اصول شبیه سازی (مقدمه ای بر مهندسی صنایع) نوشته احمدرضا خیرالهی

اصول شبیه سازی (مقدمه ای بر مهندسی صنایع)
احمدرضا خیرالهی
دانشجوی مهندسی صنایع دانشگاه آزاد واحد مسجدسلیمان

چکیده

علم شبیه سازی یک ابزار حیاتی در علوم مهندسی، به ویژه مهندسی صنایع است که به ما کمک می کند تا سیستم های پیچیده را در محیطی کنترل شده آزمایش کنیم. شبیه سازی کاربردهای گسترده ای دارد. همچنین باید یادآور شد که شبیه سازی با مدل سازی بسیار متفاوت است، ولی در عین حال شباهت هایی هم با آن دارد که پی بردن به این تفاوت ها و شباهت ها برای بهتر و مثمرثمر بودن این علم بسیار مفید است.

کلمات کلیدی: اصول شبیه سازی – مهندسی صنایع – مدل سازی

مقدمه

این مقاله به بررسی اصول شبیه سازی در مهندسی صنایع می پردازد و اهمیت و کاربردهای آن را در بهبود فرایندها و تصمیم گیری ها مورد بررسی قرار می دهد.

سیستم

مجموعه ای از اشیا، با مشخصه های معلوم که روابط بین آنها و قوانین حاکم بر آنها مشخص است را سیستم می گویند. هر سیستم یک هدف مشخص دارد. هر سیستم ممکن است اشیا یا اجزای موقت یا دائمی داشته باشد. به طور مثال در یک سیستم، اجزای دائمی مانند ماشین آلات و موقت مانند متریال ها می باشند.

وضعیت سیستم: به چگونگی اشیاء، مشخصات و روابط یک سیستم، وضعیت سیستم می گویند.

محیط سیستم: اغلب تغییرات خارجی سیستم موثر واقع شده و بعضی تغییرات در سیستم دارای اثراتی بر عوامل خارجی هستند. مجموعه اینگونه عوامل خارجی که بر سیستم موثر هستند و یا از آن تاثیر می پذیرند را محیط سیستم می گویند.

مدل ها

برای مطالعه و تجزیه و تحلیل سیستم ها روش های متفاوتی وجود دارد. در مطالعه تجربی یک سیستم، متغیرها تغییر داده شده و تاثیر آنها بر روی یک سیستم مشاهده می شود. اما تعداد سیستم هایی که بتوان این روش را برای بررسی آنها به کار برد، محدود هستند؛ زیرا تغییر یک متغیر ممکن است باعث دگرگونی سیستم و بی اعتباری نتایج آن گردد. بحث بعدی که مطرح می شود این است که ایجاد تغییر برای مشاهده عکس العمل رفتاری در همه سیستم ها عملی نیست. علاوه بر این، این روش زمانی که طراحی و ایجاد یک سیستم جدید در کار بوده و برای رسیدن به نتیجه مطلوب باید رفتار آن را مورد بررسی قرار داد، بی معنی خواهد بود. در اینگونه موارد از یک الگو یا مدلی از سیستم که شامل اطلاعات لازم برای بررسی و تجزیه و تحلیل آن باشد، استفاده می کنند.

مدل

ترکیب مناسبی از خصوصیات یک سیستم و اطلاعات مربوط به آن است که به منظور بررسی سیستم مورد استفاده قرار می گیرد که معمولا نوع بررسی، مدل و میزان اطلاعات قرار داده شده در آن را تعیین می کند. در هنگام مدل سازی دو سوال مهم مطرح می شود:

۱ - به چه اندازه باید به خصوصیات و جزییات سیستم پرداخته شود؟
۲ - میزان شباهت مدل به سیستم واقعی چقدر است؟

انواع مدل ها

مدل هایی که برای مطالعه سیستم ها ساخته و به کار برده می شوند، با توجه به خصوصیات بومی خود به دسته های مختلفی دسته بندی می شوند. مدل ها را می توان به دو دسته فیزیکی و ریاضی تقسیم کرد.

مدل های فیزیکی: شامل خصوصیات عمده و فیزیکی سیستم واقعی بوده و تنها از مقیاس کوچکتری برخوردارند.

مدل های ریاضی: به دو دسته سمبلیک و گرافیک تقسیم می شوند که با به کار بردن اشکال، گراف یا چارت ها، سیستم را نمایش می دهند. در مدل های ریاضی، مشخصه های سیستم به وسیله متغیرها و روابط موجود بین آنها نمایش داده می شوند.

در یک تقسیم بندی دیگر، مدل ها به دو دسته ایستا و پویا تقسیم می گردند. در یک مدل ایستا، بعد زمان به طور کلی نادیده گرفته می شود یا وضعیت یک سیستم در یک لحظه زمانی به طور ایستا نشان داده می شود. در مقابل، یک مدل پویا به طور صریح گذر زمان را نشان می دهد و رابطه وضعیت سیستم و زمان را به نمایش می گذارد.

نوعی دیگر از تقسیم بندی مدل ها به صورت قطعی و احتمالی است. کلیه تغییرات در یک مدل قطعی، معین و بر اساس روابط غیراحتمالی صورت می گیرد، اما در یک مدل احتمالی حداقل قسمتی از تغییرات یا روابط تصادفی و احتمالی است.

شبیه سازی چیست؟

به عبارت ساده تر، شبیه سازی یکی از روش های تجزیه و تحلیل سیستم هاست که به ما امکان می دهد رفتار سیستم را قبل از اجرا، مورد بررسی و تجزیه و تحلیل قرار دهیم. شبیه سازی کاربردهای گسترده ای در حوزه هایی مانند بازرگانی، اقتصاد، تولید، بازاریابی، علوم اجتماعی و رفتاری، مهندسی و حتی نیروی انسانی دارد.

حتی می توان علم شبیه سازی را اینگونه تعریف کرد که عبارت است از: فرایند طراحی مدل از یک سیستم واقعی و انجام آزمایش هایی با این مدل برای پی بردن به رفتار سیستم یا ارزیابی استراتژی های گوناگون برای عملیات سیستم. بنابراین فرایند شبیه سازی هم شامل ساختن مدل و هم شامل استفاده تحلیلی از آن برای مطالعه یک مسئله است.

چه زمانی از شبیه سازی استفاده می کنیم؟

بخش بعدی که پس از یادگیری مفهوم اصل شبیه سازی به آن می پردازیم این است که چه مواقعی می توانیم از آن استفاده کنیم و یا در کل چه زمان هایی مورد استفاده قرار می گیرد؟

در هنگامی که روش های تحلیلی به علت پیچیدگی مدل ها یا نیاز به تولید واقعی تر رفتار سیستم، غیرعملی است، از روش های شبیه سازی استفاده می کنیم. به صورت کلی و ساده تر بخواهیم نام ببریم، در شرایط زیر تحلیلگر می تواند از شبیه سازی استفاده کند:

۱ - زمانی که روش های تحلیلی وجود دارد اما مسائل و روش های ریاضی بسیار پیچیده است که شبیه سازی مسئله را ساده تر می کند.

۲ - ممکن است به علت مشکلات موجود در انجام آزمایش ها و مشاهده پدیده ها در محیط واقعی، شبیه سازی تنها راه حل ممکن باشد.

انواع روش های شبیه سازی

روش های شبیه سازی به چهار دسته تقسیم بندی می شوند:

۱ - شبیه سازی همانی: در این روش می توان خود سیستم را به عنوان مدل در نظر گرفت و رفتار آن را بررسی کرد.

۲ - شبیه سازی نیمه همانی: در این شبیه سازی، بخشی از مدل سیستم واقعی و بخشی دیگر غیرواقعی است.

۳ - شبیه سازی آزمایشگاهی: در این روش، بخشی از نماها و اشیاء سیستم واقعی به وسیله امکانات آزمایشگاهی ساخته می شوند.

۴ - شبیه سازی کامپیوتری: در شبیه سازی کامپیوتری، مدلی که از سیستم تحت بررسی ساخته می شود، یک برنامه کامپیوتری است؛ یعنی کلیه اشیاء و نماهای سیستم به ساختارهای برنامه ای و کلیه مشخصات رفتار آنها به متغیرها و توابع ریاضی وابسته است. این شبیه سازی به علت عملی بودن و دارا بودن امتیازات خاص برای بررسی و تحلیل انواع سیستم ها نظیر سیستم های حمل و نقل، تولیدی، انبار، صنعتی و ... مورد استفاده قرار می گیرد.

شبیه سازی مزایای ویژه ای دارد که آن را نسبت به مابقی روش ها متمایز می کند؛ از جمله کمک به تحلیل سیستم، استفاده چندباره از سیستم، کم هزینه بودن، داشتن قابلیت اعمال فرضیات و ...

اجزای سیستم شبیه سازی

یکی از این اجزا نهاد است که کوچک ترین جزء شبیه سازی می باشد و دیگر جزء سیستم شبیه سازی خصیصه می باشد که به معنای ویژگی منحصر به فرد هر نهاد است.

مراحل انجام شبیه سازی

۱ - تعیین اهداف: اهداف شبیه سازی باید به طور واضح تعریف شوند.

۲ - جمع آوری داده ها: در این مرحله داده ها و اطلاعات مورد نیاز جمع آوری می شوند.

۳ - ساخت مدل: باید یک مدل مفهومی از سیستم ایجاد شود.

۴ - اعتبارسنجی: تایید صحت مدل.

۵ - تحلیل نتایج: انجام آزمایش های متعدد برای به دست آوردن نتیجه قابل استناد.

۶ - مستندسازی: ثبت وقایع تمامی مراحل و ارائه گزارش نهایی.

هر مرحله نیازمند دقت و برنامه ریزی است.

نرم افزارهای شبیه سازی

۱ - Arena: نرم افزاری قدرتمند برای شبیه سازی.

۲ - Any Logic: یک نرم افزار چندمنظوره برای شبیه سازی.

۳ - Simio: نرم افزاری مدرن با تمرکز بر مدل سازی سه بعدی.

۴ - Auto Mod: نرم افزاری تخصصی برای شبیه سازی سیستم های تولیدی.

ساده سازی سیستم

۱ - سیستم مورد سوال را به مسائل ساده تر تقسیم بندی می کنیم.

۲ - ارائه بیان روشنی از اهداف.

۳ - مشخص نمودن محدودیت ها و فرضیات.

۴ - یافتن شباهت ها و اعمال آنها در مدل.

ساده کردن سیستم به گونه ای به دست می آید که:

• تغییر متغیرها به مقادیر ثابت
• حذف یا ترکیب متغیرها
• افزودن فرض ها و محدودیت های موثرتر
• محدود کردن حدود سیستم

یادگیری حل مسئله در اصول شبیه سازی

بخش بعدی، یادگیری حل مسئله در اصول شبیه سازی است و با توجه به اینکه بحثی طولانی و کاملی است، در این مقاله نمی گنجد و ما به صورت مختصر به بخش های کوچکی از آن می پردازیم.

اجزای سیستم: نهاد، خصیصه، فعالیت، وضعیت سیستم، واقعه (پیشامد)

تعریف شاخص های جداول شبیه سازی

جداول شبیه سازی برای تحلیل چگونگی ارائه خدمت به مشتریان تشکیل می شود. این جداول شامل شماره مشتری، زمان ورود، زمان خدمت، شروع خدمت، زمان انتظار در صف، زمان سپری شدن مشتری در سیستم، پایان خدمت و میزان بیکاری خدمت دهنده می باشد.

۱ - متوسط زمان انتظار: مجموع انتظار مشتریان در صف تقسیم بر تعداد مشتریان.

۲ - احتمال انتظار (تعداد مشتریان در صف): تعداد مشتریانی که در صف می مانند تقسیم بر تعداد کل مشتریان.

۳ - احتمال بیکاری خدمت دهنده: مجموع زمان بیکاری تقسیم بر مجموع زمان های شبیه سازی (حداکثر زمان خدمت).

۴ - متوسط زمان خدمت دهی: مجموع مدت خدمت دهی تقسیم بر مجموع تعداد مشتریان.

۵ - متوسط مدت بین دو ورود: مجموع مدت های بین دو ورود تقسیم بر (تعداد مشتریان منهای یک).

۶ - متوسط زمان ماندن مشتری در سیستم: زمان خدمت + زمان انتظار در صف.

۷ - متوسط مدت انتظار کسانی که در صف می مانند: مجموع زمان انتظار در صف تقسیم بر تعداد مشتریانی که منتظر می مانند.

کاربرد اصول شبیه سازی در مدیریت زنجیره تامین

بکارگیری و کاربرد شبیه سازی در مدیریت زنجیره تامین، امکان مدیریت چالش هایی مانند کاهش هزینه ها و بهبود خدمات به مشتریان را ایجاد می نماید. مدل شبیه سازی با ارائه بینش عمیق و روشن در خصوص شبکه های پیچیده تامین کنندگان، وسایل نقلیه، روش های حمل و نقل کالا، به افزایش رقابت پذیری و بهبود زنجیره تامین کمک شایانی می نماید.

با استفاده از مدل شبیه سازی زنجیره تامین قادر خواهیم بود تا سناریوهای "چه می شود اگر" را به راحتی پیاده سازی نموده و نتیجه آن را مشاهده کنیم. این قابلیت به ما امکان بهینه سازی و پیش بینی آینده را می دهد.

پیاده سازی افزایش اتوماسیون، افزایش تعداد حامل ها، تغییرات در تقاضا، تغییرات در ظرفیت انبارها، اضافه نمودن خطوط تولیدی جدید و محصولات جدید و مسائلی مانند این، به راحتی قابل تجزیه و تحلیل در مدل شبیه سازی است.

نتیجه گیری

با توجه به اصول شبیه سازی می توان قبل از عملیات اصلی تولید و فرایند پخش و ... از چالش های پیش رو قبل از به وقوع پیوستن آنها آگاه شد و بهترین راه حل را برای جلوگیری از آن و حاصل شدن نتیجه بهتر بکار گرفت.

منابع

• سایت خانه مهندسی صنایع
  https://iehouse.org/freelearning/#simulation-of-principles
• سایت ویکی پدیا، صفحه مرتبط با اصول شبیه سازی
  https://fa.wikipedia.org/wiki/شبیه سازی
• پارسیان، احمد. مبانی احتمال و آمار برای دانشجویان علوم و مهندسی. اصفهان: مرکز نشر دانشگاه صنعتی اصفهان، چاپ اول، پاییز ۱۳۸۴. شابک: ۹۶۴-۸۴۷۶-۱۵-۲.
• Sokolowski, J.A.; Banks, C.M. (2009). Principles of Modeling and Simulation. John Wiley & Son. p. 6. ISBN 978-0-470-28943-3.
• J. Banks; J. Carson; B. Nelson; D. Nicol (2001). Discrete-Event System Simulation. Prentice Hall. p. 3. ISBN 978-0-13-088702-3.
• Maynard & Zandin. Maynard's Industrial Engineering Handbook. McGraw Hill Professional 5th Edition. June 5, 2001. p. 1.4-1.6