You are on page 1of 67

1.

UVOD 1

2. SISTEMI ZA UPRAVLJANJE PROIZVODNJOM 3

3. PROIZVODNI PROCES 5

3.1. Struktura proizvodnog procesa 5

4. MODELIRANJE I SIMULACIJA 7

4.1 Modeliranje i modeli 7

4.2 Računarska simulacija 9

4.3 Modeliranje i simulacija 10

4.4 Simulacioni proces 13


RAČUNARSKI SISTEMI ZA UPRAVLJANJE
5. 17
PROIZVODNJOM
5.1. Softveri za simulaciju proizvodnih procesa 17
STUDIJA O KORIŠĆENJU SIMULACIONIH
6. 22
SOFTVERA
6.1. Cilj studije 22

6.2. Učesnici studije 23

6.3. Rezultati studije 24

6.4. Analiza rezultata studije 33

6.5. Zaključak studije 34

7. METODOLOGIJA SIMULACIONOG MODELIRANJA 36


PREGLED SOFTVERA ZA SIMULACIJU U
8. 47
PROIZVODNJI
9. ARENA 52

9.1. PRIMER: Elektronska montaža i testiranje sistema 53

10. ZAKLJUČAK 66

LITERATURA 67

1
Modeliranje i simulacija proizvodnih procesa

1. UVOD

Upravljanje proizvodnjom je problem koji je nastao onog trenutka


kada je grupa ljudi udružila svoje sposobnosti u cilju ostvarenja
proizvodnih rezultata koje su unapred odredili. Kasnije,
posložnjavanje zadatih ciljeva dovelo je do začetka osnovnih načela
koncepta upravljanja proizvodnjom koji i danas važe. Rezultat
proizvodnih aktivnosti od pre nove ere je ideja o osnovnim fazama
upravljanja: planiranje, priprema, izvršenje, kontrola.

Proizvodnja, kakva je danas poznata, nastala je zahvaljujući


industrijskoj revoluciji u 18. veku. Već tada su se sprovodile
aktivnosti koje su i danas neophodne za efikasnu i racionalnu
proizvodnju. U livnici Soho, 1800. godine su se mogli naći konkretni
dokazi o istraživanju tržišta, prognoziranju, planiranju lokacije za
izgradnju livnice, studiju o mogućnostima mašina, standardima
proizvodnje, planu proizvodnje, standardizovanju komponenti,
računovodstvu i obuci zaposlenih radnika.

Od tada do danas ideja je ostala ista, dok su se organizaciona


sredstva i tehnike za upravljanje proizvodnjom promenile. Od
usmenih i pisanih naredbi, preko pomoćnih sredstava za ručno
planiranje i kontrolu izvršenja proizvodnih aktivnosti, stiglo se do
sofisticiranih računarskih sistema za upravljanje proizvodnjom, čime
su znatno porasle mogućnosti za pribavljanje, obradu i prenos
podataka, potrebnih za primenu savremenih metoda upravljanja
proizvodnjom.

Razvoj hardvera i softvera omogućio je masovnu i uspešnu primenu


računara u proizvodnji. Do ekspanzije te primene došlo je izgradnjom
koncepta 'Planiranje potreba za materijalom' MRP (MRP je
skraćenica od engleskih reči Material Requirements Planning, što
znači 'planiranje potreba za materijalom'). Programski paketi za
upravljanje proizvodnjom, zasnovani na MRP sistemima, na tržištu su
se pojavili početkom 60-ih godina ovog veka, nedugo pošto su MRP
sistemi široko prihvaćeni u proizvodnim kompanijama. Iako su pioniri
u eri upravljanja proizvodnjom pomoću računara, MRP sistemi i

2
danas predstavljaju najpouzdaniji i najčešće korišćeni softverski alat
za upravljanje proizvodnjom. (Gumaer,1996)

Razmatranje uspešnosti primene sistema za upravljanje


proizvodnjom u praksi ukazuje na veliku razliku između potencijala
koje ti sistemi imaju i njihove primene u praksi. Autor J.J. Skivington
smatra da su ovi sistemi u praksi uglavnom neuspešni. Njegovo
mišljenje je da je to zbog toga što je u proizvodnim preduzećima
prisutno izvesno nerazumevanje činjenice da koncept upravljanja
proizvodnjom koji podržavaju sistemi za upravljanje proizvodnjom nije
nov. U naporu da sofisticiraju svoju proizvodnju kompanije najčešće
zaborave da obezbede efikasno funkcionisanje osnovnih proizvodnih
procesa, što je preduslov za primenu savremenih, računarskih
organizacionih sredstava.

3
2. SISTEMI ZA UPRAVLJANJE PROIZVODNJOM

Za realizaciju zadataka upravljanja proizvodnjom koriste se


odgovarajući sistemi, koji podrazumevaju model upravljanja
proizvodnjom, organizaciona sredstva i tehnike.

Model upravljanja proizvodnjom ima ulogu da se na osnovu


strukture otkriju funkcionalne zavisnosti objekata i njihovih
atributa i da se prati vremenski tok proučavanih pojava na
realizaciji uzrok-posledica. Po autoru J.J. Skivingtonu model
upravljanja proizvodnjom može se prikazati sledećom
slikom.

P R E D V I Đ A NJ E

P L A N I R A NJ E

I Z V R Š E NJ E

I Z V E Š T A V A NJ E

Slika 1. Model upravljanja proizvodnjom

Model upravljanja proizvodnjom se sastoji iz četiri faze: Predviđanje –


Planiranje – Izvršenje – Izveštavanje. Svaka od četiri faze sadrži
sledeće elemente:

Predviđanje: - predviđanje tražnje, – predviđanje prodaje, – osnovni


program proizvodnje, – osnovni plan proizvodnje;
Planiranje: - planiranje potreba za materijalom, - sastavnica
materijala, - upravljanje zalihama, - planiranje kapaciteta, - planiranje
proizvodnje, - planiranje održavanja;
Izvršenje: - priprema proizvodnje, - lansiranje, - dispečiranje, -
kontrola;
Izveštavanje: - izveštaji za pojedinačne elemente, - izveštaji za
integralni sistem.

4
Organizaciona sredstva i tehnike za upravljanje proizvodnjom
određuju podelu sisitema za upravljanje proizvodnjom na ručne i
računarske. Ručni sistemi za upravljanje proizvodnjom se mogu
podeliti na centralizovane i decentralizovane. Računarski sistemi za
upravljanje proizvodnjom mogu se, dalje, podeliti na:
• MRP sistemi
• Specijalizovani sistemi (programski paketi koji pomažu u
rešavanju određenih problema upravljanja proizvodnjom, npr.
Upravljanje zalihama, održavanje itd. ).
• Sistemi za simulaciju proizvodnog procesa.
• Ekspertne sisteme za upravljanje proizvodnjom.

5
3. PROIZVODNI PROCES

Proizvodni proces je deo proizvodnog sistema. On obuhvata sve


ono što se događa sa predmetom rada, proizvod ili usluga, između
njegovog ulaza u proizvodni proces i izlaska iz proizvodnog
procesa.

Prvo se na proizvodu izvode određene operacije izrade u širem


smislu te reči. To znači da se menjaju fizička i hemijska svojstva
predmeta rada odnosno dolazi do povećanja upotrebne vrednosti
predmeta rada. Operacije obrade izvode se na mestima rada ili
radnim mestima. Kako se na tim radnim mestima direktno radi na
predmetu rada i tu dolazi do vidljive promene predmeta rada, ta
radna mesta su proizvodna radna mesta. Na njima se direktno
stvara nova vrednost. Taj deo proizvodnog procesa, koji je takođe
proces, ali manjeg obima, zove se rad na proizvodni radnim
mestima. To je samo jedan, ali osnovni, od više elementarnih
procesa u proizvodnji. To znači da svaki proizvodni proces ima
više elementarnih procesa, ima odgovarajuću strukturu. (Radović,
1999)

3.1. Struktura proizvodnog procesa


U toku, a naročito posle izvršenja operacija na proizvodnom
radnom mestu potrebno je izvršiti odgovarajuću kontrolu. Najčešće
je to kontrola kvaliteta. Sve kontrole u proizvodnji čine drugi
elementarni proces kao deo proizvodnog procesa. S obzirom da
se sve operacije izrade (obrade i montaze) najčešće ne izvršavaju
na jednom mestu, potrebno je izvršiti odgovarajuća premeštanja
predmeta rada do sledećih mesta rada. Sva premeštanja u
procesu proizvodnje su treći elementarni proces koji se zove
unutrašnji transport. Najčešće nije moguće ostvariti potpunu
usklađenost tokova u proizvodnji pa dolazi do određenog
odlaganja predmeta rada između faza procesa i mesta rada. Ova,
do sada pomenuta četiri elementarna procesa se događaju kada
predmet rada postoji i kada se odvija proces izrade. Međutim,
pored njih potrebno je proces proizvodnje postaviti i opremiti tako
da se stalno ostvaruje što je moguće veća zaštita čoveka na radu i
uopšte, sa što je moguće većim preventivnim aspektom. Isto tako,
sredstva za proizvodnju (mašine, alati, uređaji, instalacije i pribori)
treba da budu u ispravnom stanju, na potrebnom nivou proizvodne

6
gotovosti. Na kraju, da bi se proces rada moga odvijati kako treba
valja obezbediti odgovarajuće snadbevanje proizvodnje sa
energijom i tehnološkim fluidima. Kao što se vidi svaki proizvodni
proces sastoji se iz sedam elementarnih procesa:
1. rad na proizvodnim radnim mestima
2. kontrola kvaliteta
3. unutrašnji transport
4. skladištenje
5. preventivna zaštita radnika na radu
6. preventivno održavanje sredstava za rad
7. snadbevanje energijom i tehnološkim fluidima

Samo se u okviru prvog elementarnog procesa direktno stvara


nova vrednost. Ostali elementarni procesi uglavnom povećavaju
troškove proizvodnje, produžavajući proizvodni ciklus, a time i
rokove isporuke i posložavaju proces proizvodnje. To
posložavanje smanjuje fleksibilnost proizvodnog sistema i u celini
smanjuje nivo organizovanosti radne organizacije. Iz tog razloga
treba pri projektovanju procesa proizvodnje, nastojati da se
potrebe za kontrolom, premeštanjem, skladištenjem, zaštitiom i
održavanjem eliminišu ili bar svedu na što manju meru. Isto tako
od načina postavljanja procesa proizvodnje u velikoj meri zavisi i
potrošnja energije i tehnoloških fluida. Zato kod postojeće
proizvodnje treba prvo izvršiti racionalizaciju samog procesa
proizvodnje, pa tek onda usavršavanje elementarnih procesa u
proizvodnji.

7
4. MODELIRANJE I SIMULACIJA

4.1. Modeliranje i modeli


Modeliranje predstavlja jedan od osnovnih procesa ljudskog uma.
Ono je usko vezano za način ljudskog razmišljanja i rešavanja
problema. Kao rezultat procesa koji nazivamo inteligentno ljudsko
ponašanje, modeliranje predstavlja svakodnevnu aktivnost i veliki
deo onoga što nas čini ljudskim, inteligentnim bićima. Modeliranje
izražava našu sposobnost da mislimo i zamišljamo, da koristimo
simbole i jezike, da komuniciramo, da vršimo generalizacije na
osnovu iskustva, da se suočavamo sa neočekivanim. Ono nam
omogućava da uočavamo obrasce, da procenjujemo i predviđamo,
da upravljamo procesima i objektima, da izlažemo značenje i svrhu.
Upravo zato, modeliranje se najčešće posmatra kao najznačajnije
konceptualno sredstvo koje čoveku stoji na raspolaganju.

Međutim, u praksi se često dešava da se koriste neadekvatni


modeli, što s jedne strane umanjuje efikasnost, a s druge strane
može imati katastrofalne posledice bilo u tehnološkom, socijalnom
ili istorijskom pogledu. Imajući u vidu činjenicu da proces
modeliranja 'leži' u osnovi svake računarske simulacije, neophodno
je definisati ovaj proces sa više pažnje.

U najširem smislu, modeliranje predstavlja isplativo (u smislu


troskova) korišćenje nečeg (modela) umesto nečeg drugog ( realni
sistem) sa ciljem da se dođe do određenog saznanja. Rezultat
modeliranja je model. Model je apstrakcija realnosti u smislu da on
ne može da obuhvati sve njene aspekte. Model je uprošćena i
idealizovana slika realnosti. On omogućava da se suočimo sa
realnim svetom (sistemom) na pojednostavljen način, izbegavajući
njegovu kompleksnost i ireverzibilnost, kao i sve opasnosti koje
mogu proisteći iz eksperimenta nad samim realnim sistemom.
Drugim rečima, model je opis realnog sistema sa svim onim
karakteristikama koje su relevantne iz našeg ugla posmatranja. To
zapravo znači da u procesu modeliranja moramo izvršiti izbor
između onih elemenata i karakteristika sistema koje su od značaja
za naše istraživanje i koje će biti obuhvaćene modelom i preostalih
za nas irelevantnih, koje naš model neće sadržati. Stoga i kažemo
da model predstavlja uprošćenu sliku realnog sistema, te kao takav

8
ne sadrži samo objekte i atribute realnog sistema, već i određene
pretpostavke o uslovima njegove validnosti. Cilj modela nije,
naravno, da precizno reprodukuje stvarnost u svoj njenoj
složenosti. Njegov je cilj da uobliči na vidljiv, često formalan nacin,
ono što je suštinsko za razumevanje nekog aspekta njegove
strukture ili ponašanja.

Modeli su uvek apstrakcija realnog sistema, zbog toga zadržavaju


samo one karakteristike originala koje su bitne za svrhu njegovog
izučavanja. Bilo kakav model mora da ostavi po strani čitav niz
detalja koji su inače sastavni deo pojave koja se analizira. Tako, na
primer, jedan idealan model sistema nabavke trebalo bi da uzima u
obzir i činjenicu da je potražnja, između ostalog, i funkcija vremena
u meteorološkom smislu, koje je opet funkcija aktivnosti sunca.
Tesko je međutim pretpostaviti da bi bilo koji ekonomski koristan i
opravdan model uzeo u obzir i ovu činjenicu.

Nivo apstrakcije u procesu modeliranja utiče na validnost modela,


odnosno na uspešnost predstavljanja realnog sistema modelom.
Problem validacije modela javlja se u svakom procesu modeliranja,
a proističe iz činjenice da je model uvek pojednostavljeni pogled na
realni sistem koji je predmet posmatranja. Suviše složeni ili
savršeni modeli koji imaju sposobnost da za isti skup ulaznih
veličina proizvode iste izlazne vrednosti kao i relni sistemi, čak iako
su ostvarivi, po pravilu su preskupi i neadekvatni za
eksperimentisanje. S druge strane, suviše pojednostavljeni modeli
ne odslikavaju na pravi način posmatrani sistem, a rezultati koji se
dobijaju njihovom primenom mogu da budu neadekvatni i pogrešni.
Stoga, opredeljujući se za nivo apstrakcije u posmatranju realnog
sistema, potrebno je u određenom trenutku povući granicu u
realnom sistemu i to tako da rezultujući model što vernije odslikava
posmatrani sistem, ali i da, s druge strane, njegova složenost i cena
ne budu ograničavajući faktori.

Posmatrajući odnos realnog sistema i jednog njegovog modela sa


slike, možemo zaključiti da prikazani model nije savršen u smislu
kako je prethodno objašnjeno. Sa slike se jasno zapaža granica
koja je povučena prilikom kreiranja modela. Nisu uzeti u obzir svi
merljivi ulazi referentnog sistema i model daje izlaze koji se
razlikuju od realnog sistema.

9
merljivi merljivi
ulazi Realni izlazi
sistema sistem sistema

zadati izračunati
ulazi MODEL izlazi
modela logički ekvivalent modela
realnog sistema

Slika 2. Realni sistem i model posmatrani kao 'crna kutija'

4.2. Računarska simulacija


Da bi model bio koristan, od suštinske je važnosti to da se za dati
ograničeni skup njegovih opisnih promenljivih, njegovo ponašanje
može odrediti na praktičan način: analitički, numerički ili putem
eksperimenta, gde se za izvesne, uglavnom slučajne ulaze,
posmatraju odgovarajući izlazi. Ovaj poslednji proces naziva se
simulacija.

Rec simulacija u svakodnevnoj upotrebi može da označi veći broj


različitih aktivnosti, kao na primer: složene video igre, ispitivanje
uticaja brojnih faktora na let novih modela aviona, deo
eksperimenta u socio-psihološkim istraživanjima itd. Kada reč
koriste računarski stručnjaci, organizatori, menadžeri ili statističari,
obično pod simulacijom podrazumevaju proces izgradnje
apstraktnih modela za neke sisteme ili podsisteme realnog sveta i
obavljanje većeg broja eksperimenata nad njima. Posebno nas
interesuje slučaj kada se ti eksperimenti odvijaju na računaru. Tada
govorimo o računarskom modeliranju i simulaciji.

4.3. Modeliranje i simulacija

10
Savremeno modeliranje nezamislivo je bez racunara. U
modeliranju računari se koriste u dve svrhe: u razvoju modela i u
izvođenju proračuna na osnovu stvorenog modela. Na taj način,
modeliranje pomoću računara postaje disciplina kojom se mogu
adekvatno i efikasno prikazivati složeni sistemi i oblikovati i ispitivati
njihovo ponašanje.

Izraz modeliranje i simulacija izrazava složenu aktivnost koja


uključuje tri elementa: realni sistem, model i računar. Ova se
aktivnost na uprošćen način može predstaviti sledećim dijagramom.

REALNI SISTEM RAČUNAR

MODEL

Modeliranje Simulacija

Slika 3. Relacije modeliranja i simulacije

Pod realnim sistemom podrazumevamo uređen, međuzavisan skup


elemenata koji formiraju jedinstvenu celinu i deluju zajednički kako
bi ostvarili zadati cilj ili funkciju, bez obzira da li se radi o prirodnom
ili veštačkom sistemu, i takođe, bez obzira da li taj sistem u
posmatranom trenutku postoji ili se njegovo postojanje planira u
budućnosti. Realni sistem je izvor podataka o ponašanju, a ovi se
podaci javljaju u obliku zavisnosti X(t), gde je X bilo koja promenljiva
koja interesuje istraživača, a t je vreme mereno u odgovarajućim
jedinicama. Drugim rečima, realni sistem se može posmatrati kao
izvor podataka za specifikaciju modela.

11
Model, kao i svaki realni sistem, ima svoje objekte koji se opisuju
atributima ili promenljivim. On je apstraktni prikaz sistema i daje
njegovu strukturu, njegove komponente i njihovo uzajamno
delovanje. S obzirom da se za simulaciju najčešće koristi računar
(razmatramo samo taj slučaj), to se pod modelom može
podrazumevati skup instrukcija (program) koji služi da se generiše
ponašanje simuliranog sistema (vremenska serija vrednosti
promenljivih simuliranog sistema). Ponašanje modela ne mora da
bude u potpunosti jednako ponašanju simuliranog sistema, već
samo u onom domenu koji je od interesa.

Računar kao treća komponenta ove aktivnosti, predstavlja uređaj


sposoban za izvršenje instrukcija modela, koje ne bazi ulaznih
podataka generišu razvoj modela u vremenu. Računari, uz različite
metode i programske alate, omogućavaju pogodan ambijent za
stvaranje složenih modela i efikasan rad nad njima.

Međutim, pored ovih elementa, pažnju treba usmeriti i na otkrivanje


i definisanje relacija koje postoje između njih. Modeliranje je proces
kojim se uspostavlja veza između realnog sistema i modela, dok je
simulacija proces koji uspostavlja relaciju između modela i
računara.

Relacija modeliranja odnosi se na validnost modela. Validnost ili


valjanost modela opisuje koliko verno jedan model predstavlja
simulirani sistem. Proces utvrđivanja stepena slaganja podataka o
realnom sistemu sa podacima modela naziva se validacija modela.
Proces validacije je veoma značajan, jer se na osnovu njega
donose odluke o upotrebljivosti rezultata simulacije, izmeni modela,
izmeni podataka (ulaznih promenljivih, parametara), daljem
nastavku simulacije, ponavljanju simulacije, itd.

Relacija simulacije odnosi se na proveru da li simulacioni program


verno prenosi model na računar kao i tačnost kojom računar
izvršava instrukcije modela. Pre poređenja stvarnih podataka sa
podacima koje generiše računar (simulator), mora se utvrditi
tačnost, odnosno korektnost simulatora. Proces procene korektnosti
simulatora naziva se verifikacija. (Radenković, Stanojević, Marković,
1999)

12
MODELIRANJE SIMULACIJA VALIDACIJA

BAZA BAZA
MODELA PODATAKA

EKSPERIMENTISANJE

CILJEVI

Slika 4. Proces modeliranja i simulacije

Na slici su prikazane aktivnosti procesa modeliranja i simulacije sa


bazom modela kao centralnim objektom. Procesom modeliranja se
upravlja na osnovu ciljeva koji se generišu van granica sistema.
Svaki novi cilj inicira aktivnost sinteze modela. Pri sintezi modela se
koristi raspoloživo znanje iz baze modela i bazi podataka. Ove baze
čuvaju i organizuju prikupljene podatke o realnom sistemu. Faze
simulacije (eksperimentisanje sa modelom) i validacije slede fazu
izgradnje modela.

Validacija vodi novom eksperimentisanju nad realnim sistemom i


može da zahteva dodatne modifikacije ili čak odbacivanje i
reinicijalizaciju prvobitnog modela. U tom procesu, kao rezultat
nedostatka podataka u bazi znanja mogu se formulisati novi ili
izmeniti postojeći ciljevi. Na kraju, kao rezultat javlja se jedan ili više
modela koji vode ka ispunjenju eksternih ciljeva (ukoliko proces ne
upadne u petlju iz koje ne može da izađe). Kreirane modele koristi
donosilac odluke. Pored toga, oni se mogu memorisati u bazi modela
i koristiti u nekoj narednoj fazi aktivnosti.

13
4.4. Simulacioni proces
Simulacioni proces je struktura rešavanja stvarnih problema pomoću
simulacionog modeliranja. On se može prikazati u obliku niza koraka
koji opisuju pojedine faze rešavanja problema ovom metodom
(životni ciklus simulacije). Struktura simulacionog procesa nije strogo
sekvencjalna, već je moguć i povaratak na prethodne korake
procesa, zavisno od rezultata dobijenih u pojedinim fazama procesa.
Broj faza i redosled njihovog obavljanja zavisi od svake konkretne
situacije, ali je ipak moguće navesti jedan opšti, uređen skup
procedura.

14
DEFINICIJA CILJA ISTRAŽIVANJA

IDENTIFIKACIJA SISTEMA

PRIKUPLJANJE I ANALIZA ULAZNIH PODATAKA

IZGRADNJA SIMULACIONOG MODELA

IZGRADNJA SIMULACIONOG PROGRAMA

VERIFIKACIJA SIMULACIONOG PROGRAMA

ZADOVOLJAV
A

VREDNOVANJE SIMULACIONOG MODELA

ZADOVOLJAV
A

PLANIRANJE I IZVOĐENJE EKSPERIMENATA

ANALIZA REZULTATA EKSPERIMENATA

ZADOVOLJAV
A

ZAKLJUČCI I PREPORUKE

Slika 5. Dijagram toka simulacionog procesa

15
Osnovni koraci simulacionog procesa su sledeći:

1. Definicija cilja simulacione studije


Definicija željenog cilja i svrhe studije: problem koji treba rešiti
(oblikovanje sistema, analiza sistema i sl.), granice sistem/okolina,
nivo detaljnosti.

2. Identifikacija sistema
Opis komponenti sistema, interakcija komponenti, način rada,
veze s okolinom, formalni prikaz sistema.

3. Prikupljanje podataka o sistemu i njihova analiza


Prikupljanje i merenje relevantnih podataka o sistemu, analiza tih
podataka (izbor raspodela nezavisnih slucajnih promenljivih,
ocena vrednosti parametara raspodela).

4. Izgradnja simulacionog modela


Stvaranje konceptualnog modela koji adekvatno opisuje sistem i
omogućava rešavanje zadatog problema.

5. Izgradnja simulacionog programa


Izbor programskog jezika ili paketa i stvaranje simulacionog
programa bilo pisanjem programa, bilo automatskim generisanjem
programa na osnovu konceptualnog modela.

6. Verifikacija simulacionog programa


Testiranje simulacionog programa prema postavkama
simulacionog modela (pojedinačne procedure, generisanje
slučajnih promenljivih, povezivanje procedura). Ukoliko verifikacija
programa nije dala zadovoljavajuće rezultate, potreban je
povratak na korak 5.

7. Vrednovanje (validacija) simulacionog modela


Ispitivanje da li simulacioni model adekvatno predstavlja stvarni
sistem (ispitivanjem podudarnosti izlaza modela i realnog sistema,
analizom rezultata od strane eksperata, analizom osetljivosti).
Ukoliko vrednovanje modela nije uspešno, potrebno je vratiti se
na tačku 4 (izmene u simulacionom modelu).

8. Planiranje simulacionih eksperimenata i njihovo izvođenje


Planiranje simulacionih eksperimenata koji omogućuju ispunjenje
cilja studije (plan promene parametara modela, ponavljanje

16
eksperimenta zbog analize uticaja slučajnih promenljivih, idr).
Izvođenje simulacionih eksperimenata prema usvojenom planu.

9. Analiza rezultata eksperimenata


Statistička analiza rezultata simulacionih eksperimenata. Tokom
analiza rezultata može se pokazati potreba za dopunom koraka 8
(izvođenje dodatnih eksperimenata).

10. Zaključci i preporuke


Prezentacija relevantnih rezultata na osnovu kojih se mogu doneti
odgovarajuće odluke (izbor konfiguracije sistema, izmene u
sistemu, idr).

17
5. RAČUNARSKI SISTEMI ZA UPRAVLJANJE
PROIZVODNJOM

Ubrzani razvoj računarskog hardvera i softvera uslovio je


prevazilaženje primene ručnih sistema za upravljanje proizvodnje.
Računari su postali jedno od osnovnih sredstava za rad u
proizvodnji i predstavljaju najznačajniji doprinos daljem tehnološkom
razvoju. Pored primene računara u projektovanju i razvoju proizvoda,
rukovanju i upravljanju proizvodnom opremom, numeričkom
upravljanju, kontroli procesa, robotskim sistemima, automatskim
skladištima, automatski vođenim vozilima itd., računar ima značajnu
ulogu i u upravljanju proizvodnjom. Kao alternativa projektovanju i
implementaciji vlastitog informacionog sistema za upravljanje
proizvodnjom, kompanije danas imaju na raspolaganju veliki broj
komercijalnih sistema za upravljanje poroizvodnjom, koji se mogu
podeliti na: MRP sisteme, specijalizovane sisteme, sisteme za
simulaciju proizvodnog procesa i ekspertne sisteme za upravljanje
proizvodnjom.

5.1. Softveri za simulaciju proizvodnih procesa


Prednosti korišćenja simulacije u proizvodnom menadžmentu su
sledeće:
- simulacija je relativno veran prikaz realnog sistema
- može se koristiti za analizu velikih i kompleksnih realnih
problema koji se ne mogu rešiti konvencionalnim modelima
proizvodnog menadžmenta
- simulacija dozvoljava rad sa bilo kojom raspodelom verovatnoća
- zahvaljujući simulaciji efekti mogućih promena u sistemu su
odmah vidljivi
- simulacija dopušta 'šta-ako' analize
- simulacija ne remeti realan sistem, što je velika prednost jer je
nemoguće eksperimentisati sa pravim fabrikama, bolnicama ili
aerodromima.

Neke od oblasti u kojima se danas primenjuje simulacija su: avio-


saobraćaj, gradski saobraćaj, distributivni sistemi, planiranje i
upravljanje zalihama, predviđanje prodaje, terminiranje
proizvodnje, investiranje, raspored radnih mesta, raspoređivanje
radne snage itd.

18
Simulacija može da ima i nedostatke kao što su:
- dobri simulacioni modeli su vrlo skupi
- simulacija ne garantuje nalaženje optimalnog rešenja problema
- simulacioni modeli ne daju odgovore bez adekvatnih, realnih
ulaznih podataka
- svaki simulacioni model je jedinstven i obično se ne može
primeniti na druge probleme

Ovi problemi se danas mogu prevazići upotrebom simulacionih


jezika, poput GPSS, SIMSCRIPT, DYNAMO ili spreadsheet
softvera, kao i korišćenjem komercijalnih, lakih za upotrebu,
programa kao sto su Witness, Promodel, Arena, Taylor II, AutoMod
itd. Komercijalni softveri za simulaciju proizvodnih procesa su vrlo
rasprostranjeni zbog mogućnosti koje imaju u planiranju, simulaciji i
analizi proizvodnje, relativno niske cene i lakoće upotrebe, koja
omogućava i neprogramerima da uspešno izvode eksperimente sa
modelom.

Ovakvi softveri rade u grafičkom okruženju na UNIX- radnim


stanicama ili na personalnim računarima sa UNIX ili Windows
operativnim sistemima. Podržavajući sledeće operacije:
modelovanje, simulaciju i vizuelizaciju proizvodnog procesa.

Prikazuje se struktura simulacionog softvera SIMPLE++, proizvod


kompanije AESOP.

SIMPLE++ označava akronim za reči 'SIMulation in Production,


Logistics and Engineering and its implementation in C++'. Struktura
ovog simulacionog paketa može se prikazati slikom

19
Slika 6. Struktura softvera SIMPLE++

U modelu za modelovanje moguće je projektovati izgled


proizvodnog pogona pomoću opcija Fizički objekti i Informacioni
objekti. Fizički objekti su: mašine, konvejeri, linije, skladišta vozila,
putevi, kontejneri, palete i delovi. Informacioni objekti služe za
prikazivanje informacionih tokova između svih objekata. Oni mogu
biti metode, generatori, liste i podaci. Pomoću osnovnih objekata
mogu se kreirati aplikativni objekti sa svojim dizajnom, funkcijama i
ponašanjem. Na raspolaganju su sledeći aplikativni objekti: sistem
automatski vođenih vozila, sistem konvejera, procesna industrija,
skladište, personal, upravljanje pogonom, MRP.

Za unošenje raznih pravila za materijalne i informacione tokove,


kao i za donošenje odluka koristi se jezik SimTalk, preko tekst
editora.

Posle projektovanja proizvodnog sistema moguće je startovati


simulaciju. Simulacija se može izvoditi sa ili bez animacije. Moguće
je primeniti bilo koji ulazni podatak, što je vrlo važno kod
svakodnevnih optimizacija, kao što je terminiranje. Posle
simuliranja procesa daju se statistički podaci u obliku raznih
dijagrama ili tabela za pojedine delove ili za celu simulaciju.

Modul za vizuelizaciju sadrži alate za prezentaciju, grafički editor i


animaciju. Alati za prezentaciju omogućavaju efektan prikaz
parametara modela i rezultata simulacije. Grafički editor se koristi

20
za kreiranje slika objekata. Mogu se koristiti i gotovi objekti.
Animacija ide uporedo sa simulacijom i njena brzina se može
menjati.

Karakteristike softvera za simulaciju proizvodnih procesa:

Korisnički interfejs:
Objektno orijentisano, grafičko okruženje sa prozorima, menijima i
mišom, aplikativno orijentisan dijalog i verodostojna provera ulaznih
podataka, korisnički definisani dijalog prozori, upravljanje ekranom
preko zumiranja, 'integrisano radno okruženje': sve funkcije
modelovanja, simulacije i animacije su istovremeno raspoložive,
'inkrementalna opercija' : detaljisanje ili uprošćavanje modela u
svakom trenutku, 'neproceduralna opercija' : procedura
modelovanja je nezavisna od toka simulacije, on-line
dokumentacija i help funkcije.

Modelovanje:
Veličina modela nije ograničena, 'top-down' i 'bottom-up'
modelovanje, kontrola nivoa parametara, neograničena hijerarhija
modela i strukture procesa, neograničen broj nezavisnih
generatora slučajnih promenljivih, različite pomoćne funkcije:
automatsko povezivanje objekata, aktivno pozicioniranje preko
koordinatne mreže, skrivanje povezujućih linija itd., spoljna
manipulacija modelom sa drugim programima, osnovni objekti za
materijalni i informacioni tok: mašina, skup paralelnih mašina, linija,
skladište, traka, vozilo, konvejer, kontejner, generator, metod,
podatak, stohastička raspodela parametara: konstantna,
uniformna, normalna, eksponencijalna, geometrijska,
hipergeometrijska i formule definisane od strane korisnika, fiksni i
od strane korisnika definisani atributi za svaki objekat, grafički
editor za definisanje i menjanje slike svakog objekat, menjanje slika
za vreme animacije, biblioteka slika sadrži različite ikone za
prikazivanje objekata, vise od 50 matematičkih, tekstualnih i
logičkih funkcija, SimTalk: jezik sa jednostavnim komandama i
strukturom, globalna ili lokalna kontrola jednog ili vise objekata,
materijalni i informacioni tokovi se mogu modelovati nezavisno.

Simulacija:
Promena modela i parametara u toku simulacije, izbor brzine
simulacije, prikaz korak po korak simulacije, razmena podataka u
toku simulacije, grafički prikaz vrednosti parametara u toku i posle

21
simulacije, statistika za totalno vreme simulacije, intervala i
aktuelnog vremena, analiza simuliranog ponašanja.

Animacija:
Slobodna definicija layout-a animacije, promena animiranih slika,
prikaz hijerarhijskog nivoa otvorenih objekata u svakom trenutku,
simulacija može ići sa ili bez animacije.

Ovaj sofisticiran softver za simulaciju proizvodnih procesa pruža i


sledeće mogućnosti:
- C interfejs povezuje model sa spoljnim C programima, koji mogu
da rade sa podacima poput jezika SimTalk;
- DDE (Dynamic Data Exchange) interfejs omogućuje razmenu
podataka između različitih programa u toku simulacije. Tipičan primer
aplikacije DDE je integracija sa spreadsheet softverom EXCEL u cilju
grafičke prezentacije rezultata simulacije za vreme trajanja
simulacije;
- GA je softver koji podržava iterativne optimizacije terminiranja
proizvodnje koristeći genetske algoritme. Rezultujući podaci se
prezentiraju pomoću Gantovih dijagrama. Ovi dijagrami se mogu
analizirati i menjati i koristiti kao ulazni podatak za sledeću
simulaciju. Postoje dve vrste ovih dijagrama: dijagram zauzetosti
mašina i dijagram redosleda izrade proizvoda;
- Mailbox je klijent-server komunikacioni sistem koji obezbeđuje
fleksibilnu, direktnu komunikaciju između softvera za simulaciju i
drugih programa u mreži;
- SQL omogućava razmenu podataka sa SQL bazama podataka.
Na raspolaganju je kompletan raspon SQL komandi. Podržane su
najpopularnije baze podataka za Unix sisteme: INFORMIX i
ORACLE.

Softveri za simulaciju proizvodnih procesa se vrlo lako mogu


povezati i sa drugim komercijalnim paketima za proizvodni
menadžment: za modelovanje poslovnih procesa, za planiranje
layout-a, za planiranje i upravljanje proizvodnjom, za studiju rada
itd. Takođe, oni se mogu povezivati sa CAD/CAM sistemima i tako
postati deo CIM sistema. (Petronijević, Radović, 1999)

22
6. STUDIJA O KORIŠĆENJU SIMULACIONIH
SOFTVERA

Sve veća konkurencija na tržištu je rezultirala u sve većem


značaju za povećanom efikasnošću i manjim radnim troškovima.
Simulacija je koristan i često korišćen alat koji omogućava
organizacijama da ispituju moguće strategije. Kao rezultat toga,
na tržištu postoji obilje simulacionih paketa.

Ova studija daje rezultate o korišćenju softvera za simulaciju


diskretnih događaja koje je sponzorisao Brunel Univerzitet.
Učesnici u studiji su članovi Grupe za studiranje simulacija
Društva za operaciona istraživanja Velike Britanije, iz akademskih
i iz industrijskih institucija. Rezultati studije pokazuju tipove
simulacionog softvera koji se najčešće koristi, koja su najčešća
polja primene simulacija, uobičajene dobre i loše karakteristike
simulacionih paketa i predloge korisnika za dalje usavršavanje
postojećeg softvera.

6.1. Cilj studije


Osnovni cilj studije bio je da ispita softverske zahteve ispitanika,
najčešća područja korišćenih simulacija, i mišljenja korisnika o
mogućim načinima poboljšanja postojećih simulacionih alata radi
boljeg zadovoljavanja njihovih potreba.

Upitnik koji je bio podeljen ispitanicima se sastojao od 9 pitanja,


koja su se odnosila na:
1) vrstu simulacionog softvera;
2) specifikaciju korišćenih paketa;
3) svrhu upotrebe simulacije;
4) opšte misljenje o svakom korišćenom softveru; i
5) područjima primene simulacija.
Ostala pitanja su se odnosila na 6) procenu uspešnosti
simulacione studije sa stanovišta korišćenog softvera. Konkretno,
korisnici su morali da procene da li se sve željene karakteristike
posmatranog sistema mogu modelovati. Ispitanici su, takođe,
trebali da sačine listu 7) osnovnih mana i ograničenja softvera,
kao i 8) najvažnije dobre osobine softvera. Na kraju, trebali su i da

23
navedu 9) najvažnije funkcije koje treba uključiti u postojeće
pakete, a koje po njihovom mišljenju nisu bile uključene.

Većina pitanja koje se odnose na mišljenje o softveru i mogućim


načinima za njegovo poboljšanje (pitanja 4-9) je zahtevala
odgovore koje su ispitanici sami pružali svojim rečima, a ne
izborom između ponuđenih alternativa. Verovalo se da će se
ovakvim pristupom izbeći uticanje na mišljenje ispitanika i da će
se dobiti bolji i objektivniji odgovori. Pored toga, strategija sa
takvim načinom odgovaranja na pitanja je omogućavala
ispitanicima da adekvatno izraze njihovo zadovoljstvo ili
nezadovoljstvo softverom, bez ikakvih sugestija ili ograničenja
koja postavlja upitnik.

6.2. Učesnici studije


Učesnici studije obuhvataju članove Grupe za ispitivanje
simulacija (grupe sa posebnim interesovanjem) Društva za
operciona istraživanja Velike Britanije, iz industijskih i akademskih
institucija. Verovalo se da su učesnici ispitivanja bili aktivno
uključeni u simulacije (rezultati studije su potvrdili pretpostavku)
i/ili imali značajan interes u simulacijama. Veliki broj akademika sa
univerziteta širom Velike Britanije je učestvovao u studiji, kao i
brojni učesnici iz oblasti industrije koji rade za razne proizvodne,
servisne, savetodavne i istraživačke kompanije.

Učesnici studije nisu izabrani ni jednom formalnom statističom


metodom. Učesnici, za koje se znalo ili verovalo da su redovni
korisnici simulacija, odabrani su namerno. Sa druge strane,
procenat zainteresovanih je bio pristojnih 25% od podeljenih 220
upitnika. Odnos zainteresovanih sa univerziteta i iz industrije je
bio oko 66% prema 33%, iako je u obe grupe podeljen podjednak
broj upitnika. Ne samo što je broj zainteresovanih sa univerziteta
bio znatno veći, nego je i u proseku svaki odgovor akademskog
ispitanika pružao više informacija nego odgovor ispitanika iz
oblasti industrije. Sve ove činjenice mogu dovesti u pitanje
statističku značajnost dobijenih rezultata. Ipak, veruje se da
namerni izbor iskusnih ispitanka povećava značaj i
reprezentativnost dobijenih rezultata.

24
6.3. Rezultati studije
Rezultati studije rezimiraju odgovore dobijene od strane učesnika
studije. Kao takve, treba ih razmatrati sa oprezom, jer je broj
ispitanika relativno mali. Ipak, postoji određen stepen sličnosti u
odgovorima koji se odnose na pitanja o osnovnim
karakteristikama, dobrim i lošim stranama softvera, koje mogu da
ukažu da se neki rezultati mogu primeniti na veći broj korisnika
simulacija.
U odnosu na korišćeni softver, 74% ispitanika koristi simulatore, a
u isto vreme 48% ispitanika koristi i simulacione jezike (simulator
predstavlja paket koji radi na osnovu podataka, i u kome ne treba
ništa, ili vrlo malo, programirati; dok simulacioni jezik zahteva
određeno programiranje radi razvoja modela). Analiza
specifikacije korišćenih simulacionih alata otkriva da, otprilike,
trećina korisnika koristi samo jedan softverski alat, druga trećina
koristi 2 softverska alata, a ostatak koristi od 3 do 7 različitih
softverskih alata. Tabela 1 daje prikaz rezultata dobijenih o
korišćenju određenih paketa, dok Tabela 2 pokazuje rezultate koji
se odnose na broj koršćcenih simulacionih paketa. Informacije u
svim tabelama u ovom radu su predstavljene na sličan način.

Tabela 1. Simulacioni paketi korišćeni od strane ispitanika studije

PROCENAT KORISNIKA
SIMULACIONI PAKET KOJI KORISTE ODREĐENI
PAKET
Simul8 33.30%
WITNESS 33.30%
Siman/Cinema 22.20%
SIMFACTORY II.5 18.50%
MicroSaint 18.50%
ProModelPC 14.80%
VS7 11.10%
XCELL+ 7.40%
Arena 7.40%
MODSIM 7.40%
SIMULA 7.40%
INSTRATA 3.70%
G.R.A.S.P. 3.70%
WORKSPACE 3.70%

25
HOCUS 3.70%
Taylor II 3.70%
VS6 3.70%
OPTIMA 3.70%
Process Character 3.70%
PC-model 3.70%
SIMSCRIPT 3.70%
GPSS/H 3.70%
NETWORK II.5 3.70%
SLOOP/TERMINAL 3.70%
Ithink 3.70%
VENSIM 3.70%
Factor/Aim 3.70%
SES/Workbench 3.70%
Extend 3.70%
BATCHES 3.70%

Tabela 2. Broj simulacionih paketa korišćenih od strane


akademskih ispitanika

PROCENAT KORISNIKA
BROJ KORIŠĆENIH KOJI KORISTE ODREĐENI
SIMULACIONIH PAKETA BROJ PAKETA
1 37.00%
2 29.60%
3 11.10%
4 7.40%
5 7.40%
6 3.70%
7 3.70%

Podaci u vrstama su grupisani na osnovu procenta korisnika koji


su naveli određene karakteristike softvera. Svaka vrednost (u
određenoj vrsti) je izračunata u odnosu na 100%, dok se
aritmetička pravila ne mogu primeniti na sve vrednosti u svim
kolonama (zbir vrednosti po kolonama nije 100%).

U odnosu na cilj simulacije, 81.5% učesnika koristi simulacije za


modelovanje realnih sistema, 66.6% koristi simulacije u

26
obrazovne svrhe (51.8% koristi simulacije i za modelovanje
realnih sistema i za obrazovanje), 7.4% koristi simulacije u okviru
istraživanja, a 3.7% koristi simulacije u savetodavne svrhe. Ovi
rezultati pokazuju, što ne predstavlja iznenađenje, da svi
akademski ispitanici koriste simulacije u obrazovne svrhe (66.6%
ispitanika su akademci), a i značajan broj njih je ukuljučen i u
modelovanje realnih sistema.

Zajednički elementi u odgovorima koja se odnose na opšte


mišljenje o korišćenom softveru su prikazani u Tabeli 3, zajedno
sa procentom korisnika koji su naveli određene karakteristike
softvera.

Analiza rezultata, koji se odnose na područja primene simulacija,


otkriva da je proizvodnja veoma dominantna (66.6%). Ostala
područja primene obuhvataju, npr. zdravstvo, komunikacione
sisteme, uslužnu industriju, benzinske pumpe...

Tabela 3. Prikaz opštih misljenja korisnika o softveru

Procenat korisnika koji


Funkcije softvera su naveli određenu
funkciju
Nedostatak mogućnosti za
modelovanje/fleksibilnosti 37.00%
Brojne mogućnosti za
modelovanje/fleksibilnost 33.30%

Jednostavan za upotrebu 18.50%


Težak za učenje 18.50%
Skup 14.80%
Dobar za podučavanje 14.80%
Jevtin i dobrog kvaliteta 11.10%
Jednostavan za učenje 11.10%
Zastareo 11.10%
Dobar za razvoj modela realnih sistema 11.10%
Dobar grafički interfejs 7.40%
Jednostavno razvijanje modela 7.40%
Teško se povezuje sa drugim softverom 7.40%

27
Nedostatak jezičkog interfejsa 7.40%
Moćan alat 7.40%
Nedostatak dobrog korisničkog interfejsa 3.70%
Prosečne mogucnosti za modelovanje 3.70%
Sporo radi 3.70%
Brzo radi 3.70%
Slabe logičke mogućnosti 3.70%
Jednostavan 3.70%
Dobro automatsko prikupljanje statistika 3.70%
Nedostatak hijerarhijskog/modularnog pristupa 3.70%

Jednostavnost animacije 3.70%


Jednostavan za upotrebu 3.70%
Dobar kvalitet u odnosu na cenu 3.70%
Lak za prezentovanje 3.70%
Lako se dobija kod 3.70%
Neadekvatan grafički prednji kraj 3.70%
Razvijanje modela dugo traje 3.70%

Tabela 4. Područja primene simulacija

Procenat korisnika koji


Područja primene simulacija koriste simulacije u
određenim oblastima
Proizvodnja 66.60%
Zdravstvo 18.50%
Komunikacioni sistemi 11.10%
Uslužne delatnosti 7.40%
Modelovanje redova čekanja 7.40%
Benzinske pumpe 7.40%
Odbrambeni sistemi 7.40%
Poslovna obrada 7.40%
Distribuiranje 7.40%
Sistemi kancelarija 3.70%

28
Poljoprivredna i oprema za automatizaciju
hrane 3.70%
Hemijska industrija 3.70%
Saobraćaj 3.70%
Trgovina 3.70%

Analiza problema statističkih uzorkovanja u


industrijskim studijama 3.70%
Hale za pakovanje 3.70%
Popravka 3.70%
Obrada otpada 3.70%

Tabela 4 ilustruje područja primene simulacija i procenat učesnika u


određenoj oblasti.

Na pitanje o uspehu modelovanja, 51.9% učesnika je izjavilo da su


bili u mogućnosti da modeluju željene karakteristike modelovanog
sistema, dok je 48.4% imalo problema zahvaljujući ograničenjima
softvera i njegovoj nefleksibilnosti.

Tabela 5 pokazuje rezultate koji se odnose na glavna ograničenja i


slabosti korišćenog softvera, uključujući i procentualne rezultate
određenih odgovora, dok Tabela 6 prikazuje odgovore koji se odnose
na najvažnije pozitivne karakteristike korišćenog softvera.

Konačno, prikaz karakteristika za koje bi korisnici voleli da su


ukuljučene u simulacioni softver, a koje bi mogle da poboljšaju
softver su predstavljene u Tabeli 7.

Tabela 5. Pregled mišljenja korisnika o glavnim ograničenjima


softvera

Procenat korisnika koji


Ograničenja softvera su naveli ograničenja
softvera

Ograničene standardne funkcije/fleksibilnost 22.20%


Težak za učenje 14.80%
Skup 14.80%

29
Neadekvatna pomoć pri eksperimentisanju
(potrebni saveti, trajanje eksperimenta,
kombinacije izlaznih faktora…) 11.10%
Nedostatak kompatibilnosti softvera 7.40%
Nemogućnost analize rezultata 7.40%
Ulazni podaci 7.40%
Zastarelost 7.40%
Visoki troškovi održavanja i obuke 3.70%
Upotreba alarma (sigurnosnih uređaja) 3.70%
Nedostatak pomoći (on-line help) 3.70%
Nedostatak složenih jezika u paketima 3.70%
Neadekvatna mogućnost obrade 3.70%
Neadekvatna grafička preciznost 3.70%
Nedostatak tačnosti realnog vremena 3.70%
Loša logika 3.70%
Animacija koja odvlači pažnju 3.70%
Nema pristupa događajima sistema 3.70%
Mala mogućnost za razvijanje sopstvenog
korisničkog interfejsa 3.70%
Spor 3.70%
Teškoće u određivanju važnosti modela 3.70%
Ne može se prenositi 3.70%
Zahteva veliku stručnost 3.70%
Prezentacija rezultata 3.70%
Neadekvatni korisnički interfejs 3.70%
Nije moguće napraviti samostalne izvršne
modele 3.70%

Nemogućnost pravljenja modularnih simulacija 3.70%

Paket neobrađenih rezultata 3.70%


Potrebno više realnijih ulaznih veličina 3.70%
Upotreba lažnih radnih centara 3.70%
Nedostatak integracije planiranja simulacionih
paketa 3.70%
Inicijalizacija 3.70%

30
Tabela 6. Pregled mišljenja korisnika o glavnim prednostima softvera

Procenat korisnika koji su


Osnovne dobre strane softvera naveli određene dobre
strane softvera
Jednostavno modelovanje 48.10%
Dobra animacija/vizuelne mogućnosti 44.40%
Brzina modelovanja 22.20%
Fleksibilnost/povezivanje sa spoljnim kodom 18.50%

Grafički interfejs 7.40%


Mogućnost analiziranja ulaznih i izlaznih
podataka 3.70%
Povezivanje sa drugim paketima 3.70%
Mala cena 3.70%
Jednostavno prikupljanje statistika 3.70%
Interaktivan 3.70%
Promenljiva brzina animacije 3.70%
Modularizacija modela (razvoj odvojenih
modela) 3.70%
Pregled rezultata 3.70%
Mogućnost virtuelne realnosti 3.70%
Visoke aritmetičke mogućnosti 3.70%
Neograničena funkcionalnost pomoću C
koda 3.70%

Jednostavno kreiranje koda koji se može


ponovo koristiti 3.70%
Prenosivost (upotreba na različitom
hardveru) 3.70%

Tabela 7. Pregled mišljenja korisnika o karakteristikama koje bi


trebalo uključiti u simulacione pakete

31
Procenat korisnika koji su
Željene funkcije softvera naveli određenu željenu
funkciju softvera
Bolja eksperimentalna podrška 18.50%
Dalji razvoj radi jednostavnijeg učenja i
primene paketa 11.10%
Bolje povezivanje sa drugim paketima 11.10%
Bolja analiza rezultata i prikazanih podataka 7.40%
Dobre standardne funkcije 7.40%
Interni sistem za kreiranje korisničke logike 7.40%
Veća i jednostavnija fleksibilnost 7.40%
Kreiranje i analiza izveštaja 7.40%
Programiranje pomoću ikona/pravljenje
grafičkih modela 7.40%
Bolja prezentacija modela na ekranu i na
papiru 7.40%

‘Inteligentni’ interfejs koji bi savetovao o broju


replikacija, vremenu zagrevanja… 3.70%
Virtuelna stvarnost 3.70%
Potpuna tačnost u odnosu na fizički svet 3.70%
Animacija u realnom vremenu 3.70%
Dobre mogućnosti razvijanja sopstvenog
korisničkog interfejsa (za kreiranje
podsimulatora) 3.70%

Pristup događajima sistema 3.70%


Mogućnost za prikupljanje statistika 3.70%
Bolji grafički korisnički interfejs 3.70%
Bolje statističke mogućnosti 3.70%
Dodatni blokovi za podršku raznih područja
primene 3.70%
Samostalni izvšsni modeli 3.70%
Mogućnost optimizacije 3.70%
Analiza vremenskih serija 3.70%
Biblioteka modela koji se mogu ponovo
koristiti 3.70%

32
Provera potpunosti 3.70%
Multimedijalne mogućnosti 3.70%
Interaktivno rukovanje parametrima za vreme
vršenja eksperimenata 3.70%
Intervali poverenja 3.70%
Testiranje hipoteza 3.70%
Grafički prikaz rezultata simulacje 3.70%
Mogućnost izvršenja IF/THEN/ELSE naredbi 3.70%

Mogućnost štampanja jednom komandom


svih parametarskih vrednosti, specifikacija 3.70%
objekata i putanja/logika u okviru modela

Mogućnost poređenja odgovora na pitanja


kao što su gde se mogu pronaći informacije o 3.70%
datom atributu

6.4. Analiza rezultata studije


Rezultati studije prikazani u dosadašnjem tekstu otkrivaju
interesantne trendove u korišćenju simulacionih softvera, a na
koje su ukazali učesnici studije. Kada je u pitanju vrsta korišćenog
softvera, više od tri četvrtine korisnika koristi simulatore, a
polovina od njih koristi i simulacione jezike u isto vreme. Razlog
za ovaj visoki procenat učesnika koji koriste i simulatore i
simulacione jezike je činjenica da dve trećine korisnika koristi više
od jednog simulacionog paketa (pa čak i do 7). Mnogi učesnici
studije kombinuju obrazovne, istraživačke i projekte iz stvarnog
života, i to su, pre svega, akademci koji su, verovatno, pribavili
većinu ovih softverskih alata uz određeni popust. Sa druge strane,
korisnici iz oblasti industrije češće koriste fleksibilnije simulacije i
jezike opšte svrhe, imaju manje alata na raspolaganju, i obično
moraju da plate punu cenu paketa.

U odnosu na cilj simulacije, interesantno je da je više od 80%


ispitanika koristilo simulaciju za modelovanje realnog sistema, što
ukazuje da su mnogi od akademskih učesnika uključeni u
istraživačke aktivnosti i rade na projektima iz stvarnog života

33
(kako oni predstavljaju većinu ispitanika). Simul8 i WITNESS su
najčešće korišćeni paketi, a zatim sledi Siman/CINEMA. Svi ovi
paketi su simulatori sa različitim stepenima fleksibilnosti i
određenim mogućnostima za dodatno programiranje.

Opšte mišljenje o korišćenom softveru pokazuje da se glavna


primedba korisnika odnosi na to da softveri imaju malu
fleksibilnost i mogućnosti za razna modelovanja (iako, u isto
vreme nešto manji procenat korisnika izražava suprotno mišljenje,
tj. da paketi imaju velike mogućnosti i fleksibilnost). Značajan
procenat ispitanika je mišljenja da je softver uopšte jednostavan
za primenu, ali težak za učenje. Nešto manji procenat ispitanika
misli da je softver obiman, ali dobar za učenje.

Analiza područja primene simulacija otkriva da je proizvodna


oblast dominantna (66.66%). Drugo bitno područje primene je
zdravstvo (kliničkim tretmanima), a zatim u komunikacionim
sistemima. Pored ovih oblasti, ispitanici koriste simulacije u
uslužnim delatnostima, benzinskim pumpama, sistemu odbrane,
redovima čekanja, modelovanju poslovne obrade i distribucije,
kao i u nekim drugim manje bitnim oblastima.

Osnovna ograničenja softvera obuhvataju ograničenu softversku


fleksibilnost, teškoće u učenju i visoku cenu softverskih paketa.
Ostali značajni problemi uključuju neadekvatnu kontrolu u
eksperimentisanju, malu kompatibilnost softvera, nedostatak
mogućnosti za analizu rezultata, probleme sa unosom podataka i
zastarelost softverskih paketa. Primedba o nedostatku
fleksibilnosti je, verovatno, uzrokovana time što vecina ispitanika
koristi simulatore, za koje se veruje da su manje fleksibilni od
simulacija i jezika opšte namene.

Kada su u pitanju dobre strane softvera, očigledno je da je


najvažnija karakteristika jednostavan razvoj modela (iako, u isto
vreme ispitanici misle da je softver težak za učenje). Skoro
polovina ispitanika smatra da su animacija i vizuelne mogućnosti
važne osobine simulacionih paketa. Ostale bitne pozitivne
karakteristike su brzina modelovanja, fleksibilnost i grafički
interfejs.

Željene osobine za koje bi ispitanici voleli da su uključene u


softver znatno variraju zavisno od grupe ispitanika, što pokazuje
da želje veoma zavise od individualnog ukusa i ocekivanja. Neke

34
od najčešće pominjanih karakteristika su bolja eksperimentalna
podrška, bolje mogućnosti povezivanja sa drugim paketima i dalji
razvoj koji ce omogućiti lakše učenje paketa. Manji procenat
učesnika bi želeo da paketi pružaju bolju analizu rezultata,
poboljšane standardne operacije, interne sisteme za kreiranje
korisničke logike, veću fleksibilnost, veću mogućnost analiza
rezultata, programiranje pomoću ikona i bolje predstavljanje
modela. Postoji još nekoliko desetina drugih poželjnih osobina
koje je navelo manje od 4% ispitanika, što je uglavnom posledica
načina odgovaranja na pitanja koji je učesnicima omogućio da
iznesu lične poglede i stavove.

6.5. Zaključak studije


Predstavljena studija o korisnicima simulacionih softvera otkriva u
kom obimu su korisnici, koji su učestvovali u ovoj studiji,
zadovoljni softverom i kako bi oni voleli da se taj softver poboljša.
Opšta analiza svih dobijenih rezultata pokazuje da je softver koji
koriste ispitanici, pre svega, jednostavan za upotrebu i da ima
dobra vizuelna svojstva, ali da je suviše ograničen za složenije
nestandardne probleme, da je preskup i da nije u mogućnosti da
pruži adekvatnu kontrolu pri eksperimentisanju. U druga otkrivena
ograničenja spadaju teško učenje paketa, mala softverska
kompatibilnost, nedostatak mogućnosti za analiziranje rezultata,
nepostojanje složenih jezika uključenih u pakete...

Najdominantnija oblast primene simulacija je proizvodnja, iako se


čini da se simulacije mogu uspešno koristiti i u drugim oblastima.
Brojne su funkcije koje su učesnici zahtevali, a koje se uglavnom
odnose na veću pomoć u eksperimentalnom dizajniranju (koje se
odnose, npr. dužina trajanja eksperimenta ili kombinacija ulaznih
faktora koji se koriste za određeni eksperiment), paketi koji se
lakše uče i koriste i povećana kompatibilnost softvera (lakša i
bolja integracija sa drugim paketima, kao što su alati za
upravljanje bazama podataka). Ostale tražene funkcije su bolja
analiza izlaznih rezultata, veća fleksibilnost i mogućnost grafičkog
modelovanja.

Mišljenja korisnika o softveru se mogu lepo ilustrovati sledećim


komentarom jednog od ispitanika:

35
'Ne može se menjati konfiguracija, zbog čega je pakete teško
dobro iskoristiti u problemima koji se i malo razlikuju od onoga što
je dizajner imao u vidu. Izgleda da je poželjno kombinovati
jednostavne simulacione pakete sa fleksibilnošću koju pružaju
simulacioni jezici. To bi ustvari značilo, jedno objektivno
orijentisano okruženje namenjeno simulacionim aplikacijama, ali i
koje je dovoljno otvoreno za moguća proširenja. DEMOS,
SimObject i SIMPLE++ su dobar pokazatelj šta se može uraditi,
ali pravi napredak u ovoj oblasti će biti učinjen kada se takvo
okruženje poveže sa vizelnim programskim alatima.'

Očigledno je jedan paket ne može sam da obuhvati sve željene


funkcije, da je u isto vreme jednostavan za učenje i primenu, da je
jevtin, da ime odlične grafičke mogućnosti, da je veoma
fleksibilan, a da ima inteligentne funkcije za eksperimentalni dizajn
i analizu reultata. Ipak, željene funkcije koje su naveli ispitanici
mogu biti koristan indikator potreba korisnika. Ove potrebe mogu
biti korisne za stvaraoce softvera kako bi bolje razumeli zahteve
mušterija i kako bi poboljšali simulacioni softver, pružajući mu
veću fleksibilnost postignutu sa manje truda pri modelovanju.

7. METODOLOGIJA SIMULACIONOG MODELIRANJA

Simulaciono modeliranje je slično drugim inženjerskim


disciplinama. Zahteva obuku i iskustvo da bi se postalo
kompetentan, i nije lako i jednostavno kao što mnogi ljudi veruju.
Koliko je nauka s jedne strane, toliko predstavlja i umetnost sa
druge. Da bi se bilo efektivan modelar nije neophodno imati
diplomu iz simulacije, industrijskog inženjerstva, ili neke druge
slične discipline, ali postoji određena metodologija predstavljena u
daljem tekstu kroz nekoliko koraka koju treba primeniti.

Mnogi članci i knjige su napisani o različitim aspektima umetnosti


simulacionog modeliranja – procedure za uspešnost projekata,
pogodne menadžment tehnike, razlozi zbog kojih projekti
propadaju i ne realizuju se, izbor softvera itd. Vrlo često, novi
modelari jednostavno izaberu softverski paket za simulaciju i
krenu da projektuju simulacioni model. Umesto toga, potrebno je
prvo proučiti sledeću metodologiju, ili neki sličan skup instrukcija,
koji u kombinaciji sa zdravim razumom i rasuđivanjem stvara

36
dobru osnovu za donošenje mudrih odluka čim se počne
simulaciono modeliranje.

Ova metodologija simulacionog modeliranja bazira se na 12


koraka, faza. Ne postoji ništa magično oko broja 12, može biti
predstavljena i kroz 10 ili 15 koraka. Ono što je bitno, je
predviđeni redosled procesa i da sadržaj svake faze bude
ostvaren. (Banks, Gibson, 1996)

1. Definisati problem
Možda najvažniji, ali najčešće zaboravljeni i zanemareni aspekt
simulacionog modeliranja je precizno definisanje problema koji
treba biti rešen. Najveća zabluda onih koji nisu upoznati sa
simulacijom je da jednom izgrađen model ima mogućnost
rešavanja i davanja odgovora na bilo koja i sva moguća pitanja
konkretnog simuliranog sistema. Kao i druge kompjuterske
aplikacije, simulacioni model može da radi i simulira samo ono za
šta je projektovan, i totalno je nepraktično da bude dizajniran da
radi sve. Zbog svega toga, pažljiva ograničenja dizajniranog
modela, obim i nivo detaljnosti modela su krajnje kritični. Dobar
način da se počne je sastavljanje liste pitanja na koja će model
dati odgovore. Malo konkretnije, na primer, kolika je maksimalna
dužina korišćenog akumulacionog konvejera?, pre nego pitati
Koliko veliki sistem treba da bude?. Pitanja trebaju biti određena i
konkretna. Još jedan primer boljeg formulisanja pitanja je, Koliko
linija za sortiranje je u upotrebi?, pre nego Da li je potrebno 10
linija za sortiranje?.

Pošto je sastavljena lista svih pitanja, treba ih svrstati u dve


grupe:
• ključna pitanja, ona na koja model mora biti u mogućnosti da
da odgovore;
• dopunska pitanja, pitanja na koja bi bilo poželjno da model
da odgovore.
Klasifikacija pomaže usredsređenje na konstrukciju modela, i
govori modelaru šta bi možda moglo biti izostavljeno u slučaju
kada je neophodno ispoštovati vreme ili budžetska ograničenja.

Za vreme ove faze, suzdržite se od osuđivanja dok sistem bolje


ne razumete, upoznate. Izbegnite iskušenje da utičete na pitanja

37
ako verujete da već imate odgovor, ili razmatranja da li je taj
aspekt sistema nebitan ili nepovezan sa rešenjem problema.
Takođe je od pomoći u ovoj fazi kvantifikovati očekivane koristi
od dobijanja odgovora na svako pitanje. Ovaj proces će pomoći u
sastavljanju liste pitanja i to onih stvarno bitnih. Previše pitanja
vodi ka velikom i glomaznom modelu koji bi bilo teško konstriusati,
vrednovati i koristiti.

Važno je rešiti pravi problem. Ako definisan model ne daje


odgovore na ključna pitanja, projekat može u startu biti osuđen na
propast iako je model bio dosledan. Možda će biti potrebno
ponovo se vratiti na ovaj korak, posebno posle druge i treće faze,
da bi se uverilo da je model i dalje fokusiran na prave aspekte
problema.

2. Razumeti, poznavati sistem


Posle definisanja problema koji treba da se reši, sledeći korak je
detaljno razumevanje sistema ili objekta koji se simulira. Ne
možete modelirati ono što ne razumete, je vrlo jednostavan
aksiom, ali je često ignorisan pogotovo od neiskusnih modelara u
njihovoj žurbi da se konstruiše osnovni model. Važnost ovog
stava ne može biti prenaglašena.

Počnite sa obilaskom postrojenja. Ako sistem ne postoji nego se


nalazi za sada samo u građevinskom projektu obiđite slična
postrojenja, i napravite detaljni pregled izgleda postrojenja ili
dizajnirajte skice sa nekim ko je za to zadužen. Sastavite listu
komponenti sistema: mašine, lokacija skladišta, baferi ili linijske
lokacije i njihove veličine, lokacije alata, kritični resursi, prenosne
jedinice materijala, mašinski operatori, roboti, i operatori za
održavanje.

Razvijte razumevanje operativnih karakteristika sredstava, kao što je


procesna logika, pravila rasporeda, operativni rasporedi i prekidi,
interakcija između obrade i manipulacije materijala. Pričajte sa
supervizorima ili operaterima, postavljajte pitanja, i na osnovu svega
toga sastavite dokument Opis operacija sistema. Ako je moguće,
neka supervizor pregleda i iskomentariše dokument.

38
Nakon obilaska objekata i sredstava uzmite CAD crteže ovog
sistema. Oni će pomoći u razumevanju sistema i u postavljanu okvira
za potrebna problematična pitanja. Takođe, crteži mogu biti
iskorišćeni kao baza za razvoj animacije modela.

Na kraju, treba uključiti zdravu logiku: Da li postoji dovoljno


poznavanja svih aspekta sistema bitinih za odgovore na ključna
pitanja? Na primer, ako se pitanje odnosi na završno vreme
narudžbine u distribucionom centru, a sama procedura izdavanja
narudžbine i količine izlaznih proizvoda vam nije kompletno jasna, u
tom slučaju mora se posvetiti još vremena proučavanju sistema.

3. Determinisati ciljeve
Pošto je u prethodnoj fazi razrađen sistem koji treba biti simuliran,
sledeći korak je planiranje simulacionog projekta, i to ga započeti sa
postavljanjem eksplicitnih ciljeva projekta. Ovo je vrlo usko povezano
sa tim na koja pitanja model treba da da odgovore, i možda bi trebalo
ponavljati i vraćati se na to svrstavanje pitanja sve dok nisu
konzistentna i prihvaćena od menadžmenta. Cilj modelara bi bio da
limitira veličinu i potencijale modela samo na one tražene za ciljeve
projekta i ključna pitanja. Kao i kod drugih kompjuterskih aplikacija,
zahtevani napor za izgradnju i validaciju modela raste proporcionalno
prema zahtevima, potrebama.

Na početku treba odlučiti koji scenario će biti simuliran: npr. dan


maksimalnog opterećenja, ili prosečni dan bez neki neprihvatljivih
uslova, ili treću smenu na kraju meseca. Upotrebite normalne
operativne cikluse postrojenja tako da možete determinisati dužinu
vremenskih perioda za bilo koji scenario. Na primer, ako je vaš cilj da
determinišete zahtevani kapacitet maksimalnog opterećenja, što je
tipičan simulacioni zahtev, onda treba da proučite podatake iz
prošlog perioda i tu da utvrdite koji je najopterećeniji dan i da
ograničite simulirani scenario na smene tog dana. Ovo će takođe
zahtevati i napore prikupljanja podataka, što će ovde biti
predstavljeno kao faza osam. Dopunski scenario može biti specifičan,
ali treba biti svestan činjenice da svaki novi scenario zahteva pažljivo
preispitivanje sposobnosti i obima modela, kao i mogućnost unošenja
skupa novih ulaznih podataka.

39
Sledeće, odrediti koji kriterijum vrednovanja će biti korišćen pri analizi
rezlutata modela. Koje su ključne merne jedinice performansi? Kakvo
rešavanje je zahtevano svrsishodno nameri korišćenja od strane
menadžmenta? Još jednom, razdvojite to sve u dve kategorije,
zahtevano i poželjno, mada neke merne jedinice mogu zahtevati
dopunska značenja kompleksnosti modela i u tom slučaju mogu biti
nepotrebne.

Na kraju, rezimirajte ciljeve projekta u pisanom obliku i dajte na uvid


svima koji su uključeni na odnosnom projektu. Budite sigurni da su
svi saglasni u potpunosti sa njima. Ako nije tako, zadržite se na
ovome i razlučite i razrešite različita očekivanja ili rizikujete
verodostojnost modela, a samim tim i neizostavno i kasniji uspeh
projekta.

4. Naučiti osnovno
Iako je preporučljivo da se pozabavi sa ovom fazom pre preuzimanja
specifičnog simulacionog projekta, većina nalazi da je lakše završiti je
ako su motivisani sa postojanjem realnog problema koji treba rešiti.
Ovo bi se moglo nazvati usputno učenje. Ako ste jedan od takvih,
onda budite sigurni da ste odvojili sebi dovoljno vremena u vašem
projektnom rasporedu u okviru koga morate sprovesti ovu fazu.

Postoji više načina na koje se može sprovesti ovaj zahtev. Možete


dobiti i proučiti jedan ili više od mnogo dostupnih tekstova. Možete
pohađati polazni kurs na godišnjim simulacionom konferencijama ili
možete pohađati od jednodnevnog do trodnevnih kurseva koji se
održavaju na institutima i fakultetima industrijskog inženjerstva. Ako
postoji veći broj ljudi u kompaniji koji treba da nauči i upozna neke
osnove simulacionog modeliranja, možda bi čak bilo ekonomičnije
organizovati kratki kurs u samoj kompaniji.

5. Potvrditi da je simulacija ‘pravi alat’


Kako se završi sa prva četiri koraka ove metodologije treba malo
pauzirati pre nego se nastavi i zapita da li je simulacija pravi način za
rešavanje ovog problema? Postoje i drugi alati i to čak možda manje
skupi ili brže dostupni. Tu bi mogli svrstati statistički tabelarni model
ili zatvorenu formu analitičkih rešenja koričćenu uz određene oblike

40
matematičkog programiranja. Sa praktične tačke gledišta, simulacioni
modeli ne obezbeđuju optimalno rešenje, oni jednostavno izveštavaju
o stanju performansi sistema za određeni uneti skup uslova koje
korisnik unese. Korisnik je taj koji mora da vodi simulacione
eksperimente i analize do dobijanja prihvatljivog rešenja ili odgovora.

Ključni atributi problema koji isključuju korišćenje ovih drugih tehnika


rešavanja podrazumevaju kompleksne sistemske interakcije i
dinamiku sistema. Uzajamna dejstva između komponenti sistema je
teško predstaviti u ograničenom osnovnom setu jednačina
neophodnih za matematičko programsko rešenje. Elementi sistema
koji uzajamno deluju i menjaju se tokom vremena, i čije vremenski
promenljivo ponašanje je bitno uhvatiti, su teški za predstaviti u
spredšitu ili drugoj statističkoj tehnici rešavanja što generalno
obezbeđuju samo srednje vrednosti rešenja mernih jedinica.

Ako niste sigurni koju tehniku rešavanja da izaberete, razmotrite


traženje konsultantske pomoći koja bi vam pomogla da se odlučite.

6. Pridobiti podršku menadžmenta


Ovo je još jedan korak koji deluje kao očigledan, ali je jako često
zanemaren i preskočen u žurbi da se napreduje po pitanju rada na
projektu. Mora se pridobiti potpuna podrška od menadžmenta na
početku projekta, ili će menadžment biti nevoljan da prihvati rezlutate.
Ako rezlutati nisu upotrebljeni, simulacioni projekat će biti
okarakterisan kao promašaj.

Ključna komponenta ovog koraka je obrazovanje. Menadžment u


većini kompanija ima malo ili nikakvo iskustvo sa simulacionim
modeliranjem. Mnogi menadžeri će imati krajnje nerealna iščekivanja
u pogledu procesa, i to najčešće u vezi sa rasporedom projekta i sa
obimom i mogućnostima modela. Prvi korak ka dobijanju podrške od
menadžmenta je pomoći im da razumeju sam proces i ustanoviti
razumna očekivanja od projekta.

Počnite sa generalnim opisom kroz vraćanje na ciljeve projekta,


vremenske okvire, obim modela, pitanjima na koja treba dati
odgovore, i vrednostima performansi koje će biti korišćene.
Obezbedite i sve pozadinske informacije o procesu. Diskutujte šta
modeli mogu, a šta ne mogu da rade. Tehnika koja je često od

41
pomoći je upoznavanje sa najboljim i najintersantnijim delovima
sličnog projekta neke druge kompanije - šta je naučeno, koliko je
vremena bilo potrebno, i bilo koji komentari menadžmenta koju su
prikladni.

Držite redovne, ali kratke, sastanke sa menadžmentom da bi bili


informisani o progresu. Za one menadžere koji nisu slobodni da
prisustvuju sastancima, prosledite kratke skripte obrađenih ključnih
tema. Kada je model završen i verifikovan, uključite menadžment u
proces analiziranja, da budu aktivni u procesima otkrivanja i
odlučivanja. Imajući učešće samim svojim prisustvom ovim
predavanjima, steći će uvid u proces i razumeti i deliti učešće u
rezultatima.

Pridobijanje podrške menadžmenta je kontinualni zahtev, ne događa


se samo jednom npr., na početku rada na projektu. Teoretski,
simulacioni modeli se rade da bi dali odgovore na teška i ključna
pitanja, pitanja za koja menadžment ima velika interesovanja.
Menadžeri što su više uključeni, više će ceniti proces i više će naučiti
iz projekta.

7. Naučiti softverske alate za simulaciju


Napraviti izbor iz ogromne dostupnih softvera za simulaciju
diskretnih događaja je zbunjujuće za novajlije u ovim oblastima.
Predlog bi bio da se nastavi u ovoj fazi na krajnje staromodan
način i to sa sagledavanje ne više od 50 siimulacionih softvera koji
su predstavljeni u Priručniku za kupovinu simulacionih softvera
(Simulation Buyer’s Guide). Da li nam treba specijalizovan
proizvodni softver ili tražimo simulacioni jezik? Da li nam treba
softver za terminiranje ili softver za procesnu kontrolu? Da li nam
je potrebna animacija, i ako jeste, da li je neophodno da bude 3D?

Kada suzite izbor na otprilike 5 mogućih softvera koristeći pitanja


kao gore navedena, i druga prigodna vašoj situaciji, onda se
koncentrišite na razmatranja koja se tiču ulaznih mogućnosti,
procesnih mogućnosti, izlaznih mogućnosti, simulacionog
okruženja, podrške i troškova. Svako od ovih razmatranja
ponaosob otvara još dosta dopunskih.

42
• Tačnost i detaljnost mogu biti od velikog značaja.
• Moćne sposobnosti softvera mogu da učine porast
produktivnosti simulacionog modelara.
• Koiristite najveću brzinu koju možete da priuštite, jer je veći
trošak vremenski zastoj i čekanje u radnom vremenu modelara.
• Sataviti listu sa stavkama za i protiv.
• Implementacija i mogućnosti su ono što je bitno.

Glavno pitanje koje se odnosi na ovo je: Koji simulacioni paket je


onaj pravi? Pri kupovini softvera, dobra je ideja uraditi sledeće:
• Dati prodavcu simulacionog softvera da reši malu verziju
vašeg problema
• Tražite karakteristike koje mogu da potvrde mogućnosti i
ograničenja softvera
• Tražite mišljenje konsultanata koji koriste nekolicinu softvera
• Tražite mišljenja kompanija sa sličnim aplikacijama
• Posećujte sastanke korisničkih grupa i godišnje simpozijume
• Pohađajte kurs obuke korišćenja softverskog paketa

8. Determinisati koji podaci su potrebni, a koji dostupni


Postoji više vrsta podataka koji se koriste u simulaciji. Ovo
uključuje vremenski zasnovane podatke kao što su međudolazno
vreme, stepen zahteva, vreme utovara, vreme istovara, vreme
obrade, vreme zastoja, vreme popravki, i vreme transporta. Druge
vrste podataka korišćenih u simulaciji podrazumevaju delimične
inspekcije zastoja, posebne zahteve svake mašine i podatke
posebne za svaki tip određenog dela.

Problemi sa podacima se javljaju kada imamo male uzorke, zbirne


podatke, kvalitativne podatke, prosečne veličine čije vrednosti
samo nagađamo, i podatke predstavljene u pogrešnom formatu
(npr. prošlogodišnje podatke umesto ovogodišnjih podataka ili
narudžbene umesto otpremnih podataka).

Izvori podataka podrazumevaju direkto praćenje, istorijske


podatke i podatke iz vremenskih studija, i automatizovane
podatke. Ali vrlo često automatizovani podaci mogu da budu

43
netačni (Prazan hod mašine je zato što je isključena ili zbog toga
što je radnik koji je opslužuje otišao na ručak?). Ponekad, podaci
iz sličnih sistema mogu biti iskorišćeni, ali izvoditi zaključke iz
ovakvih izvora može biti rizično.

Drugi izvor podataka je procena operatera. Ali, oni su najsumnjiviji


jer ljudska procena je krajnje oskudna i loša. Tu su zaboravljene
ekstremne vrednosti i naglašena je sadašnjost.

Specifikacije i tvrdnje prodavca su još jedan izvor. Mada ipak, one


mogu biti visoko optimističke, npr. pouzdanost sistema može biti
precenjena.Često je slučaj da ne postoje nikakvi podaci.
Razmatrani sistem se nalazi u fazi dizajniranja i sistem ne postoji.
Druga mogućnost je da su prikupljani neodgovarajući podaci.

Postoje tehnike koje treba koristiti kada ne postoje nikakvi ili


nedovoljni podaci. Na primer, ako je osnovni proces stvarno
slučajan, pod određenim opštim okolnostima, eksponencijalna
raspodela može dati rezultate.

9. Razvijanje pretpostavke o problemu


Glavna briga je uspešno ostvarenje ove faze, i to iz mnogo
razloga. Na primer, pretpostavke uključuju odgovarajući sistem
ograničenja. Ako su granice prevelike, dodatno vreme i troškovi
onemogućiće završenje simulacije. Ako su granice premale,
pitanja koja su postavljana u vezi simulacije mogu ostati bez
odgovora. Slično tome, kompleksnost simulacionog modela treba
biti determinisana. Kompleksnost treba biti dovoljna da odgovori
na postavljena pitanja, ali ništa više od toga.

Sa druge tačke gledišta, pretpostavke su bitne na kraju simulacije.


Nezavidan je položaj biti napadnut kritikama na kraju simulacije,
da je rešen pogrešan problem. Takav kriticizam može biti
zaustavljen ukazivanjem na pretpostavke koje su bile prihvaćene
na početku projekta.

Najbolja situacija je imati kompletno slaganje sa pretpostavkama i


verifikovati da su pretpostavke bile tačne uporedo sa progresom

44
simulacije. U slučaju različitog mišljenja, može biti neophodno
pregovarati sa vremenskim produženjem ili dodatnim resursima u
cilju završetka simulacije.

10. Determinisati izlaze potrebne za rešenje formulisanih


problema
Postoji mnogo mogućih izlaza, uključujući kompletne rezlutate
rada, broj učesnika, korišćenje, vreme procesa, broj poslova koji
kasne i vreme tog kašnjenja, su samo neki spomenuti. Mogu biti
prezentovani kao odgovori na sledeća postavljena pitanja:
• Hoće li sistem zadovoljiti zahteve obrade materijala?
• Šta se dešava u periodoma maksimalnog opterćenja?
• Koliko je vreme ponovnog uspostavljanja rada nakon
kratkoročnih zastoja koji uzrokuju uska grla i čekanje?
• Koliki je kapacitet sistema?
• Ako se pojave problemi, šta je njihov uzrok?

Ali svrha je razumevanje, ne samo cifre. U daljem radu, ovo


razumevanje uključuje statistička razmatranja. Većina ljudi se ne
snalazi najbolje sa statističkim aspektima simulacije. Možda zato
što nikad nisu proučavali inženjersku statiku, hipotezno testiranje,
ili bilo koje drugi prikladni naziv. Možda su odavno učili i samim
tim zaboravili pravila. Možda su učili ali nikad stvarno nisu
razumeli značenja svih tih jednačina. Koji god da je razlog, postoji
analiza izlaznih mogućnosti izgrađena kroz mnoge simulacione
pakete. Postoje takođe i dodatni paketi koji mogu biti posebno
kupljeni za specifične softvere. Još jedna opcija je softver koji
analizira simulacione izlaze.

Koja god tehnika da je korišćena zahteva razumevanje. Srećom,


postoji mnogo pomoćnih opcija oko ovog razumevanja ugrađenih
u simulacione softvere.

11. Simulaciju izvšiti interno ili eksterno?


Ustvari, postoji veliki broj kombinacija za izvršavanje simulacije.
Simulacija može biti izvršena interno, eksterno, ili kombinacijom
ova dva pomenuta načina.

45
Za one koji su novi korisnici, i koji se prvi put sreću sa ovim,
izvršenje simulacije interno možda nije baš mudro. Tu je previše
odluka koje moraju biti donete, i pri tome mogu biti pogrešne.
Imati konsultanta koji izvršava inicijalnu simulaciju može biti
korisno i da time još i pokaže pogodnu aplikaciju tehnologije.
Kompanija može da uči tako putem interakcije i osmoze. Druga
mogućnost je da kompanija koristi konsultatnske usluge za tu prvu
aplkaciju tehnologije. Varijacija na ovu mogućnost je takozvani
jump start. U tom slučaju konsultant pomaže da se krene sa
realizacijom projekta, a onda se okreće upravljanju i organizaciji
internih grupa.

Za korisnike koji retko koriste simulaciju, mora se uzeti u obzir


dodatno vreme za obnavljanje i prisećanje gradiva ove oblasti. Na
primer, ako se simulacija koristi jedanput godišnje na tri meseca,
a onda ne koristi devet meseci, u tom slučaju analitičar (ako je ista
osoba u pitanju) mora svake godine da se podseti softvera ili
nauči da radi sa novim softverom. Naravno, i isti softveri se
menjaju i usavršavaju vremenom u funkciji novijih verzija.
Razmatrajući situaciju kada imamo kratak vremenski rok na
raspolaganju za završenje simulacije, vreme iskorišććeno u
obnavljanju tematike bi oduzelo veći deo vremena predviđenog i
dostupnog za simulacione aktivnosti. U tom trenutku bi pomoć
konsultanta bila od neprocenjive vrednosti.

Za česte korisnike simulacije, može biti formirana interna grupa.


Ta interna grupa bi mogla biti potpomognuta konsultantskih
uslugama ako je velika potražnja ili ako je jako malo vremena
ostalo do isteka zadatog vremenskog roka.

12. Početak realizacije projekta


Neke tačke koje treba razmotriti za formalni sastanak koji se
održava neposredno pre početka realizacije projekta su sledeće:
• Dnevni red treba da bude sa kratkim tematskim nazivima.
Prvi formalni sastanak pre početka realizacija projekta treba da bude
optimističan, da se brzo odvija i da održava interest firme.
• Pokazati prekretnice. Trebalo bi da postoji mnogo
prekretnica. Ovo je korisno u održavanju učešća donosilaca odluka u
rešenje problema.

46
• Plan za većinu interakcija. Ne treba interakcija da bude
samo predviđena, već mora biti i podržana. Ovo osigurava
kontinualno interesovanje donosilaca odluka.
• Odgovorite na zabrinutost i zamerke. Ovo pokazuje da
postoji interesovanje za ono šta žele da kažu donosioci odluka i oni
koji nisu u timu za simulaciju. Takođe, može biti veoma dobrih stavki
i smernica u zamerkama. Velika pažnja treba se posvetiti da se
donosioci odluka i oni koji nisu direktno uključeni u simulacioni tim ne
otuđe, ne odalje od celokupnog projekta.
• Budite realni. Ako postoji bilo kakva namera za završenje
više od jednog simulacionog projekta obratite pažnju na mogućnosti.
Preterana obećanja i priče kako će se sve završiti, i sve to jako brzo i
jeftino, može samo upotpuniti razloge za odustajanje od
simulacionog projekta.
• Završite samouvereno. Kraj sastanka pred početak
realizacije treba da razbije sumnje i da uveri da su svi prisutni u
ovome zajedno i da će svako od njih ponaosob dati ono što je
potrebno za uspeh simulacionog projekta.

8. PREGLED SOFTVERA ZA SIMULACIJU U


PROIZVODNJI

Mnoštvo simulacionih softvera koji su dostupni može biti


poražavajuće za nove korisnike. Sledeći predstavljeni su samo
slučajan uzorak softvera koji se nalaze danas na tržištu.
(http://lionhrtpub.com/ORMS.shtml)

Postoji nekoliko stvari koje čine simulacioni paket idealnim. Neke


su pogodnosti paketa kao što su podrška, reaktivnost na
notifikaciju greške, interfejs, itd. Neke druge pogodnosti paketa
koje pruža korisnicima, kao što su njihove potrebe, njihov nivo
ekspertize, itd. Zbog tih razloga pitanje koji paket je najbolji,
predstavlja iznenadni neuspeh procenjivanja. Prvo pitanje koje
treba postaviti je u koju svrhu vam je potreban softver? U svrhu
edukacije, obuke, studentskog projekta ili istraživanja?

Glavno pitanje glasi: Koji su bitni aspekti koji se traže u paketu?


Odgovor zavisi od specifične aplikacije. Mada ipak, neki generalni
kriterijumi su: ulazni kapaciteti, mogućnost optimizacije, izlazni

47
rezultati, okruženje koje uključuje službu obuke i podrške, ulazno-
izlazne statističke podatke analize mogućnosti, i naravno faktor
troškova. Morate znati koje karakteristike su potrebne, prigodne i
neophodne za vašu situaciju.
(http://ubmail.ubalt.edu/~harsham/simulation/sim.htm)

Simulacija
industrijskih
procesa

SIMAS II je posvećen simulaciji industrijskih instalacija


masovne prozvodnje na polju automatizovane montaže i
SIMAS II pakovanja hrane.

http://www.cimpact.ch/products/products.html

gPROMS, namenjen modeliranju i simulaciji kontinualnih


sistema, dizajniran da istovremeno bude i kompletno
razvijeno simulaciono okruženje, kao i simulaciona
gPROMS mašina koja može biti ugrađena u prodajnim aplikacijama
sa obezbeđenjem razumljivog dizajna i operativnih alata.
=
http://www.psenterprise.com/gPROMS/

SIMBAX je specijalno napravljeni alat kao podrška pri


donošenju odluka u cilju ispunjenja potreba procesne
industrije u oblasti materjalnih tokova simulacije. SIMBAX
dopušta brzo procenjivanje i poređenje većeg broja
SimBax različitih alternativnih scenarija u cilju lakšeg eliminisanja
uskih grla i nalaženja rešenja izbegavajem neproduktivnih
zadržavanja opreme i resursa.

http://www.aicos.com/Prodlog/Simbax.html

SES/Workbench SES/Workbench je generalno simulacioni alat za


arhitekturu hardvera i kompleksne sisteme. Podržava
dizajn simulacionih modela iz objektno orijentisane
perspektive i obezbeđuje oba, i grafički interfejs za
upoznavanje sa definicijom problema, i grafičku animaciju
simulacije za prezentovanje rezultata. Dostupan je za
široki spektar kompjuterskih sistema od različitih tipova
Unix sistema do Windows NT.

48
http://www.hyperformix.com/products/workbench.htm

WITNESS obezbeđuje grafičko okruženje za dizajn


simulacionih modela diskretnih događaja. Dozvoljava
automatsko upravljanje simulacionim eksperimentima,
optimizira materijalne tokove postrojenja, i generiše
WITNESS
animirane 3D modele virtuelne realnosti.
Besplatna verzija je dostupna.

http://www.lanner.com/

ARENA je dizajnirana od strane Systems Modelling Corp


kao objektno orijentisani softver i poseduje sposobnost
prilagođavanja bilo kojoj aplikacionoj oblasti. Zasniva se
ARENA
na SIMAN jeziku za modeliranje.

http://www.arenasimulation.com/

EASY5, razvijen od strane Boeig Inc., je softver za


modeliranje i simulaciju dinamičkih sistema koji sadrže
hidrauliku, pneumatiku, mehaniku, termanlne, električne i
digitalne sub sisteme. Kompletan set karakteristika
kontrolnog sistema za modeliranje, analizu i dizajniranje
EASY5
je ukuljučen u softver.
Evropski distributer je Applied Dynamics International Ltd
mailto:easy5@appdyn.co.uk

http://www.boeing.com/assocproducts/easy5/home.htm

Simulator za industrijski dizajn, istraživačke projekte i


obrazovne svrhe. Spoljašnji kod može biti uključen.
Poseduje sopstveni jezik. Podrazumeva korišćenje
hijerarhijskih struktura.
SIMPLORER Besplatna verzija može biti naručena i dobijena putem
elektronske pošte.

http://www.simec.com/english/simplorer/demo.html
http://www.simplorer.com/

Promodel optimizacioni model je softverski alat


zasnovan na simulaciji za procenjivanje, planiranje ili
Promodel redizajniranje proizvodnih, skladišnih i logističkih sistema.

http://www.promodel.com/

AutoSimulations AutoSimulations je simulacioni softver koji daje 3D slike


postrojenja kao i statističke podatke koji su pokazatelji

49
ponašanja istih.

http://www.autosim.com/simulation/index.html

DynaWiz simulacioni program opšte namene multibody


dinamike korišćen u svemirskoj, automobilskoj industriji i
industriji robota. Radi sa C,C++ i Fortran kontrolnim
kodovima kao i sa Matlab/Simulink. U oba slučaja,
korisnik obezbeđuje logičku kotrolu, a DynaWiz vodi
računa o dinamici umesto samog korisnika. Podržava
DynaWiz
isturenu i inverznu dinamiku. Podešava Prilagođava
propisani pokret, fleksibilnu dinamiku, i restartuje
mogućnosti.
Dostupna je demo verzija.

http://www.concurrent-dynamics.com/

AMESim je softver posvećen modeliranju i simulaciji


fluidnih sistema kao što su ležišta zupčanika, transmisija
točkova itd. Poseduje takođe podatke za modeliranje i
simulaciju sistema za hlađenje, razmenjivača toplote itd.
AMESim nalazi svoje aplikacije u oblastima automobilske
AMESim
i svemirske industrije. AMESim radi na različitim
paltformama kao što su HP/UX, Silicon Graphics, IBM
RS/6000, Sun SPARCs, and Windows NT.

http://www.amesim.com/

ShowFlow Simulation je dizajniran za modeliranje,


simulaciju, animaciju i analizu procesa u logističkim,
proizvodnim i materijalnim tokovima. Obezbeđuje moćnu
vizualizaciju i izveštajne alate, i to posebno za
simulacionu animaciju. Modelaru je dosta olakšano
ShowFlow
dostupnošću mnogo simulacionih komponenti spremnih
za izvršenje. Cena je takođe veoma povoljna. Probni
demo je dostupan.

http://www.showflow.com/

QualNet je alat za modeliranje žičih i bežičnih mreža.


QualNet softver je sastavljen od QualNet Simulatora, za
koji se tvrdi da je najbrži za modeliranje stvarnog
vremena saobraćaja. QualNet Animator dozvoljava
grafičko dizajniranje modela mreža, koristeći veliku bazu
podataka komponenti, i prikazuje rezultate simulacije.
QualNet QualNet Dizajner dozvoljava kreiranje Finite State
Automata da bi opisali ponašanje vaših mreža, dok sa
QualNet Analizatorom i Dizajnerom možete interpretirati i
raztumačiti simulacione rezultate. Windows and Linux

50
verzije su dostupne. Demo možete dobiti na zahtev.

http://www.scalable-networks.com/products/QualNet

CNET je simulator kompjuterskih mreža. Ovaj simulator


nije sam po sebi direktno fokusiran na industrijsku
simulaciju, već na neke njene aspekte. To je mrežni
simulator diskretnih događaja koji omogućuje
eksperimentisanje sa različitim nivoima podatak-link,
cnet mrežnim nivoima, rutinskim transportnim nivoima mrežnih
protokola. Specijalno je razvijen za korišćenje, i koristi se,
za redovne mrežne kompjuterske kurseve koje pohađa
studenata širom sveta.

http://www.cs.uwa.edu.au/cnet/

OPNET softver kombinuje predvidivo modeliranje i


obuhvatno razumevanje mrežnih tehnologija i pri tom
omogućuje korisnicima da dizajniraju, razvijaju i
upravljaju mrežnom infrastrukturom, opremom i mrežnim
aplikacijama. Posebno je OPNET Modelar razvojno
OPNET
okruženje, koje dozvoljava dizajniranje i proučavanje
komunikacionih mreža, uređaja, protokola i alpikacija sa
nenadmašnom fleksibilnošću.

http://www.opnet.com/

Ovaj softver je namenjen simulaciji kinematike i dinamike


planskih i prostornih mehaničkih sistema. Sledeće
performanse su dostupne kao rezultati: koordinate,
brzine, ubrzanja, sile reakcija, sile aktivnih elemenata itd.
Universal Mehanički sistemi su opisani značenjem reprezentovanja
Mechanism 2.0 njih kao sistema krutih tela povezanih različitim
kinematičkim parova i elemenatima sile, takozvanih
multibody sistema. Online animacija kretanja i radnji
dinamičkih performansi je dostupna za vreme simulacije.

http://www.umlab.ru/

51
HCADwin je program za crtanje, štampanje i izvršnu
logiku i kontrolu. Sastavni jednostavan jezik može biti
korišćen za simulaciju procesa. HCAD je razvijen i prvi
put upotrebljen 1994. za simulator za obuku sa
HCADWin ogromnim realnim vremenom (energetsko postrojenje, 53
000 zahteva) u cilju da simulira 100 javnih kompanija i
obezbedi način integracije između modela i vizelizacije.
HCADwin podržava Windows 95/98/NT/2000/XP.
Prvenstveno je namenjen simulatorima za obuku i
obučavanje, ali i za dizajniranje i testiranje funkcionalnih
logičkih dijagrama.

http://www.hcadwin.com/

9. ARENA

Simulacija se odnosi na široku kolekciju metoda i aplikacija koje


oponašaju ponašanje realnog sistema, obično na kompjuteru sa
odgovarajućim softverom. Ustvari, simulacija može biti ekstremno
opšti pojam pošto se ideja prožima kroz mnogo područja,
industrija i aplikacija. Ovih dana, simulacija je više popularna i
moćna nego ikad pošto su i kompjuteri i softveri bolji neko ikad.

Arena kombinuje lakoću korišćenja koja se nalazi u simulatorima


višeg nivoa sa fleksibilnošću simulacionih jezika, čak i sa
proceduralnim jezicima opšte namene kao što su Microsoft Visual
Basic programski sistem, FORTRAN, ili C. I to sve radi
obezbeđivanjem alternativnih i zamenljivih šablona grafičkih
simulacionih modula za modeliranje i analizu koji se mogu
kombinovati u građenju širokog spektra različitih simulacionih
modela. Radi lakoće organizovanja i prikazivanja, moduli su
tipično grupisani u panele koji sačinjavaju šablone.
Manevrisanjem tih šablona, stiče se pristup celom setu različitih
konstrukcija i mogućnosti simulacionog modeliranja. U mnogim
slučajevima, moduli iz različitih panela i šablona mogu biti
korišćeni zajedno u istim modelima. (Kelton, Sadowski, Sadowski,
1998)

Arena održava svoju fleksibilnost modeliranja svojom


hijerarhijom. U bilo koje doba, mogu se izvući moduli iz SIMAN
šablona i time dobiti pristup fleksibilnosti simulacionog jezika ako
je to potrebno, i kombinovati u SIMAN konstruktoru zajedno sa
modulima višeg nivoa iz nekog drugog šablona. Za

52
specijalizovane potrebe, kao što su kompleksni algoritam
odlučivanja ili pristupanje podacima sa eksterne aplikacije, može
se napisati deo modela u nekom od proceduralnih jezika, Visual
Basic, FORTRAN, ili C/C++. Sve ovo, u zavisnosti od toga koliko
visoko ili nisko se želi ići u hijerarhiji, zauzima mesto u istom
konzistentnom korisničkom grafičkom interfejsu.

Ustvari, moduli u Areninim šablonima su sastavljeni od SIMAN


komponenti i korišćenjem profesionalnog izdanja Arene, mogu se
kreirati sopstveni moduli i sakupiti u sopstvenim šablonima za
različite klase sistema. U ovom slučaju, sistemsko modeliranje je
razvilo šablone za opšte modeliranje, poslovne procese
reinženjeringa, pozivne centre i druge industrije. Drugi ljudi
izgrađuju svoje posebne šablone za svoje kompanije u različitim
industrijama kao što su rudarstvo, proizvodnja automobila, brza
hrana, resursni menadžment. Na ovaj način, ne treba se praviti
kompromis između fleksibilnosti modeliranja i lakoće korišćenja.
Arena uključuje i dinamičku animaciju u istom radnom okruženju.
Takođe i obezbeđuje integrisanu podršku, uključujući i grafiku za
neka statistički dizajn i izdavanje analiza koja su deo i paket dobre
simulacione studije. (http://www.satgmbh.de/homeg.html)

PRIMER: Elektronska montaža i testiranje sistema

Ovaj sistem predstavlja finalne operacije proizvodnje dve različite


zapečaćene elektronske jedinice. Dolazni delovi su livena metalna
kućišta za jedinice koje su već obrađene za ugradnju elektronskih
delova.

Prva jedinica, nazvaćemo je Deo A, se proizvodi u susednom


odeljenju, van granica ovog modela, i distribuira se
eksponencijalno do ovog modela sa srednjim međudolaznim
vremenom od 5 minuta. Po dolasku, delovi se prebacuju do
Pripremne oblasti Dela A sa prolaznim vremenom od 2 minuta. U
Pripremnoj oblasti Dela A, spojna mesta kućišta su mašinski
obrađena da bi se osiguralo dobro pečaćenje, a deo je onda
izbrušen i očišćen; procesno vreme za kombinovanu operaciju
prati trougaona distribucija (1, 4, 8). Deo je nakon toga prebačen
do zaptivača sa prolaznim vremenom od 2 minuta.

53
Druge jedinice, nazvane Deo B, se proizvode u različitoj zgradi,
izvan granica ovog modela, gde su i smeštene dok serija od četiri
komada nije raspoloživa; serija se onda šalje u oblast finalne
priozvodnje koju mi modeliramo. Vreme između dolazaka
sukcesivnih serija Dela B ovog modela je eksponencijalno sa
prosečnim prolazom od 30 minuta. Po dolasku u Pripremnu oblast
Dela B, serija se razdvaja na četiri jedinice koje se individualno
obrađuju. Obrađivanje u Pripremnoj oblasti Dela B ima ista tri
koraka kao i u Pripremnoj oblasti Dela A, osim što je procesno
vreme kombinovane operacije praćeno trougaonom distribucijom
(3, 5, 10). Deo se upućuje do zaptivača sa prolaznim vremenom
od 2 minuta.
Kod operacije zaptivanja, elektronske komponente su ubačene,
kućište je montirano i zapečaćeno, i zapečaćena jedinica je
testirana. Ukupno procesno vreme za ove operacije zavisi od
vrste dela: trougaoni (1, 3, 4) za Deo A i normalni (2.4, 0.5) za
Deo B (2.4 je prosečno, a 0.5 je standardna devijacija). 91%
delova prođe kontrolu i direktno se transportuju do otpremnog
odeljenja. Ostali delovi se prebacuju u odeljenje za dorade gde
se demontiraju, popravljaju, čiste, montiraju i ponovo testiraju.
Ostali delovi su prebačeni do odeljnja za škart. Vreme rada
dorade delova prati eksponencijalna distribucija sa srednjom
vrednošću od 45 minuta i nezavisno je od vrste dela ili statusa
dela, dorađeni ili škart. Pretpostavljamo da su sva transporta
vremena 2 minuta.

Ovim modelom želimo da sakupimo statističke podatke svake


oblasti o korišćenju resursa, broju redova čekanja, vremenu
čekanja, i vremenu ciklusa otpremanih delova, oštećenih delova i
škarta. Simulacija će inicijalno biti pokrenuta na 2000 minuta.
Pošto imamo transfer delova između oblasti, taj tok delova bi
takođe želeli da vidimo u animaciji.

Razvijanje modelarskog pristupa


Izgradnja simulacionog modela je samo jedna komponenta od
kompletnog simulacionog projekta. U ovom primeru, imamo datu
definiciju sistema koju bi inače u praksi trebalo prethodno razviti
kao i prikupiti potrebne podatke i analizirati ih. Takođe bi za
stvarnni problem bilo potrebno definisati strukture podataka,
segmentaciju sistema u submodele, razvijanje kontrolne logike.

54
Ustvari treba primeniti sve korake date u simulacionoj metodologiji
modeliranja. Za ovaj problem, trebamo odlučiti koje ćemo Arenine
module koristiti koji nam obezbeđuju potrebne mogućnosti za
obuhvatanje odgovarajućeg nivoa detaljnosti operacija sistema.
Konkretno, moramo odlučiti kako ćemo modelirati različita
procesna vremena u operciji zaptivanja. Radi pojednostavljenja,
razdvajamo model na sledeće komponente: dolazak dela,
pripremne oblasti, operacija zaptivanja, dorada, odlazak dela,
transfer dela, i animacija dela. Takođe ćemo pretpostaviti da svi
entiteti u sistemu reprezentuju delove koji su obrađeni.

Zato što imamo dva očigledna toka dolaznih entiteta u model,


svaki sa svojim vremenskim odrednicama, koristićemo dva
odvojena Dolazna modula da bi generisali dolazne delove. Svaka
od dve pripremne oblasti biće modelirana sa svojim posebnim
Server modulom. Operacija zaptivanja uključuje proces i kontrolu
koji rezultiraju time da delovi odlaze na različita mesta postavljeni
na određenu stranu. Pregledni modul obezbeđuje ovu mogućnost;
to je u osnovi Server modul sa moguća dva izlaza tačno i netačno.
Oblast dorade biće modelirana sa još jednim Preglednim
modulom koji takođe ima izlazne dve mogućnosti, ispravan i
neispravan deo. Oblast odlaska biće modelovana sa tri odvojena
Odlazna modula (skladišten, oštećen i škart) tako da možemo
pratiti odgovarajuće individualno prolazno vreme tokova.

Da bi modelirali tranzitno vreme između stanica, koristićemo


Route opciju u Dolaznom, Server i Preglednom modulu sa
vremenom svake rute od 2 minuta u svakom slučaju. Dodaćemo
Simulacioni modul da bi definisali dužinu trajanja i sliku animacije
dela. Svi ovi moduli se nalaze u Opštim panelima Common
panels.

Zato što imamo različito procesno vreme u zavisnosti od vrste


dela kod operacije zaptivanja definisaćemo atribut Vreme
zaptivanja Sealer Time koji će biti dodeljen odgovarajućem
vremenu zaptivanja kada su delovi generisani u Dolaznom
modulu. To je jednostavno uraditi u ovom slučaju pošto se koriste
različiti odvojeni Dolazni moduli za svaki deo. Kada su delovi
obrađeni u operaciji zaptivanja koristićemo vreme sadržano u
atributu Sealer Time za procesno odlaganje pre nego ga
generisati iz Server modula

55
Izgradnja modela
Da bi izgradili model mora se otvoriti prozor novi model, uključiti
Opšte panele, i prebaciti tražene module na ekran: dva Dolazna,
dva Server, dva Pregledna, tri Odlazna i Simulacioni modul.

Slika 1. Model sistema sa Modulima

Posle formiranja prozora se modulima otvaramo svaki modul i


unosimo zahtevane informacije za kompletiranje modela.
Startujemo sa Dolaznim modulom 1 koji će prihvatati dolazne
Delove A. Sledeća slika prikazuje izgled prozora Dolaznog
modula sa svim zahtevanim informacijama. Daćemo stanici
drugačije ime i prihvatiti već date opcije za Leave data section,
Route - StNm. Ovo implicira da će kreirani entiteti biti prosleđeni
datom rutom do Pripremne stanice Dela A Part A Prep i da će
transfer trajati 2 minuta. Batch size govori da delovi stižu jedan po
jedan pri eksponencijalnom vremenu od 5 minuta.

56
Slika 2. Dolazni modul Dela A

Pre nego što prihvatimo ovu informaciju, moramo definisati atribut


Vreme zaptivanja Sealer Time i dodeliti mu vrednost iz trogaone
distribucije (1, 3, 4). Da bi to uradili kliknemo na Assign, pa potom
dodajemo atribut sa svim zahtevanim informacijama kao na
sledećoj slici. Posle toga možemo prihvatiti tako definisan Dolazni
modul 1. Posle definisanje možemo primetiti da se na šemi
pojavilo ime modula ispod njega.

57
Silka 3. Definisanje atributa Sealer Time

Dolazni modul za Deo B je jako sličan već prikazanom modulu za


Deo A, osim što ćemo naravno promeniti ime, eksponencijalno
vreme dolaska serija od 30 minuta i dodati da delovi B stižu u
seriji od po 4 komada batch size 4. Tako će ovaj ulaz uzrokovati
da se svaki dolazak zasniva na četiri odvojena entiteta pre nego
na jednom. Takođe se mora definisati atribut Vreme zaptivanja
Sealer Time.

Pošto smo završili dva Dolazna modula, prelazimo na modeliranje


dve Pripremne oblasti koje koriste Server module. U unošenju

58
podataka i to stanice preporučuje se korišćenje ponuđene liste
imena kad god je to moguće. U Dolaznom modulu smo definisali
ime stanice kao Part A Prep tako da njega treba direktno označiti
iz liste ponuđenih. Razlog za ovu opreznost je ako ponovo kucate
ime ono mora odgovarati nazivu koji ste već otkucali, tako da je
sigurnije izabrati vaše već memorisano ime stanice.

Treba primetiti da nakon unošenja imena stanice u sekciji Enter


Data, Arena automatski daje ime resursu u delu Server Data i to
tako što na već postojeće dodaje '_R'. ZA to postoje dva razloga.
Prvi je pitanje pogodnosti jer u tom slučaju ne morate da unosite
ime resursa, ali možete da ga promenite ako želite. Mada ovako
sa notacijom jasno predstavlja koja stanica sadrži koje resurse.
Drugi razlog je taj da sva imena za bilo koji objekat u Areni moraju
biti jedinstvena čak iako su različiti tipovi objekata. U suprotnom bi
Arena imala poteškoće da odredi koji objekat pridružuje imenu
koje je bilo korišćeno više od jedanput.

Da bi vam pomogla Arena radi dosta tih automatskih davanja


imena, a većinu od njih ne bi ni primetili. Na primer, ako kliknete
na dugme Queue, pojavljuje se taj dijalog i Arena automatski
dodaje imenu resursa i notaciju '_Q'. Naravno ako vam ova imena
ne odgovaraju uvek možete dati nova po vašoj želji.

Pošto nam kao izlaz iz simulacije trebaju statistički podaci o


korišćenju resursa, broju redova čekanja i vremenu čekanja svake
operacije to sve definisemo u ovom modulu. U delu Server Data
čekiramo opciju nazvanu Resource Statistics koj će nam dati
traženu iskorišćenost resursa. Ako ne želite ovu informaciju
veoma jednostavno isključite ovu opciju ponovnim klikom. Slično
tome, kad kliknete na dugme Queue sekcija karakteristika redova
automatski uključuje podatke koji su nama potrebni Queue
Statistics i Time in Queue Statistics. Ova tri statistička podatka su
automatski prikupljena kad god koristite Server ili Pregledni modul.

Drugi Server modul se popunjava skoro identično, naravno sa


odgovarajućim podacima: ime stanice, parametri procesnog
vremena.

59
Slika 4. Izgled Server modula za Deo A

Sledeći korak je unošenje podataka u Pregledni modul koji ima


nekoliko karakteristika više pored onih koje poseduje Server
Modul. Zahteva da unesemo mogućnost neuspeha, i obezbeđuje
dva načina da se prođe kroz modul – prošao ili pao. Izgled
prozora je prikazan sledećom slikom 5. U sekciji Server Data smo
uneli atribut Sealer Time kome dodeljujemo vrednosti kada su
dolazni delovi kreirani. Kada entitet stekne kontrolu nad resursom
on će pretrpeti procesno odlaganje jednako vrednosti sadržanoj u
atributu Sealer Time. Mogućnost neuspeha, ne mogućnost
prolaza, se unosi kao vrednost 0.09.

Sekcija Leave Data ovog dijaloga je podeljena u dva dela, jedan


za delove koji prođu kontrolu i drugi, za one delove koji ne
zadovolje kriterijume kontrole. Delovi koji prođu su upućeni na
otpremanje Shipping, a ostali delovi na doradu Rework. Podaci
drugog Preglednog modula, koji se tiču operacije dorade su
sleeći: ime stanice je Rework, procesno vreme se unosi kao
EXPO (45), mogućnost neuspeha je 0.2, ime stanice u sekciji Fail
Inspection Leave Data je Scrap, a Route Time iznosi 2.

60
Slika 5. Pregledni modul

Pošto smo završili sve operacije, trebamo da popunimo tri


Odlazna modula. Izaberemo ime stanice sa odgovarajuće
ponuđene liste, i čekiramo Individual Counter i Individual Tally.
Jedini dodatni unos je uneti ili izabrati iz liste ime atributa Arrival
Time koji je korišćen u Dolaznom modulu.

Kada prihvatite ovaj dijalog, videćete plavi pravougaonik sa belim


brojem iznad modula. Ova animaciona varijabla će prikazati
trenutni broj brojeva entiteta koji će proći kroz modul za vreme
rada simulacije. Ovaj brojač će takođe biti izlistan u zbirnom
izveštaju.

Ostala dva Odlazna modula dorađeni delovi i škart su popunjeni


slično. Entiteti poslati u svaki od ovih Odlaznih modula su
raspoloživi i statistički podaci broj delova i vreme toka su
sakupljeni.

61
Slika 6. Odlazni modul skladištenih delova

Konačno popunjavamo poslednji modul, Simulacioni. Možda će


trebati ipak neko vreme da se stigne ovoliko daleko, ali jednom
kad se navikne na rad sa Arenom sve ovo do sada će se moći
uraditi u par minuta. Sa ove tačke možemo pokrenuti rad
simulacionog modela i bez popunjavanja Simulacionog modula,
jedino što Arena ne bi znala kada da zaustavi simulaciju tako da
bi samo mogla da večno nastavi da radi. Ime projekta i analitičara
se ubacuje i pojaviće se pri izlaznom izveštaju. Datum će
automatski biti upisan. Konačno, unosimo dužinu trajanja. Po
zatvaranju ovog prozora na šemi iznad Simulacione ikonice
pojaviti mala crvena kutija koja predstavlja sliku entiteta.

62
Slika 7. Simulacioni modul

Poslednji korak u izgradnji ovog modela je dodati rute, puteve


kretanja entiteta od jedne lokacione stanice do druge. Dodaćemo
ove rute koristeći Route object iz animacionog dela. Ako kliknete
na ikonu ovog objekta, pojaviće se sledeći prozor. Normalno,
jednostavno ćete prihvatiti ponuđene karakteristike rute, iako ih
možete promeniti selektivnim aktiviranjem različitih ponuđenih
opcija. U razumevanju funkcija i zančenja određenih opcija može
pomoći help What’s this?.

63
Slika 8. Definisanje kretanja entiteta

Pre startovanja modela možete proveriti da li model ima grešaka i


to pomoću aktiviranjem Check button ili pritiskom na F4 na
tastaturi. Nakon porovere starujete sa simulacijom.

Pregled rezultata
Ako starujete simulaciju i dođete do kraja Arena će vas pitati da li
želite da vidite rezultate. U slučaju ovog primera, dobijate prozor
sledećeg izgleda.

Zbirni izveštaj je podeljen u tri seta informacija. Prvi, sa


evidencionim varijablama sadrži vreme ciklusa i statistiku
vremena redog čekanja. Set diskretno promenljivih varijabli sadrži
resurse korisnosti, resurse dostupnosti, i broj u statistici redova
čekanja. Poslednji set, brojač, sadrži sadrži broj statusa određenih
delova. Može se primetiti da su te brojke takođe sadržane u broju
posmatranja.

Prva dva seta varijabli Tally i Discrete–Change obezbeđuju


prosečni, polu širok interval sa 95% pouzdanosti i sa minumumom
i maximumom posmatranih veličina. Kao što je već pomenuto,
dobija se broj posmatranja, observacija za svaku Tally i konačnu
ili finalnu vrednost Discret-Change promenljivih.

64
Slika 9. Izgled ekrana sa zbirnim izveštajem

Pokušati izvesti konačne zaključke iz ovog kratkog rada simulacije


bilo bi krajnje opasno pošto se nigde pozabavili izdanjima kao što
su stalno stanje ili veličina uzorka. Ako se bolje pogleda u
rezultate primećuje se da su resursi dorade zauzeti sa više od
99% vremena, i da red čekanja dorade ima 19 delova u sebi na
kraju simulacije. To jasno pokazuje da oblast dorade nema
dovoljno kapaciteta da bi manipulisala svojim radom ili da je na toj
stanici veliki udeo varijabilnosti.

65
10. ZAKLJUČAK

Danas je nemoguće upravljati proizvodnjom bez pomoći modela


upravljanja, organizacionih sredstava i tehnika. Ta pomoć je
uglavnom realizovana preko primene računarskih sistema za
upravljanje proizvodnjom.

Ručni sistemi su prevaziđeni pojavom mainframe računara, koji su


postali jedno od osnovnih sredstava za rad u proizvodnim
kompanijama. Kompanije su imale dve strategije korišćenja ove
tehnologije na raspolaganju: projektovanje i implementacija
vlastitiog informacionog sistema za upravljanje proizvodnjom i
kupovina komercijalnih programskih paketa. Komercijalni softveri
su se pokazali i efikasnijim i jeftinijim alatima, pa se, zbog velike
potražnje, na tržištu pojavio veliki broj ovih programskih paketa.

Nagli razvoj informacionih tehnologija uticao je i na pojavu


sistema za upravljanje proizvodnjom na personalnim računarima,
što je uslovilo pad cene, još veću tražnju i tome srazmeran broj
komercijalnih softvera. Ni za jedan sistem se ne može reći da je
najbolji ili najgori, kao što ni jedan ne sadrži sve što je potrebno za
upravljanje proizvodnjom. Može se reći da softverske kompanije
veoma brzo reaguju na pojavu novih modela, ugrađujući ih u svoje
pakete.

Opšta ocena o sistemima za upravljanje proizvodnjom je da oni u


praksi pokazuju mnogo manje nego što njihovi potencijali
obećavaju. Postoje dva razloga za to. Prvi je taj što proizvodne
kompanije pre uvođenja sistema ne obezbede efikasno
funkcionisanje osnovnih proizvodnih procesa. Drugi je taj što ne
postoji sistem koji bi sam bio dovoljan da realizuje zahteve
kompanije. Proizvodne kompanije bi trebalo da prvo instaliraju
MRP sisteme, a da kritične funkcije za proces poboljšaju
potrebnim specijalizovanim i simulacionim softverima.

66
LITERATURA:
Banks Jerry, Gibson R. Randall, (1996), Getting started in
Simulation Modeling, IIE Solutions, Novembar.

Gumaer R., (1996), Beyond ERP and MRP II, Solutions, No. 9

Kelton W. David, Sadowski P.Randall, Sadowski A. Deborah,


(1998), Simulation with Arena, WCB McGraw-Hill, New York, NY.

Magazin Simulation, Decembar 1999.

Magazin IIE Solutions, Novembar 1996.

Magazin TRANSACTIONS of the Society for Computer Simulation


Interantional, Special Issue: Modeling and Simulation in
Manufacturing, Decembar 1999.

Petronijević B., Radović M., (1999), Prilog poboljšanju strukture


modela upravljanja proizvodnjom, Fakultet organizacionih nauka,
Beograd.

Radenković B., Stanojević M., Marković A., (1999), Računarska


simulacija, Fakultet organizacionih nauka, Beograd.

Radović M., (1999), Proizvodni sistemi – projektovanje, analiza i


upravljanje, Beograd.

http://ubmail.ubalt.edu/~harsham/simulation/sim.htm

http://www.satgmbh.de/homeg.html

http://lionhrtpub.com/ORMS.shtml

http://www.itrd.gov/pubs/index.html

http://www.ifm.eng.cam.ac.uk/

http://www-mmd.eng.cam.ac.uk/pp/default.htm

67