27

MODELAREA PROCESELOR I SISTEMELOR

TEHNOLOGICE
2.1. Noiunea de model - modelare, tipuri de modele
Noiunea de model a cptat o utilizare foarte larg n metodologia tiinelor de
orice fel, inclusiv n activitatea de optimizare.
Modelul constituie un sistem care reproduce sau/i descrie artificial obiectul,
procesul sau sistemul original (existent sau proiectat), a crui funcionare reprezint
similitudini cu funcionarea originalului.
Un model trebuie astfel realizat nct s permit cercetarea (prin metode fizice
sau matematice) n scopul cunoaterii/descrierii proprietilor i comportrii sistemului
original.
Modelarea este activitatea de construire a modelelor care se bazeaz pe teoria
similitudinii ntre funcionarea modelului i ale sistemului original.
O modelare reuit a sistemelor i proceselor tehnice presupune trei aspecte de
similitudine care trebuie s fie coninute n model, i anume:
1. aspectul structural reprezentat de componente sistemului sau procesului i
legturile dintre acestea;
2. aspectul funcional care reflect funcionalitatea sistemului, putndu-se
exprima prin funciile de transfer ale sistemului;
3. aspectul comportamental - reprezentnd strile diferite prin care trece
sistemul.
Clasificarea modelelor, n funcie de natura lor, se poate face n dou categorii
principale:
- modele fizice (materiale);
- modele abstracte (formale).
Modelele fizice pot fi: o machet, o instalaie, main sau dispozitiv fizic care
reproduce, de regul, la scar redus sistemul original, dar i un model fizico-analogic
care nlocuiete o proprietate cu o alta.
Modelele fizice se construiesc atunci cnd experimentarea asupra sistemului
original este prea costisitoare ori imposibil, sau cnd nu se poate construi un model
abstract din cauza complexitii sistemului sau a informaiilor apriorice inexistente.
Ca modele fizice mai pot fi utilizate: machete de turbine, nave, avioane etc., dar
i machete de uzine, secii i ateliere de producie, cu diferite moduri de amplasare a
locurilor de munc i a mijloacelor de transport etc., cnd se experimenteaz produse
sau se optimizeaz organizarea produciei.
OPTIMIZAREA PROCESELOR TEHNOLOGICE
28
Modelele abstracte sunt obinute pe baza descrierii sistemelor i proceselor
printr-o formulare abstract cu ajutorul unui limbaj. Se pot folosi, pentru construirea
modelelor, limbajul natural, limbajul desenelor, al schemelor sau limbajul matematic.
Cele mai importante modele abstracte sunt modelele matematice.
Modelele matematice descriu sistemele i procesele, lumea observabil sau cea
conceptualizat n limbaj natural, folosind noiuni matematice (simboluri, variabile,
numere, vectori, mulimi, funcii) i bazndu-se pe regulile logicii i matematicii.
Modelele matematice se prezint sub forma unor structuri matematice de tipul
ecuaiilor algebrice, a ecuaiilor difereniale, care stabilesc relaii ntre mrimile
caracteristice ale sistemelor i proceselor modelate.
Modelele matematice se pot deduce pe cale analitic - prin aplicarea legilor
fizice care guverneaz sistemele i procesele sau pe cale experimental prin
identificare.
De cele mai multe ori, este avantajoas asocierea modelelor analitice cu
identificarea pe cale experimental, adic: prin modelare analitic se construiete un
model ai crui parametri sunt estimai utiliznd date experimentale.
Dup modul de reprezentare a proprietilor sistemului care trebuie modelat,
modelele matematice se mpart n: modele funcionale i modele structural-logice.
Modele funcionale reflect procesele fizice care se desfoar n cursul
funcionrii sistemului sau procesului modelat, ca de exemplu n funcionarea utilajelor
tehnologice, a sculelor, a dispozitivelor i a piesei de prelucrat, fiind constituite din
sisteme de ecuaii care leag parametrii de intrare cu cei interni (proprietile
elementelor sistemului) i cu parametrii de ieire ai sistemului.
Pe de alt parte, modelele funcionale pot fi: modele analitice i modele
algoritmice.
Modele matematice analitice sunt expresii explicite ale parametrilor de ieire ca
funcii de parametrii de intrare i parametrii interni ai sistemului, dar utilizarea lor este
dificil i necesit totdeauna ipoteze simplificatoare.
Modelele algoritmice exprim legturile parametrilor de ieire cu parametrii de
intrare i cei interni sub forma unui algoritm care reproduce procesul de funcionare n
timp a procesului sau sistemului studiat.
O clas important a modelelor algoritmice o constituie modelele de simulare
(simulabile), cu ajutorul crora sunt simulate fenomenele care caracterizeaz procesul
respectiv prin experimente numerice - efectuate cu ajutorul calculatorului numeric. Un
model de simulare conine: ecuaii i inecuaii algebrice, ecuaii difereniale i ecuaii
cu derivate pariale.
Modelele matematice structural-logice (sau structurale [2] ) sunt utilizate pentru
descrierea structurii sistemului de studiat (de optimizat). Pentru proiectarea i
optimizarea proceselor tehnologice sau a elementelor componente, modelele structural
logice mai des utilizate sunt: modelele tabelare, modelele reea i modelele
permutabile.
Modelul tabel descrie o singur structur a procesului tehnologic.
MODELAREA PROCESELOR I SISTEMELOR TEHNOLOGICE
29
Modelul reea este un model grafic care descrie mulimea structurilor procesului
tehnologic ce se deosebesc prin numrul i componena elementelor structurii pentru
diferitele variante tehnologice, ns cu relaii de ordine neschimbate.
Modelul permutabil descrie mulimea structurilor procesului tehnologic care se
deosebesc prin numrul i componena elementelor structurii pentru care exist relaii
de ordine diferite la diferite variante tehnologice.
Pentru ntocmirea modelului matematic al unei probleme de optimizare trebuie
parcurse urmtoarele etape:
- formularea problemei de optimizare;
- construirea modelului matematic al problemei de optimizare;
- stabilirea algoritmului de rezolvare a problemei de optimizare;
- verificarea experimental i corectarea modelului precum i a metodelor de
rezolvare, n pai iterativi cu - deciderea (gsirea) soluiei optime.
2.2. Structura modelului matematic al unei probleme de optimizare
Modelul matematic este pe departe cel mai important n activitatea de
optimizare a proceselor tehnologice, deoarece este cel mai abstract i, deci, cel mai
general i cel mai ieftin. n acest model, un simbol cum ar fi x sau y reprezint o
cantitate - cum ar fi viteza de achiere sau un procedeu de achiere, ca de exemplu
strunjirea sau rectificarea etc.
Din punct de vedere matematic, se spune c s-a dat sau s-a ajuns la o problem
de optimizare ori de cte ori se cere determinarea valorii maxime, a valorii minime sau
a ambelor a unei funcii de una sau mai multe variabile care sunt supuse unui anumit
numr de condiii (restricii).
Deosebit de important, n activitatea de optimizare, este etapa de elaborare a
modelului matematic, cci un model matematic care nu descrie corect realitatea va
duce, prin rezolvare, la soluii neobiective - neoptime. De aceea, modelul matematic
trebuie s descrie ct mai fidel procesele ce se produc pe utilajele i echipamentele
avute n vedere.
Ca urmare, n activitatea de optimizare a proceselor tehnologice o bun parte a
volumului de munc trebuie ndreptat spre cunoaterea sistemului sau procesului
tehnologic i descrierea s-a matematic, iar aceast sarcin se rezolv de ctre
specialistul n procesul sau sistemul ce se optimizeaz, care trebuie s ia n considerare
numai interdependenele cu adevrat semnificative din proces sau sistem. n practic,
cu tot aportul matematicii i al calculatoarelor numerice, se caut s se realizeze un
compromis ntre complexitatea, respectiv fidelitatea modelului matematic i facilitatea
de rezolvare a acestuia.
Pentru model matematic al procesului tehnologic, ca definiie, se poate accepta
c este ansamblul de relaii matematice - capabile s descrie ntr-un mod corect
interdependenele existente ntre variabilele procesului tehnologic.
OPTIMIZAREA PROCESELOR TEHNOLOGICE
30
Dac se dorete a se optimiza un proces tehnologic, atunci trebuie s se
precizeze din ce punct de vedere s fie optim: al productivitii, al costului, din punct
de vedere energetic, precizie etc., deci trebuie precizat criteriul de optimizare.
2.2.1. Funcia criteriu n problemele de optimizare
Optimizarea se face ntotdeauna cu referire la unul sau mai multe criterii. O
variant este mai bun dect alta numai n msura n care satisface mai mult un anumit
criteriu dect o alt variant. De asemenea, o decizie tehnologic poate fi cea mai bun
relativ la un criteriu, dar foarte proast relativ la altul.
Cum o problem de optimizare nu poate fi definit fr precizarea criteriului de
optimizare, se impune ca modelul matematic al problemei s cuprind criteriul de
optimizare n mod analitic, adic funcia criteriu. Aceast funcie se regsete n
literatura de specialitate sub diverse denumiri: "funcie criteriu", "funcie scop",
"funcie obiectiv", "funcie de optimizare", "funcie de eficien" etc. n lucrarea de
fa, n continuare, se va utiliza denumirea de funcie criteriu.
Funcia criteriu reprezint expresia matematic a criteriului de optimizare ales,
fiind o funcie real, cu valori reale, de forma:
F x F x x x
n
( ) ( , ,........ , ) =
1 2
, (2.1)
adic o expresie analitic care descrie cantitativ interaciunile ntre variabilele : x
1
,
x
2
, ......x
n
. ale fenomenului sau procesului studiat
n general, n calitate de criterii de optimizare la proiectarea tehnologic se
utilizeaz:
- criterii economice (costul prelucrrii produsului sau costul serviciului,
consum de materiale sau energie, fond de salarii etc.);
- criterii tehnico-economice (productivitatea, norma de timp a operaiei sau
fazei tehnologice, coeficientul de ncrcare al mainilor, stabilitatea
procesului de prelucrare ca reglaj i precizie etc.);
- criterii tehnice (calitate, precizie, temperatur de achiere, durabilitate a
sculelor, etc.)
- alte criterii (de exploatare, performane, estetic etc.).
n formularea problemei de optimizare trebuie precizat i scopul optimizrii, iar
modelul matematic trebuie s cuprind acest lucru. Din punct de vedere matematic,
scopul optimizrii const n gsirea extremului (maximul sau minimul) funciei
criteriu, adic:
F(x) max/ min (2.2)
n funcie de natura relaiilor dintre variabilele procesului (de optimizare),
funciile criteriu pot fi:
- funcii criteriu liniare;
- funcii criteriu neliniare.
MODELAREA PROCESELOR I SISTEMELOR TEHNOLOGICE
31
Coeficienii funciei criteriu fiind constani, natura geometric a funciei criteriu
depinde de relaiile dintre variabilele fa de care aceasta este definit. Astfel, n spaiul
n dimensional (R
n
), o funcie criteriu liniar conduce la un hiperplan, iar n cazul cnd
nu este liniar aceasta genereaz o hipersuprafa.
n interpretarea geometric a funciilor criteriu, se pot distinge urmtoarele
situaii:
- funcii criteriu F(x) convexe, ntr-o interpretare simplist, fiind acelea care
satisfac condiia ca segmentul de dreapt care unete orice pereche de puncte de pe
graficul funciei (corespunztoare valorilor x din domeniul considerat) s nu se
gseasc sub graficul funciei. Astfel, funcia F(x) din figura 2.1.a. este convex,
pentru c dreapta care unete punctele M i N se gsesc deasupra graficului funciei.
- funcii criteriu F(x) concave, fig.2.1.b, dac segmentul menionat nu se gsete
niciodat deasupra graficului funciei.
n funcie de numrul valorilor maxime sau minime pe care le poate lua funcia
criteriu se disting:
- funcii criteriu unimodale, sunt funciile care au un singur maxim (sau minim)
pe domeniul de optimizare, ca n figura 2.1.a. i b;
- funcii criteriu multimodale, sunt funciile care au mai multe maxime (sau
minime) pe domeniul de optimizare, ca n figura 2.2.b. i fig.2.2.c, pentru cazul unei
funcii cu o variabil, respectiv cu dou variabile.
Dup cum variaz funcia criteriu pe un anumit domeniu, se disting :
- funcii criteriu continue pe domeniul de optimizare;
- funcii criteriu discontinue (discrete).
Dup numrul funciilor criteriu ale problemei de optimizare, se disting:
- probleme cu o singur funcie criteriu;
a) b)
Fig. 2.1. Funcii criteriu: a) convexe, b) concave
OPTIMIZAREA PROCESELOR TEHNOLOGICE
32
- probleme cu mai multe funcii criteriu (apar n probleme economice).
Prin urmare, dac funcia F(x) posed mai multe extreme, se poate vorbi de
minime i maxime locale (optime locale) i de minime i maxime globale (optim
global).
Dac funcia are extreme pe frontiera domeniului admis, se vorbete despre un
optim pe frontier.
n marea majoritate a problemelor de optimizare din practica inginereasc,
funciile criteriu sunt convexe, respectiv concave, permind determinarea unui minim
global sau a unui maxim global.
2.2.2. Variabilele de optimizare
Formalizarea matematic a unui proces tehnologic presupune asocierea de
variabile caracteristice, precum i a relaiilor dintre ele, n scopul reflectrii legitilor
care-l descrie, ct i a seriei de proprieti care privesc destinaia procesului.
Mulimea variabilelor legate de o anumit problem de optimizare (ntr-un
spaiu real cu n dimensiuni) poate fi reprezentat printr-un vector coloan n -
dimensional, numit vectorul variabilelor de optimizare:
| |
X x x x x
i n
T
=
1 2
, ,...... ,...... (2.3)
Variabila de ordinul i este notat cu x
i
, iar spaiul n dimensional, din care
variabilele x
i
fac parte, este definit prin axe, cte una corespunztoare fiecrei
variabile. Un punct al acestui spaiu poate fi pus n eviden prin vectorul de poziie
asociat - notat prin X
k
.
Pe de alt parte, se poate formula astfel: configuraia structural, funcional sau
de evoluie a unui sistem sau fenomen tehnic i/sau economic (formeaz mpreun o
x
o
F(x)
x
F(x)
x
x
1
x
2 x3
x
4
x
5
max. 1
max. 2
max. 3
x
1
x2
a) b) c)
Fig. 2.2. Funcii criteriu: a) unimodale, b), c) multimodale
MODELAREA PROCESELOR I SISTEMELOR TEHNOLOGICE
33
problem tehnico-economic) este descris prin intermediul unor mrimi, numite
mrimi de stare. Dintre aceste mrimi se aleg variabilele (mrimile) de optimizare.
Variabilele de optimizare sunt o submulime a mrimilor de stare (ale unei
probleme de optimizare), care, n procesul optimizrii, sunt singurele ce-i modific
valoarea, toate celelalte mrimi de stare rmnnd constante.
Formularea problemei optimizrii, n sens matematic, necesit efectuarea unei
analize atente a procesului - cu evidenierea multitudinii de factori care intervin (unii
cu caracter perturbator) i a interdependenelor dintre ei, trebuind, deci, s se dispun
de informaii despre procesul tehnologic. Prin urmare, n rezolvarea unei probleme de
optimizare, la orice nivel, un rol esenial l are abordarea sistemic a procesului
tehnologic.
Aa cum s-a mai precizat, deosebit de util n optimizarea proceselor tehnologice
este abordarea sistemic a acestora - sub aspectul cauzalitii (fig. 2.3),[22]. Avndu-se
n vedere mulimea de variabile asociate procesului, se poate face urmtoarea
clasificare a acestora:
- variabile sau mrimi de intrare, notate generic cu x
i'
= (x
i1
,......,x
iq
), asupra crora
omul are un control total i direct (vectorul mrimilor tehnologice programabile).
- variabile sau mrimi perturbatoare, notate generic cu x
p
= (x
p1
, x
p2
,.....,x
pl
), mrimi
asupra crora omul nu poate exercita un control direct (vectorul mrimilor
perturbatoare).
- variabile sau mrimi de ieire (vectorul mrimilor de ieire) notate generic cu;
x
e
= ( x
e1
, x
e2
,.....,x
es
), a cror evoluie este determinat de mulimea mrimilor
(variabilelor) din primele dou clase.
Mrimile din primele dou clase, prin faptul c pot influena mrimile din
ultima clas, se mai numesc i mrimi sau variabile de conducere a procesului supus
optimizrii, putnd fi notate generic cu:
) , x , x ( f x
p
`
i i
t = (2.4)
care astfel este un vector u - dimensional (x
i1
, x
i2
,....x
iu
).
Fig. 2.3. Variabilele asociate procesului supus optimizrii
OPTIMIZAREA PROCESELOR TEHNOLOGICE
34
n aceste condiii, interdependenele dintre variabilele procesului pot cpta
forma:
F x x
i e
( , , ) t = 0 (2.5)
La formularea matematic a interdependenelor dintre elementele caracteristice
ale procesului trebuie exprimate analitic influenele diferitelor procedee de prelucrare,
a factorilor regimului de achiere, a dispozitivelor, sculelor etc. asupra diferiilor
parametri care descriu precizia, calitatea suprafeei etc.
n optimizare este preferabil s se lucreze cu interdependene simbolice de tipul
ecuaiilor i inecuaiilor, acestea prezentnd avantajul compactitii formulrii
matematice i chiar a unor faciliti de rezolvare. De aici rezult i necesitatea
transpunerii n funcii analitice a unor informaii iniiale cuprinse n tabele, diagrame
etc. (existente n literatura de specialitate).
O clasificare a variabilelor de optimizat se poate face n: variabile continue i
variabile discrete. Distingerea celor dou categorii este absolut necesar, deoarece i
metodele i tehnicile folosite n calculele de optimizare sunt diferite.
2.2.3. Restricii
Pe lng asocierea de variabile caracteristice i formularea matematic a
interdependenelor dintre elementele caracteristice ale procesului, tot analitic trebuie
prezentate i limitele la care sunt supuse variabilele modelului. Relaiile analitice astfel
obinute se numesc restriciile sau constrngerile modelului matematic al problemei de
optimizare.
Restriciile exprim condiiile tehnice concrete n care are loc procesul
tehnologic i se refer la limitele privind: turaiile, avansurile, puterea motoarelor de
antrenare, rugozitatea suprafeelor prelucrate, rigiditatea sistemului tehnologic,
temperatura dezvoltat n timpul prelucrrii etc. Restriciile pot fi ns i de natur
economic, cum ar fi: costul, productivitatea sau energia consumat.
Restriciile, n orice problem de optimizare, reprezint un sistem de relaii de
constrngere, care trebuiesc satisfcute de cele n variabile de optimizare x
i
, pentru ca
soluia optim s fie acceptat.
Restriciile pot exprima direct anumite limitri impuse unei variabile sau unui
grup al variabilelor (restricii explicite) sau pot exprima indirect aceste limitri asupra
unor mrimi de care depind variabilele (restricii implicite).
Forma general (explicit) a unui numr de m restricii impuse variabilelor de
optimizat este urmtoarea:
r x
g x i q restricii de inegalitate
h x j p restricii de egalitate
i
j
( )
( ) ; , ,...... ,
( ) ; , ,......
=
s =
= =

0 1 2
0 1 2
(2.6)
iar m = q + p este numrul total de restricii.
Se impune condiia ca numrul restriciilor de egalitate s fie mai mic dect
numrul natural nal variabilelor de optimizat, adic:
MODELAREA PROCESELOR I SISTEMELOR TEHNOLOGICE
35
p n < . (2.7)
Pentru cazul n care : p > n problema este incompatibil,
dac: p = n problema este banal.
n cazul restriciilor de inegalitate nu apar condiii de tipul (2.7), ntruct acestea
delimiteaz anumite domenii.
Fiecare restricie de egalitate poate fi folosit pentru eliminarea unei variabile
din mulimea variabilelor de optimizare, ns n multe cazuri aceast eliminare este
foarte complicat sau chiar imposibil din punct de vedere algebric. n majoritatea
problemelor tehnice de optimizare apar restricii de inegalitate, care sunt de o mare
importan n cutarea celei mai bune soluii.
n funcie de proprietile funciilor care reprezint restriciile r(x), se pot
distinge urmtoarele tipuri de restricii:
- restricii r(x) liniare, caz n care toate restriciile g(x) i h(x) sunt liniare;
- restricii r(x) neliniare, caz n care cel puin una din restriciile g(x) i/sau h(x)
este neliniar.
Mulimea restriciilor r(x) delimiteaz domeniul de variaie al variabilelor de
optimizare x n procesul de cutare a soluiei optime (domeniu numit i domeniul de
existen a soluiilor admisibile sau domeniul programului).
Un exemplu de restricii liniare este urmtorul:
g x x x x x x
h x x x x x
( , , ) :
( , , ) :
1 2 3 1 2 3
1 2 3 1 2
2 5 7 14
3 2 12
+ s
+ =
, (2.8)
iar un exemplu de restricii neliniare este urmtorul:
g x x x x x x
h x x x x x x
( , , ) :
( , , ) :
1 2 3 1
2
2 3
3
1 2 3 1 2 2
2
2 5 7 27
3 6 15
+ s
+ =
(2.9)
Mulimea restriciilor r(x) delimiteaz domeniul de variaie al variabilelor de
optimizare x n procesul de cutare a soluiei optime (domeniu numit i domeniul
programului). Acesta se poate exprima sub forma:
}
{
O = e s = = = x R g X h X i q j p
n
i j
( ) ; ( ) ; , ,...... ; , ,...... 0 0 1 2 1 2 (2.10)
n figura 2.4 este exemplificat delimitarea domeniului de variaie al
variabilelor de optimizare X = (x
1
,x
2
) cu cinci restricii liniare i neliniare de forma:
OPTIMIZAREA PROCESELOR TEHNOLOGICE
36
g x
g x
g x
g x x
g x x
1 1
2 2
3 2
4 1
2
2
2
5 1 2
0
0
3
16
3
:
:
:
:
:
>
>
s
+ s
s
(2.11)
Conturul nchis
[ABCDEA] formeaz frontiera
domeniului de variaie O al
variabilelor de optimizare.
n funcie de tipul acestor
restricii i de numrul lor,
domeniile de variaie pot fi:
domenii de variaie mrginite
(fig.2.4) i domenii de variaie
nemrginite (fig.2.5).
Numrul de restricii,
precum i tipul lor influeneaz
direct asupra metodelor de
optimizare. Restriciile definesc
n spaiul de optimizare R
n
locul
geometric al tuturor punctelor
care verific aceste restricii
(vezi tabelul 2.1).
Mulimea punctelor
aparinnd domeniului delimitat de restriciile de inegalitate g(x) s 0 poate fi, din punct
de vedere matematic:
- o mulime convex - formnd un domeniu convex - dac unind printr-o
treapt orice pereche de puncte ale mulimii respective, punctele de pe
dreapt sunt coninute n ntregime n mulime, exemplul domeniului
[ABCDEA] din figura 2.4;
Tabelul 2.1
Fig. 2.4. Delimitarea domeniului de variaie al
variabilelor de optimizare (2.11)
MODELAREA PROCESELOR I SISTEMELOR TEHNOLOGICE
37
Restricii r(x)
n liniare neliniare
h(x) = 0 g(x) s 0 h(x) = 0 g(x) s 0
1 punct pe axa
real
interval real puncte pe axa real reuniune de
intervale
2 dreapt semiplan curb plan domeniu n
plan
3 plan semispaiu suprafa n spaiu domeniu n
spaiu
4 hiperplan semihiperplan hipersuprafa domeniu n
hiperspaiu
- o mulime concav - reprezentnd un domeniu concav - exemplul domeniului
[ABCDEFG] din figura 2.6. Se constat c punctele de pe dreapta care unete
punctele M i N nu sunt coninute n ntregime n mulimea menionat.
n marea majoritate a problemelor de optimizare tehnic, fiecare restricie de tip
inegalitate definete o mulime convex. Domeniul corespunztor satisfacerii
simultane a mai multor restricii de tip inegalitate va fi reprezentat de intersecia
mulimilor aferente, care va fi tot o mulime convex, ntruct intersecia unui numr
finit de mulimi convexe este tot o mulime convex.
Fig. 2.5. Domeniu de variaie nemrginit Fig. 2.6. Domeniu de variaie concav
OPTIMIZAREA PROCESELOR TEHNOLOGICE
38
Exemplul 2.1. - exemplu de model matematic al unei probleme de
optimizare tehnologic. Se dorete optimizarea procesului de strunjire longitudinal
exterioar a unui semifabricat din
bar din oel (fig.2.7) de diametru D,
la diametrul final d, pe o lungime l.
Optimizarea se efectueaz
dup criteriul costului operaiei, iar
scopul optimizrii este de a se obine
un cost minim al operaiei.
Parametrii tehnologici de
reglare ai mainii-unelte (variabilele
de optimizare) sunt avansul
longitudinal s n [mm/rot] i turaia
piesei n [rot/min].
n vederea optimizrii
procesului va trebui determinate valorile parametrilor s i n, astfel nct costul operaiei
de strunjire, la diametrul d, pe lungimea l, s fie minim.
Funcia criteriu, costul operaiei, este dat de urmtoarea relaie:
C C
l A
n s t
C n
p
ar
=


+
1 2
(2.12)
n care:
C
1
este retribuia muncitorului care efectueaz prelucrarea operaiei [lei/min];
C
2
- cheltuieli legate de o schimbare, reascuire i reglare a sculei [lei];
n
ar
- numrul de schimbri, reascuiri i reglri ale sculei n timpul prelucrrii;
A
p
- adaosul de prelucrare [mm];
n - turaia piesei, n [rot/min];
t - adncimea de achiere, n [mm];
s - avansul longitudinal, [mm/rot].
Condiiile reale (restriciile) n care se desfoar procesul sunt date de
urmtoarele considerente:
a. puterea consumat la achiere, P
c
, s nu depeasc puterea maxim a
motorului de antrenare al mainii-unelte:
P P
c MU
s ; (2.13)
b. s fie respectat condiia de rezisten a sculei:
F F
z z adm
s ; (2.14)
c. s nu fie depit ncrcarea maxim admis de mecanismul de avans:
Fig. 2.7. Strunjirea longitudinal a
semifabricatului
MODELAREA PROCESELOR I SISTEMELOR TEHNOLOGICE
39
F F
y yadm
s ; (2.15)
d. s nu fie depit temperatura maxim n zona de achiere:
u u s
adm
(2.16)
e. s fie respectate condiiile legate de cinematica mainii-unelte (avansul i
turaia s se nscrie n limitele reglabile pe strung):
n n n
s s s
min max
min max
;
;
s s
s s
(2.17)
Problema de optimizare poate fi pus acum mai compact - sub forma:
min ( , ) imizarea C s n C
l A
n s t
C n
p
ar
=


+
1 2
(2.18)
supus la restriciile:
g s n
p
P
c
MU
1
1 0 ( , ) = s (2.19)
g s n
F
F
z
zadm
2
1 0 ( , ) = s (2.20)
g s n
F
F
y
yadm
3
1 0 ( , ) = s (2.21)
g s n
adm
4
1 0 ( , ) = s
u
u
(2.22)
n n n
s s s
min max
min max
;
;
s s
s s
(2.23)
Prin urmare, se poate spune c relaia (2.18) definete funcia criteriu i scopul
optimizrii, iar relaiile (2.19)..(2.23) restriciile problemei de optimizare. Se mai poate
face observaia c relaiile (2.19)..(2.23) sunt forme normalizate.
Aadar, exemplul de mai sus este un exemplu de problem de optimizare cu
restricii.