close

Вход

Забыли?

вход по аккаунту

?

Моделирование и идентификация параметров многоканальных многофазных систем с нечеткими правилами дисциплины обслуживания очереди -- диссертация доступна на www.vorstu.ru

код для вставкиСкачать
На правах рукописи
ГУСЕВ Павел Юрьевич
МОДЕЛИРОВАНИЕ И ИДЕНТИФИКАЦИЯ ПАРАМЕТРОВ
МНОГОКАНАЛЬНЫХ МНОГОФАЗНЫХ СИСТЕМ С НЕЧЕТКИМИ
ПРАВИЛАМИ ДИСЦИПЛИНЫ ОБСЛУЖИВАНИЯ ОЧЕРЕДИ
Специальность: 05.13.18 – Математическое моделирование, численные методы и
комплексы программ
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидата технических наук
Воронеж – 2014
Работа выполнена в ФГБОУ ВПО «Воронежский государственный технический университет»
Научный руководитель
Чижов Михаил Иванович, доктор технических наук, профессор, ФГБОУ ВПО «Воронежский государственный технический университет», заведующий кафедрой компьютерных интеллектуальных технологий проектирования
Официальные оппоненты: Ерёменко Юрий Иванович, доктор технических наук, профессор, Старооскольский технологический институт им. А.А. Угарова (филиал) ФГАОУ ВПО «НИТУ “Московский институт стали и сплавов”», заведующий кафедрой автоматизированных и информационных
систем управления;
Тюкачев Николай Аркадьевич, кандидат
физико-математических наук, доцент, ФГБОУ
ВПО «Воронежский государственный университет», заведующий кафедрой программирования и информационных технологий
Ведущая организация
ФГБОУ ВПО «Тамбовский государственный
технический университет»
Защита состоится 22 сентября 2014 г. в 1230 ч. на заседании диссертационного
совета Д 212.037.01 ФГБОУ ВПО «Воронежский государственный технический
университет» по адресу: 394026, г. Воронеж, Московский проспект, 14.
С диссертацией можно ознакомиться в научно-технической библиотеке
ФГБОУ ВПО «Воронежский государственный технический университет» и на
сайте www.vorstu.ru.
Автореферат разослан «3» июля 2014 г.
Учёный секретарь
диссертационного совета
Барабанов Владимир Фёдорович
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ.
Актуальность темы. В настоящее время к обслуживающим системам
предъявляются высокие требования с точки зрения выбора оптимального количества устройств. Учет специфики вероятности поступления требований, длительности обслуживания, порядка выбора требований из очереди, существующей программы обслуживания позволит определить оптимальные показатели системы,
отвечающие поставленным перед ней задачам.
Значимые результаты в исследование функционирования и оптимизацию
сложных систем внесли как иностранные, так и отечественные ученые. Первые
положения теории массового обслуживания предложил А.К. Эрланг. Дальнейшим
развитием положений теории массового обслуживания занимались советские
ученые А.Я. Хинчин, А.Н. Колмогоров, Б.А. Севастьянов, а также иностранные
учены Хемди А. Таха, Л. Клейнрок и др. Разработкой численных методов расчета
параметров систем массового обслуживания занимались Г.И. Ивченко, А. Кофман
и др.
Однако несмотря на изученность области функционирования сложных систем, многие вопросы остаются нерешенными. Многочисленные известные формулы определения характеристик относятся, в основном, к системам массового
обслуживания видов M/M/1, M/D/1, M/M/m, M/D/m с ограниченными вариантами
правил дисциплин очереди. Поэтому возникает необходимость исследования систем, характеризующихся специфическими особенностями. Сложность таких систем диктует необходимость применения математических моделей и численных
методов для получения точных характеристик их функционирования.
Важной задачей является выбор требований для обслуживания при специфичных дисциплинах очереди, отличающихся применением нечетких правил.
Анализ и выявление закономерностей в отборе требований позволяет составить
оптимальный план загрузки обслуживающей системы. Возможность применения
различных правил дисциплин обслуживания очереди для устройств в одной системе повышает гибкость и адаптивность системы.
Другой важной задачей является расчет количества устройств обслуживания при разных правилах дисциплин очереди. Учет особенностей дисциплины
очереди обслуживающего устройства при управлении потоками требований позволит минимизировать простои в системе. Эффективное распределение потоков
требований в системе может уменьшить время ожидания обслуживания.
Сложность современных систем обслуживания приводит к необходимости
создания программного комплекса имитационного моделирования, учитывающего все вышеперечисленные особенности. Для обеспечивания идентификации параметров системы требуется разработка модуля оптимизации, адаптированного
под специфические особенности системы. Использование универсальных языков
программирования для реализации алгоритмов оптимизации сокращает время поиска решения.
Таким образом, актуальность темы диссертационной работы обусловлена
необходимостью точного расчета параметров сложных систем обслуживания, характеризующихся нечеткостью отбора требований.
Работа выполнена в рамках одного из основных научных направлений
ФГБОУ ВПО «Воронежский государственный технический университет» «Вычислительные комплексы и проблемно-ориентированные системы управления».
Цель работы. Целью данной диссертационной работы является разработка
методов и средств исследования систем массового обслуживания с нечеткими
правилами формирования дисциплины очереди, обеспечивающих высокую точность результата, на основе аппарата нечеткой логики и уравнений баланса.
Решаемые задачи:
• Разработка дисциплины обслуживания очереди требований для систем,
отличающихся нечеткостью правил формирования очереди требований;
• Разработка численного метода расчета количества устройств обслуживания в системах с нечеткими правилами дисциплины обслуживания очереди;
• Постановка оптимизационной задачи определения количества устройств
обслуживания в условиях нечетких правил формирования очереди;
• Модификация программного комплекса имитационного моделирования,
с целью добавления возможностей исследования СМО с нечеткими правилами
дисциплины очереди;
• Практическая апробация разработанных методов и алгоритмов применительно к задаче идентификации параметров обслуживающей системы с нечеткими правилами дисциплины очереди в реальных условиях.
Методы исследования. В основу диссертационного исследования положены методы теории математического моделирования, имитационного моделирования, аппарата нечеткой логики, теории массового обслуживания.
Соответствие диссертации паспорту специальности. Работа соответствует следующим пунктам паспорта специальности 05.13.18 «Математическое моделирование, численные методы и комплексы программ»:
П.4 Реализация эффективных численных методов и алгоритмов в виде комплексов проблемно-ориентированных программ для проведения вычислительного
эксперимента.
П.5 Комплексные исследования научных и технических проблем с применением современной технологии математического моделирования и вычислительного эксперимента.
П.8 Разработка систем компьютерного и имитационного моделирования.
Научная новизна. В работе получены следующие результаты, характеризующиеся научной новизной:
• Дисциплина обслуживания очереди, обеспечивающая выбор требований
в соответствии с заданными параметрами и отличающаяся учетом нечетких правил формирования очереди требований в СМО;
• Численный метод расчета количества устройств обслуживания, реализованный в виде алгоритма определения показателей СМО с нечеткими правилами
дисциплины обслуживания очереди и отличающийся применением адаптированных уравнений баланса;
• Оптимизационная задача определения количества обслуживающих устройств, отличающаяся учетом нечетких правил формирования очереди требова2
ний и позволяющая найти количество различных типов устройств обслуживания в
СМО с учетом заданных ограничений;
• Структура программного комплекса имитационного моделирования, отличающаяся динамическим изменением правил очередей требований и позволяющая проводить численные эксперименты с целью идентификации параметров
обслуживающей системы с нечеткими правилами формирования очереди требований.
Практическая значимость работы. Предложенные в работе методы и алгоритмы реализованы в виде модифицированного программного комплекса имитационного моделирования, позволяющего рассчитывать параметры обслуживающих систем с нечеткими правилами дисциплины очереди.
В результате практической апробации программный комплекс продемонстрировал высокие показатели точности идентификации параметров СМО с нечеткими правилами дисциплины очереди.
Реализация и внедрение результатов. Результаты работы в виде имитационных моделей производства опробованы и внедрены на ОАО «ВАСО» и позволили проанализировать существующее производство, а также провести оптимизацию производственных ресурсов, необходимых для выполнения производственной программы выпуска деталей.
Апробация работы. Основные положения диссертационной работы докладывались на следующих конференциях, семинарах и совещаниях: XI, XII, XIII,
XIV международных конференциях «Информатика: проблемы, методология, технологии» (Воронеж, 2011-2014); Всероссийской конференции «Техника и технологии: пути инновационного развития» (Курск, 2011); Всероссийской конференции «Перспективное развитие науки, техники и технологий» (Курск, 2011); VII
международной научно-технической конференции «Разработка, производство и
эксплуатация турбо-, электронасосных агрегатов и систем на их основе» (Воронеж, 2013); Международном межотраслевом молодежном научно-техническом
форуме «Молодежь и будущее авиации и космонавтики» (Москва, 2013); а также
на научных семинарах кафедры компьютерных интеллектуальных технологий
проектирования ФГБОУ ВПО «Воронежской государственный технический университет» (Воронеж, 2011-2014).
Публикации. Основные результаты исследования опубликованы в 16 научных работах, в том числе 7 – в изданиях, рекомендованных ВАК РФ. В работах,
опубликованных в соавторстве и приведённых в конце автореферата, лично соискателем предложены: [7] - дисциплина обслуживания очереди, характеризующаяся применением аппарата нечеткой логики, и численный метод расчета количества устройств обслуживания на основе уравнений баланса; [2, 3, 5, 6] - структура
модифицированного программного комплекса имитационного моделирования; [1,
4,] - структура модуля оптимизации и оптимизационная задача.
Структура и объем работы. Диссертация состоит из введения, четырех
глав, заключения и списка использованной литературы из 143 наименований. Основная часть работы изложена на 136 страницах, содержит 26 рисунков и 14 таблиц.
3
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении показана актуальность работы, сформулированы цели и задачи
исследований, представлены основные научные результаты, определена их научная новизна и практическая значимость, приведено краткое содержание по главам.
В первой главе проведен анализ существующих методов и средств моделирования класса объектов, отличающихся специфическими параметрами и нечеткостью дисциплины обслуживания очереди.
Характерной особенностью рассматриваемых в работе объектов является
необходимость обработки требования на одном устройстве более чем один раз.
При этом порядок обработки требования регулируется маршрутной картой. Другая отличительная особенность рассматриваемого класса объектов - это наличие
устройства обработки, позволяющего одновременного принимать группы требований. Рассматриваемый класс объектов характеризуется вероятностным поступлением требований в систему и детерминированным временем обработки требований. Примерами таких объектов могут выступать: производство деталей из
композиционных материалов, обрабатывающие центры механической обработки,
транспортные перевозки грузов и т.д.
Для исследования описанного класса объектов решено использовать положения теории массового обслуживания (ТМО) с соответствующими модификациями, учитывающими специфические параметры устройств и нечеткость дисциплины очереди обслуживания. Таким образом, исследуемый класс объектов можно типизировать как многоканальную многофазную СМО вида M/D/m. На рисунке 1 представлена структура СМО и блок дисциплины обслуживания очереди.
Рис. 1. Структура СМО
4
Анализ возможных средств регулирования очереди показал возможность
применения аппарата нечеткой логики.
Важной задачей является сокращение ожидания требований и простоев обслуживающих устройств в СМО. Для рассматриваемого случая с обслуживанием
ряда требований предложено использовать адаптированный метод с применением
уравнений баланса.
Вторая глава посвящена разработке дисциплины обслуживания очереди
требований в многофазной многоканальной СМО, отличительной особенностью
которой являются нечеткие правила формирования очереди.
В начале главы подробно рассмотрены специфические особенности рассматриваемой системы, отличающие ее от классической СМО. Правила дисциплины обслуживания очереди в рассматриваемой СМО невозможно описать четкими логическими выражениями, ввиду принятия окончательного решения человеком.
На вход обслуживающей системы поступают требования из разных групп
в случайном порядке. Количество групп определяется параметрами конкретной
системы. Требования в системе обслуживания можно обозначить как T1 , T2 ,..., Tn ,
где n – номер группы.
Перед этапом выбора следующей группы для обслуживания необходимо
определить наличие свободных устройств обслуживания. Занятость всех устройств можно определить по известной формуле:
(λ t ) m P0
λt
< 1,
(1)
π=
, при
m
(m − 1)!(m − λ t )
где λ - интенсивность поступления требований, t - среднее время обслуживания,
m – количество устройств обслуживания, P0 – вероятность, что все устройства
свободны.
В случае если есть свободные устройства, то необходимо определить среднее количество устройств, свободных от требований по известной формуле:
m −1 m − k
N cd = ∑
(λ t ) k P0
(2)
k =0
k!
Выделены параметры, отвечающие за прием группы деталей на обслуживание, и представлены в виде лингвистических переменных:
1. P1. Количество требований из рассматриваемой группы в очереди.
2. P2. Вероятность поступления требования из группы.
3. P3. Время обслуживания группы.
Выбор количества лингвистических значений для переменных сделан исходя из факта принятия решения человеком. Чем ниже количество лингвистических значений, тем быстрей и проще человеку определить принадлежность лингвистической переменной. Определено по 3 лингвистических значения для каждой переменной.
Разработан блок фаззификации входных параметров. Для определения меры соответствия лингвистических переменных лингвистическим значениям в работе используются функции принадлежности гауссова типа, имеющие вид:
5
x−c 2
) ],
(3)
δ
где c – центр нечеткого множества, δ - определяет крутизну функции.
Для лингвистической переменной P2 в качестве области рассуждений выступает диапазон [0, 100]. Для P2 определены 3 лингвистических значения: «высокая вероятность поступления», «средняя вероятность поступления», «низкая вероятность поступления». Каждому лингвистическому значению соответствует неk
четкое множество Bi , где k={1,2,3}, i-номер группы требований. Для значения
«высокая вероятность поступления» вероятность поступления стремится к 100%,
для «средняя вероятность поступления» к 50%, для «низкая вероятность поступления» к 0%. Эти вероятности определяют константы c в функциях принадлежности гауссова типа для каждого лингвистического значения. Константа δ выбрана
опытным путем и ее значение равно 30.
Для переменных P1 и P3 константы c и δ выбираются в зависимости от
параметров конкретного рассматриваемого обслуживающего устройства и общего
количества требований в каждой группе.
В результате определения соответствия значений из областей рассуждений
лингвистическим переменным P1, P2 и P3 для рассматриваемой группы требоваk
k
k
ний получено по 3 нечетких множества Ai , Bi , Ci с функциями принадлежноµ ( x) = exp[−(
сти µ Aik ( xi ) , µ Bik ( yi ) и µ Cik ( zi ) соответственно. Здесь k={1,2,3}, xi, yi и zi – значения из областей рассуждений переменных P1, P2 и P3 соответственно, i - номер
группы требований.
Дефаззификация выполняется методом по среднему центру. Значение
k
средней точки для нечеткого множества Ai рассчитывается по формуле:
3
xi =
k
k
∑ µ A ( xi ) xi
k =1
3
k
i
k
∑ µ A ( xi )
k =1
,
(4)
k
i
k
где xi - это точка, в которой функция µ Aik ( xi ) принимает свое максимальное
значение, т.е. µ Aik ( xi ) = max µ Aik ( xi ) . Аналогично рассчитываются значения для
k
k
k
средних точек yi и zi нечетких множеств Bi и Ci .
Принятие решения о запуске обслуживания i-ой группы требований основывается на показателе Ri , который представляет собой сумму средних точек xi ,
yi и zi . Для определения меры влияния на принятие решения введены весовые
коэффициенты. Таким образом, показатель Ri = xi + 0.8 * yi + 0.5 * zi . На обслуживание в устройство будет принята группа с максимальным показателем Ri .
На рисунке 2 представлен алгоритм, реализующий выбор групп требований для обслуживания.
6
(λ x) m P0
π=
( m − 1)!( m − λ x )
m−k
(λ x ) k P0
k =0
k!
m −1
N cd = ∑
Rn max := Rn1
Ai k , Bi k , Ci k
xi , yi , zi
Ri = xi + 0.8 * yi +
+ 0 .5 * z i
Rni > Rn max
Rn max
Rn max := Rni
Рис. 2. Алгоритм выбора группы требований для обслуживания
Таким образом, в главе предложена дисциплина обслуживания очереди,
обеспечивающая выбор требований в соответствии с заданными параметрами и
отличающаяся учетом нечетких правил формирования очереди требований в
СМО.
Третья глава посвящена разработке численного метода расчета количества обслуживающих устройств в СМО с нечеткими правилами дисциплины очереди на основе уравнений баланса.
В начале главы определены исходные данные и условные обозначения.
Пусть в рассматриваемой СМО обслуживается L типов требований, объединенных по общим признакам, но которые также могут различаться между собой.
Устройство обслуживания одновременно обрабатывает группы требований. Поэтому для каждого l = 1, L задано Ql – количество групп требований l –го типа, которое необходимо обслуживать в единицу времени.
Для каждого типа требований задана матрица маршрута требования C .
Поскольку рассматриваемая система характеризуется многофазностью и не исключает циклов в обслуживании, то матрицу C можно разделить на n одинаковых
7
матриц Cck . Каждая из матриц Cck будет отображать k-й цикл обслуживания требования.
Учитывая, что на устройствах обслуживаются группы требований, необходимо задать матрицы γ lij ; i = 1, N ; j = 1, N - количества требований обрабатываемых
i-м типом устройств, необходимое для обслуживания требований j-м типом устройств при поступлении в систему требований l –го типа.
Матрица γ ijl имеет вид:
0
x ... 0
0
0
0 ... 0
0
γ ij1 = ... ... ... ... ... ,
0
0 ... 0
x
0
0 ... 0
0
(5)
где x – заранее неизвестное количество требований в группе. При этом матрица γ ij1
является квадратной с размерностью m, где m – количество типов устройств в обслуживающей системе.
Пусть d il - i-е требование l-го типа в группе, которая поступила на обслуживание. Общее количество требований в l-ой группе равно nl. Устройство обслуживания обладает ограничением по количеству одновременно обрабатываемых требований и может принимать не более SYm требований.
Количество требований одного типа может превышать ограничение обслуживающего устройства SYm . Поэтому количество операций U l , которые требуются для обслуживания всех требований одного типа l, определяется как:
nl
l
(6)
U = m
SY
Однако формула (6) не учитывает возможные особенности устройства обслуживания. Для учета особенностей устройства обслуживания введен коэффициd il
,
i=2 n
m
ент размещения. Формула вычисления коэффициента размещения: k RA = 1 + ∑
где m – количество разновидностей требований в одном типе L, d il - количество
одинаковых требований каждой разновидности в типе L, а где nl – общее количество требований в l-ой группе.
Учитывая необходимость обслуживания Ql групп требований l-го типа в
единицу времени, следует U l увеличить в Ql раз. С учетом изменений формула
(6) принимает вид:
Ul =
nl
*Ql
m
S Y * k RA
(7)
Определение количества требований D l в каждой группе, которая будет
поступать на обслуживание, производится по формуле:
Dl =
nl * Ql
Ul
(8)
8
Ввиду того, что загрузка устройства обслуживания не может достигать
100%, необходимо учитывать k ZM - максимальный коэффициент загрузки устройства обслуживания и k z - фактический коэффициент загрузки, получаемый в ходе
расчетов.
Для расчета фактического коэффициента загрузки необходимо ввести целочисленную переменную f. Эта переменная влияет на фактическое количество
операций U l , которые требуются для обслуживания всех требований одного типа
l. Фактический коэффициент загрузки k z можно определить по формуле:
Ul
kz = l
.
U +f
Коэффициент k z должен быть меньше или равен k ZA . Можно составить условие:
Ul
≤ k ZA
Ul + f
Из этого условия можно получить f:
f ≥
Ul
−U l .
k ZA
Заменяя U l на значения из формулы (7):
n l * Q l (1 − k ZA )
f ≥
S Y * k RA * k ZA
Так как f - целочисленная переменная, то ее необходимо привести к целому виду f = [ f ] + 1 , где [a] – целая часть а.
Получив f, следует увеличить U l в формуле (8) на значение этой переменной. Это позволит не превысить k ZM . Также следует привести U l к целочисленному виду для расчета D l . Таким образом, формула (8) приобретает вид:
Dl =
nl * Ql
[U l ] + [ f ] + 1
(9)
Полученная формула (9) позволяет заменить неизвестные переменные x в
матрице (5) на D l .
Определив значения матрицы γ ijl можно записать известное уравнение баланса обмена требованиями для каждой фазы СМО в виде:
K kl = Q l * Tnl ,
l = 1, L ,
(10)
где K kl - число устройств обслуживания k-й группы устройств, необходимое для
обеспечения обслуживания требований l-го типа с заданным Ql, Tnl - время обслуживания n-го требования.
Уравнение баланса (10) справедливо для тех фаз обслуживания, где отсутствуют нечеткие правила дисциплины очереди. Адаптированное уравнение баланса для определения количества устройств обслуживания с нечеткими правилами дисциплины очереди имеет вид:
K kl = U l * Tnl , l = 1, L
(11)
9
Экспериментальное исследование разработанного численного метода расчета количества устройств обслуживания проводится в главе 4.
Численный метод реализован в виде алгоритма, который представлен на
рисунке 3.
K Nl = Г l * TNl
C ll
Cck
K Nl = U l * TNl
Рис. 3. Алгоритм расчета количества устройств обслуживания
Таким образом, в главе предложен численный метод расчета количества
устройств обслуживания, реализованный в виде алгоритма определения показателей СМО с нечеткими правилами дисциплины обслуживания очереди и отличающийся применением адаптированных уравнений баланса.
В четвертой главе представлена программная реализация разработанных
алгоритмов и результаты вычислительных экспериментов с классами объектов,
отличающихся специфическими параметрами и нечеткостью дисциплины обслу-
10
живания очереди. Приводятся результаты, подтверждающие эффективность разработанного численного метода расчета количества устройств обслуживания.
Комплекс представляет собой модифицированную версию системы компьютерного имитационного моделирования Tecnomatix Plant Simulation, основанную на разработанных алгоритмах и методах расчета количества устройств обслуживания и выбора требований для обслуживания.
Новизна программного комплекса заключается в возможности гибкого
управления исходными данными и идентификации параметров СМО с нечеткими
правилами дисциплины очереди. Гибкость достигается за счет изменения дисциплины обслуживания очереди непосредственно во время имитационного прогона.
Главной особенностью предложенной структуры является наличие блока управления очередью устройств обслуживания, который отвечает за контроль правил
дисциплин очереди обслуживания и за их динамическое изменение.
На рисунке 4 представлена структурная схема модифицированного программного комплекса.
Рис. 4. Структурная схема модифицированного программного комплекса
Таким образом, предложена структура программного комплекса имитационного моделирования, отличающаяся динамическим изменением правил очередей требований и позволяющая проводить численные эксперименты с целью
идентификации параметров обслуживающей системы с нечеткими правилами
формирования очереди требований.
Модуль оптимизации решает задачу нахождения оптимального количества
обслуживающих устройств в исследуемой системе. При этом оптимальным считается минимальное количество устройств при заданных ограничениях. В форма11
лизованном виде постановка задачи выглядит как минимизация количества устройств:
N
∑ K i → min ,
(12)
i =1
при условиях:
M ≥ Г
V ≤ V
 oi
max i

Tni ≤ Tmax i * Tm
i ∈ {1...N }
(13)
Здесь:
Ki – количество устройств i-го типа;
Г – количество требований, которые необходимо обслуживать в единицу
времени;
М – фактически обслуживаемое количество требований в единицу времени;
Voi – среднее количество требований в очереди для устройств i-го типа;
Vmaxi – максимально допустимое среднее значение количества требований в
очереди для устройств i-го типа;
Tni – время простоя устройств i-го типа;
Tmaxi – максимальное время простоя для устройств i-го типа, выраженное в
процентном отношении от общего модельного времени;
Tm – общее время моделирования;
N – общее количество типов устройств.
Учитывая, что в рассматриваемой СМО применяются нечеткие правила
дисциплины обслуживания очереди, поставленную задачу невозможно решить
аналитически. Поэтому оптимизационную задачу внешний модуль решает известным методом эвристического поиска - генетическим алгоритмом. Применяемый генетический алгоритм использует элитарную стратегию и многоточечное
скрещивание.
Таким образом, предложена оптимизационная задача определения количества обслуживающих устройств, отличающаяся учетом нечетких правил формирования очереди требований и позволяющая найти количество различных типов
устройств обслуживания в СМО с учетом заданных ограничений
Внешний модуль оптимизации представляет собой динамическую библиотеку, написанную на языке программирования C++ и подключаемую посредством
API. На рисунке 5 представлена логика работы внешнего модуля оптимизации количества устройств обслуживания.
Для определения эффективности внешнего модуля оптимизации создана
тестовая модель, имитирующая технологические процессы сборки боковой панели и пилонов пассажирского самолета. На тестовой модели проведен эксперимент
по определению оптимального количества сборочных устройств двумя способами: с применением и без применения модуля оптимизации. При этом эксперимент
проводился на разном количестве типов устройств K T в модели. В результате
эксперимента получены данные о количестве имитационных прогонов, выполненных до достижения критерия оптимальности, представленные в таблице 1.
12
Использование модуля оптимизации ведет к уменьшению количества имитационных прогонов при оптимизации количества устройств обслуживания.
Рис. 5. Логика работы внешнего модуля оптимизации
Таблица 1
Количество имитационных прогонов
Без применения модуля
оптимизации
С применением модуля
оптимизации
KT = 2
KT = 5
18
49
15
40
В модифицированном программном комплексе создана имитационная модель участка производства деталей самолета. В разработанной модели участка, с
применением модуля оптимизации, найдено требуемое количество технологического оборудования в соответствии с критерием оптимизации (12) и ограничениями (13), характеризующегося нечеткими правилами дисциплины обслуживания очереди. Также требуемое количество оборудования рассчитано разработанным численным методом с применением уравнений баланса (10), (11). Полученные значения сравнивались со значениями, рассчитанными без учета нечеткости.
Результат сравнения показан в таблице 2.
13
По результатам анализа полученных значений в соответствии с критерием
оптимизации (12) можно сделать вывод о том, что для расчета количества оборудования, характеризующегося нечеткими правилами дисциплины обслуживания
очереди, лучшие результаты показал разработанный численный метод.
Таблица 2
Количество технологического оборудования
Механообрабаты- Верстаки
Системы пози- Автоклавающее оборудо- подготовционирования
вы
вание
ки
Значения, полу17
44
12
13
ченные без учета
нечеткости
Значения, полученные с использованием модуля
оптимизации
17
44
12
12
Значения, полученные с использованием уравнений баланса
(10),(11)
17
43
11
11
В ходе практической апробации программного комплекса создана имитационная модель производства деталей из полимерных композиционных материалов
(ПКМ). Характерной особенностью моделируемого производства является наличие операции термостатирования в технологическом процессе изготовления деталей. Эта операция представляет собой формование деталей в автоклаве. При этом
автоклав рассматривается как устройство обслуживания с нечеткими правилами
формирования дисциплины очереди. На рисунке 6 представлен верхний уровень
имитационной модели производства деталей из ПКМ.
Особое внимание при верификации имитационной модели уделялось участку механической фрезерной обработки, как одному из узких мест производства
деталей из ПКМ. В результате оптимизации модели участка средствами программного комплекса удалось получить цикловой график производства, обеспечивающий выпуск заданного количества комплектов деталей. Цикловой график
изображен на рисунке 7.
В результате проведения имитационных экспериментов с моделью производства деталей из ПКМ найдено оптимальное количество технологического оборудования. Найдены и устранены узкие места производства, высвобождены площади под хранение оснастки и деталей, рассчитано необходимое количество рабочих мест. В ходе исследования модели сделаны выводы и составлены предложения по улучшению качества функционирования транспортной системы.
14
Рис. 6. Имитационная модель производства деталей из ПКМ
Для увеличения производственной программы выпуска деталей из ПКМ
были предложены рекомендации. Их применение подтверждается актом внедрения в производство.
В заключении сформулированы выводы диссертационной работы и приведены основные результаты.
ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
1. Разработана дисциплина обслуживания очереди, отличающаяся учетом
нечетких правил формирования очереди требований в СМО и обеспечивающая
выбор требований в соответствии с заданными параметрами.
2. Предложен численный метод расчета количества устройств обслуживания, отличающийся применением адаптированных уравнений баланса и реализованный в виде алгоритма определения показателей СМО с нечеткими правилами
дисциплины обслуживания очереди.
3. Предложена постановка оптимизационной задачи определения количества обслуживающих устройств, позволяющая найти количество различных типов
устройств обслуживания в СМО с учетом заданных ограничений и отличающаяся
учетом нечетких правил формирования очереди требований.
4. Разработана структура программного комплекса имитационного моделирования, отличающаяся динамическим изменением правил формирования очередей требований и позволяющая проводить численные эксперименты с целью
идентификации параметров обслуживающей системы с нечеткими правилами
очереди требований.
5. Модифицированный программный комплекс прошел практическую апробацию применительно к задаче определения оптимальных параметров обслуживающей системы, отличающейся нечеткими правилами дисциплины обслуживания очереди, на предприятии ОАО «Воронежское акционерное самолетостроительное общество».
15
Основные результаты диссертации опубликованы в следующих
работах:
Публикации в изданиях, рекомендованных ВАК РФ
1. Гусев П.Ю. Автоматизация и оптимизация технологических процессов в Tecnomatix Plant Simulation [Текст] / П.Ю. Гусев, М.И. Чижов, Ю.С. Скрипченко // Вестник Воронежского государственного технического университета. –
2011. – Т. 7. - №12.1. – С.36-38.
2. Гусев П.Ю. Моделирование участка производства пилонов в
Tecnomatix Plant Simulation [Текст] / П.Ю. Гусев, М.И. Чижов, Ю.С. Скрипченко //
Вестник Воронежского государственного технического университета. – 2011. – Т.
7. - №12.2. – С.4-5.
3. Гусев П.Ю. Имитационное моделирование технологического процесса
сборки боковой панели [Текст] / П.Ю. Гусев, М.И. Чижов, Ю.С. Скрипченко //
Вестник Воронежского государственного технического университета. – 2011. – Т.
7. - №12.2. – С. 28-29.
4. Гусев П.Ю. Генетические алгоритмы в оптимизации материальных
потоков участка механической фрезерной обработки [Текст] / П.Ю. Гусев, М.И.
Чижов, Ю.С. Скрипченко // Вестник Воронежского государственного технического университета. – 2012. – Т. 8. - №12.2. – С. 70-72.
5. Гусев П.Ю. Создание имитационной модели цеха производства деталей из полимерно-композиционных материалов [Текст] / П.Ю. Гусев, М.И. Чижов, Ю.С. Скрипченко // Вестник Воронежского государственного технического
университета. – 2012. – Т. 8. - №12.2. – С. 73-75.
6. Гусев П.Ю. Имитационное моделирование производства деталей из
полимерных композиционных материалов [Текст] / П.Ю.Гусев, М.И.Чижов,
Ю.С.Скрипченко // Компьютерные исследования и моделирование. 2014. – Т. 6. №2. – С. 245-252.
7. Гусев П.Ю. Применение уравнений баланса для расчета параметров
обслуживающих систем с нечеткими правилами дисциплины очереди [Текст] /
П.Ю. Гусев, М.И. Чижов, Ю.С. Скрипченко // Системы управления и информационные технологии. 2014. - №2(56). - С. 8-11.
Статьи и материалы конференций
8. Гусев П.Ю. Моделирование и анализ производственных систем в
Tecnomatix Plant Simulation [Текст] / П.Ю. Гусев, М.И. Чижов, Ю.С. Скрипченко //
Информатика: проблемы, методология, технологии : мат. XI Междунар. конф. –
Воронеж : ФГБОУ ВПО «Воронежский государственный университет», 2011. – С.
255-257.
9. Гусев П.Ю. Цифровое моделирование сборочного производства в
Tecnomatix Plant Simulation [Текст] / П.Ю. Гусев, М.И. Чижов, Ю.С. Скрипченко //
Техника и технологии: пути инновационного развития : мат. Всерос. конф. Курск: ЮЗГУ, 2011. - С. 85-87.
10. Гусев П.Ю. Моделирование транспортной системы в Tecnomatix
Plant Simulation [Текст] / П.Ю. Гусев, М.И. Чижов, Ю.С. Скрипченко // Перспек16
тивное развитие науки, техники и технологий :мат. Всерос. конф. - Курск: ЮЗГУ,
2011. - С. 258-260.
11. Гусев П.Ю. Моделирование и анализ технологического процесса в
среде Tecnomatix Plant Simulation [Текст] / П.Ю. Гусев, М.И. Чижов, Ю.С. Скрипченко // Автоматизация конструкторско-технологической подготовки производства в едином информационном пространстве предприятия: мат. Всерос. конф. Воронеж: ФГБОУ ВПО «Воронежский государственный технический университет», 2011. - С. 78-80.
12. Гусев П.Ю. Имитационная модель транспортной системы участка
мехобработки в Tecnomatix Plant Simulation [Текст] / П.Ю. Гусев, М.И. Чижов,
Ю.С. Скрипченко // Автоматизация конструкторско-технологической подготовки
производства в едином информационном пространстве предприятия: мат. Всерос.
конф. - Воронеж: ФГБОУ ВПО «Воронежский государственный технический
университет», 2011. - С. 81-83.
13. Гусев П.Ю. Имитационное моделирование цеха производства деталей
из полимерно-композиционных материалов в Tecnomatix Plant Simulation [Текст] /
П.Ю. Гусев, М.И. Чижов, Ю.С. Скрипченко // Информатика: проблемы, методология, технологии : мат. XIII Междунар. конф. - Воронеж: ФГБОУ ВПО «Воронежский государственный университет», 2013. - С. 247-249.
14. Гусев П.Ю. Имитационная модель производства деталей в
Tecnomatix Plant Simulation [Текст] / П.Ю. Гусев, М.И. Чижов, Ю.С. Скрипченко //
Разработка, производство и эксплуатация турбо-, электронасосных агрегатов и
систем на их основе : сб. тр. VII Междунар. научн.-техн. конф. - Воронеж: ИПЦ
«Научная книга», 2013. - С 142-145.
15. Гусев П.Ю. Программа для ЭВМ ««Программное средство расчета
загрузки участка нанесения лакокрасочного покрытия на изделия из полимернокомпозиционных материалов в среде Tecnomatix Plant Simulation», П.Ю. Гусев,
Ю.С. Скрипченко, Д.Н. Пилюгин, свидетельство №50201350010 от 11.01.13 г.
16. Гусев П.Ю. Программа для ЭВМ «Программное средство расчета загрузки автоклава для термостатирования деталей из полимерно-композиционных
материалов в среде Tecnomatix Plant Simulation», П.Ю. Гусев, Ю.С. Скрипченко,
А.О. Кожанов, свидетельство №50201350011 от 11.01.13.
Подписано в печать 30.06.2014.
Формат 60х84/16. Бумага для множительных аппаратов.
Усл. печ. л. 1,0. Тираж 100 экз. Заказ №___
ФГБОУ ВПО «Воронежский государственный технический университет»
394026 Воронеж, Московский просп., 14
17
1/--страниц
Пожаловаться на содержимое документа