Flexsinm試驗匯報

試驗目的通過此試驗掌握Flexsim軟件的基本使用方法,理解系統仿真的基本原理，運用Flexsim進行模型的建立和仿真分析，通過實際建立仿真模型深刻認識仿真的基本概念。在學會運用Flexsim進行幾種模型的建立和仿真的基礎之上進行自主分析，完畢一定的探究過程,更好地將Flexsim軟件和現實緊密聯絡起來，以此為基礎將更好地在物流中心的設計與運作方面進行統籌計劃。其中包括：掌握離散系統仿真的基本原理。掌握Flexsim軟件的基本操作和常用實體的參數設置等。掌握分析流程，建立模型的措施。掌握模型運行的基本記錄分析措施。記錄對象的選擇和模型運行過程中被選擇對象記錄數據的輸出和分析。通過實際建立仿真模型認識仿真的基本概念、感受仿真的情境。通過實際建立仿真模型認識仿真的基本概念、感受仿真的情境。Q_inQ_inQ_m1Q_m2M2M1Q_out1Q_out2L_aL_bL_a2L_b2Massm試驗內容本次試驗中，我們運用flexsim4。0軟件平臺，來仿真一種流水加工生產線系統,不考慮其流程間的工件運送，對其各道工序流程進行建模。建立一種如下描述的流水加工生產線系統:兩種工件L_a、L_b,分別以正態分布(10,2）和均勻分布(20,10)min的時間間隔進入系統，首先進入隊列Q_in由操作工人進行檢查，每件檢查用時2min。不合格的廢棄,離開系統，合格的送往后續加工工序,合格率為95%；L_a送往機器M1加工，如需等待，則在Q_m1隊列中等待;L_b送往機器M2加工，如需等待，則在Q_m2隊列中等待；L_a在機器M1上加工時間為均勻分布（5，1)min，加工后的工件為L_a2；L_b在機器M2上的加工時間為正態分布(8，1）min，加工后的工件叫做L_b2；一種L_a2和一種L_b2在機器Massm上裝配成L_product，需時為正態分布(5，1)min,然后離開系統。如裝配機器忙則L_a2在隊列Q_out1中等待；L_b2在隊列Q_out2中等待；并且讓該系統運行一種月，直到流水線中的某個生產資料暫存區到達了其最大容量，則系統停滯加工。該系統的運行效率指標由生產線的最長加工時間和最終完畢加工產品的數量。為了將試驗數據導出到數據庫中，我們在軟件仿真開始前，啟用“fullhistoryon"記錄試驗數據。試驗后從菜單的Statistics選項中導出數據。試驗環境3.1試驗軟件簡介FlexSim是美國flexsim企業開發的，迄今為止世界上第一種在圖形環境中集成了C++IDE和編譯器的仿真軟件。Flexsim是一種基于Windows的，面向對象的仿真環境，用于建立離散事件流程過程，像是制造業,物料處理和辦公室工作流，這些全都配以令人瞠目結舌的三維虛擬現實環境.3.2軟件功能軟件可以使用C++直接用來定義模型，不會在編譯中出現任何問題。Flexsim應用深層開發對象,這些對象代表著一定的活動和排序過程。我們要應用模板里的某個對象,只需要用鼠標把該對象從庫里拖出來放在模型視窗即可。每一種對象均有一種坐標（x,y,z）速度（x,y，z），旋轉以及一種動態行為（時間）。對象可以創立、刪除，并且可以彼此嵌套移動,它們均有自己的功能或繼承來自其他對象的功能。這些對象的參數可以把任何制造業、物料處理和業務流程迅速、輕易、高效的描述出來。同步Flexsim的資料，圖像和成果都可以與其他軟件共用(這是其他仿真軟件不能做到的)，并且它可以從Excel表讀取資料和輸出資料，可以從生產線上讀取現時資料以作分析功能.Flexsim也容許顧客建立自己的實體對象(Objects）來滿足顧客自己的規定。通過部件的參數設置，我們可以對幾乎所有的物理現象進行模型化。例如，機械手、操作人員、隊列、輸送機、叉車、倉庫、交通信號、貨柜、箱子等全都可用Flexsim來建立模型.Flexsim軟件功能強大，需要我們繼續學習。3.3軟件安裝試驗中我們使用的是flexsim4.0版本,安裝好flexsim4.0后運行單機版加密狗驅動,安裝好后打開——開始，找到Flexsim文獻夾，打開flexsimlicenseactivation,在那個第四行licensetype中選擇educational的模式，保留.選擇這個模式雖然沒有密鑰,在建立模型的時候也可以建立80個實體。其他模式只能建立20個.再次打開——開始，找到Flexsim文獻夾，打開flexsimgraphicsconfigurator，在第一排commonconfigurations下拉列表中選擇highcompatibility.這可以使得軟件運行愈加兼容系統。3.4計算機試驗室和教學在管理學院三樓機房擁有兩百多臺計算機，運行速度快、上網簡樸可以以便查詢資料，機房空間寬闊，學習環境良好。同步試驗時有兩位助教與我們一同學習，我們碰到問題時可以向助教請教。助教的協助使得我們對軟件的使用和對問題的理解程度更好,非常感謝助教！試驗數據4。1未優化之前模型參數設置（1)兩種工件1、2，分別以正態分布(10，2）和均勻分布(20，10)min的時間間隔進入系統，首先進入隊列Queue3，同步在Triggers中對工件設置顏色.（2)Queue3的最大容量采用默認值:10。00。（3）對Processor9設置為由工人進行檢查，每件檢查用時2min。不合格的工件廢棄,離開系統進入Sink14，合格的送往后續加工工序，合格率為95%；Processor9容量為1,檢查時間—-ByExpression:2。在Flow里設置合格率——Bypercentage(inputs）percentport（要注意出口的選擇）.在General查看出口，1代表Queue4，2代表Sink14。（4)Queue4寄存兩種物品，因此在這里要進行產品分流。在Flow里設置—-Casesbyvalue：gebitemtype（item）cases：case1:return1;case2：return2。代表工件1從出口1出去,工件2從出口2出去。（5）工件1在機器Processor10上加工時間為均勻分布（5，1)min；工件2在機器Processor11上的加工時間為正態分布(8，1）min.（6）一種工件1和一種工件2在機器Combiner13上裝配成產品，需要時間為正態分布(5，1）min,然后離開系統。運行之后結發現流水線不能持續運行一種月，需要對其進行優化，使得系統順利持續運行一種月.4。2優化模型時的參數調整增長工件2的進入量：將Source2的抵達時間間隔改為均勻分布U（14,6).將各個暫存區的最大容量改為25。將Processor10的處理時間改為U（11,8），Processor11的處理時間改為正態分布（12,2）。4.3最終模型的建立試驗成果分析5。1改善前后的運行時間對比改善前：改善后：從以上數據中，我們可以發現:變化參數前的系統并不能滿足一種月的生產計劃，而改善后的系統可以滿足一種月的生產計劃。5.2StateChanges的對比改善前：改善后：可以發現，在這兩次仿真中所有實體的狀態的變化狀況就是同樣的。Soure的狀態變化是5-4的循環,combiner13的轉態變化是1—7-21—2-4的循環，operator的轉態變化是1-14-22的循環，processor10的轉態變化是1-21—21-2-4的循環，其他實體也都遵照一定的狀態變化循環。5。3StateReport的對比改善前：改善后：對比可以發現改善后，processor9,processor10,processor11,combiner13，operator16的空閑時間全都下降了.5.4SummaryReport的對比改善前：改善后：對比可以發現，改善后由于增長了每個暫存區的最大容量，因此改善后的Queue中容量的最大值，平均值都增長了。除此之外，我們還可以發現改善后的產出量增長了，與此同步，我們還發現了stats_staytime的最大值、最小值，平均值在改善后除了combiner13基本上都增大了，我們是這樣理解的：在改善后，每個暫存區的庫存增長,使得每個產品的等待加工的時間拉長，但由于最終的combiner前的庫存也增長了，因此combinerjoin兩個半成品的速度就可以加緊了，由于節省了由于缺乏另一種物料而揮霍的等待時間。6、試驗中碰到的問題及處理方案一種錯誤為系統中貨品只往一種加工機器上跑；或者是每個source都產生兩種顏色的物品，導致未進行優化的系統停止運行的時間是對的設置參數的系統的諸多倍。處理措施：在設置物品的顏色和屬性時，假如在Triggers選項卡中的Oncreation中