facebook LinkedIN LinkedIN - follow
PříLOHA 9/2002

Když sestavy nestačí

Dynamické modelování a simulace v plánování a řízení výroby

Jiří Löffelmann


Užitná hodnota informací získaných z informačních systémů bývá na různé úrovni. Zprostředkovatelskou formou může být například údaj ve formuláři na obrazovce, tištěná výstupní sestava, souhrnná tabulka, Ganttův diagram nebo sloupcový graf s vývojem trendu. Někdy ovšem nastávají situace, kdy tyto více či méně statické podklady nevypoví úplně všechno o podstatě daného problému. Mohli bychom dokonce parafrázovat známé úsloví: "Není nic staršího než včerejší sestavy." V těchto situacích přichází na pomoc simulace a dynamické modelování.


Co je simulace
Simulace je výzkumná metoda při níž je realita nahrazena počítačovým modelem. Cílem je, aby se model choval stejně jako sledovaná realita. Na vytvořeném modelu se pak dá experimentovat takovým způsobem, který by v realitě nebyl vůbec možný nebo pouze za velmi nevýhodných podmínek (dlouhý čas, vysoké náklady). Pro simulaci a následné vytvoření dynamického modelu se používají speciální modelovací nástroje.

Co simulace není
Možná to není úplně obvyklý přístup, ale budu se hned v úvodu snažit vysvětlit i to, co simulace není. Na stránkách našeho časopisu se setkáváme s celou řadou teorií a metod podporovaných informačními technologiemi. Pokusím se simulaci jistým způsobem vymezit. Pro simulaci nejsou nezbytně nutná data z nějakého informačního systému. V řadě případů lze vstupní údaje pro model odvodit empiricky nebo získat pozorováním, aniž by to mělo vliv na kvalitu výsledku. Na druhé straně jsou kvalitní a dlouhodobě sledovaná data vynikajícím podkladem, který lze při simulační analýze použít. Typickým případem jsou například skutečné časy technologických operací z ERP systému. Simulaci nelze chápat jako nějakou ucelenou, algoritmizovatelnou metodu například pro řízení výroby nebo řízení podnikových zdrojů, jakými jsou MRP, ERP nebo JIT, ani se primárně nezabývá vyhledáváním úzkých míst jako TOC. Liší se i od modelování procesů ve smyslu, který známe například z ARISu, kde se popisuje spíše organizace, souslednost a vnitřní vazby procesu. Simulace je především popsání a vyjádření reality matematickým modelem a následné experimentování s ním. Podstatné je i to, že všechny výše uvedené metody vesměs popisují daný stav a naznačují některá možná řešení na základě v minulosti získaných dat. Simulace nám naopak ukazuje, co se může stát a jak tuto budoucnost můžeme ovlivnit.
 


Simulace malosériové výroby ve slévárně

Postup při simulaci
Simulovat lze pouze reálné (fyzikálně možné) procesy. Jen pro takové může být vytvořen správný model. Simulace začíná prostorovým a časovým popisem celého procesu. Dále je nutné popsat i všechny objekty a činnosti, které se procesu zúčastňují. Pokud popisujeme nějaký výrobní nebo montážní děj, je nutné zaznamenat veškeré materiálové, zpracovací, obslužné a přepravní zdroje a vytvořit přesný časový rozvrh toho, jak vstupují do modelovaného procesu. Rovněž je nezbytné popsat všechna fyzikální, prostorová, kapacitní a technická omezení, která proces provázejí. Simulace a tvorba modelu není exaktní záležitost, neexistuje stoprocentně účinná a spolehlivá metodika, jak se dobrat cíle. Obvykle se postupuje ve stále se zpřesňujících cyklech. Podklady pro analýzu se připravují z celé řady strukturovaných i nestrukturovaných dokumentů. Nezbytná je pečlivost a důkladné zkoumání všech souvislostí. Dále musí dojít k těsné spolupráci expertů na modelování s experty v řešené oblasti. Někdy se mezi tyto dvě skupiny specialistů vloží ještě jakýsi nárazník, tzn. člověk, nebo skupina lidí, kteří mají samozřejmě vynikající analytické a systémové myšlení, ale jsou schopni se domluvit a vytěžit cenné informace z odborníků na druhé straně, což mohou být dělníci, skladníci, obsluha dopravních systémů, mistři apod. Kromě vlastního počítačového modelu se vytváří ještě takzvaný pojmový model, kde se jasně definuje, co který pojem použitý v analýze znamená.

Postupné přibližování se k realitě není vůbec jednoduché a je nutné důsledně postupovat přes pojmový model, aby se minimalizoval vznik chyb. Chyby mohou vzniknout jak v analýze, tak ve vlastním modelování a jejich odhalení je velmi náročné. Proto je nutné umožnit co nejdříve opakované ověřování modelu. Model se musí v postupujících krocích blížit k realitě tak, abychom se stále utvrzovali v tom, že modelujeme správně. Je samozřejmé, že jak přesné údaje jsou poskytnuty pro analýzu, tak přesný bude model a takové výsledky budou zobrazeny. Mezi předpoklady úspěšného projektu simulace patří zejména:

. jasná formulace cíle řešení,
. postup řešení ve fázích,
. týmová práce,
. spolupráce kompetentních jednotlivců (zadavatel, zpracovatel) - vzájemné porozumění,
. realizace technického řešení.

Nástroje pro simulaci
Jedním ze současně nejlépe hodnocených simulačních nástrojů na trhu je systém Arena od firmy Advantage software. Je to kompletní a flexibilní modelovací prostředí s intuitivním uživatelským rozhranním. Umožňuje navrhovat počítačové modely, které přesně vyjadřují existující nebo předpokládané procesy. Arena integruje všechny potřebné funkce - vstupní datovou analýzu, animaci, ověření modelu, výstupní analýzu ad. do jednoho simulačního modelovacího prostředí. Celkovým výsledkem po zpracování modelu je animace, která naprosto reálně zobrazuje průběh, vazby a zákonitosti celého modelu. Animaci je možné krokovat a zastavovat se u jednotlivých klíčových momentů. Současně je v animaci viditelné průměrné vytížení všech souvisejících zdrojů, probíhající čas a řada dalších charakteristik. Celý systém je kompatibilní s Microsoft Office a je podporován programovacím jazykem Visual Basic, což umožňuje značnou pružnost při konkrétních řešeních. Arena byla použita i v následně popsané případové studii.
 


Grafická ukázka využití jednoho ze zdrojů (manipulační desky) v čase

Případová studie
Zadavatelem je slévárenská firma zabývající se výrobou velkých ocelových a litinových odlitků převážně kusového charakteru. Nový zákazník požadoval maloseriové dodávky tří typů odlitků v počtu desítek až stovek odlitků. Pokud se ve slévárenství vyrábí kusový odlitek, je to unikátní proces a jeho průběh se nemusí nijak zvlášť koordinovat. U opakované výroby je ovšem situace mnohem komplikovanější. Pro výrobu existuje společné technické vybavení, jako jsou modelová zařízení odlitku, formovací rámy, výrobní prostory, kapacitní zdroje atd. Je potřeba sladit přepravu modelových zařízení, rámů, jader a odlitků v rámci pracovišť a mezi jednotlivými fázemi výrobního procesu a uvolněná zařízení opět co nejefektněji využívat. V principu se jedná o odhalení úzkých míst známých z teorie omezení a jejich co nejlepší vytížení. Navíc slévárenství není na rozdíl od strojírenství tak přesně algoritmizovatelné ve smyslu:

. požadavku na výrobek,
. technologického postupu,
. času technologické operace na pracovišti,
. mezioperačního času,
. počtu pracovišť - zaměnitelnosti pracovišť,
. obsluhy - směnnosti.

Z tohoto důvodu se řešení nehledalo pomocí MRP nebo APS. Po první intuitivní organizaci pracoviště bylo rozhodnuto navázat spolupráci s firmou schopnou zpracovat dynamický model včetně simulace a animace celého výrobního procesu. Úkolem bylo optimalizovat výrobu odlitků tak, aby probíhala s maximálním průtokem a zároveň aby změny na pracovišti nevyžadovali příliš mnoho času a investic. Po oboustranném seznámení, zpracování harmonogramu projektu a uzavření smlouvy (výsledná odměna byla podmíněna měřitelnými přínosy) následovala analytická část projektu. Experty z konzultační firmy bylo nutné seznámit s problematikou výroby odlitků. Tato fáze probíhala maximálně neformálně jako celá řada prohlídek příslušného pracoviště a vytěžování znalostí jednotlivých odborníků na straně zadavatele. V této fázi bylo nesmírně důležité, že obě strany chtěly tento úkol skutečně vyřešit a strana zadavatele poskytla maximálně detailní a fundované objasnění celé problematiky. Specialisté z konzultační firmy naopak velmi pečlivě naslouchali, okamžitě nabyté poznatky zaznamenávali a strávili v prostředí slévárny velmi mnoho času (v závěrečné fázi projektu dokonce ve směnách 72 hodin nepřetržitě). Zhruba v polovině projektu se začal vytvářet vlastní model. Jako první byl popsán celý proces výroby odlitku jak prostorově, tak časově i ve vazbě na zdroje, které v každé fázi vyžaduje.

 Vstupy modelu se připravovaly z celé řady podkladů od stavebního a inženýrského plánu pracoviště přes časy jednotlivých technologických operací získaných z informačního systému, empirická měření pomocí stopek a řady konzultací s jednotlivými pracovníky. Na závěr této fáze se ti, kteří informace sbírali a vyhodnocovali zavřeli s expertem na modelování v produktu Arena na dva týdny k počítači a vytvořili první model. Tento model byl pak předveden nikoliv managementu zadavatele, ale střednímu managementu a mistrům. Stěžejní otázkou těchto schůzek bylo: "Je to co vidíte na modelu, to co se děje u vás na pracovišti?" Samozřejmě došlo k řadě korekcí a oprav původních nedorozumění. V této fázi se detailně krokoval a ladil jeden kus daného odlitku přesně takovým způsobem, jak by procházel celým procesem. Výsledkem byl vycizelovaný průběh jednoho kusu odlitku, kde byly veškeré technologické časy, přesuny a nároky na zdroje odsouhlaseny. Po této fázi už nastalo sbírání šlehačky a řada experimentů typu: "Jak to bude vypadat, když budeme chtít vyrobit takový počet kusů s takovými rozměry pracovišť, s tolika modelovými zařízeními a formovacími rámy, takovou směnností a s takovým režimem dodávek tekutého kovu?" V této fázi byla uzavřena řada sázek (většinou o skleněné nádoby naplněné různě kvalitně zkvašeným ovocem nebo obilím) o to, jak výsledky dopadnou, a dlužno dodat, že odhady byly většinou diametrálně odlišné od toho, co model skutečně prokázal. Podstatným výsledkem bylo to, že prostory pracoviště mělo smysl zvětšovat jen do určité úrovně a po jejím dosažení zvětšování ploch přestalo mít smysl, protože omezujícími se staly počty formovacích rámů a modelové zařízení, které bylo pouze jedno. Následně došlo ke zpracování řady variant, které byly zdokumentovány v závěrečné zprávě a prezentovány na finální schůzce s vrcholovým managementem slévárny. I na tomto fóru byly výsledné poznatky obhájeny a byla schválena doporučená řešení. Celý proces vytváření modelu trval zhruba čtyři měsíce a měl asi dvoutýdenní skluz oproti výchozímu harmonogramu. Model bude na základě další smlouvy udržován konzultační firmou a je možné jej kdykoliv upravit a testovat na něm další varianty při maloseriové výrobě. Konzultační firma získala svůj bonus za prokazatelné přínosy.

Na obrázku 1 je vidět jeden ze snímků celé animace, kde vlevo je znázorněna úroveň využití jednotlivých zdrojů, jejich právě aktivní a disponibilní množství, uprostřed se nachází prostorový model pracoviště, kde modrá barva označuje, že výrobek čeká na uvolnění některého zdroje pro svoji příští operaci, a vpravo je vidět průměrnou denní produkci a průběh v čase vyjádřený ve dnech. Celková animace je doplněna celou řadou výstupních grafů a statistik.

Závěr
Zmíněná metoda dynamického modelování a simulace není zatím v praxi příliš rozšířená. Důvodem je značná náročnost a pracnost při její realizaci. Rovněž cena za analýzu, vývoj a udržování dynamického modelu externí firmou není úplně zanedbatelná. Pokud se ale pro tuto cestu někdo rozhodne, získá značnou konkurenční výhodu. Na výsledném modelu je naprosto jasně a nezpochybnitelně vidět, jak celý proces pobíhá a jsou zde zcela mimořádné možnosti snadno a rychle experimentovat s celou škálou změn výchozích situací a parametrů modelu, a to takovým způsobem, který by v praxi nebyl nikdy možný.

Použitá literatura:
Votava, V., et al. Simulation Potential in Precesses of Knowledge and Skills Obtaining. ICSEE'02 Proceedings, San Antonio, Texas (USA). ISBN/1-56555-243-1.
Ulrych Z. 2000 "Modelling of the Manufacturing Process" In Proceedings of the 2nd International Conference "The Modern Information Technology in the Innovation Processes" - MITIP 2000, (Nectiny, Czech Republic, June 5-6), UWB Plzen, Czech Republic. s. 113-116.

Chcete získat časopis IT Systems s tímto a mnoha dalšími články z oblasti informačních systémů a řízení podnikové informatiky? Objednejte si předplatné nebo konkrétní vydání časopisu IT Systems z našeho archivu.


Inzerce

Transformace bankovnictví a pojišťovnictví v éře umělé inteligence

Umělá inteligence se stala hy­ba­te­lem digitální revoluce ve finančním sektoru. Přináší bezprecedentní možnosti automatizace, personalizace služeb a optimalizace rizik. Přestože potenciál AI je enormní, jen malá část bank má připravenou komplexní strategii pro její implementaci.