuje predvidivo modeliranje i obuhvatno razumevanje mrežnih tehnologija i pri tom omogućuje korisnicima da dizajniraju, razvijaju i upravljaju mrežnom infrastrukturom, opremom i mrežnim aplikacijama. Posebno je OPNET Modelar razvojno okruženje, koje dozvoljava dizajniranje i proučavanje komunikacionih mreža, uređaja, protokola i alpikacija sa nenadmašnom fleksibilnošću.

http://www.opnet.com/

Universal Mechanism 2.0

Ovaj softver je namenjen simulaciji kinematike i dinamike planskih i prostornih mehaničkih sistema. Sledeće performanse su dostupne kao rezultati: koordinate, brzine, ubrzanja, sile reakcija, sile aktivnih elemenata itd.Mehanički sistemi su opisani značenjem reprezentovanja njih kao sistema krutih tela povezanih različitim kinematičkim parova i elemenatima sile, takozvanih multibody sistema. Online animacija kretanja i radnji dinamičkih performansi je dostupna za vreme simulacije.

http://www.umlab.ru/

51

HCADWin

HCADwin je program za crtanje, štampanje i izvršnu logiku i kontrolu. Sastavni jednostavan jezik može biti korišćen za simulaciju procesa. HCAD je razvijen i prvi put upotrebljen 1994. za simulator za obuku sa ogromnim realnim vremenom (energetsko postrojenje, 53 000 zahteva) u cilju da simulira 100 javnih kompanija i obezbedi način integracije između modela i vizelizacije. HCADwin podržava Windows 95/98/NT/2000/XP. Prvenstveno je namenjen simulatorima za obuku i obučavanje, ali i za dizajniranje i testiranje funkcionalnih logičkih dijagrama.

http://www.hcadwin.com/

9. ARENA

Simulacija se odnosi na široku kolekciju metoda i aplikacija koje oponašaju ponašanje realnog sistema, obično na kompjuteru sa odgovarajućim softverom. Ustvari, simulacija može biti ekstremno opšti pojam pošto se ideja prožima kroz mnogo područja, industrija i aplikacija. Ovih dana, simulacija je više popularna i moćna nego ikad pošto su i kompjuteri i softveri bolji neko ikad.

Arena kombinuje lakoću korišćenja koja se nalazi u simulatorima višeg nivoa sa fleksibilnošću simulacionih jezika, čak i sa proceduralnim jezicima opšte namene kao što su Microsoft Visual Basic programski sistem, FORTRAN, ili C. I to sve radi obezbeđivanjem alternativnih i zamenljivih šablona grafičkih simulacionih modula za modeliranje i analizu koji se mogu kombinovati u građenju širokog spektra različitih simulacionih modela. Radi lakoće organizovanja i prikazivanja, moduli su tipično grupisani u panele koji sačinjavaju šablone. Manevrisanjem tih šablona, stiče se pristup celom setu različitih konstrukcija i mogućnosti simulacionog modeliranja. U mnogim slučajevima, moduli iz različitih panela i šablona mogu biti korišćeni zajedno u istim modelima. (Kelton, Sadowski, Sadowski, 1998)

Arena održava svoju fleksibilnost modeliranja svojom hijerarhijom. U bilo koje doba, mogu se izvući moduli iz SIMAN šablona i time dobiti pristup fleksibilnosti simulacionog jezika ako je to potrebno, i kombinovati u SIMAN konstruktoru zajedno sa modulima višeg nivoa iz nekog drugog šablona. Za

52

specijalizovane potrebe, kao što su kompleksni algoritam odlučivanja ili pristupanje podacima sa eksterne aplikacije, može se napisati deo modela u nekom od proceduralnih jezika, Visual Basic, FORTRAN, ili C/C++. Sve ovo, u zavisnosti od toga koliko visoko ili nisko se želi ići u hijerarhiji, zauzima mesto u istom konzistentnom korisničkom grafičkom interfejsu.

Ustvari, moduli u Areninim šablonima su sastavljeni od SIMAN komponenti i korišćenjem profesionalnog izdanja Arene, mogu se kreirati sopstveni moduli i sakupiti u sopstvenim šablonima za različite klase sistema. U ovom slučaju, sistemsko modeliranje je razvilo šablone za opšte modeliranje, poslovne procese reinženjeringa, pozivne centre i druge industrije. Drugi ljudi izgrađuju svoje posebne šablone za svoje kompanije u različitim industrijama kao što su rudarstvo, proizvodnja automobila, brza hrana, resursni menadžment. Na ovaj način, ne treba se praviti kompromis između fleksibilnosti modeliranja i lakoće korišćenja. Arena uključuje i dinamičku animaciju u istom radnom okruženju. Takođe i obezbeđuje integrisanu podršku, uključujući i grafiku za neka statistički dizajn i izdavanje analiza koja su deo i paket dobre simulacione studije. (http://www.satgmbh.de/homeg.html)

PRIMER: Elektronska montaža i testiranje sistema

Ovaj sistem predstavlja finalne operacije proizvodnje dve različite zapečaćene elektronske jedinice. Dolazni delovi su livena metalna kućišta za jedinice koje su već obrađene za ugradnju elektronskih delova.

Prva jedinica, nazvaćemo je Deo A, se proizvodi u susednom odeljenju, van granica ovog modela, i distribuira se eksponencijalno do ovog modela sa srednjim međudolaznim vremenom od 5 minuta. Po dolasku, delovi se prebacuju do Pripremne oblasti Dela A sa prolaznim vremenom od 2 minuta. U Pripremnoj oblasti Dela A, spojna mesta kućišta su mašinski obrađena da bi se osiguralo dobro pečaćenje, a deo je onda izbrušen i očišćen; procesno vreme za kombinovanu operaciju prati trougaona distribucija (1, 4, 8). Deo je nakon toga prebačen do zaptivača sa prolaznim vremenom od 2 minuta.

53

Druge jedinice, nazvane Deo B, se proizvode u različitoj zgradi, izvan granica ovog modela, gde su i smeštene dok serija od četiri komada nije raspoloživa; serija se onda šalje u oblast finalne priozvodnje koju mi modeliramo. Vreme između dolazaka sukcesivnih serija Dela B ovog modela je eksponencijalno sa prosečnim prolazom od 30 minuta. Po dolasku u Pripremnu oblast Dela B, serija se razdvaja na četiri jedinice koje se individualno obrađuju. Obrađivanje u Pripremnoj oblasti Dela B ima ista tri koraka kao i u Pripremnoj oblasti Dela A, osim što je procesno vreme kombinovane operacije praćeno trougaonom distribucijom (3, 5, 10). Deo se upućuje do zaptivača sa prolaznim vremenom od 2 minuta.

Kod operacije zaptivanja, elektronske komponente su ubačene, kućište je montirano i zapečaćeno, i zapečaćena jedinica je testirana. Ukupno procesno vreme za ove operacije zavisi od vrste dela: trougaoni (1, 3, 4) za Deo A i normalni (2.4, 0.5) za Deo B (2.4 je prosečno, a 0.5 je standardna devijacija). 91% delova prođe kontrolu i direktno se transportuju do otpremnog odeljenja. Ostali delovi se prebacuju u odeljenje za dorade gde se demontiraju, popravljaju, čiste, montiraju i ponovo testiraju. Ostali delovi su prebačeni do odeljnja za škart. Vreme rada dorade delova prati eksponencijalna distribucija sa srednjom vrednošću od 45 minuta i nezavisno je od vrste dela ili statusa dela, dorađeni ili škart. Pretpostavljamo da su sva transporta vremena 2 minuta.

Ovim modelom želimo da sakupimo statističke podatke svake oblasti o korišćenju resursa, broju redova čekanja, vremenu čekanja, i vremenu ciklusa otpremanih delova, oštećenih delova i škarta. Simulacija će inicijalno biti pokrenuta na 2000 minuta. Pošto imamo transfer delova između oblasti, taj tok delova bi takođe želeli da vidimo u animaciji.

Razvijanje modelarskog pristupa

Izgradnja simulacionog modela je samo jedna komponenta od kompletnog simulacionog projekta. U ovom primeru, imamo datu definiciju sistema koju bi inače u praksi trebalo prethodno razviti kao i prikupiti potrebne podatke i analizirati ih. Takođe bi za stvarnni problem bilo potrebno definisati strukture podataka, segmentaciju sistema u submodele, razvijanje kontrolne logike.

54

Ustvari treba primeniti sve korake date u simulacionoj metodologiji modeliranja. Za ovaj problem, trebamo odlučiti koje ćemo Arenine module koristiti koji nam obezbeđuju potrebne mogućnosti za obuhvatanje odgovarajućeg nivoa detaljnosti operacija sistema. Konkretno, moramo odlučiti kako ćemo modelirati različita procesna vremena u operciji zaptivanja. Radi pojednostavljenja, razdvajamo model na sledeće komponente: dolazak dela, pripremne oblasti, operacija zaptivanja, dorada, odlazak dela, transfer dela, i animacija dela. Takođe ćemo pretpostaviti da svi entiteti u sistemu reprezentuju delove koji su obrađeni.

Zato što imamo dva očigledna toka dolaznih entiteta u model, svaki sa svojim vremenskim odrednicama, koristićemo dva odvojena Dolazna modula da bi generisali dolazne delove. Svaka od dve pripremne oblasti biće modelirana sa svojim posebnim Server modulom. Operacija zaptivanja uključuje proces i kontrolu koji rezultiraju time da delovi odlaze na različita mesta postavljeni na određenu stranu. Pregledni modul obezbeđuje ovu mogućnost; to je u osnovi Server modul sa moguća dva izlaza tačno i netačno. Oblast dorade biće modelirana sa još jednim Preglednim modulom koji takođe ima izlazne dve mogućnosti, ispravan i neispravan deo. Oblast odlaska biće modelovana sa tri odvojena Odlazna modula (skladišten, oštećen i škart) tako da možemo pratiti odgovarajuće individualno prolazno vreme tokova.

Da bi modelirali tranzitno vreme između stanica, koristićemo Route opciju u Dolaznom, Server i Preglednom modulu sa vremenom svake rute od 2 minuta u svakom slučaju. Dodaćemo Simulacioni modul da bi definisali dužinu trajanja i sliku animacije dela. Svi ovi moduli se nalaze u Opštim panelima Common panels.

Zato što imamo različito procesno vreme u zavisnosti od vrste dela kod operacije zaptivanja definisaćemo atribut Vreme zaptivanja Sealer Time koji će biti dodeljen odgovarajućem vremenu zaptivanja kada su delovi generisani u Dolaznom modulu. To je jednostavno uraditi u ovom slučaju pošto se koriste različiti odvojeni Dolazni moduli za svaki deo. Kada su delovi obrađeni u operaciji zaptivanja koristićemo vreme sadržano u atributu Sealer Time za procesno odlaganje pre nego ga generisati iz Server modula

55

Izgradnja modela

Da bi izgradili model mora se otvoriti prozor novi model, uključiti Opšte panele, i prebaciti tražene module na ekran: dva Dolazna, dva Server, dva Pregledna, tri Odlazna i Simulacioni modul.

Slika 1. Model sistema sa Modulima

Posle formiranja prozora se modulima otvaramo svaki modul i unosimo zahtevane informacije za kompletiranje modela. Startujemo sa Dolaznim modulom 1 koji će prihvatati dolazne Delove A. Sledeća slika prikazuje izgled prozora Dolaznog modula sa svim zahtevanim informacijama. Daćemo stanici drugačije ime i prihvatiti već date opcije za Leave data section, Route - StNm. Ovo implicira da će kreirani entiteti biti prosleđeni datom rutom do Pripremne stanice Dela A Part A Prep i da će transfer trajati 2 minuta. Batch size govori da delovi stižu jedan po jedan pri eksponencijalnom vremenu od 5 minuta.

56

Slika 2. Dolazni modul Dela A

Pre nego što prihvatimo ovu informaciju, moramo definisati atribut Vreme zaptivanja Sealer Time i dodeliti mu vrednost iz trogaone distribucije (1, 3, 4). Da bi to uradili kliknemo na Assign, pa potom dodajemo atribut sa svim zahtevanim informacijama kao na sledećoj slici. Posle toga možemo prihvatiti tako definisan Dolazni modul 1. Posle definisanje možemo primetiti da se na šemi pojavilo ime modula ispod njega.

57

Silka 3. Definisanje atributa Sealer Time

Dolazni modul za Deo B je jako sličan već prikazanom modulu za Deo A, osim što ćemo naravno promeniti ime, eksponencijalno vreme dolaska serija od 30 minuta i dodati da delovi B stižu u seriji od po 4 komada batch size 4. Tako će ovaj ulaz uzrokovati da se svaki dolazak zasniva na četiri odvojena entiteta pre nego na jednom. Takođe se mora definisati atribut Vreme zaptivanja Sealer Time.

Pošto smo završili dva Dolazna modula, prelazimo na modeliranje dve Pripremne oblasti koje koriste Server module. U unošenju

58

podataka i to stanice preporučuje se korišćenje ponuđene liste imena kad god je to moguće. U Dolaznom modulu smo definisali ime stanice kao Part A Prep tako da njega treba direktno označiti iz liste ponuđenih. Razlog za ovu opreznost je ako ponovo kucate ime ono mora odgovarati nazivu koji ste već otkucali, tako da je sigurnije izabrati vaše već memorisano ime stanice.

Treba primetiti da nakon unošenja imena stanice u sekciji Enter Data, Arena automatski daje ime resursu u delu Server Data i to tako što na već postojeće dodaje '_R'. ZA to postoje dva razloga. Prvi je pitanje pogodnosti jer u tom slučaju ne morate da unosite ime resursa, ali možete da ga promenite ako želite. Mada ovako sa notacijom jasno predstavlja koja stanica sadrži koje resurse. Drugi razlog je taj da sva imena za bilo koji objekat u Areni moraju biti jedinstvena čak iako su različiti tipovi objekata. U suprotnom bi Arena imala poteškoće da odredi koji objekat pridružuje imenu koje je bilo korišćeno više od jedanput.

Da bi vam pomogla Arena radi dosta tih automatskih davanja imena, a većinu od njih ne bi ni primetili. Na primer, ako kliknete na dugme Queue, pojavljuje se taj dijalog i Arena automatski dodaje imenu resursa i notaciju '_Q'. Naravno ako vam ova imena ne odgovaraju uvek možete dati nova po vašoj želji.

Pošto nam kao izlaz iz simulacije trebaju statistički podaci o korišćenju resursa, broju redova čekanja i vremenu čekanja svake operacije to sve definisemo u ovom modulu. U delu Server Data čekiramo opciju nazvanu Resource Statistics koj će nam dati traženu iskorišćenost resursa. Ako ne želite ovu informaciju veoma jednostavno isključite ovu opciju ponovnim klikom. Slično tome, kad kliknete na dugme Queue sekcija karakteristika redova automatski uključuje podatke koji su nama potrebni Queue Statistics i Time in Queue Statistics. Ova tri statistička podatka su automatski prikupljena kad god koristite Server ili Pregledni modul.

Drugi Server modul se popunjava skoro identično, naravno sa odgovarajućim podacima: ime stanice, parametri procesnog vremena.

59

Slika 4. Izgled Server modula za Deo A

Sledeći korak je unošenje podataka u Pregledni modul koji ima nekoliko karakteristika više pored onih koje poseduje Server Modul. Zahteva da unesemo mogućnost neuspeha, i obezbeđuje dva načina da se prođe kroz modul – prošao ili pao. Izgled prozora je prikazan sledećom slikom 5. U sekciji Server Data smo uneli atribut Sealer Time kome dodeljujemo vrednosti kada su dolazni delovi kreirani. Kada entitet stekne kontrolu nad resursom on će pretrpeti procesno odlaganje jednako vrednosti sadržanoj u atributu Sealer Time. Mogućnost neuspeha, ne mogućnost prolaza, se unosi kao vrednost 0.09.

Sekcija Leave Data ovog dijaloga je podeljena u dva dela, jedan za delove koji prođu kontrolu i drugi, za one delove koji ne zadovolje kriterijume kontrole. Delovi koji prođu su upućeni na otpremanje Shipping, a ostali delovi na doradu Rework. Podaci drugog Preglednog modula, koji se tiču operacije dorade su sleeći: ime stanice je Rework, procesno vreme se unosi kao EXPO (45), mogućnost neuspeha je 0.2, ime stanice u sekciji Fail Inspection Leave Data je Scrap, a Route Time iznosi 2.

60

Slika 5. Pregledni modul

Pošto smo završili sve operacije, trebamo da popunimo tri Odlazna modula. Izaberemo ime stanice sa odgovarajuće ponuđene liste, i čekiramo Individual Counter i Individual Tally. Jedini dodatni unos je uneti ili izabrati iz liste ime atributa Arrival Time koji je korišćen u Dolaznom modulu.

Kada prihvatite ovaj dijalog, videćete plavi pravougaonik sa belim brojem iznad modula. Ova animaciona varijabla će prikazati trenutni broj brojeva entiteta koji će proći kroz modul za vreme rada simulacije. Ovaj brojač će takođe biti izlistan u zbirnom izveštaju.

Ostala dva Odlazna modula dorađeni delovi i škart su popunjeni slično. Entiteti poslati u svaki od ovih Odlaznih modula su raspoloživi i statistički podaci broj delova i vreme toka su sakupljeni.

61

Slika 6. Odlazni modul skladištenih delova

Konačno popunjavamo poslednji modul, Simulacioni. Možda će trebati ipak neko vreme da se stigne ovoliko daleko, ali jednom kad se navikne na rad sa Arenom sve ovo do sada će se moći uraditi u par minuta. Sa ove tačke možemo pokrenuti rad simulacionog modela i bez popunjavanja Simulacionog modula, jedino što Arena ne bi znala kada da zaustavi simulaciju tako da bi samo mogla da večno nastavi da radi. Ime projekta i analitičara se ubacuje i pojaviće se pri izlaznom izveštaju. Datum će automatski biti upisan. Konačno, unosimo dužinu trajanja. Po zatvaranju ovog prozora na šemi iznad Simulacione ikonice pojaviti mala crvena kutija koja predstavlja sliku entiteta.

62

Slika 7. Simulacioni modul

Poslednji korak u izgradnji ovog modela je dodati rute, puteve kretanja entiteta od jedne lokacione stanice do druge. Dodaćemo ove rute koristeći Route object iz animacionog dela. Ako kliknete na ikonu ovog objekta, pojaviće se sledeći prozor. Normalno, jednostavno ćete prihvatiti ponuđene karakteristike rute, iako ih možete promeniti selektivnim aktiviranjem različitih ponuđenih opcija. U razumevanju funkcija i zančenja određenih opcija može pomoći help What’s this?.

63

Slika 8. Definisanje kretanja entiteta

Pre startovanja modela možete proveriti da li model ima grešaka i to pomoću aktiviranjem Check button ili pritiskom na F4 na tastaturi. Nakon porovere starujete sa simulacijom.

Pregled rezultata

Ako starujete simulaciju i dođete do kraja Arena će vas pitati da li želite da vidite rezultate. U slučaju ovog primera, dobijate prozor sledećeg izgleda.

Zbirni izveštaj je podeljen u tri seta informacija. Prvi, sa evidencionim varijablama sadrži vreme ciklusa i statistiku vremena redog čekanja. Set diskretno promenljivih varijabli sadrži resurse korisnosti, resurse dostupnosti, i broj u statistici redova čekanja. Poslednji set, brojač, sadrži sadrži broj statusa određenih delova. Može se primetiti da su te brojke takođe sadržane u broju posmatranja.

Prva dva seta varijabli Tally i Discrete–Change obezbeđuju prosečni, polu širok interval sa 95% pouzdanosti i sa minumumom i maximumom posmatranih veličina. Kao što je već pomenuto, dobija se broj posmatranja, observacija za svaku Tally i konačnu ili finalnu vrednost Discret-Change promenljivih.

64

Slika 9. Izgled ekrana sa zbirnim izveštajem

Pokušati izvesti konačne zaključke iz ovog kratkog rada simulacije bilo bi krajnje opasno pošto se nigde pozabavili izdanjima kao što su stalno stanje ili veličina uzorka. Ako se bolje pogleda u rezultate primećuje se da su resursi dorade zauzeti sa više od 99% vremena, i da red čekanja dorade ima 19 delova u sebi na kraju simulacije. To jasno pokazuje da oblast dorade nema dovoljno kapaciteta da bi manipulisala svojim radom ili da je na toj stanici veliki udeo varijabilnosti.

65

10. ZAKLJUČAK

Danas je nemoguće upravljati proizvodnjom bez pomoći modela upravljanja, organizacionih sredstava i tehnika. Ta pomoć je uglavnom realizovana preko primene računarskih sistema za upravljanje proizvodnjom.

Ručni sistemi su prevaziđeni pojavom mainframe računara, koji su postali jedno od osnovnih sredstava za rad u proizvodnim kompanijama. Kompanije su imale dve strategije korišćenja ove tehnologije na raspolaganju: projektovanje i implementacija vlastitiog informacionog sistema za upravljanje proizvodnjom i kupovina komercijalnih programskih paketa. Komercijalni softveri su se pokazali i efikasnijim i jeftinijim alatima, pa se, zbog velike potražnje, na tržištu pojavio veliki broj ovih programskih paketa.

Nagli razvoj informacionih tehnologija uticao je i na pojavu sistema za upravljanje proizvodnjom na personalnim računarima, što je uslovilo pad cene, još veću tražnju i tome srazmeran broj komercijalnih softvera. Ni za jedan sistem se ne može reći da je najbolji ili najgori, kao što ni jedan ne sadrži sve što je potrebno za upravljanje proizvodnjom. Može se reći da softverske kompanije veoma brzo reaguju na pojavu novih modela, ugrađujući ih u svoje pakete.

Opšta ocena o sistemima za upravljanje proizvodnjom je da oni u praksi pokazuju mnogo manje nego što njihovi potencijali obećavaju. Postoje dva razloga za to. Prvi je taj što proizvodne kompanije pre uvođenja sistema ne obezbede efikasno funkcionisanje osnovnih proizvodnih procesa. Drugi je taj što ne postoji sistem koji bi sam bio dovoljan da realizuje zahteve kompanije. Proizvodne kompanije bi trebalo da prvo instaliraju MRP sisteme, a da kritične funkcije za proces poboljšaju potrebnim specijalizovanim i simulacionim softverima.

66

LITERATURA:

Banks Jerry, Gibson R. Randall, (1996), Getting started in Simulation Modeling, IIE Solutions, Novembar.

Gumaer R., (1996), Beyond ERP and MRP II, Solutions, No. 9

Kelton W. David, Sadowski P.Randall, Sadowski A. Deborah, (1998), Simulation with Arena, WCB McGraw-Hill, New York, NY.

Magazin Simulation, Decembar 1999.

Magazin IIE Solutions, Novembar 1996.

Magazin TRANSACTIONS of the Society for Computer Simulation Interantional, Special Issue: Modeling and Simulation in Manufacturing, Decembar 1999.

Petronijević B., Radović M., (1999), Prilog poboljšanju strukture modela upravljanja proizvodnjom, Fakultet organizacionih nauka, Beograd.

Radenković B., Stanojević M., Marković A., (1999), Računarska simulacija, Fakultet organizacionih nauka, Beograd.

Radović M., (1999), Proizvodni sistemi – projektovanje, analiza i upravljanje, Beograd.

http://ubmail.ubalt.edu/~harsham/simulation/sim.htm

http://www.satgmbh.de/homeg.html

http://lionhrtpub.com/ORMS.shtml

http://www.itrd.gov/pubs/index.html

http://www.ifm.eng.cam.ac.uk/

http://www-mmd.eng.cam.ac.uk/pp/default.htm

67