Vous êtes sur la page 1sur 72

Simulation discrte I

Pr Adil BELLABDAOUI

Sance 0
Quelques questions sur la gestion de la chane logistique Mise en uvre du cours Ouvrages suggrs Evaluation

Questions sur la gestion de la chane logistique


Si lon ajoute une nouvelle usine et deux nouveaux entrepts, quel sera leffet sur les stocks ? Quels sont les effets dune modification des paramtres de gestion des stocks ?

Comment rduire les stocks sans avoir dimpact sur le taux de service ?

Simulation Discrte I Sance 0, page 3 2013 Bellabdaoui

Questions sur la gestion de la chane logistique


Article : Nom : Poches Temps entre arrives : 60 Par lot de : 15 Stock : Nom : S_MP Capacit : 1 Rgle de priorit : FIFO Machine : Nom : MP Type : Simple Temps : 22 Machine : Nom : CC Type : Simple Temps : 50 SHIP Stock : Nom : S_CV Capacit : 10000 Rgle de priorit : FIFO Loi de sortie : squence 2 pour S_MP, 1 pou S_TSV Stock : Nom : S_TSV Capacit : 1 Rgle de priorit : FIFO Machine : Nom : TSV Type : Simple Temps : 32

Machine : Nom : CV Type : Simple Temps : 24

Stock : Nom : S_CC Capacit : 1 Rgle de priorit : FIFO

Simulation Discrte I Sance 1, page 4 2013 Bellabdaoui

Mise en uvre du cours


Sance 1 : Introduction la modlisation et la simulation
Dure: 1 demi-journe

Sance 2 : Etapes dun projet de simulation


Dure: 1 demi-journe

Sance 3 : Construction des programmes de simulation, Logiciels


Dure: 1 demi-journe nombres pseudo alatoires

Sance 4 : Gnration des


Dure: 1 demi-journe

Sance 5 : Des aspects statistiques de la simulation


Dure: 1 demi-journe

Sance 6-7 : Etude de cas : Simulation dune station de page avec loutil Witness
Dure: 1 demi-journe

Simulation Discrte I Sance 0, page 5 2013 Bellabdaoui

Ouvrages mes rfrences


1. A. Bellabdaoui, Performance evaluation in steel manufacturing : a case study with simulation , in Proceedings of the 2004 European Simulation and Modelling Conference, UNESCO, Paris, France, pp. 320-324, October 25-27, 2004. A. Bellabdaoui, Notes de la modlisation et simulation avec Witness , Rapport de recherche, MathRO, FPMs, Belgique, 2005. A. Bellabdaoui, Coupled heuristic and simulation for steel production planning , The Industrial Simulation Conference 2006 (ISC'2006) 5-7 june 2006, pp. 259264, 2006. A. Bellabdaoui et S. Allet, The use of simulation to validate a new objective of steelmaking production , The Industrial Simulation Conference 2006 (ISC'2006) 5-7 june 2006, pp. 251-258, 2006. M.A. El Oualidi, J. Saadi, L. El Hiki, A. Artiba, A. Bellabdaoui, Modlisation et simulation du flux des patients au service des urgences. Cas de lhpital Ibn Rochd Casablanca (Maroc), Confrence Francophone Gestion et Ingnierie des SystmEs Hospitaliers (GISEH 2010), 2, 3 et 4 septembre 2010 ClermontFerrand, France.
Simulation Discrte I Sance 0, page 6 2013 Bellabdaoui

2. 3.

4.

5.

Ouvrages livres suggrs

1. J. Banks, J.S. Carson, B.L. Nelson, D.M. Nicol, Discrete Event System Simulation, 3e edition, Prentice-Hall, 2001. 2. A.M. Law, W.D. Kelton, Simulation Modeling and Analysis, 3e edition, Mc Graw Hill, 2000. 3. W.D. Kelton, Sadowski R.P., Sturrock D.T., Simulation with ARENA, 4th edition, Mc Graw Hill, 2007. 4. A. Ait Hssain, Optimisation des flux de production: mthodes et simulation, Dunod, 2000. 5. G. Fleury, P. Lacomme, A. Tanguy, Simulation vnements discerts, Eyrolles, 2007.

Simulation Discrte I Sance 0, page 7 2013 Bellabdaoui

Evaluation
Sous forme des exercices : 100 %

Simulation Discrte I Sance 0, page 8 2013 Bellabdaoui

Sance 1
La modlisation et la simulation : quest ce que cest quoi? Classification des modles, types de simulation Avantages, inconvnients et piges de simulation

La modlisation: quest ce que cest ?

Un modle est une reprsentation abstraite (mathmatique et/ou logique) du fonctionnement du systme rel ; cest une structure simplifie de la ralit qui ne contient que les caractristiques estimes importantes pour ltude du systme

Simulation Discrte I Sance 1, page 10 2013 Bellabdaoui

La modlisation: quest ce que cest ?

Classification de la fonction de modlisation (Shannon, 1975)

Simulation Discrte I Sance 1, page 11 2013 Bellabdaoui

La simulation : quest ce que cest ?

Imiter des installations de catgories diverses, en tenant compte des installations au sol et des dmarches dans le monde rel, le but tant de dfinir un modle mathmatique et logique dun systme rel pour lexprimenter laide dun modle informatique

(Witness, 1998)

Simulation Discrte I Sance 0, page 12 2013 Bellabdaoui

Principe de la simulation
Alas

Simulation comme une exprience (Pidd, 1992)

Simulation Discrte I Sance 0, page 13 2013 Bellabdaoui

Relation entre modlisation et simulation

modlisation et simulation : lensemble des activits complexes associs la construction du modle partir du systme rel et sa simulation sur lordinateur (Zeigler, 1997)

La modlisation traite principalement la relation entre le systme rel et le modle. La simulation concerne principalement la relation entre le modle ordinateur et le modle.

Simulation Discrte I Sance 1, page 14 2013 Bellabdaoui

Classification des modles

Modle physique : requiert une rplique physique du systme actuel Ex. Simulateur de vol; modles miniatures; tunnel vent. Modle mathmatique : requiert une rplique mathmatique du systme actuel pour prdire les relations quantitatives dun systme. Ex. Programmation linaire. Modle de simulation : modle dordinateur requiert que le comportement des pices individuelles du systme et les relations entre elles peuvent tre dcrites logiquement.

Simulation Discrte I Sance 1, page 15 2013 Bellabdaoui

Types de simulation
Continue ou discrte ou mixte : Etat des variables change continuellement avec le temps (Ex. Niveau deau dans un rservoir). Etat des variables change certains moments dans le temps. Etat des variables change continuellement et certains moments dans le temps Dynamique ou statique : Evolution dun systme au cours du temps impliquant laspect temporel; Dterministe ou probabiliste : Si la simulation ne contient aucun lment probabiliste, il est appel dterministe : dure 7.5 sec. Distribution : Normal, Uniforme, Triangulaire.

Simulation Discrte I Sance 1, page 16 2013 Bellabdaoui

Domaines dapplication
Systmes publics
Systmes de sant (scnario de la population des patients, distribution des soins mdicaux) Systmes militaires (simulateur de tir, stratgies militaires) Ressources naturelles (nergie) Services publics (aroport, administration)

Systmes de services
Transport (flux des passagers, de trains, davions ou dautomobiles) Systme de communication (centres dappel, service aprs-vente) Oprations de maintenance (rseaux de commerce lectronique, dpannage routier)

Production et logistique
Evaluation du processus de production (industrie automobile ou arospatiale) Organisation et contrle de la chane dapprovisionnement/stockage Amlioration des processus dentreprise
Simulation des systmes industriels Sance 2, page 17 2013 Bellabdaoui

Mthodes quantitatives daide la dcision


Mthodes Quantitatives dAide la Dcision

Description Statique

Description Dynamique

Prog. Math.

Th. des Graphes

Optim. Comb.

Logique floue

Analyse multicritre

Simulation

Mthodes analytiques

Algorithme de simplexe Recuit simul Algorithmes gntiques Mthode Tabou Mthode Electre, AHP Programmation Multiobjectifs

Algorithmes de Bellman, Dijkstra

Rseaux de Petri Chanes de Markov Rseaux de files dattente

Simulation Discrte I Sance 1, page 18 2013 Bellabdaoui

Choix de lapproche simulatoire


Analyse analytique est impossible :
incertitude (processus stochastique), variables alatoires dynamique, la solution analytique non raliste cause de la complexit.

Expriences relles sont impossibles :


le systme nexiste pas encore, il y a trop de risque (Ex. simulateurs de vol), les cots sont trop levs.

Etudier interactions dun systme complexe

Simulation Discrte I Sance 2, page 19 2013 Bellabdaoui

Potentiels de la simulation
1. La simulation peut modliser et couvrir tous les flux de lentreprise : physiques, pour lesquels elle est le plus souvent utilise, informationnels et dcisionnels. 2. Elle peut reprsenter ces flux selon diffrents niveaux de granularit : Elle permet de dcrire ainsi le systme avec le degr de prcision ncessaire la rsolution du problme pos. Cette reprsentation seffectue donc selon diffrents niveaux hirarchiques: stratgique, tactique, oprationnel. 3. Toutes les phases du cycle de vie dun systme industriel peuvent tre tudies laide de la simulation : : la conception, la ralisation, lexploitation.

Simulation Discrte I Sance 2, page 20 2013 Bellabdaoui

Potentiels de la simulation

Simulation Discrte I Sance 2, page 21 2013 Bellabdaoui

Ce que lon peut faire avec la simulation En conception :


Justifier et quantifier les investissements ncessaires. Spcifier et illustrer le cahier des charges. Dfinir les caractristiques globales. Choisir entre des projets contrasts. Identifier les goulots d'tranglement. Choisir les rgles de pilotage des flux et de gestion des files d'attente. Etudier l'influence des perturbations Dterminer les capacits des ressources.

Simulation Discrte I Sance 2, page 22 2013 Bellabdaoui

Ce que lon peut faire avec la simulation En amlioration Identifier les problmes existants.
Evaluer diverses propositions de modification. Choisir entre plusieurs solutions damlioration. Garantir les rsultats dune modification.

En exploitation
Prvoir des dlais (complment ERP et ordonnancement) Aide la dcision en pilotage ( priori, ractif, correctif)

Simulation Discrte I Sance 2, page 23 2013 Bellabdaoui

Avantages de simulation
Lvaluation de systmes pour lesquels on ne dispose pas de solution analytique et pour lesquels la simulation constitue donc la seule approche disponible. Acclrer ou ralentir les vnements afin den faire linvestigation approfondie. Possibilit de faire des expriences en variant facilement les paramtres du systme et dvaluer limpact de ce changement. Par exemple, linstallation dune nouvelle machine, lexploration des nouvelles politiques ou plusieurs scnarios sans dpenses et sans drangement au systme rel. Mieux comprendre les interactions entre les variables afin de diagnostiquer les problmes. Dvelopper une comprhension comment un systme fonctionne, non pas prdire. Investissement sage parce que Le budget dune tude de simulation est moins coteux par rapport un changement dans le vrai systme. Outil pdagogique pour lentranement du personnel.
Simulation Discrte I Sance 0, page 24 2013 Bellabdaoui

Inconvnients de simulation
Le dveloppement des modles de simulation requiert du temps et des ressources considrables. La difficult dinterprter les rsultats de simulation dune exprience alatoire, puisque la simulation est base sur des variables dentres alatoires et que chaque exprience ne produit quune estimation des paramtres tudis (modle Input - Output). Plus un modle de simulation reprsente bien la complexit dun problme, plus il devient dangereux davoir une confiance injustifie dans lexactitude des rsultats (renforc par laspect visuel et interactif). Il est souvent difficile de valider le modle (il ne peut pas tre compltement prouv).

Simulation Discrte I Sance 1, page 25 2013 Bellabdaoui

Piges de simulation
Les objectifs dtude ne sont pas toujours clairement exprims. La simulation peut tre inapproprie, cest le cas si une solution analytique est possible. La non validit du modle. Lutilisation des mesures de performance incorrectes. Introduction de paramtres dentres incorrectes, par exemple, remplacer une distribution (stochastique) par une autre (dterministe). Le manque de communication entre les personnes qui participent ltude de la simulation. Labus deffets danimations. Un modle de simulation trop complexe ou trop simple.

Simulation Discrte I Sance 1, page 26 2013 Bellabdaoui

Messages retenir
La simulation permet dvaluer les consquences dune dcision avant quelle soit prie, ventuellement avant que le systme existe. Un outil daide la dcision, de communication et de formation Tests sur modle au lieu de grandeur nature Compression du temps simul; quelques minutes de simulation = une anne de production Simulation est dernier recours quand ce nest pas possible de faire lexprience et une approche analytique Simulation est prsente dans les diffrents phases : conception, ralisation et exploitation.
Simulation Discrte I Sance 1, page 27 2013 Bellabdaoui

Sance 2
Etapes dun projet de simulation Langages de programmation ou simulateurs? Logiciel Witness

Etapes dun projet de simulation


Banks, Carson et Nelson (Banks et al., 1996)
Formuler le problme Etablir des objectifs et dfinir le plan du projet Construire le modle Recueillir les donnes Coder le modle Vrifier le modle Valider le modle Lancer lexcution du modle Gnrer les rapports et les analyser Autre excutions du modle? Documenter le modle Prsenter les rsultats et les mettre en uvre
Simulation Discrte I Sance 2, page 29 2013 Bellabdaoui

Etapes dun projet de simulation


Phase I : Cahier des charges
Identifier les objectifs et le primtre de ltude, les diffrentes solutions tudier, les indicateurs de performance utiliser, etc. Risques derreur viter Se lancer dans la modlisation sans CdC Utiliser des hypothses trop simplificatrices. Ex: raisonnement sur des moyennes que sur des lois de distribution. Validation du contrat CdC Le CdC est un contrat entre le demandeur et le ralisateur. Cette phase conditionne tout le reste de ltude.

Simulation Discrte I Sance 2, page 30 2013 Bellabdaoui

Etapes dun projet de simulation


Phase I : Cahier des charges
Identifier les objectifs et le primtre de ltude, les diffrentes solutions tudier, les indicateurs de performance utiliser, etc. de cahier des charges, Sans la phase de validation Risques derreur viter de ltude pourront toujours tre les conclusions Se lancer dans modlisation sans CdC rfutes etlaltude risque de traner en longueur. Utiliser des hypothses trop simplificatrices. Ex: raisonnement sur des moyennes que sur des lois de distribution. Validation du contrat CdC Le CdC est un contrat entre le demandeur et le ralisateur. Cette phase conditionne tout le reste de ltude

Simulation Discrte I Sance 2, page 31 2013 Bellabdaoui

Etapes dun projet de simulation


Phase II : Recueil des donnes
Collecter Lensemble des donnes ncessaires la ralisation du modle. Les seules inconnues restantes doivent tre les paramtres optimiser. Risques derreur viter Donnes errons. Ex: utiliser des objectifs de fiabilit jamais atteints dans la ralit Donnes peu prcises. Ex : faire des approximations grossires sur les lois ?? Validation Le demandeur de ltude ou lexploitant concern doivent sengager sur les donnes quils fournissent.

Simulation Discrte I Sance 2, page 32 2013 Bellabdaoui

Etapes dun projet de simulation


Phase II : Recueil des donnes
Collecter Lensemble des donnes ncessaires la ralisation du modle. Les seules inconnues restantes doivent tre les paramtres optimiser. Risques derreur viter

Il peut tre souhaitable de conclure linutilit dune simulation lissue du CdC ou du recueil de Donnes errons. Ex: utiliser des objectifs de fiabilit donnes.
jamais atteints dans la ralit Donnes peu prcises. Ex : faire des approximations grossires sur les lois ??

Les phases I et II consomment 40% du temps de simulation

Validation Le demandeur de ltude ou lexploitant concern doivent sengager sur les donnes quils fournissent.

Simulation des systmes industriels Sance 2, page 33 2013 Bellabdaoui

Etapes dun projet de simulation


Phase III : Conception et ralisation du modle
Construire un modle conceptuel du systme (suivant le type de question pose, on eut avoir des modles diffrents dun mme atelier) Traduire et coder le modle conceptuel dans le langage propre au logiciel utilis. Risques derreur Peu de risque; uniquement lis une mauvaise connaissance du logiciel ou de la simulation en gnral Validation Vrification par un expert du logiciel ( dbogage ) Validation par le simulateur (tests) Validation du fonctionnement par lquipe projet ou lexploitant (conformit avec CdC et donnes)
Simulation des systmes industriels Sance 2, page 34 2013 Bellabdaoui

Etapes dun projet de simulation


Phase III : Conception et ralisation du modle
Construire un modle conceptuel du systme (suivant le type de question pose, on peut avoir des modles diffrents dun mme atelier) Traduire et coder le modle conceptuel dans le langage propre au logiciel utilis. Risques derreur Peu de risque; uniquement lis une mauvaise connaissance du logiciel ou de la simulation en gnral Validation

Cette phase consomme presque 20% du temps de simulation

Vrification par un expert du logiciel ( dbogage ) Validation par le simulateur (tests) Validation du fonctionnement par lquipe projet ou lexploitant (conformit avec CdC et donnes)
Simulation Discrte I Sance 2, page 35 2013 Bellabdaoui

Etapes dun projet de simulation


Phase IV : Exploitation du modle
Simuler les diffrents scnarios dfinis dans le CdC afin de rcolter toutes les informations chiffres utiles Analyser les rsultats connaissant le modle, les hypothses et le systme rel En dduire ventuellement de nouveaux scnarios tester. Risques derreur Choisir des conditions exprimentales qui biaisent les rsultats (dure de simulation trop courte, nombre alatoires mal utiliss, ) Ngliger lincertitude sur les rsultats de simulation (donnes incertaines, stochastiques,) Validation Le simulateur doit valider les rsultats de ses modles soit sur des cas simplifis, soit sur le terrain (si possible)
Simulation Discrte I Sance 2, page 36 2013 Bellabdaoui

Etapes dun projet de simulation


Phase V : Conclusion de ltude
Prsenter les rsultats en rappelant les hypothses de modlisation (pas de manque appro, pas de saturation aval, disponibilit totale des oprations,..) Raliser le rapport de fin de simulation Assurer la transmission du modle.

Risques derreur Confondre la performance dun systme simul en isolation avec celle du systme rel dans on environnement

Se contenter dannoncer des rsultats moyens; montrer des intervalles de confiance ou la distribution des valeurs observes.

Simulation Discrte I Sance 2, page 37 2013 Bellabdaoui

Etapes dun projet de simulation


PhaseLa V : Conclusion de ltude simulation nest pas

une science exacte, elle est Prsenter les rsultats den rappelant les hypothses de particulirement utile pour comparer des solutions modlisation (pas de manque appro, pas de saturation concurrentes
aval, disponibilit totale des oprations,..)

Les phases IV et V consomment presque 40% du temps de Raliser le rapport de fin de simulation simulation
Assurer la transmission du modle.

Risques derreur Confondre la performance dun systme simul en isolation avec celle du systme rel dans on environnement

Se contenter dannoncer des rsultats moyens; montrer des intervalles de confiance ou la distribution des valeurs observes.

Simulation Discrte I Sance 2, page 38 2013 Bellabdaoui

Langages de programmation ou simulateurs?

Les langages de programmation sont tel FORTRAN, C++, Visual Basic et Turbo Pascal. Leur modle est dvelopp en crivant un code. Lutilisation de ses outils se distingue par des avantages en termes de facilit et de lefficacit. Les logiciels de simulation sont orients vers une classe particulire des applications et le modle se dveloppe en utilisant des graphiques, des fentres de dialogues et des menus droulants. Les simulateurs sont souvent facile apprendre et utiliser mais cest possible quils ne sont pas assez flexibles pour quelques problmes.

Simulation Discrte I Sance 2, page 39 2013 Bellabdaoui

Langages de programmation ou simulateurs?


Anne 1960 1961 1963 1966 1977 1980 1982 1983 1984 1988 1995 Langages de programmation Fortran, Algol GPSS Simscript Simula GPSS/H Qnap, Mast AutoMod Siman SimScript II Promodel Witness, Xcell+, Modline Simulation des systmes industriels
Sance 2, page 40 2013 Bellabdaoui

Simulateurs

Considrations lors du choix dun logiciel

Considrations dentre (Input): codage, . . .

Distributions statistiques, Aspects de

Considrations de traitement (Processing): Constructions puissantes, Validation et vrification, Attributs et variables, . . . Considrations de sortie (Output) : Rapports, Graphiques, Mesures de Performance Considrations denvironnement : Utilisation & apprentissage, Vendeur, Animation, Cot, . . .

Simulation Discrte I Sance 2, page 41 2013 Bellabdaoui

Logiciels de simulation

1. Logiciels dutilisation gnrale : permettant la modlisation de la plupart des systmes vnements discrets (production, transport et logistique, tlcommunications, . . .). Avantage : la flexibilit de modlisation. Inconvnient : la difficult dapprentissage et dutilisation (syntaxe, blocs de base nombreux). 2. Logiciels orients pour la fabrication : ils comportent des blocs prdfinis correspondant des entits ou des modules des systmes de production : machines, stocks, convoyeurs, chariots, pices, etc. Avantage : la facilit dutilisation dans ce domaine. Inconvnient : la difficult ou limpossibilit de modliser certains aspects (non prdfinis) qui peuvent tre importants : rgles de dcision, structures particulires, paramtres supplmentaires, etc.

Simulation Discrte I Sance 2, page 42 2013 Bellabdaoui

Logiciels de simulation

3. Logiciels pour faciliter la r-ingnierie des processus : destins rinventer tout ou une partie de lorganisation par rapport aux attentes des clients. 4. Logiciels dordonnancement bas sur la simulation : orients lordonnancement et la planification. 5. Logiciels de support la simulation : ddis des applications de support la simulation. 6. Logiciels doptimisation : apportant une aide la simulation avec un aspect doptimisation.

Simulation des systmes industriels Sance 2, page 43 2013 Bellabdaoui

Types de simulateurs

Logiciels dutilisation gnrale

Une typologie des logiciels de simulation GPSS/H par Wolverine Software Corporation
SLX par Wolverine Software Corporation AweSim par Synix (Pritsker Corporation) Extend par Imagine That, Inc. SIMSCRIPT II.5 par CACI Products Compagny

Exemples

Logiciels orients pour la fabrication

Arena par Rockwell International Corporation AutoMod par AutoSimulations, Inc. Extend+Manufacturing par Imagine That, Inc. Flexsim par Flexsim Software Products, Inc. ProModel par PROMODEL Corporation ShowFlow par SimCAD Pro par CreateASoft, Inc. WITNESS par Lanner Group Inc. ProcessModel par PROMODEL Corporation SIMPROCESS par CACI Products Company Extend+BPR par Imagine That, Inc. Tempo par Rockwell International Corporation AutoSched par AutoSimulations, Inc. FACTOR par Synix (Pritsker Corporation) ExpertFit par Averill M. Law & Associates Stat::Fit par Geer Mountain Software Corporation Proof Animation par Wolverine Software Corporation SimRunner par PROMODEL Corporation OptQuest dans Micro Saint OPTIMIZER dans Witness Simulation des systmes industriels Sance 2, page 44 AutoStat par Autosimulations Inc.
2013 Bellabdaoui

Logiciels pour faciliter la ringnierie des processus Logiciels dordonnancement bas sur la simulation Logiciels de support la simulation Logiciels doptimisation

Witness
Witness du groupe Lanner Inc. Leader mondial de logiciels dans le domaine de la simulation visuelle interactive Environnement de Witness version 2004

Simulation Discrte I Sance 3, page 45 2013 Bellabdaoui

Elments de base de Witness


Cinq types de groupes dlments dans Witness :
Elments discrets : articles, machines, stocks Elments processus continus : fluides, tuyaux, processeurs, resrvoir Elments des convoyeurs ariens : rseaux, balancelles, sections, station Elments logiques : attributs, variables, distributions, fonctions, fichiers Elments graphiques : courbes, camemberts, histogrammes

Simulation Discrte I Sance 3, page 46 2013 Bellabdaoui

Construction un modle Witness


Principe de construction des modles :
Dclaration Reprsentation Description

Simulation Discrte I Sance 3, page 47 2013 Bellabdaoui

Construction un modle Witness


a) Lancement de Witness avec startup.mod

Simulation Discrte I Sance 3, page 48 2013 Bellabdaoui

Construction un modle Witness


b) Cration des lments et inter-relation

Simulation Discrte I Sance 3, page 49 2013 Bellabdaoui

Construction un modle Witness


c) Modes de lancement du modle Witness

d) Fentre dinteraction

Simulation Discrte I Sance 3, page 50 2013 Bellabdaoui

Construction un modle Witness


e) Types de rapport Witness

Simulation Discrte I Sance 3, page 51 2013 Bellabdaoui

Points forts de Witness


Importation des dessins CAO Amlioration de la prsentation avec squence AVI Animation du modle Modlisation modulaire et hirarchique Simulation en arrire Witness et interfaces utilisateurs Communication et intgration des donnes

Simulation des systmes industriels Sance 3, page 52 2013 Bellabdaoui

Sance 3
Exemple 1. Evaluation dune ligne de production sidrurgique

Processus de la ligne de production

Simulation Discrte I Sance 3, page 54 2013 Bellabdaoui

Processus de la ligne de production

Num. Poches 1 2 3 4 5 6 7 8 9

Instant darrive 0 0 0 60 60 60 120 120 120

Simulation Discrte I Sance 3, page 55 2013 Bellabdaoui

Processus de la ligne de production


2 1 2 Rgle FIFO (First In, First Out)
Direction de la file dattente

1 1 2

Entre: Arrire

Sortie: Premier

Rgle LIFO (Last In, First Out)


Direction de la file dattente

2 1 2 2 1

Entre: Avant

Sortie: Pemier

Simulation Discrte I Sance 3, page 56 2013 Bellabdaoui

Processus de la ligne de production

Num. Poches 1 2 3 4 5 6 7 8 9

DEST. MP/TSV MP MP TSV MP MP TSV MP MP TSV

Simulation Discrte I Sance 3, page 57 2013 Bellabdaoui

Processus de la ligne de production

Num. Poches 1 2 3 4 5 6 7 8 9

Temps de cycle 30 30 30 30 30 30 30 30 30

Simulation Discrte I Sance 3, page 58 2013 Bellabdaoui

Modlisation avec Witness


Description de larticle : Poches

Simulation Discrte I Sance 3, page 59 2013 Bellabdaoui

Modlisation avec Witness


Description de larticle : S_CV

Simulation Discrte I Sance 3, page 60 2013 Bellabdaoui

Modlisation avec Witness


Description de la machine : CV

Simulation Discrte I Sance 3, page 61 2013 Bellabdaoui

Modlisation avec Witness


Description du stock : S_CC

Simulation Discrte I Sance 3, page 62 2013 Bellabdaoui

Modlisation avec Witness


Description de la machine : CC

Simulation Discrte I Sance 3, page 63 2013 Bellabdaoui

Modlisation avec Witness

Simulation Discrte I Sance 3, page 64 2013 Bellabdaoui

Vrification et Validation

Num. Num. Num. Num. Poches Poches Poches Poches 1 1 1 1 2 2 2 2 3 3 3 3 4 4 5 5 6 6 7 8 9

CV CV CV CV Dpart Dpart Dpart Dpart 0 0 0 0 24 24 24 24 48 48 48 72 72 96 120 144 168 192 Fin Fin Fin Fin 24 24 24 24 48 48 48 72 72 96 120 144 168 192 216

MP TSV MP// TSV MP MP //TSV TSV Dpart Fin Dpart Fin Dpart Fin Dpart Fin 24 24 24 24 48 48 48 72 72 96 120 144 168 196 216 46 46 46 46 70 70 94 118 142 176 190 218 248

CC CC CC CC Dpart Dpart Dpart Dpart 46 46 46 46 76 76 106 136 166 196 226 256 286 Fin Fin Fin Fin 76 76 76 106 106 136 166 196 226 256 286 316

DSET DSET DSET DSET MP MP MP MP MP MP MP TSV TSV MP MP TSV MP MP TSV

Simulation Discrte I Sance 3, page 65 2013 Bellabdaoui

Rsultats avec Witness


Statistique: Poches

Statistique: CV, MP, TSV, CC

Simulation Discrte I Sance 3, page 66 2013 Bellabdaoui

Processus de la nouvelle configuration

Simulation Discrte I Sance 3, page 67 2013 Bellabdaoui

Rsultats avec Witness


Statistique: Poches

Statistique: CV, MP, TSV, CC1, CC2

Simulation Discrte I Sance 3, page 68 2013 Bellabdaoui

Recommandations

Stratgie dapprovisionnement

Scnario

Paramtres dentre Temps entre arrive Lot 3 2 3 3

Paramtres de sortie Quantit expdie 19436 15550 19436 19436 En cours 3895 4 564 7

1 2 3 4

60 60 70 72

Simulation Discrte I Sance 3, page 69 2013 Bellabdaoui

Recommandations

Stratgie daffectation :

Scnario 1 2 3 4

Paramtres dentre Loi de sortie CV SEQUENCE SEQUENCE SEQUENCE SEQUENCE vers MP 2 1 1 3 vers TSV 1 2 1 2

Paramtres de sortie Quantit expdie 19436 13995 18661 19437

Simulation Discrte I Sance 3, page 70 2013 Bellabdaoui

Recommandations

Simulation Discrte I Sance 3, page 71 2013 Bellabdaoui

Recommandations
Stratgie de reconfiguration : fusionner les 2 stock S_CC1 et S_CC2 en un seul stock S_CC quantit 2 Statistique: Poches

Statistique: CV, MP, TSV, CC1, CC2

Simulation Discrte I Sance 3, page 72 2013 Bellabdaoui