1
Otto-von-Guericke-Universität Magdeburg Thomas Schulze
ARENA ARENA Tutorial Tutorial --22
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 2
ARENA ARENA TutorialTutorial
1. Historisches2. Basis-Elemente3. Ergebnisanalyse4. Modellierung von Transportvorgängen5. Integration mit anderen Systemen6. Customizing7. Kontinuierliche und kombinierte Modelle
2
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 3
FallstudieFallstudie
� In einer Montageabteilung werden Ventilatoren montiert. Alle Teile der zu montierenden Ventilatoren werden in Kisten angeliefert, wobei die Zwischenankunftszeit einer Dreiecksverteilung entspricht (2,5,10).
� Alle Zeitangaben sind in Minuten.� Es sind 4 Werker zur Montage vorgesehen. Die
ankommenden Kisten werden gepuffert und der nächste freie Werker entnimmt eine Kiste
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 4
FallstudieFallstudie
� Die Montagezeiten sind werkerabhängig und unterliegen auch einer Dreiecksverteilung – Werker 1 : (15, 18, 20)– Werker 2 : (16, 19, 22)– Werker 3 : (16, 20, 24)– Werker 4 : (17, 20, 23)
� Nach der Montage werden die Ventilatoren geprüft. Mit einer Wahrscheinlichkeit von 7 % ist ein Ventilator defekt. Ein defekter Ventilator wird zu dem Werker zurück gesendet, der diesen auch montiert hat.
� Defekte Ventilatoren werden bevorzugt montiert. Die Reparaturzeiten sind um 30 % höher als die normalen Montagezeiten
3
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 5
FallstudieFallstudie
� Die Simulation soll 20 000 Minuten betragen� Es soll die Auslastung der Werker und die
Verweilzeit der Ventilatoren im System berechnet werden
� Modell (Model1.doe)
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 6
Abbildung der WerkerAbbildung der Werker
� Jeder Werker wird durch eine Ressource abgebildet� Werker werden in einem Set zusammengefasst (Warum?)
4
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 7
SEIZESEIZE
Nummer des Werkers Wird im Attribut gemerkt
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 8
DELAYDELAY
� Die Montagezeiten werden mittels Expressions abgebildet
� Bezugnahme im DELAY-Modul
Reihenfolge entspricht derNummerierung der Werker
5
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 9
ReleaseRelease
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 10
KontrolleKontrolle
6
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 11
Reparatur defekter GeräteReparatur defekter Geräte
� Defekte Geräte an den betreffenden Werker mit höherer Priorität
Priorität High
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 12
Delay Delay für defekte Gerätefür defekte Geräte
30% höhereMontagezeit
7
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 13
Release für defekte GeräteRelease für defekte Geräte
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 14
Steuerung der SimulationSteuerung der Simulation
Zeiteinheiten
8
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 15
Auslastung der WerkerAuslastung der Werker
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 16
WarteschlangenWarteschlangen
9
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 17
WarteschlangenWarteschlangen
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 18
Verweilzeit der VentilatorenVerweilzeit der Ventilatoren
10
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 19
Ergebnisanalyse Ergebnisanalyse
� Terminating: Spezielle Bedingungen beim Start und beim Ende der Simulation– Länge des Simulationslaufes ist definiert (über die Zeit
oder durch eine Bedingung)– Typisches Beispiel : Simulation einer Bank
� Steady-state: Langer Lauf (eigentlich unendlich)– Initialisierungsbedingungen müssen ausgeschlossen
werden.– Eigentlich nicht klar, wie lange simuliert werden soll– Typisches Beispiel: Unfallklinik, Produktionsprozess
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 20
Unabhängige LäufeUnabhängige Läufe
� Es werden 20 Simulationsläufe ausgeführt (Model2.doe)
11
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 21
Auslastung der WerkerAuslastung der Werker
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 22
Verweilzeit der VentilatorenVerweilzeit der Ventilatoren
12
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 23
Erweiterung der FallstudieErweiterung der Fallstudie
� Zur Montage der Ventilatoren soll ein weiterer Werker eingestellt werden. Dieser zusätzliche Werker kann zu jedem der vier möglichen Plätze gestellt werden.
� Er übernimmt die Parameter des bestehenden Werkers� Es ergeben sich zu der Ausgangssituation vier weiter
Möglichkeiten.� Welche ist die beste hinsichtlich Verweilzeit und WIP?� Antwort:
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 24
Evaluierung mehrerer AlternativenEvaluierung mehrerer Alternativen
� Es müssen für jede Variante mehrer Läufe durchgeführt werden und die Werte müssen miteinander verglichen werden.
� Beispiel: 5 Varianten * 10 Läufen� Durchführung und Verwaltung von 50 Simulationsläufen� Unterstützung in ARENA durch den Process Analyzer
(PAN)
13
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 25
PANPAN
� Basis von PAN sind Arena-Programmfiles *.p� Scenario: Kombination eines Programmfiles mit
– einem Set von input controls und – Einem Set von output responses
� Project: Sammlung von Scenarios
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 26
Controls und ResponsesControls und Responses
� Controls– Variablen aus dem Modell– Kapazität von Ressourcen
� Responses– Variablen– Counter– Dstats– Outputs– Tallies
14
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 27
ScenarioScenario--AufbauAufbau
Hinweis: mit rechter Maustaste in der Scenario-Zeile werden Control und Responses hinzugefügt
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 28
ErgebnisseErgebnisse
Model1.pan
15
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 29
GrafikGrafik
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 30
Erweiterung der FallstudieErweiterung der Fallstudie
� Die zusätzlichen 4 Werker sollen nach den folgenden Bedingungen verteilt werden:– An jeder Station mindestens 1 Werker– Die Summe der Werker soll 8 nicht übersteigen– Es ist die Variante mit der kleinsten mittleren Verweilzeit
auszuwählen� Es ergeben sich eine Vielzahl von möglichen
Kombinationen
16
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 31
Optimierung mit Optimierung mit OptQuestOptQuest
� In PAN wurden die zu simulierenden Szenarios explizit vorgegeben
� Oft trifft man auf Situationen, wo man die Szenarios nicht explizit vorgeben kann oder will
� Lösung:– Automatische Generierung der Szenarien– Umsetzung innerhalb von OptQuest
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 32
OptQuestOptQuest
� OptQuest ist ein selbständiges Optimierungstool, dass ARENA zur Simulation der Szenarien nutzt
� OptQuest übernimmt ein automatisches Handling über ARENA – Varibalen setzen– Start der Simulation– Auswertung der Simulationsergebnisse
� ARENA COM object Model bildet das Interface� OptQuest übernimmt die Kontrolle über das ARENA-
Modell
17
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 33
OptQuestOptQuest -- SequenzSequenz
� Modell wird initialisiert� ARENA liefert die controls, constraints und
objective/requirements� OptQuest startet die Simulation mit den gewählten
Ausgangswerten� Die Anzahl der notwendigen Replikationen pro Simulation
wird von OptQuest selbständig (nach Vorgaben) festgelegt. � Nach einer Simulation wird mittels
Optimierungsalgorithmen ein neuer Satz von Parametern bestimmt
� Diese Sequenz wird wiederholt, bis ein Maximum an Rechenzeit (z.B. 10 Minuten) verbraucht oder das „Optimum“ gefunden wurde
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 34
Auswahl der ControlsAuswahl der Controls
18
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 35
Bestimmung der Bestimmung der ConstraintsConstraints
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 36
ErgebnisseErgebnisse
19
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 37
ErgebnisseErgebnisse
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 38
ErgebnisseErgebnisse
20
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 39
Fallstudie Fallstudie –– SteadySteady--StateState
� Part arrivals, four cells, part departures� Cells 1, 2, and 4: single machine each� Cell 3: two machines — newer one 20% faster
– Need: way to model non-identical resource units� Circular layout of cells� Parts enter at left, exit at right
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 40
WarmWarm--up und Länge des Simulationslaufesup und Länge des Simulationslaufes
� Die meisten Modelle starten mit Empty und Idle– Empty: Keine Entitäten zum Zeitpunkt 0– Idle: Alle Ressourcen sind frei zum Zeitpunkt 0– In Terminating-Simulationen ist das auch realistisch– In Steady-State-Simulationen kann dadurch das
Ergebnis verfälscht werden (Bias)� Lösung:
– Start der Simulation mit einem „reellen“ Zustand– Simuliere so lange, dass der Anfangszustand keinen
Einfluss mehr auf das Ergebnis hat– Starte mit Empty und Idle, lasse das Modell warmlaufen
(warm-up) und setze dann die Statistiken zurück
21
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 41
WarmWarm--up und Länge des Simulationslaufesup und Länge des Simulationslaufes
� Wenn Warm-up, dann wie lange „dauert“ diese Phase– Es gibt keine praktikable Theorie– Empirisches Vorgehen:
» Plotte den Verlauf der Ergebnisgröße über der Zeit» Versuche visuelle die Anlaufphase zu erkennen
– Bei mehreren Ergebnisgrößen:» Nimm das Maximum» Die Anlaufphase muss für das gesamte Model
angegeben werden
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 42
Ergebnisgröße WIPErgebnisgröße WIP
� Im Daten-Modul Statistic (Advanced Process) wird eine Statistik definiert
� Jeder Wert dieser Statistik wird in eine Datei geschrieben� Es werden 10 Läufe durchgeführt (Modell6-3)
22
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 43
WarmWarm--up für WIPup für WIP
� Mit dem Tool Ouput-Analyzer kann der Verlauf visualisiert werden
� Warm-up ist nach 2000 Minuten beendet
Otto-von-Guericke-Universität Magdeburg Thomas Schulze 44
Trunced replicationsTrunced replications
� Die Länge der Anlaufphase ist bekannt� Die Länge des gesamten Simulationslaufes ist bekannt� Simulationsläufe wie eine Terminating-Simulation