CAPITOLO I La simulazione nei sistemi produttivi

1.2 Metodi quantitativi per l'analisi dei sistemi produttivi

Per analizzare un sistema e quindi ottenere informazioni utilizzabili dal progettista per migliorare lo stesso, è necessario costruire un modello da poter studiare.
I modelli possono essere fisici o matematici. Nello studio dei sistemi produttivi o logistici vengono utilizzati modelli matematici che rappresentano un sistema tramite relazioni logiche e quantitative; queste relazioni vengono modificate per vedere come reagisce il modello e quindi come reagisce il sistema.
Se il modello matematico è semplice lo si può studiare analiticamente, ottenendo dunque una soluzione esatta.
Se invece il modello è piuttosto complesso si utilizza la simulazione, dato che lo studio analitico sarebbe molto dispendioso e difficile.
In questo caso il modello, chiamato simulation model, viene codificato utilizzando un linguaggio di programmazione e viene risolto numericamente partendo da certi input per vedere come si modificano gli output.
Il fattore fondamentale che gioca, quindi, a favore dell'uso di tecniche di simulazione è costituito dall'estrema flessibilità d'impiego, che consente un'agevole "modellizzazione" di sistemi reali comunque complessi, sfuggendo ai vincoli e alle semplificazioni imposti dalle metodologie di tipo analitico.

Una prima classificazione dei modelli matematici vede la distinzione tra modelli deterministici e modelli stocastici.
In un modello deterministico non ci sono elementi probabilistici, mentre questi sono presenti in un modello stocastico.
Introducendo i dati di ingresso in un modello deterministico si ottiene un risultato fissato; in un modello stocastico invece si introducono dati probabilistici e si ottiene un risultato probabilistico, vale a dire una stima delle reali caratteristiche del modello.
Nello studio di impianti produttivi la scelta di modelli stocastici risulta spesso necessaria per tener conto di una serie di aspetti di variabilità e imprevedibilità legati ad esempio alla durata delle singole operazioni(es. montaggio manuale), all'andamento temporale dei flussi materiali(fenomeni di traffico), ad eventuali fenomeni di guasto o malfunzionamento, ecc.
L'elevata complessità del sistema, l'esistenza di variabili probabilistiche, l'esigenza di analizzare gli aspetti dinamici o di transitorio, la necessità di tenere conto di eventuali guasti o malfunzionamenti costringono a rivolgersi verso "modelli di simulazione stocastici".
Anche tali modelli presentano alcuni svantaggi; l'impiego di un modello di simulazione consente unicamente di rispondere a domande del tipo what-if , cioè di stimare le prestazioni del sistema a fronte di specifiche configurazioni assegnate.
Il processo di progettazione viene in tal caso a configurarsi come un processo per tentativi successivi: a partire da una gamma limitata di alternative progettuali è possibile inizialmente confrontare, sulla base delle prestazioni ottenibili, le diverse configurazioni del sistema considerato e successivamente esplorare, per quelle configurazioni che risultano più convenienti, i possibili miglioramenti conseguibili con diversi criteri di dimensionamento o con differenti politiche operative.
Questa limitazione intrinseca delle tecniche di simulazione può essere in parte superata mediante l'impiego di opportune metodologie statistiche che consentono di stimare, per un'assegnata configurazione del sistema, le principali relazioni che legano le variabili progettuali con le variabili di prestazione; diventa, così, possibile superare un approccio "per tentativi" ed individuare l'insieme di scelte progettuali che favoriscono il funzionamento ottimale del sistema.
Un'ulteriore classificazione per i modelli matematici riguarda la distinzione tra modelli di tipo "continuo" e modelli di tipo "discreto".
Nel primo caso le caratteristiche dell'impianto subiscono mutamenti di stato di tipo continuo(ad esempio le caratteristiche dei fluidi all'interno di impianti di processo), nel secondo caso i mutamenti di stato all'interno dell'impianto si verificano unicamente in corrispondenza di intervalli temporali discreti.
I modelli di simulazione considerati nei sistemi di material handling nell'industria manifatturiera sono discreti, dinamici e stocastici, e sono chiamati discret-event simulation model. In questi modelli le variabili di stato possono cambiare solo in certi istanti di tempo.
Solo in questi istanti può accadere un evento, termine con il quale si intende un qualsiasi avvenimento istantaneo che può modificare lo stato del sistema.


 


Top| Sommario| << Precedente | Successiva >>
" TARGET="_blank">>> Home Page <<