Symulacja Analiza i Optymalizacja Produkcji i Logistyki

Nasz zespół projektowy na podstawie modelu symulacyjnego na długo przed dokonaniem ingerencji w istniejący bądź planowany proces sprawdzi alternatywne rozwiązania. Odpowie na pytanie ”co jeśli” przeanalizuje wpływ różnych scenariuszy i parametrów takich jak czasy, ilości zasobów, odległości, itp. Symulacja zagwarantuje uniknięcie błędów pozwoli uzyskać odpowiedzi na pytania: jakie paramenty i scenariusze są optymalne w obszarze produkcji i logistyki.

 

 

Poznanie procesu

Konsultanci KS IS przed rozpoczęciem projektu zapoznają się z procesem produkcyjnym i logistycznym w celu określenia możliwości symulacyjnych, przygotowania oferty oraz oszacowania czasu potrzebnego na realizację modelu symulacyjnego.

 


 

Start projektu symulacyjnego

Symulacja oferuje szerokie spektrum możliwości, by w jak najszybszym czasie uzyskać najlepsze rezultaty w pierwszej kolejności należy:

  • zidentyfikować cele
  • zebrać alternatywne scenariusze i możliwe eksperymenty
  • wyznaczyć ramy projektu i określić limity

Pozwoli to na zbudowanie symulacji komputerowej, dzięki której osiągniemy zamierzone korzyści.

Przykładowe cele dla których tworzona jest symulacja w Tecnomatix Plant Simulation:

  • Weryfikacja procesów produkcyjnych i logistycznych
  • Potwierdzenie założeń projektowych i konstrukcyjnych
  • Wizualizacja dla klienta lub zarządu
  • Eksperymentowanie, symulacja różnych scenariuszy i założeń
  • Wyznaczenie wielkości i pojemności magazynu
  • Wyznaczenie wielkości buforów produkcyjnych
  • Optymalizacja planu produkcyjnego względem przezbrojeń
  • Rozwiązanie problemu mleczarza przy użyciu algorytmów genetycznych
  • Sprawdzenie poziomu wykorzystania zasobów
  • Dobranie optymalnej ilości zasobów
  • Eliminacja wąskich gardeł i zagrożeń
  • Symulacja planów produkcyjnych i forecastów
  • Wyszukanie optymalnych ustawień i parametrów
  • Identyfikacja maksymalnej wydajności „PeakValue”
  • Balansowanie linii produkcyjnych
  • Sprawdzenie skrajnych możliwości systemu produkcyjnego i logistycznego
  • Wyznaczenie optymalnego layout
  • Zbieranie danych: rejestracja czasów i sygnałów
  • Symulacja i wpływ awarii i innych zdarzeń losowych
  • Odszukanie optymalnej ilości AGV
  • Sprawdzenie możliwości magazynów wysokiego składowania

 

Scenariusze i eksperymenty

Osoby powiązane z symulowanym obszarem, znające proces, mają pewne przypuszczenia odnośnie możliwości dokonania usprawnień. W rzeczywistych warunkach często ciężko wykonać zmiany bez ingerencji w proces. W tej sytuacji doskonale możemy wykorzystać możliwości symulacyjne, sprawdzić alternatywne rozwiązania nie zakłócając rzeczywistego procesu, bądź przewidzieć skutki zmian lub innych rozwiązań dla planowanego procesu.

Ramy projektu i limity

Realizując projekt będziemy symulować określony obszar produkcji i logistyki z uwzględnień niezbędnego poziomu szczegółowości. W ramach projektu można symulować wykorzystanie określonych zasobów logistycznych, prace maszyn czy ludzi przez wymaganą ilość dni. Model opierać się będzie o dostarczone dane potrzebne do realizacji projektu.

 

 

Zebranie danych wejściowych

Aby móc osiągnąć założony cel i stworzyć model symulacyjny musimy posiadać odpowiednie dane wejściowe. Dane te mogą stanowić założenia, które potwierdzi model symulacyjny lub mogą to być dane historycznie gromadzone w bazach danych, arkuszach Excel czy systemach do zarządzania produkcją. KS Industry Solution najczęściej identyfikuje następujące dane wejściowe jako dane potrzebne do realizacji modelu symulacyjnego:

  • Opis procesu
  • Dostępna powierzchnia do produkcji
  • Typy obiektów
  • Ilość obiektów
  • Czasy dla obiektów (czas procesu, czas przygotowania, itp.)
  • Przezbrojenia
  • Wymiary obiektów (długość, szerokości, wysokość)
  • Layout 2D
  • Plan produkcyjny
  • Strategia wyjściowa dla obiektów
  • Strategia wejściowa dla obiektów
  • Prędkości dla obiektów logistycznych
  • Zmiany pracy, przerwy
  • Pojemność buforów
  • Założenia i uproszczenia
  • Logistyka
  • Reprezentacje 3D obiektów

Dokładność symulacji zależy od ilości i jakości dostarczonych do symulacji danych.

 

Budowa modelu symulacyjnego

Model symulacyjny ma za zadanie realizować postawione cele. Na podstawie zgromadzonych danych, przy użyciu dostępnych obiektów lub bibliotek budowany jest model bazowy ilustrujący przepływ produkcji. W przypadku braku funkcjonalności w obiektach, można dzięki wbudowanemu językowi programowania stworzyć wymagane zachowania tak, aby jak najwierniej odzwierciedlić symulowane procesy. Model bazowy jest następnie uszczegóławiany o logistykę, obiekty 3D, inne wymagane detale tak, by mógł sprostać stawianym oczekiwaniom. Model budujemy w ścisłej współpracy z klientem stawiając na możliwe częsty kontakt w celu uniknięcia błędów i pomyłek.

 

Generowanie danych wyjściowych

Zbudowany model symulacyjny generuje rożnego rodzaje dane wyjściowe. Wszystkie dane rejestrowane przez model mogą być zapisywane i eksportowane do arkuszy Excel lub zapisane w bazach danych.

 

Analiza i optymalizacja modelu

Na podstawie zaproponowanych scenariuszy i eksperymentów dokonujemy weryfikacji alternatywnych rozwiązań i odnajdujemy najlepszy wariant dla procesu produkcyjnego. W analizie i szukaniu optymalnych parametrów pomagają nam zawarte w oprogramowaniu narzędzia. Symulacje możemy wykonywać „ręcznie” zmieniając parametry procesu np. czasy lub ilości maszyn czy też plan produkcji lub wykorzystując zadanie wbudowanego algorytmu genetycznego, które odszukają optymalne rozwiązanie dla postawionego problemu np. dla „trasa mleczarza”.

 

Finalizacja projektu

Wyniki symulacji, optymalne rozwiązania jak i model symulacyjny wraz z niezbędną prezentacją lub raportem zostają dostarczone na koniec trwania projektu. Klient otrzymuje również pliki i model „PackAndGo” – wersja ta nie wymaga licencji programu i jego instalacji, a działa na zasadzie podglądu symulacji bez możliwości edycji. Model symulacyjny w przyszłości może być wykorzystywany do dalszych analiz i sprawdzania różnych scenariuszy i eksperymentów.