Линия сборки, Балансировки и Швейного Производства путем Моделирования

 

ТАБЛИЦА 2.

a. Тест распределения Normal.Kolmogorov-Simirnov результаты тестирования

2.4. УСТАНОВКА ИМИТАЦИОННАЯ МОДЕЛЬ

Моделирование-это метод, позволяющий модель реальной или гипотетической ситуации на компьютере, так что она может быть использована для анализа поведения системы. Изменяя переменные прогнозы могут быть сделаны на поведение системы. Это дает прогнозы на эффективность существующей системы. Кроме того, предлагая возможные сценарии на системе альтернативного решения можно сравнить. Поэтому, это очень полезная технология машиностроения предложить инвестиционные стратегии компаний для конкретных задач проектирования.

Если операций в системе осуществляется на основе хронологической последовательности событий, то это называется дискретно-событийное моделирование. Поскольку наша швейная линия состоит из последовательности различных этапах сборки операций, это пример, дискретно-событийное моделирование. Поэтому, чтобы настроить модель, ДИНАМИКУ развития предприятий ® программы моделирования (Студенческая Версия) Incontrol Моделирования Решений, которая является программным обеспечением для дискретного моделирования, был использован (Incontrol Решений По Моделированию, 2003).

Перед тем, как настраивать модель линии, необходимо определить компоненты модели. Со ссылкой на швейная линия потока видел в Рис. 1, 40 процессы считались назначен 40 операторов, и эти операторы с их машинами, включая очереди, материалы, монтажные работы с очередностью, были определены в качестве компонентов модели.

2.4.1. ОСНОВЫ  ПОСТРОЕНИЯ МОДЕЛИ

В создании модели, решение прямо атома в нужном месте-это критический вопрос. Атом может быть машина, счетчик очереди или продукта и др. Чтобы создать нашу швейную линии модели, в основном, шесть разных типов атомов были использовать, как показано в Рис. 3. Объяснения атомов, которые были использованы в нашей модели являются следующие:

• Продукт: Этот атом представляет продукция/клиентам/сырье, которое поставляется в атом через входной канал и оставьте atom через выходной канал
• Источник: функция этого атома является производство продукции в модель
• Queue (очередь): Этот атом представляет зона ожидания для клиентов или продуктов.
• Сервер: Этот атом соответствует машина или счетчик. Атомы, приходящие к серверу проходят процесс и остаться в этом атоме в течение определенного времени (время выполнения).
• Ассемблер: atom, которая используется для сборки операции
• Раковина: продукты или клиенты оставляют модель через этот атом и заканчивается расписание (Incontrol Решений По Моделированию, 2003).

НА РИС. 3.

Тип атомов, используемые в нашей имитационной модели

С помощью этих атомов, модель швейная линия была сформирована, как показано в Рис. 4.

НА РИС. 4.

Имитационная модель превью швейная линия

На рисунке стрелками показывают соединения, а также отношения между атомами. До и после сборки сервера и атомы или, иными словами, до и после прошивки процессы, продукты всегда ждать в очереди обрабатываются как реальная система. Здесь, данные модели были введены с учетом очередностью. Данные в Таблица 1, как описано в процессе раздела, был преобразован в имитационной модели для каждой операции в отдельности. Кроме того, интервал прибытия время подачи материала в системе был получен в качестве показательного распределения и непосредственно преобразуется в модель.

К сожалению, анализ реальной системе и создать модели, некоторые догадки были рассмотрены:

• 8 часовой Рабочий день система.
• Только один работник находится на каждой машине.
• Надбавки не учитывается.
• Время задержки (поломки оборудования, изменение аппарат) не учитываются.
• Нет энергетической проблемы в системе.
• Ткань убыток не учитывается.
• Сырьем является неограниченным.
• Научный руководитель работы на линии было проигнорировано.

2.5. МОДЕЛЬ  ВЕРИФИКАЦИИ И ВАЛИДАЦИИ

С учетом предположения, имитационная модель была запущена. Верификация модели делалось шаг за шагом по сравнению с фактическими системы. Статистика модели; количество текущих и среднее содержание в атомов в системе, время цикла, процент использования сервера, время ожидания рабочих мест, средняя мощность, пропускную способность атомов и т.д., сравнивались с фактическими системы, и во всех случаях не было никаких существенных различий между моделью и реальным системным.

3. Результаты

Анализ результатов системы, три выступления были рассмотрены меры:

• среднее время пребывания заданий в очередях,
• среднее содержание рабочих мест в машинах,
• количество среднесуточный выпуск продукции

Поскольку наша система является примером непрекращающиеся моделирования, была оценена в два этапа, чтобы учесть влияние теплого периода. Во-первых, найти теплый период, имитационная модель была запущена 800 часов (5 месяцев в качестве рабочего дня) при 95% доверительном уровне. Тем не менее, с этими результатами, среднее количество выхода из системы в течение дня, не может быть оценена. Найти количество среднесуточный выпуск продукции, система была запущена в 100 раз, при каждом запуске, состоящий из 8 часов модельного времени, с учетом времени прогрева (Закон & Kelton, 2000).

3.1. РЕЗУЛЬТАТЫ, А ТАКЖЕ НА ОСНОВАНИИ МАКЕТА, МОДЕЛИ

Результаты ссылку макет модели объединяются в Таблица 3 в зависимости от производительности меры. Как видно в Таблица 3это может быть замечено, что среднее количество готовой брюки в день 295, среднее содержание рабочих мест в 28 машин и среднее время пребывания заданий в очереди - 260 с. Государство схемы выполнения мероприятий по 100 наблюдений (5 месяцев) приведены в Рис. 5-7. Когда эти результаты сравнивались с фактическими системы, было также установлено, что фактическая системы и эталонной модели, результаты были одинаковы.

Для повышения эффективности линии, во-первых, были определены узкие места, и тогда возможные сценарии были судимы анализ " что если". В результате было разработано четыре сценария для производства брюки.

Показатели производительности	Средняя	Св.  Отклонение	L-bound  (95%)	U-bound  (95%)	Мин.	Макс.
Среднее содержание рабочих мест в машинах	28.34	0.04	28.33	28.35	28.26	28.42
Средняя пребывания заданий в очереди	260.66	1.07	260.45	260.87	258.10	264.03
Среднесуточный выпуск продукции	295.12	0.48	295.03	295.21	294.00	296.00

 

ТАБЛИЦА 3.

Результаты, а также на основании макета, модели

НА РИС. 5.

Справочный макет модели: Среднее содержание рабочих мест в машинах за 100 наблюдений (5 месяцев)

РИС. 6.

Справочный макет модели: Средняя пребывания заданий в очереди за 100 наблюдений (5 месяцев)

Для того, чтобы определить узкие места в эталонной модели размещения; количество текущих и среднее содержание в атомов в системе, время цикла, процент использования сервера, время ожидания рабочих мест, средняя мощность, пропускную способность атомов и т.д. были учтены. Было отмечено, что 28 процесса: Присоединение пояс с большей вычислительной времени блокирует систему. Сервер состояние использования технологических 28 показано в рис. 8. Как видно на рисунке, машина занята : 97.7 доля от общего времени. Таким образом, в ссылку макет, модель, 28 процесса было определено как " узкое место". Таким образом, первый сценарий был разработан путем добавления одного дополнительные машины системы для того, чтобы преодолеть процесс 28 узким местом проблему.

РИС. 7.

Справочный макет модели: среднесуточный выпуск продукции на 100 наблюдений (5 месяцев)

НА РИС. 8.

Обзор различных статусов процесс 28 процент от общего времени

3.2 Результаты, основанные на сценарий 1

Только добавление дополнительных одна машина с оператором системы отсчета, средняя суточная производительность системы вырос до 312. Это означает, что если одна машина с одним оператором добавляется к системе, то вокруг 312 брюки смогут быть произведены в день. Более того, когда другие работы были рассмотрены меры, было также отмечено, что среднее содержание рабочих мест в машинах увеличилось, помимо среднего пребывания заданий в очереди сократилось.

Таблица 4 обобщены результаты, основанные на сценарии 1, когда только один дополнительный автомат с одним оператором добавил к эталонной модели. Рис. 9 показано, средняя суточная производительность системы в зависимости от сценария 1.

Показатели производительности	Средняя	Св.  Отклонение	L-bound  (95%)	U-bound  (95%)	Мин.	Макс.
Среднее содержание рабочих мест в машинах	30.22	0.06	30.21	30.23	30,07	30.38
Средняя пребывания заданий в очереди	230.97	1.28	230.72	231.22	227.24	233.64
Среднесуточный выпуск продукции	312.13	0.80	311.97	312.29	311.00	315.00

 

ТАБЛИЦА 4.

Результаты, основанные на сценарий 1

По сценарию 1, было обнаружено, что программа процент server 28 снизилась до 62,6% (занят). Однако, несмотря на снижение server процесса 28, в этот раз новый " узким местом " оказалась в другой машине. Сервер 37 был идентифицирован как второе узкое место вдоль линии после еще одного дополнительного машина была добавлена. Рис. 10 показывает процент его использования из-за полного рабочего времени.

РИС. 9.

Сценарий 1: среднесуточный выпуск продукции на 100 наблюдений (5 месяцев)

НА РИС. 10.

Обзор различных статусов процесс 37 процент от общего времени

Поэтому, в качестве второго сценария было решено добавить один или несколько дополнительных машина с более одного оператора к системе, чтобы преодолеть server 37 рабочую нагрузку. Действительно, целью добавления новой машины является повышение эффективности линии.

3.3. РЕЗУЛЬТАТЫ  СООТВЕТСТВИИ СО СЦЕНАРИЕМ № 2

Добавив еще одно дополнительное машина с еще одним оператором системы, узким местом проблема в сервере 37 была также решена. Таким образом, средняя суточная производительность системы увеличилась с 312 (согласно сценарию 1) до 322 как видно в Рис. 11. Кроме того, средняя пребывания заданий в очереди сократилось с 230 до 221 как видно в Таблица 5 и нагрузки на сервер 37 снизилась с 95,5% до 60.30%.

Показатели производительности	Средняя	Св.  Отклонение	L-bound  (95%)	U-bound  (95%)	Мин.	Макс.
Среднее содержание рабочих мест в машинах	30.31	0.06	30.30	30.32	30.17	30.46
Средняя пребывания заданий в очереди	221.29	0.83	221.12	221.45	219.48	224.36
Среднесуточный выпуск продукции	322.25	1.20	322.01	322.49	319.00	325.00

 

ТАБЛИЦА 5.

Результаты соответствии со сценарием № 2

НА РИС. 11.

Сценарий 2: среднесуточный выпуск продукции на 100 наблюдений (5 месяцев)

Однако, несмотря на улучшения производительности меры, добавляя дополнительные машины, чтобы система принесла новые " узкие места". На этот раз, " узких мест " произошло в сервер, 1 сервер 2 (см. Рис. 12) и server 16.

РИС. 12.

Обзор различных статусов процесса 1 и процесс 2 в процентах от общего времени

Поэтому, как новая стратегия три машины с тремя операторами были добавлены в систему в целях уменьшения сервер, 1 сервер 2 и сервера 16 рабочих нагрузок и повышения эффективности линии.

3.4. РЕЗУЛЬТАТЫ, ОСНОВАННЫЕ НА СЦЕНАРИЙ 3

Как видно в Таблица 6, суточное производство брюки увеличивается до 340 с 3 сценария. Кроме того, с этого же сценария в среднем содержании рабочих мест в машинах был выше, чем в сценарии 2, но среднее время пребывания заданий в очереди оказался несколько выше (Рис. 13)чем ссылка макета. Кроме того, в сценарий 3 работы серверов 1 и 2, уменьшилась до 65,7% и 64,8%, соответственно. Насколько производительности меры касаются, в первую очередь для производства суточный выпуск продукции, которая напрямую связана с эффективностью линии, поэтому результаты таких как средняя пребывания заданий в очереди могут быть проигнорированы по этой причине, но только тогда, когда они находятся в допустимых пределах.