Magistarski Rad Cerjakovic PDF

UNIVERZITET U TUZLI
MAINSKI FAKULTET
Cerjakovi Edin
-MAGISTARSKI RAD-
"POVIENJE KAPACITETA PROIZVODNO-TRANSPORTNIH SEGMENATA
SISTEMA PRIMJENOM SIMULACIONE STUDIJE"
Tuzla, oktobar 2008. godine

POVIENJE KAPACITETA PROIZVODNO-TRANSPORTNIH SEGMENATA SISTEMA PRIMJENOM
SIMULACIONE STUDIJE"
-Magistarski rad-
- mentor rada: Dr sc. Alan Topi, docent

- rad ima 104 stranice
- rad ima 41 sliku
- rad ima 37 tabela
- redni broj magistarskog rada
Edin Cerjakovi Strana II

-Magistarski rad-
REZIME
Savremeni uslovi poslovanja prisilili su proizvodne kompanije koje ele da postignu i zadre
svoje konkurentske sposobnosti na globalnom tritu na stalno optimiranje parametara rada i
unutranje organizacije proizvodnih sistema u cilju kontinuiranog poveanja proizvodnih kapaciteta
uz istovremeno sniavanje trokova proizvodnje te zadravanje kvaliteta proizvoda u najmanju ruku
na istom nivou. Optim globalnim poslovnim trendovima izloene su i kompanije u Bosni i
Hercegovini, koje u cilju ispunjavanja navedenih zahtjeva moraju pristupiti poboljanju svojih,
najee neefikasnih, proizvodnih procesa.
Jedna od metodologija koji omoguava optimiranje proizvodnih procesa spram postavljenih
kriterija je simulaciona studija. Sama metodologija se zasniva na prikupljanju podataka koji opisuju
stanja pojedinih segmenata sistema, njihovoj statistikoj obradi, definiranju i uspostavljanju
modela, te izvoenju niza simulacionih eksperimenata u cilju optimizacije prouavanog
proizvodnog sistema u skladu sa postavljenim kriterijima. Na ovaj nain osigurava se
zadovoljavajue opisivanje dinamikih pojava unutar proizvodnih sistema, te vie nego efikasno
optimiranje istih u relativno kratkom periodu i po prihvatljivim trokovima.
U sklopu magistarskog rada primijenjena je metodologija simulacione studije za opisivanje i
optimiranje postojee fleksibilne proizvodne linije s ciljem povienja proizvodno-transportnih
kapaciteta prouavane proizvodne linije.
Kljune rijei: tokovi materijala, stepen uravnoteenosti, simulacija, simulaciona studija
Edin Cerjakovi Strana III

-Magistarski rad-
SUMMARY
Present business conditions are forced production companies which want to achieve and to
detain its concurrent abilities on the global market to continuously optimise theirs working
parameters and to optimise internal organisation of theirs production systems with the aim to
increase capacity, decrease costs of production simultaneously and keep products quality at least on
the same level. To global business trends are expose production companies in Bosnia and
Herzegovina too. To fulfil above mentioned requirements companies in Bosnia and Herzegovina
must improve theirs mostly inefficient production processes.
One of methodologies which enable optimisation of production processes according to
seated criteria is simulation study. Methodology itself is based on acquisition of data which
describe state of certain segments of production system, statistical processing of acquired data,
defining and establishing of model, and performing series of simulation experiments with the goal
to optimise observed production systems according to seated criteria. By this way more then
efficient optimisation of adopted parameters of observed production system in relatively short time
and acceptable costs is ensured.
Methodology of simulation study for describing and optimisation of existing flexible
production line with the aim to increase production-transportation capacity in this master thesis is
used.
Key words: flow of material, balancing degree, simulation, simulation study
Edin Cerjakovi Strana IV

-Magistarski rad-
SADRAJ
REZIME ...........................................................................................................................................................III
SUMMARY .................................................................................................................................................... IV
SADRAJ .........................................................................................................................................................V
POPIS SLIKA ................................................................................................................................................ VII
POPIS TABELA ............................................................................................................................................. IX
SKRAENICE ................................................................................................................................................ XI
1. UVOD ........................................................................................................................................................ 1
1.1. Problem istraivanja .......................................................................................................................... 2
1.2. Cilj istraivanja .................................................................................................................................. 3
1.3. Osnovne hipoteze .............................................................................................................................. 4
1.3.1. Ogranienja hipoteza ................................................................................................................. 4
1.4. Koritene metode ............................................................................................................................... 4
1.5. Oekivani rezultati ............................................................................................................................. 5
2. TOKOVI MATERIJALA U PROIZVODNIM SISTEMIMA .................................................................. 6
2.1. Proizvodni sistemi ..................................................................................................................................... 6
2.1.1. Struktura proizvodnih procesa ................................................................................................... 6
2.2. Unutranji transport ........................................................................................................................... 8
2.2.1. Definicija i znaaj unutranjeg transporta u proizvodnim sistemima ........................................ 8
2.2.2. Kapacitet transportne opreme i uzroci nagomilavanja u transportnim sistemima ....................10
2.3. Tok materijala ...................................................................................................................................11
2.3.1. Funkcija toka materijala ...........................................................................................................11
2.3.2. Trokovi tokova materijala .......................................................................................................13
2.3.3. Analiza tokova materijala .........................................................................................................14
3. SIMULACIJA TOKOVA MATERIJALA ...............................................................................................17
3.1. Modeliranje.......................................................................................................................................17
3.1.1. Model i modeliranje..................................................................................................................17
3.1.2. Simulacijsko modeliranje .........................................................................................................19
3.1.3. Podjele simulacionih modela ....................................................................................................21
3.1.4. Simulacija diskretnih dogaaja .................................................................................................22
3.2. Simulacija tokova materijala ............................................................................................................23
3.2.1. Simulaciona studija...................................................................................................................27
Edin Cerjakovi Strana V

-Magistarski rad-
4. TEORIJA MASOVNOG OPSLUIVANJA I NJENA PRIMJENA U SIMUALCIJI TOKOVA

MATERIJALA .................................................................................................................................................30
4.1. Teorija masovnog opsluivanja ........................................................................................................30
4.1.1. Istorijski pregled nastanka teorije masovnog opsluivanja ......................................................30
4.1.2. Osnovni elementi sistema opsluivanja ....................................................................................30
4.1.3. Notacija.....................................................................................................................................33
4.2. Diskretni modeli tokova materijala zasnovani na teoriji masovnog opsluivanja ............................34
4.2.1. Diskretni matematski modeli tokova materijala .......................................................................36
5. OPIS PROCESA IZVOENJA SIMULACIONE STUDIJE ..................................................................40
5.1. Definisanje cilja istraivanja ............................................................................................................40
5.2. Prikupljanje, obrada i analiza radnih podataka posmatranog problema ...........................................40
5.2.1. Prikupljanje ulaznih podataka ..................................................................................................41
5.2.1.1. Snimanja rada povratnom metodom .....................................................................................42
5.2.2. Opis i kavantificiranje sluajne pojave .....................................................................................43
5.3. Genarisanje modela posmatranog problema .....................................................................................50
5.4. Verifikacija simulacionog modela ....................................................................................................50
5.5. Izvoenje simulacionog eksperimenta..............................................................................................52
5.5.1. Dizajn simulacionih eksperimenata ..........................................................................................53
6. SIMULACIONA STUDIJA TOKOVA MATERIJALA PROIZVODNE LINIJE Prsten 1 ................54
6.1. Formulisanje cilja i zadatka simulacione studije tokova materijala proizvodne linije Prsten 1 ....55
6.2. Karakteristike objekta istraivanja ...................................................................................................55
6.2.1. Unutranji transport proizvodne linije Prsten 1 ....................................................................62
6.3. Analiza radnih parametra proizvodne linije Prsten 1 ....................................................................63
6.4. Simulacioni model proizvodne linije Prsten 1 ..............................................................................76
6.5. Validacija simulacionog modela proizvodne linije Prsten 1 .........................................................78
6.6. Simulacioni eksperimenti .................................................................................................................80
6.7. Komentar rezultata provedenog simulacionog eksperimenata 3 ......................................................99
7. ZAKLJUAK .........................................................................................................................................102
7.1. Nedostatci vlastitih istraivanja ......................................................................................................103
7.2. Pravci daljih istraivanja ................................................................................................................104
LITERATURA ...............................................................................................................................................105
BIOGRAFIJA KANDIDATA ........................................................................................................................109
PRILOZI
Edin Cerjakovi Strana VI

-Magistarski rad-
POPIS SLIKA
Slika 1. Struktura proizvodnog sistema ............................................................................................... 7

Slika 2. Struktura proizvodnih sistema ................................................................................................ 8
Slika 3. Procesi unutar proizvodnog sistema ..................................................................................... 12
Slika 4. Tok materijala unutar objekta proizvodnog sistema ............................................................. 13
Slika 5. Vizualizacija procesa primjenom simulacione stuje ............................................................. 16
Slika 6. Simulacioni modeli ............................................................................................................... 19
Slika 7. Struktura simulacije .............................................................................................................. 20
Slika 8. Simulacijski model kao dio sistema za podrku odluivanju ............................................... 24
Slika 9. Vizualizacija toka materijala ................................................................................................ 25
Slika 10. Simulacija proizvodno-transportnih sistema ...................................................................... 26
Slika 11. Tok simulacione studije ...................................................................................................... 28
Slika 12. Element sistema opsluivanja ............................................................................................. 31
Slika 13. Grafiko predstavljanje rada posmatranog sistema opsluivanja ....................................... 35
Slika 14. Vjerovatnoe meudolazaka i opsluivanja kao i rezultirajua raspodjela izmeu
raspodjele radne bilanse tabele .......................................................................................................... 38
Slika 15. Funkcija raspodjele F(x) i funkcija gustine f(x) kontinualne sluajne varijable S ............. 43
Slika 16. Plan eksperimenta za izvoenje simulacione studije tokova materijala na proizvodnoj liniji
Prsten 1 ........................................................................................................................................... 54
Slika 17. ematski prikaz rasporeda proizvodne opreme u proizvodnoj liniji Prsten 1 ................. 55
Slika 18. ematski prikaz toka materijala unutar proizvodne linije Prsten 1 ................................. 56
Slika 19. a.) Kanban-skladite; b.) Radno mjesto operacije 11 ......................................................... 57
Slika 20. a.) Radno mjesto 2-1; b.) CNC-obradna maina sa skladitem obradaka........................... 57
Slika 21. a.) Radno mjesto 2-2; b.) Radno mjesto operacije 3 ........................................................... 58
Slika 22. a.) Radno mjesto 4-1; b.) Stezni alat ................................................................................... 59
Slika 23. a.) Radno mjesto 4-2; b.) Rotaciono skladite na obradnoj maini radnog mjesta 4-2.1 ... 59
Slika 24. Radno mjesto 2-4.1 ............................................................................................................. 60
Slika 25. Transportna runa kolica .................................................................................................... 62
Slika 26. Simulacioni model proizvodne linije Prsten 1 ................................................................ 77
Slika 27. Kapacitet obradnih maina na operaciji 1 ........................................................................... 83
Slika 29. Kapacitet obradnih maina: a.) operacija 3; b.) operacija 4................................................ 84
Slika 30. Dinamika meuskladita proizvodne linije Prsten 1: a.) trenutak ulaza paleta; b.)
trenutak izlazka paleta; c.) red ekanja unutar meuskladita ........................................................... 85
Slika 33. Kapacitet obradnih maina: a.) operacija 3; b.) operacija 4................................................ 89
Slika 34. Dinamika meuskladita proizvodne linije Prsten 1: a.) trenutak ulaza paleta; b.)
Slika 35. ematski prikaz rasporeda proizvodne opreme u proizvodnoj liniji Prsten 1 za
slimalacioni eksperiment 3 ................................................................................................................ 93
Edin Cerjakovi Strana VII

-Magistarski rad-
Slika 36. ematski prikaz toka materijala unutar proizvodne linije Prsten 1 za slimalacioni
eksperiment 3 ..................................................................................................................................... 93
Slika 38. Kapacitet obradnih maina na operaciji 2/3 ........................................................................ 96
Slika 40. Dinamika meuskladita proizvodne linije Preten 1: a.) trenutak ulaza paleta; b.)
Slika 41. Dinamika nastajanja redova ekanja tokom simulacionih eksperimenata 2 i 3 proizvodne
linije Prsten 1 ................................................................................................................................ 100
Edin Cerjakovi Strana VIII

-Magistarski rad-
POPIS TABELA
Tabela 1. Tip simulacije ..................................................................................................................... 26

Tabela 2. Proraun raspodjele vjerovatnoe dolazeeg i odlazeeg rada .......................................... 38
Tabela 3. Diskretne statistike raspodjele .......................................................................................... 46
Tabela 4. Kontinualne statistike raspodjele...................................................................................... 47
Tabela 5. Empirijske statistike raspodjele ........................................................................................ 49
Tabela 6. Statistiki testovi ................................................................................................................ 50
Tabela 7. Zastoji proizvodnje tokom rada za prvu smjenu ................................................................ 56
Tabela 8. Sedmini plan rada proizvodne linije Prsten 1 ............................................................... 60
Tabela 9. Karta tehnolokog toka materijala proizvodne linije Prsten 1 ........................................ 61
Tabela 10. Statistika obrada podataka za vrijeme obrade na obradnim mainama 54-13, 54-16 i 54-
20........................................................................................................................................................ 64
Tabela 11. Statistiki parametri procesa opreracije 1 unutar proizvodne linije Prsten 1 ............... 66
Tabela 14. Statistiki parametri procesa operacije 4 unutar proizvodne linije Prsten 1................. 72
Tabela 15. Konstruktivni parametri simulacionog modela proizvodne linije Prsten 1 .................. 76
Tabela 16. Verifikacioni parametri simulacionog modela proizvodne linije Prsten 1 ................... 78
Tabela 17. Sedmini plan rada proizvodne linije Prsten 1 ............................................................ 80
Tabela 18. Podaci simualacionog eksperimenta 1 o obradnim mainama proizvodne linije Prsten
1 ........................................................................................................................................................ 81
1 ........................................................................................................................................................ 82
Tabela 20. Podaci simualacionog eksperimenta 1 o optereenje radne snage proizvodne linije
Prsten 1 ........................................................................................................................................... 82
1 ........................................................................................................................................................ 86
1 ........................................................................................................................................................ 87
Tabela 23. Razlika podataka simualacionog eksperimenta 2 i 1 o obradnim mainama proizvodne
linije Prsten 1 .................................................................................................................................. 87
Tabela 24. Razlika podataka simualacionog eksperimenta 2 i 1 o obradnim mainama proizvodne
linije Prsten 1 .................................................................................................................................. 87
Prsten 1 ........................................................................................................................................... 88
Tabela 26. Razlika podataka simualacionog eksperimenta 2 i 1 o optereenje radne snage
proizvodne linije Prsten 1 ............................................................................................................... 88
Tabela 27. Razlika stanja meuskladita proizvodne linije Prsten 1.............................................. 90
Tabela 28. Stepen neuravnoteenja unutar proizvodne linije Prsten 1 ........................................... 91
Tabela 29. Sedmini plan rada proizvodne linije Prsten 1 ............................................................. 94
Edin Cerjakovi Strana IX

-Magistarski rad-
1 ........................................................................................................................................................ 94
1 ........................................................................................................................................................ 95
Prsten 1 ........................................................................................................................................... 95
Tabela 33. Razlika stanja meuskladita proizvodne linije Prsten 1.............................................. 97
Tabela 34. Stepen neuravnoteenja nutar proizvodne linije Prsten 1 ............................................. 98
Tabela 35. Razlika u optereenju ljudske radne snage izmeu simulacionog eksperimenta 2 i 3
proizvodne linije Prsten 1 ............................................................................................................... 99
Tabela 36. Razlika u stepenu neuravnoteenja izmeu simulacionog eksperimenta 2 i 3 proizvodne
linije Prsten 1 .................................................................................................................................. 99
Tabela 37. Razlika u gotovim proizvodima izmeu simulacionog eksperimenta 2 i 3 proizvodne
linije Prsten 1 ................................................................................................................................ 100
Edin Cerjakovi Strana X

-Magistarski rad-
SKRAENICE
- aritmetika sredina statistike raspodjele po kojoj se odvija proces dolazaka
elemenata opsluivanja
A - statistika raspodjela vremena dolazaka jedinica u sistem
a - vektor vjerovatnoe vrijednosti meudolazaka
() - kumulirani broj svih dolazaka
AS/IS - disciplina opsluivanja, eng. Ample Server/Infinit Server
B - statistika raspodjela vremena opsluivanja jedinica
b - vektor vjerovatnoe vrijednosti opsluivanja
Bi - duina produktivnih faza
BMT - metoda studiranja vremena osnovnih pokreta
c - broj kanala opsluivanja
ci - razlika izmeu raspodjela vjerovatnoe dolazeeg i odlazeeg rada
CX - koeficijent varijacije
D - degenerisana statistika raspodjela
d - broj klase
DMT - metoda odreivanja vremena pokreta
E[Nk] - k-ti moment diskretne sluajne varijable N
E[Sk] - k-ti moment kontinualne sluajne varijable S
Ek - erlangova raspodjela
- preciznost izraunavanja srednjeg vremena
f - frekvencija klase
F(x) - Funkcija statistike raspodjele kontinualne sluajne varijable
f(x) - funkcija gustine kontinualne sluajne varijable
FIFO - disciplina opsluivanja, eng. First In - First Out
G - ne specificirana uoptena statistika raspodjela
GD - bilo koja disciplina ekanja
Hk - hiper-eksponencijalna raspodjela
I - duina neproduktivnih faza
LIFO - disciplina opsluivanja, eng. Last In - First Out
- aritmetika sredina statistike raspodjele po kojoj se odvija proces opsluivanja
elemenata
M - eksponencijalna raspodjela
MTA - metoda analize vremena pokreta
MTM - metoda mjerenja vremena
N(t) - broj prisutnih klijenata u sistemu
PRIOR - disciplina opsluivanja po prioritetu
Q(t) - broj klijenata koji ekaju na opsluivanje
RR - disciplina opsluivanja, eng. Round Robin
S - duina vremena opsluivanja ulaznih jedinica
- standardna devijacija
SIRO - disciplina opsluivanja, eng. Service In Randon Order
SPTF - disciplina opsluivanja, eng. Shortest Processing Time First
T - vrijeme dolaska ulaznih jedinica
t - srednje vrijeme osnovne klase
t0 - srednje vrijeme oitavanja
T - vrijeme ekanja
Tdol - vrijeme dalazaka transportnih jedinica
Edin Cerjakovi Strana XI

-Magistarski rad-
tinc - inicijalno vrijeme

tmax - maksimalno oitano vrijeme
Tmd - vrijeme meudolazaka
tmin - minimalno oitano vrijeme
Top - vrijeme opsluivanja
Top - vrijeme opsluivanja
U(t) - virtualno vrijeme ekanja klijenta
V - vrijeme ekanja klijenta
VAR[S] - varijansa sluajne varijable
W - duina vremena ekanja pojedinih ulaznih jednica u redu za opsluivanje
w - raspodjela vjerovatnoe vremena ekanja
WF - metoda sistema radikalnih faktora
x - kapacitet sistema opsluivanja
y - vrijednost populacije ulaznih jedinica
z - disciplina reda ekanja
(t) - kumulirani broj svih izlazaka
- vrijeme izlazka iz sistema opsluivanja ulaznih jedinica
- iskoritenje stanice opsluivanja
Edin Cerjakovi Strana XII

-Magistarski rad-
1. UVOD
Osnovni cilj svakog proizvodnog sistema je ostvarenje predviene proizvodnje

kvantitativno, kvalitativno i na vrijeme. Shodno tome planiranje i rad proizvodnih sistema
permanentno su usmjereni smanjivanju proizvodnih trokova, s ciljem povienja ukupne
efektivnosti i dostizanja odgovarajueg nivoa konkurentnosti na tritu. Ovakvi zahtjevi vode ka
kompleksnim strukturama upravljanja i planiranja proizvodnih procesa. Realizaciju tih zahtjeva je
mogue postii primjenom savremenih proizvodnih metoda baziranih na permanentnoj
implementaciji novih znanja (tehnologija, novih materijala, itd.), a posebno na primjeni
informacionih tehnologija (CAD/CAPP/CAM-CAQ, ...) u svim fazama pripreme i procesa
proizvodnje.
Bez obzira o kakvoj se proizvodnji ili proizvodnom procesu radi, ono to im je zajedniko je
transport, jer predstavlja vezu izmeu pojedinih faza procesa izrade, kontrole, montae, skladitenja
i otpreme gotovih proizvoda. Poznata je injenica da su transport i manipulacija materijalom,
faktori koji imaju znaajan uticaj na proizvodne efekte i krajnju cijenu proizvoda. Racionalizacija i
optimalno iskoritenje transportnih resursa u proizvodnom sistemu moe da omogui poveanje
produktivnosti cjelokupnog proizvodnog sistema u svim fazama izrade proizvoda.
Dananje stanje transportne tehnike karakterie stalni razvoj i modernizacija sredstava za
transport i manipulaciju materijalom, to uz primjenu novih informacionih tehnologija i metoda,
predstavlja osnovu za planiranje i projektovanje transportnih sistema. Pri razmatranju svakog
problema transportovanja materijala postoji veliki broj alternativa koje su tehniki ostvarive.
Problem se sastoji u tome da se od moguih rjeenja odabere ono koje u najveoj mjeri ispunjava
postavljene tehnike i ekonomske uslove.
Rjeenje izbora adekvatnog transportnog sistema treba da je zasnovano na potpunom
poznavanju interakcijskog djelovanja koje se odvija izmeu pojedinih jedinica unutar
proizvodno/transportnog procesa u sklopu proizvodnog sistema. Za rjeavanje navedene
problematike sve vie se primjenjuju razne metode simulacije. Simulacijom se omoguava
pravilnije analiziranje sloenijih proizvodnih procesa gdje se javljaju: redovi ekanja, vjerovatnoe
realizacije toka materijala u planiranom roku, planiranje, otkazi, transport resursa, upravljanje
zalihama, uticaji povratnih sprega na ponaanje sistema i sl.
Polaznu osnovu simulacije predstavlja izrada, odnosno primjena modela kojima se opisuje i
objanjava ponaanje proizvodnog sistema. Modelom se prikazuje statiko stanje sistema, odnosno
stanje u odreenom momentu, a simulacijom se vri praenje stanja sistema u vremenu. Postoje
razne metode za predstavljanje stanja sistema u vremenu (grafike metode, metode zasnovane na
klasinim proraunima itd.). Meutim, zahvaljujui radnim karakteristikama, digitalni raunari
omoguavaju izvoenje simulacija na nain, koji nije izvodiv drugim metodama.
Prema navedenom, simulacionim modelima se opisuju dinamiki procesi u proizvodnom
sistemu ije se ponaanje mijenja tokom vremena. Primjenom simulacionog modeliranja nije
mogue dobiti rjeenja u analitikom obliku, ve se rjeenja dobivaju eksperimentisanjem na
modelu sistema/procesa, pri emu se kao rezultat simulacionog eksperimenta dobiva skup taaka,
odnosno vrijednosti zavisnih varijabli/promjenjivih za pojedine vrijednosti nezavisnih varijabli.
Kada se govori o simulaciji, neophodno je istu posmatrati kroz aspekt modeliranja, poto po
samoj definiciji model predstavlja osnovu simulacionog procesa. Razvoj novih tehnologija i
raunarske tehnike, rezultirali su stvaranjem modela kojima je omogueno opisivanje sloenih
realnih proizvodnih procesa. U tehnici modeli imaju posebnu vanost u cilju oblikovanja i
Edin Cerjakovi Strana 1

-Magistarski rad-
ispitivanja obiljeja novih i postojeih rjeenja, koja se esto ne mogu drugaije analizirati,
sagledavati i ispitivati.
U sutini se simulacioni proces zasniva na: procesima pripreme, modeliranja, provoenja i
ocjene dobivenih rezultata. Procesi modeliranja i izvoenja simulacionih eksperimenata se izvode
interativnim postupkom. Prema smjernici VDI 3633 (njemaki: Verein Deutscher Ingenuere
Savez inenjera Njemake), te [62], [52] i [40], ovaj postupak se definie kao simulaciona studija,
tanije projekt simulacijom podranog ispitivanja sistema.
Simulaciona studija moe da obuhvata odreeni broj simulacionih eksperimenata baziranih
na metodologiji planiranog eksperimenta ili varijaciji uticajnih faktora, organizacione stukture,
primjenjene opreme, planiranih i neplaniranih zastoja, itd.
Raunarski modeli predstavljaju osnovu na bazi koje se kreiraju simulacioni modeli u obliku
programa pogodnih za raunar. U takvom obliku modeli postaju sredstvo kojim se moe analizirati
rad proizvodnih sistema u razliitim uslovima eksploatacije, na osnovu ega se moe uspostaviti
razumijevanje procesa koji model opisuje. Ovim je stvorena mogunost predvianja ponaanja
proizvodnog sistema, odnosno pojedinih procesa unutar njega.
Primjeri sistema koji se modeliraju i analiziraju simulacionim modelima su sistemi koji svoj
rad zasnivaju na diskretnim dogaajima diskretni sistemi, ime su obuhvaeni proizvodni sistemi i
njima pripadajui sistemi unutranjeg transporta.
Primjena simulacione tehnike se znatno proirila posljednjih godina sa poveanjem
raunarskih kapaciteta i unaprjeenjem objektno orjentiranih softverskih paketa, ime je
omogueno izvoenje sloenih simulacija baziranih na diskretnim dogaajima to je i sutina
simulacione studije.
1.1. Problem istraivanja
Primjenom savremenih tehnologija u cilju smanjenja trokova proizvodnje, proizvodni

sistemi se sve ee suoavaju sa kompleksnom logistikom i organizacionom problematikom. Sa
aspekta toka materijala unutar proizvodnje ova problematika se prvenstveno odnosi na pojavu
odstupanja planiranog od stvarnog kapaciteta transportnih linija. Osim toga, esta je pojava da se u
proizvodnji pojavljuju:
uska grla, odnosno neuravnoteenost izmeu pojedinih operacija proizvodnje i
transporta,
nii stepen iskoritenja proizvodno-transportnih linija od planiranog,
planirani kapacitet skladita i meuskladita ne odgovara realnim potrebama,
znaajne razlike izmeu teoretskog i planiranog kapaciteta proizvodnje, bez valjanih
informacija i konkretnog poznavanja zavisnosti proizvodno-transportnih kapaciteta.
U veini proizvodnih sistema se ne poklanja potrebna panja problemima usklaenosti rada
proizvodnih i transportnih kapaciteta, kao i znaajnom uticaju sluajnih dogaaja (otkaza i sl.), koji
se u njima odvijaju.
Odluke o tome da li su tokovi materijala i primijenjena transportna sredstva adekvatno
izabrana, najee su se donosile primjenom metoda za analizu tokova materijala, koje nisu uzimale
u obzir dinamiku i stohastinost pojava koje se odvijaju u proizvodnim sistemima i realnim
uslovima. Ovakvim pristupom su dobivane informacije koje nisu u potrebnoj mjeri realno opisivale

-Magistarski rad-
radne uslove, zbog ega esto nisu bile primjenjive na konkretne proizvodno-transportne segmente.
Posebno sa aspekta unutranjeg transporta, birani su transportni sistemi koji svojim performansama
nisu bili adekvatno iskoriteni, to je imalo uticaja na trokove proizvodnje, odnosno ukupni nivo
efektivnosti proizvodnih sistema.
Na osnovu navedenog proizlazi da za znatan broj proizvodnih sistema ne postoje potrebna
saznanja o pojedinim proizvodno-transportnim procesima, to po pravilu ima za posljedicu pojavu
nepotrebnih trokova u procesu proizvodnje. Veliki udio u ovim trokovima prouzrokuje
neusuglaenost operacija proizvodnje i sredstava unutranjeg transporta.
Treba naglasiti da neuravnoteenost izmeu operacija proizvodnje i unutranjeg transporta
nije uvijek pokazatelj neadekvatnosti radnih parametara unutranjeg transporta, esto se javlja i
problem neprikladne opreme koja se primjenjuje u procesu unutranjeg transporta, to se takoer
mora uzeti u obzir pri razmatranju ove problematike.
Problem istraivanja u ovom magistarskom radu se sastoji u iznalaenja rjeenja, kojima e
se prvenstveno poboljati stepen iskoritenja sistema unutranjeg transporta, odnosno odabrati takvi
parametri ija e optimizacija uticati na trajanje pojedinih faza transportovanja i smanjivanje
trokova proizvodnje.
1.2. Cilj istraivanja
Cilj istraivanja magistarskog rada je identifikacija "slabih" mjesta u realnom proizvodnom

sistemu, i uz zadovoljavajuu tanost predvianje ponaanja rada odreenih proizvodno-
transportnih segmenata. Ovakav pristup treba da rezultira povienjem ekonominosti rada
cjelokupnog proizvodnog sistema: smanjenjem meufaznih-procesnih zaliha, boljim iskoritenjem
rada rukovalaca, povienjem kapaciteta proizvodne opreme, smanjenjem vremena trajanja
transporta, odnosno niim proizvodnim trokovima i povienjem nivoa konkurentnosti na tritu.
Ova istraivanja su od znaaja za proizvodne subjekte u Bosni i Hercegovini, posebno u
vremenu kada privreda BiH nastoji da se izbori za svoju poziciju na svjetskom i domaem tritu.
Provedena istraivanja su, za konkretan sluaj, dala odgovore na sljedea pitanja:
Da li postoji potreba za uravnoteivanjem toka materijala?
Da li postoje uska grla i koji su uzronici za njihov nastanak?
Kolika je stvarna potreba za skladinim prostorom i na kojim mjestima?
Da li je potrebno izmijeniti strukturu unutranjeg transporta?
Da li su svi elementi unutranjeg transporta optimalno iskoriteni, odnosno koliki je
stepen iskoritenja svakog elementa unutranjeg transporta?
Planirana istraivanja su realizirana u postojeem proizvodnom sistemu okarakteriziranom

fleksibilnom serijskom proizvodnjom sa pripadajuim sistemom unutranjeg transporta, a
podrazumjevaju praenje i snimanje radnih parametara, te njihovo kvantificiranje, s ciljem
dobivanja pokazatelja neophodnih za realizaciju postavljenog cilja istraivanja.

-Magistarski rad-
1.3. Osnovne hipoteze
U skladu sa definiranim problemom i ciljem istraivanja postavljene su slijedee hipoteze:

Hipoteza 1.
Zakonitost dinamikih procesa toka materijala unutar proizvodnog sistema sa proizvodnim

programom bez promjene asortimana, odvija se po jednoj od statistikih raspodjela sluajne
promjenjive.
Hipoteza 2.
Primjenom simulacione studije na tokove materijala unutar proizvodnog sistema mogue je

kvantificirati relevantne parametre dinamikih procesa proizvodnje i transportovanja materijala.
1.3.1. Ogranienja hipoteza
U odnosu na postavljene hipoteze, a uzimajui u obzir usvojeni poligon istraivanja

postavljena su sljedea ogranienja hipoteza:
Procesi posmatranog proizvodnog sistema, proizvodnja, transport i skladitenje, se
odvijaju prema strogo definisanom tehnolokom procesu;
S obzirom da je vrijeme izrade jednog proizvoda krae od vremenskih intervala
pojave otkaza, te s obzirom na karakter istraivanja pojave stanja u otkazu e biti
zanemarene.
1.4. Koritene metode
Za planirana istraivanja u ovom magistarskom radu koritene su slijedee metode:

prikupljanje empirijskih podataka i praenje (in sity) parametara rada pojedinih procesa objekta
istraivanja;
statistika obrada podataka koja obuhvata:
histogramsku analizu;
definisanje teorijske statistike distribucije;
primjenu Kolmogorov-Smirnovljevog testa (d testa), u cilju validnosti i
verifikacije definisane statistike distribucije;
izvoenje simulacione studije, kojom treba da se izvri :
odreivanje radnih parametara istraivanog sistema unutranjeg transporta
primjenom teorije masovnog opsluivanja,
opisivanje rada posmatranog sistema, simulacionim modelom zasnovanom na
diskretnim sluajnim dogaajima,

-Magistarski rad-
provoenje simulacionog eksperimenta.
1.5. Oekivani rezultati
Oekivani rezultati, shodno problemu i cilju istraivanja, te postavljenim hipotezama

magistarskog rada su:
Rezultatima izvrenih istraivanja e se identifikovati realni stohastiki parametri rada
posmatranog sistema, utvrditi uska grla u proizvodno-transportnom procesu, stepen
uravnoteenosti pojedinih operacija, odrediti stepen iskoritenja i kapacitet pojedine
opreme, kao i naini poboljanja radnih parametara posmatranog toka materijala
proizvodnog sistema.
Dobivenim rezultatima i primjenom simulacionog eksperimenta moi e se uticati na
poboljanje parametara (kapacitet, stepen uravnoteenosti, ...) proizvodno-transportnih
segmenata razliitih industrijskih proizvodnih sistema.
Na osnovu dobivenih rezultata istraivanja primjenom simulacionog modela, moi e se
blagovremeno uticati na rad sistema, kako bi se izlazni parametri proizvodnje usaglasili sa
postavljenom funkcijom cilja.

-Magistarski rad-
2. TOKOVI MATERIJALA U PROIZVODNIM SISTEMIMA

2.1. Proizvodni sistemi
Svaki proizvodni sistem je u sutini ureena radna organizacija koja ima svoje objekte i
veze, procese koji se odvijaju u okviru njega, ulaze i izlaze, podsisteme, strukturu upravljanja i
hijerarhiju. Isto tako radna organizacija je tehnoloki i organizaciono zaokruena cjelina, a nivo i
sutina ekonomske zaokruenosti zavise od njenog odnosa sa drugim organizacionim cjelinama.
Radna organizacija kao proizvodni i organizacioni sistem sastoji se iz procesa i funkcija u okviru
kojih se izvravaju grupe poslova i zadataka.
Stoga, proizvodni sistem predstavlja skup osnovnih tehnolokih sistema i ostalih tehniki
odreenih informacionih i energetskih struktura elemenata radnih sistema ureenih na nain da
obezbjeuju vrenja postavljene funkcije cilja i ostvarenja projektovanih efekata. Proizvodni sistem
vezuje tehnoloke sisteme, energetske i informacione strukture i uesnike u procesima rada vezama
odreenog stepena jaine, pravca i smjera. Proces rada proizvodnog sistema naziva se proizvodnim
procesom koji predstavlja skup aktivnosti neophodnih za izvravanje postupka promjene ulaznih u
izlazne veliine sistema.
Analizirajui proizvodne sisteme moe se uoiti da se isti sastoje od pojedinih podsistema
koji su u meusobnoj interakciji prema tano definisanim vezama. Stoga svaki proizvodni sistem
moe se smatrati veoma kompleksnim, a samo njegovo upravljanje veoma komplikovanim. Da bi se
postojanje takvog sistema smatralo opravdanim, on mora da izvrava svoju funkciju, odnosno da
ima neprestanu i neprekidnu proizvodnju.
Kako su elementi proizvodnje/transporta/usluivanja unutar proizvodnih sistema, [42] i [43],
razliiti po vrsti, kvalitetu i ostalim karakteristikama koje uslovljavaju razliitu primjenu postupaka
za promjenu stanja i njima uslovljenim sredstvima rada, se moe zakljuiti da su proizvodni sistemi
u optem sluaju, po ponaanju sloeni i dimnamini sistemi, iji su procesi rada izloeni stalnom
dejstvu okoline u kojoj funkcioniu.
2.1.1. Struktura proizvodnih procesa
Izvori iz strune literature daju nekoliko razliitih strukturnih opisa proizvodnih sistema. U
ovom magistarkom radu predstavljene su dvije najee podjele: na podsisteme koji figuriu unutar
proizvodnog sistema, slika 1, i na tokove koji se odvijaju unutar proizvodnog sistema, slika 2.
Proizvodni procesi se odvijaju po odreenom tehnolokom postupku koji je unaprijed
isprojektovan. Svaki proizvodni proces, slika 1, se sastoji iz sedam elementarnih podsistema, [44]:
obradnog sistema;
kontrole kvaliteta;
unutranjeg transporta, (detaljno predstavljeno u poglavlju 2.2.);
skladitenja;
preventivne zatite radnika na radu;
preventivnog odravanja sredstava za rad;
snabdijevanja energijom i tehnolokim fluidima.
Samo se u okviru prvog elementarnog procesa direktno stvara nova vrijednost. Ostali
elementarni procesi uglavnom poveavaju trokove proizvodnje, produavaju proizvodni ciklus, a

-Magistarski rad-
time i trokove isporuke i poslonjavaju proces proizvodnje. To poslonjavanje smanjuje

fleksibilnost proizvodnog procesa i u cjelini smanjuje nivo organizovanosti radne organizacije. Te
se pri projektovanju procesa proizvodnje treba nastojati da se potrebe za kontrolom, premjetanjem,
skladitenjem, zatitom i odravanjem opravdano eliminiu ili bar svedu na to manju mjeru, pri
emu se nee naruiti kvalitet, ekologinosti ili drugi aspekt proizvodnje ili trenutno vaeih propisa
u ovoj oblasti. Najpovoljnije je odabrati takav tehnoloki postupak kojim bi se utroilo najmanje
ivog i minulog rada, [50].
Slika 1. Struktura proizvodnog sistema

Najvei uticaj na veliinu trokova proizvodnje od prethodno navedenih, takozvanih, ne
proizvodnih procesa ima unutranji transport, tako da je nauka i tehnika veliki broj istraivanja
upravo usmjerila ka oblastima primjene, optimiranja i strukturiranja sistema unutranjeg transporta.

-Magistarski rad-
Pored prethodnog prikaza strukture, proizvodne sisteme je mogue strukturisati i prema

podjelama na osnovu drugih aspekata, tako se u literaturi, [46], moe nai i podjela na osnovu
tokova unutar proizvodnih sistema i uticajem okruenja na iste, slika 2.
Slika 2. Struktura proizvodnih sistema

Prema slici 2., vanjski faktori koji mogu u znaajnoj mjeri da utiu na efikasnost rada
proizvodnih sistema su:
Trite na koje se plasira proizvod predstavlja znaajan faktor koji utie na nain
strukturiranja proizvodnog sistema, s obzirom da je bez prodaje nemogu opstanak istog. Na
osnovu plasmana na ciljano trite mogue je bitne faktore o eljama i zahtjevima kupaca dobiti
odnosno dinamika narudbi, pozitivne i negativne informacije o proizvodu od strane kupaca
ukazuju proizvodnom sistemu na potrebne karakteristike koje isti treba da posjeduje (kapacitet,
kvalitet, potrebne karakteristike proizvoda, realnu cijenu proizvoda), to direktno ima uticaja na
strukturu istog.
Trite znanja utie na strukturu proizvodnog sistema na osnovu mogunosti pribavljanja
kapitala, materijala i personala na istom.
Zakonodavstvo definie propise, norme, standarde i zakone koje je proizvodni sistem
potrebno da ispuni, to direktno ima uticaja na strukturu istog.
Tehnologija daje mogunost proizvodnom sistemu da prepozna koje su metode, procesi,
maine, sistemi trenutno na tritu kako bi isti mogao da sa uslovno minimalnim trokovima
proizvodi, transportuje, skladiti, prenosi informacije itd.
2.2. Unutranji transport

2.2.1. Definicija i znaaj unutranjeg transporta u proizvodnim sistemima
U svim granama industrije, posebno u metalopreraivakoj, unutranji transport vri jednu

od najznaajnijih funkcija, jer povezuje sve proizvodno-tehnoloke segmente, kroz prenoenje,
premjetanje i prevoenje materijala (sirovine, predmeti, proizvodi), unutar prostora i objekata
industrijskog preduzea. Zajedniko obiljeje svih vrsta proizvodnje je potreba za rukovanjem
materijalom u cilju postizanja vie efikasnosti, ekonominosti i humanizacije rada. U principu,
unutranji transport treba da omogui blagovremenu dopremu materijala na radno mjesto, a isto
tako i njegovu otpremu sa radnog mjesta.
-Magistarski rad-
Snaan razvitak proizvodnih snaga u svim granama privrednog ivota, uslovio je ubrzanu
primjenu i razvoj transportne tehnike, iji raznovrsni ureaji ine sastavni dio proizvodnog lanca
nekog tehnolokog procesa, ukoliko se radi o unutranjem transportu.
U industriji posebno mjesto zauzima unutranji transport materijala, jer od efikasnosti
transporta zavisi nivo rentabilnosti i uspjenosti radne organizacije u cjelini. Posebno u
proizvodnim pogonima metalopreraivake industrije, unutranji transport je znaajan jer se putem
njega povezuju pojedini proizvodni procesi odnosno vri manipuliranje materijalom. Po definiciji
unutranjim transportom se nazivaju svi vidovi manipuliranja materijalom (prenoenje,
prevoenje), koje se odvija unutar poslovnih povrina i objekata preduzea, [25].
Na znaaj unutranjeg transporta ukazuju podaci iz SAD-a o veliini trokova koji se odnose
na radnu snagu koja je zaposlena na izvoenju tehnolokih procesa unutranjeg transporta u odnosu
na ukupne trokove pri proizvodnji, [50]:
u hemijskoj industriji 25%
u metalopreraivakoj industriji 30%
u tekstilnoj industriji 40%
u proizvodnji graevinskog materijala 80%
u graevinarstvu i rudarstvu 90%
Savremeni pristup projektovanja u proizvodnim sistemima karakterie nastojanje da se uzme
u obzir to vei broj faktora koji utiu na stepen efikasnosti odvijanja procesa. Sistematski pristup
optimizacije proizvodnih procesa ogleda se kroz uspostavljanje adekvatnog transportnog sistema za
odgovarajui intenzitet odvijanja proizvodnog procesa odnosno da se uspostavi uravnoteenje
proizvodno-transportnog sistema o emu e naknadno biti detaljno reeno u poglavlju 2.2.2.
Usklaenost stepena mehaniziranosti i automatiziranosti sa transportnim sistemom treba da
omogui optimalno odvijanje svih proizvodnih procesa unutar preduzea, to najbolje oslikava
analiza trokova transporta pri transportu 1000 komada na daljinu od 60 m, [54]:
komad po komad 38,35 $
dvokolica 16,60 $
runa kolica 11,00 $
transportna traka sa ljudskim pretovarom 10,00 $
viljukar 5,59 $
paletni viljukar 0,59 $
Dananje stanje transportne tehnike karakterie dinamian razvoj sredstava i ureaja za
transport i manipulaciju, to znai da pri analiziranju svakog problema transportiranja materijala
postoji veliki broj alternativa. Cilj je da se od postojeih alternativa izabere ona koja zadovoljava
najvei broj postavljenih zahtjeva. Pri definisanju tokova materijala u konkretnom procesu
proizvodnje, esto se pored teoretskih, koriste i iskustvena saznanja. Sve vea povezanost procesa
transportiranja i skladitenja materijala sa proizvodnim procesima, ima za posljedicu sve izraeniju
potrebu za izgradnjom sloenih transportnih sistema, ije karakteristike rada, odnosno stepen
iskoritenja i uravnoteenja sa ostalim procesima, je, upravo zbog ove sloenosti, teko odrediti.
Pri izboru i projektiranju transporta, projektanti i konstruktori treba da se pridravaju
odreenih principa, od kojih se navode neki:
sa aspekta tehnolokog i drutvenog razvoja, runi transport treba mehanizirati ili
smanjiti na to manju mjeru gdje god je to mogue. Ovaj princip je baziran kako na
ekonomskim osnovama tako i na planu humanizacije rada;

-Magistarski rad-
odlaganje i skladitenje materijala na pod treba izbjegavati, s obzirom da u najviem

broju sluajeva to predstavlja najneekonominiji nain;
transportni tokovi treba da su najkrai i po mogunosti pravolinijski i jednosmjerni.
za transport materijala birati u svakom konkretnom sluaju, najjednostavnija sredstva
kojima se obezbjeuje izvrenje postavljenog cilja (npr. sredstva koja koriste
gravitaciju);
operacije transportiranja materijala u proizvodnim procesima u industriji
predstavljaju vrlo esto znaajnu stavku u ukupnim trokovima preduzea.
2.2.2. Kapacitet transportne opreme i uzroci nagomilavanja u transportnim

sistemima
Kao to je u prethodnom tekstu navedeno proizvodni, skladini i transportni sistemi su u biti

mrea stanica koje su meusobno povezani transportnim vezama. Kroz ovaj mreni sistem prolaze
transportni objekti materijala, proizvoda, transportnih jedinica, alata, osoba, pri emu se u
stanicama objekti iskoritavaju, obrauju, kreiraju i manipuliraju.
Kapaciteti i protone mogunosti pojedinih stanica definiu kapacitete i protone
mogunosti cjelokupnog sistema. Ukoliko kapaciteti elemenata sistema nisu u mogunosti da prate
kapacitete prethodnih i slijednih elemenata pojavljuju se takozvani redovi ekanja. Za optimalno
kreiranje i dimenzioniranje novih sistema, te ocjenu usporeivanja i poboljanje postojeih sistema
potrebno je imati informacije o graninim kapacitetima i efektima nagomilavanja stanica i veznih
elementa.
Kapacitet i stepen iskoritenja primijenjene opreme su dva bitna faktora koja daju jasnu
sliku karakteristika primijenjenog transportnog sistema. Kapacitet transportnog elementa
predstavlja maksimalnu koliinu transportovanog materijala u jedinici vremena (kom/h; t/h), dok
stepen iskoritenja transportnog sredstva je indeks uspjenosti iskoritenja istog i predstavljen je u
procentima. S obzirom da na proizvodno/transportne sistema utiu razliiti vidovi poremeajnih
elemenata i uz pretpostavku da je transportni kapacitet pravilno dimenzionisan, maksimalni stepen
kapaciteta se rijetko moe dostii odnosno odrati.
U strunoj literaturi esto se susreu preporuke o veliinama stepena iskoritenja u
pojedinim industrijskim oblastima, ali se mora navesti da se ove orjentacione vrijednosti uzimaju
samo za teorijska razmatranja i generalne usporedbe iz razloga to je svaki proizvodno/transportni
sistem specifian, te ima razliite poremeajne uticaje i teko ih je poistovjetiti.
Prema [42], stvarni stepen iskoritenja proizvodno/transportne opreme u podruju tehnikih
sistema varira u zavisnosti od tipa unutranjeg transporta ali se generalno moe rei da iznosi oko
78 %, pri emu su gubici:
15% - sistemski gubitci (organizacioni i tehnoloki), pri emu je 9 % prouzrokovano
ponaanjem uesnika u radu;
7% - ostali nepredvidivi gubici.
Znatan uticaj na stepen iskoritenja proizvodno/transportnih elemenata odnosno pojavu
neuravnoteenja toka materijala ima ponaanje uesnika, tako se prema izvrenim istraivanjima u
toku radnog vremena utvrdilo su faktori za ovu pojavu sljedei, [42]:
promjena ritma rada;
zamor;

-Magistarski rad-
odsustvo sa radnog mjesta;

zastoji razliitog karaktera;
povrede.
Ukoliko ukupno optereenje neke stanice dostigne ili pree kapacitetnu granicu u taki ulaza
dolazi do pojave zastoja odnosno redova ekanja koje mogu da blokiraju prethodne stanice. Efekti
nagomilavanja mogu biti prouzrokovani:
stohastinim nagomilavanjem deava se pri optereenju ispod vrijednosti
kapacitetne granice stanice uslijed stohastinog dotoka ili odpreme elemenata;
sistematinim nagomilavanjem deava se pri optereenju iznad vrijednosti
kapacitetne granice stanice pri emu nije bitno da li je dotok i odprema elemenata
stohastina ili u taktu.
Analiza uticajnih faktora i izraunavanje veliina i posljedica stohastinih nagomilavanja,

[56], je oblast izuavanja teorije masovnog opsluivanja, osnovi ove metodologije dati su u
poglavlju 4. Istom su definisane formule za odreivanje efekata nagomilavanja, detaljniji opis ove
materije dat je u strunoj literaturi [17], [37] i [39], koje su u sutini komplikovane i iji se
preduslovi u praksi rijetko mogu ispuniti (statistika raspodjela posmatrane veliine ne odgovara
standardnim, uticaj ljudskog faktora, nemogunost opisivanja viestrukih deavanja u jednom trenu
na jednoj stanici, ...). Rjeenje ovoga problema je primjena simulacione metodologije odnosno
modeliranje diskretnih dogaaja, o kojoj e biti rijei u poglavlju 3.
Pri adekvatnom dimenzioniranju i korektnom radu proizvodnog sistema sa pojedinanom
proizvodnjom stohastina nagomilavanja ne javljaju se u praksi, dok se sistematina nagomilavanja
javljaju tek pri pojavi istovjetne obrade na odreenom broju maina. U serijskoj proizvodnji unutar
proizvodnih sistema esta je pojava stohastinih i sistematskih nagomilavanja.
2.3. Tok materijala
2.3.1. Funkcija toka materijala
Izraz tok materijala se esto upotrebljava u strunoj literaturi za potpuno razliite procese.
Prema [46], jednu od najpotpunijih definicija za tok materijala daje VDI-smjernica 3300 (njemaki:
Verein Deutscher Ingenuere Savez inenjera Njemake):
Tok materijala je prostorna, vremenska i organizaciona interakcija procesa prilikom
dobivanja, obrade i raspodjele proizvoda unutar definisanog prostora.
Na osnovu definicija toka materijala i unutranjeg transporta zakljuuje se da je tok
materijala element vieg nivoa upravljanja (sistem) koji je definisan svim procesima kretanja
materijala tokom proizvodnje, odnosno unutranji transport je element nieg nivoa (podsistem) koji
je sastavni lan toka materijala, to je prikazano na slici 3.
Tok materijala obuhvata sve procese koji su vezani za dobivanje, proizvodnju i distribuciju
proizvoda unutar proizvodnog sistema. Objekti toka materijala su poluproizvodi, proizvodi, alati, te
svi pomoni elementi i materijali koji su potrebni za normalno odvijanje procesa unutar
proizvodnog sistema (maziva, komprimirani zrak, ...). Zadatak toka materijala je da povee jedinice

-Magistarski rad-
proizvodnje i montae, odnosno da vri dopremu i otpremu potrebnih resursa u skladu sa

tehnolokim postupkom. Ovaj cilj se izvrava uz pomo baznih funkcija:
proizvodnja (obrada i kontrola);
pomjeranje (transportovanje i manipulacija materijalom);
mirovanje (odlaganje i neeljeni zastoj materijala).
Slika 3. Procesi unutar proizvodnog sistema

Tok materijala nastaje kroz redoslijed procesa, doprema-obrada-manipulacija-kontrola-
transport-montaa-skladitenje-odprema, kako bi se ostvario izgled i funkcija eljenog proizvoda.
Funkcije unutranjeg toka materijala odnosno transporta materijala unutar proizvodnog sistema
mogu se podijeliti na odgovornosti za:
unutranju oblast tvornice:
metodologija tokova materijala na ovom nivou se bavi problematikom funkcionalnog
izgleda urbane strukture tvornice, odreivanje poloaja objekata ukljuujui i mjesta
odlaganja, te transportnih puteva prema kriterijima tehnikog toka materijala.
unutranju oblast objekta:
metodologija tokova materijala na ovom nivou se bavi problematikom pozicioniranja
i strukturiranja (definisanja layout-a), izbora i optimiranja rada sistema primopredaje,
transporta, skladitenja i komisioniranja u tehnolokom procesu proizvodnje, slika 4;
radni prostor:
metodologija tokova materijala na ovom nivou ima za zadatak da prema kriterijima
tehnikog toka materijala, ergonomije i psihologije uredi radni prostor, izabere
sisteme za manipulacijom materijala, optimira radne procese i izvri humanizaciju
radnog mjesta.

-Magistarski rad-
Slika 4. Tok materijala unutar objekta proizvodnog sistema
2.3.2. Trokovi tokova materijala
Vanost tokova materijala se da najbolje oitati uzimajui u obzir trokove tokova materijala
unutar proizvodnih sistema koji u zavisnosti od brane i produkta iznose 50 % i vie od cijene
kotanja proizvoda, [46]. U samom proraunu trokova tvornice, odnosno proizvodnog sistema,
trokovi tokova materijala se nedovoljno uzimaju u obzir, tako je mogue izvriti analizu trokova
tokova materijala prema etiri osnovne vrste trokova:
trokovi personala prouzrokovani ne efektivnim tokovima materijala;
trokovi sistema transporta i skladitenja;
trokovi prostora i transportnih puteva prouzrokovani ne efektivnim tokovima
materijala;
zamrzavanje kapitala prouzrokovano ne efektivnim tokovima materijala.
Treba napomenuti i injenicu da do povienja indirektnih trokova esto dolazi radi
neadekvatnog dimenzioniranja koji se javljaju pri dimenzioniranju elemenata toka materijala,
naroito pri odreivanju veliine skladinog prostora. Naime, potrebno je osigurati da skladini
prostor sa velikom vjerovatnoom moe preuzeti elemente transporta, tako da prethodni i naknadni
elementi toka materijala ne budu ometani. Predimenzioniranje meuskladinog i skladinog
prostora najee ima za posljedicu nepotrebno ulaganje i zamrzavanje kapitala. Iz ovoga razloga
potrebno je teiti poznavanju ne samo srednje vrijednosti broja oekivanih elemenata nego i njihove
funkcije statistike raspodjele u ranom stadiju planiranja.
Ukoliko se izvri analiza trokova uzimajui u obzir prethodne uzronike nastanaka
trokova mogue je dobiti stvarne trokove sa zadovoljavajuom tanou. U obraunima, koji se
vre u proizvodnim sistemima, uzeti trokovi transporta oslikavaju tek jedan dio trokova koji su
nastali usljed trokova tokova materijala. Ovdje se ne uzima u obzir izgubljeno vrijeme uzrokovano
loim transportnim vezama, trokovi meuskladitenja, trokovi transporta koji obavljaju radnici,
itd. Vanost i ocjena toka materijala prepoznaje se onog trenutka kada se odrede svi trokovi koji su
prouzrokovani tokom materijala.

-Magistarski rad-
2.3.3. Analiza tokova materijala
Pod analizom tokova materijala podrazumijeva se odreivanje stvarnih parametara

proizvodno-transportno-skladinih procesa. Osnova analize procesa tokova materijala je
posmatranje sistema na licu mjesta ime se za objekat posmatranja uzimaju elementi koji su dio
toka materijala: personal, materijal, povrina, transportna i skladina sredstva.
Razlozi za izvoenje analize toka materijala su:
mehaniziranje i automatiziranje transportno-skladinog prostora;
poveanje stepena iskoritenja transportnih sredstava;
smanjenje trokova transporta i skladitenja;
moderniziranje zastarjele tehnologija transportovanja i skladitenja;
poveanje kapaciteta i asortimana proizvoda;
otklanjanje pojava uskih grla, nezgoda, zastoja i smetnji, te velike razlike izmeu
tehnolokog i stvarnog vremena proizvodnje;
smanjenje trokova personala i komplikovanosti tehnoloke organizacije.
Cilj provoenja analize toka materijala je prvenstveno uoavanje slabih mjesta i uzronika
neeljenih pojava, te odreivanje trokova prouzrokovanih tokom materijala kako bi se naknadnim
planiranjem i korekcijom uspostavili parametri optimalnog toka materijala koji prouzrokuje
minimalne trokove.
Izvedenom analizom tokova materijala bi se trebali dobiti odgovori na pitanja o:
mjestu i veliini skladita u proizvodnom sistemu;
izboru adekvatnog ili optimalnog transportnog sredstva za odreenu operaciju
transporta;
nainu smanjenja razlike izmeu tehnolokog i stvarnog vremena proizvodnje;
nainu smanjenja smetnji i ispada tokom proizvodnje;
poveanju stepena prostornog iskoritenja radnog prostora;
poveanju stepena iskoritenja pojedinih proizvodno-transportnih jedinica itd.
Zadatak analize toka materijala je dobivanje informacija i podataka za ocjenu i planiranje
toka materijala, te je potrebno prikupiti:
podatke o sortimentu proizvodnje;
podatke o transportovanom-skladinom materijalu:
karakteristike, opis transportne-skladine jedinice;
transportne frekvencije;
transportna organizacija i upravljanje, upravljanje zalihama.
podatke o transportno-skladinim pomonim sredstvima;
informacioni podaci o:
vrsti i karakteristikama upravljakog sistema toka materijala;
vrsti i karakteristikama sistema upravljanja skladitem;
nainu prenosa podataka;
veliini radnih vremena.
podatke o transportno-skladinim sredstvima:

-Magistarski rad-
kapacitetu, snazi, stepenu iskoritenja;

geometrijskim karakteristikama;
brzini, putevima, sistemu komisioniranja, vremenima i kapacitetu
komisioniranja;
skladinom kapacitetu, organizaciji i upravljanju.
ekonomske podatke:
radne trokove (trokove personala, amortizacija i odravanje);
trokove toka materijala, trokove skladitenja (trokove zamrzavanja
kapitala).
podatke o urbanistikom izgledu proizvodnog sistema i njegovih graevinskih
objekata.
Praenje parametara tokova materijala unutar proizvodnih sistema moe da bude direktno na
licu mjesta ili indirektno (statika analiza) preko dostupnih podataka (planovi proizvodnje,
kartoteke skladita, ...). U praksi se koriste obje metode kako bi se vremenski utroak sveo na
minimum. U zavisnosti od cilja i eljene tanosti koja se eli postii analizom biraju se metode
praenja parametara. Najjednostavnija, ali efektivna pomona sredstava prilikom praenja
parametara su tabele, formulari i upitnici. Prilikom kreiranja i upotrebe ovakvih listi potrebno je
imati uvijek na umu sljedea pitanja kako bi se dali svi potrebni odgovori odnosno realno stanje
odslikalo na papiru:
1. Zato se transportuje ili skladiti? (potrebe za transportnom ili skladitenjem);
2. ta se i koliko se premijeta ili prenosi? (komadni ili sitno zrnasti materijali,
proizvodi ili poluproizvodi, otpad, zapreminski i maseni kapacitet, broj komada,
zapremina, teina);
3. Odakle i gdje se transportuje? (od skladita ka obradi, od radnog mjesta ka drugom
radnom mjestu, ...);
4. ime i kako se manipulie, transportuje ili skladiti? (sa pomonim sredstvima, sa
kontinualnim ili ciklinim transportom, runo: kvalifikovanim radnicima ili
pomonim radnicima, pojedinano ili komadno, paletizovano, ...);
5. Kada i koliko dugo se transportuje ili skladiti? (asovna vremena, duine vremena).
Za analizu toka materijala u praksi se najee koriste nekoliko metoda, pri emu svaka od
njih ima odreene slabe i dobre karakteristike, te metode su:
MTZ - metoda i snimanje rada povratnom metodom
Statistike metode, koje na osnovu sluajnih posmatranja vremena rada definiu
stepen iskoritenja obradno/transportnih sredstava, vremena skladitenja itd. Ukoliko
zahtijevana tanost prilikom ispitivanja nije velika i vremenski elementi koje treba
odrediti nisu premali (od 2%). MTZ metoda i snimanje rada povratnom metodom su
jednostavne, brze i ekonomine.
Tabelarno i grafiko predstavljanje toka materijala
Jednostavna metoda za prikazivanje kretanja materijala unutar proizvodnog sistema,
s tim da u obzir uzima samo statika vremena duine procesa. Tako da je
neprikladna za sisteme sa izraenom dinaminou svojih procesa, a to tokovi
materijala najee i jesu.

-Magistarski rad-
Simulaciona studija
Metoda koja u sebi objedinjuje statistiki pristup obrade ulaznih podataka i
simulacijsko modeliranje toka materijala. Prvenstveno je dobra iz razloga da u obzir
uzima dinamiku karakteristiku toka materijala i mogunost vizualizacije procesa
posmatranog sistema, slika 5, dok joj je loa karakteristika to zahtjeva da sistem
koji se posmatra posjeduje tano definisan tehnoloki postupak koji se tokom
proizvodnje slijedi. Naredno poglavlje e se baviti detaljno sa procesima simulacije i
simulacione studije.
Slika 5. Vizualizacija procesa primjenom simulacione stuje

-Magistarski rad-
3. SIMULACIJA TOKOVA MATERIJALA
Uopteno se moe rei da se svaki kompleksniji sistem ili pojava, tj. procesi koji u sebi
sadre stohastike, nelinearne ili vremenske promjenjive i irok izbor problema koje je potrebno
rijeiti modelom, esto ne mogu opisati skupom matematskih izraza i jednaina, ve se analiziraju
simulacijom. Izraz simulacija proizlazi iz latinske rijei simulare to znai oponaati, to je u
sutini i glavni cilj izvoenja simulacije, [40] i [51].
Simulacioni modeli slue za uvid u ponaanje virtualnog ili postojeeg sistema, koji se inae
ne bi mogao dobiti drugim naunim metodama, te samim time postaje mono sredstvo za analizu i
projektovanje sistema, [40].
Sistemi koji se ispituju simulacijom mogu da budu proizvodni sistemi, prodajne i uslune
organizacije, saobraajne mree, prijedlozi investicija kapitala, itd., dok procesi simuliranja ovih
modela mogu da budu tipa studije o ponaanju maina i ureaja u proizvodno/transportnom
procesima, smanjenja materijala u skladitu odnosno smanjenju zamrznutog kapitala, pronalaenja
optimalnog vremena saobraajno/svjetlosnih signala na saobraajnicama, utvrivanja ponaanja
kapitala na burzi, itd.
Kada se govori o simulaciji, neophodno je istu posmatrati kroz aspekt modeliranja, iz
razloga to model predstavlja osnovu simulacionog procesa. Razvoj novih tehnologija i raunarske
tehnike, rezultirali su stvaranjem modela kojima je omogueno opisivanje sloenih realnih
proizvodnih procesa. U tehnici modeli imaju posebnu vanost u cilju oblikovanja i ispitivanja
obiljeja novih i postojeih rjeenja, koja se esto ne mogu drugaije analizirati, sagledavati i
ispitivati.
3.1. Modeliranje
3.1.1. Model i modeliranje
Modeliranje je proces koji je usko vezan za nain ljudskog razmiljanja i rjeavanja

problema. Mentalni modeli su strukture koje ljudski mozak neprekidno konstatira kako bi mogao
povezati niz injenica s kojima se ovjek susree, te kako bi mogao na temelju toga djelovati.
Istraivanje prirode i razvoj tehnologije doveli su do stvaranja opipljivih i formalnih vrsta
modela, zbog potrebe da se omogui opisivanje sloenih fenomena, kako bi se isti mogli preciznije
opisivati i rjeavati. Sa aspekta istraivanja prirode modeli su alat koji omoguuju bolje
razumijevanje strukture i funkcioniranje prirode, te ujedno slue kao osnove za postavljanje i
dokazivanje hipoteza.
U inenjerstvu modeli imaju posebnu vanost u oblikovanju i ispitivanju karakteristika
novih rjeenja koja se esto ne mogu drugaije ispitivati. Tako danas sa naunog aspekta, jedna od
osnovnih uloga modela je formuliranje novih ideja.
Modeli mogu biti materijalni ili simboliki, pri emu se simboliki modeli dijele na:
Matematike modele pojave zapisane u obliku algebarskih, diferencijalnih ili parcijalnih
diferencijalnih jednaina.

-Magistarski rad-
Konceptualne modele modeli kreirani na temelju predodbe o strukturi i logici rada

sistema ili probleme koji se modelira, te se prikazuju u obliku ije je znaenje precizno
definirano (najee u obliku dijagrama). Konceptualni modeli su osnova za kreiranje
raunarskih modela.
Raunarske modele modeli koji su prikaz konceptualnog modela u obliku programa za
raunar. Prikazom konceptualnih modela u obliku programa za raunar model postaje
sredstvo kojim se moe analizirati rad modela u razliitim vanjskim uvjetima te sa razliitim
unutranjim parametrima i tako dobiti uvid u razumijevanje sistema koji se opisuje odnosno
mogunost predvianja njegovog ponaanja. Raunarski modeli se koriste programskim
jezicima kao svojim sredstvom izraavanja, te su stoga blisko vezani za razvoj informatikih
nauka.
Proces izrade modela nema striktnih pravila, nego veliko znaenje u samoj izradi modela
ima zdrav razum, sposobnost aplikacije, sistematinost i iskustvo. Stoga je modeliranje prije svega
umijee, a ne nauka. Sam proces se ne moe automatizirati, a pri samoj izradi od velike vanosti je
paljiv rad i temeljno provjeravanje funkcionalnosti modela. Dugo iskustvo istraivaa koji su se
bavili problematikom modeliranja dovelo je do nekih optih preporuka, [51]:
(1.) Granica sistema sa okolinom mora biti odabrana tako da sistem, odnosno njegov
model, obuhvata samo fenomene od interesa. Okolina sistema modelira se tako da se
ne opisuju detalji fenomena i uzrona veza izmeu njih, ve se daje samo njihov
saeti prikaz (npr. sluajna raspodjela dolaska elementa u sistem);
(2.) Modeli ne smiju biti suvie sloeni i detaljni, ve samo trebaju sadrati relevantne
elemente sistema suvie sloene i detaljne modele gotovo nije mogue vrednovati i
razumjeti, to znai da su njihov razvoj i koritenje teki i neizvjesnog kvaliteta;
(3.) Model ne smije biti ni suvie pojednostavljen problem, npr. izbacivanjem suvie
vanih varijabli potrebnih za adekvatan opis sistema ili suvie velikim stepenom
agregiranja komponenti sistema.
(4.) Model je razumno rastaviti na vie dobro definisanih i jednostavnih modula s tano
odreenom funkcijom, koju je lake izgraditi i provjeriti;
(5.) U razvoju modela preporuuje se koritenje neke od provjerenih metoda za razvoj
algoritma i programa, kako bi bilo mogue razumjeti model i njegove modula u svim
fazama razvoja modela.
(6.) Potrebna je provjera logike i kvalitativne ispravnosti modela, kako pojedinanih
modula modela tako i cjelokupnog modela.
Prema rastuoj sloenosti sistema, odnosno problema koji se modelira, metode modeliranja i
rjeavanja problema dijele se na:
(1.) Analitiko modeliranje opis modela i rjeenje problema je u analitikom obliku
(algebarske, diferencijalne ili parcijalne diferencijalne jednaine) odnosno funkcijske
veze zavisnih o nezavisnim varijablama. Ovim pristupom se rjeavanje problema
svodi na matematiki tretman pomou metoda algebre, matematike analize, teorije
vjerovatnoe i sl.
(2.) Numerike metode model je opisan u analitikom obliku, ali se zbog nemogunosti
pronalaenja analitikog rjeenja, primjenjuju numeriki postupci odnosno

-Magistarski rad-
pronalaenje parova vrijednosti zavisnih i nezavisnih varijabli koji zadovoljavaju

zadane jednaine modela.
(3.) Simulacione modele zbog nemogunosti prikaza sloenih dinamikih problema u
analitikom obliku, modeli su zadani u proceduralnom obliku kojim se prikazuje
nain rada sistema. Problem se rjeava numeriki, provoenjem eksperimenata
modelom koji oponaa razvoj sistema u vremenu.
3.1.2. Simulacijsko modeliranje
Simulacijski modeli su modeli dinamikih sistema odnosno sistema koji se mijenjaju u

vremenu. Najee su to modeli koji se ne mogu opisati ni rjeavati direktno matematikim
tehnikama. Njihova tipina primjena u podruju mainstva su modeli redova ekanja, proizvodnih
procesa, skladitenja, tokova materijala itd, (slika 6).
Slika 6. Simulacioni modeli

Simulacijski modeli najprije moraju omoguiti ispravan prikaz odvijanja posmatranih
procesa i efikasno izvoenje pomaka vremena tokom simulacije. Ovdje je bitno omoguavanje
odvijanja istovremenih aktivnosti tokom simulacionog procesa, te odvijanja procesa koji
konkuriraju za istovremene resurse (npr. obradne maine, transportna sredstva, skladita, itd.). Ti
zahtjevi stvaraju znatan problem za modeliranje, te iz istog razloga simulacioni modeli su se razvili
u posebnu kategoriju modela koji posjeduju sopstvene adekvatne alate i specifine programske
jezike kako bi zahtjeve simulacijskog modeliranja (najei naziv u literaturi za ovaj proces je
simulacija) u potpunosti ispunili.
Simulacija se primjenjuje ukoliko:
se istrauju nove naune oblasti odnosno ne postoji dovoljno teorijskih saznanja o
fizikim procesima i pojavama;
je zbog kompleksnosti problema nemogue primijeniti matematike metode;
su eksperimenti na realnim modelima skupi, opasni, vremensko iscrpljujui, prespori
ili prebrzi;
realni sistem u stvarnosti uopte nepostoji.
Tipine primjene simulaciono podranih ispitivanja su:
optimizacija odnosno poboljanje ponaanja sistema;
razvoj novih sistema i njihovo ponaanje;

-Magistarski rad-
ispitivanje teorema i hipoteza;

validacija projektovanih sistema;
prikaz kompleksnih procesa kako bi se poboljalo razumijevanje procesa unutar
sistema.
Prethodno je ve napomenuto da se rjeenje problema primjenom simulacionog modeliranja
ne moe dobiti u analitikom obliku, u kojem su zavisne varijable funkcije nezavisnih varijabli, ve
je rjeenje simulacionog modeliranja dobijanje vrijednosti zavisnih varijabli za pojedine nezavisne
varijable. Kako bi se posmatrani problem mogao u potpunosti analizirati, promatrati ponaanje
sistema za razliite vrijednosti neovisnih varijabli, simulacionim modeliranjem potrebno je izvriti
odreeni broj eksperimenata kako bi se dobio skup taaka odnosno vrijednosti zavisnih varijabli za
pojedine nezavisne varijable.
Slika 7. Struktura simulacije

Specifinosti koje zahtjeva simulaciono modeliranje, slika 7, a ujedno i sve metode
modeliranja zasnovane su na primjeni raunara i informatikih nauka. Izvoenje prorauna
razvijenim raunarskim modelom (programom) koristi se brzinom rada raunara kao odlunim
faktorom koji omoguuje da se u razumnom razdoblju izvedu raznovrsne analize alternativnih
struktura modela i promjenjivih vanjskih uslova. Grafiki prikaz sistema koji se modelira i
animacija rada sistema tijekom izvoenja simulacionih eksperimenata omoguuje lake
vrednovanje logike i dinamike rada simulacionih modela, te lake praenje razvoja procesa unutar
modela u vremenu. Automatsko generiranje programa dovodi do znaajnog skraivanja vremena
ciklusa razvoja modela i uvoenja izmjena modela, pa stoga omoguuje due ukupno vrijeme za
analizu rada modela i ispitivanje veeg broja alternativnih usporedbi s klasinim pisanjem
programa.
Osim ovoga, simulacijsko modeliranje se sve vie povezuje za baze podataka te savremene
koncepte i alate umjetne inteligencije: baze naunih dostignua (baze znanja), ekspertne sisteme itd.
Prednosti simulacijskog modeliranja su:
(1.) mogue je opisati i rjeavati sloene dinamike probleme sa sluajnim varijablama
koji su nedostupni matematikom modeliranju;
(2.) mogue je rjeavati raznovrsne probleme (oblikovanje, analiza rada, razna
predvianja itd.);

-Magistarski rad-
(3.) uslovi eksperimentiranja su pod punom kontrolom za razliku od eksperimenata sa

stvarnim sistemom gdje nije mogue uticati npr. na dinamiku stizanja narudbi ili
brzinu rada opsluivakog procesa;
(4.) vrednovanje i analiza logike i dinamike rada sistema veoma su olakani animacijom
rada modela.
Nedostaci simulacijskog modeliranja su:
(1.) razvoj modela je dugotrajan i skup;
(2.) zbog statistikog karaktera simulacije potrebno je izvoenje veeg broja
simulacionih eksperimenata kako bi se dobio odgovarajui uzorak rezultata
simulacije, a ve i pojedinano izvoenje eksperimenta moe zahtijevati dosta
vremena i memorije raunara;
(3.) ne dobivanje zavisnosti izlaznih varijabli o ulaznim varijablama modela, dobivanje
optimalnog rjeenja zahtjeva izvoenje niza simulacija sa razliitim ulaznim
parametrima;
(4.) za ispravno koritenje simulacijskog modeliranja potrebno je poznavanje vie
razliitih naunih metoda i alata;
(5.) vrednovanje modela je sloeno i zahtijeva dosta sloene i zahtjevne dodatne
eksperimente.
Prema, [40] umjetnost procesa simulacijskog modeliranja se nalazi u pronalaenju
zadovoljavajue kombinacije izmeu stepena apstraktnosti, vjerodostojnosti i tanosti izmeu
modela i stvarnosti. Sam konflikt cilja, koji se nalazi izmeu ova tri aspekta, potrebno je
minimizirati. Stepen apstraktnosti opisuje vanjski izgled modela. Poveanje stepena apstraktnosti za
posljedicu ima smanjenje nivoa realne bliskosti u modelu, pored toga poveanje stepena
apstraktnosti ujedno znai i poveanje tanosti modela, poto se fokus usmjerava na analizirajuu
pojavu. Primjenjivost modela se mjeri vjerodostojnosti istog.
3.1.3. Podjele simulacionih modela
Simulaciono modeliranje se najee u strunoj literaturi, [21] i [51] , dijeli po dva osnova,
prvi je prema vrsti varijabli u modelu (deterministike i stohastike), a drugi je prema nainu na
koji se stanje modela mijenja u vremenu (kontinualne, diskretne ili mjeovite). S obzirom na
karakteristiku pojava koje su razmatrane u magistarskom radu ovdje je detaljno obraen samo
proces modeliranja stohastikih diskretnih dogaaja odnosno stohastino diskretni modeli.
Stohastini modeli karakteriziraju se time to se njihovo ponaanje ne moe unaprijed
predvidjeti, ali se mogu odrediti vjerovatnosti promjena stanja, odnosno ovakvi sistemi posjeduju
sluajne varijable.
Diskretni modeli odlikuju se time to se njihovo stanje mijenja samo u nekim vremenskim
takama, pri emu se takve pojave nazivaju dogaaji. Najee je proces analiziranja ovakvih
pojava nazvan procesom simulacije diskretnih dogaaja.
U ovom magistarkom radu s obzirom na primijenjenu metodologiju simulacije tokova
materijala su razmatrani stohastiki diskretni modeli.

-Magistarski rad-
3.1.4. Simulacija diskretnih dogaaja
Simulacija diskretnih dogaaja obuhvata modele koji su strukturirane kolekcije objekata.

Meudjelovanje objekata u aktivnostima sistema uzrokuje promjene stanja sistema. Te promjene
stanja, zvane dogaaji, deavaju se u diskretnim (odnosno diskontinuiranim) vremenskim
trenutcima. Ovom metodom simulacije se najee opisuju sistemi u kojima dinamiki objekti
sistema trae posluivanje od ograniene kolekcije resursa, tj. statikih objekata. Posljedica
ogranienja raspoloive koliine resursa je stvaranje ekanja pred resursima.
Kako bi okarakterizirali simulaciju diskretnih dogaaja, potrebno je definisati osnovne
pojmove koji opisuju zbivanja i elemente postavljenog modela [51]:
Entiteti (objekti) komponente sistema koji se modelira. Entiteti se mogu individualno
identificirati, te sa istim je mogua manipulacija. Stalni entiteti (resursi) su oni koji
ostaju u modelu u toku cijelog vremena, dok privremeni entiteti prolaze kroz sistem.
Atributi entiteta opisuju svojstva entiteta. Svaki entitet moe imati vei broj atributa.
Klase entiteta su grupe entiteta istog tipa.
Skupovi entiteta su grupe entiteta pojedine klase koji imaju neka zajednika obiljeja
(npr. jednake vrijednosti pojedinog atributa). S obzirom na mogunost dinamike
promjene svojstva entiteta, oni se u toku simulacije mogu premjetati iz skupa u
skup. Poseban tip entiteta su redovi ekanja koji prikazuju posebnu grupu
privremenih entiteta koji ekaju da se oslobodi neki resurs.
Stanje sistema (modela) je skup svih nunih informacija neophodnih za opis sistema.
Stanje sistema ovisi o entitetima koji su u njemu prisutni u tom asu i po
vrijednostima njihovih atributa.
Dogaaj je promjena stanja sistema u jednom vremenskom trenutku, a moe
nastupiti zbog:
1) ulaska ili izlaska privremenog entiteta iz sistema ili
2) promjena atributa pojedinih entiteta sistema (zbog poetka/zavretka
meudjelovanja entiteta).
Izmeu dva uzastopna dogaaja stanje sistema se ne mijenja.
Uslovni dogaaji su oni dogaaji koji se mogu dogoditi tek poto je ispunjen neki
uslov. Oni su obino povezani za dostupnost nekog resursa, tj. poetak aktivnosti.
Bezuslovnii (planirani) dogaaji su oni iji je jedini uslov, da bi se mogli dogoditi,
povezan za prolaz vremena. Obino su vezani za oslobaanje resursa, tj. zavretak
aktivnosti.
Aktivnost je meudjelovanje odreenih entiteta koje traje odreeno vrijeme.
Aktivnost dovodi do promjene stanja entiteta koji u njoj sudjeluju. U simulaciji
diskretnih dogaaja promjena stanja se prikazuje u poetnom ili zavrnom dogaaju
aktivnosti, a u toku trajanja aktivnosti stanje entiteta ukljuenih u aktivnost se ne
mijenja. Odnosno, kontinuirano odvijanje aktivnosti u stvarnom sistemu prikazuje se
kao diskretna promjena stanja u asu poetka i zavretka aktivnosti. Poetak
aktivnosti je obino vezan za neke uslove, a aktivnost zavrava nakon protoka
odreenog vremena trajanja aktivnosti.
-Magistarski rad-
Proces je niz loginih povezenih uzastopnih dogaaja kroz koje prolazi neki
privremeni entitet. Proces moe obuhvatiti dio ili cjelinu ivota privremenog
entiteta u simulaciji.
Primjenom prethodnih pojmova simulacija diskretnih dogaaja moe se okarakterizirati na
slijedei nain:
Entiteti
koji imaju atribute
meudjeluju u aktivnostima
uz izvjesne uslove
stvarajui dogaaje
koji mijenjaju stanje sistema.

Ovdje treba jo navesti da unutranja struktura matematskih i logikih operacija simulacije
diskretnih dogaaja u sebi sadri osnovnu logiku odnosno zasnovana je na teoriji masovnog
opsluivanja, o kojoj e biti naknadno rije u poglavlju 4. Simulacija diskretnih dogaaja je, upravo
iz ovog razloga, nala veliku primjenu prilikom analize i simulacije proizvodno-transportnih
sistema u oblasti mainstva pri analizi tokova materijala.
Osnovni problemi koje moe rjeavati simulacija diskretnih dogaaja i koju ovu metodu
ine specifinom metodom modeliranja su:
1. izvoenje promjene stanja u vremenu, sa meudjelovanjem entiteta;
2. simulacija istovremenih (paralelnih) aktivnosti;
3. simulacija konkurentnih procesa, tako da se entiteti natjeu za posluivanje ogranienih
resursa. Posljedica toga je ekanje u redovima koje moe da bude razliito organizovano
(posluivanje po dolasku u red, po prioritetu, odustajanje od ekanja, ...);
4. rjeavanje statistikih aspekata koji se odnose na opisivanje sluajnih varijabli i izvoenje
operacija sa njima.
3.2. Simulacija tokova materijala
Sa aspekta mainstva simulaciono modeliranje predstavlja jednu od esto koritenih metoda

za opisivanje, analiziranje i rjeavanje komplikovanih procesa i pojava koje je teko ili najee
nemogue opisati klasinim pristupima analitikog matematskog modeliranja. Jedan od najee
analiziranih objekata metodom simulacionog modeliranja, detaljnije metodom simulacije diskretnih
dogaaja, iz oblasti mainstva su procesi koji se odvijaju unutar proizvodnih sistema (proizvodno-
transportni tokovi materijala, strategije upravljanja, dotok narudbi, organizacija rada, itd.).
Uopteno sva problematika koja se javlja unutar procesa proizvodnih sistema svodi se na potrebu
egzaktnog opisivanja i optimiranja dinamike procesa unutar proizvodnih sistema kako bi se trokovi
proizvodnje sveli na minimum, slika 8. Rjeenje ovakvog problema zasnovano je na potpunom
poznavanju interakcijskog djelovanja koje se odvija izmeu pojedinih jedinica unutar proizvodnog
sistema.
-Magistarski rad-
Slika 8. Simulacijski model kao dio sistema za podrku odluivanju

Simulacija proizvodno-transportnih tokova materijala najee se primjenjuje ukoliko se:
panira izgradnja novog proizvodnog sistema:
odreivanje i optimiranje karakteristinih vremena (radnih, ispada maina itd.) kao i
kapacitet proizvodnog sistema;
odreuje veliina skladita, meuskladita i broj elemenata proizvodno-transportne
opreme koje su potrebne kako bi se ostvario planirani kapacitet proizvodnog sistema;
odreivanje kapacitetnih granica i mogunosti proizvodno-transportne opreme i
cjelokupnog proizvodnog sistema;
ispitivanja u kojoj mjeri poremeaji i smetnje u proizvodni utjeu na kapacitet i
stepen iskoritenja proizvodno-transportne opreme;

-Magistarski rad-
odreivanje koliko je potrebno radnika kako bi se ispunila planirana proizvodnja;

dobivanje saznanja o ponaanju proizvodnog sistema;
ocjenjivanje karakteristika razliitih alternativa konceptnog rjeenja proizvodnog
sistema (primjenom simulacionog eksperimenta.
optimira ve postojei proizvodni sistem:
optimiranje strategija upravljanja proizvodnim sistemom;
optimiranje unutranjih procesa kako bi se stepen iskoritenja proizvodno-
transportne opreme poboljao;
testiranje dnevnih procesa sa ciljem identificiranja i otklanjanja svakog vida
poremeaja i smetnje u toku proizvodnje.
nastoji da se primjeni novi plan i struktura unutar proizvodnje:
razvoj osnove za primjenu nove strategije upravljanja proizvodnim sistemom;
vri izmjena postojee proizvodno/transportno/skladine opreme;
testiranje razliitih scenarija prilikom putanja u rad novog proizvodnog programa;
podue radnici, koji e upravljati proizvodno-transportnom opremom, o tokovima
materijala, primjer vizualizacije dat na slici 9, i procesima unutar proizvodnog
sistema s ciljem uklanjanja bilo kakvog vida poremeaja i smetnje tokom
proizvodnje.
Slika 9. Vizualizacija toka materijala

Kako je ovaj magistarski rad iskljuivo zasnovan na implementaciji metoda simulacijskog
modeliranja, za navedeni proces se najee koristi izraz simulacija transportnih tokova materijala
unutar proizvodnih sistema, [47], [46], [51], [52], [56] i [57],. U prethodnom tekstu dato je iroko
objanjenje pojma simulacija, te je potrebno navesti definiciju simulacije toka materijala. Pod
simulacijom seu informatikim naukama podrazumijeva oponaanje procesa uz pomo raunara na
bazi modela. Preneseno na simulaciju toka materijala simulacija se prema VDI smjernici 3633
definie kao, [40]:
-Magistarski rad-
Simulacija je oponaanje sistema sa njegovim procesima u eksperimentalno sposobnom modelu,

kako bi se dobila saznanja, koja su prenosiva na stvarnost
Primjena simulacionih tehnologija unutar proizvodnih sistema je raznovrsna i ista se
primjenjuje u razliitim nivoima planiranja. Ovi nivoi se prostiru od samog apstraktnog planiranja
itavog proizvodnog sistema pa do detaljnog planiranja pojedinih komponenata. Tabela 1 prikazuje
oblasti primjene razliitih simulacionih tipova.
Tabela 1. Tip simulacije
Nivo planiranja Obim planiranja Tip simulacije
Poslovni procesi
Proizvodni sistem Tok informacija Simulacija poslovnih procesa
Dotok narudbi
Raspored jedinica unutar
postrojenja
Postrojenje Tok materijala Simulacija toka (gruba)
Strategija upravljanja
Radna organizacija
Raspored jedinica unutar elije
Redoslijed operacija Simulacija toka (fina)
elija
NC programiranje Grafika 3D simulacija, slika 10
Optimiranje taktnog vremena
Operacije
Grafika 3D simulacija
Procesni parametri
Komponenta FEM simulacija
Alati
Simulacija primjenom vietjelne dinamike
Pomona sredstva
Slika 10. Simulacija proizvodno-transportnih sistema

Kao to se iz prethodne tabele da uoiti itav proizvodni sistem, ma kakvog on usmjerenja
bio (auto-, tekstilna-, proizvodna-, prehrambena-, tekstilna-, ... avio-industrija), je mogue u svakom
njegovom pojedinom ili skupu nekolicine segmenata simulirati odnosno obaviti simulacionu
studiju. Iz iste se primjenom realnih ili moguih scenarija, variranjem ulaznih i unutranjih
parametara, dobiva uvid u stanje u sistemu tokom rada u zadatom scenariju.

-Magistarski rad-
3.2.1. Simulaciona studija
Simulacija opisuje uvijek samo rad sa i na eksperimentalno sklonom modelu, koja je

zasnovana na simulacionoj studiji. Time je poznata struktura oslikavajueg proizvodnog sistema bar
u smislu ispitivane pojave. U prvom koraku potrebno je sistem opisati odgovarajuim modelom.
Ovaj dio rada e predstaviti odreene metode modeliranja i njihovu upotrebu za simulaciju toka
materijala.
Proces izvoenja simulacije pri opisivanju procesa unutar proizvodnih sistema je definisano
smjernicom VDI 3633 i okarakterizirano izrazom simulaciona studija odnosno, [40]:
Projekt za simulaciono podrano ispitivanje sistema. (...) Simulaciona studija moe da obuhvati
nekolicinu simulacionih eksperimenata, koji sa druge strane mogu da budu sainjeni od nekoliko
simulacionih prolaza.
U sutini se simulacioni proces zasniva na procesima pripreme, modeliranja, provoenju i
ocjeni dobivenih rezultata. Procesi modeliranja i provoenja simulacionih eksperimenata se
provode interaktivnim postupkom, kako bi se simulacioni model verificirao i validirao. Na slici 11
je prikazan tok simulacione studije prema VDI 3633 [40].

-Magistarski rad-
Slika 11. Tok simulacione studije

Rezultat svake simalacione studije je egzaktno definisan cilj istraivanja, koji opisuje na
osnovu temeljne problematike, deavanja u sistemu i daje mogua rjeenja istog. Nakon definisanja
cilja istraivanja mogue je prei na narednu fazu odnosno na obradu podataka. Sam proces
sakupljanja, ureivanja i ukoliko je potrebno usklaivanja podataka je najee popraen velikim
utrokom rada i vremena, poto iste najee nisu dostupne u eljenoj formi. Za odreene sluajeve

-Magistarski rad-
za posmatrani sistem ne postoje potrebni podatci, primjera radi ukoliko isti u realnosti uopte ne
egzistira. U tom sluaju je potrebno za podatke uzeti uslovno najbolju procjenu.
U narednom koraku proizvodni sistem se u simulatoru oslikava prvo logiki, a kasnije kao
eksperimentalno sklon model. Potrebno je da simulacioni model reprezentira relevantne vrijednosti
koje bi dovele do eljenih odgovora, pri emu su strukture, zakonitosti, uticaji i ponaanja realnog
sistema odslikani u potrebnom nivou. Kroz prve simulacione prolaze vri se verifikacija unutranje
logike simulacionog modela, a u slijedeem koraku simulacioni model se usklauje ponaanju
realnom sistemu (validacija modela). Sam postupak se odvija interativno sve dok se ne dostigne
eljeni nivo tanosti.
Slijedea faza sadri razliite korake provedbe slimulacionih prolaza u eksperimentalnim
okvirima. Prvo se provode obine analize, kako bi se dobili prvi iskazi o proizvodnom sistemu oko
kapacitivnosti i podruja gdje bi se mogli pojaviti problemi. U nastavku se provode eksperimenti
koji obuhvataju ili definisanje parametara strukture proizvodnog sistema ili analizu senzibilnosti.
Ovaj interativni proces se provodi, uz izmjene simalacionog modela, sve dok se ne dobiju
zadovoljavajui rezultati. Zavretak simaulacione studije ini dokumentiranje, komentarisanje i
obrada prikupljenih rezultata, pri emu se isti svode na informacije koje daju odreene iskaze. Na
kraju se odluuje u kojoj mjeri su dobiveni rezultati simulacije validni za realno ponaanje
oslikanog proizvodnog sistema.

-Magistarski rad-
4. TEORIJA MASOVNOG OPSLUIVANJA I NJENA PRIMJENA U SIMUALCIJI

TOKOVA MATERIJALA
4.1. Teorija masovnog opsluivanja
4.1.1. Istorijski pregled nastanka teorije masovnog opsluivanja
Kada se govori o teoriji redova ekanja ili o teoriji masovnog opsluivanja najee se
zamilja problematika kolone osoba koji ekaju na uslugu na alteru, kako bi se njihovi individualni
zahtjevi ispunili. Upravo iz ovog slikovitog opisa dolaze nazivi koji se najee susreu u literaturi,
[37], [39] i [51], klijent, vrijeme ekanja i opsluga. Na osnovu istog mogue je identificirati
mnoge svakodnevne probleme zastoja i kretanja unutar bilo koje naune oblasti (telekomunikacije,
transporta, saobraaja, informatike, itd.).
U osnovi problematika koja, se javljala u zaetku stvaranja automatskog telefonskog
saobraaja, rjeenje problema kada se na centrali javi kolona poziva koji ekaju na svoju
distribuciju, doveli su do kreiranja teorije redova ekanja odnosno matematske discipline za opis i
analizu sistema opsluivanja, na iji rad utiu sluajni faktor. Danski matematiar Agner Krarup
Erlang (1878-1929) spoznao je u XIX vijeku da se ovakvi problemi primjenom probabilistinih
modela mogu dovoljno dobro opisati i rijeiti, tako da njegove publikacije iz godina 1909-1920ine
fundament na kojem je zasnovana teorija redova ekanja, [1]. Nakon drugog svjetskog rata sve
veom primjenom, tada nove naune discipline pod nazivom, operaciona istraivanja spoznaje se da
mnogi problemi logistike i proizvodnih sistema posjeduju slinu strukturu problematike, te se sa
istom metodom mogu rjeavati. Oblast primjene teorije redova ekanja ili teorije masovnog
opsluivanja se znaajno poveava u trenutku kada se poinje ista primjenjivati za odreivanje
eficijentnijeg iskoritenja velikih i komplikovanih postrojenja, na primjer fleksibilnih proizvodnih
sistema ili velikih informacionih ili komunikacionih mrea. Matematsko modeliranje ovakvih
Multi Resaurse sistema najee dovodi od dobivanja komplikovane slike sistema u kojem se
odvijaju meusobna djelovanja izmeu opslunih stanica, te se ovakvi modeli nazivaju kao modeli
mrea redova ekanja.
4.1.2. Osnovni elementi sistema opsluivanja
Zajedniko pri posmatranju svih sistema masovnog opsluivanja je postojanje toka klijenata
sa stohastikim osciliranjem intenziteta koji dolaze na usluno mjesto. Na mjestu opsluivanja
pristigli klijenti se uvrtavaju u red, kao bi se njihove individualne potrebe pod uslovima odreenog
zakona opsluivanja ispunile, svaki klijent zasebno, te klijenti nakon usluge naputaju opsluno
mjesto. Kako bi se definirali elementi koji e se koristiti u daljnjem tekstu uvode se sljedei termini
[39]:
ulazne jedinice (korisnici usluga, klijenti, potroai, stranke, obradne maine,
engl:customers)
usluna mjesta (kanali, usluna mjesta, mjesta koja pruaju uslugu ili obavljaju obradu, engl:
servers)
red ekanja (rep, linija, gomilanje, meuskladite, engl: queue).
Na slici 12 je prikazana graa jednog elementa sistema opsluivanja, koji posjeduje jedan
jedini kanal opsluivanja (primjer bi mogao biti jedan univerzalni tokarski stoj) u kojem zahtjevi za
obradu pojedinano dolaze i isti se odvijaju prema redu njihovog dolaska.
-Magistarski rad-
Slika 12. Element sistema opsluivanja

Kako bi se potpuno definisao sistem opsluivanja potrebno je uvesti slijedeih est
kategorija:
1. Proces dolaska
Potrebno je odrediti karakteristike procesa dolaska ulaznih jedinica, da li iste dolaze
pojedinano ili u grupama. Najee se pretpostavlja da je proces dolaska ulaznih jedinica
posljedica neovisnih identino raspodijeljenih vremena izmeu dolazaka ulaznih jedinica pri emu
je dolazak pojedinaan, tako da se proces dolaska moe opisati funkcijom raspodjele A(x). Ovakav
proces se naziva obnavljajui proces. Ukoliko ulazne jedinice ne dolaze pojedinano nego u
grupama tada je takoer potrebno odrediti statistiku raspodjelu dolaska veliine grupe. Kao
najvanija veliina procesa dolaska je srednja vrijednost dolazaka po jedinici vremena (aritmetika
sredina statistike raspodjele po kojoj se odvija proces dolazaka elemenata opsluivanja), koja se
naziva i intenzitetom toka dolazne jedinice i najee se simboliki u literaturi obiljeava sa . U
sluaju pojedinanog (sukladno sa obnavljajuim procesom) dolaenja ulaznih jedinica je broj
dolazaka jednak recipronoj vrijednosti srednjeg vremenskog rastojanja izmeu dolaska dvije
jedinice.
2. Proces opsluivanja
Na osnovu ovoga se opisuje proces osciliranja vremena opsluivanja, koji iskljuivo ovisi o
obimu zahtjeva, pojedinane jedinice opsluivanja. I ovdje se ide od pretpostavke da je pojedinana
duina vremena opsluivanja meusobno nezavisna i identino raspodijeljena, tako da se proces
opsluge moe opisati na osnovu funkciju raspodjele B(x). Reciprona vrijednost srednjeg vremena
opsluge (na osnovu oekivane vrijednosti od B(x)), naziva se intenzitetom opsluivanja (aritmetika
sredina statistike raspodjele po kojoj se odvija proces opsluivanja elemenata), i najee se
simboliki u literaturi, [37] i [39], obiljeava sa , odnosno prosjenom broju korisnika koji mogu
biti opslueni u jedinici vremena jednog kanala ukoliko sistem posjeduje vie kanala.
3. Broj opslunih (paralelnih) kanala opsluivanja

Mnoge stanice opsluivanja, kako bi savladale radni proces i poveali svoju efektivnost,
posjeduju nekoliko paralelno radnih i identinih kanala opsluge. Primjer za ovo je postojanje
nekoliko identinih obradnih maina koje usluuju jedan red ekanja tako da svaka redno uzima
ulaznu jedinicu iz zajednikog reda ekanja.

-Magistarski rad-
4. Strategija opsluivanja
Od velike vanosti za rad opslune stanice je definisanje zakona po kojem redu e se vriti
opsluivanje ulaznih jedinica, za ovaj zakon u literaturi se najee nailazi na izraz discipline reda.
Uopteno se razlikuju dvije discipline ekanja i to neprekidnu disciplinu ekanja ( non-preemptvna
disciplina) i prekidnu disciplinu ekanja (preemptivna disciplina). Kod prve svako otpoeto
opsluivanje ulazne jedinice se obavlja do kraja bez prekida i tek nakon toga se odabire ulazna
jedinica u zavisnosti od uslova koji zadaje teorija opsluivanja. Kod druge vrste discipline je mogu
prekid opsluivanja odreene ulazne jedinice i prolongiranje zavretka istog, to je uzrokovano
pojavom ulazne jedinice visokog prioriteta prema konkretno definisanim pravilima. Gotovo sve
prekidne discipline ekanja su tako koncipirane da posjeduju karakter odravanja rada (work
conserving), tako da se ne dogaa gubljenje rada uslijed prekida, to znai da e se opsluivanje
ulazne jedinice nastaviti u onom trenutku u kojem je se prethodno zaustavilo. U ovom sluaju se
govori o strategijama zaustavno-nastavljanih procesa (preemptive resume discipline) za razliku od
zaustavno-iznova poetnih procesa (preemptive repead discipline) kod kojih se nakon zaustavljanja
itav proces opsluivanja poinje ispoetka.
Jedinice (korisnici usluga) iz reda ekanja koje pristupaju kanalu opsluivanja podvrgavaju
se disciplinama reda , koje mogu biti:
FIFO (first in - first out) je nain koji uzima u obzir redoslijed dolaenja: tko je prvi
doao bit e i prvi opsluen,
LIFO (last in - first out) je nain koji daje prednost jedinici koja je zadnja ula u red:
zadnji uao - prvi opsluen,
PRIOR je oznaka prioriteta opsluivanja koji daje prednost nekim jedinicama za
opsluivanje,
SIRO (Service In Randon Order) se odnosi na sluajno odabiranje koje svakoj jedinici
daje istu vjerojatnost opsluivanja bez obzira na vrijeme dolaska u red,
SPTF (Shortest Processing Time First) je disciplina kod koje se opsluuje ulazna jedinice
sa najmanje vremena opsluivanja, ova disciplina pretpostavlja poznavanje
vremena opsluivanja pojedinih ulaznih jedinica,
RR (Round Robin) svaka ulazna jedinica dobiva istu duinu vremena opsluivanja i
ukoliko se desi da nakon tog vremena proces opsluivanja nije zavren, jedinica se
vraa u red ekanja na zadnje mjesto, gdje eka nastavak opsluivanja,
AS/IS (Ample Server/Infinit Server) primjer neogranienog broja uslunih mjesta, tako da
svaka ulazna jedinica biva odmah proslijeena na usluno mjesto. Sistemi sa
ovakvom strategijom opsluivanja nazivaju se kao isto vremensko odlaui (delay
stations),
GD je oznaka za bilo koju drugu disciplinu ekanja.
5. Prostor ekanja
Neke stanice opsluivanja posjeduju relativno mali prostor (broj mjesta) za jedinice koje
ekaju u redu. Uzimajui u obzir broj kanala opsluivanja moe se odrediti gornja granica jedinica

-Magistarski rad-
koje se istovremeno mogu nalaziti unutar stanice opsluge. Kod ovakvih situacija mora se konkretno
definisati ta se dogaa sa jedinicama koje dolaze usled ekanja nakon trenutka kada isti dostigne
svoju granicu.
6. Populacija ulaznih jedinica (Quelle)

Najee se za modele opsluivanja pretpostavlja beskonana, homogena populacija ulaznih
jedinica, to stvara potpuno kidanje veze izmeu stanice opsluivanja i vanjskog svijeta. Ukoliko je,
u protivnom, broj potencijalnih ulaznih jedinica u sistem opsluivanja relativno mali, onda se mora
ugraditi uticaj momentalnog stanja sistema (broj ulaznih jedinica koji se trenutno nalaze ili su ve
procesuirani u stanici opsluivanja, pa se na osnovu toga ne mogu vie uzeti u obzir kao
potencijalne nove ulazne jedinice) na proces dolaska u model. Najee rjeenje ove pojave je
primjena linearnog opadanja dolazaka pri poveanju ulaznih jedinica unutar stanice opsluivanja.
U odreenim situacijama ne smije se populaciju ulaznih jedinica smatrati homogenim, ovo
je uvijek sluaj ukoliko se primjenjuje model koji pojedine jedinice opsluuje prema njihovom tipu
(prioritetne) ili ukoliko tip ulazne jedinice odreuje koje resurse je potrebno primijeniti kod multi-
resursnog sistema i u kojem redu, primjer za ovo su obrada dijela sa razliitim tehnolokim
postupcima (odreene obrade koje posjeduje sistem se ne primjenjuju unutar tehnolokog postupka
obrade odreene jedinice).
4.1.3. Notacija
Za oznaavanje modela masovnog opsluivanja najee se u literaturi, [39], upotrebljava

opte priznata Shorthand-notacija, odnosno takozvana Kendall-notacija (nazvana prema
matematiaru Davidu Kendallu). U tu svrhu prihvaena je Kendall-ova notacija oblika:
A/B/c/x/y/z
prema kojoj navedena slova oznaavaju:

A - raspodjelu vremena dolazaka jedinica u sistem,
B - raspodjelu vremena opsluivanja jedinica,
c - broj kanala opsluivanja,
x - kapacitet sistema opsluivanja,
y - vrijednost populacije ulaznih jedinica,
z - disciplinu reda ekanja.
Za specifine raspodjele koriste se slijedei simboli:
M Eksponencijalna raspodjela (M oznaka za Markov i ukazuje na karakteristiku
gubljena pamenja kod eksponencijalne funkcije),
Ek Erlangova raspodjela,
Hk Hiper-eksponencijalna raspodjela (konveksna linearna kombinacija od k razliitih
eksponencijalnih raspodjela),
D Degenerisana raspodjela (za deterministike veliine),

-Magistarski rad-
G ne specificirana uoptena raspodjela (G oznaka za General distibution)

Ukoliko zadnje tri vrijednosti notacije nisu zadati podrazumijeva se da su vrijednosti
kapacitet sistema opsluivanja i populacije ulazne jedinice beskonane i da je disciplina reda
ekanja FIFO strategija (primjer M/M/1, dok kompletna oznaka izgleda u obliku
M/D/2/20//SIRO).
4.2. Diskretni modeli tokova materijala zasnovani na teoriji masovnog opsluivanja
Kako bi se ilustrirali procesi koji dovode od nastajanja i nestajanja redova ekanja,

posmatran je sistem sa jednim kanalom opsluivanja, prikazan na slici 12, pri emu se pretpostavlja
da se dolazak ulaznih jedinica dogaa pojedinano. Primijenjena strategija opsluivanja je FIFO.
Kao rezultat posmatranja sistema u odreenom vremenskom intervalu prolosti dobivene su
efektivne vremenske take dolaska ulaznih jedinica Ti (i=1,2,...,K), kao i take efektivnog vremena
opsluajanja Si (i=1,2,...,K). Ovdje se radi o podatcima koji, u statistikom smislu, su
reprezentativne za budui rad opslunog sistema. Iz promatranih (mjerenih) veliina Ti i Si
(i=1,2,...,K) mogue je odrediti ostale relevantne veliine, koje su predstavljene na slici 13. Od
primarne vanosti, u zavisnosti od konkretnog problema, je odreivanje:
individualnih vremena ekanja pojedinih ulaznih jedinica za opsluvanje Wi (i=1,2,...,K),
individualnih vremena boravka pojedinih ulaznih jedinica u sistemu opsluivanja Vi
(i=1,2,...,K),
tok nivoa rada u sistemu U(t) kao funkciju vremena,
broj ulaznih jedinica koje se trenutno nalaze u sistemu N(t) kao funkciju vremena,
ili srednje vrijednosti prethodno navedenih taaka.
U grafikom prikazu slika 14 upotrebljeni simboli znae:

T1, T2, T3, ... vrijeme dolaska ulaznih jedinica 1,2,3, ... ,
S1, S2, S3, ... duina vremena opsluivanja ulaznih jedinica 1,2,3, ... ,
1, 2, 3, ... vrijeme izlazka iz sistema opsluivanja ulaznih jedinica 1,2,3, ... ,
W1, W2, W3, ... duina vremena ekanja pojedinih ulaznih jednica u redu za
opsluivanje,
U(t) vremenska rezerva u sistemu (takozvana virtualno vrijeme ekanja) u
odnosu na vrijeme t,
V1, V2, V3, ... vrijeme ekanja klijenta 1,2,3,... u sistemu (vrijeme odziva sistema),
(t) kumulirani broj svih dolazaka od 0 do t,
(t) kumulirani broj svih izlazaka od 0 do t,
N(t) broj ,prema vremenu t, prisutnih klijenata u sistemu,
Q(t) broj, prema vremenu t, klijenata koji ekaju za opsluivanje (red
ekanja).

-Magistarski rad-
Slika 13. Grafiko predstavljanje rada posmatranog sistema opsluivanja

Ukoliko je potrebno mogue je odrediti i neke dodatne veliine, primjera radi duine
produktivnih i neproduktivnih faza B1, B2, B3, ... odnosno I1, I2, I3, ...ili iskoritenje stanice
opsluivanja (u literaturi se susreu i nazivi stepen iskoritenja ili utlization).
U sutini slika 13 predstavlja grafiku simulaciju rada posmatranog sistema opsluivanja.
Kako bi se procesi tokom rada imitirali koritene su podatci koji su direktno dobiveni na osnovu
posmatranja (mjerenja), ve spomenuti redovi T1, T2, T3, ... i S1, S2, S3, ... . Iste prikazuju pojave
odstupanja koje su najee uslovljene sluajnim dogaajima, koje se naravno oslikavaju na sve
veliine (npr. duina ekanja ulazne jedinice) i procesa (npr. tok reda ekanja kao funkcije u
zavisnosti vremena) koje se dobivaju iz istih.

-Magistarski rad-
Analize opslunih sistema u vidu ekonominosti i kapaciteta se inae vre samo pri due-
vremenskom (uhodanom) radu, pri emu se ide od pretpostavke neovisnosti promjena (osciliranja)
veliina u zavisnosti od vremena na osnovu kojih se kreiraju unutranji radni procesi. I u stvarnosti
se pokazalo da se mnogi realni sistemi opsluivanja upravo u normalnom radu odlikuju kroz
(priblinu) neovisnost promjena (osciliranja) veliina u zavisnosti od vremena (matematski se moe
ovo istai kroz asimptotsko stacioniranje stohastinih procesa).
4.2.1. Diskretni matematski modeli tokova materijala
Ukoliko je mogue opisati procese opsluivanja i dolazaka elemenata u toku materijala sa

vremenski diskretnim funkcijama raspodjele, tada je mogue analitiki odrediti raspodjelu
transportnih jedinica u sistemu. Littel-ov zakondokazuje da postoji bliska veza izmeu broja
elemenata u sistemu redova ekanja i vremena boravljenja u sistemu, [39] i [52].
Pri modeliranju toka materijala vremena za opsluivanje, npr. transportnih jedinica, uzimaju
se odreene (diskretne) vrijednosti odnosno, na primjeru procesa transporta isti je tek okonan
ukoliko je u potpunosti zavren u protivnom se dostignuta vrijednost ne uzima u obzir tokom
raunanja matematskih vrijednosti u modelu.
Modeliranje procesa dolaska, ekanja i opsluivanja diskretnom matematikom zasniva se na
tome da se definie najmanja razliita vremenska vrijednost tinc (sekunde, minute, sati, ...), koja e
sluiti kao zajednika jedinica za sve ulazne podatke i rezultate. Sva vremena meudolazaka i
opsluivanja iz ovog razloga uzimaju se kao cjelobrojna, nekoliko puta vea vrijednost od tinc.
Pored toga uzima se pretpostavka da su svi procesi koji se deavaju tokom modeliranja obnovljivi
procesi, odnosno pretpostavlja se da su svi intervali vremena izmeu meudolazaka i opsluivanja
uzajamno nezavisni, pri emu se svaki dolazak/opsluga odvija kao realizacija sluajnog procesa.
Ova realizacija je nezavisna od prethodnih, to znai da vjerovatnost za odreeno vremensko
trajanje meudolaska se iz poetka ponovo odreuje odnosno sluajni proces se obnavlja.
Markovljevi procesi predstavljaju specijalni sluaj obnovljivih procesa poto se u ovim procesima
svaka vremenska taka na svakoj osi predstavlja obnovljivu taku, [39] i [41],.
Obnovljivi procesi nisu sluajni procesi ukoliko vjerovatnoa jednog dogaaja ovisi o
dogaaju koji je se ve zbio, primjer bi bio kada bi se vrijeme opsluivanja svake pete jedinice
opsluivanja vrio po drugijoj statistikoj raspodjeli od ostale etiri.
Naredna pretpostavka pri modeliranju diskretnih dogaaja je da su vrijednosti sluajnih
varijabli za vrjemena meudolazaka i opsluivanja konane vrijednosti. Ova pretpostavka ne
ograniava upotrebu diskretnih modela pri planiranju toka materijala iz razloga to se velike
vrijednosti vremena meudolazaka i opsluivanja mogu pridruiti skupu pojava otkaza, pri emu se
i sami otkazi mogu opisati nekom od statistikih rasodjela.
Raspodjela vjerovatnoe za vrijednosti meudolazaka i opsluivanja jedinica procesa mogu
se opisati varijablama Tmd i Top:
; 0,1 1 , (4.2.1.1.)
; 0,1 1 , (4.2.1.2.)
Vjerovatnosti aj i bj grupiu se u vidu vektora vjerovatnoe:

-Magistarski rad-
(4.2.1.3.)
, ,
Svi procesi koji se ovijaju u sistemu poinju se analizirati od istog vremenskog trenutka, pri
emu je za sve procese vremenski inkrement tinc (vrjemenski korak simulacije) isti. Ovo rezultira
time da se dogaaju deavaju, u cjelokupnom posmatranom sistemu, u odreenim, diskretnim i za
sve elemente sistema istim vremenskim trenutcima.
Kako bi se cjelokupni matematski aparat to jednostavnije opisao u nastavku teksta su
posmatrati dogaaji vezani za dolazak transportne jedinice u red ekanja i odlazak iste nakon
uspjenog opsluivanja.
Ukoliko pristigne jedinica transporta sa indeksom 0 u prazni red ekanja, tada je vrijeme
ekanja 0 . Na osnovu ove transportne jedinice sa indeksom n=0 vrijeme ekanja
narednih jedinica transporta mogue je odrediti obrascem:

,0 (4.2.1.4.)
gdje je : - vrijeme opsluivanja n transportne jedinice i - vrijeme koje je potrebno

da proe dok se u sistemu ne pojavi transportna jedinica n+1.
Poto vrijeme ekanja jedne transportne jedinice ne moe biti negativna vrijednost sa
uslovom maksimalnosti zadato vrijeme ekanja ne moe biti manje od 0. Prethodno predstavljeni
izraz 4.2.1.4. je poznat kao Lindley-ova jednaina i predstavlja zavisnost izmeu elemenata u
sistemu ekanja i potrebnog radnog vremena za njihovo procesuiranje, [52].
Odluujui faktor za razvijanje vremena ekanja narednih jedinica transporta n+1 je
takozvani bilans rada, koji opisuje promjenu potrebe za radom u sistemu ekanja nakon pristizanja
nove jedinice transporta. Ukoliko je vremenski razmak izmeu pristizanja naredne jedinice
transporta manji nego vrijeme koje je potrebno za opsluivanje transpotne jedinice n u tom sluaju
vrijeme ekanja se poveava za razliku izmeu vremena ekanja i vremena meudolazaka. Bilans
rada u ovom sluaju je pozitivna vrijednost. Za sluaj da je vrijeme opsluivanja krae nego vrijeme
pristizanja naredne transportne jedinice, tada e vrijeme ekanja transportne jedinice n+1 biti krae
nego vrijeme ekanja transportne jedinice n, tako da bilans rada poprima negativnu vrijednost.
Ukoliko su vremena meudolazaka i vremena opsluivanja meusobno nezavisna u tom
sluaju nastaje nova sluajna varijabla X, ija se realizacija opisuje izrazom:
(4.2.1.5.)
Tako da jednaina 4.2.1.4. se moe napisati kao

,0 (4.2.1.6.)
Na osnovu poznatih statistikih raspodjela vremena meudolaska i opsluivanja koji su
definisani vektorima a i b, mogue je uspostaviti statistiku raspodjelu vjerovatnoe bilansa rada.
Razlika izmeu raspodjela vjerovatnoe dolazeeg i odlazeeg rada X(n) n-te transportne jedinice
odreuje se izrazom:
, 1 , (4.2.1.7.)

-Magistarski rad-
Kako bi se notacija pojednostavila indicije koje nisu postavljene sa pripadajuim

vjerovatnoama i njihove vektorske komponente postavljene su na nulu. Istovremeno je pri
nezavisnim vremenima meudolazaka i opsluivanja uspostavljena nezavisnost raspodjele bilansa
rad u zavisnosti od n-te transportne jedinice, tako da se komponente ci vektora c mogu izraziti sa:
, 1 , (4.2.1.8.)
Primjer: Nain odreivanja vrijednosti parametra ci dat je u tabeli 2. i na slici 14.
Tabela 2. Proraun raspodjele vjerovatnoe dolazeeg i odlazeeg rada
i ai bi ci
-3 0,3 0 0
-2 0,3 0,5 0,15
-1 0,4 0,5 0,3 0,4 0,32
0 0 0 0,3 0,5 0,4 0,4 0,3 0,1 0,34
1 0,3 05 0,3 0,4 0,4 0,1 0,16
2 0,4 0,4 0,3 0,1 0,03
3 0,3 0,1 0 0,1 0
Slika 14. Vjerovatnoe meudolazaka i opsluivanja kao i rezultirajua raspodjela izmeu raspodjele radne bilanse
tabele
Uz pomo vektora c mogue je opisati raspodjelu vjerovatnoe vremena ekanja w:

1 1 (4.2.1.9.)
Izraz odreuje se na osnovu razvoja vjerovatnoe za vrijeme ekanja od trenutka

praznog sistema sve do trenutka dolaska n+1 transportne jedinice u sistem ekanja. Radi
nezavisnosti i , te polazei od toga da raspodjela postoji mogue je odrediti
vjerovatnou wi vremena ekanja 0 izrazom:
0, 1, 2,
(4.2.1.10.)
0 0

-Magistarski rad-
Prethodna jednaina je diskretna forma prethodno predstavljene Lindley-eve jednaine.

Uzmu li se u obzir granice, u kojima su definisati vektori a i b, potrebno je uskladiti granice
simulacije i istih rezultirajuih vremena ekanja ija je vrijednost vea od nule:
,
1, 2, (4.2.1.11.)
,
Vrijednost intenziteta vremena ekanja jednaka je nuli, u trenutcima kada se odlazak zadnje
opsluene jedinice transporta odvija istovremeno sa dolaskom naredne jedinice transporta u sistem
ekanja ili kada je sistem prazan. Za sluaj kada je sistem prazan proces je opisan takozvanim
vrijemnom praznine Tpraz.
,
,
,
(4.2.1.12.)
Na osnovu ovih informacija mogue je interativnim postupkom odrediti pribline vrijednosti

raspodjela vremena ekanja w u sistemu ekanja. Simulacija procesa dolazaka i opsluivanja
sprovodi se tako to se na osnovu poetne raspodjele w(0) odreuje raspodjela vjerovarnoe za
vrijeme ekanja n-te jedinice transporta, koja se odreuje poetnih uslova w(n-1) i razlike izmeu
odlazeeg i dolazeeg rada c(n-1). Komponenta wi(n) vektora vremena ekanja w(n) nakon n-te
interacije odreuje se uz pomo komponenata c(n-1) i prethodne raspodjele ekanja w(n-1).
,
1, 2,
,
(4.2.1.13.)
,
,
0
,

-Magistarski rad-
5. OPIS PROCESA IZVOENJA SIMULACIONE STUDIJE
Detaljni tok izvoenja simulacione studije izloen je u poglavlju 2.2.1. Te slika 11 tano
oslikava osnovne procese koje je potrebno obaviti tokom izvoenja simulacione studije, a to su:
1. definisanje cilja istraivanja;
2. prikupljanje, obrada i analiza radnih podataka posmatranog problema;
3. genarisanje modela posmatranog problema;
4. verifikacija simulacionog modela;
5. izvoenje simulacionog eksperimenta.
5.1. Definisanje cilja istraivanja
Ciljevi istraivanja tokova materijala na osnovu simulacione studije detaljno su prezentirani

u potpoglavlju 3.2.
5.2. Prikupljanje, obrada i analiza radnih podataka posmatranog problema
Jedna od najrelevantnijih veliina za proces simuliranja tokova materijala je veliina

vrijemena rada koje je utroeno za proces opsluivanja/transporta. Ukoliko se vremena
opsluivanja/transporta, zbog tehnikih specifinosti, ne mogu egzaktno odrediti u tom sluaju se
primjenjuju metode praenja parametara rada. Odnosno, ukoliko se vrijednosti vremena
opsluivanja ne mogu odrediti na osnovu tehnikih karakteristika procesa, procesi u kojima se
pojavljuje stohastinost, potrebno je za odreivanje vremena opsluivanja primijeniti neku od
statistikih metoda prikupljanja i obrade podataka kako bi se definisao stvarni karakter ponaanja
vremena opsluivanja. Rezultat ovih metoda je dobivanje diskretnih vremenskih intervala sa
njihovim pripadajuim vjerovatnoama za pojavu odreene duine vremenskog intervala procesa
opsluivanja.
Da bi se mogla provesti simulaciona studija koja sadri sluajne varijable, potrebno je
specificirati raspodjelu vjerovatnoe praenih varijabli.
Prikupljeni ulazni podaci mogu se prikazati ili kao izvorne empirijske raspodjele ili kao
odgovarajua teorijska raspodjela. U specijalnim sluajevima u praksi se koristi pristup preko
teorijskih raspodjela, ime se izbjegava uvoenje sluajnih fluktuacija specifinosti za odreena
opaanja.
Razvoj adekvatnog modela ulaznih podataka sadri:
1. prikupljanje ulaznih podataka;
2. postavljanje hipoteze o vrsti raspodjela vjerovatnoe ulaznih podataka;
3. procjena vrijednosti parametara odabrane raspodjele;
4. testiranje stepene slaglasnosti odabrane raspodjele (sa njenim procijenjenim
parametrima) i ulaznih podataka.
Za sluaj kada su ulazni podaci meusobno ovisni, potrebno je odrediti strukturu i intenzitet
veza izmeu njih. Za iznalaenje modaliteta ovisnosti pogodna je primjena regresione analize.

-Magistarski rad-
5.2.1. Prikupljanje ulaznih podataka
Prikupljanje ulaznih podataka je najee dugotrajan proces koji nije jednostavan i nema
potpuno predvidiv sadraj i tok.
Ulazni podaci koriste se kako za odreivanje raspodjele sluajnih ulaznih (nezavisnih )
varijabli, tako i za vrednovanje simulacijskog modela. Najee je potrebno skupiti podatke za vie
razliitih vrsta procesa (dinamika dolazaka, karakteristike dolaznih entiteta, vremena posluivanja
raznih resursa sistema, ... ).
Zbog dugotrajnosti, trokova prikupljanja i raznovrsnosti ulaznih podataka preporuuje se
da se proces prikupljanja ulaznih podataka obavezno planira, [51]. Potrebno je planirati ta e se
mjeriti, kako, kada, gdje i tko e mjeriti odnosno:
(1.) ta e se mjeriti? - izbor varijabli od interesa
(nezavisne i zavisne varijable; nezavisne varijable koje mogu biti u meusobnoj
povezanosti npr. vrijeme posluivanja i karakteristika objekta koji se posluuje).
(2.) Kako e se mjeriti? - nain mjerenja, mjerne naprave, formulari, kontrola mjerenja
i sl.
(u vezi sa nainom mjerenja moe se npr. kod posluivanja mjeriti vrijeme
posluivanja svakog pojedinog objekta mjerenja, a kod brzih posluivanja esto je
bolje mjeriti broj posluenih entiteta u jedinici vremena)
(3.) Tanost mjerenja
(da li se mjeri u sekundama minutama i sl., zavisno o dinamici fenomena koji se
posmatra)
(4.) Veliina uzoraka
(broj mjerenja za svaki tip fenomena koji se mjeri)
(5.) Kad e se mjeriti?
(da li e se mjeriti u bilo kojoj fazi rada sistema ili moda samo u odreenim
optereenjima, jer se nain i brzina posluivanja moge mijenjati u razliitim
okolnostima u pravilu se npr. vrijeme posluivanja mjeri samo kada je pred
mjestom posluivanja red od nekoliko objekata)
(6.) Gdje e se mjeriti?
(u kojem dijelu sistema se mjeri, gdje su posmatrai koji mjere kako bi imali
dobar pogled, ali da ne utiu na proces koji mjere)
(7.) Tko e mjeriti
(broj mjeraa u ekipi koji osiguravaju pouzdano mjerenje i eventualnu mogunost
kontrole mjerenja; sinhroniziran raspored ekipa mjerenja na razliitim mjestima i
njihovo premjetanje sa mjesta na mjesto, kako bi se izmjerili svi fenomeni od
interesa i dobro iskoritenje ekipe koja mjeri)
Zbog boljeg planiranja i izvoenja mjerenja preporuuje se izvoenje prethodnih kraih
pilot mjerenja kako bi se steklo iskustvo, eliminisale eventualne greke i pronaao zadovoljavajui
nain mjerenja.
Nakon mjerenja podaci se unose na prikladan medij, a zatim se izvode eventualne
transformacije podataka, kontrola podataka (npr. da li su u doputenim granicama) i eliminacija
neadekvatnih podataka.

-Magistarski rad-
Najee primijenjene metode za analizu i utvrivanje vremena izrade su, [50]:

MTM Methods Time Measurement Metoda mjerenja vremena;
WF Work Factor System Sistem radikalnih faktora;
BMT Basic motion Time Study Studiranje vremena osnovnih pokreta;
DMT Dimensional Motion Time Odreivanje vremena pokreta;
MTA Motion Time Analisis Analiza vremena pokreta;
Snimanje rada povratnom metodom.
5.2.1.1. Snimanja rada povratnom metodom

Tehnika snimanja rada povratnom metodom zasniva se na vremenskom praenju eljenih
radnih parametara posmatranog sistema i njihovom biljeenju u snimake listove. Iako sama
metoda zahtijeva znaajan angaman snimaa ona obezbjeuje izbjegavanje greaka koje mogu
nastati u toku snimanja, uz veoma dobru tanost dobivenih rezultata. U cilju zadovoljavajueg
izvoenja snimanja rada povratnom metodom neophodno je izvriti odgovarajue predradnje:
- uvjeriti se da je radno mjesto pogodno za snimanje tj. da je stabilizirano;
- obaviti pokusno snimanje, te na temelju njega odrediti potreban broj oitavanja;
- unijeti sve potrebne podatke u snimaki list;
- upoznati poslovou sa snimanjem i razviti visoki stepen saradnje sa radnim okruenjem.
S obzirom da se rezultati snimanja analiziraju i izraunavaju primjenom metoda
matematike statistike neophodno je osigurati odgovarajui broj snimanja, obzirom da nedovoljan
broj mjerenja/snimaka oneomoguava donoenje valjanih zakljuaka. Broj potrebnih snimaka
izraunava se na osnovu koeficijenta stabilizacije radnog mjesta koji se dobiva na osnovu rasipanja
vrijednosti izmjerenih veliina.
tmax tmin
K= (5.2.1.1.1)
t0
t0 = t + i
f d
(5.2.1.1.2)
f
gdje su: tmax maksimalno oitano vrijeme, tmin minimalno oitano vrijeme, t0 srednje
vrijeme oitavanja , t srednje vrijeme osnovne klase, f frekvencija klase i d broj klase.
Koeficijent stabilizacije radnog mjesta primjenjuje se samo pri usporeivanju slinih
operacija, a manja vrijednost koeficijenta oznaava bolje stabilizirano radno mjesto ili izvoenje
rada. Teorijski gledano, izraunavanje potrebnog broja oitavanja vri se na osnovu sljedeeg
obrasca:
t2 2
n= (5.2.1.1.3)
r2 t02
gdje su: t parametar za odreenu vjerovatnou dobivenih rezultata, r preciznost
izraunavanja srednjeg vremena oitavanja, - rasipanje pojedinanih vrijednosti vremena.

-Magistarski rad-
5.2.2. Opis i kavantificiranje sluajne pojave
Pojava nehomogenosti vremena dolazaka Ti, i=1,2,3,..., kao i vremena opsluivanja Si,
i=1,2,3,..., unutar sistema opsluivanja daju naznaku da se vrijednosti posmatranih veliina
ponaaju kao sluajan proces odnosno stohastian proces. Kako bi se opisale iste pojave primjenjuju
se matematiki odnosno statistiki alati i metode odreivanje vjerovatnoe po kojoj se ponaaju iste.
esto se dobivaju intuitivne ili empirijske potvrde za pretpostavku da ulazne jedinice dolaze iz
homogene populacije i da vremenski intervali i = Ti Ti 1 , i=1,2,3,..., izmeu dolazaka pojedinih
ulaznih jedinica, kao i duina individualnog vremena obrade Si, i=1,2,3,..., kreiraju sluajne
varijable koje su nezavisne i identino raspodijeljene. U tom sluaju veliine i i Si mogu se
posmatrati kao nezavisne realizacije dviju generisanih sluajnih varijabla i S. Ovakve sluajne
varijable se opisuju u praksi, zadavanjaem malog broja empirijski odreenih parametara, na primjer
srednje vrijednosti i veliine rasipanja. Kako bi se iste potpuno okarakterizirale mora se zadati
njihova funkcija raspodjele F ( x ) = P[ x ],odnosno FS ( x ) = P[S x ] .
Izbor prikladne funkcije raspodjele za opis sluajnih (ne predvidivih) promjena neke realne
veliine vri se na osnovu statistikih analiza relevantnih podataka. Ponekad je mogue tip funkcije
raspodjele, koja bi dola u obzir, odrediti na osnovu fizikih karakteristika, tako da je u tom sluaju
potrebno samo odrediti odreene parametre (na primjer vrijednost oekivanja i varijansu)
pretpostavljene statistike funkcije.
Na slici 15, je predstavljen tok kontinualne funkcije raspodjele F(x), primjer funkcije
raspodjele vremena opsluivanja Si, i=1,2,3,.... Na osnovu definicije, vrijednost F(x) na
proizvoljnom mjestu x0, to predstavlja vjerovatnou za x0, tako da je sluajna varijabla u ovom
sluaju duina vremena opsluivanja S tipinog (sluajno izabranog) klijenta manja ili jednaka x0.
Slika 15. Funkcija raspodjele F(x) i funkcija gustine f(x) kontinualne sluajne varijable S

-Magistarski rad-
Za opisivanje kontinualno rasporeenih sluajnih varijabli, kakve su najee i S, esto je

dF (x )
korisno umjesto kumulativne funkcije raspodjele F(x) upotrebljavati prvi izvod iste f (x ) = .
dx
Funkcija f(x) se oznaava kao gustina raspodjele (gustina vjerovatnoe) odgovarajui sluajnih
varijabli, pri emu istovjetno funkciji F(x) u potpunosti definie sluajne varijable. Prema definiciji
svaka funkcija gustine f(x) je ne negativna funkcija ( f ( x ) 0 < x < ), koja zadovoljava
uslov normiranja:

f (x )dx = 1

(5.2.2.1)
Pri mnogim praktinim primjenama esto se susreu sluajne varijable koje su diskretnog
karaktera, odnosno posjeduju skup vrijednosti koje su konane. Diskretne sluajne varijable N, ija
je funkcija raspodjele F ( x ) = P[N x ] stepenastog izgleda, ne posjeduje gustinu raspodjele. Njeno
definisanje se vri zadavanjem moguih vrijednosti xi, i=0,1,2,... i njima pripadajuih vjerovatnoa
pi, i=0,1,2,..., pri emu je pi = P[N = xi ] , i=0,1,2,... . Veliine xi i pi predstavljaju mjesta odskoka,
odnosno veliinu odskoka na funkciji diskretne raspodjele F(x) sluajne varijable.
Od velike praktine vanosti su takozvani momenti funkcije raspodjele, koji predstavljaju
skalarne veliine dobivene na osnovu raspodjele, te omoguavaju objektivno uporeivanje razliitih
raspodjela.
Prvi moment, takozvana vrijednost oekivanje kontinualne sluajne varijable S, definisana
gustinom raspodjele f(x) data je relacijom:

E [S ] = x f (x )dx (5.2.2.2)

Identian izgled prvog momenta za diskretnu sluajnu varijablu N raspodjele

{xi , pi , i = 0,1,2,...} je:
E[N ] = pi xi (5.2.2.3)
i
Generalno k-ti moment kontinualne sluajne varijable S je dat izrazom:

ES [ ]= x
k k
f ( x )dx , k = 1,2,3,... (5.2.2.4)

odnosno za diskretnu sluajnu varijablu:
[ ]
E N k = pi xik , k = 1,2,3,... (5.2.2.5)
i
Potrebo je napomenuti da je od velike vanosti za praktinu upotrebu drugi (centralni)

moment, takozvana varijansa raspodjele, te se sa istim oznaava mjera rasturanja raspodjele oko
njezine oekivane vrijednosti. Za kontinualne sluajne varijable varijanca S je data izrazom:

-Magistarski rad-
[ ] (x E [S ])

VAR [S ] = 2 = E (S E [S ]) =
2 2
[ ]
f (x )dx = E S 2 (E [S ])
2
(5.2.2.6)

odnosnu za diskretnu sluajnu varijablu N:

2
[ ]
VAR[N ] = 2 = pi ( xi E[N ]) = E N 2 (E[N ])
2
(5.2.2.7)
i
Izvlaenjem kvadrata iz varijanse dobiva se standardna devijacija (standardno odstupanje)

raspodjele:
= VAR[S ] odnosno = VAR[N ] (5.2.2.8)
, a ista ima istu dimenzijalnu veliinu kao i vrijednost oekivanja. Na osnovu vrijednosti
oekivanja i varijanse dobiva se takozvani varijacioni koeficijent:
VAR[X ]
CX = (5.2.2.9)
E [X ]
kojim se ocjenjuju i usporeuju raspodjele. Ovim se definie odnos izmeu standardnog
odstupanja i vrijednosti oekivanja, te isti slui kao mjera relativnog osciliranja vrijednosti sluajnih
varijabli.

-Magistarski rad-
5.2.3. Procjena vrijednosti parametara odabrane raspodjele
Ulazni podaci prikupljeni praenjem rada posmatranog sistema podvrgavaju se statistikoj

obradi, te se nastoji, ukoliko je to mogue, opisati nekom od teorijskih raspodjela, tabela 3, 4 i 5,
radi jednostavnije upotrebe pri izradi simulacionog modela.
Tabela 3. Diskretne statistike raspodjele

Diskretne raspodjele
Bernurijeva raspodjela
Funkcija vjerovatnoe:
1 0
0
0
Funkcija raspodjele:
0 0
1 0 1
1 1
Sredina:
Varijanca: 1
Diskretna uniformna raspodjela
1
, 1, ,
1
0
1
1
1
Sredina: /2
Varijanca: 1 2 1 /12
Binomna raspodjela
1 0,1, ,
0 0
1 0
Sredina:
Varijanca: 1
Geometrijska raspodjela
1 0,1,
1 1 0
Sredina: 1 /
Varijanca: 1 /

-Magistarski rad-
Poisonova raspodjela
0,1,
!
0 0
0
!
Sredina:
Varijanca:
Tabela 4. Kontinualne statistike raspodjele

Kontinualne raspodjele
Uniformna raspodjela
1
0
Sredina: /2
Varijanca: /12
Eksponencijalna raspodjela
/
1/ 0
/
1 0
Sredina:
Varijanca:
Gama raspodjela
1/ 0
0
/
1 0
Sredina:
Varijanca:
Weibull raspodjela
0
1 0
Sredina:
Varijanca: 2

-Magistarski rad-
Normalna raspodjela
1

2
Sredina:
Varijanca:
Lognormalna raspodjela
1

2
Sredina:
Varijanca: 1
Gen. Extreme Value
1
1 1 ; 0
1
; 0
1 0
gdje je:
Jonson SB
1

2 1 2 1

1
gdje je:
Jonson SU
1
1
2 1 2
1
gdje je:

-Magistarski rad-
Fatique Life
1

2
Gamble max
1
gdje je:
Tabela 5. Empirijske statistike raspodjele

Empirijske raspodjele
Empirijska kontinualna raspodjela
0
Empirijska diskretna raspodjela

0
5.2.4. Testiranje statistikih raspodjela
Izbor teorijske raspodjele prvenstveno je uslovljen stpenom saglasnosti empirijskih podataka

sa podacima koji pripadaju odgovarajuoj usvojenoj teorijskoj raspodjeli. Kako bi se odredilo kojoj
grupaciji teorijskih sluajnih raspodjela pripada sluajna varijabla X potrebno je provesti takozvane
testove slaganja pri emu je osnovna ideja da se uporedi empirijska raspodjela, odnosno Fx(x) i

-Magistarski rad-
fx(x), sa hipotetikom (testiranom) raspodjelom, odnosno sa F(x) i f(x). Nulta i alternativna hipoteza
pri ovom procesu glase:
H0 : X ima funkciju raspodjele F(x) (gustinu funkcije f(x)),
H1 : X odgovara nekoj drugoj funkciji raspodjele.
Najpoznatija dva testa za ispitivanje raspodjele su Kolmogorov-Smirnov i Chi-Quadrat test,
ije su karakteristike date u tabeli 6 .
Tabela 6. Statistiki testovi
Test Nain ispitivanja Karakteristike
Chi-Quadrat Primjenjuje se tek pri minimalno 40
uzoraka sa minimalno 5 klasa
Kolmogorov-Smirnov Primjenjuje se tek iznad 20 uzoraka

sa minimalno 5 klasa
Napomena: c kritina vrijednost za prihvatanje hipoteze na osnovu nivoa signifikantnosti
5.3. Genarisanje modela posmatranog problema
Realizacija konceptnog modela se u prvom koraku ostvaruje primjenom instrumenta

simulacije na osnovu okvirnih uslova za modeliranje strukture i odvijanja procesa posmatranog
sistema. Pri kreiranju modela potrebno je uzeti u obzir sistemsko individualne procese i strategije,
koje je mogue oslikati dodatnim programiranjem, pri emu veina alata za modeliranje ovakvih
procesa posjeduje zasebne logike kao olakavajue sredstvo (programski jezici SIMULA, SIMPLE,
...), [51].
Odvijanja na granicama sistema ne smiju se izuzeti, tako da se najee isti modeliraju
takozvanim izvorima i ponorima (Quelle i Senke). Svi ostali procesi
proizvodnje/transporta/skladitenja u veini specijalistikih softverskih paketa za simulaciju tokova
materijala su dobro zastupljeni tako da ih nije potrebno namjenski kreirati nego se uzimaju iz
ponuenih opcija. Takoer pojave kao pauze, otkazi, izmjena alata na obradnim mjestima, smjenski
rad, raznolikost proizvodnje su takoer ponuene od stane primijenjenog programskog alata za
simuliranje. Shodno naprijed iznesenom, danas se pri modeliranju tokova materijala sve manje
upotrebljavaju programski jezici, dok se koncipiranje modela najee vri primjenom gotovih
(pripremljenih) elemenata za modeliranje koje posjeduju simulatori. Meutim, iako je od strane
kreatora programskih alata za simuliranje dato mnotvo ve gotovih mogunosti jo uvijek nije
mogue izbjei dodatno programiranje pojedinih specifinih pojava. Upravo ova mogunost daje
fleksibilnost ponuenim softverskim rjeenjima, jer omoguavaju korisniku da nekonvencijalne
pojave ugradi u simulacioni model, to sa druge strane zahtijeva od korisnika visoki stepen
poznavanja programskih rutina.
5.4. Verifikacija simulacionog modela
Osnovni razlog za kreiranje simulacionog modela je omoguavanje ispitivanja nekog

sistema i donoenje odgovarajuih odluka u vezi sa tim sistemom pri emu se uzima pretpostavka
da primijenjeni simulacioni model adekvatno zamjenjuje posmatrani sistem, odnosno da

-Magistarski rad-
eksperimenti provedeni nad modelom mogu zamijeniti eksperimente obavljene na realnom sistemu.
Pomenuta pretpostavka se mora opravdati iz razloga zadobivanja povjerenja u koritenje samog
modela kao zamjene za realni prouavani sistem tj. ponaanje simulacionog modela treba da bude
veoma slino ponaanju realnog ili virtualnog sistema. Ovim se ujedno i smanjuje vjerovatnost
donoenja pogrene odluke prilikom analize i upotrebe eksperimenata nad posmatranim sistemom.
Za proces izvoenje procesa validacije simulacionog modela ne postoje konkretno definisani
zakoni, ali se mogu dati odreene opte preporuke, [51]:
(1.) usporeivanjem rezultata simulacionih eksperimenata i stvarnog modela mogue je
zakljuiti kolika je tanost modela;
(2.) kroz viestruko ponavljanje simulacionog eksperimenta mogue je izvriti internu
validaciju simulacionog modela. Desi li se pojava velikog rasipanja rezultata pri
ovom procesu mogue je zakljuiti da stohastiki varijabilitet modela ukazuje na
nedovoljni stepen oslikavanja procesa;
(3.) Senzibilnost simulacionog modela moe se odrediti kroz relativno malu promjenu
unutranjih parametara. Ukoliko se stvarni sistem manje senzitivno ponaa od
simulacionog modela potrebno je izvriti korekcije na simulacionom modelu.
Postoji vie razliitih pristupa provjeri ispravnosti simulacijskih modela, pri emu se
najee koriste slijedea dva:
vrednovanje konceptualnog modela ispitivanje logikog slaganja odvijanja procesa
izmeu ponaanja konceptualnog modela i realnog sistema;
verifikacija raunarskog modela ispitivanje vrijednosnog slaganja istovjetnih
varijabli izmeu raunarskog modela i realnog sistema.
Verifikacija i vrednovanje imaju za cilj da svedu na najmanju mjeru pojavu raznih vrsta
moguih greaka modela (u logici konceptualnog i raunarskog modela, matematskim relacijama,
programiranju, mjerenju i obradi ulaznih podataka, nainu koritenja modela, obradi i interpolaciji
rezultata i sl.).
Stvoriti povjerenje u kreirani simulacioni model znai prihvatiti zakljuke, koji se donose na
osnovu ponaanja modela, sa prihvatljivim nivoom pouzdanosti odnosno, doneseni zakljuci su
ispravni i primjenjivi na realni sistem. Vrednovanje modela treba gledati kao odreivanje stepena
zadovoljavanja opisanog sistema, a ne kao odreivanje da li model potpuno zadovoljava ili uope
nazadovoljavapri emu se ovaj zakljuak temelji na argumentima, [51]:
model je nuna aproksimacija posmatranog sistema;
elementi modela dobiveni mjerenjem na stvarnom sistemu sadre u sebi greke
mjerenja koje uzrokuju inherentnu netanost u rezultatima modela;
tanost izlaza statistike analize za primjenu podataka u modelu ovisi o visini
posmatranog uzorka, to znai da i poveanje tanosti zahtjeva povienje cijene
dobivanja rezultata.
Porastom stepena valjanosti modela raste cijena i vrijeme razvoja modela, to ima velikog
uticaja na mogunost stvaranja modela sa velikim stepenom valjanosti.
VDI smjernica 3633 daje slijedee preporuke za validaciju simulacionih modela:
vaan dio validacije simaulacionih modela je ispitivanje ulaznih podataka, nije esta
pojava da postoji razlika izmeu planiranih i stvarnih podataka o sistemu (o ovome
je bilo rijei u poglavlju 3);

-Magistarski rad-
ispitivanje modela potrebno je obaviti u zavisnosti od specifinosti problema koji se

simulira, a u zavisnosti od vrste simulacionog projekta potrebno je izvriti
individualne analize sa ciljem usporeivanja rezultatnih vrijednosti i vrijednosti u
odreenim meustanjima;
pri simulaciji ve postojeih sistema za validaciju modela potrebno je izvriti
usporeivanje dobivenih rezultata sa stvarnim rezultatima sistema, a kod simulacije
nepostojeih sistema kod kojih ne postoje podatci o ponaanju sistema za
modeliranje i validaciju modela potrebno je primijeniti odgovarajua iskustvena
znanja i kvalifikaciju koju posjeduje kreator simulacionog modela (ekspert za
simulaciju);
pri validaciji simulacionih modela od velike pomoi je upotreba vizualizacije
odvijanja unutar simualcionog modela, ovo se naroito odnosi na animaciju.
5.5. Izvoenje simulacionog eksperimenta
Izvoenje eksperimenata mora se planirati iz razloga kako bi se racionalnim ulogom

vremena i truda dobile to validnije i preciznije informacije koje omoguavaju adekvatniju analizu
sistema. Simulacioni eksperimenti primjenjuju se ukoliko je potrebno analizirati utjecaje razliitih
faktora na rad sistema, npr.:
broj resursa koji vre opsluivanje;
vrsta izabranih maina u proizvodnom sistemu;
disciplina posluivanja;
oekivana dinamika dolazaka zahtjeva za opsluivanje itd.
Karakteristike sistema koji se ispituju mogu biti:
vrijeme ekanja za posluivanje;
duina reda ekanja;
kapacitet sistema i elemenata sistema;
uravnoteenje toka materijala itd.
Faktori koji utiu na rad simulacijskog modela dijele se na dvije osnovne grupe:
(1.) Strukturalne parametre koji definiraju konfiguraciju sistema, koja ukljuuje i izbor
tehnologije te organizaciju rada sistema (npr. broj resursa za opsluivanje, vrste
ureaja za opsluivanje, pravila definisanja strategije pojedinim elementima
opsluivanja, itd.) ;
(2.) Vrijednosne parametre kojima se definira dinamika elemenata sistema (dinamika
dolazaka elemenata opsluivanja, vremena opsluivanja, itd.).
Na osnovu ovoga za planiranje simulacionih eksperimenata primjenjuje se metodologija
dizajna simulacionih eksperimenata, odnosno planiranja simulacionih eksperimenata na osnovu
variranja konfiguracije sistema, [51].

-Magistarski rad-
5.5.1. Dizajn simulacionih eksperimenata
Cilj dizajna simulacijskih eksperimenata jest da unaprijed izabere koje e se konfiguracije

sistema simulirati, tako da se na to efikasniji nain dobiju traene informacije o relevantnim
karakteristikama sistema i o znaenju utjecaja pojedinanih faktora i njihovih kombinacija na
performanse sistema.
Ulazni parametri i pretpostavke o nainu rada sistema nazivaju se faktori. Faktori mogu biti
kvantitativni i kvalitativni:
kvantitativni faktori su oni koji prirodno poprimaju numerike vrijednosti (npr. broj maina
koje e vriti obradu jedne operacije, maksimalno tolerirano vrijeme ekanja u banci, ...);
kvalitativni faktori najee opisuju strukturalne pretpostavke modela koje prirodno nemaju
numerike vrijednosti (npr. disciplina ekanja u redu: FIFO, LIFO, po prioritetu; nain
razmjetaja materijala u skladite).
Gledano sa stajalita simulacijskih eksperimenata, faktori se mogu podijeliti na

kontrolabilne i nekontrolabilne:
kontrolabilni faktori (varijable odluivanja) su oni elementi na koje se u modelu sistema
moe uticati (npr. broj stanica pri opsluivanju jedne operacije, disciplina ekanja u redu);
nekontrolabilni faktori su oni na koje se u stvarnom sistemu ne moe uticati (npr. dinamika
dolazaka automobila na benzinsku crpku, prosjean broj transakcija koje trai muterija u
banci), a koji takoer utiu na rezultate rada sistema.
Vrijednosti faktora zovu se nivoi faktora (npr. nivoi broja stanica za opsluivanje jedne
operacije mogu biti 4, 5 i 6). Kombinacija faktora na odreenim nivoima zove se tretman. Zavisne
varijable modela ije vrijednosti se dobivaju kao rezultat simulacijskog eksperimenta nazivamo
odzivima (to su npr. vremena ekanja, propusnost sistema, iskoritenje opreme, ...).
Izbor koji e parametri i strukturalne pretpostavke biti konstante u modelu, a koji e biti
promjenljivi eksperimentalni faktori postavlja se u samom cilju simulacijske studije i ovisi o prirodi
problema koji se simulacijom rjeava.
Posebna vanost dizajna simulacijskih eksperimenata je u tome da se umjesto
nesistematinog (ad-hoc) izvoenja simulacijskih eksperimenata s razliitim alternativama sistema
prie planiranju eksperimenata unaprijed i na sistematian nain, koristei se poznatim
karakteristikama faktora odreenog simulacijskog modela. Pri tome se dizajnu eksperimenata treba
prii tako da se u ranim fazama eksperimentiranja prije svega nastoji ustanoviti koji su faktori
znaajni za ponaanje sistema i kako oni utiu na performanse sistema. Kada je to poznato, mogu se
u principu, ispitivati i optimalne kombinacije faktora sa stajalita datih performansi sistema.

-Magistarski rad-
6. SIMULACIONA STUDIJA TOKOVA MATERIJALA PROIZVODNE LINIJE Prsten

1
Prsten 1 je naziv za proizvodnu liniju koja je objekt istraivanja magistarskog rada.
Plan eksperimenta po kojem je izvrena simulaciona studija tokova materijala za posmatrani
objekt istraivanja dat je na slici 16.
Slika 16. Plan eksperimenta za izvoenje simulacione studije tokova materijala na proizvodnoj liniji Prsten 1

POVIEN
NJE KAPACIITETA PROIZ
ZVODNO-TRA
ANSPORTNIH H SEGMENAT
TA SISTEMA PRIMJENOM
M
SIMULACIIONE STUDIJJE"
-Magiistarski rad-
6.1. Forrmulisanje cilja

c i zadatk
ka simulacione studije tokova matterijala proiizvodne liniije
Prrsten 1
Cilj i zadatak simulacijonne studije tookova mateerijala proizzvodne linije Prsten 1 u

potpunosti
p se poklapajju s prethoodno izneseenim probleemom, ciljem i zadatk kom istraivvanja
magistarsko
m g rada koji su
s definiranii u poglavljuu 1.
6.2. Karrakteristike objekta istraivanja
Poliggon istraivanja je firmma TMD Ai A Gradaac,, proizvoa dijelova za

z automobbilsku
industriju.
i N
Navedeni po
oligon istraiivanja bio je pogodan za
z analizu tookova materrijala primjeenom
simulacione studije iz sllijedeih razlloga:
proizvodn nja je serijskkog karakterra,
tehnolok ki proces je ureen,
u
proizvodn ni proces se odvija u duem vremen nskom perioddu;
posjedujee raznoliku proizvodnu
p o
opremu sa raazliitim steppenom udjella ljudskog rrada;
proizvodn nja je segm mentirana na samostalnee proizvodnee cjeline kooje su tehnooloki
odvojenee od ostalih proizvodnih
p cjelina;
zahtjev, odo strane kuupca, za smaanjenjem trookova proizzvodnje na godinjemg n
nivou
od 5 %;
i pored dobrih proizvodnih rezzultata ostvaarenih u preethodnom periodu p globbalno
trite zaahtijeva konttinuirane aktivnosti na sn niavanju proizvodnih trrokova, to bi za
poslijediccu imalo povveanje dobiiti.
Objeekt istraivaanja magistaarskog radaa je proizvoodna linija poznata pod pseudonim mom
Prsten
1. Na slici 17., dat je em matski prikaaz rasporedaa proizvodnee opreme un nutar proizvvodne
linije
l Prsten
n 1, a tok materijala
m gruupisan po opperacijama i obradnoj oppremi grafikki je predstavvljen
na
n slici 18.
Slika 17. em
matski prikaz rasporeda
r proiz
izvodne opremee u proizvodnoj
oj liniji Prstenn 1
Edin
E Cerjakov
vi Straana 55
-Magistarski rad-
Slika 18. ematski prikaz toka materijala unutar proizvodne linije Prsten 1
Proizvodna linija Prsten 1 je karakteristiana po tome to se proces obrade proizvoda
odvija u 4 operacije. Prije opisa radnih mjesta posmatrane proizvodne cjeline treba napomenuti da
je unutar proizvodne linije Prsten 1 primijenjen sistem transporta obradaka kanban-paletama
kapaciteta 60 obradaka i sistem kanban-skladita koji primaju 24 kanban-palete, slika 20.a. Ovakav
sistem transporta se primjenjuje u potpunosti unutar posmatrane proizvodne linije i na svakom
radnom mjestu. Operacije koje radnici vre na svim radnim mjestima su: izmjena alata na obradnim
mainama, opsluivanje maina, otprema obraenih dijelova u kanban-kolica, otprema kanban-
kolica u kanban-skladita i kontrola kvaliteta obraenih dijelova. Ukoliko se uzmu optereenja koja
se javljaju na radnim mjestima zapaeno je da se tokom rada na operacijama 1 i 4 ne javljaju zastoji
koji su uzrokovani potrebama radnika, dok se na operacijama 2 i 3, uzimajui u obzir injenicu da
iste imaju znaajan udio ljudskog rada, javljaju se zastoji koji su prouzrokovani razliitim
potrebama kao npr. zastoji za prvu smjenu koji su prikazani u tabeli 7.
Tabela 7. Zastoji proizvodnje tokom rada za prvu smjenu
pauza objanjenje
9:00-9:30 pauza za doruak
215 minutna (tokom rada) pauza za fizijoloke ljudske
potrebe
14:45-15:00 ienje radnog mjesta
Operacija 1, slika 19, predstavlja pripremu repromaterijala za daljnju obradu odnosno

sjeenje elinih profila na definisanu debljinu, pri emu jedan radnik opsluuje pet istovjetnih
maina, slika 19.b, te gotove poluproizvode prosljeuje u meuskladite MS I. Maine za sjeenje
su upravljane raunarom (CNC), pri emu posjeduju jedan alat za obradu, a pomjeranje
polufabrikata, tokom obrade sjeenjem, vri se automatski. Meutim, postavljanje polufabrikata u
mainu za sjeenje vri se manuelno shodno duinskoj karakteristici polufabrikata koja uslovljava
izmjenu polufabrikata svakih 39 sjeenja.
-Magistarski rad-
a.) b.)
Slika 19. a.) Kanban-skladite; b.) Radno mjesto operacije 11
Operacija 2 se odvija na dva radna mjesta, pri emu radnici opsluuju po dvije obradne
maine.
Radno mjesto 2-1, slika 20.a, karakteristino je po tome to od radnika zahtjeva da
opsluuje dvije razliite obradne maine (54-34 i 54-62): Prva obradna maina je klasini CNC
obradni strug, slika 20.a, sa jednokomadnom obradom bez skladita obradaka i revolverskom
glavom za obradne alate (tri razliita alata za obradu). Ova obradna maina od radnika zahtjeva,
ukoliko se eli ostvariti kontinualni proces obrade, da opslui obradnu mainu u trenutku kada ona
zavri sa obradom prethodnog obradka.
a.) b.)
Slika 20. a.) Radno mjesto 2-1; b.) CNC-obradna maina sa skladitem obradaka
Sa druge strane radnik opsluuje CNC-obradnu mainu sa revolverskom glavom za obradne
alate (tri razliita alata za obradu), jedininom obradom i skladitem obradaka (20 komada), slika
20.b. Karakteristino za ovu obradnu mainu je da posjeduje rotaciono skladite obradaka, pri emu
se pomjeranje obradaka vri, nakon svake zavrene obrade, za jedno mjesto naprijed u smjeru
kazaljke na satu. Opsluga ove obradne maine ne zahtijeva od radnika stalno prisustvo na radnom
mjestu, odnosno kontinuirani rad maine uslovljen je punjenjem/pranjenjem skladita nakon
maksimalno 17 obraenih komada (nepristupana su tri skladina mjesta tokom rada obradne
maine).

-Magistarski rad-
Radno mjesto 2-2, slika 21, sastoji se od dvije obradne maine (54-38 i 54-39), klasini
CNC obradni strug sa jednokomadnom obradom bez skladita obradaka i revolverskom glavom za
obradne alate (tri razliita alata za obradu), istih karakteristika kao i na radnom mjestu 2-1. Zbog
velikog udjela ljudskog rada na navedenim obradnim mainama produktivnost radnog mjesta 2-2 u
mnogome zavisi od radnih sposobnosti uposlenika-operatera.
a.) b.)
Slika 21. a.) Radno mjesto 2-2; b.) Radno mjesto operacije 3
Operacija 3, slika 21.b, odvija se na tri identina radna mjesta, pri emu radnik opsluuje po
jednu obradnu mainu (54-13, 54-16 i 54-20: CNC-obradni strug sa revolverskom glavom za
obradne alate, za obradnu operaciju 3 se primjenjuju 4 razliita obradna alata, pri emu se obrada
vri pojedinano). S obzirom da ovakav tip radnog mjesta od radnika zahtijeva (ukoliko se posmatra
kapacitet radnog mjesta), da nakon obrade prethodnog obradka u istom trenutku opslui mainu i
postavi novi obradak u obradnu mainu kako bi se nastavila obrada, moe se zakljuiti da kapacitet
i stepen iskoritenja radnog mjesta uveliko zavise od radnih sposobnosti angairanih uposlenika.
Operacija 4 je karakteristina po tome to se obrada vri na dva razliita pristupa, koji su
uslovljeni primjenom obradnih maina sa razliitim radnim karakteristikama, tj. na radnom mjestu
4-1 (56-08) je mogue u potpunosti izvriti obradu zahvata na operaciji 4, dok se na radnom mjestu
4-2 (56-42) to ne moe ostvariti nego je potrebna dodatna obrada na radnom mjestu 4-2.1 (56-06)
kako bi se upotpunili svi zahvati operacije 4. Razlog ovome je konstruktivni nedostatak obradne
maine na radnom mjestu 4-2.
Radno mjesto 4-1, slika 22.a, je koncipirano na nain da radnik vri opslugu vie vretene
obradne maine. Obradna maina posjeduje dva stezna alata za obradke, slika 22.b, tako da se
istovremeno vri obrada tri obradaka na nain da je jedan stezni alat uvijek u obradnoj komori dok
je drugi pristupaan radniku. Nakon zavretka obrade vri se rotacija steznih alata. Obradna maina
posjeduje modularno skladite alata, tako da tokom obrade vri automatski izmjenu potrebnih alata
za obradu.

-Magistarski rad-
a.) b.)
Slika 22. a.) Radno mjesto 4-1; b.) Stezni alat
Radno mjesto 4-2, slika 23.a, predstavlja opsluivanje visoko produktivne vie vretene
obradne maine koja posjeduje rotaciono skladite za obradke kapaciteta 60 komada (610). Ova
obradna maina istovremeno obrauje 6 obradaka i pomjeranje obradaka na rotacionom skladitu se
vri, nakon svake zavrene obrade, za jedno mjesto. Opsluga ove obradne maine ne zahtjeva od
radnika stalno prisustvo na radnom mjestu, odnosno kontinuirani rad maine uslovjen je
punjenjem/pranjenjem skladita nakon maksimalno 24 obraena komada (nepristupano je 36
skladinih mjesta tokom rada obradne maine). Nakon dolaska transportne jedinice na obradno
mjesto stezni alat preuzima obradke i unosi iste u radni prostor obradne maine. Unutar obradne
maine nalazi se 7 parova obradnih alata po 6 vretena koji izvode obradu razliitih zahvata, pri
emu se automatski alat za stezanje obradaka pomie od zahvata do zahvata. Nedostatak ove
obradne maine je nemogunost potpune obrade zahvata na operaciji 4, to uslovljava dodatnu
obradu na radnom mjestu 4-2.1.
a.) b.)
Slika 23. a.) Radno mjesto 4-2; b.) Rotaciono skladite na obradnoj maini radnog mjesta 4-2.1
Radno mjesto 4-2.1, slika 24.a, predstavlja proces opsluivanja jednovretene obradne
maine koja kompletira obradne zahvate operacije 4 nakon obrade na radnom mjestu 4-2. Obradna
maina posjeduje dvije radne komore sa kapacitetom od 12 obradaka, tako da radnik nakon potpune
-Magistarski rad-
obrade jedne komore vri zamjenu obraenih neobraenim dijelovima, a obradni alat automatski
prelazi na vrenje obrade u drugoj radnoj komori. Obradna maine posjeduje skladite od 2 alata,
tako da moe nakon odreenog vremena automatski izmijeniti alat.
a.) b.)
Slika 24. Radno mjesto 2-4.1
Prethodno predstavljeni procesi unutar proizvodne linije Prsten 1 sumarno su predstavljeni
kartom tehnolokog toka materijala, tabela 9, u kojoj su pored ematskog prikaza toka materijala
dati podaci o radnicima koji opsluuju pojedine procese, transportnim koliinama i duinama,
trenutku kontrole kvaliteta obradaka i zadatoj normi koju radnik treba da ispuni tokom jedne
smjene. Svi ovi podaci predstavljaju osnovu za strukturiranje simulacionog modela.
U tabeli 8 dat je sedmini plan rada proizvodne linije Prsten 1.
Tabela 8. Sedmini plan rada proizvodne linije Prsten 1
Sedmini radni period
Radno mjesto
dana smjena
13-04; 13-06; 13-07; 13-08; 13-11 7 3
54-34; 54-62 7 3
54-38; 54-39 5-6 3
54-16; 54-16 7 3
54-13 5-6 3
56-42 7 3
56-08 5-6 3
56-06 6 3

-Magistarski rad-
Tabela 9. Karta tehnolokog toka materijala proizvodne linije Prsten 1

-Magistarski rad-
6.2.1. Unutranji transport proizvodne linije Prsten 1
Primjenjeni sistem unutranjeg transporta unutar proizvodne linije Prsten 1 je kombinacija

transporta komad po komad i transporta runim kolicima, slika 25, pri emu su objekati transporta:
kanban-paleta teine cca. 20 (kg) izmeu radnih mjesta i meuskaldita
objekt obrade cca. 0,3 (kg) na radnim mjestima.
Kao pogonski element za proces transporta na proizvodnoj liniji Prsten 1, koristi se ljudski
rad, odnosno radnici su sredstva transporta.
Slika 25. Transportna runa kolica

S obzirom da je u teorijskim razmatranjima navedeno da je potrebno izbjegavati transport
koji se izvodi primjenom direktnog ljudskog rada, za izbor i primjenu naina transporta je
prvenstveno odgovoran udio transporta tokom procesa proizvodnje, te cjelokupnom optereenju
radnog mjesta procesom transporta.
Najvee opreteenje transporta ima radno mjesto na operaciji 1 proizvodne linije Prsten 1
sa proizvedenih 1010 obradaka/smjeni odnosno cca. 17 kanban-paleta/smjeni, na osnovu ega se
zakljuuje da transport kanban-paleta ima jako mali uticaj na optereenje radne snage, te da je
transport primjenom ljudskog rada sa ekonomskog stajalita opravdan izbor. Dok je transport
komad po komad, primjenom ljudskog rada, na radnom mjestu uzimajui u obzir vrstu proizvodne
opreme i ureenja proizvodne cjeline Prsten 1 jedini opravdani nain transporta i manipulacije
obradcima.

-Magistarski rad-
6.3. Analiza radnih parametra proizvodne linije Prsten 1

Na osnovu opisanog tehnolokog procesa, u poglavlju 6.2., izvrena je akvizicija radnih
parametara radnih operacija, proizvodne linije Prsten 1, metodom trenutnih zapaanja i
snimanjem rada povratnom metodom. Kako bi se odredili parametri pojedinih procesa sa njihovim
stvarnim karakterom izvrena je analiza podataka po slijedeem principu:
histogramska analiza podataka;
definisanje parametara teorijskih statistikih distribucija kojoj odgovaraju prikupljeni
podaci;
primjenu Kolmogorov-Smirnovljevog testa (d testa) i Chi-kvadrat testa, u cilju
validnosti i verifikacije posmatranih statistikih distribucija;
izbor najpodobnije statistike distibucije koja je zadovoljila uslove validnosti i
verifikacije posmatranih statistikih distribucija.
Za analizu prikupljenih podataka koriteni su softverski paketi Matlab, EasyFit, Simulation
Plant. U tabeli 10, dat je prikaz obraenih podataka za vrijeme obrade na obradnim mainama 54-20
i 54-16, pri emu se tabela sastoji iz 4 dijela.
Prvi dio, gornji lijevi dio tabele 10, daje osnovne statistike informacije o karakteru
prikupljenih podataka (min. i max. vrijednost, varijansa uzoraka, medijana, asimetrija i spljotenost
funkcije gustine podataka, itd.). Treba naglasiti da su varijansa uzorka i koeficijent varijacije od
velike vanosti za daljnji postupak analize podataka, iz razloga to iste daju dobru sliku o karakteru
posmatranog statistikog skupa. Tako, u sluaju da su vrijednosti varijanse uzorka i koeficijenta
varijacije relativno niske moe se zakljuiti da se posmatrani proces/dogaaj ponaa kao konstantna
vrijednost.
U drugom dijelu, gornji desni dio tabele 10, definisani su naziv i parametri pretpostavljene
teorijske statistike raspodjele koja najbolje opisuje posmatranu sluajnu varijablu. Pored toga, na
dijagramu za histogram gustine raspodjele prikazani su histogram posmatranog sluajnog skupa i
pretpostavljene teorijske statistike raspodjele, tako da se subjektivno moe dobiti dojam dali jedna
drugu aproksimiraju, to bi trebalo da bude sluaj.
Trei dio, srednji dio tabele 10, predstavlja osnovu koja bi trebala da potvrdi usvajanje ili
odbacivanje nulte i alternativne hipoteze o posmatranoj pretpostavljenoj teorijskoj statistikoj
raspodjeli, na osnovu Chi-Quadrat i Kolmogorov-Smirnovog testa. Ukoliko su vrijednosti
signifikacionih parametara odabrane raspodjele manje od vrijednosti signifikacione granice =0.05,
u tom sluaju se potvruje nulta hipoteza i odbija alternativna hipoteza odnosno smatra se da
pretpostavljena teorijska statistika razdioba sa pretpostavljenom vjerovatnoom od 5% opisuje
posmatrani statistiki skup podataka.
Nakon potvrde da se skup podataka ponaa po zakonu pretpostavljene teorijske statistike
raspodjele u etvrtom dijelu, donji dio tabele 10, su data dva dijagrama koji prikazuju stvarnu
razliku izmeu pretpostavljene i stvarne raspodjele posmatranih podataka. Prvi dijagram, dijagram
funkcije raspodjele, daje usporedbu izmeu funkcija raspodjele posmatranih podataka i funkcije
raspodjele pretpostavljene raspodjele iz kojeg se vide razlike u vjerovatnoama pojava pojedinih
sluajnih dogaaja. Drugi dijagram, dijagram razlika u vjerovatnoama raspodjela, predstavlja
projekciju razlike izmeu stvarne (empirijske) i pretpostavljene teorijske funkcije raspodjele po
obrascu:
(6.3.1.)
gdje su:
Fn(x) empirijska funkcija raspodjele;
-Magistarski rad-
F(x) teorijska funkcija raspodjele.

Tabela 10. Statistika obrada podataka za vrijeme obrade na obradnim mainama 54-13, 54-16 i 54-20
Statistiki podaci sluajnih

Izbor statistike raspodjele sluajnih uzoraka
uzoraka
Distribucija po kojoj se ponaaju
Broj uzoraka 124 Lognormal
podaci
Maksimalna
vrijednost 66 Parametri raspodjele =0,10429; =3,9129
uzorka
Minimalna Histogram gustine raspodjele
vrijednost 40
uzorka
Srednja
aritmezika
50,323
vrijednost
uzorka
Standardna
5,3928
devijacija
Varijansa
29,082
uzorka
Modus 50,49
Medijana 50
Relativna
mjera 0,70941
asimatrije
Relativna
mjera 0,58638
spljotenosti
Koeficijent
0,10716
varijacije
Testiranje raspodjele
Vrijednost za odabranu Vrijednost signifikantne granice
Statistiki test
raspodjelu za =0,05
Chi-Quadrat 9,2403 12,592
Kolmogorov-Smirnov 0,11641 0,12195
Dijagrami izabrane raspodjele
Dijagram funkcije raspodjele Dijagram razlike u vjerovatnoama raspodjela
U tabelama 11, 12, 13 i 14 dat je sumarni prikaz rezultata nakon obavljene analize
prikupljenih podataka za posmatrane procese u proizvodnoj liniji Prsten 1, dok su prikupljeni

-Magistarski rad-
podaci o procesima unutar proizvodne linije Prsten 1 i detaljni prikaz statistike obrade i analize
istih dati u prilogu rada, prilog A.
U tabeli 11 dati su sumarni podaci o karakteristikama procesa operacije 1 proizvodne linije
Prsten 1.
S obzirom da su analizom podataka o vremenu obrade na obradnim mainama operacije 1
dobivene vrijednosti varijanse uzoraka i koeficijenta varijacije male moe se smatrati da se sluajna
varijabla ponaa kao konstanta, prilog A. Pored ovoga tokom prikupljanja podataka uoeno je da
vremena obrade u istom trenutku na razliitim obradnim mainama imaju razliite vrijednosti, te da
su vremena obrade u toku perioda posmatranja varirala, ali pri tome uvijek je njihov karakter imao
atribut konstantne vrijednosti. Razlog za ovu pojavu je bila potreba da se pokua na neki nain
izbjei pojava otkaza u istom trenutku na vie radnih mjesta, te su se po nalogu odgovornog
tehnologa za proizvodnu liniju Prsten 1 vremena obrade mijenjala. Stoga je usvojeno da je
relevantna vrijednost vremena obrade srednja vrijednost posmatranog skupa podataka koji se tokom
vremena posmatranja najee pojavljivao.
Na histogramima koji opisuju vrijeme izmjene polufabrikata i vrijeme izmjene alata na
operaciji 1 moe se uoiti da je gustina raspodjele Poissonove funkcije konstantna vrijednost, to je
osnovna karakteristika diskretnih funkcija.
Raspored izmjene polufabrikata, tabela 11, ima konstantnu vrijednost s obzirom da je od
jednog polufabrikata mogue odsjei 39 komada, zbog ega se ovaj parametar nije podvrgnuo
statistikoj obradi podataka.
U tabeli 12., dati su sumarni podaci o karakteristikama procesa operacije 2 proizvodnog
ciklusa Prstena1.
Vrijeme obrade na obradnoj maini 54-62, tabela 12, shodno njenim konstruktivnim
karakteristikama, ima ciklian karakter, iz razloga, to se nakon svake tree obrade vri unutranja
kompenzacija reznih otrica alata.
Ostali procesi operacija 1 i 2 podvrgavaju se u potpunosti teorijskim statistikim
raspodjelama.

-Magistarski rad-
Tabela 11. Statistiki parametri procesa opreracije 1 unutar proizvodne linije Prsten 1
Naziv radnog Parametri
Red.br. Raspodjela Histogram uzoraka i gustina izabrane raspodjele
zahvata raspodjele
Operacija 1
1. Vrijeme obrade Konstantno 134
Vrijeme izmjene
2. Poisson =232,85
polufabrikata
Vrijeme izmjene
3. Poisson =819,4
alata
1=0,89269;
Raspodjela izmjene 2=1,2222
4. Beta
alata a=927;
b=4391,0
Raspodjela izmjene
5. Konstantno 39
polufabrikata

-Magistarski rad-
zahvata raspodjele
Operacija 2
Obradne maine 54-34, 54-38 i 54-39
=4,0687;
6. Vrijeme obrade Gumbel Max
=74,727
=0,63988;
Vrijeme kontrole Fatigue Life
7. =47,3;
kvaliteta obradaka (3P)
=124,25
k=-0,17837;
Vrijeme izmjene Gen. Extreme
8. =11,343;
alata Value
=94,608
Raspodjela =2,0303;
9. Weibull
izmjene Alata 1 =121,84

-Magistarski rad-
=0,53755;
Raspodjela =1,1661;
10. Johnson SB
izmjene Alata 2 =263,76;
=1,228
Raspodjela =5,935;
11. Gamma
izmjene Alata 3 =21,078
Obradna maina 54-62
12. Vrijeme obrade Ciklino 60, 60, 67
k=-0,56781;
13. =26,289;
alata Value
=262,8

-Magistarski rad-
=-4,2743;
Raspodjela =2,5647;
14. Johnson SU
=-46,004
k=0,02844;
Raspodjela Gen. Extreme
15. =77,904;
izmjene Alata 2 Value
=124,73
=2,3833;
Raspodjela =1,4919;
16. Johnson SB
=-32,685
U tabeli 13 dati su sumarni podaci o karakteristikama procesa operacije 3 proizvodne linije

Prsten 1, pri emu se svi procesi unutar operacije 3 odvijaju po odgovarajuim teorijskim
statistikim raspodjelama.

-Magistarski rad-
zahvata raspodjele
Operacija 3
=0,10429;
17. Vrijeme obrade Lognormal
=3,9129
Vrijeme kontrole =34,051;

18. Gumbel Max
kvaliteta obradaka =132,5
k=0,20313;
19. =2,7585;
alata Value
=68,774
Raspodjela izmjene =2,4581;

20 Weibull
Alata 1 =64,505

-Magistarski rad-
=0,09373;
Raspodjela izmjene Fatigue Life
21. =176,27;
Alata 2 (3P)
=-133,6

22. Normalna
Alata 3 =118,54
=-0,21291;
23. Johnson SB
Alata 4 =291,88;
=141,29
U tabeli 14 dati su sumarni podaci karakteristika procesa operacije 4 proizvodne linije

Prsten 1.
Za procese perioda izmjene alata na obradnoj mainama 56-08 i 56-06, iz razloga zatite
inovativnog rada i znanja, date su okvirne parametarske vrijednosti pa e se smatrati da se iste
ponaaju kao konstante. Naravno da e ova pretpostavka imati za posljedicu, u narednim
postupcima izvoenja simulacione studije, odreenu greku.
Vrijeme obrade na obradnoj maini 56-08, s obzirom da je ista potpuno automatizirani CNC
obradni centar i da nema uticaja ljudskog faktora na tok obrade, ponaa se kao konstantna veliina
to se dokazuje malom varijansom prikupljenih podataka i malom vrijednou koeficijenta
varijacije, prilog A-5.2.
Vrijeme obrade na obradnoj maini 56-42, isto kao i u prethodnom sluaju, ponaa se kao
konstantna vrijednosti, pri emu ovo potkrepljuju relativno male vrijednosti varijanse i koeficijenta
varijacije posmatranog statistikog skupa, prilog A-4.2.

-Magistarski rad-
Period izmjene alata 1 obradne maine 56-42, iz razloga da je dostupni prikupljeni skup
statistikih podataka imao samo jedan uzorak, prilog A-4.6., smatra se da se ponaa kao konstantna
vrijednost.
Period izmjene alata 4 i alata 6 su konstantne vrijednosti, to se vidi iz prikupljenih podataka
prilog A-4.6., tako da isti nisu podvrgnuti statistikoj obradi i analizi podataka.
Ostali procesi unutar operacije 4 proizvodne linije Prsten 1 odvijaju se po teorijskim
statistikim raspodjelama.
Tabela 14. Statistiki parametri procesa operacije 4 unutar proizvodne linije Prsten 1
zahvata raspodjele
Operacija 4
Obradna maina 56-08
Vrijeme obrade (3
24. Konstantno 560
komada)
=1,0874;
Vrijeme kontrole =0,91641
25. Johnson SB
kvaliteta obradaka =96,764;
=76,10
k=-0,36311;
26. =22,396;
alata Value
=351,97
Raspodjela izmjene
27. Konstantno 250
Alata 1
Raspodjela izmjene
28. Konstantno 250
Alata 2

-Magistarski rad-
Raspodjela izmjene
29. Konstantno 1000
Alata 3
Raspodjela izmjene
30. Konstantno 90
Alata 4
Raspodjela izmjene
31. Konstantno 130
Alata 5
Raspodjela izmjene
32. Konstantno 225
Alata 6
Raspodjela izmjene
33. Konstantno 225
Alata 7
Obradna maina 56-42
Vrijeme obrade (6
34. Konstantno 179
komada)
=0,41048;
Vrijeme izmjene
35. Lognormal (3P) =4,8173;
alata
=128,31
Raspodjela izmjene
36. Konstantno 3000
Alata 1
k=-2,0884;
Raspodjela izmjene Gen. Extreme
37. =772,68;
Alata 2 Value
=2711,1

-Magistarski rad-
=-1,6677;
38 Johnson SB
Alata 3 =218,69;
=-60,31
Raspodjela izmjene
39. Konstantno 150
Alata 4
k=-1,3067;
Raspodjela izmjene Gen. Extreme
40. =67,527;
Alata 5 Value
=182,86
Raspodjela izmjene
41. Konstantno 225
Alata 6
Obradna maina 56-06
42. Vrijeme obrade Konstantno 19
k=-0,08009;
43. =8,0714;
alata Value
=170,56
Raspodjela izmjene
44. Konstantno 1515
Alata 1

-Magistarski rad-
Na osnovu izloenih podataka u tabelama 11, 12, 13 i 14 moe se konstatovati da je

postavljena hipoteza 1 o zakonitost dinamikih procesa toka materijala unutar proizvodnog
sistema sa proizvodnim programom bez promjene asortimana, odvija se po jednoj od statistikih
raspodjela sluajne promjenjive potvrena uzimajui u obzir postavljena ogranienja.

-Magistarski rad-
6.4. Simulacioni model proizvodne linije Prsten 1
Za kreiranje simulacionog modela proizvodne linije Prsten 1 koriten je softverski paket

Simulation Plant 8.1 koji je trenutno jedan od najpoznatijih i najprimjenjevanijih simulacionih alata
za kreiranje simulacionih modela tokova materijala. Kriterij za odabir softverskog alata je
posjedovanje mogunosti programiranja matematiko-logikih procesa koji se mogu integrirati u
model. Princip rada i osnovna logika ovog simulacionog alata zasniva se na naelima koja su data u
poglavlju 4.
Kao osnove za kreiranje simulacionog modela proizvodne linije Prsten 1 koriteni su
slijedei podaci:
za logiko kreiranje modela - karta tehnolokog toka materijala proizvodne linije
Prsten 1, tabela 9, i karakteristike objekta istraivanja, poglavlje 6.2;
za parametarsko definisanje validnih parametara i vrijednosti modela - statistiki
parametri procesa unutar proizvodne linije Prsten 1, tabele 11, 12, 13 i 14, i analiza
radnih parametara proizvodne linije Prsten 1, poglavlje 6.3.
Kao rezultat modeliranja procesa proizvodne linije Prsten 1 dobiven je kompleksni
simulacioni model, slika 26, koji pored koritenja gradivnih elemenata iz baze podataka
primijenjenog programa u sebi integrira odreeni broj rjeenja logike i toka procesa zasnovanih na
upotrebi programiranih potprograma, tabela 15.
Tabela 15. Konstruktivni parametri simulacionog modela proizvodne linije Prsten 1
Konstruktivni element Vrijednost
Broj objekata 612
Generatori radnika i brokeri za upravljanje 7
njihovim operacijama
Potprogrami 64
Broj programskih linija 2633
Broj globalnih programskih varijabli 163
Broj tabela za crpljenje podataka 37
Broj elemenata za akviziciju podataka
21
(dijagrami, histogrami, tabele)
Vrijeme trajanja simulacije tokova materijala unutar proizvodne linije Prsten 1 sa

periodom analize od jedne sedmice je cca. 90 minuta.

-Magistarski rad-
Slika 26. Simulacioni model proizvodne linije Prsten 1

-Magistarski rad-
6.5. Validacija simulacionog modela proizvodne linije Prsten 1
U skladu s opte prihvaenom i poznatom metodologijom za validaciju simulacionih modela

potrebno je izvriti:
vrednovanje konceptualnog modela ispitivanje logikog slaganja odvijanja procesa
izmeu ponaanja konceptualnog modela i realnog sistema;
verifikaciju simulacionog modela ispitivanje vrijednosnog slaganja istovjetnih
varijabli izmeu raunarskog modela i realnog sistema.
Vrednovanje konceptualnog modela predstavlja subjektivnu ne parametarsku ocjenu
zasnovanu na usporeivanju logike i redosljednog odvijanja procesa unutar modela i realnog
sistema. Karta tehnolokog toka materijala proizvodne linije Prsten 1, tabela 9, i karakteristike
objekta istraivanja predstavljaju osnovu za vrednovanje konceptualnog modela proizvodne linije
Prsten 1. S obzirom da je u prethodnom poglavlju navedeno da je simulacioni model konstruisan
na osnovu prethodno navedenih parametara, te u potpunosti preslikava opisne tokove i logiku
odvijanja procesa unutar proizvodne linije Prsten 1, moe se konstatovati da simulacioni model
ispunjava naela za vrednovanje konceptualnog modela.
Verifikacija raunarskog modela sprovedena je na nain da su usporeeni parametri
smjenske norme za obradne maine, tabela 9, i kapacitet istih obradnih maina u simulacionom
modelu za vremenski period od jedne smjene pri emu se istim obezbjeuje dovoljan broj resursa
da se otklone mogui zastoji i smanjenje kapaciteta, prouzrokovani ostalim uesnicima u procesu.
Pored ovih vrijednosti usporeene su i vrijednosti je sedminih kapaciteta proizvodne linije Prsten
1 ime je pored individualne usporedbe procesa posmatrana i njihova interakcija odnosno
usporeen je dinamiki karakter realnog i simulacionog modela. Rezultati verifikacije simulacionog
modela dati su u tabeli 16.
Tabela 16. Verifikacioni parametri simulacionog modela proizvodne linije Prsten 1

Procentualna razlika (%)
Simulacijona T T
Propisana norma 100%
Obradna maina
T
vrijednost medijane T
Tn Minimalna Maksimalna Srednja
Medijana
vrijednost vrijednost vrijednost
13-04; 13-06; 13-
202 215 -8,91 6,44 6,44 4,84
07; 13-08; 13-11
54-34; 54-38; 54-
271 279 -16,24 5,53 2,95 0,44
39
54-62 397 400 -7,8 14,11 0,76 0,52
54-13; 54-16;
418 429,5 -1,44 7,42 2,75 3,08
54-20
56-42 855 906 2,34 9,47 5,96 5,9
56-08 139 147 3,6 7,91 5,76 5,53
Podaci iz tabele 16 potvruju da je maksimalna odnosno minimalna procentualna razlika

izmeu simulacionog modela i realnog sistema 14,11 % odnosno -16,24%, pri emu je bitno
naglasiti da je ovaj podatak nevjerodostojan iz razloga to je propisana norma kreirana kao srednja
vrijednost smjenskih kapaciteta na mjesenom nivou. Vjerodostojne veliine za ocjenu verifikacije
simulacionog modela su medijana i srednja vrijednost posmatranih podataka, tako da je maksimalna
procentualna razlika izmeu simulacionog modela i realnog sistema 6,44% odnosno 5,9%.
-Magistarski rad-
Na osnovu prethodno izloenih podataka moe se konstatovati da kreirani simulacioni

model zadovoljava uslove verifikacije simulacionog modela odnosno vrijednosnog slaganja
istovjetnih varijabli izmeu raunarskog modela i prouavanog realnog sistema.

-Magistarski rad-
6.6. Simulacioni eksperimenti
Cilj i svrha izvoenja simulacionih eksperimenata je dobivanje odgovora na pitanja koja su

postavljena kao problem i cilj istraivanja, a to su :
1. Da li se u proizvodnoj liniji Prsten 1 nalaze uska grla i u kojem obimu?
2. Koji je stvarni stepen iskoritenja i mogui ostvarivi kapacitet primijenjene opreme i
radnika unutar proizvodne linije Prsten 1?
3. Da li postoji potencijal za povienje kapaciteta proizvodno/transportnih segmenata
proizvodne linije Prsten 1?
Da bi se dobio odgovor na postavljena pitanja izvrena su tri simulaciona eksperimenta sa
slijedeim scenarijima:
1. Posmatrani su procesi unutar proizvodne linije Prsten 1, u vremenskom intervalu
od jedne sedmice (ponedjeljak 07:00-ponedjeljak 07:00), pri emu su svi procesi
otpoeti u istom trenutku sa praznim meuskladitima unutar prouavanog
proizvodnog ciklusa.
2. Posmatrani su procesi unutar proizvodne linije Prsten 1, u vremenskom intervalu
od jedne sedmice (ponedjeljak 07:00-ponedjeljak 07:00), pri emu su meuskladita
popunjena sa 60 kanban-paleta.
3. Na osnovu uoenih slabosti u prethodnim simulacionim eksperimentima kreiran je
scenarij koji ima za cilj povaanje kapaciteta, odnosno stepena iskoritenja
kapaciteta proizvodno/transportnih segmenata proizvodne linije Prsten 1.
Rezultati simulacionih eksperimenata 1 i 2 dali su odgovor na prva dva postavljena pitanja,
pri emu su rezultati simulacionog eksperimenta 1 dali odgovor o mjestima pojave uskih grla i
karakteristikama dinamikom karakteru odvijanja procesa unutar proizvodne linije Prsten 1, dok
su rezultatima simulacionog eksperimenta 2 dobivene naznake za veliinu stepena neusklaenosti
kapaciteta izmeu pojedinih operacija i radni mjesta, te stvarni ostvarivi kapacitet radnih mjesta i
obradnih maina.
Za izvoenje simulacionih eksperimenata koriten je sedmini plan rada proizvodne linije
Prsten 1, tabela 17.
Radno mjesto
dana smjena
13-04; 13-06; 13-07; 13-08; 13-11 7 3
54-34; 54-62 7 3
54-38; 54-39 5* 3
54-16; 54-16 7 3
54-13 5* 3
56-42 7 3
56-08 5* 3
56-06 6** 3
Legenda:
* - ponedeljak-petak
** - ponedeljak-petak; nedelja

-Magistarski rad-
Simulacioni eksperiment 1
Scenarij simaulaciog eksperimenta 1 ima za cilj odreivanje radnih parametara priblino
stvarnom stanju. U realnim uslovima mogua je pojava da odreeni broj Kanban-paleta ostane u
meuskladitima proizvodne linije Prsten 1, to se uzimajui prosjenu veliinu na godinjem
nivou moe u potpunosti zanemariti.
Radni parametri proizvodne opreme, tabela 18 i 19, razvrstani su prema karakteristinim
vremenima procesa na seminom nivou, pri emu ukupno neradno vrijeme sadrava i vrijeme
opsluivanja. Vrijeme ekanja na rad proizvodne opreme ukazuje na veliinu uticaja
neuravnoteenosti sistema, te se moe zakljuiti da pri ovakvom scenariju postoji odreeni procent
neiskoritenosti kapaciteta proizvodne opreme. Vrijeme opsluivanja je bitan podatak iz razloga to
se na osnovu istog moe ocjeniti uticaj karakteristika alata, odnosno njegove postojanosti na
iskoritenje proizvodne opreme. Stepen iskoritenja opreme za scenarij 1, tabele 18 i 19, definisan
je na osnovu sedmodnevnog raspoloivog radnog vremena uzimajui u obzir vremena planiranih
radnih pauza i vremena kada sedmini plan rada, tabela 17, ne predvia angaovanje odreene
proizvodne opreme.
Tabela 18. Podaci simualacionog eksperimenta 1 o obradnim mainama proizvodne linije Prsten 1
Obradna
13-04 13-06 13-07 13-08 13-11 54-34 54-38 54-39
maina
Broj obradaka
4286 4278 4289 4294 4304 3900 3825 3769
(kom)
Ukupno radno
vrijeme 6:15:32:21 6:15:16:25 6:15:39:41 6:15:51:00 6:16:12:55 3:11:29:57 3:11:29:57 3:11:29:57
(dan:h:min:sek)
Ukupno ne
radno vrijeme 8:27:38 8:43:34 8:20:18 8:08:59 7:47:04 3:39:14 3:28:31 2:47:50
(dan:h:min:sek)
Vrijeme
ekanja na rad 0 0 0 0 0 3:08:50:48 3:10:33:35 3:12:24:07
(dan:h:min:sek)
Vrijeme
opsluivanja 7:16:59 7:25:44 7:29:06 7:24:20 7:22:05 2:44:36 2:57:33 2:47:50
(dan:h:min:sek)
Procentualne vrijednosti (%)
Radno vrijeme 94,96 94,81 95,04 95,15 95,37 49,7 48,79 48,10
Ne radno
5,04 5,19 4,96 4,85 4,63 1,63 2,07 1,67
vrijeme
Vrijeme
0 0 0 0 0 48,12 49,14 50,24
ekanja na rad
Vrijeme
4,34 4,42 4,46 4,41 4,39 1,63 1,76 1,67
opsluivanja
Optereenje radne snage, tabela 20, prikazuje razliite vrste poslova, gledano na sedmini
vremenski period, na kojima su radnici na pojedinim radnim mjestima angaovani, ime je data
jasna slika o karakteru fizikih optereenja koje zahtijevaju ista. Treba napomenuti da na pojedinim
radnim mjestima nisu predviene pauze za fizioloke potrebe, iz razloga, to su ta radna mjesta
okarakterizirana opsluivanjem automatskih obradnih maina, gdje radnik, ukoliko je zadovoljio
sve potrebe obradnih maina moe sebi priutiti kratku pauzu, a da pri tome ne utie na normalni
rad obradne maine. Procentualnim vrijednostima prikazano je optereenje radnog mjesta, odnosno
planirani udjeli u raspoloivom radnom vremenu. U trenucima kada radna mjesta ne sudjeluju u
procesu proizvodnje, imaju za posljedicu pojavu indirektnih trokova odnosno smanjenje dobiti.

-Magistarski rad-
Obradna maina 54-62 54-13 56-16 54-20 56-42 56-06 56-08
Broj obradaka (kom) 7525 4980 6934 6960 16685 16620 2094
Ukupno radno
vrijeme 5:10:18:11 2:21:31:07 4:00:43:33 4:01:00:08 5:20:04:27 3:15:43:00 4:17:27:07
(dan:h:min:sek)
Ukupno ne radno
vrijeme 13:57:06 11:22:32 8:08:43 9:01:26 8:42:58 37:30 42:50
(dan:h:min:sek)
Vrijeme ekanja na
23:44:42 3:15:06:20 2:15:07:43 2:13:58:26 19:11:44 3:07:29:39 2:05:49:56
rad (dan:h:min:sek)
Vrijeme opsluivanja
8:16:48 5:50:33 7:08:43 8:16:26 8:49:49 37:24 5:33:05
(dan:h:min:sek)
Radno vrijeme 77,56 41,38 57,57 57,74 88,38 52,21 67,53
Ne radno vrijeme 8,3 6,77 4,85 5,37 5,26 6,37 3,30
Vrijeme ekanja na
14,13 51,85 37,58 36,89 11,43 47,42 32,04
rad
Vrijeme opsluivanja 4,93 3,48 4,25 4,92 5,19 0,42 0,37
Tabela 20. Podaci simualacionog eksperimenta 1 o optereenje radne snage proizvodne linije Prsten 1
Radnik 1 2 3 4 5 6 7 8 9
operacija 54-34; 54-38;
Radno mjesto 54-16 54-13 54-20 56-42 56-08 56-06
1 54-62 54-39
Vrijeme
opsluivanja 1:15:58:34 11:01:24 2:57:33 7:08:43 5:50:53 8:16:24 8:49:49 5:33:05 37:24
(dan:h:min:sek)
Vrijeme
transporta 1:12:58:34 21:58:59 1:19:51 2:13:35 1:37:22 2:15:16 2:18:19:30 1:52:05 1:11:57:05
(dan:h:min:sek)
Vrijeme
kretanja ka
1:15:46:47 1:07:38:41 1:20:38 3:04:09 1:37:22 3:07:54 2:18:42:38 1:54:49 13:02:55
radu
(dan:h:min:sek)
Planirane
pauze 0 1:07:30:00 22:30:00 21:00:00 15:00:00 21:00:00 0 0 0
(dan:h:min:sek)
Radi 100 81,25 58,04 87,5 62,5 87,5 100 71,43 85,71
Pauzira 0 18,75 13,39 12,5 8,93 12,5 0 0 0
Gubitak usrijed
planiranog 0 0 28,57 0 28,57 0 0 28,57 14,29
nerada
Sa aspekta analize pojedinane proizvodne opreme i radnih mjesta, prethodno dati podaci su
dovoljni ali isti ne daju odgovor o karakteru uzrono-posljedinih veza izmeu pojedinih radnih
mjesta odnosno operacija. Odgovor na ovo pitanje mogue je dobiti samo posmatranjem deavanja
u toku vremena, to je jedna od dobrih osobina primjene simalacione studije, to je izloeno u
nastavku teksta.
Kapacitet obradnih maina na operaciji 1, ukoliko se zanemari minimalan uticaj
poremeajnih dogaaja (izmjena polufabrikata, alata, zastoj zbog zauzetosti radnika na drugoj
radnji maini, itd) priblino se odvija po istoj zakonitosti, to potvruje slika 27, stoga se moe

-Magistarski rad-
zakljuiti da usprkos sluaju da jedan radnik opsluuje radno mjesto na operaciji 1, interakcijska
veza izmeu zastoja i rada na obradnim mainama nema velikog uticaja sa sedmini kapacitet ovog
radnog mjesta.
Slika 27. Kapacitet obradnih maina na operaciji 1

Dijagrami kapaciteta obradnih maina na operaciji 2, slika 28, daju naznaku da radno mjesto
2-1 u odnosu na radno mjesto 2-2, ukoliko se posmatra vremenski period ponedjeljak-petak,
posjeduje identian kapacitet. Meutim, moe se uoiti da obradna maina 54-62 u odnosu na
obradne maine 54-38 i 54-39 ima vei kapacitet za cca. 27,1 %, pri emu se, ukoliko radi zajedno
sa obradnom mainom 54-34, istoj smanjuje kapacitet za cca. 28,83 % u odnosu na obradne maine
54-38 i 54-39, koje su identine. Ovo se moe obrazloiti injenicom da obradna maina 54-62 ima
za 3 puta veu potrebu izmjene alata od obradnih maina 54-38 i 54-39, to direktno utie na stepen
iskoritenja obradne maine 54-34. Ukoliko se eli ostvariti maksimalni kapacitet maine 54-34,
neophodno je osigurati uslove trenutnog opsluivanje iste po zavretku obrade.

Kapacitet obradnih maina 54-13, 54-16 i 54-20, operacija 3, ponaa se po istoj zakonitosti,
slika 29.a, pri emu se uoavaju minimalni utjecaji uslovljeni zastojima zbog izmjene alata,
kontrole kvaliteta i ljudskim potrebama.
Dijagram kapaciteta obradnih maina na operaciji 4, slika 29.b, ukazuje da je kombinacija
obradnih maina 56-42 i 56-06 za cca. 600% efikasnija od obradne maine 56-08.

-Magistarski rad-
a.) b.)
Slika 29. Kapacitet obradnih maina: a.) operacija 3; b.) operacija 4
Ocjenu o pojavi uskih grla mogue je dobiti analizom stanja u meuskladitima proizvodne
linije Prsten 1, slika 30. Zbog toga su analizirani trenuci ulazaka i izlazaka iz meuskladita, kao i
veliina redova ekanja koji se pojavljuju u meuskladitima.
Za meuskladite MS I uoljivo je da se trenutak ulazaka Kanban-paleta u skladite, slika
30.a, odvija uslovno po linearnoj zakonitosti, to potvruje i nain proizvodnje na operaciji 1, slika
27. Sa druge strane trenutak izlazaka kanban-paleta iz meuskladita MS I, slika 30.b, uslovno prati
trend ulazaka kanban-paleta u meuskladite MS I, to potvruje i veliina reda ekanja kanban-
paleta u istom, slika 30.c. Ovaj proces se odvija sve do poetka 6 radnog dana, kada je planirano da
ne radi radno mjesto 2-2, tada trend ulazaka ne moe da prati trend izlazaka kanban-paleta, to se
opravdava smanjenjem kapaciteta operacije 2, te se naglo poveava red ekanja kanban-paleta u
meuskladitu MS I. Ovim se moe zakljuiti da u vremenskom periodu ponedjeljak-petak
operacija 2, ima izrazito veliku rezervu kapaciteta u odnosu na operaciju 1, to se dodatno
potkrepljuje i velikim vrijednostima vremena ekanja na rad, tabele 18 i 19.
Na osnovu podataka za meuskladita MS II i MS III, trenda ulazaka i izlazaka kanban-
paleta, te veliine reda ekanja u istim, slika 30, moe se zakljuiti da kapacitet operacije 2 moe,
uslovno, pratiti kapacitet operacije 3, odnosno operacije 4. Treba navesti da ovaj zakljuak ima
jedno bitno ogranienje, a to je da isti vai samo ako se scenarij proizvodnje odvija kao u
simulacionom eksperimentu 1, iz razloga to nisu uzeti uticaju koji se dogaaju kada sistem radi sa
maksimalno raspoloivim resursima, to je tretirano simulacionim eksperimentom 2.
Na osnovu podataka za meuskladite MS IV uvia se da je obradna maina 56-06 relativno
malo iskoritena, odnosno da ima znatno vei kapacitet u odnosu na obradnu mainu 56-42, ovo
potkrepljuju podaci iz tabela 9 i 19, pri emu se dolazi do zakljuka da postoji nepotreban
angaman obradne maine 56-06 od 6 radnih dana , tabele 8 i 17, to direktno ima za posljedicu
pojavu indirektnih, neopravdanih trokova uslijed angaovanja ne iskoritene radne snage.
Trend ulaza kanban-paleta u meuskladite MS V prikazuje karakter priliva gotovih
obradaka, to je od izuzetne vanosti ukoliko se eli planirati modul montae u kojem je jedan od
repromaterijala proizvod proizvodne linije Prsten 1.
Kako bi se svi dobiveni zakljuci simulacionim eksperimentom 1 prihvatili kao injenino
stanje potrebno je iste potvrditi simulacionim eksperimentom 2, kojim su eventualna pogrena
tumaenja podataka simulacionog eksperimenta 1, uslijed nedovoljne mogunosti opisivanja
interakcijskog djelovanja, odnosno uzrono-posljedinih veza izmeu operacija i obradnih mjesta
proizvodne linije Prsten 1, u najveoj mjeri eliminirana.

-Magistarski rad-
a.) b.)
c.)
Slika 30. Dinamika meuskladita proizvodne linije Prsten 1: a.) trenutak ulaza paleta; b.) trenutak izlazka paleta;
c.) red ekanja unutar meuskladita

-Magistarski rad-
Scenarij simaulaciog eksperimenta 2 je koncipiran tako da ima za cilj odreivanje
maksimalno moguih ostvarivih kapaciteta proizvodne opreme proizvodne linije Prsten 1,
odnosno rezultati simulacionog eksperimenta predstavljaju dobar indikator za uvid u postojanje
indirektnih trokova nastalih optimalnim ne iskoritenjem postojee opreme.
Ukoliko se usporede podaci o veliinama kapaciteta i ukupnog radnog vrijemena proizvodne
opreme simulacionog eksperimenta 2, tabele 21 i 22, sa istim za simulacioni eksperiment 1, tabele
18 i 19, uoava se pojava pozitivne razlike, tabela 23 i 24, to ukazuje na postojanje rezerve
kapaciteta odnosno odreenog stepena neuravnoteenosti izmeu operacija odnosno procesne
opreme. Ovu konstataciju dodatno potkrepljuju razlike u veliinama vremena ekanja za rad
procesne opreme, koje su znatno smanjene.
Obradna
13-04 13-06 13-07 13-08 13-11 54-34 54-38 54-39
maina
Broj obradaka
4280 4277 4288 4286 4303 5251 4241 4184
(kom)
Ukupno radno
vrijeme 6:15:19:15 6:15:12:56 6:15:38:45 6:15:32:04 6:16:11:03 4:16:25:51 3:18:59:24 3:17:36:40
(dan:h:min:sek)
Ukupno ne
radno vrijeme 8:40:44 8:47:03 8:12:14 8:27:55 7:48:56 6:00:41 3:47:51 2:50:14
(dan:h:min:sek)
Vrijeme
ekanja na rad 0 0 0 0 0 2:01:33:07 3:01:12:45 3:03:33:06
(dan:h:min:sek)
Vrijeme
opsluivanja 7:16:19 7:24:13 7:30:41 7:36:07 7:25:05 3:53:28 3:16:58 2:50:14
(dan:h:min:sek)
Radno vrijeme 94,83 94,77 95,03 94,96 95,35 66,92 54,16 53,34
Ne radno
5,17 5,23 4,97 5,04 4,56 3,58 2,26 1,69
vrijeme
Vrijeme
0 0 0 0 0 29,5 43,58 44,97
ekanja na rad
Vrijeme
4,33 4,41 4,47 4,52 4,42 2,32 1,95 1,96
opsluivanja
Ukoliko se analiziraju podaci operacije 1 tokom simulacionih eksperimenata 1 i 2, uvia se

da dobivena razlika, tabela 23, tei nuli iz razloga to su u oba simulaciona eksperimenta obradne
maine na operaciji 1 radile ustaljeno, iz razloga to su prve u lancu obrade proizvodne linije
Prsten 1, odnosno nisu zavisile od karakteristika prethodnih procesnih operacija. Vrijednosti
razlike u podacima za simulacinone eksperimente 1 i 2, tabela 24, za obradnu mainu 56-06 su
neadekvatne iz razloga to je ista u znatno malom vremenskom periodu svela red ekanja u
meuskalditu MS IV na nulu.

-Magistarski rad-
Obradna maina 54-62 54-13 56-16 54-20 56-42 56-06 56-08
Ukupno radno
vrijeme 5:23:17:21 3:20:14:27 5:08:05:52 5:04:52:38 6:12:06:06 4:17:51:26 4:22:42:51
(dan:h:min:sek)
Ukupno ne radno
vrijeme 14:48:50 11:02:52 7.11:09 12:29:55 11:48:14 50:25 1:07:51
(dan:h:min:sek)
Vrijeme ekanja na
9:53:48 2:16:42:40 1:08:42:58 1:07:36:26 5:39 2:05:47:37 9:16
rad (dan:h:min:sek)
Vrijeme opsluivanja
10:0240 11:02:52 7:11:09 12:29:55 11:48:14 50:25 1:07:51
(dan:h:min:sek)
Radno vrijeme 85,29 54,97 76,25 74,33 92,92 67,48 92,23
Ne radno vrijeme 8,82 6,58 4,28 7,44 7,03 0,5 7,67
Vrijeme ekanja na
5,89 38,52 19,4 18,23 0,6 32,02 0,9
rad
Vrijeme opsluivanja 5,98 4,36 3,53 6,37 6,05 0,49 3,33
Tabela 23. Razlika podataka simualacionog eksperimenta 2 i 1 o obradnim mainama proizvodne linije Prsten 1
Obradna
13-04 13-06 13-07 13-08 13-11 54-34 54-38 54-39
maina
Broj obradaka
(kom) -6 -1 -1 -8 -1 1351 416 415
Radno vrijeme
(%) -0,13 -0,04 -0,01 -0,19 -0,02 17,22 5,37 5,24
Ne radno
vrijeme (%) 0,13 0,04 0,01 0,19 -0,07 1,95 0,19 0,02
Vrijeme
ekanja na rad
(%) 0 0 0 0 0 -18,62 -5,56 -5,27
Vrijeme
opsluivanja
(%) -0,01 -0,01 0,01 0,11 0,03 0,69 0,19 0,29
Tabela 24. Razlika podataka simualacionog eksperimenta 2 i 1 o obradnim mainama proizvodne linije Prsten 1
Obradna maina 54-62 54-13 56-16 54-20 56-42 56-06 56-08
Radno vrijeme (%) 7,73 13,59 18,68 16,59 4,54 15,27 24,7
Ne radno vrijeme (%) 0,52 -0,19 -0,57 2,07 1,77 -5,87 4,37
Vrijeme ekanja na
rad (%) -8,24 -13,33 -18,18 -18,66 -10,83 -15,4 -31,14
Vrijeme opsluivanja
(%) 1,05 0,88 -0,72 1,45 0,86 0,07 2,96
Za optereenje radne snage unutar proizvodne linije Prsten 1, tabela 25, takoer su
prisutne odreene razlike, tabela 26, u odnosu na simulacioni eksperiment 1. Ova pojava slijedi
logiki zakljuak da sa poveanjem kapaciteta i stepena iskoritenja procesne opreme poveava se i
stepen angamana radne snage koja opsluuje radne procese. Prethodno postavljena ogranienja za
obradne maine na operaciji 1 i 56-06 odrazuju se i na rezultate o optereenju radne snage.

-Magistarski rad-
Radnik 1 2 3 4 5 6 7 8 9
operacija 54-34; 54-38;
Radno mjesto 54-16 54-13 54-20 56-42 56-08 56-06
1 54-62 54-39
Vrijeme
opsluivanja 1:13:13:30 13:56:08 3:16:58 5:59:09 7:19:24 10:24:35 10:09:25 5:35:18 49:52
(dan:h:min:sek)
Vrijeme
transporta 1:13:54:03 1:01:20:57 1:29:31 3:00:12 2:08:38 2:55:23 3:02:55:20 1:58:17 16:52:46
(dan:h:min:sek)
Vrijeme
kretanja ka
1:15:43:03 1:14:13:14 3:16:58 2:56:46 2:08:38 2:55:51 3:03:21:58 2:01:00 1:22:28:22
radu
(dan:h:min:sek)
Planirane
pauze 0 1:07:30:00 22:30:00 21:00:00 15:00:00 21:00:00 0 0 0
(dan:h:min:sek)
Radi 100 81,25 58,04 87,5 62,5 87,5 100 71,43 85,71
Pauzira 0 18,75 13,39 12,5 8,93 12,5 0 0 0
Gubitak uslijed
planiranog 0 0 28,57 0 28,57 0 0 28,57 14,29
nerada
Tabela 26. Razlika podataka simualacionog eksperimenta 2 i 1 o optereenje radne snage proizvodne linije Prsten 1
Radnik 1 2 3 4 5 6 7 8 9
operacija 54-34; 54-38;
Radno mjesto 54-16 54-13 54-20 56-42 56-08 56-06
1 54-62 54-39
Vrijeme
opsluivanja -2:45:04 2:54:44 0:19:25 -1:09:34 1:28:31 2:08:11 1:19:36 0:02:13 0:12:28
(h:min:sek)
Vrijeme
transporta 4:55:29 3:21:58 0:09:40 0:46:37 0:31:16 0:40:07 8:35:50 0:06:12 -19:04:19
(h:min:sek)
Vrijeme
kretanja ka
-0:03:44 6:34:33 1:56:20 -0:07:23 0:31:16 -0:12:03 8:39:20 0:06:11 33:25:27
radu
(h:min:sek)
Karakter obrade na operaciji 1, kao to je prethodno navedeno, ne razlikuje se od istog

tokom simulacionog eksperimenta 1, slika 31.
S obzirom da se operacija 2 odvija na dva radna mjesta sa razliitom kombinacijom
obradnih maina uoava se da je razlika u kapacitetu izmeu istovjetnih obradnih maina 54-34 sa
54-38 i 54-39 smanjila na vrijednost od 11,6 %, dok razlika sa obradnom mainom 54-62 iznosi
28,58% odnosno ima slian omjer kapaciteta kao i u simulacionom eksperimentu 1, slika 32. Ovo
ponovo potkrepljuje konstataciju o postojanju odreenog stepena neuravnoteenosti izmeu
operacije 1 i 2.
Kapacitet obrednih maina na operaciji 3, slika 33.a, prikazuje odreeno odstupanje izmeu
kapaciteta istovjetnih obradnih maina, to se moe obrazloiti postojanjem dinamikog uticaja

-Magistarski rad-
odnosno statistike sluajne promjenjive koja vidno utie na proces. Osim toga uvia se poveanje
kapaciteta u odnosu na simulacioni eksperiment 1, to potvruju i podaci u tabeli 24.
a.) b.)
Slika 33. Kapacitet obradnih maina: a.) operacija 3; b.) operacija 4
Prikaz kapacitetnog toka obrade na operaciji 4, slika 33.b, ukazuje na prisustvo
neuravnoteenosti kapaciteta izmeu obradnih maina 56-42 i 56-06, na to ukazuje oigledna
razlika u prirataju obraenih elemenata u prvih 5 smjena, nakon ega se zbog pranjenja
meuskladita MS IV prirataj izjednaava.
-Magistarski rad-
a.) b.)
c.)
Slika 34. Dinamika meuskladita proizvodne linije Prsten 1: a.) trenutak ulaza paleta; b.) trenutak izlazka paleta;
Na slici 34 prikazana je dinamika procesa unutar meuskladita proizvodne linije Prsten
1, pri emu se najbolji zakljuak o karakteru dinamike moe dobiti analizom veliine reda ekanja
unutar meuskladita za poetak i kraj simulacionog eksperimenta 2, tabela 27.
Tabela 27. Razlika stanja meuskladita proizvodne linije Prsten 1
Skladite MS I MS II MS III MS IV MS V
Poetak
60 60 60 60 0
simulaciej
Kraj simulacije 48 12 115 13 393
Razlika -12 -48 55 -37 393
S obzirom da je meuskladite MS V skladite gotovih proizvoda, jedino skladite gdje se

primjeuje nagomilavanje kanban-paleta je skladite MS III odnosno kapacitet operacije 3 je znatno
vei od kapaciteta operacije 4. U svim ostalim sluajevima je prisutna negativna razlika to ukazuje
da naredna operacija ima vei kapacitet od prethodne, odnosno da je prisutna ne iskoritenost
prisutnih kapaciteta proizvodne opreme.
Kako bi se dobila stvarna vrijednost stepena neuravnoteenosti potrebno je posmatrati
ostvarene kapacitete vrijednosti obradnih maina grupiranih na operacije, tabela 28, pri emu

-Magistarski rad-
negativne vrijednosti ukazuju na veliinu za koji bi trebao da se povea kapacitet prethodne

operacije obrade kako bi zadovoljio potreban kapacitet svoje slijedne operaciju obrade, dok
pozitiven vrijedosti predstavaljaju obrnuti sluaj.
Tabela 28. Stepen neuravnoteenja unutar proizvodne linije Prsten 1
Operacija
2 4
1 3
2-1 2-2 4-1 4-2
13526 8425
18833 2210
Kapacitet 21434 24703
21951
21043
Stepen neuravnoteenja -2,41 14,82
100%
-12,54
Za sedmino raspoloivo radno vrijeme uz predviene radne pauze

13526 11794
18833 3094
Kapacitet 21434 27341
25320
21927
Stepen neuravnoteenja -18,13 19,8
100%
-7,98
U tabeli 28 data su dva razliita prikaza podataka za stepen neuravnoteenja proizvodne

linije Prsten 1 i to:
za sedmini plan rada, gornji dio tabele 28;
za sedmino raspoloivo radno vrijeme, gornji dio tabele 28.
Validniji podatci koji opisuju stepen neiskoritenja su oni kojima je uzeto sedmino
raspoloivo vrijeme iz razloga to isti u sebi sadre i informaciju o nepotrebno stvorenim
trokovima prouzrokovanim nedovoljno iskoritenom opremom, naravno da bi se za realnu ocjenu
ovih podataka trebali uzeti i trokovi prouzrokovani angaovanjem dodatnih radnika koji bi radili u
etvero-brigadnom sistemu.

-Magistarski rad-
Na osnovu rezultata provedenih simulacionih eksperimaneata 1 i 2 proizvodne linije "Prsten

1", koje se mogu uobliiti kroz:
veliki stepen neuravnoteenosti proizvodne opreme, tabela 28;
primjena proizvodne opreme iji stepen iskoritenja uveliko zavisi od manuelnog
rada radnika koji ih opsluuju;
nedovoljan stepen iskoritenja opreme primjenom sedminog plana rada kojim je
propisano nehomogeno radno vrijeme na radnim mjestima proizvodne linije Prsten
1, tabela 17;
kreiran je simulacioni eksperiment 3 kojim se nastoje smanjiti uoeni nedostatci. Rezultati
provedenog simulacionog eksperimenta 2 pokazuju da je najvei stepen neuravnoteeosti i
neiskoritenostia kapaciteta proizvodne opreme na obradnim operacijama 2 i 3, tabela 28. Pomenute
obradne operacije su karakteristine po tome to njihov uinak uveliko zavisi od radnih sposobnosti
angairanih uposlenika, izuzev obradne maine 54-62 koja posjeduje vii nivo automatizacije i
samim time je manje ovisna od radnih sposobnosti angairanih uposlenika.
Predhodno izloene injenice definiu osnove za kreiranje scenaria i reorganizacije
proizvodne linije Prsten 1 u sklopu simulacionog eksperimenta 3. Pri emu su obradne maine
54-34, 54-38 i 54-39 na operaciji 2 su zamjenjene sa tri serijske veze izmeu obradnih maina 54-
62 sa 54-20, 54-60 sa 54-13 i 54-61 sa 54-16 (obradne maine 54-60, 54-61 i 54-62 su istog tipa i
karakteristika), ime je operacija 2 u potpunosti integrrana u operaciju 3, slika 35 i 36. S obzirom da
su, na osnovu ureenja proizvodne opreme simulacionog eksperimenta 3, na radnim mjestima
operacije 2/3 vrijemena obrade na obradnim maina priblino identina, poremeajni uticaji (zastoji
prouzrokovani istovremenim zahtjevom za opsluivanje obradnih maina) na stepen iskoritenja
proizvodne opreme, pri opsluivanju obje obradne maine, su minimalani. Kao rezultat provedenog
restrukturiranja dva radna mjesta proizvodne linije Prsten 1 tj. radnici angairani na radnim
zadatcime u sklopu operacije 2 su nepotrebni (7 radnika), dolazi do sniavanja proizvodnih trokova
u iznosu od:
7 1300 12 109.200 / (6.6.1)
gdje je:
Brad broj radnika;
Trad bruto izdavanja za jednog radnika na mjesenom nivou;
Rm broj radnih mjeseci.
Uzme li se u obzir da obradne maine koje treba nabaviti, 54-60 i 54-61, kotaju cca.
250.000 KM dolazi se do zakljuka da e se ostvarenom utetom na osnovu smanjenja broja
angairanih radnika investicija nabavke nove proizvodne opreme, samo po ovom osnovu, isplatiti
za 5 godine.
Sedmini plan rada proizvodne linije Prsten 1 za simulacioni eksperimet 3, tabela 29, se
razlikuje od sedminog plana rada proizvodne linije Prsten 1 za simulacioni eksperimet 1 i 2,
tabela 17, po poveanju broja radnih dana obradne maine 56-08 na 6, te ukidanju 3 radne smjene i
poveanju broja radnih dana na obradnoj maini 56-06 na 7. Ujedninjena operacija 2/3 zadrava
plan rada za operaciju 3.
Simulacioni model simulacionog eksperimenta 3 zadrava iste karakteristike kao i u
prethodno primjenjenim simulacionim eksperimentima.
-Magistarski rad-
Slika 35. ematski prikaz rasporeda proizvodne opreme u proizvodnoj liniji Prsten 1 za slimalacioni eksperiment 3
Slika 36. ematski prikaz toka materijala unutar proizvodne linije Prsten 1 za slimalacioni eksperiment 3
Rezultati provedenog simulacionog eksperimenta 3 za proizvodnu opremu dati su u

tabelama 29 i 30. Za novoformiranu operaciju 2/3 dobiveni rezulati ukazuju da radnici koji
opsluuju radna mjesta mogu u potpunosti da odgovore zahtjevima istih i da sedmini kapaciteti u
odnosu na simulacioni eksperiment 2 imaju slijedea odstupanja:

-Magistarski rad-
za obradnu mainu tipa 54-60, 54-61 i 54-62 +0,69%

za obradnu maimu tipa 54-13, 54-16 i 54-20 -9,91%
Pojava odstupanja sedminih kapaciteta izmeu simulacionih eksperimenata 2 i 3
prvenstveno je poslijedica uzrono-poslijedinih veza izmeu sluajnih pojava zastoja izmeu
opsluivanih obradnih maina.
Radno mjesto
Dana smjena
13-04; 13-06; 13-07; 13-08; 13-11 7 3
54-61; 54-13 5* 3
54-60; 54-16 7 3
54-62; 54-20 7 3
56-42 7 3
56-08 6** 3
56-06 7 2***
Legenda:
* - ponedeljak-petak
** - ponedeljak-subota
*** - prva smjena (07:00-15:00) i druga smjena (15:00-23:00)
Obradna
13-04 13-06 13-07 13-08 13-11 54-60 54-61 54-62
maina
Broj obradaka
4286 4279 4295 4283 4304 8339 5870 8332
(kom)
Ukupno radno
vrijeme 6:15:33:35 6:15:18:35 6:15:48:54 6:15:25:53 6:16:12:22 6:00:29:17 4:05:42:31 6:00:21:14
(dan:h:min:sek)
Ukupno ne
radno vrijeme 8:26:24 8:41:24 8:11:05 8:34:06 7:47:37 18:01:02 14:35:01 18:59:13
(dan:h:min:sek)
Vrijeme
ekanja na rad 0 0 0 0 0 5:29:40 2:03:42:27 4:39:32
(dan:h:min:sek)
Vrijeme
opsluivanja 7:14:09 7:24:53 7:33:09 7:38:00 7:26:04 12:33:00 8:30:12 12:06:26
(dan:h:min:sek)
Radno vrijeme 94,48 94,83 95,13 94,9 95,36 86,00 60,54 85,92
Ne radno
5,02 5,17 4,87 5,1 4,64 10,72 8,68 11,3
vrijeme
Vrijeme
0 0 0 0 0 3,27 30,78 2,77
ekanja na rad
Vrijeme
4,37 4,41 4,5 4,54 4,13 7,47 5,06 7,21
opsluivanja
Izmjena plana rada obradnih maina 56-08 i 56-06 direktno utie na promjenu njihovih
sedminih kapaciteta, tabela 31, to je oekivana posledica.

-Magistarski rad-
Obradna maina 54-13 56-16 54-20 56-42 56-06 56-08
Broj obradaka (kom) 5810 8255 8326 19127 21191 2652
Ukupno radno
vrijeme 3:09:15:18 4:19:15:09 4:20:12:07 6:14:30:52 4:15:50:29 5:22:16:54
(dan:h:min:sek)
Ukupno ne radno
vrijeme 8:23:37 9:15:39 8:53:24 9:20:18 47:21 1:53:33
(dan:h:min:sek)
Vrijeme ekanja na
3:06:21:04 1:19:29:11 1:18:54:28 8:49 2:07:22:09 23:49:32
rad (dan:h:min:sek)
Vrijeme opsluivanja
6:13:00 7:10:09 6:26:18 8:05:45 46:45 6:37:54
(dan:h:min:sek)
Radno vrijeme 48,37 68,8 69,17 94,35 66,57 84,69
Ne radno vrijeme 5,00 5,51 5,29 5,56 0,47 1,13
Vrijeme ekanja na
46,64 25,88 25,54 0,09 32,96 14,18
rad
Vrijeme opsluivanja 3,7 4,27 3,83 4,82 0,46 3,95
Radni parametri po radnim mjestima simulacionog eksperimenta 3 dati su u tabeli 32.

Radnik 1 2 3 4 5 6 7
operacija 54-60; 54-61; 54-62;
Radno mjesto 56-42 56-08 56-06
1 54-16 54-13 54-20
Vrijeme
opsluivanja 1:13:16:15 19:43:09 14:33:12 18:32:44 8:05:45 6:37:54 46:45
(dan:h:min:sek)
Vrijeme
transporta 1:14:11:25 16:20:41 9:51:28 11:44:36 3:04:04:50 2:22:23 16:38:17
(dan:h:min:sek)
Vrijeme
kretanja ka
1:16:02:40 16:20:44 10:05:01 21:29:46 3:04:26:04 2:25:41 1:21:48:12
radu
(dan:h:min:sek)
Planirane
pauze 0:00:00 1:02:15:00 18:45:00 1:02:15:00 0:00:00 0:00:00 0:00:00
(dan:h:min:sek)
Radi 100 84,38 60,27 84,38 100 85,71 66,67
Pauzira 0 15,63 11,16 15,63 0 0 0
Gubitak uslijed
planiranog 0 0 28,57 0 0 14,29 33,33
nerada
Kapacitet obradnih maina na operaciji 1 prikazan je na slici 37. S obzirom da operacija 1

ima iste poetne uslove kao i kod simulacionih eksperimenata 1 i 2 radne karakteristike su
nepromjenjene.
Kao to je u prethodnom tekstu konstatovano, za operaciju 2/3 proizvodne linije Prsten 1,
obradni kapaciteti proizvodne opreme na radnim mjestima ne prouzokuju redove ekanja, to
dodatno potvruje slika 38.

-Magistarski rad-
Slika 38. Kapacitet obradnih maina na operaciji 2/3

Primjenom izmijenjenog plana rada proizvodne linije Prsten 1 u simulacionom
eksperimentu 3 kapacitet obradne maine 56-06 tokom vremena, slika 39, donekle prati
karakteristike kapaciteta obradne maine 56-42 tokom vremena, to nije bio sluaj kod
slimulacionog eksperimenta 2, slika 33.b.

Dinamika procesa unutar meuskladita proizvodne linije Prsten 1, slika 40, ima manji
stepen neuravnoteenja kapaciteta proizvodne opreme u odnosu na simulacioni eksperiment 2, to
potvruje dijagram redova ekanja unutar meuskladita, slika 40.c, te razlika stanja unutar

-Magistarski rad-
meuskladita, tabela 33. Stepen neuravnoteenja proizvodne opreme na osnovu simulacionog

eksperimenta 3 dat je u tabeli 34.
a.) b.)
c.)
Slika 40. Dinamika meuskladita proizvodne linije Preten 1: a.) trenutak ulaza paleta; b.) trenutak izlazka paleta;
Tabela 33. Razlika stanja meuskladita proizvodne linije Prsten 1

Skladite MS I MS II MS IV MS V
Poetak
60 60 60 0
simulaciej
Kraj simulacije 41 64 21 396
Razlika -19 4 -29 396

-Magistarski rad-
Tabela 34. Stepen neuravnoteenja nutar proizvodne linije Prsten 1
Operacija
2/3 4
1
3-1 3-2 3-3 4-1 4-2
8255 5810 8326 19127 2652
Kapacitet 21447
22391 21779
Stepen neuravnoteenja -4,4
100%
2,73
8255 8134 8326 19127 3094
Kapacitet 21447
24715 22221
Stepen neuravnoteenja -15,24
100%
10,91

-Magistarski rad-
6.7. Komentar rezultata provedenog simulacionog eksperimenata 3
Rezultat razmatrane reorganizacije proizvodne linije Prsten 1 simulacionim

eksperimentom 3 imao je za poslijedicu znaajne promjene u radnih parametara proizvodne linije
Prsten 1. Komparacija rezultata simulacionih eksperimenata 2 i 3 ukazuje na potencijal za
poboljanje stepena iskoritenja proizvodno/transportnih procesa unutar proizvodne linije Prsten
1, to je obrazloeno u nastavku.
Analizom optereenja angairane ljudske radne snage, izmeu simulacionih eksperimenata 2
i 3, uoeno je smanjenje cjelokupnog vremena transporta unutar proizvodne linije Prsten 1 za
3,52%, tabela 35.
Tabela 35. Razlika u optereenju ljudske radne snage izmeu simulacionog eksperimenta 2 i 3 proizvodne linije
Prsten 1
Razlika
Simulacioni eksperiment 2 3
Vrijeme opsluivanja
143:46:27 141:33:59 2:12:28
(h:min:sek)
Vrijeme transporta
166:35:07 161:13:40 5:21:27
(h:min:sek)
Vrijeme kretanja ka radu
213:05:50 212:38:08 0:27:42
(h:min:sek)
Sa druge strane reorganizacija proizvodne linije Prsten 1 simulacionim eksperimentom 3

je imala za poslijedicu smanjenje vrijednosti stepena neuravnosteenosti proizvodne opreme, tabela
36, u odnosu na simulacioni eksperiment 2, tabela 36.
Tabela 36. Razlika u stepenu neuravnoteenja izmeu simulacionog eksperimenta 2 i 3 proizvodne linije Prsten 1
Operacija 1 3 4
-14,95
14,28
-4,4
2,73
Razlika -10,55
11,55
-26,11
19,8
-15,24
10,91
Razlika -10,87
8,89
Smanjenje stepena neuravnoteenosti proizvodne opreme grafiki je predstavljeno na

dijagramu dinamike nastajanja redova ekanja, slika 41, gdje puna linija predstavlja rezultate
simulacionog eksperimenta 3, a isprekudana rezultate simulacionog eksperimenta 2.
Ukoliko se posmatra promjena stanja u meuskladitu MS I tokom vremena, nakon estog
radnog dana uoava se razlika vrijednosti reda ekanja, slika 41, to je prvenstveno uzrokovano

-Magistarski rad-
poveanjem kapaciteta operacije 2/3 u odnosu na simulacioni eksperiment 2. Pored toga, moe se
zakljuiti da nije odstranjeno postojanje rezerve kapaciteta na operaciji 2/3 u odnosu na operaciju 1.
Uoena negativna razlika je opravdana ukoliko se posmatra smanjenje reda ekanja u
meuskladitu MS III, gdje se stepen neiskoritenost kapaciteta u znaajnoj mjeri smanjio na
vrijednost 2,73%, slika 41, to predstavlja znatno poboljanje stanja u odnosu na simulacioni
eksperiment 2.
Slika 41. Dinamika nastajanja redova ekanja tokom simulacionih eksperimenata 2 i 3 proizvodne linije Prsten 1
Primjenom izmijenjenog sedminog plana rada za obradnu mainu 56-06, pored toga to je
smanjeno vrijeme rada za jednu smjenu sedmino, ostvareno je znatno uravnoteenje izmeu
operacija 4-2 i 4-2.1, to nije bio sluaj kod simulacionog eksperimenta 2. Rezultat ovog
uravnoteenja je promjena dinamike nastajanja redova ekanja u meuskladitu MS IV, slika 41.
Tabela 37. Razlika u gotovim proizvodima izmeu simulacionog eksperimenta 2 i 3 proizvodne linije Prsten 1
Razlika Razlika
Simulacioni eksperiment 2 3
(%)
Skladite gotovih proizvoda
393 396 -3 -0,76
MS V
Kapacitet operacije 1 21434 21447 -13 -0,06
Kapacitet operacije 2/3 21951 22393 -442 -2,01
Kapacitet operacije 4 21043 21779 -736 -3,5
S aspekta kapaciteta proizvodne linije Prsten 1 simulacioni eksperiment 3 se odlikuje

povienjem sedminog kapaciteta na operacijama 2/3 i 4, te povienjem sedmine proizvodnje za
0,76 %, tabela 37, u odnosu na simulacioni eksperiment 2. Meutim, stvarni sedmini kapacitet
proizvodne linije Prsten 1 je ostao nepromijenjen iz razloga to je i sedmini kapacitet operacije 1
ostao isti kao i u sluaju simulacionog eksperimenta 2. Minimalna razlika vrijednosti sedminog
kapaciteta operacije 1, tabela 37, je posljedica sluajnih dogaaja, tako da se pojavljena razlika ne
moe uzeti u obzir kao validni pokazatelj poveanja kapaciteta.
Na osnovu izloenih podataka dobivenih istraivanjem proizvodne linije Prsten 1 moe se
konstatovati da je postavljena hipoteza 2.: primjenom simulacione studije na tokove materijala

-Magistarski rad-
unutar proizvodnog sistema mogue je kvantificirati relevantne parametre dinamikih procesa

proizvodnje i transportovanja materijala, potvrena uzimajui u obzir postavljena ogranienja.

-Magistarski rad-
7. ZAKLJUAK
Na osnovu prezentiranih teoretskih postavki i rezultata eksperimenata provedenih na

simulacionim modelima predstavljenih u prethodnim poglavljima, s obzirom na praene radne
parametre proizvodne cjeline Prsten 1 mogue je izvesti slijedee zakljuke:
1. Simulaciona studija predstavlja pouzdan i efikasan alat za analizu tokova materijala
sa dinamikim karakterom odvijanja procesa, to nije sluaj kod ostalih
primjenjivanih metoda za analizu tokova materijala. Premda je metodologija
izvoenja simulacione studije razvijena prije 30-tak godina, njena primjena jo
uvijek nije doivjela iroku primjenu iz razloga to izvoenje simulacione studije
tokova materijala zahtjeva obimnu pripremu i obradu ulaznih podataka, te kreiranje
sveobuhvatnog kompleksnog simulacionog modela. U poreenju sa ostalim
metodama za analizu tokova materijala, simulaciona studija zahtijeva znatno vie
vremena za provoenje iste, dok je s aspekta mogunosti opisivanja konstruktivno
radnih karakteristika proizvodno/transportno/skladitne opreme, te raznolikosti
dobivenih rezultata simulaciona studija sveobuhvatnija.
2. Primjena simulacione studije omoguava opisivanje, analizu i optimiranje tokova
materijala u okviru proizvodnih sistema, uz preduslov pozitivne validacije i
verifikacije simulacionog modela. Od znatne vanosti na tanost simulacionog
modela je proces prikupljanja i obrade ulaznih podataka, koji imaju karakter sluajne
varijable, to je potvreno prvom hipotezom magistarskog rada. Loa karakteristika
procesa prikupljanja i obrade ulaznih podataka je udio od cca. 60-70 % ukupnog
potrebnog vremena za izvoenje simulacione studije.
3. Istraivanjima sprovedenim u okviru magistarskog rada definisana je i prezentirana
metodologija izvoenja simulacione studije tokova materijala u okviru proizvodnih
sistema na realnom modelu. Prezentirana metodologija je uspjeno impelementirana
kareiranjem simulacionog modela sa zadovoljavajuim stepenom odstupanja u
odnosu na realni model. Izvoenje simulacionih eksperimenata u potpunosti je
opisalo procese tokova materijala u okviru proizvodnih sistema, te posluilo kao
osnova za povienje kapaciteta proizvodno/transportnih segmenata objekta
istraivanja.
4. Ukoliko se posmatraju poslijedice simulacionog eksperimenta 3, dolazi se do
zakljuka da realna primjena konceptualnog rjeenja proizvodne linije Prsten 1 na
nain kako je to rijeeno simulacionim eksperimentom 3, u potpunosti moe
odgovoriti zahtjevu kupca za smanjenjem trokova proizvodnje na godinjem nivou
od 5%. Dodatni efekti bi se mogli oekivati daljnjim uravoteenjem proizvodne
linije i automatizacijom opreme, to bi za poslijedicu imalo dodatno smanjenje
tokova proizvodnje, pri emu je potrebno iznai optimalne parametre unutranjeg
ureenja proizvodne linije Prsten 1.

-Magistarski rad-
7.1. Nedostatci vlastitih istraivanja
Provedena istraivanja magistarskog rada posjeduju odreene nedostatke, koji se mogu

uobliiti kroz:
Nedostatci koritenih metoda za prikupljanje podataka (metode sluajnih uzoraka i
snimanja povratnom metodom), koje su se direktno odrazile na tanost simulacionog
modela;
Nemogunost opisivanja simulacionim modelom nepredvienih dogaaja tokom
procesa proizvodnje (razgovor meu radnicima, interna kontrola od strane tehnologa,
kontrolera, efa smjene, ...);
Ne uzimanje u obzir vanosti pojave procesa otkaza u radu, kao sluajne
promjenjive, tokom kreiranja simulacionog modela;
Ne koritenje optimizacionih metoda sa ciljem iznalaenja optimalnih parametara
rada i unutranjeg ureenja objekta istraivanja;
Ne uzimanje u obzir interakcijskog uticaja objekta i poligona istraivanja odnosno
uzimanje za poligon istraivanja samo jedan zasebni segment proizvodnog sistema.

-Magistarski rad-
7.2. Pravci daljih istraivanja
Provednim istraivanjima na usvojenom poligonu i dobivenim rezultatima otvoren je niz

mogunosti za nastavak nauno-istraivakog rada koje se mogu uobliiti kroz:
Definisanje novih (namjenskih) algoritama i metoda za planiranje simulacionih
eksperimenata tokova materijala na osnovu strukturnog i parametarskog variranja
objekata i parametara;
primjena novih tehnologija (sistem vizije, sistema u realnom vremenu, ...), s ciljem
smanjenja potrebnog vremena za akviziciju i obradu ulaznih podataka;
primjena standardnih optimizacionih metoda tokom izvoenja simulacionih
eksperimenata sa ciljem odreivanja optimalnih radnih parametara, optimalnog
unutranjeg ureenja i izbora adekvatne proizvodno/transportno/skladitne opreme u
funkciji kriterija optimizacije;
primjena metodologije planiranog eksperimenta na simulacionom modelu tokova
materijala kako bi se utvrdile matematike zavisnosti izmeu promjenjivih
vrijednosti tokova materijala sa stohastikim karakterom;
implemantacija novih naunih metoda (neuronske mree, genetski algoritmi,
vjetaka inteligencija, ...) sa ciljem smanjenja potrebnog vremena za izvoenje
simulacione studije, generisanja simulacionog modela, te postizanja vee tanosti
simulacionog eksperimenta.

-Magistarski rad-
LITERATURA
[1] Mr. Ivo Pavli, Statistika teorija i primjena, Panorama, Zagreb, 1965. godine;
[2] Kuipers, L. and Niederreiter, H.: "Uniform Distribution of Sequences", New York: Wiley,
1974. godine;
[3] Rubinstein, R. Y.: "Simulation and the Monte Carlo Method", John Wiley & Sons, New
York, 1981. godine;
[4] Oluji, .: "Rukovanje materijalom klasika i automatizacija", X nauno struni skup o
transportnim procesima u industriji, SMEITS, 11 18, Beograd, 1988. godine;
[5] Adiga, S.: "Software modelling of manufacturing systems: a case for an object oriented
programming approach", Annals of Operation Research 17,str: 363 378, 1989. godine;
[6] Oluji, .: "Transport u industriji rukovanje materijalom", I. dio, Sveuilite u Zagrebu,
1991. godine;
[7] Al-Gwaiz, M. A.: " Theory of Distributions", Marcel Dekker, New York, 1992. godine;
[8] Niederreiter, H.: "Random Number Generation and Quasi-Monte Carlo Methods", Society
for Industrial and Applied Mathematics, Philadelphia, 1992. godine;
[9] Sobol, I. M.: "A Primer for the Monte Carlo Method", Boca Raton, FL: CRC Press, 1994.
godine;
[10] Toi S.B.: "Proraun maina neprekidnog transporta i dizalinih ureaja", Mainski
fakultet, Beograd, 1994. godine;
[11] Zrni, ., Petrovi, D.: "Stohastiki procesi u transportu" , Univerzitet u Beogradu,
Mainski fakultet, Beograd, 1994. godine;
[12] Anderson, E.J.: "The management of manufacturing models and analysis", Addison
Wesley, 1994. godine;
[13] Tezuka, S.: "Uniform Random Numbers: Theory and Practice", Kluwer Academic
Publishers, Boston, 1995. godine;
[14] Schelasin,R.E.A., Mauer, J.L.: "Creating flexible simulation models", IIE Solutions, 1995.
godine;
[15] Cebalo, R.: "Fleksibilni obradni sustavi", Zagreb, 1995. godine;
[16] Kusiak A.: "Flexible manufacturing system", North Holland, 1996. . godine;
[17] Zrni ., Savi D.: "Simulacija procesa unutranjeg transpotra", Mainski fakultet Beograd,
1997. godine;
[18] Oluji .: "Skladitenje u industriji", Fakultet strojarstva i brodogradnje, Zagreb, 1997.
godine;
[19] Hodi S.: "Transport u rudarstvu", Univrzitet u Tuzli, Rudarsko geoloki fakultet u Tuzli,
Tuzla, 1998. godine;
[20] McCullough, B. D. & Wilson, B.: On the accuracy of statistical procedures in Microsoft
Excel 97. Computational Statistics and Data Analysis, 31, 27-37., 1999. godine;
[21] Jurkovi, M.: ''Matematiko modeliranje inenjerskih procesa i sistema'', Mainski fakultet
Biha, Univerzitetska knjiga, biha, 1999. godine;

-Magistarski rad-
[22] Toi, S.B.: "Transportni ureaji - Mehanizacije transporta", Univerzitet u Beogradu,

Mainski fakultet, Institut za mehanizaciju, Beograd, 1999. godine;
[23] Edward B. Magrab: "An Engineering's Guide to MATLAB", University of Maryland,
mechanical Engineering Department, Prentice Hall, Upper Saddle River, New Jersy 07458,
USA, 2000. godine;
[24] Vea I., Bili B., Baji D.: "Projektiranje proizvodnih sustava", Sveuilite u Splitu,
Fakultet elektrotehnike, strojarstva i brodogradnje Split, Hrvatska, 2001. godine;
[25] elo R., Teufeki D.:"Fleksibilni transport", JU Univerzitet u Tuzli, Mainski fakultet u
Tuzli, Tuzla, Bosna i Hercegovina, 2002. godine;
[26] elo R., Tufeki D., Topi A.: "Systems Analysis of transport System Influence on
Coefficient of Utilization of Work Machines Using Simulation Model", 8thInternational
Conference MMA 2003, Zbornik, format A4, stranice 159160, /2 stranice/, Novi Sad,
Srbija i Crna gora, 2003. godine;
[27] Mustedanagi M., elo R., Topi A.: "Elements optimizing of hanging rope-way",
Development and modernization of production, RIM 2003, Zbornik, format B5, stranice
381386, /6 stranica/, Biha - Bosna i Hercegovina, 2003. godine;
[28] Mustedanagi M., elo R., Topi A.: "Odreivanje kapaciteta transportnih sredstava
ciklinog transporta primjenom modela simulacije", Development and modernization of
production, RIM 2003, Zbornik, format B5, stranice 387392, /6 stranica/, Biha - Bosna i
Hercegovina, 2003. godine;
[29] Cerjakovi E., elo R., Topi A.: " Optimisation of construction parameters of pending
conveyer in food processing industry ", International advice of technologist for post harvest
technology "ZRNKO'04", Zbornik, format A4, /6 stranica/, Stubike Toplice, Hrvatska,
2004. godine;
[30] Topi A., elo R., Tufeki D., Avdi H.: "Analiza parametara rada tranog transportera
primjenom softwerskog paketa", Maunarodni nauno-struni skup: " Research and
Development of Mechanical Elements and Systems ", IRMES 2004, Zbornik, format B4,
stranice 189194, /6 stranica/, Kragujevac, Srbija i Crna gora, 2004. godine;
[31] Topi A., elo R., Tufeki D., Mehmedovi M.: "Simulation of virtual flexible
manufacturing cell work", Scientific Conference with International Participation,
Manufacturing and management in 21st century, Zbornik, format A4, /6 stranica/Ohrid,
Makedonija, 2004. godine;
[32] Topi A., Tufeki D., elo R., Cerjakovi E.: "Simulacija rada CIM proizvodnog
sistema", 5. Meunarodna konferencija o proizvodnomi nenjerstvu RIM 2005, Biha 2005.
godine;
[33] Topi A., Tufeki D., Bariak V.: "Optimizacija proizvodnje vie vrsta proizvoda sa
istim sredstvima za rad po kriteriju minimalnih trokova", 7th International advice about
electro and mechanical engineering achievement, DEMI 2005, Banjaluka, Bosna i
Hercegovina, 2005. godine;
[34] Topi A., Kudumovi D., Butkovi S.: "Simulation of work of the virtual welding cell
with robot", 3rd International Conference, "Mechanization, automation and robotization in
welding and allied processes" , Zadar, Hrvatska, 2005. godine;

-Magistarski rad-
[35] Dia, H.. Towards Sustainable Transportation- The Intelligent Transportation Systems
Approach. In Towards Sustainability in the Built Environment. Shanableh, A. and Chang
WP (editors). pp. 412-422 (QUT Publications), 2001. godine;
[36] David Simchi-Levi (MIT), S. David Wu(Lehigh), Z.J. (Max) Shen(Florida): Handbook of
Quantitative Supply Chain Analysis: Modeling in the E-Business Era, ISBN: 1-4020-7952-
4, Kluwer's, 2004. godine;
[37] Arens Arnim, Auge Brigitta, Wartenschlangentheorie, Skripta, 2004. godine;
[38] Iravani, S. M. R., K. L. Luangkesorn and D. Simchi-Levi, On Assemble-To-Order Systems
with Flexible Customers. IIE Transactions, 35, pp. 389-403, 2003. godine;
[39] Hazeghi Kasra, Warteschlangen-Modelle, skripta, Eidgenssische Technische Hochschule,
Zrich, 2006 godine;
[40] Loroque Christoph, Ein mehrbenutzerfhiges Werkzeug zur Modellierung und
richtungsoffenen Simulation von wahlweise objekt- und funktionsorientiert gegliederten
Fertigungssystemen, doktorska disertacija, Universitt Paderborn, Oblast mainstvo, 2007
godine;
[41] Maynard H.B., Industrijski inenjering 14, NIGRO Privredni pregled, Beograd, 1994.
godine;
[42] Zelenovi M. Dragutin, Projektovanje proizvodnih sistema Tokovi materijala, FTN
Izdavalatvo, Novi Sad, 2003. godine;
[43] Tufeki D., Jurkovi M.,Fleksibilni proizvodni sistemi, Mainski fakultet u Tuzli,
Tuzla,1999. godine;
[44] Mili M. Radovi, Proizvodni sistemi projektovanje, analiza i upravljanje, Kultura,
Beogtad, 1999. godine;
[45] Majdani N., Luji R., Matievi G., imunovi G., Majdani I., Upravljanje
proizvodnjom, Strojarski fakultet u Slavonskom Brodu, Slavonski Brod, 2001. godine;
[46] Heinrich Martin, Transport- und Lagerlogistik Planung Struktur Steuerung und Kosten von
Systemen der Intralogistik, Vieweg Verlag, 2006. godine;
[47] Plumer Thomas, Logistik und Produktion, 2003. godine;
[48] Arnold D., Iserman H., Kuhn A., Tempelmeier H., Handbuch Logistik-3., neu bearbeitete
Auflage, Springler Verlag, Berlin 2008. godine;
[49] Biethahn J., Hummeltenberg W., Schmidt B., Stahly P., Witte Th., Simulation als betribliche
Entscheidungshilfe: State of the Art und neuere Entwicklungen, Physica Verlag, 1999.
godine;
[50] Risti D. Organizacija proizvodno poslovnih sistema, Univerzitet u Novom sadu, Tehniki
fakultet Mihajlo Pupin, Stylos, 1996. godina;
[51] eri V. Simulacijsko modeliranje, Sveuilite u Zagrebu, kolska knjiga Zagreb, Zagreb,
1993. godine;
[52] Arnold Dieter, Furmans Kai, Materialfluss in Logistiksystemen - 5., erweiterte Auflage,
Springler Verlag, Berlin 2007. godine;

-Magistarski rad-
[53] Vladi Jovan, Transportna i pretovarna sredstva i ureaji neprekidni i automatizirani

transport, Univerzitet u Novom sadu, Tehniki fakultet Mihajlo Pupin, FTN Izdavalatvo,
Novi Sad, 2005. godine;
[54] Klarin Milivoj, Industrijski inenjerstvo Knjiga II Organizacija unutranjeg transporta i
upravljanje kvalitetom; Univerzitet u Beogradu, Mainski fakultet, Beograd, 1995. godine;
[55] Benks Jerry, Handbook of Simulation Principles, Methodology, Advances, Applications
and Practice, Georgia Institute of Technology, John Wiley & Sons, Inc., Atlanta, Georgia,
USA, 1997. godina;
[56] Gudehus Timm, Logistik Grunlagen Strategien Anwendungen-3., neu bearbeitete Auflage,
Springler Verlag, Berlin 2005. godine;
[57] Heinrich M., Rmisch P., Weidlich A., Materialflusstechnik Auswahl und Berechnung
vom Elementen und Baugruppen der Fdertechnik 9., verbesserte und aktualisierte
Auflage, Viewegs Fachbcher der Technik, Wiesbaden, Njemaka, 2008. godine;
[58] Angermann A., Beuchel M., Rau M., Wohlfart U., Matlab Simulink Stateflow
Grundlagen, Toolboxen, Beispiele, Oldenburg Verlag, Mnchen, Njemaka, 2005. godina;
[59] McMahon David, Matlab Demystified, McGraw Hill, New York, USA, 2007. godine;
[60] Zirn Oliver, Weikert Sascha, Modellbildung und Simulation hochdynamischer
Fertigungssysteme Eine praxisnahe Einfhrung, Springler Verlag, Berlin 2005. godine;
[61] Beucher Ottmar, Wahrscheinlichkeitsrechnung und Statistik mit MATLAB
Anwendungsorientierte Einfhrung fr Ingenieure und Naturwissenschaftler, Springler
Verlag, Berlin 2004. godine;
[62] Junge Mark, Simulationsgestzte Entwicklung und Optimirung einer energieeffizienten
Produktionssteuerung, doktorska disertacija, Universitt Kassel, Oblast mainstvo, 2007
godine;
[63] Raffel Wolf-Urlich, Agentenbasierte Simulation als Verfeinerung der Diskreten-Ereignis-
Simulatio unter besonderen Bercksichtigung des Beispeiels Fahrerloser Transportsysteme,
doktorska sisertacija, Freier Universitt Berlin, Oblast matematika i informatika, 2005.
godina;
[64] Krtzfeld Dirk, Verteilte Simulation dynamischer Materialversorgungsprozesse der
Montage in Produktionsverbnden, doktorska disertacija, Technische Universitt Berlin,
Fakultt V - Verkehrs- und Maschinensysteme, Berlin, 2001. godina;
[65] Lehmann Matthias, Einsatzplanung von Fahrerlosen Transportsystemen in Seehafen-
Containerterminals, doktorska disertacija, Technische Universitt Berlin, Fakultt VIII
Wirtschaft und Menagment, Berlin, 2006. godina;
[66] http://books.google.de
[67] www.mathworks.com
[68] http://edocs-berlin.de/diss/index.html
[69] http://ub.tu-berlin.de/publikationen/docserv
[70] www.wickipedia.de

-Magistarski rad-
BIOGRAFIJA KANDIDATA
Edin (Ramiza) Cerjakovi roen je 11.07.1979. godine u Bijeljini, Bosna i Hercegovina.

Osnovnu kolu pohaa od 1986.-1993. godine u Bijeljini i od 1993.-1996. godine u Wuppertalu, SR
Njemaka.
U augustu 1996. godine zapoinje zanatsko obrazovanje preciznog mehaniara u firmi
''Schmitz&Appelt LOI Industrieoffenanlagen'' u Wuppertalu (fabrika za izradu industrijskih pei)
sa uporednim pohaanjem Zanatske kole ''Berufsschulle Bachstr.'' u Wuppertalu.
U augustu 1998. godine vraa se u Bosnu i Hercegovinu, gdje nastavlja srednjokolsko
obrazovanje u etvrtom razredu smjera mainskih tehniara u Srednjoj mjeovitoj mainskoj koli u
Tuzli.
kolske godine 1999./2000. upisuje se na Mainski fakultet u Tuzli smijer proizvodno
mainstvo. Diplomira 27.05.2004. godine sa prosjenom ostvarenom ocjenom tokom studija od
8,37, te stie pravo strunog naziva diplomirani inenjer mainstva.
Od 01.10.2004. godine zaposlen je na Univerzitetu u Tuzli na Mainskom fakultetu kao
asistent na uoj naunoj oblasti Dinamika maina.
U novembru 2005. godine apsolvira specijalistiki kurs za internacionalnog inenjera
zavarivanja u SLV Halle u Njemakoj i stie diplomu za internacionalnog inenjera zavarivanja.
U kolskoj godini 2005./2006. upisuje postdiplomski studij na Mainskom fakultetu
Univerziteta u Tuzli odsjek Mehatronika. Tokom postdiplomskog studija ostvaruje prosjenu
ocjenu od 9,86.
Edin Cerjakovi ima objavljenih 7 nauno-istraivakih radova, apsolvirao je 2
specijalizacijska usavravanja iz oblasti mainstva, te je saradnik na 3 nauno-istraivaka projekta.
Edin Cerjakovi je oenjen i teno govori njemaki jezik.

-Magistarski rad-
PRILOZI
SADRAJ PRILOGA
PRILOG A Parametri procesa proizvodne linije Prsten 1....................................................... IV
Tabela A-1. Vremena trajanja obrade na operaciji 1 proizvodne linije Prsten 1 ..................... IV
Tabela A-1.2. Statistika obrada podataka za za vrijeme obrade na operaciji 1 proizvodne linije
Prsten 1 .......................................................................................................................................... V
Tabela A-1.3. - Vremena trajanja procesa opsluivanja na operaciji 1 proizvodne linije Prsten 1
.......................................................................................................................................................... VI
Tabela A-1.4. Statistika obrada podataka za vrijeme izmjene polufabrikata na operaciji 1
proizvodne linije Prsten 1 ........................................................................................................... VII
Tabela A-1.5 Statistika obrada podataka za vrijeme izmjene alata na operaciji 1 proizvodne
linije Prsten 1 ............................................................................................................................ VIII
Tabela A-1.6. Statistika obrada podataka za period izmjenu alata na operaciji 1 proizvodne
linije Prsten 1 ............................................................................................................................... IX
Tabela A-2.1. Vremena trajanja procesa opsluivanja na obradnim mainama 54-34, 54-38 i 54-
39 ....................................................................................................................................................... X
Tabela A-2.2. Statistika obrada podataka za vrijeme obrade na obradnim mainama 54-34, 54-
38 i 54-39 .......................................................................................................................................... XI
Tabela A-2.3. Statistika obrada podataka za vrijeme kontrole obradaka na operaciji 2
proizvodne linije Prsten 1 ........................................................................................................... XII
Tabela A-2.4. Statistika obrada podataka za vrijeme izmjene alata na obradnim mainama 54-
34, 54-38 i 54-39 ............................................................................................................................ XIII
Tabela A-2.5. - Period izmjene alata na obradnim mainama 54-34, 54-38 i 54-39 .................... XIV
Tabela A-2.6. Statistika obrada podataka za period izmjene Alata 1 na obradnim mainama 54-
34, 54-38 i 54-39 ............................................................................................................................. XV
34, 54-38 i 54-39 ............................................................................................................................ XVI
Tabela A-2.8. Statistika obrada podataka za period izmjenu Alata 3 na obradnim mainama 54-
34, 54-38 i 54-39 ...........................................................................................................................XVII
Tabela A-3.1. Vremena trajanja procesa opsluivanja na obradnoj maini 54-62 ................. XVIII
Tabela A-3.2. Statistika obrada podataka za vrijeme obrade na obradnoj maini 54-62 ........ XIX
Tabela A-3.3. Statistika obrada podataka za vrijeme izmjene alata na obradnoj maini 54-62 XX
Tabela A-3.4. - Period izmjene alata na obradnoj maini 54-62................................................... XXI
Tabela A-3.5. Statistika obrada podataka za period izmjene Alata 1 na obradnoj maini 54-62
......................................................................................................................................................XXII
Edin Cerjakovi PRILOZI Strana I

-Magistarski rad-
.................................................................................................................................................... XXIII
.................................................................................................................................................... XXIV
Tabela A-4.1. Vremena trajanja procesa opsluivanja na obradnim mainama 54-13; 54-16 i 54-
20 ................................................................................................................................................. XXV
Tabela A-4.2. Statistika obrada podataka za vrijeme obrade na obradnim mainama 54-13; 54-
16 i 54-20 .................................................................................................................................... XXVI
proizvodne linije Prsten 1 ...................................................................................................... XXVII
Tabela A-4.4. Statistika obrada podataka za vrijeme izmjene alata na obradnim mainama 54-
13; 54-16 i 54-20 ..................................................................................................................... XXVIII
Tabela A-4.5. - Period izmjene alata na obradnim mainama 54-13; 54-16 i 54-20 ................. XXIX
Tabela A-4.6. - Period izmjene alata na obradnim mainama 54-13; 54-16 i 54-20 .................. XXX
13; 54-16 i 54-20 ........................................................................................................................ XXXI
13; 54-16 i 54-20 ....................................................................................................................... XXXII
Tabela A-4.9.. Statistika obrada podataka za period izmjene Alata 3 na obradnim mainama
54-13; 54-16 i 54-20 ................................................................................................................ XXXIII
Tabela A-4.10. Statistika obrada podataka za peropd izmjene Alata 4 na obradnim mainama
54-13; 54-16 i 54-20 ................................................................................................................ XXXIV
Tabela A-5.1. Vremena trajanja procesa opsluivanja na obradnoj maini 56-42 ............... XXXV
Tabela A-5.2. Statistika obrada podataka za vrijeme obrade na obradnoj maini 56-42 .. XXXVI
proizvodne linije Prsten 1 ................................................................................................... XXXVII
Tabela A-5.4.. Statistika obrada podataka za vrijeme izmjene alata na obradnoj maini 56-42
.............................................................................................................................................. XXXVIII
Tabela A-5.5. - Period izmjene alata na obradnim mainama 56-42 ...................................... XXXIX
.........................................................................................................................................................XL
....................................................................................................................................................... XLI
...................................................................................................................................................... XLII
Tabela A-6.1. Vremena trajanja procesa opsluivanja na obradnoj maini 56-42 ..................XLIII
Tabela A-6.2. Statistika obrada podataka za za vrijeme obrade na obradnoj maini 56-08 . XLIV
Tabela A-6.3. Statistika obrada podataka vrijeme izmjene alata na obradnoj maini 56-08 .. XLV
Edin Cerjakovi PRILOZI Strana II

-Magistarski rad-
Tabela A-7.1. Vremena trajanja procesa opsluivanja na obradnoj maini 56-06 ................. XLVI
Tabela A-6.2. Statistika obrada podataka za za vrijeme obrade na obradnoj maini 56-06 XLVII
Tabela A-7.3. Statistika obrada podataka vrijeme izmjene alata na obradnoj maini 56-06
.................................................................................................................................................. XLVIII
PRILOG B Parametri verifikacije simulacionog modela proizvodne linije Prsten 1 ...... XLIX
Tabela B-1.1. Kapacitetne vrijednosti smjenskih kapaciteta obradnih maina dobivenih

simulacijonim modelom .............................................................................................................. XLIX
Tabela B-1.2. Statistika obrada podataka kapacitetnih vrijednosti smjenskih kapaciteta obradnih
maina dobivenih simulacijonim modelom ........................................................................................ L
Edin Cerjakovi PRILOZI Strana III

-Magistarski rad-
PRILOG A Parametri procesa proizvodne linije Prsten 1

Tabela A-1. Vremena trajanja obrade na operaciji 1 proizvodne linije Prsten 1
Trajanje Trajanje Trajanje Trajanje Trajanje Trajanje Trajanje
(sek) (sek) (sek) (sek) (sek) (sek) (sek)
11.03.08. 11.03.08. 17.03.08. 17.03.08. 17.03.08. 08.04.08. 15.04.08.
(13-04) (13-04) (13-04) (13-07) (13-06) (13-04) (13-04)
133 133 145 125 124 132 152
133 135 144 125 125 131 152
134 134 145 125 124 08.04.08. 151
129 134 145 125 126 (13-07) 152
138 134 145 124 123 129 152
133 134 144 125 124 129 08.04.08.
134 124 146 125 125 08.04.08. (13-07)
133 144 145 125 125 (13-06) 118
134 135 150 125 125 132 118
135 135 141 125 125 131 08.04.08.
133 135 144 124 124 132 (13-06)
132 132 145 125 08.04.08. 136
133 134 124 (13-08) 137
135 135 124 128 136
134 134 125 128 08.04.08.
133 134 124 128 (13-08)
134 135 124 08.04.08. 128
134 133 124 (13-11) 126
134 134 124 123 127
133 134 124 123 08.04.08.
133 134 124 124 (13-11)
135 134 125 127
134 124 127
134 124 125
134 124
134 125
135 124
134 124

Edin Cerjakovi PRILOZI Strana IV

-Magistarski rad-
Tabela A-1.2. Statistika obrada podataka za za vrijeme obrade na operaciji 1 proizvodne linije Prsten 1

uzoraka
Konstantna
(s obzirom da su varijansa uzorka i
Broj uzoraka 50 koeficijent varijacije male vrijednosti
podaci
moe se smatrati da je vrijednost
konstantna)
Maksimalna
vrijednost 135 Parametri raspodjele 134
uzorka
vrijednost 133
uzorka
Srednja
aritmetika
133,88
vrijednost
uzorka
Standardna
0,659
devijacija
Varijansa
0,43429
uzorka
Modus 134
Medijana 134
Relativna
mjera 0,12978
asimatrije
Relativna
mjera -0,62562
spljotenosti
Koeficijent
0,00492
varijacije
Edin Cerjakovi PRILOZI Strana V

-Magistarski rad-
Tabela A-1.3. - Vremena trajanja procesa opsluivanja na operaciji 1 proizvodne linije Prsten 1
vrijeme izmjene vrijeme izmjene ciklus izmjene
polufabrikata (sek) alata (sek) alata (komada)
203 867 1293
249 775 2673
225 856 2512
232 821 1325
233 832 927
228 750 1811
236 845 1551
213 812 3426
245 769 1694
248 808 3802
207 792 2247
250 854 3274
256 797 1886
237 859 4391
211 813 2460
239 857 1492
253 844 3663
212 802 1256
229 784 2084
251 851 1605
3034
3760
Edin Cerjakovi PRILOZI Strana VI

-Magistarski rad-
Tabela A-1.4. Statistika obrada podataka za vrijeme izmjene polufabrikata na operaciji 1

proizvodne linije Prsten 1
Statistiki podaci
sluajnih uzoraka
Broj Distribucija po kojoj se ponaaju
20 Poisson
uzoraka podaci
Maksimalna
vrijednost 256 Parametri raspodjele =232,85
uzorka
vrijednost 203
uzorka
Srednja
aritmetika
232,85
vrijednost
uzorka
Standardna
16,178
devijacija
Varijansa
261,73
uzorka
Modus 248
Medijana 234,5
Relativna
mjera -0,35914
asimatrije
Relativna
mjera
-1,0959
spljotenost
i
Koeficijent
0,06948
varijacije
Vrijednost za odabranu Vrijednost signifikantne granice za
Statistiki test
raspodjelu =0,05
Chi-Quadrat
Edin Cerjakovi PRILOZI Strana VII

-Magistarski rad-

Tabela A-1.5 Statistika obrada podataka za vrijeme izmjene alata na operaciji 1 proizvodne linije
Prsten 1
Statistiki podaci
sluajnih uzoraka
Broj Distribucija po kojoj se ponaaju
20 Poisson
uzoraka podaci
Maksimalna
vrijednost 867 Parametri raspodjele =819,4
uzorka
vrijednost 750
uzorka
Srednja
aritmetika
819,4
vrijednost
uzorka
Standardna
33,591
devijacija
Varijansa
1128,3
uzorka
Modus 856
Medijana 817
Relativna
mjera -0,33589
asimatrije
Relativna
mjera -1,01
spljotenosti
Koeficijent
0,04099
varijacije
Vrijednost za odabranu Vrijednost signifikantne granice za
Statistiki test
raspodjelu =0,05
Chi-Quadrat
Edin Cerjakovi PRILOZI Strana VIII

-Magistarski rad-
Tabela A-1.6. Statistika obrada podataka za period izmjenu alata na operaciji 1 proizvodne linije
Prsten 1

uzoraka
Broj uzoraka 22 Beta
podaci
Maksimalna
1=0,89269; 2=1,2222
vrijednost 4391 Parametri raspodjele
a=927; b=4391,0
uzorka
vrijednost 927
uzorka
Srednja
aritmetika
2371,2
vrijednost
uzorka
Standardna
998,45
devijacija
Varijansa
9,9691E+5
uzorka
Modus 1551
Medijana 2165,5
Relativna
mjera 0,48052
asimatrije
Relativna
mjera -0,95142
spljotenosti
Koeficijent
0,42108
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana IX

-Magistarski rad-
Tabela A-2.1. Vremena trajanja procesa opsluivanja na obradnim mainama 54-34, 54-38 i 54-39
Vrijeme
Vrijeme
kontrole
Vrijeme obrade (sek) izmjene
kvaliteta
alata(sek)
(sek)
82 82 76 86 73 171 98
77 74 75 85 73 283 98
76 82 86 77 76 155 75
75 80 74 74 77 160 108
81 76 75 77 74 158 91
77 78 81 78 73 173 96
75 84 80 78 73 169 100
81 72 77 76 73 294 89
77 77 77 62 73 159 90
73 82 79 75 73 154 108
85 71 75 76 72 196 101
72 73 75 75 76 165 123
82 72 89 76 73 153 98
76 72 76 75 79 205 117
80 75 95 74 72 180
76 72 74 81 88 172
74 78 75 83 85 136
70 85 78 87 81 154
77 74 79 86 74 205
78 75 82 82 78 178
80 75 86 78 83
75 75 77 62 71
75 83 78 72 74
73 74 80 73
95 74 82 83
68 73 85 70
73 73 85 73
82 81 81 70
76 74 87 82
81 77 82 70
79 76 78 71
74 83 84 72
79 80 70 60
73 88 86 70
91 79 78 74
79 76 79 71
85 75 77 82
81 77 80 71
74 82 78 69
76 82 74 73
84 76 71 74
82 75 71 75
81 80 73 77
82 77 74 75
83 73 68 73
74 78 76 71
79 78 77 74
Edin Cerjakovi PRILOZI Strana X

-Magistarski rad-
Tabela A-2.2. Statistika obrada podataka za vrijeme obrade na obradnim mainama 54-34, 54-38 i
54-39

uzoraka
Broj uzoraka 213 Gumbel Max
podaci
Maksimalna
uzorka
vrijednost 60
uzorka
Srednja
aritmetika
77,075
vrijednost
uzorka
Standardna
5,2183
devijacija
Varijansa
27,23
uzorka
Modus 77
Medijana 76
Relativna
mjera 0,37133
asimatrije
Relativna
mjera 1,1849
spljotenosti
Koeficijent
0,0677
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana XI

-Magistarski rad-
Tabela A-2.3. Statistika obrada podataka za vrijeme kontrole obradaka na operaciji 2 proizvodne
linije Prsten 1

uzoraka
Broj uzoraka 20 Fatigue Life (3P)
podaci
Maksimalna
vrijednost 294 Parametri raspodjele =0,63988; =47,3; =124,25
uzorka
vrijednost 136
uzorka
Srednja
aritmetika
181
vrijednost
uzorka
Standardna
40,783
devijacija
Varijansa
1663,3
uzorka
Modus 154
Medijana 170
Relativna
mjera 2,0044
asimatrije
Relativna
mjera 3,7477
spljotenosti
Koeficijent
0,22532
varijacije
Statistiki test
raspodjelu za =0,05
Chi-Quadrat 0,85938 5,9915
Edin Cerjakovi PRILOZI Strana XII

-Magistarski rad-
Tabela A-2.4. Statistika obrada podataka za vrijeme izmjene alata na obradnim mainama 54-34,
54-38 i 54-39

uzoraka
Broj uzoraka 14 Gen. Extreme Value
podaci
Maksimalna
vrijednost 123 Parametri raspodjele k=-0,17837; =11,343; =94,608
uzorka
vrijednost 75
uzorka
Srednja
aritmetika
99,429
vrijednost
uzorka
Standardna
12,081
devijacija
Varijansa
145,96
uzorka
Modus 100
Medijana 98
Relativna
mjera 0,13168
asimatrije
Relativna
mjera 0,73109
spljotenosti
Koeficijent
0,12151
varijacije
Statistiki test
raspodjelu za =0,05
Chi-Quadrat 0,39321 3,8415
Edin Cerjakovi PRILOZI Strana XIII

-Magistarski rad-
Tabela A-2.5. - Period izmjene alata na obradnim mainama 54-34, 54-38 i 54-39
Period izmjene Period izmjene Period izmjene

Alata 1 Alata 2 Alata 2
(komada) (komada) (komada)
35 35 35
170 81 170
105 170 223
127 223 94
109 52 155
180 71 42
170 122 7
21 42 180
120 47 197
30 180 66
110 188 93
139 66 200
145 93 191
105 130 145
87 140 105
114 145 116
117 105 126
133 87 118
130 111 220
143 109 143
92 174 92
98 90 100
111 143 120
130 130 130
127 127 127
93 73 93
80 80 80
36 50 70
95 48 90
21 99 110
62 160 160
130 120 120
110 73 112
85 170 170
108 119 174
162 140 180
119 98 50
130 42 120
100 78 100
35 35 180
83 150
143
Edin Cerjakovi PRILOZI Strana XIV

-Magistarski rad-
Tabela A-2.6. Statistika obrada podataka za period izmjene Alata 1 na obradnim mainama 54-34,
54-38 i 54-39

uzoraka
Broj uzoraka 42 Weibull
podaci
Maksimalna
uzorka
vrijednost 21
uzorka
Srednja
aritmetika
105,71
vrijednost
uzorka
Standardna
40,25
devijacija
Varijansa
1620,1
uzorka
Modus 110
Medijana 110
Relativna
mjera -0,55176
asimatrije
Relativna
mjera -0,01796
spljotenosti
Koeficijent
0,38074
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana XV

-Magistarski rad-
Tabela A-2.7. Statistika obrada podataka za period izmjene Alata 2 na obradnim mainama 54-34,
54-38 i 54-39

uzoraka
Broj uzoraka 41 Johnson SB
podaci
Maksimalna
=0,53755; =1,1661;
=263,76; =1,228
uzorka
vrijednost 35
uzorka
Srednja
aritmetika
107,22
vrijednost
uzorka
Standardna
47,462
devijacija
Varijansa
2252,6
uzorka
Modus 48
Medijana 105
Relativna
mjera 7,4123
asimatrije
Relativna
mjera 0,32521
spljotenosti
Koeficijent
0,44266
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana XVI

-Magistarski rad-
Tabela A-2.8. Statistika obrada podataka za period izmjenu Alata 3 na obradnim mainama 54-34,
54-38 i 54-39

uzoraka
Broj uzoraka 40 Gamma
podaci
Maksimalna
uzorka
vrijednost 7
uzorka
Srednja
aritmetika
125,1
vrijednost
uzorka
Standardna
51,351
devijacija
Varijansa
2636,9
uzorka
Modus 126
Medijana 120
Relativna
mjera -0,06294
asimatrije
Relativna
mjera -0,38076
spljotenosti
Koeficijent
0,41048
varijacije
Statistiki test
raspodjelu za =0,05
Chi-Quadrat 0,76834 9,4877
Edin Cerjakovi PRILOZI Strana XVII

-Magistarski rad-
Tabela A-3.1. Vremena trajanja procesa opsluivanja na obradnoj maini 54-62

Vrijeme izmjene
Vrijeme obrade (sek)
alata (sek)
66 60 267
61 61 255
60 66 281
66 61 277
60 60 285
61 66 212
60 60 305
66 61 253
60 66 229
61 61 269
66 60 253
61 67 297
60 60 249
67 60 263
60 66 231
60 60 284
67 60 295
60 66 288
60 61 261
66 60 283
60 66 246
61 61 283
66 60 290
60 67 273
61 60
66 60
61 67
61 60
66 65
60 61
60 61
66 66
61

Edin Cerjakovi PRILOZI Strana XVIII

-Magistarski rad-
Tabela A-3.2. Statistika obrada podataka za vrijeme obrade na obradnoj maini 54-62

uzoraka
Distribucija po kojoj se
Broj uzoraka 65 Ciklina
ponaaju podaci
Maksimalna
vrijednost 67 Parametri raspodjele 60, 60, 67
uzorka
vrijednost 60
uzorka
Srednja
aritmetika
62,354
vrijednost
uzorka
Standardna
2,8031
devijacija
Varijansa
7,8572
uzorka
Modus 67
Medijana 61
Relativna
mjera 0,66925
asimatrije
Relativna
mjera -1,4608
spljotenosti
Koeficijent
0,04495
varijacije
Edin Cerjakovi PRILOZI Strana XIX

-Magistarski rad-
Tabela A-3.3. Statistika obrada podataka za vrijeme izmjene alata na obradnoj maini 54-62

uzoraka
podaci
Maksimalna
uzorka
vrijednost 212
uzorka
Srednja
aritmetika
267,88
vrijednost
uzorka
Standardna
23,46
devijacija
Varijansa
550,38
uzorka
Modus 283
Medijana 271
Relativna
mjera -0,64498
asimatrije
Relativna
mjera -0,03802
spljotenosti
Koeficijent
0,08758
varijacije
Statistiki test
raspodjelu za =0,05
Chi-Quadrat 0,04344 5,9915
Edin Cerjakovi PRILOZI Strana XX

-Magistarski rad-
Tabela A-3.4. - Period izmjene alata na obradnoj maini 54-62

Period izmjene Alata 1 Period izmjene Alata 2 Period izmjene Alata 3
(komada) (komada) (komada)
188 173 255 183 255 145
136 54 176 132 176 30
107 51 138 358 138 118
138 128 122 173 122 302
122 202 286 63 286 221
286 185 199 42 214 277
250 206 225 128 210 51
174 347 156 138 156 95
156 146 142 249 142 338
142 258 131 114 131 233
150 232 250 172 504 234
129 183 182 285 276 358
116 132 348 186 185 113
168 71 185 367 104 97
348 287 104 51 4 124
185 121 4 95 83 109
104 198 83 300 549 228
4 148 490 190 300 113
83 189 359 98 225 196
549 113 225 67 95 138
228 196 95 100 55 108
297 148 86 54 405 77
355 98 100 148 235 56
285 77 197 189 305 104
305 56 343 113 45 307
45 104 305 196 98 215
281 186 45 138
77 108
56
Edin Cerjakovi PRILOZI Strana XXI

-Magistarski rad-

uzoraka
Broj uzoraka 54 Johnson SU
podaci
Maksimalna
=-4,2743; =2,5647;
=81,39; =-46,004
uzorka
vrijednost 4
uzorka
Srednja
aritmetika
178,15
vrijednost
uzorka
Standardna
97,09
devijacija
Varijansa
9426,4
uzorka
Modus 185
Medijana 162
Relativna
mjera 1,2043
asimatrije
Relativna
mjera 2,7865
spljotenosti
Koeficijent
0,54499
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana XXII

-Magistarski rad-

uzoraka
podaci
Maksimalna
vrijednost 490 Parametri raspodjele k=0,02844; =77,904; =124,73
uzorka
vrijednost 4
uzorka
Srednja
aritmetika
171,95
vrijednost
uzorka
Standardna
100,28
devijacija
Varijansa
10056,0
uzorka
Modus 138
Medijana 148
Relativna
mjera 0,92068
asimatrije
Relativna
mjera 0,68425
spljotenosti
Koeficijent
0,5832
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana XXIII

-Magistarski rad-

uzoraka
podaci
Maksimalna
=2,3833;=1,4919;
=1166,9; =-32,685
uzorka
vrijednost 4
uzorka
Srednja
aritmetika
186,25
vrijednost
uzorka
Standardna
115,38
devijacija
Varijansa
13313,0
uzorka
Modus 113
Medijana 150,5
Relativna
mjera 1,0548
asimatrije
Relativna
mjera 1,3049
spljotenosti
Koeficijent
0,61949
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana XXIV

-Magistarski rad-
Tabela A-4.1. Vremena trajanja procesa opsluivanja na obradnim mainama 54-13; 54-16 i 54-20
Vrijeme
Vrijeme
kontrole
kvaliteta
alata (sek)
(sek)
64 50 45 43 50 100 68
66 53 42 44 50 123 73
52 49 58 55 49 118 72
53 49 44 52 49 183 66
54 50 44 46 50 111 68
51 50 42 46 49 278 67
53 50 56 47 50 103 70
47 49 41 42 49 135 69
61 58 40 45 51 176 69
60 53 42 44 55 150 83
58 58 54 43 58 135 73
50 44 48 44 44 148 66
52 59 46 45 42 182 68
50 47 47 49 53 215 72
52 51 48 48 43 155 69
50 54 45 58 50 131 82
50 46 46 45 49 120 73
49 55 47 52 44 147 70
50 53 46 50 66 135 72
53 49 48 49 52 142
50 48 44 49 54
53 52 63 49 51
50 51 64 46 55
50 50 62 55 56
49 50 54 54
Edin Cerjakovi PRILOZI Strana XXV

-Magistarski rad-
Tabela A-4.2. Statistika obrada podataka za vrijeme obrade na obradnim mainama 54-13; 54-16 i
54-20

uzoraka
Broj uzoraka 124 Lognormal
podaci
Maksimalna
uzorka
vrijednost 40
uzorka
Srednja
aritmetika
50,323
vrijednost
uzorka
Standardna
5,3928
devijacija
Varijansa
29,082
uzorka
Modus 50,49
Medijana 50
Relativna
mjera 0,70941
asimatrije
Relativna
mjera 0,58638
spljotenosti
Koeficijent
0,10716
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana XXVI

-Magistarski rad-
linije Prsten 1

uzoraka
Broj uzoraka 20 Gumbel Max
podaci
Maksimalna
uzorka
vrijednost 100
uzorka
Srednja
aritmetika
149,35
vrijednost
uzorka
Standardna
41,934
devijacija
Varijansa
1758,5
uzorka
Modus 147
Medijana 138,5
Relativna
mjera 1,6957
asimatrije
Relativna
mjera 3,7164
spljotenosti
Koeficijent
0,28078
varijacije
Statistiki test
raspodjelu za =0,05
Chi-Quadrat 0,63791 5,9915
Edin Cerjakovi PRILOZI Strana XXVII

-Magistarski rad-
Tabela A-4.4. Statistika obrada podataka za vrijeme izmjene alata na obradnim mainama 54-13;
54-16 i 54-20

uzoraka
podaci
Maksimalna
vrijednost 83 Parametri raspodjele k=0,20313; =2,7585; =68,774
uzorka
vrijednost 66
uzorka
Srednja
aritmetika
71,053
vrijednost
uzorka
Standardna
4,6365
devijacija
Varijansa
21,497
uzorka
Modus 72
Medijana 70
Relativna
mjera 1,6221
asimatrije
Relativna
mjera 2,5856
spljotenosti
Koeficijent
0,06525
varijacije
Statistiki test
raspodjelu za =0,05
Chi-Quadrat 0,26032 3,8415
Edin Cerjakovi PRILOZI Strana XXVIII

-Magistarski rad-
Tabela A-4.5. - Period izmjene alata na obradnim mainama 54-13; 54-16 i 54-20
Period izmjene Alata 1 (komada) Period izmjene Alata 2 (komada)
56 162 80 52 58 49 35 35
40 148 80 55 32 20 51 25
60 150 60 78 28 64 52 15
50 42 60 70 61 19 37 20
70 60 70 82 62 55 21 18
30 50 50 91 32 43 48 38
50 20 80 60 38 41 59 21
60 20 100 110 25 46 68 30
35 40 50 90 20 49 40 41
40 35 68 40 15 38 32 28
60 45 70 45 42 26 28 62
200 35 89 65 28 35 62 49
60 45 50 47 27 21 29 28
60 27 61 41 15 46 55 22
50 33 73 94 9 69 80 39
30 20 35 76 27 42 40 52
70 30 65 32 33 38 50 36
30 20 62 47 49 50 60 41
60 65 60 70 42 20 60 30
50 55 44 30 49 23 62 22
20 70 48 46 71 44 71 28
70 120 64 72 65 30 48 31
100 100 36 43 39 30 69 39
90 20 47 75 69 52 75 25
100 30 30 25 76 22 61 34
80 50 52 60 71 19 48 32
70 60 44 57 58 47 46 42
60 35 63 60 67 49 60 37
100 44 81 80 28 51 60 32
80 75 30 76 20 33 65 55
20 80 71 80 39 38 50 48
120 70 38 75 40 40 72 21
80 100 91 61 51 58 30 74
80 80 45 49 65 47 37 35
60 60 51 41 55 40 40 41
50 90 42 25 62 31 52 21
80 80 40 15 38 16 49 61
80 80 38 15 67 42 41 42
50 90 30 20 51 51 39 38
70 70 43 30 57 28 64 35
130 80 50 25 40 41 40
150 60 70 10 40 82 30
60 60 63 16 45 65 51
150 40 58 37 42 51 48
90 30 50 38 30 25 49
100 70 29 44 12 20 50
100 80 41 45 20 10 37
120 60 30 48 25 20 49
80 60 32 32 18 25 30
18 70 50 68 90 30 41
Edin Cerjakovi PRILOZI Strana XXIX

-Magistarski rad-
Tabela A-4.6. - Period izmjene alata na obradnim mainama 54-13; 54-16 i 54-20
Period izmjene
Period izmjene Alata 2 (komada) Period izmjene Alata 3 (komada) Alata 4
(komada)
42 60 40 80 100 155 190
48 60 50 96 100 147 245
32 80 45 70 110 99 262
21 80 50 100 90 110 276
61 30 50 80 200 141 198
64 60 50 90 200 128 200
42 30 60 110 100 115 195
40 45 23 80 120 128 118
32 64 100 110 102 220
50 60 150 70 40 232
45 55 100 100 30 210
30 60 50 300 51 221
45 60 110 153 48 254
30 40 90 132 49 400
45 20 50 110 50 400
50 60 90 112 37 348
50 45 60 146 49 400
40 60 106 128 132 400
60 60 100 157 131 400
70 60 120 133 85 400
60 40 80 114 35 400
30 60 100 118 400
60 68 150 128 400
50 58 50 140 400
20 42 200 105 400
10 67 200 125 400
90 84 250 170 300
60 50 150 145 300
30 50 200 105 320
40 50 148 142 280
30 10 211 161 300
60 20 187 112
20 15 200 109
50 35 200 135
50 55 200 150
60 15 30 114
30 65 50 128
70 27 27 142
50 33 33 110
60 20 20 200
60 30 30 195
60 10 10 115
50 30 30 165
40 45 80 198
60 45 80 128
60 45 200 75
50 30 200 182
60 80 200 115
60 20 180 128
30 10 220 108
Edin Cerjakovi PRILOZI Strana XXX

-Magistarski rad-
Tabela A-4.7. Statistika obrada podataka za period izmjene Alata 1 na obradnim mainama 54-13;
54-16 i 54-20

uzoraka
Broj uzoraka 240 Weibull
podaci
Maksimalna
uzorka
vrijednost 9
uzorka
Srednja
aritmetika
58,013
vrijednost
uzorka
Standardna
28,419
devijacija
Varijansa
807,66
uzorka
Modus 50,00
Medijana 57,00
Relativna
mjera 1,3374
asimatrije
Relativna
mjera 3,5428
spljotenosti
Koeficijent
0,48988
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana XXXI

-Magistarski rad-
Tabela A-4.8. Statistika obrada podataka za period izmjene Alata 2 na obradnim mainama 54-13;
54-16 i 54-20

uzoraka
Broj uzoraka 258 Fatigue Life (3P)
podaci
Maksimalna
vrijednost 90 Parametri raspodjele =0,09373; =176,27; =-133,6
uzorka
vrijednost 10
uzorka
Srednja
aritmetika
43,45
vrijednost
uzorka
Standardna
16,608
devijacija
Varijansa
275,83
uzorka
Modus 44,06
Medijana 42
Relativna
mjera 0,1929
asimatrije
Relativna
mjera -0,34658
spljotenosti
Koeficijent
0,38224
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana XXXII

-Magistarski rad-
Tabela A-4.9.. Statistika obrada podataka za period izmjene Alata 3 na obradnim mainama 54-13;
54-16 i 54-20

uzoraka
Broj uzoraka 121 Normalna
podaci
Maksimalna
uzorka
vrijednost 10
uzorka
Srednja
aritmetika
118,54
vrijednost
uzorka
Standardna
54,37
devijacija
Varijansa
2956,6
uzorka
Modus 118,54
Medijana 112,00
Relativna
mjera 0,37057
asimatrije
Relativna
mjera 0,1571
spljotenosti
Koeficijent
0,45871
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana XXXIII

-Magistarski rad-
Tabela A-4.10. Statistika obrada podataka za peropd izmjene Alata 4 na obradnim mainama 54-
13; 54-16 i 54-20

uzoraka
podaci
Maksimalna
=-0,21291; =0,53537;
=291,88; =141,29
uzorka
vrijednost 118
uzorka
Srednja
aritmetika
305,45
vrijednost
uzorka
Standardna
87,818
devijacija
Varijansa
7712,1
uzorka
Modus 198
Medijana 300
Relativna
mjera -0,24399
asimatrije
Relativna
mjera -1,2561
spljotenosti
Koeficijent
0,2875
varijacije
Statistiki test
raspodjelu za =0,05
Chi-Quadrat 0,30772 0,30772
Edin Cerjakovi PRILOZI Strana XXXIV

-Magistarski rad-

Vrijeme
Vrijeme
kontrole
kvaliteta
alata (sek)
(sek)
179 179 114 231
179 180 146 221
178 180 78 273
178 179 90 184
179 179 95 291
179 180 89 426
178 179 98 281
179 179 115 325
180 180 130 281
179 180 81 247
180 180 127 251
179 180 91 269
178 179 93 230
179 180 86 201
178 179 102 255
179 179 99 189
179 179 90 353
179 179 125 290
180 179 101 211
179 179 107 245
179 179
178 179
179 179
179 179
177 179
181 180
180 180
178 180
179 179
178 179
179 179
179
Edin Cerjakovi PRILOZI Strana XXXV

-Magistarski rad-
Tabela A-5.2. Statistika obrada podataka za vrijeme obrade na obradnoj maini 56-42

uzoraka
Konstantna
ponaaju podaci
konstantna)
Maksimalna
uzorka
vrijednost 178
uzorka
Srednja
aritmetika
179,15
vrijednost
uzorka
Standardna
0,65412
devijacija
Varijansa
0,42787
uzorka
Modus 179
Medijana 179
Relativna
mjera 0,21186
asimatrije
Relativna
mjera 0,22338
spljotenosti
Koeficijent
0,00365
varijacije
Edin Cerjakovi PRILOZI Strana XXXVI

-Magistarski rad-
linije Prsten 1

uzoraka
podaci
Maksimalna
=1,0874; =0,91641
=96,764; =76,10
uzorka
vrijednost 78
uzorka
Srednja
aritmetika
102,85
vrijednost
uzorka
Standardna
18,071
devijacija
Varijansa
326,56
uzorka
Modus 101
Medijana 98,5
Relativna
mjera 0,87024
asimatrije
Relativna
mjera 0,1483
spljotenosti
Koeficijent
0,1757
varijacije
Statistiki test
raspodjelu za =0,05
Chi-Quadrat 0,51674 5,9915
Edin Cerjakovi PRILOZI Strana XXXVII

-Magistarski rad-
Tabela A-5.4.. Statistika obrada podataka za vrijeme izmjene alata na obradnoj maini 56-42

uzoraka
Broj uzoraka 20 Lognormal (3P)
podaci
Maksimalna
vrijednost 426 Parametri raspodjele =0,41048; =4,8173; =128,31
uzorka
vrijednost 184
uzorka
Srednja
aritmetika
262,7
vrijednost
uzorka
Standardna
57,919
devijacija
Varijansa
3354,6
uzorka
Modus 290
Medijana 253
Relativna
mjera 1,1972
asimatrije
Relativna
mjera 2,1673
spljotenosti
Koeficijent
0,22048
varijacije
Statistiki test
raspodjelu za =0,05
Chi-Quadrat 0,28955 3,8415
Edin Cerjakovi PRILOZI Strana XXXVIII

-Magistarski rad-
Tabela A-5.5. - Period izmjene alata na obradnim mainama 56-42

Period izmjene Period izmjene Period izmjene Period izmjene Period izmjene Period izmjene
Alata 1 Alata 2 Alata 3 Alata 4 Alata 5 Alata 6
(komada) (komada) (komada) (komada) (komada) (komada)
3000 1920 150 150 187 225
3000 150 150 46 225
465 150 150 31 225
3000 150 150 86 225
3000 150 150 225 225
150 150 225 225
150 150 225 225
150 150 225 225
150 150 225 225
112 150 225 225
130 150 225 225
128 150 225 225
102 150 186
150 150 225
130 150 97
150 150 225
150 150 225
18 58
58 225
81 38
123 182
125 190
115 200
120 175
Edin Cerjakovi PRILOZI Strana XXXIX

-Magistarski rad-

uzoraka
podaci
Maksimalna
uzorka
vrijednost 465
uzorka
Srednja
aritmetika
2277
vrijednost
uzorka
Standardna
1115,7
devijacija
Varijansa
1,2447E+6
uzorka
Modus 3000
Medijana 3000
Relativna
mjera -1,4585
asimatrije
Relativna
mjera 1,3717
spljotenosti
Koeficijent
0,48998
varijacije
Statistiki test
raspodjelu za =0,05
Chi-Quadrat
Edin Cerjakovi PRILOZI Strana XL

-Magistarski rad-

uzoraka
podaci
Maksimalna
=-1,6677; =0,72918;
=218,69; =-60,31
uzorka
vrijednost 18
uzorka
Srednja
aritmetika
126,75
vrijednost
uzorka
Standardna
33,742
devijacija
Varijansa
1138,5
uzorka
Modus 150
Medijana 140
Relativna
mjera -1,9462
asimatrije
Relativna
mjera 3,9935
spljotenosti
Koeficijent
0,26621
varijacije
Statistiki test
raspodjelu za =0,05
Chi-Quadrat 0,72381 5,9915
Edin Cerjakovi PRILOZI Strana XLI

-Magistarski rad-

uzoraka
podaci
Maksimalna
uzorka
vrijednost 31
uzorka
Srednja
aritmetika
174
vrijednost
uzorka
Standardna
70,705
devijacija
Varijansa
4999,1
uzorka
Modus 225
Medijana 212,5
Relativna
mjera -1,1564
asimatrije
Relativna
mjera -0,30209
spljotenosti
Koeficijent
0,40635
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana XLII

-Magistarski rad-

Vrijeme Vrijeme
obrade izmjene alata
(sek) (sek)
560 355
560 309
559 365
561 370
559 337
561 391
560 343
560 381
560 350
559 339
561 391
559 350
560 348
560 371
561 369
559 355
382
340
321
393
348
356
361
375
369
Edin Cerjakovi PRILOZI Strana XLIII

-Magistarski rad-
Tabela A-6.2. Statistika obrada podataka za za vrijeme obrade na obradnoj maini 56-08

uzoraka
Konstantna
ponaaju podaci
konstantna)
Maksimalna
uzorka
vrijednost 559
uzorka
Srednja
aritmetika
559,94
vrijednost
uzorka
Standardna
0,7719
devijacija
Varijansa
0,59583
uzorka
Modus 561
Medijana 560
Relativna
mjera 0,1126
asimatrije
Relativna
mjera -1,1942
spljotenosti
Koeficijent
0,00138
varijacije
Edin Cerjakovi PRILOZI Strana XLIV

-Magistarski rad-

uzoraka
podaci
Maksimalna
uzorka
vrijednost 309
uzorka
Srednja
aritmetika
358,76
vrijednost
uzorka
Standardna
21,278
devijacija
Varijansa
452,77
uzorka
Modus 369
Medijana 356
Relativna
mjera -0,32385
asimatrije
Relativna
mjera -0,02916
spljotenosti
Koeficijent
0,05931
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana XLV

-Magistarski rad-

Vrijeme
alata (sek)
19 19 175
19 19 163
19 19 192
20 19 173
19 19 168
19 19 181
19 20 182
19 20 167
19 19 193
19 19 180
20 20 169
19 19 181
19 19 178
19 20 175
19 20 177
19 19 164
21 19 173
19 19 160
19 19 192
19 21 175
173
165
169
172
Edin Cerjakovi PRILOZI Strana XLVI

-Magistarski rad-
Tabela A-6.2. Statistika obrada podataka za za vrijeme obrade na obradnoj maini 56-06
Statistiki podaci
sluajnih uzoraka
Konstantna
podaci
konstantna)
Maksimalna
uzorka
vrijednost 19
uzorka
Srednja
aritmetika
19,275
vrijednost
uzorka
Standardna
0,55412
devijacija
Varijansa
0,30705
uzorka
Modus 19
Medijana 19
Relativna
mjera 1,9494
asimatrije
Relativna
mjera 3,0421
spljotenosti
Koeficijent
0,02875
varijacije
Edin Cerjakovi PRILOZI Strana XLVII

-Magistarski rad-

uzoraka
ponaaju podaci
Maksimalna
vrijednost 193 Parametri raspodjele k=-0,08009;=8,0714; =170,56
uzorka
vrijednost 160
uzorka
Srednja
aritmetika
174,88
vrijednost
uzorka
Standardna
8,9846
devijacija
Varijansa
80,723
uzorka
Modus 173
Medijana 174
Relativna
mjera 0,55702
asimatrije
Relativna
mjera -0,08123
spljotenosti
Koeficijent
0,05138
varijacije
Statistiki test
raspodjelu za =0,05
Edin Cerjakovi PRILOZI Strana XLVIII

-Magistarski rad-
PRILOG B Parametri verifikacije simulacionog modela proizvodne linije Prsten 1
Tabela B-1.1. Kapacitetne vrijednosti smjenskih kapaciteta obradnih maina dobivenih simulacijonim
modelom
13-04; 13-06;
54-34; 54-38; 54-13; 54-16;
13-07; 13-08; 54-62 56-42 56-08
54-39 54-20
13-11
Kapacitet (komada)
196 215 250 277 401 420 429 888 146
215 215 246 281 390 424 438 906 144
215 215 259 277 403 419 424 918 150
215 215 278 279 410 425 427 875 144
215 190 238 271 407 427 426 883 147
215 215 227 281 391 432 430 905 147
184 215 255 278 372 428 435 894 146
215 215 252 285 410 412 439 900 144
214 214 260 279 400 423 445 912 150
215 215 257 280 453 428 449 912 144
215 208 251 279 366 423 442 918 147
215 215 282 273 399 422 447 924 147
202 215 284 274 389 425 439 936 147
215 215 286 281 437 434 147
215 215 283 280 421 443 147
283 279 429 436 150
286 278 439 435
282 277 429 431
283 282 433 432
282 429 430
425 435
Edin Cerjakovi PRILOZI Strana XLIX

-Magistarski rad-
Tabela B-1.2. Statistika obrada podataka kapacitetnih vrijednosti smjenskih kapaciteta obradnih maina
dobivenih simulacijonim modelom
Statistiki podaci sluajnih uzoraka

13-04; 13-06;
Obradna 54-34; 54-38; 54-13; 54-16;
13-07; 13-08; 54-62 56-42 56-08
maina 54-39 54-20
13-11
Broj uzoraka 30 39 13 42 13 16
Maksimalna
vrijednost 215 286 453 449 936 150
uzorka
Minimalna
vrijednost 184 227 366 412 875 144
uzorka
Srednja
aritmetika
211,77 272,18 399,31 430,86 905,46 146,69
vrijednost
uzorka
Standardna
7,9943 14,718 21,025 8,0231 17,261 2,0565
devijacija
Varijansa
63,909 216,62 442,06 64,369 297,94 4,2292
uzorka
Medijana 215 279 400 429,5 906 147
Relativna
mjera -2,5907 0,05408 1,0379 0,24622 -0,13861 0,27123
asimatrije
Relativna
mjera 5,9325 1,3712 3,2349 -0,06517 -0,40504 -0,53148
spljotenosti
Koeficijent
0,03775 0,05408 0,05265 0,01862 0,01906 0,01402
varijacije
Edin Cerjakovi PRILOZI Strana L

Magistarski Rad Cerjakovic PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Magistarski Rad Cerjakovic PDF

Uploaded by

Copyright:

Available Formats

UNIVERZITET U TUZLI

Tuzla, oktobar 2008. godine

- mentor rada: Dr sc. Alan Topi, docent

Edin Cerjakovi Strana II

Kljune rijei: tokovi materijala, stepen uravnoteenosti, simulacija, simulaciona studija

Edin Cerjakovi Strana III

Key words: flow of material, balancing degree, simulation, simulation study

Edin Cerjakovi Strana IV

Edin Cerjakovi Strana V

4. TEORIJA MASOVNOG OPSLUIVANJA I NJENA PRIMJENA U SIMUALCIJI TOKOVA

Edin Cerjakovi Strana VI

Slika 1. Struktura proizvodnog sistema ............................................................................................... 7

Edin Cerjakovi Strana VII

Edin Cerjakovi Strana VIII

Tabela 1. Tip simulacije ..................................................................................................................... 26

Edin Cerjakovi Strana IX

Edin Cerjakovi Strana X

Edin Cerjakovi Strana XI

tinc - inicijalno vrijeme

Edin Cerjakovi Strana XII

Osnovni cilj svakog proizvodnog sistema je ostvarenje predviene proizvodnje

Edin Cerjakovi Strana 1

1.1. Problem istraivanja

Primjenom savremenih tehnologija u cilju smanjenja trokova proizvodnje, proizvodni

Edin Cerjakovi Strana 2

1.2. Cilj istraivanja

Cilj istraivanja magistarskog rada je identifikacija "slabih" mjesta u realnom proizvodnom

Planirana istraivanja su realizirana u postojeem proizvodnom sistemu okarakteriziranom

Edin Cerjakovi Strana 3

1.3. Osnovne hipoteze

U skladu sa definiranim problemom i ciljem istraivanja postavljene su slijedee hipoteze:

Zakonitost dinamikih procesa toka materijala unutar proizvodnog sistema sa proizvodnim

Primjenom simulacione studije na tokove materijala unutar proizvodnog sistema mogue je

1.3.1. Ogranienja hipoteza

U odnosu na postavljene hipoteze, a uzimajui u obzir usvojeni poligon istraivanja

1.4. Koritene metode

Za planirana istraivanja u ovom magistarskom radu koritene su slijedee metode:

Edin Cerjakovi Strana 4

provoenje simulacionog eksperimenta.

1.5. Oekivani rezultati

Oekivani rezultati, shodno problemu i cilju istraivanja, te postavljenim hipotezama

Edin Cerjakovi Strana 5

2. TOKOVI MATERIJALA U PROIZVODNIM SISTEMIMA

2.1.1. Struktura proizvodnih procesa

Edin Cerjakovi Strana 6

time i trokove isporuke i poslonjavaju proces proizvodnje. To poslonjavanje smanjuje

Slika 1. Struktura proizvodnog sistema

Edin Cerjakovi Strana 7

Pored prethodnog prikaza strukture, proizvodne sisteme je mogue strukturisati i prema

Slika 2. Struktura proizvodnih sistema

2.2. Unutranji transport

U svim granama industrije, posebno u metalopreraivakoj, unutranji transport vri jednu

Edin Cerjakovi Strana 9

odlaganje i skladitenje materijala na pod treba izbjegavati, s obzirom da u najviem

2.2.2. Kapacitet transportne opreme i uzroci nagomilavanja u transportnim

Kao to je u prethodnom tekstu navedeno proizvodni, skladini i transportni sistemi su u biti

Edin Cerjakovi Strana 10

odsustvo sa radnog mjesta;

Analiza uticajnih faktora i izraunavanje veliina i posljedica stohastinih nagomilavanja,

2.3. Tok materijala

2.3.1. Funkcija toka materijala

Edin Cerjakovi Strana 11

proizvodnje i montae, odnosno da vri dopremu i otpremu potrebnih resursa u skladu sa