Области применения имитационного моделирования в машиностроении
Современный этап развития машиностроения характеризуется бурным внедрением автоматизированных систем управления технологическими процессами и производством в целом, гибких автоматизированных производств на базе робототехнических систем. Разработка, внедрение и организация оптимальных режимов эксплуатации этих сложнейших систем немыслимо без имитационного моделирования.
Для выяснения роли имитационного моделирования в машиностроении рассмотрим простой пример. Допустим, что, в общем, объем деталей, используемых при сборке изделия, половина деталей имеют размеры с положительными отклонениями, а другая половина - с отрицательными отклонениями от номинала. При сборке на изделие устанавливаются пять деталей. В случае попадания всех деталей с одинаковыми положительными или отрицательными отклонениями изделие бракуется. Необходимо определить вероятность брака при условии, что сборщик (например, робот) выбирает деталь наугад. Аналитическая модель здесь проста. Для большого числа исходных деталей вероятность брака Рбр = 2 -5 = 0, 5 5 = 0, 1375.
Решим задачу розыгрышем, путем бросания монеты пять раз подряд. Если во всех случаях при бросании монеты выпадает герб или только плата, будем считать изделие бракованным. Повторим этот опыт много раз. Для общего числа N испытаний получим К случаев попаданий только одной стороны монеты (герба или платы). Тогда отношение К/ N будет в определенной степени соответствовать вероятности брака. Результат будет достоверным лишь при большом числе испытаний. Уже на этом примере видно, что для проведения статистического моделирования требуется большое число испытаний, которое без помощи ЭВМ реализовать практически невозможно.
В данном примере аналитическое решение задачи оказалось проще. Однако при исследовании сложных процессов и систем. подверженных случайным факторам, аналитическое решение может оказаться сложным и даже невозможным.
Рассмотрим более сложную ситуацию. В парк станков поступают разнородные заготовки, требующие разного времени обработки в зависимости от типа изготавливаемой детали, требуемых приспособлений, квалификации рабочего.
Поток поступающих заготовок случаен во времени и может изменяться в течение рабочего дня (так называемый случайный поток с изменяющимися параметрами). Отдельные станки могут на время выходить из строя. Неизбежны также случаи прерывания работы, например, для кратковременного отдыха рабочего. Кроме того, одна заготовка может проходить последовательную обработку на разных станках, т. е. в этом случае необходимо найти рациональные режимы группы взаимосвязанных станков. Аналитическое решение по оптимизации работы станочного парка с целью обеспечения максимальной загрузки станков и получения максимальной общей производительности, как правило, в таких ситуациях невозможно. В то же время, как показала практика, имитационное моделирование позволяет справиться с решением данной задачи. Такие задачи относятся к задачам массового обслуживания в машиностроении.
Задачи массового обслуживания в машиностроении весьма разнообразны. Особую актуальность они приобрели в условиях развертывания гибкого автоматизированного производства на базе робототехнических систем. Типичный пример - разработка программы управления роботом при организации многостаночного обслуживания. Необходимо оперативно найти оптимальный вариант обслуживания роботом парка станков, обрабатывающих в той или иной последовательности группу деталей. Аналитические решения в основном применяются лишь в простейших случаях при последовательной обработке одного типа детали при постоянном времени ее обработки на каждом станке /I, 2/.
Выбор типа ЭВМ для управления технологическими процессами в АСУТП и ГАП непосредственно зависит от интенсивности потока заявок, поступающих на нее с объектов управления (станков с числовым программным управлением, автоматизированных рабочих мест, измерительных и контролирующих устройств датчиков и т. п.). В этом случае опять возникает задача массового обслуживания, решаемая имитационным моделированием. Можно привести целый ряд других задач машиностроения, решаемых с помощью имитационного моделирования.
Управление запасами. Решение таких задач связано с определением рациональных объемов запасных частей, материалов, комплектующих элементов, а также времени их смены и пополнения с учетом случайных колебаний времени.
Замена основного и вспомогательного оборудования вследствие морального и физического износа и поломок.
Оптимизация сроков профилактических проверок и ремонтных работ, обеспечивающих максимальный коэффициент их работоспособного состояния.
Оптимальное распределение ресурсов и плановых заданий между подразделениями.
Анализ сложных конфликтных ситуаций в условиях автоматизированного производства в условиях имеющейся неопределенности. В процессе имитационного моделирования находятся компромиссные решения, направленные на уменьшение общих расходов на простом оборудовании, неизбежные при конфликтных ситуациях (например, простой станка из-за отсутствия поступлений из заготовительного цеха и т. п.).
Широко применяется имитационное моделирование при сетевом планировании и управлении. Аналитические методы расчета сетевой модели со случайными временными оценками работ являются либо весьма громоздкими, либо содержат ошибки систематического характера. Обязательным элементом подготовки специалистов по организации управления и планирования в настоящее время является проведение имитационного моделирования, позволяющего получить временные оценки по отдельным видам работ, предусмотренных в сетевом графике, с требуемой точностью.
Таким образом, на современном этапе машиностроения имитационное моделирование используется практически на всех стадиях и сферах производства. Ниже будут рассмотрены отдельные задачи машиностроения, решаемые методами имитационного моделирования.
