Проектирование промышленных предприятий. Принципы. Методы. Практика. Грундиг К.-Г. 2007 (1021084), страница 47
Текст из файла (страница 47)
С одной стороны, получаемая точность отображения (имитационной модели) нередко имеет ограничен- 5.2. Методика нрииенение ную информативность; с другой стороны, сверхточные результаты моделирования не имеют значения для промышленной практики или перекрываются действием более эффективных факторов. Системный анализ — подготовка данных Основными задачами являются: ° выявление особенностей исследуемого объекта и его взаимодействия с другими объектами, получение структур моделируемых данных (экспериментальных данных) в соответствии с примененным программным обеспечением для моделирования и с требованиями к данным (форматирование); ° описание проблем проектирования промышленного предприятия комплексами данных о потоке продуктов, о системе производства и управления, а также о поведении системы при возникновении помех (см.
илл. 5.4). Эти данные образуют базу моделирования для отображения анализируемого объекта и должны быть приведены в соответствие с желаемой точностью модели и полученной с ее помощью информацией. Следует обратить внимание на полноту, объем выборки, диапазон разброса, репрезентативность, воспроизводимость и достоверность данных. ° сбор данных при существующей системе (перепроектирование): > прямой (на месте) или непрямой (из рабочих планов, спецификаций и пр.), или, в идеальном случае, из систем банков данных (интерфейсы баз данных); при несуществующей системе (новое проектирование): > данные следует выводить из оценок, сравнений аналогов, экстраполяции (ограниченная надежность); при наличии интерфейса с системой автоматизированного проектирования (САП): получение данных в онлайновом режиме из системы САП моделирующего устройства; при недостаточной (или отсутствующей) базе данных: получение данных с помощью генератора случайных чисел иа базе разделения функций или в форме псевдослучайных чисел; ° выполнение статистических требований к структурам данных в соответствии с целью обеспечения их информативности.
Моделирующие системы поддерживают подготовку и создание данных с помощью онлайновых интерфейсов или с помощью внешних форм ввода, ориентированных на символы, шаблоны и меню. При этом широко применяются принципы модульного графически интерактивного моделирования. С учетом используемой имитационной модели следует определить требова- 224 5. МоделироВание В процессе проектиродания промышленного предприятия ния к детерминированному и/или стохастическому определению данных. Стохастические данные учитывают случайный характер протекания процесса и определяются функциями распределения (например, экспоненциальное, распределение Эрланга, нормальное распределение, равномерное распределение, распределение Пуассона). На практике этот комплекс работ является, как правило, относительно затратным, поскольку необходимые структуры данных — если они имеются — требуют затрат на их сбор, статистический анализ и перепроверку на достоверность.
Создание модели — имитационная модель Создание модели ориентировано строго на цели исследования. Эти цели в значительной степени определяют базисные показатели поведения, релевантные, нерелевантные или лишь частично релевантные для модели, а также влияющие параметры и требуемую их точность (см.
илл. 5.4). Моделирование заключается в отображении исследуемого объекта в виде алгоритмической модели, с которой можно экспериментировать. Для этого необходимо обобщение или упрощение (идеализация/редукция) реального объекта. При этом нужно придерживаться следующей стратегии: точность отображения должна быть настолько высокой, насколько необходимо, или настолько приблизительной, насколько возможно. Для этого необходимо рациональное разделение исследуемого объекта на релевантные элементы (структуры).
При этом можно руководствоваться двумя подходами: ° принцип «сверху вниз» (аналитический подход) — на основе общей структуры системы создается ее отображение с постепенной детализацией на подсистемы; ° принцип «снизу вверх» (синтетический подход) — на основе подсистем создается отображение путем их синтезирования в общую систему. При этом решаются следующие задачи: ° определение и отображение границ системы (интерфейсы) с окружающей средой (разграничение/«свободная компоновка» объекта); ° определение влияющих параметров (см. илл. 5.4) для создания имитационной модели.
Модульные имитационные системы позволяют создавать и корректировать модели в диалоговом графически интерактивном режиме путем целенаправленного выбора, размещения и объединения в сеть параметризованных модельных модулей (см. раздел 5.1). Этот процесс (называемый также графическим описанием модели) ведет к созданию символической модели, которая автоматически переводится и воплощается в работающую имитационную модель.
В результате при использовании стандартных моделирующих систем появляется модель, работающая с минимальными погрешностями и удобная для 225 5.2. Методика нрименения пользователя. Имитационные модели могут носить как детерминированный, так и стохастический характер.
> Детерминированные модели. Дается однозначная последовательность состояний для каждой величины базисного показателя поведения, т.е. для всех влияющих параметров могут быть определены однозначные числовые величины. Стохастические модели. Однозначная последовательность состояний базисных показателей поведения отсутствует, т.е. по меньшей мере один влияющий параметр в модели носит случайный характер (например, продолжительность обработки, приход сигнала, помехи). Эти данные следует описать с помощью функций распределения значений возникающих событий (см. подготовка данных).
Указанные функции распределения (например, экспоненциальное, распределение Эрланга, нормальное распределение, равномерное распределение, распределение Пуассона) следует либо вывести на основе реального процесса, применяя регрессионный и корреляционный анализы (существующий процесс), или получить упрощенным способом с помощью генератора случайных чисел. Проверочные комплексы Необходимые проверочные этапы играют важную роль в обеспечении достаточно точных результатов моделирования.
По функционально-содержательному признаку они делятся на следующие этапы: ° верификация (проверка вводимых данных, программного обеспечения и модели). В этом случае производится перепроверка внутренней логики модели на полноту всех релевантных влияющих параметров, а также на предмет логических, синтаксических и семантических ошибок в программе (проверка программы). Кроме того, проводится проверка логики (достоверность!правильность) проекта модели (проверка модели); ° валидация (заявление о достоверности). В этом случае производится перепроверка точности отображения имплементируемой имитационной модели. При этом следует проверить, насколько правильно и полно данная модель моделируемого процесса отражает релевантные аспекты, касающиеся решения проблемы и постановки цели.
Результатом проверки является «заявление о достоверности» имитационной модели с учетом реализованных процессов обобщения. Методы валидации различаются с точки зрения рассматриваемой проблемы. Нередко валидация осуществляется в рамках первого специального моделирующего эксперимента (испытательных тестов) по возможности путем визуального наблюдения за динамикой процесса (его 226 5. МоделироВание В процессе проектироВания промышленного предприятия анимационным изображением). Так происходит первое сравнение результатов испытаний с вводимыми данными и имеющимися знаниями о системе (опытом).
Поэтому валидация называется также проверочным методом сравнения с внешними данными (входа и выхода). Очевидно, что опыт моделирования, детальное знание данных, модели и программного обеспечения, а также знание реальной системы необходимы для реализации представленных выше проверочных этапов (см., например, [5.1], [5.2], [5.9], [5.10]).
Моделирующие эксперименты Проведение экспериментов должно происходить в прямой зависимости от целей исследования. Типичным для моделирующих исследований в рамках проектирования промышленного предприятия является то, что множество экспериментов следует проводить в условиях целенаправленного варьирования влияющих параметров. Это позволяет проводить сравнительный анализ и оценку базисных показателей поведения системы (итеративный процесс эксперимента — см. илл. 5.2). Таким образом, цель достигается путем пошаговой оптимизации системы. Проведение экспериментов должно происходить на базе обоснованных планов экспериментов (серии опытов), чтобы обеспечить получение серии точных и значимых результатов относительно поведения базисных показателей при как можно меньших затратах на опыты (количество экспериментов).
При этом в планах экспериментов должны быть указаны изменяемые влияющие параметры, диапазон их значений, а также последовательность экспериментов. Если требуется статистическая надежность показаний, то ход эксперимента следует спланировать в соответствии с требованиями опытного статистического проектирования [5.11]. Для этого следует определить количество экспериментов, период проведения опыта, вариации параметров, а также специальные принципы анализа с применением статистических критериев. Ход моделирования характеризуется нестационарными (фазы нарастания и затухания колебаний) и стационарными («установившимися») состояниями системы.
Нестационарные состояния системы возникают, например, вследствие того, что в самом начале процесса моделирования продукты «устремляются потоком» в «пустые» на первых порах производственные системы. При этом обрабатывающее оборудование вовлекается в процесс обработки лвшь пошаговым образом соответственно последовательности обрабатывающих операций (как при первоначальной загрузке). Базисные показатели поведения в этой фазе нарастания являются нетипичными для поведения системы (носят особый характер). Поэтому в качестве диапазона оценки при проводимых исследованиях следует выбирать, как правило, стационарное состояние системы. 5.2.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
