Разработка сложных систем, проведение имитационных экспериментов с моделями процессов функционирования систем на базе ЭВМ для оценки вероятностно-временных характеристик процессов функционирования оборудования гибкого автоматического производства.
Аннотация к работе
Федеральное государственное бюджетное образовательное учреждение высшего образования «Тульский государственный университет» Пояснительная записка к курсовой работеМоделирование является одним из универсальных методов познания, применяемых во всех современных науках, как естественных, так и общественных, как теоретических, так и экспериментальных, технических. Можно привести большое количество примеров моделей, при помощи которых описываются или изучаются те или иные явления. Так, например, разработаны модели производства автомобилей, выращивания пшеницы, функционирования отдельных органов человека; на моделях изучают течение водяных потоков, различные гидродинамические явления, происходящие при мощных взрывах, землетрясениях.На данный регулировочный участок цеха через случайные интервалы времени поступают по два агрегата в среднем через каждые 30 мин. Первичная регулировка осуществляется для двух агрегатов одновременно и занимает около 30 мин. Из накопителя агрегаты, прошедшие первичную регулировку, поступают попарно на вторичную регулировку, которая выполняется в среднем за 30 мин, а не прошедшие первичную регулировку поступают на полную, которая занимает 100 мин для одного агрегата.количество агрегатов которые прошли первичную калибровки; количество агрегатов которые прошли вторичную калибровки; количество агрегатов которым требуется полная калибровки; количество агрегатов которые прошли полная калибровки; Величина Z распределена по нормальному закону и имеет функцию плотности распределения определенную по формуле: В этом случае случайная величина Z распределена нормально с математическим ожиданием равным 0 и среднеквадратическим отклонением равным 1.В качестве шага по времени возьмем 1 минуту. Структура моделирующего алгоритма будет следующей: В начале счетчик времени устанавливается на ноль и вектор состояния системы полагается равным . Последовательно вычисляем вектор состояния системы в точках (2 t), (3 t),... до тех пор, пока модельное время не превышает 6000 минут(100 часов). Значения временных интервалов поступления агрегатов на первичную калибровку, длительность первичной и вторичной калибровок со средними значениями 30 минут, распределены по нормальному закону с средним квадратичным отклонением 10 % от среднего значения. Достаточно эффективным подходом к моделированию стандартной нормально распределенной случайной величины является алгоритм Марсальи-Брея, быстро дающий точные результаты.Структурно программа состоит из основного тела и 2 обособленных процедур (NORMAL и Kalibrovka). Процедура NORMAL занимается моделированием случайных величин, распределенных по нормальному закону. В результате работы процедуры мы получаем два вещественных числа и являющихся искомыми случайными величинами.Оно составляет 98,5% рабочего времени из 100 работы участка, при точности вычислений установленной на уровне 0,2 и доверительной вероятности 0,95. Для сравнения проанализируем результаты при 50, 200 и 300 часов работы участка. Из этого следует вывод что с ростом длительности работы участка наладки оборудования, загрузка участка полной калибровки незначительно увеличивается, в пределах 1-2%. Результаты работы программы приведены на рисунке 4-7.for ts:=1 to Tmax do begin if (ts>=tosv2) and (k1-k2>0) then begin if tosv2tosv1 then k2:=k2 2; Form1.Label1.Caption:="Общее число агрегатов:" INTTOSTR(k); Form1.Label2.Caption:="Прошедшие 1 колибровку:" INTTOSTR(k1); Form1.Label3.Caption:="Прошедшие 2 колибровку:" INTTOSTR(k2); Form1.Label4.