Разработка имитационного моделирования на языке World GPSS

Размещено на http://www.allbest.ru/

Содержание

Введение

Глава 1. Нефтеперерабатывающие предприятия как объекты логистики

1.1 Обзор работ в области разработки систем поддержки принятия решений

1.2 Проблемы группирования продуктов и смешивания различных типов сырья

Глава 2. Имитационное моделирование организаций с использованием методов имитационного моделирования

2.1 Обзор инструментальных средств имитационного моделирования

2.2 Факторы выбора инструментальных средств моделирования. Механизмы формирования системного времени

2.3 GPSS - язык имитационного моделирования

Глава 3. Предпроектное обследование склада нефтепродуктов Якутской нефтебазы

3.1 Предпроектное обследование склада нефтепродуктов Якутской нефтебазы

3.2 Разработка имитационной модели на языке GPSS

3.3 Расчетная работа

Введение

Современные условия рыночной конкуренции ставят перед промышленными предприятиями задачи реорганизации принципов управления хозяйственной деятельностью. Все больше предприятий применяет для оценки эффективности своей деятельности инновационные показатели, к которым относятся: объем товарно-материальных запасов, гибкость производства, качество продукции, показатели надежности и безопасности производства и воздействия производства на окружающую природную среду, оперативность выполнения заказов потребителей, длительность производственного цикла, а также ресурсоемкость продукции. Предприятия сталкиваются с задачей согласования спроса и предложения на множестве рынков, что часто требует выпуска продукции на заказ и во все более сжатые сроки. В этих условиях ведущие компании уже давно пришли к выводу, что ключом к успешному ведению предпринимательства и повышению экономической эффективности хозяйственной деятельности является логистическое управление цепью поставок продукции на основе анализа процессов и среды предпринимательства, а также применения методов прогнозирования.

Для снижения издержек и принятия управленческих решений предприятия традиционно учитывали только собственные ресурсы, ограничения и стратегии. Сегодня такой подход становится недостаточным. В соответствии с положениями общей теории систем (А. Чандлер, П. Лоуренс, Дж. Лорш) организация должна рассматриваться в единстве ее составных частей, которые неразрывно связаны с внешним миром. Поэтому при принятии решений по управлению предприятием необходимо дополнительно учитывать взаимодействие предприятия с поставщиками и потребителями. Также необходимо переработать существующие предпринимательские стратегии с целью задействования в процессах принятия решений информации о процессах в логистической цепи предприятия. Управление взаимосвязями в цепи поставок, или логистической цепи (ЛЦ), с целью достижения логистической синергии внутренних и межфирменных процессов предпринимательства называется логистической координацией, или управлением логистической цепью.

Имитационное моделирование в настоящее время находит широкое применение при моделировании и управлении сложными дискретными системами и процессами, протекающими в этих системах.

Имитационный эксперимент - отображение процесса протекающего в сложной дискретной системе в течение длительного времени, что как правило занимает несколько секунд или минут работы ЭВМ.

Проведение имитационного эксперимента позволяет сделать выводы о поведении сложной дискретной системы и особенностях без его построения, если это проектируемая система; синтезировать и исследовать стратегию управления; прогнозировать и планировать функционирование системы в будущем.

Методологическая основа моделирования - диалектико-математический метод познания и научного исследования. Все то, на что направлена человеческая деятельность, называется объектом (от лат. objectum - предмет). Выборка методологии направлена на упорядочения получения и обработки информации об объектах, которые существуют вне нашего сознания и взаимодействуют между собой и внешней средой.

Научно-техническое развитие в любой области обычно идет по пути: наблюдение и эксперимент - теоретические исследования - организация производственных процессов.

Основная ценность имитационного моделирования состоит в применении методологии системного анализа. Имитационное моделирование разрешает осуществить исследование анализируемой или проектируемой системы по схеме операционного исследования, которое содержит взаимосвязанные этапы:

- содержательная постановка задачи;

- разработка концептуальной модели;

- разработка и программная реализация имитационной модели;

- достоверности модели и оценка точности результатов моделирования;

- планирование и проведение экспериментов;

- принятие решений.

Это позволяет использовать имитационное моделирование как универсальный подход для принятия решений в условиях неопределенности с учетом в моделях трудно формализуемых факторов, а также применять основные принципы системного подхода для решения практических задач.

Предметом исследования данной курсовой работы является имитационная модель работы склада нефтепродуктов Якутской нефтебазы ОАО «Саханефтегазсбыт». Цель курсовой работы - разработать имитационную модель предприятия с помощью системы имитационного моделирования GPSS World.

Для достижения указанной цели определены следующие задачи исследования:

- рассмотрение и анализ исследуемой системы;

- разработка концептуальной модели;

- представление модели в виде системы массового обслуживания;

- моделирование системы.

Тема, поднимаемая в данной курсовой работе, является актуальной, так как в настоящее время, традиции и современные методы управления позволяют назвать ОАО "Саханефтегазсбыт" - лидером по реализации качественных нефтепродуктов в республике. Строятся новые, современные АЗС. Производятся модернизации АЗС г.Якутска, в частности АЗС-2 по ул. Труда, 4 и АЗС-3 по адресу Вилюйский тракт 3 км, где установлены современные высокоточные бензоколонки производства совместного российско-японского предприятия Tatsuno-S-Bench. В аккредитованной в Госстандарте России лаборатории (на Якутской нефтебазе п. Жатай) осуществляется постоянный, жесткий контроль качества нефтепродуктов, поступающую в сеть АЗС.

Построение имитационной модели значительно упрощает работу пользователя с любым количеством информации, что очень повышает скорость работы и, соответственно, производительность труда.

Данная работа состоит из трех глав, которые отражают все этапы проделанной работы. Первая глава посвящена Вторая глава посвящена обобщенному содержательному описанию системы имитационного моделирования GPSS World. Третья глава полностью посвящена исследованию системы и построению имитационной модели работы склада нефтепродуктов Якутской нефтебазы. с помощью языка GPSS World.

нефтеперерабатывающий логистика моделирование имитационный

Глава 1. Нефтеперерабатывающие предприятия как объекты логистики

1.1 Обзор работ в области разработки систем поддержки принятия решений

Предприятия химической промышленности и нефтепереработки являются объектами логистики специального класса и требуют комплексной оптимизации операций разработки, производства, продажи и использования химической продукции, оптимального управления запасами сырья, полупродуктов и ТЭР, предотвращения образования в технологических процессах производства источников оказывающих вредное воздействие на окружающую среду отходов и выбросов, обеспечения надежности и безопасности химико-технологических процессов с целью предотвращения аварий и снижения уровня химического риска. Управление химическим предприятием требует применения принципов ресурсосбережения на всех стадиях производства и переработки [1].

ЛЦ предприятий химической и нефтеперерабатывающей промышленности, как правило, имеют большую длину, а структура производственных связей предприятий является стационарной и негибкой:

покупателями химических предприятий также являются химические предприятия (рис. 1). Поэтому готовые решения по организации и управлению ЛЦ, используемые другими отраслями, неприменимы в химической отрасли, нефтепереработке и нефтехимии непосредственно.

Для оптимального управления промышленными предприятиями в отечественной и зарубежной литературе описано большое число систем поддержки принятия решений (СППР) для оптимизации отдельных видов производственно-хозяйственной деятельности промышленных предприятий -- например, планирования, составления расписаний, управления товарно-материальными запасами, отбора предложений и формирования портфеля заказов.

В работах [2,3] проведен анализ специализированных исследований по оптимальному управлению нефтеперерабатывающими предприятиями с использованием математических моделей и методов.

Системы поддержки принятия решений по оптимальному управлению хозяйственной деятельностью нефтеперерабатывающих предприятий на основе математического моделирования и программирования

Управление нефтеперерабатывающими предприятиями требует решения таких задач, как организация снабжения сырой нефтью, составление расписаний поставок, составление расписаний работы нефтехранилищ и ректификационных установок. Принятие решения при этом обычно основано на применении математических методов, к которым относятся, например, методы линейного программирования, и определяется установленными руководством предприятия статичными предпринимательскими стратегиями и предписаниями. Работы в этой области направлены на решение двух основных классов задач: задач оптимизации производственных операций (первичной переработки, крекинга, смешивания) и задач планирования и составления производственных расписаний. Некоторые исследования совмещают оба этих направления.

Li и Riggs (2000) предложили нелинейную модель для оптимизации деятельности в масштабах всего предприятия для нефтеперерабатывающего завода (НПЗ). Они разработали нелинейные математические модели для 4-х основных установок переработки нефти (ректификационной установки, установки каталитического крекинга, установки реформинга, установки производства бензиновой смеси) и применили упрощенные линейные модели для остальных видов оборудования. Однако эта модель не включает организацию закупок, транспортирования и хранения сырья, т.е. не учитывает функционирование цепи поставок НПЗ в целом.

1.2 Проблемы группирования продуктов и смешивания различных типов сырья

Несколько исследований было посвящено проблемам группирования продуктов и смешивания различных типов сырья. Rigby, Ladson & Warren (1995) провели анализ системы смешивания бензинов компании Texaco и ее развитие с использованием СППР, которая в настоящее время применяется на всех НПЗ этой компании. Исследователи подчеркивают важность применения таких систем, приводя данные об НПЗ, свидетельствующие об экономии свыше 30 млн. долларов в год. Adhya, Tawarmalani и Sahinidis (1999) применили для решения задачи о группировании продуктов метод неопределенных множителей Лагранжа. Amos, Ronnqvist и Gill (1997) решают эту задачу с использованием упрощенной нелинейной модели. Sullivan (1990) подчеркивает

важность объединения производственных функций и операций с управлением процессами смешивания и стратегиями оптимизации для достижения оптимального результата в масштабах всего предприятия, т.е. для поиска глобального оптимума.

Еще одним важным классом задач организации и управления производственной деятельностью НПЗ являются задачи планирования выпуска и составления производственных расписаний. К этому классу задач относятся задачи составления расписания поставок сырой нефти [Shah, 1996] распределения партий сырья по ректификационным установкам [Kim, Choi, Kim и Lee, 1999], составления расписаний переключения трубопроводов [Sasikumar, Prakash, Patil и Ramani, 1997] и т.д. В работе [Pinto, Joly и Moro, 2000] приведен обзор методов планирования и составления производственных расписаний на НПЗ. Они также обсуждают методы составления расписаний поставок сырой нефти, производства и распределения, производства топливных смесей и сжиженного нефтяного газа.

В последнее время, особенное внимание уделяется интеграции процессов нефтепереработки с целью обеспечения ресурсо- и энергосбережения на НПЗ. Zhang, Zhu и Towler (2001) предложили модель для одновременной оптимизации системы материальных потоков нефти, потоков водорода, пара и энергоресурсов в структуре НПЗ. Их исследования показали, что параллельное решение задач оптимизации, в отличие от последовательного, обеспечивает большую прибыль. Al-Sharrah, Alatiqi, Elkamel и Alper (2001) анализируют интегрированное планирование в рамках промышленной группы нефтеперерабатывающих предприятий с точки зрения воздействия на окружающую природную среду. Показана эффективность этой модели для определения экологически безопасных, или экологически дружественных нефтепродуктов, которые в качестве полупродуктов могут выпускаться нефтехимической промышленностью Кувейта. Beamon (1998) опубликовал специализированный обзор литературы по моделированию процессов в ЛЦ производственных предприятий. Модели, включенные в этот обзор, подразделяются на детерминированные [Cohen и Moon, 1990; Williams, 1983], стохастические [Cohen и Lee, 1998; Lee и Billington, 1993; Svoronos и Zipkin, 1991] и имитационные [Towill, 1991; Towill, Naim и Wikner, 1992; Wikner, Towill и Naim, 1991]. Большинство этих работ посвящено отдельным областям управления ЛЦ, -- например, управлению запасами, организации систем физического распределения, прогнозированию спроса, планирования, составления расписаний и т.д. Разработка формализованных моделей для системы масштаба ЛЦ связана с существенными принципиальными и вычислительными трудностями, поэтому математическое моделирование находит ограниченное применение для анализа полной структуры ЛЦ с учетом всех необходимых знаний и информации.

Кроме того, формальная модель является специфичной для конкретного предприятия, поэтому ее адаптация для принятия решений на другом предприятии, или даже для использования другим управляющим на том же самом предприятии, является сложной задачей.

Для моделирования и оптимизации цепи поставок, обладающей многоэлементной структурой со сложными взаимосвязями и процессами взаимодействия между элементами применяется имитационное моделирование, которое позволяет сократить сложность модели и требуемый объем вычислений. Имитационные модели передают лишь основные свойства элементов ЛЦ; поиск оптимального решения на основе исследования поведения модели выполняет аналитик, ответственный за принятие решения. Еще одним подходом к моделированию ЛЦ является объединение в рамках одной СППР математического и имитационного моделирования [Padmos, Hubbard, Duczmal & Saidi, 1999]. Такой подход применялся во многих отраслях промышленности, включая микроэлектронную промышленность [Jain, Lim, Gan & Low, 1996; Jain, Gan, Lim, Low, 2000], пищевую [Archibald, Karabakal & Karlsson, 1999] и др.

Глава 2. Моделирование организаций с использованием методов имитационного моделирования

2.1 Обзор инструментальных средств имитационного моделирования

Применение имитационного моделирования не имеет видимых ограничений. Система имитационного моделирования, обеспечивающая создание моделей для решения экономических задач, должна обладать следующими свойствами:

* возможностью применения имитационных программ совместно со специальными экономико-математическими моделями и методами, основанными на теории управления экономическими процессами;

* инструментальными методами проведения структурного анализа сложного экономического процесса;

* способностью моделирования материальных, денежных и информационных процессов и потоков в рамках единой модели, в общем модельном времени;

* возможностью введения режима постоянного уточнения при получении выходных данных и проведении экстремального эксперимента функционирования системы.

В настоящее время известно более 500 языков моделирования. Такое множество языков частично обусловлено разнообразием классов моделируемых систем, целей и методов моделирования.

Архитектуру языка имитационного моделирования можно представить следующим образом:

Объекты моделирования описываются с помощью некоторых атрибутов языка;

Атрибуты взаимодействуют с процессами, адекватным реально протекающим явлениям в моделируемой системе;

Процессы требуют конкретных условий, определяющих логическую основу и последовательность взаимодействия этих процессов во времени;

Условия влияют на события, имеющие место внутри объекта моделирования и при взаимодействии с внешней средой;

События изменяют состояния модели системы в пространстве и времени.

Желание упростить и ускорить процесс создания моделей (сделать доступным не только для профессиональных программистов) привело к реализации идеи автоматизации программирования имитационных моделей (не язык, а система моделирования). Создан ряд систем моделирования, которые избавляют исследователя от программирования. Это наиболее перспективное направление развития средств имитационного моделирования.

В настоящее время наиболее распространены следующие пакеты систем имитационного моделирования:

* GPSS (General Purpose Simulation System, компания «Minuteman Software», США);

* Process Charter-1.0.2 (компания «Scitor», Менло-Парк, Калифорния, США);

* Powersim-2.01 (компания «Modell Data» AS, Берген, Норвегия),

* Ithink-3.0.61 (компания «High Performance Systems», Ганновер, Нью-Хэмпшир, США);

* Extend+BPR-3.1 (компания «Imagine That!», Сан-Хосе, Калифорния, США);

* ReThink (фирма «Gensym», Кембридж, Массачусетс, США);

* Micro Saint (фирма «Calspan Advanced Technology Center», Colorado, США);

* Arena (компания «Systems Modeling Corporation», США);

* ARIS Simulation (фирма «IDS professor Scheer», США);

* Pilgrim (Россия).

Система GPSS World, разработанная компанией Minuteman Software (США), - это мощная среда компьютерного моделирования общего назначения, разработанная для профессионалов в области моделирования. Это комплексный моделирующий инструмент, охватывающий области как дискретного, так и непрерывного компьютерного моделирования, обладающий высочайшим уровнем интерактивности и визуального представления информации.

Использование GPSS World дает возможность оценить эффект конструкторских решений в чрезвычайно сложных системах реального мира.

GPSS является объектно-ориентированным языком. Его возможности визуального представления информации позволяют наблюдать и фиксировать внутренние механизмы функционирования моделей. Его интерактивность позволяет одновременно исследовать и управлять процессами моделирования. С помощью встроенных средств анализа данных можно легко вычислить доверительные интервалы и проводить дисперсионный анализ, автоматически создавать и выполнять сложные отсеивающие и оптимизирующие эксперименты.

Система GPSS World была разработана, чтобы полностью использовать возможности вычислительной системы. Использование механизма виртуальной памяти позволяет моделям реально достигать размера миллиарда байт. Вытесняющая многозадачность и многопоточность обеспечивают высокую скорость реакции на управляющие воздействия и дают возможность GPSS World одновременно выполнять множество задач.

Последняя версия GPSS World 4.3.2. (от 8 ноября 2001 года) включает в себя массу нововведений, позволяющих проводить более эффективные исследования и сделать работу с системой максимально простой и удобной для пользователя.

2.2 Факторы выбора инструментальных средств моделирования. Механизмы формирования системного времени

Факторами выбора инструментальных средств моделирования являются следующие:

В какой форме будет описываться объект исследования: непрерывная, дискретная система или смешанный вариант.

Проблемно-ориентированная среда (ARENA, ARIS) или универсальная система (GPSS) На выбор той или иной системы влияет выполнение следующих условий:

1) Наличие практического опыта работы с конкретным инструментальным средством, в том числе и наличие обученного персонала. Все современные системы достаточно сложны (особенно в части средств организации эксперимента и анализа).

2) Стоимость лицензии и стоимость разработки. Их соотношение со средствами, выделенными на проект. Современные проблемно-ориентированные системы моделирования очень дороги, по сравнению с просто языками моделирования.

3) Размерность создаваемой модели (несложный объект, учебные задачи и т.д.). Современные средства моделирования достаточно функциональны. Поэтому при небольшой размерности целесообразнее ориентироваться на более простую систему (GPSS/W), даже если она не очень вписывается в предметную область.

4) Предметная область объекта исследования. Возможность или ее отсутствие выбрать конкретную проблемно-ориентированную систему.

2.3 GPSS - язык имитационного моделирования

Исторически GPSS - это одна из первых систем моделирования общего назначения.

Язык разработан в 1961 году (Джефри Гордоном) фирма IBM вслед за разработкой компилятора с языка ФОРТРАН. Представляет собой Фортран ориентированную версию языка имитационного моделирования. Язык выдержал множество модификаций для самых различных операционных систем и ЭВМ (60…70-е годы - IBM 360/370, 70…80-е годы - PDP/11, ЕС ЭВМ и СМ ЭВМ, 80-е годы - IBM PC) и в то же время сохранил почти неизменными внутреннюю организацию и основные блоки.

Идеальное средство для начинающих осваивать имитационное моделирование. GPSS достаточно легок в освоении, а наличие в нем функций, переменных, стандартных атрибутов, графики и статистических блоков существенно расширяет его возможности.

Язык привнес множество важных концепций в каждую из коммерческих реализаций языков компьютерного моделирования дискретных событий, разработанных с тех пор. Ни один из языков моделирования не оказал на имитацию столь большого воздействия, как GPSS. Можно даже сказать, что GPSS заложил основы большинства современных языков и систем моделирования. Например, сходство языков СЛЭНГ и GPSS простирается вплоть до заимствования большинства ключевых слов.

Система GPSS предназначена для написания имитационных моделей систем с дискретными событиями. Например, для моделирования систем с материальными и информационными потоками. Наиболее удобно в системе GPSS описываются модели систем массового обслуживания, для которых характерны относительно простые правила функционирования составляющих их элементов. Хотя наличие дополнительных встроенных средств позволяет моделировать и некоторые другие системы (например, распределение ресурсов между потребителями).

В системе GPSS моделируемая система представляется с помощью набора (сети) абстрактных элементов, называемых объектами:

Каждый объект принадлежит к одному из 4-х (5 тип - разные) типов объектов;

Каждый объект характеризуется рядом атрибутов (параметров), отражающих его свойства.

Общий формат предложений GPSS

Номер строки	{Метка}	Оператор	Операнды	{Комментарии}
до 10 цифр	до 20 символов: цифры		А,B,C,D,E

Каждому исполняемому оператору может быть сопоставлен блок со стандартизованным графическим изображением. Это позволяет на этапе построения моделей до написания текстов программ построить блок диаграмм, отображающих последовательность продвижения динамических объектов.

Общая схема проведения имитационного моделирования в системе GPSS:

1) Модель, дополненная необходимыми управляющими предложениями операционной системы, вводится в ЭВМ и поступает на обработку ассемблером GPSS,

2) Ассемблер GPSS проводит синтаксический контроль модели и преобразует ее во внутреннюю форму, удобную для проведения моделирования. Модель во внутренней форме передается с помощью программы ввода интерпретатору модели

Интерпретатор выполняет моделирование. Во внутренней форме все объекты, описанные в модели, получают последовательные номера в порядке поступления. Последовательности номеров выстраиваются отдельно по типам объектов: среди устройств, накопителей, очередей и т.д. Эти номера могут быть напрямую указаны в модели программистом.

Интерпретатор модели является основной частью системы моделирования GPSS. Функции интерпретатора:

Создание транзактов;

Проводка их через блоки модели с одновременным выполнением действий, связанных с каждым блоком. Движение транзактов в модели соответствует движению отображаемых ими объектов в реальной системе.

Ведение модельного времени

Всякое изменение состояния модели, например, переход транзактов от одного блока к другому, можно рассматривать как некоторое событие, происходящее в определенный момент условного (системного) времени, задаваемого "часами" системы, работа которых организуется интерпретатором.

Фактически, "часы" в интерпретаторе GPSS - это целая переменная, значение которой соответствует текущему моменту условного времени модели.

При построении модели пользователь должен задаться соотношением единицы системного времени, используемого в модели, к реальному времени, в котором происходит функционирование моделируемой системы.

Отметим, что системное время никак не связано с машинным временем, затрачиваемым на выполнение моделирования.

Очередность событий

В процессе моделирования интерпретатор автоматически определяет правильную очередность наступления событий. В случае, если нужные действия в намеченный момент времени выполнены быть не могут (например, занято устройство, к которому обращается транзакт), интерпретатор временно прекращает обработку "застрявшего" транзакта, но продолжает следить за причиной, которая вызвала блокировку его обработки. Как только эта причина исчезает (например, освобождается занятое устройство), интерпретатор возвращается к обработке задержанного транзакта.

При продвижении транзактов через блоки могут происходить события следующих 4-х основных типов:

1) создание, преобразование или уничтожение транзактов;

2) изменение значения атрибута объекта;

3) задержка транзактов на некоторый промежуток системного времени;

4) изменение маршрута движения транзактов по блокам модели.

Большая часть статистики собирается в GPSS автоматически и не требует, поэтому дополнительных усилий разработчика модели.

Сбор статистики для очередей осуществляется с помощью блоков QUEUE и DEPART. Распределение случайных величин - параметров блоков модели TABLE, QTABLE

Виды статистики в GPSS:

1. Статистика для устройств:

количество транзактов, прошедших через устройство;

среднее время занятия устройства одним транзактом;

загрузка устройства (или доля использования) в течение всего времени моделирования;

доля (процент) доступности устройства в процессе моделирования;

количество транзактов, занявших устройство блоком SEIZE;

количество транзактов, захвативших устройство блоком PREEMPT.

2. Статистика для накопителей:

объем накопителя, определенный в модели;

среднее значение содержимого накопителя за время моделирования;

количество транзактов, прошедших через накопитель;

среднее значение времени использования единицы памяти;

среднее значение загрузки накопителя в течение моделирования;

процент доступности накопителя за время моделирования;

текущее содержимое накопителя на момент завершения моделирования.

максимальное содержимое накопителя за время моделирования.

3. Статистика для очередей

- максимальное значение длины очереди при моделировании;

- среднее значение длины очереди;

- общее количество транзактов, прошедших через очередь;

- количство "нулей"- транзактов, прошедших через очередь без задержки;

- процент "нулей"- доля транзактов, прошедших через очередь с нулевой задержкой;

- среднее значение времени задержки транзакта в очереди с учетом "нулевых" транзактов;

- среднее значение времени задержки транзакта в очереди без учета "нулевых" транзактов (всегда больше или равно предыдущего значения, поскольку учитываются только те, которые были в очереди с ненулевым временем).

Общая оценка (преимущества и недостатки) GPSS PC и GPSS World:

Положительные стороны: GPSS/W является весьма мощным инструментом имитационного моделирования (три ключевых момента),

- свободным от ограничений аналитических и численных методов,

- достаточно «прозрачным» (структура модели не является черным ящиком), допускающим нестандартную обработку данных

- и инструментом, снимающим с программиста множество нетривиальных проблем программирования и отладки моделей.

Тем не менее, приходится отметить наличие у нее ряда серьезных недостатков (из них для лабораторных работ можно выделить):

- громоздкость системы и явная перегруженность встроенными возможностями (многообразие примитивов);

- непомерное разнообразие графических обозначений блоков, не поддерживаемое даже новейшими версиями «чертежной» системы Visio;

Глава 3. Предпроектное обследование склада нефтепродуктов Якутской нефтебазы

3.1 Предпроектное обследование склада нефтепродуктов Якутской нефтебазы

Открытое Акционерное Общество "Саханефтегазсбыт" основано в 2000 году. После реорганизации ГП "Якутнефтепродукт".

ОАО "Саханефтегазсбыт" - крупное самостоятельно хозяйствующее предприятие учрежденное Министерством имущественных отношений. Со стопроцентной долей государства в уставном капитале.

Основной вид деятельности: оптово-розничная реализация нефтепродуктов.

Услуги: по приему, складским операциям и хранению нефтепродуктов.

Задачи - доставка, хранение и реализация качественных нефтепродуктов.

Цели - обеспечение всей республики нефтепродуктами для государственных нужд и коммерческим топливом.

На рынке нефтепродуктов предприятие работает более 60 лет.

Компания имеет постоянных корпоративных клиентов.

В организационную структуру компании входят 25 филиалов - нефтебаз, расположенных на всей территории республики.

3.2 Разработка имитационной модели на языке GPSS

Постановка задачи

Склад нефтепродуктов распределяет 3 категории топлива: а) домашнее печное топливо; б) промышленное легкое дистилляционное топливо; в) дизельное топливо для машин. Для каждой категории топлива имеется один насос, спрос на каждую категорию топлива одинаковый. Заказы на топливо распределены равномерно в диапазоне от 3000 до 5000 галлонов с шагом в 10 галлонов. Время, необходимое для заполнения автоцистерны для горючего, определяется следующими условиями:

1. Производительность насосов (6, 5 и 7 минут на 1000 галлонов соответственно).

2. Размер заказа.

3. Количество автоцистерн на нефтехранилище (дополнительно 30 секунд на каждый автомобиль).

4. Время установки (2 минуты).

Нефтехранилище вмещает максимум 12 бензовозов. Среднее время между прибытием бензовозов составляет 18 минут и изменяется по следующей функции:

Время между прибытием бензовозов

Частота .20 .40 .25 .15

Коэффициент среднего .45 .60 1.5 2.0

Необходимо:

1. Смоделировать работу нефтехранилища в течение 5 дней.

2. Найти распределение транзитного времени бензовозов.

3. Определить количество продаваемого каждый день топлива.

3.3 Расчетная работа

************************************************************************

* База хранения и распределения нефти

* Время измеряется в минутах

************************************************************************

RMULT 5631,39941

Arr FUNCTION RN2,C5 ;Частота прибытия бензовозов.

0,0/0.2,.45/.6,1/.85,1.5/1.0,2

Pumprate FUNCTION P$Type,L3 ;Требуется минут на перекачку 1000 галл.

1,6/2,5/3,7

Gals VARIABLE (RN1@201+300)#10

Type VARIABLE RN1@3+1

Pump VARIABLE (FN$Pumprate#P$Gals)/1000+S$Depot/2+2

Depot STORAGE 12 ;Помещается 12 грузовиков.

Transit TABLE M1,10,10,20 ;Время пребывания грузовика на базе.

Qty TABLE X$Gals,20000,20000,9 ;Количество продаваемого топлива.

************************************************************************

GENERATE 18,FN$Arr ;Прибытие бензовоза.

ASSIGN Gals,V$Gals ;P$Gals=количество галлонов.

ASSIGN Type,V$Type ;P$Type=Тип топлива.

ENTER Depot ; бензовоз въезжает на базу.

QUEUE P$Type ;Встать в очередь по типу топлива.

SEIZE P$Type ;Занять насос.

DEPART P$Type ;Выйти из очереди.

ADVANCE V$Pump ;Время работы насоса.

RELEASE P$Type ;Освободить насос.

LEAVE Depot ;Бензовоз покидает базу.

SAVEVALUE Gals+,P$Gals ;Подсчитывается кол-во проданных галлонов.

TABULATE Transit ;Таблица транзитных времен.

TERMINATE ;Бензовоз уезжает.

GENERATE 480 ;Один транзакт в «день».

TABULATE Qty ;Записывается кол-во проданных галлонов.

SAVEVALUE Sold+,X$Gals ;Записывается общее количество проданного

;топлива.

SAVEVALUE Gals,0 ;Ячейка устанавливается в 0.

TERMINATE 1 ;Один день прошел.

Размещено на Allbest.ru

...