Beruflich Dokumente
Kultur Dokumente
MAŠINSKI FAKULTET
Cerjaković Edin
-MAGISTARSKI RAD-
"POVIŠENJE KAPACITETA PROIZVODNO-TRANSPORTNIH SEGMENATA
SISTEMA PRIMJENOM SIMULACIONE STUDIJE"
REZIME
Savremeni uslovi poslovanja prisilili su proizvodne kompanije koje žele da postignu i zadrže
svoje konkurentske sposobnosti na globalnom tržištu na stalno optimiranje parametara rada i
unutrašnje organizacije proizvodnih sistema u cilju kontinuiranog povećanja proizvodnih kapaciteta
uz istovremeno snižavanje troškova proizvodnje te zadržavanje kvaliteta proizvoda u najmanju ruku
na istom nivou. Opštim globalnim poslovnim trendovima izložene su i kompanije u Bosni i
Hercegovini, koje u cilju ispunjavanja navedenih zahtjeva moraju pristupiti poboljšanju svojih,
najčešće neefikasnih, proizvodnih procesa.
Jedna od metodologija koji omogućava optimiranje proizvodnih procesa spram postavljenih
kriterija je simulaciona studija. Sama metodologija se zasniva na prikupljanju podataka koji opisuju
stanja pojedinih segmenata sistema, njihovoj statističkoj obradi, definiranju i uspostavljanju
modela, te izvođenju niza simulacionih eksperimenata u cilju optimizacije proučavanog
proizvodnog sistema u skladu sa postavljenim kriterijima. Na ovaj način osigurava se
zadovoljavajuće opisivanje dinamičkih pojava unutar proizvodnih sistema, te više nego efikasno
optimiranje istih u relativno kratkom periodu i po prihvatljivim troškovima.
U sklopu magistarskog rada primijenjena je metodologija simulacione studije za opisivanje i
optimiranje postojeće fleksibilne proizvodne linije s ciljem povišenja proizvodno-transportnih
kapaciteta proučavane proizvodne linije.
SUMMARY
Present business conditions are forced production companies which want to achieve and to
detain its concurrent abilities on the global market to continuously optimise theirs working
parameters and to optimise internal organisation of theirs production systems with the aim to
increase capacity, decrease costs of production simultaneously and keep products quality at least on
the same level. To global business trends are expose production companies in Bosnia and
Herzegovina too. To fulfil above mentioned requirements companies in Bosnia and Herzegovina
must improve theirs mostly inefficient production processes.
One of methodologies which enable optimisation of production processes according to
seated criteria is simulation study. Methodology itself is based on acquisition of data which
describe state of certain segments of production system, statistical processing of acquired data,
defining and establishing of model, and performing series of simulation experiments with the goal
to optimise observed production systems according to seated criteria. By this way more then
efficient optimisation of adopted parameters of observed production system in relatively short time
and acceptable costs is ensured.
Methodology of simulation study for describing and optimisation of existing flexible
production line with the aim to increase production-transportation capacity in this master thesis is
used.
SADRŽAJ
REZIME ...........................................................................................................................................................III
SUMMARY .................................................................................................................................................... IV
SADRŽAJ .........................................................................................................................................................V
POPIS SLIKA ................................................................................................................................................ VII
POPIS TABELA ............................................................................................................................................. IX
SKRAČENICE ................................................................................................................................................ XI
1. UVOD ........................................................................................................................................................ 1
1.1. Problem istraživanja .......................................................................................................................... 2
1.2. Cilj istraživanja .................................................................................................................................. 3
1.3. Osnovne hipoteze .............................................................................................................................. 4
1.3.1. Ograničenja hipoteza ................................................................................................................. 4
1.4. Korištene metode ............................................................................................................................... 4
1.5. Očekivani rezultati ............................................................................................................................. 5
2. TOKOVI MATERIJALA U PROIZVODNIM SISTEMIMA .................................................................. 6
2.1. Proizvodni sistemi ..................................................................................................................................... 6
2.1.1. Struktura proizvodnih procesa ................................................................................................... 6
2.2. Unutrašnji transport ........................................................................................................................... 8
2.2.1. Definicija i značaj unutrašnjeg transporta u proizvodnim sistemima ........................................ 8
2.2.2. Kapacitet transportne opreme i uzroci nagomilavanja u transportnim sistemima ....................10
2.3. Tok materijala ...................................................................................................................................11
2.3.1. Funkcija toka materijala ...........................................................................................................11
2.3.2. Troškovi tokova materijala .......................................................................................................13
2.3.3. Analiza tokova materijala .........................................................................................................14
3. SIMULACIJA TOKOVA MATERIJALA ...............................................................................................17
3.1. Modeliranje.......................................................................................................................................17
3.1.1. Model i modeliranje..................................................................................................................17
3.1.2. Simulacijsko modeliranje .........................................................................................................19
3.1.3. Podjele simulacionih modela ....................................................................................................21
3.1.4. Simulacija diskretnih događaja .................................................................................................22
3.2. Simulacija tokova materijala ............................................................................................................23
3.2.1. Simulaciona studija...................................................................................................................27
POPIS SLIKA
Slika 36. Šematski prikaz toka materijala unutar proizvodne linije „Prsten 1“ za slimalacioni
eksperiment 3 ..................................................................................................................................... 93
Slika 37. Kapacitet obradnih mašina na operaciji 1 ........................................................................... 96
Slika 38. Kapacitet obradnih mašina na operaciji 2/3 ........................................................................ 96
Slika 39. Kapacitet obradnih mašina na operaciji 4 ........................................................................... 96
Slika 40. Dinamika međuskladišta proizvodne linije „Preten 1“: a.) trenutak ulaza paleta; b.)
trenutak izlazka paleta; c.) red čekanja unutar međuskladišta ........................................................... 97
Slika 41. Dinamika nastajanja redova čekanja tokom simulacionih eksperimenata 2 i 3 proizvodne
linije „Prsten 1“ ................................................................................................................................ 100
POPIS TABELA
Tabela 30. Podaci simualacionog eksperimenta 3 o obradnim mašinama proizvodne linije „Prsten
1“ ........................................................................................................................................................ 94
Tabela 31. Podaci simualacionog eksperimenta 3 o obradnim mašinama proizvodne linije „Prsten
1“ ........................................................................................................................................................ 95
Tabela 32. Podaci simualacionog eksperimenta 3 o opterećenje radne snage proizvodne linije
„Prsten 1“ ........................................................................................................................................... 95
Tabela 33. Razlika stanja međuskladišta proizvodne linije „Prsten 1“.............................................. 97
Tabela 34. Stepen neuravnoteženja nutar proizvodne linije „Prsten 1“ ............................................. 98
Tabela 35. Razlika u opterećenju ljudske radne snage između simulacionog eksperimenta 2 i 3
proizvodne linije „Prsten 1“ ............................................................................................................... 99
Tabela 36. Razlika u stepenu neuravnoteženja između simulacionog eksperimenta 2 i 3 proizvodne
linije „Prsten 1“ .................................................................................................................................. 99
Tabela 37. Razlika u gotovim proizvodima između simulacionog eksperimenta 2 i 3 proizvodne
linije „Prsten 1“ ................................................................................................................................ 100
SKRAČENICE
λ - aritmetička sredina statističke raspodjele po kojoj se odvija proces dolazaka
elemenata opsluživanja
A - statistička raspodjela vremena dolazaka jedinica u sistem
a - vektor vjerovatnoće vrijednosti međudolazaka
α(τ) - kumulirani broj svih dolazaka
AS/IS - disciplina opsluživanja, eng. Ample Server/Infinit Server
B - statistička raspodjela vremena opsluživanja jedinica
b - vektor vjerovatnoće vrijednosti opsluživanja
Bi - dužina produktivnih faza
BMT - metoda studiranja vremena osnovnih pokreta
c - broj kanala opsluživanja
ci - razlika između raspodjela vjerovatnoće dolazećeg i odlazećeg rada
CX - koeficijent varijacije
D - degenerisana statistička raspodjela
d - broj klase
DMT - metoda određivanja vremena pokreta
E[Nk] - k-ti moment diskretne slučajne varijable N
E[Sk] - k-ti moment kontinualne slučajne varijable S
Ek - erlangova raspodjela
ερ - preciznost izračunavanja srednjeg vremena
f - frekvencija klase
F(x) - Funkcija statističke raspodjele kontinualne slučajne varijable
f(x) - funkcija gustine kontinualne slučajne varijable
FIFO - disciplina opsluživanja, eng. First In - First Out
G - ne specificirana uopštena statistička raspodjela
GD - bilo koja disciplina čekanja
Hk - hiper-eksponencijalna raspodjela
I - dužina neproduktivnih faza
LIFO - disciplina opsluživanja, eng. Last In - First Out
μ - aritmetička sredina statističke raspodjele po kojoj se odvija proces opsluživanja
elemenata
M - eksponencijalna raspodjela
MTA - metoda analize vremena pokreta
MTM - metoda mjerenja vremena
N(t) - broj prisutnih klijenata u sistemu
PRIOR - disciplina opsluživanja po prioritetu
Q(t) - broj klijenata koji čekaju na opsluživanje
RR - disciplina opsluživanja, eng. Round Robin
S - dužina vremena opsluživanja ulaznih jedinica
σ - standardna devijacija
SIRO - disciplina opsluživanja, eng. Service In Randon Order
SPTF - disciplina opsluživanja, eng. Shortest Processing Time First
T - vrijeme dolaska ulaznih jedinica
t - srednje vrijeme osnovne klase
t0 - srednje vrijeme očitavanja
TČ - vrijeme čekanja
Tdol - vrijeme dalazaka transportnih jedinica
1. UVOD
ispitivanja obilježja novih i postojećih rješenja, koja se često ne mogu drugačije analizirati,
sagledavati i ispitivati.
U suštini se simulacioni proces zasniva na: procesima pripreme, modeliranja, provođenja i
ocjene dobivenih rezultata. Procesi modeliranja i izvođenja simulacionih eksperimenata se izvode
interativnim postupkom. Prema smjernici VDI 3633 (njemački: Verein Deutscher Ingenuere –
Savez inženjera Njemačke), te [62], [52] i [40], ovaj postupak se definiše kao simulaciona studija,
tačnije projekt simulacijom podržanog ispitivanja sistema.
Simulaciona studija može da obuhvata određeni broj simulacionih eksperimenata baziranih
na metodologiji planiranog eksperimenta ili varijaciji uticajnih faktora, organizacione stukture,
primjenjene opreme, planiranih i neplaniranih zastoja, itd.
Računarski modeli predstavljaju osnovu na bazi koje se kreiraju simulacioni modeli u obliku
programa pogodnih za računar. U takvom obliku modeli postaju sredstvo kojim se može analizirati
rad proizvodnih sistema u različitim uslovima eksploatacije, na osnovu čega se može uspostaviti
razumijevanje procesa koji model opisuje. Ovim je stvorena mogućnost predviđanja ponašanja
proizvodnog sistema, odnosno pojedinih procesa unutar njega.
Primjeri sistema koji se modeliraju i analiziraju simulacionim modelima su sistemi koji svoj
rad zasnivaju na diskretnim događajima – diskretni sistemi, čime su obuhvaćeni proizvodni sistemi i
njima pripadajući sistemi unutrašnjeg transporta.
Primjena simulacione tehnike se znatno proširila posljednjih godina sa povećanjem
računarskih kapaciteta i unaprjeđenjem objektno orjentiranih softverskih paketa, čime je
omogućeno izvođenje složenih simulacija baziranih na diskretnim događajima što je i suština
simulacione studije.
radne uslove, zbog čega često nisu bile primjenjive na konkretne proizvodno-transportne segmente.
Posebno sa aspekta unutrašnjeg transporta, birani su transportni sistemi koji svojim performansama
nisu bili adekvatno iskorišteni, što je imalo uticaja na troškove proizvodnje, odnosno ukupni nivo
efektivnosti proizvodnih sistema.
Na osnovu navedenog proizlazi da za znatan broj proizvodnih sistema ne postoje potrebna
saznanja o pojedinim proizvodno-transportnim procesima, što po pravilu ima za posljedicu pojavu
nepotrebnih troškova u procesu proizvodnje. Veliki udio u ovim troškovima prouzrokuje
neusuglašenost operacija proizvodnje i sredstava unutrašnjeg transporta.
Treba naglasiti da neuravnoteženost između operacija proizvodnje i unutrašnjeg transporta
nije uvijek pokazatelj neadekvatnosti radnih parametara unutrašnjeg transporta, često se javlja i
problem neprikladne opreme koja se primjenjuje u procesu unutrašnjeg transporta, što se također
mora uzeti u obzir pri razmatranju ove problematike.
Problem istraživanja u ovom magistarskom radu se sastoji u iznalaženja rješenja, kojima će
se prvenstveno poboljšati stepen iskorištenja sistema unutrašnjeg transporta, odnosno odabrati takvi
parametri čija će optimizacija uticati na trajanje pojedinih faza transportovanja i smanjivanje
troškova proizvodnje.
Svaki proizvodni sistem je u suštini uređena radna organizacija koja ima svoje objekte i
veze, procese koji se odvijaju u okviru njega, ulaze i izlaze, podsisteme, strukturu upravljanja i
hijerarhiju. Isto tako radna organizacija je tehnološki i organizaciono zaokružena cjelina, a nivo i
suština ekonomske zaokruženosti zavise od njenog odnosa sa drugim organizacionim cjelinama.
Radna organizacija kao proizvodni i organizacioni sistem sastoji se iz procesa i funkcija u okviru
kojih se izvršavaju grupe poslova i zadataka.
Stoga, proizvodni sistem predstavlja skup osnovnih tehnoloških sistema i ostalih tehnički
određenih informacionih i energetskih struktura – elemenata radnih sistema uređenih na način da
obezbjeđuju vršenja postavljene funkcije cilja i ostvarenja projektovanih efekata. Proizvodni sistem
vezuje tehnološke sisteme, energetske i informacione strukture i učesnike u procesima rada vezama
određenog stepena jačine, pravca i smjera. Proces rada proizvodnog sistema naziva se proizvodnim
procesom koji predstavlja skup aktivnosti neophodnih za izvršavanje postupka promjene ulaznih u
izlazne veličine sistema.
Analizirajući proizvodne sisteme može se uočiti da se isti sastoje od pojedinih podsistema
koji su u međusobnoj interakciji prema tačno definisanim vezama. Stoga svaki proizvodni sistem
može se smatrati veoma kompleksnim, a samo njegovo upravljanje veoma komplikovanim. Da bi se
postojanje takvog sistema smatralo opravdanim, on mora da izvršava svoju funkciju, odnosno da
ima neprestanu i neprekidnu proizvodnju.
Kako su elementi proizvodnje/transporta/usluživanja unutar proizvodnih sistema, [42] i [43],
različiti po vrsti, kvalitetu i ostalim karakteristikama koje uslovljavaju različitu primjenu postupaka
za promjenu stanja i njima uslovljenim sredstvima rada, se može zaključiti da su proizvodni sistemi
u opštem slučaju, po ponašanju složeni i dimnamični sistemi, čiji su procesi rada izloženi stalnom
dejstvu okoline u kojoj funkcionišu.
Izvori iz stručne literature daju nekoliko različitih strukturnih opisa proizvodnih sistema. U
ovom magistarkom radu predstavljene su dvije najčešće podjele: na podsisteme koji figurišu unutar
proizvodnog sistema, slika 1, i na tokove koji se odvijaju unutar proizvodnog sistema, slika 2.
Proizvodni procesi se odvijaju po određenom tehnološkom postupku koji je unaprijed
isprojektovan. Svaki proizvodni proces, slika 1, se sastoji iz sedam elementarnih podsistema, [44]:
− obradnog sistema;
− kontrole kvaliteta;
− unutrašnjeg transporta, (detaljno predstavljeno u poglavlju 2.2.);
− skladištenja;
− preventivne zaštite radnika na radu;
− preventivnog održavanja sredstava za rad;
− snabdijevanja energijom i tehnološkim fluidima.
Samo se u okviru prvog elementarnog procesa direktno stvara nova vrijednost. Ostali
elementarni procesi uglavnom povećavaju troškove proizvodnje, produžavaju proizvodni ciklus, a
Snažan razvitak proizvodnih snaga u svim granama privrednog života, uslovio je ubrzanu
primjenu i razvoj transportne tehnike, čiji raznovrsni uređaji čine sastavni dio proizvodnog lanca
nekog tehnološkog procesa, ukoliko se radi o unutrašnjem transportu.
U industriji posebno mjesto zauzima unutrašnji transport materijala, jer od efikasnosti
transporta zavisi nivo rentabilnosti i uspješnosti radne organizacije u cjelini. Posebno u
proizvodnim pogonima metaloprerađivačke industrije, unutrašnji transport je značajan jer se putem
njega povezuju pojedini proizvodni procesi odnosno vrši manipuliranje materijalom. Po definiciji
unutrašnjim transportom se nazivaju svi vidovi manipuliranja materijalom (prenošenje,
prevoženje), koje se odvija unutar poslovnih površina i objekata preduzeća, [25].
Na značaj unutrašnjeg transporta ukazuju podaci iz SAD-a o veličini troškova koji se odnose
na radnu snagu koja je zaposlena na izvođenju tehnoloških procesa unutrašnjeg transporta u odnosu
na ukupne troškove pri proizvodnji, [50]:
• u hemijskoj industriji 25%
• u metaloprerađivačkoj industriji 30%
• u tekstilnoj industriji 40%
• u proizvodnji građevinskog materijala 80%
• u građevinarstvu i rudarstvu 90%
Savremeni pristup projektovanja u proizvodnim sistemima karakteriše nastojanje da se uzme
u obzir što veći broj faktora koji utiču na stepen efikasnosti odvijanja procesa. Sistematski pristup
optimizacije proizvodnih procesa ogleda se kroz uspostavljanje adekvatnog transportnog sistema za
odgovarajući intenzitet odvijanja proizvodnog procesa odnosno da se uspostavi uravnoteženje
proizvodno-transportnog sistema o čemu će naknadno biti detaljno rečeno u poglavlju 2.2.2.
Usklađenost stepena mehaniziranosti i automatiziranosti sa transportnim sistemom treba da
omogući optimalno odvijanje svih proizvodnih procesa unutar preduzeća, što najbolje oslikava
analiza troškova transporta pri transportu 1000 komada na daljinu od 60 m, [54]:
− komad po komad 38,35 $
− dvokolica 16,60 $
− ručna kolica 11,00 $
− transportna traka sa ljudskim pretovarom 10,00 $
− viljuškar 5,59 $
− paletni viljuškar 0,59 $
Današnje stanje transportne tehnike karakteriše dinamičan razvoj sredstava i uređaja za
transport i manipulaciju, što znači da pri analiziranju svakog problema transportiranja materijala
postoji veliki broj alternativa. Cilj je da se od postojećih alternativa izabere ona koja zadovoljava
najveći broj postavljenih zahtjeva. Pri definisanju tokova materijala u konkretnom procesu
proizvodnje, često se pored teoretskih, koriste i iskustvena saznanja. Sve veća povezanost procesa
transportiranja i skladištenja materijala sa proizvodnim procesima, ima za posljedicu sve izraženiju
potrebu za izgradnjom složenih transportnih sistema, čije karakteristike rada, odnosno stepen
iskorištenja i uravnoteženja sa ostalim procesima, je, upravo zbog ove složenosti, teško odrediti.
Pri izboru i projektiranju transporta, projektanti i konstruktori treba da se pridržavaju
određenih principa, od kojih se navode neki:
− sa aspekta tehnološkog i društvenog razvoja, ručni transport treba mehanizirati ili
smanjiti na što manju mjeru gdje god je to moguće. Ovaj princip je baziran kako na
ekonomskim osnovama tako i na planu humanizacije rada;
Kao što je u prethodnom tekstu navedeno proizvodni, skladišni i transportni sistemi su u biti
mreža stanica koje su međusobno povezani transportnim vezama. Kroz ovaj mrežni sistem prolaze
transportni objekti materijala, proizvoda, transportnih jedinica, alata, osoba, pri čemu se u
stanicama objekti iskorištavaju, obrađuju, kreiraju i manipuliraju.
Kapaciteti i protočne mogućnosti pojedinih stanica definišu kapacitete i protočne
mogućnosti cjelokupnog sistema. Ukoliko kapaciteti elemenata sistema nisu u mogućnosti da prate
kapacitete prethodnih i slijednih elemenata pojavljuju se takozvani redovi čekanja. Za optimalno
kreiranje i dimenzioniranje novih sistema, te ocjenu uspoređivanja i poboljšanje postojećih sistema
potrebno je imati informacije o graničnim kapacitetima i efektima nagomilavanja stanica i veznih
elementa.
Kapacitet i stepen iskorištenja primijenjene opreme su dva bitna faktora koja daju jasnu
sliku karakteristika primijenjenog transportnog sistema. Kapacitet transportnog elementa
predstavlja maksimalnu količinu transportovanog materijala u jedinici vremena (kom/h; t/h), dok
stepen iskorištenja transportnog sredstva je indeks uspješnosti iskorištenja istog i predstavljen je u
procentima. S obzirom da na proizvodno/transportne sistema utiču različiti vidovi poremećajnih
elemenata i uz pretpostavku da je transportni kapacitet pravilno dimenzionisan, maksimalni stepen
kapaciteta se rijetko može dostići odnosno održati.
U stručnoj literaturi često se susreću preporuke o veličinama stepena iskorištenja u
pojedinim industrijskim oblastima, ali se mora navesti da se ove orjentacione vrijednosti uzimaju
samo za teorijska razmatranja i generalne usporedbe iz razloga što je svaki proizvodno/transportni
sistem specifičan, te ima različite poremećajne uticaje i teško ih je poistovjetiti.
Prema [42], stvarni stepen iskorištenja proizvodno/transportne opreme u području tehničkih
sistema varira u zavisnosti od tipa unutrašnjeg transporta ali se generalno može reći da iznosi oko
78 %, pri čemu su gubici:
− 15% - sistemski gubitci (organizacioni i tehnološki), pri čemu je 9 % prouzrokovano
ponašanjem učesnika u radu;
− 7% - ostali nepredvidivi gubici.
Znatan uticaj na stepen iskorištenja proizvodno/transportnih elemenata odnosno pojavu
neuravnoteženja toka materijala ima ponašanje učesnika, tako se prema izvršenim istraživanjima u
toku radnog vremena utvrdilo su faktori za ovu pojavu sljedeći, [42]:
− promjena ritma rada;
− zamor;
Izraz tok materijala se često upotrebljava u stručnoj literaturi za potpuno različite procese.
Prema [46], jednu od najpotpunijih definicija za tok materijala daje VDI-smjernica 3300 (njemački:
Verein Deutscher Ingenuere – Savez inženjera Njemačke):
„Tok materijala je prostorna, vremenska i organizaciona interakcija procesa prilikom
dobivanja, obrade i raspodjele proizvoda unutar definisanog prostora.“
Na osnovu definicija toka materijala i unutrašnjeg transporta zaključuje se da je tok
materijala element višeg nivoa upravljanja (sistem) koji je definisan svim procesima kretanja
materijala tokom proizvodnje, odnosno unutrašnji transport je element nižeg nivoa (podsistem) koji
je sastavni član toka materijala, što je prikazano na slici 3.
Tok materijala obuhvata sve procese koji su vezani za dobivanje, proizvodnju i distribuciju
proizvoda unutar proizvodnog sistema. Objekti toka materijala su poluproizvodi, proizvodi, alati, te
svi pomoćni elementi i materijali koji su potrebni za normalno odvijanje procesa unutar
proizvodnog sistema (maziva, komprimirani zrak, ...). Zadatak toka materijala je da poveže jedinice
Važnost tokova materijala se da najbolje očitati uzimajući u obzir troškove tokova materijala
unutar proizvodnih sistema koji u zavisnosti od branše i produkta iznose 50 % i više od cijene
koštanja proizvoda, [46]. U samom proračunu troškova tvornice, odnosno proizvodnog sistema,
troškovi tokova materijala se nedovoljno uzimaju u obzir, tako je moguće izvršiti analizu troškova
tokova materijala prema četiri osnovne vrste troškova:
− troškovi personala prouzrokovani ne efektivnim tokovima materijala;
− troškovi sistema transporta i skladištenja;
− troškovi prostora i transportnih puteva prouzrokovani ne efektivnim tokovima
materijala;
− zamrzavanje kapitala prouzrokovano ne efektivnim tokovima materijala.
Treba napomenuti i činjenicu da do povišenja indirektnih troškova često dolazi radi
neadekvatnog dimenzioniranja koji se javljaju pri dimenzioniranju elemenata toka materijala,
naročito pri određivanju veličine skladišnog prostora. Naime, potrebno je osigurati da skladišni
prostor sa velikom vjerovatnoćom može preuzeti elemente transporta, tako da prethodni i naknadni
elementi toka materijala ne budu ometani. Predimenzioniranje međuskladišnog i skladišnog
prostora najčešće ima za posljedicu nepotrebno ulaganje i zamrzavanje kapitala. Iz ovoga razloga
potrebno je težiti poznavanju ne samo srednje vrijednosti broja očekivanih elemenata nego i njihove
funkcije statističke raspodjele u ranom stadiju planiranja.
Ukoliko se izvrši analiza troškova uzimajući u obzir prethodne uzročnike nastanaka
troškova moguće je dobiti stvarne troškove sa zadovoljavajućom tačnošću. U obračunima, koji se
vrše u proizvodnim sistemima, uzeti troškovi transporta oslikavaju tek jedan dio troškova koji su
nastali usljed troškova tokova materijala. Ovdje se ne uzima u obzir izgubljeno vrijeme uzrokovano
lošim transportnim vezama, troškovi međuskladištenja, troškovi transporta koji obavljaju radnici,
itd. Važnost i ocjena toka materijala prepoznaje se onog trenutka kada se odrede svi troškovi koji su
prouzrokovani tokom materijala.
− Simulaciona studija
Metoda koja u sebi objedinjuje statistički pristup obrade ulaznih podataka i
simulacijsko modeliranje toka materijala. Prvenstveno je dobra iz razloga da u obzir
uzima dinamičku karakteristiku toka materijala i mogućnost vizualizacije procesa
posmatranog sistema, slika 5, dok joj je loša karakteristika što zahtjeva da sistem
koji se posmatra posjeduje tačno definisan tehnološki postupak koji se tokom
proizvodnje slijedi. Naredno poglavlje će se baviti detaljno sa procesima simulacije i
simulacione studije.
Uopšteno se može reći da se svaki kompleksniji sistem ili pojava, tj. procesi koji u sebi
sadrže stohastičke, nelinearne ili vremenske promjenjive i širok izbor problema koje je potrebno
riješiti modelom, često ne mogu opisati skupom matematskih izraza i jednačina, već se analiziraju
simulacijom. Izraz simulacija proizlazi iz latinske riječi „simulare“ što znači „oponašati“, što je u
suštini i glavni cilj izvođenja simulacije, [40] i [51].
Simulacioni modeli služe za uvid u ponašanje virtualnog ili postojećeg sistema, koji se inače
ne bi mogao dobiti drugim naučnim metodama, te samim time postaje moćno sredstvo za analizu i
projektovanje sistema, [40].
Sistemi koji se ispituju simulacijom mogu da budu proizvodni sistemi, prodajne i uslužne
organizacije, saobraćajne mreže, prijedlozi investicija kapitala, itd., dok procesi simuliranja ovih
modela mogu da budu tipa studije o ponašanju mašina i uređaja u proizvodno/transportnom
procesima, smanjenja materijala u skladištu odnosno smanjenju zamrznutog kapitala, pronalaženja
optimalnog vremena saobraćajno/svjetlosnih signala na saobraćajnicama, utvrđivanja ponašanja
kapitala na burzi, itd.
Kada se govori o simulaciji, neophodno je istu posmatrati kroz aspekt modeliranja, iz
razloga što model predstavlja osnovu simulacionog procesa. Razvoj novih tehnologija i računarske
tehnike, rezultirali su stvaranjem modela kojima je omogućeno opisivanje složenih realnih
proizvodnih procesa. U tehnici modeli imaju posebnu važnost u cilju oblikovanja i ispitivanja
obilježja novih i postojećih rješenja, koja se često ne mogu drugačije analizirati, sagledavati i
ispitivati.
3.1. Modeliranje
Proces izrade modela nema striktnih pravila, nego veliko značenje u samoj izradi modela
ima zdrav razum, sposobnost aplikacije, sistematičnost i iskustvo. Stoga je modeliranje prije svega
umijeće, a ne nauka. Sam proces se ne može automatizirati, a pri samoj izradi od velike važnosti je
pažljiv rad i temeljno provjeravanje funkcionalnosti modela. Dugo iskustvo istraživača koji su se
bavili problematikom modeliranja dovelo je do nekih opštih preporuka, [51]:
(1.) Granica sistema sa okolinom mora biti odabrana tako da sistem, odnosno njegov
model, obuhvata samo fenomene od interesa. Okolina sistema modelira se tako da se
ne opisuju detalji fenomena i uzročna veza između njih, već se daje samo njihov
sažeti prikaz (npr. slučajna raspodjela dolaska elementa u sistem);
(2.) Modeli ne smiju biti suviše složeni i detaljni, već samo trebaju sadržati relevantne
elemente sistema – suviše složene i detaljne modele gotovo nije moguće vrednovati i
razumjeti, što znači da su njihov razvoj i korištenje teški i neizvjesnog kvaliteta;
(3.) Model ne smije biti ni suviše pojednostavljen problem, npr. izbacivanjem suviše
važnih varijabli potrebnih za adekvatan opis sistema ili suviše velikim stepenom
agregiranja komponenti sistema.
(4.) Model je razumno rastaviti na više dobro definisanih i jednostavnih modula s tačno
određenom funkcijom, koju je lakše izgraditi i provjeriti;
(5.) U razvoju modela preporučuje se korištenje neke od provjerenih metoda za razvoj
algoritma i programa, kako bi bilo moguće razumjeti model i njegove modula u svim
fazama razvoja modela.
(6.) Potrebna je provjera logičke i kvalitativne ispravnosti modela, kako pojedinačnih
modula modela tako i cjelokupnog modela.
Prema rastućoj složenosti sistema, odnosno problema koji se modelira, metode modeliranja i
rješavanja problema dijele se na:
(1.) Analitičko modeliranje – opis modela i rješenje problema je u analitičkom obliku
(algebarske, diferencijalne ili parcijalne diferencijalne jednačine) odnosno funkcijske
veze zavisnih o nezavisnim varijablama. Ovim pristupom se rješavanje problema
svodi na matematički tretman pomoću metoda algebre, matematičke analize, teorije
vjerovatnoće i sl.
(2.) Numeričke metode – model je opisan u analitičkom obliku, ali se zbog nemogućnosti
pronalaženja analitičkog rješenja, primjenjuju numerički postupci odnosno
Simulaciono modeliranje se najčešće u stručnoj literaturi, [21] i [51] , dijeli po dva osnova,
prvi je prema vrsti varijabli u modelu (determinističke i stohastičke), a drugi je prema načinu na
koji se stanje modela mijenja u vremenu (kontinualne, diskretne ili mješovite). S obzirom na
karakteristiku pojava koje su razmatrane u magistarskom radu ovdje je detaljno obrađen samo
proces modeliranja stohastičkih diskretnih događaja odnosno stohastično diskretni modeli.
Stohastični modeli karakteriziraju se time što se njihovo ponašanje ne može unaprijed
predvidjeti, ali se mogu odrediti vjerovatnosti promjena stanja, odnosno ovakvi sistemi posjeduju
slučajne varijable.
Diskretni modeli odlikuju se time što se njihovo stanje mijenja samo u nekim vremenskim
tačkama, pri čemu se takve pojave nazivaju događaji. Najčešće je proces analiziranja ovakvih
pojava nazvan procesom simulacije diskretnih događaja.
U ovom magistarkom radu s obzirom na primijenjenu metodologiju simulacije tokova
materijala su razmatrani stohastički diskretni modeli.
− Uslovni događaji su oni događaji koji se mogu dogoditi tek pošto je ispunjen neki
uslov. Oni su obično povezani za dostupnost nekog resursa, tj. početak aktivnosti.
− Bezuslovnii (planirani) događaji su oni čiji je jedini uslov, da bi se mogli dogoditi,
povezan za prolaz vremena. Obično su vezani za oslobađanje resursa, tj. završetak
aktivnosti.
− Aktivnost je međudjelovanje određenih entiteta koje traje određeno vrijeme.
Aktivnost dovodi do promjene stanja entiteta koji u njoj sudjeluju. U simulaciji
diskretnih događaja promjena stanja se prikazuje u početnom ili završnom događaju
aktivnosti, a u toku trajanja aktivnosti stanje entiteta uključenih u aktivnost se ne
mijenja. Odnosno, kontinuirano odvijanje aktivnosti u stvarnom sistemu prikazuje se
kao diskretna promjena stanja u času početka i završetka aktivnosti. Početak
aktivnosti je obično vezan za neke uslove, a aktivnost završava nakon protoka
određenog vremena trajanja aktivnosti.
Edin Cerjaković Strana 22
POVIŠENJE KAPACITETA PROIZVODNO-TRANSPORTNIH SEGMENATA SISTEMA PRIMJENOM
SIMULACIONE STUDIJE"
-Magistarski rad-
− Proces je niz logičnih povezenih uzastopnih događaja kroz koje prolazi neki
privremeni entitet. Proces može obuhvatiti dio ili cjelinu „života“ privremenog
entiteta u simulaciji.
Primjenom prethodnih pojmova simulacija diskretnih događaja može se okarakterizirati na
slijedeći način:
Entiteti
međudjeluju u aktivnostima
uz izvjesne uslove
stvarajući događaje
za posmatrani sistem ne postoje potrebni podatci, primjera radi ukoliko isti u realnosti uopšte ne
egzistira. U tom slučaju je potrebno za podatke uzeti uslovno najbolju procjenu.
U narednom koraku proizvodni sistem se u simulatoru oslikava prvo logički, a kasnije kao
eksperimentalno sklon model. Potrebno je da simulacioni model reprezentira relevantne vrijednosti
koje bi dovele do željenih odgovora, pri čemu su strukture, zakonitosti, uticaji i ponašanja realnog
sistema odslikani u potrebnom nivou. Kroz prve simulacione prolaze vrši se verifikacija unutrašnje
logike simulacionog modela, a u slijedećem koraku simulacioni model se usklađuje ponašanju
realnom sistemu (validacija modela). Sam postupak se odvija interativno sve dok se ne dostigne
željeni nivo tačnosti.
Slijedeća faza sadrži različite korake provedbe slimulacionih prolaza u eksperimentalnim
okvirima. Prvo se provode obične analize, kako bi se dobili prvi iskazi o proizvodnom sistemu oko
kapacitivnosti i područja gdje bi se mogli pojaviti problemi. U nastavku se provode eksperimenti
koji obuhvataju ili definisanje parametara strukture proizvodnog sistema ili analizu senzibilnosti.
Ovaj interativni proces se provodi, uz izmjene simalacionog modela, sve dok se ne dobiju
zadovoljavajući rezultati. Završetak simaulacione studije čini dokumentiranje, komentarisanje i
obrada prikupljenih rezultata, pri čemu se isti svode na informacije koje daju određene iskaze. Na
kraju se odlučuje u kojoj mjeri su dobiveni rezultati simulacije validni za realno ponašanje
oslikanog proizvodnog sistema.
Kada se govori o teoriji redova čekanja ili o teoriji masovnog opsluživanja najčešće se
zamišlja problematika kolone osoba koji čekaju na uslugu na šalteru, kako bi se njihovi individualni
zahtjevi ispunili. Upravo iz ovog slikovitog opisa dolaze nazivi koji se najčešće susreću u literaturi,
[37], [39] i [51], ¨klijent¨, ¨vrijeme čekanja¨ i ¨opsluga¨. Na osnovu istog moguće je identificirati
mnoge svakodnevne probleme zastoja i kretanja unutar bilo koje naučne oblasti (telekomunikacije,
transporta, saobraćaja, informatike, itd.).
U osnovi problematika koja, se javljala u začetku stvaranja automatskog telefonskog
saobraćaja, rješenje problema kada se na centrali javi kolona poziva koji čekaju na svoju
distribuciju, doveli su do kreiranja teorije redova čekanja odnosno ¨matematske discipline za opis i
analizu sistema opsluživanja, na čiji rad utiču slučajni faktor¨. Danski matematičar Agner Krarup
Erlang (1878-1929) spoznao je u XIX vijeku da se ovakvi problemi primjenom probabilističnih
modela mogu dovoljno dobro opisati i riješiti, tako da njegove publikacije iz godina 1909-1920čine
fundament na kojem je zasnovana teorija redova čekanja, [1]. Nakon drugog svjetskog rata sve
većom primjenom, tada nove naučne discipline pod nazivom, operaciona istraživanja spoznaje se da
mnogi problemi logistike i proizvodnih sistema posjeduju sličnu strukturu problematike, te se sa
istom metodom mogu rješavati. Oblast primjene teorije redova čekanja ili teorije masovnog
opsluživanja se značajno povećava u trenutku kada se počinje ista primjenjivati za određivanje
eficijentnijeg iskorištenja velikih i komplikovanih postrojenja, na primjer fleksibilnih proizvodnih
sistema ili velikih informacionih ili komunikacionih mreža. Matematsko modeliranje ovakvih
¨Multi Resaurse¨ sistema najčešće dovodi od dobivanja komplikovane slike sistema u kojem se
odvijaju međusobna djelovanja između opslužnih stanica, te se ovakvi modeli nazivaju kao modeli
mreža redova čekanja.
Zajedničko pri posmatranju svih sistema masovnog opsluživanja je postojanje toka klijenata
sa stohastičkim osciliranjem intenziteta koji dolaze na uslužno mjesto. Na mjestu opsluživanja
pristigli klijenti se uvrštavaju u red, kao bi se njihove individualne potrebe pod uslovima određenog
zakona opsluživanja ispunile, svaki klijent zasebno, te klijenti nakon usluge napuštaju opslužno
mjesto. Kako bi se definirali elementi koji će se koristiti u daljnjem tekstu uvode se sljedeći termini
[39]:
− ulazne jedinice (korisnici usluga, klijenti, potrošači, stranke, obradne mašine,
engl:customers)
− uslužna mjesta (kanali, uslužna mjesta, mjesta koja pružaju uslugu ili obavljaju obradu, engl:
servers)
− red čekanja (rep, linija, gomilanje, međuskladište, engl: queue).
Na slici 12 je prikazana građa jednog elementa sistema opsluživanja, koji posjeduje jedan
jedini kanal opsluživanja (primjer bi mogao biti jedan univerzalni tokarski stoj) u kojem zahtjevi za
obradu pojedinačno dolaze i isti se odvijaju prema redu njihovog dolaska.
Edin Cerjaković Strana 30
POVIŠENJE KAPACITETA PROIZVODNO-TRANSPORTNIH SEGMENATA SISTEMA PRIMJENOM
SIMULACIONE STUDIJE"
-Magistarski rad-
1. Proces dolaska
Potrebno je odrediti karakteristike procesa dolaska ulaznih jedinica, da li iste dolaze
pojedinačno ili u grupama. Najčešće se pretpostavlja da je proces dolaska ulaznih jedinica
posljedica neovisnih identično raspodijeljenih vremena između dolazaka ulaznih jedinica pri čemu
je dolazak pojedinačan, tako da se proces dolaska može opisati funkcijom raspodjele A(x). Ovakav
proces se naziva obnavljajući proces. Ukoliko ulazne jedinice ne dolaze pojedinačno nego u
grupama tada je također potrebno odrediti statističku raspodjelu dolaska veličine grupe. Kao
najvažnija veličina procesa dolaska je srednja vrijednost dolazaka po jedinici vremena (aritmetička
sredina statističke raspodjele po kojoj se odvija proces dolazaka elemenata opsluživanja), koja se
naziva i intenzitetom toka dolazne jedinice i najčešće se simbolički u literaturi obilježava sa λ. U
slučaju pojedinačnog (sukladno sa obnavljajućim procesom) dolaženja ulaznih jedinica je broj
dolazaka jednak recipročnoj vrijednosti srednjeg vremenskog rastojanja između dolaska dvije
jedinice.
2. Proces opsluživanja
Na osnovu ovoga se opisuje proces osciliranja vremena opsluživanja, koji isključivo ovisi o
obimu zahtjeva, pojedinačne jedinice opsluživanja. I ovdje se ide od pretpostavke da je pojedinačna
dužina vremena opsluživanja međusobno nezavisna i identično raspodijeljena, tako da se proces
opsluge može opisati na osnovu funkciju raspodjele B(x). Recipročna vrijednost srednjeg vremena
opsluge (na osnovu očekivane vrijednosti od B(x)), naziva se intenzitetom opsluživanja (aritmetička
sredina statističke raspodjele po kojoj se odvija proces opsluživanja elemenata), i najčešće se
simbolički u literaturi, [37] i [39], obilježava sa μ, odnosno prosječnom broju korisnika koji mogu
biti opsluženi u jedinici vremena jednog kanala ukoliko sistem posjeduje više kanala.
4. Strategija opsluživanja
Od velike važnosti za rad opslužne stanice je definisanje zakona po kojem redu će se vršiti
opsluživanje ulaznih jedinica, za ovaj zakon u literaturi se najčešće nailazi na izraz discipline reda.
Uopšteno se razlikuju dvije discipline čekanja i to neprekidnu disciplinu čekanja ( non-preemptvna
disciplina) i prekidnu disciplinu čekanja (preemptivna disciplina). Kod prve svako otpočeto
opsluživanje ulazne jedinice se obavlja do kraja bez prekida i tek nakon toga se odabire ulazna
jedinica u zavisnosti od uslova koji zadaje teorija opsluživanja. Kod druge vrste discipline je moguć
prekid opsluživanja određene ulazne jedinice i prolongiranje završetka istog, što je uzrokovano
pojavom ulazne jedinice visokog prioriteta prema konkretno definisanim pravilima. Gotovo sve
prekidne discipline čekanja su tako koncipirane da posjeduju karakter održavanja rada (work
conserving), tako da se ne događa gubljenje rada uslijed prekida, što znači da će se opsluživanje
ulazne jedinice nastaviti u onom trenutku u kojem je se prethodno zaustavilo. U ovom slučaju se
govori o strategijama zaustavno-nastavljanih procesa (preemptive resume discipline) za razliku od
zaustavno-iznova početnih procesa (preemptive repead discipline) kod kojih se nakon zaustavljanja
čitav proces opsluživanja počinje ispočetka.
Jedinice (korisnici usluga) iz reda čekanja koje pristupaju kanalu opsluživanja podvrgavaju
se disciplinama reda , koje mogu biti:
¾ FIFO (first in - first out) je način koji uzima u obzir redoslijed dolaženja: tko je prvi
došao bit će i prvi opslužen,
¾ LIFO (last in - first out) je način koji daje prednost jedinici koja je zadnja ušla u red:
zadnji ušao - prvi opslužen,
¾ PRIOR je oznaka prioriteta opsluživanja koji daje prednost nekim jedinicama za
opsluživanje,
¾ SIRO (Service In Randon Order) se odnosi na slučajno odabiranje koje svakoj jedinici
daje istu vjerojatnost opsluživanja bez obzira na vrijeme dolaska u red,
¾ SPTF (Shortest Processing Time First) je disciplina kod koje se opslužuje ulazna jedinice
sa najmanje vremena opsluživanja, ova disciplina pretpostavlja poznavanje
vremena opsluživanja pojedinih ulaznih jedinica,
¾ RR (Round Robin) svaka ulazna jedinica dobiva istu dužinu vremena opsluživanja i
ukoliko se desi da nakon tog vremena proces opsluživanja nije završen, jedinica se
vraća u red čekanja na zadnje mjesto, gdje čeka nastavak opsluživanja,
¾ AS/IS (Ample Server/Infinit Server) primjer neograničenog broja uslužnih mjesta, tako da
svaka ulazna jedinica biva odmah proslijeđena na uslužno mjesto. Sistemi sa
ovakvom strategijom opsluživanja nazivaju se kao čisto vremensko odlažući (delay
stations),
¾ GD je oznaka za bilo koju drugu disciplinu čekanja.
5. Prostor čekanja
Neke stanice opsluživanja posjeduju relativno mali prostor (broj mjesta) za jedinice koje
čekaju u redu. Uzimajući u obzir broj kanala opsluživanja može se odrediti gornja granica jedinica
koje se istovremeno mogu nalaziti unutar stanice opsluge. Kod ovakvih situacija mora se konkretno
definisati šta se događa sa jedinicama koje dolaze usled čekanja nakon trenutka kada isti dostigne
svoju granicu.
4.1.3. Notacija
Analize opslužnih sistema u vidu ekonomičnosti i kapaciteta se inače vrše samo pri duže-
vremenskom (uhodanom) radu, pri čemu se ide od pretpostavke neovisnosti promjena (osciliranja)
veličina u zavisnosti od vremena na osnovu kojih se kreiraju unutrašnji radni procesi. I u stvarnosti
se pokazalo da se mnogi realni sistemi opsluživanja upravo u ¨normalnom radu¨ odlikuju kroz
(približnu) neovisnost promjena (osciliranja) veličina u zavisnosti od vremena (matematski se može
ovo istaći kroz asimptotsko stacioniranje stohastičnih procesa).
(4.2.1.3.)
, ,
Svi procesi koji se ovijaju u sistemu počinju se analizirati od istog vremenskog trenutka, pri
čemu je za sve procese vremenski inkrement tinc (vrjemenski korak simulacije) isti. Ovo rezultira
time da se događaju dešavaju, u cjelokupnom posmatranom sistemu, u određenim, diskretnim i za
sve elemente sistema istim vremenskim trenutcima.
Kako bi se cjelokupni matematski aparat što jednostavnije opisao u nastavku teksta su
posmatrati događaji vezani za dolazak transportne jedinice u red čekanja i odlazak iste nakon
uspješnog opsluživanja.
Ukoliko pristigne jedinica transporta sa indeksom 0 u prazni red čekanja, tada je vrijeme
čekanja Č 0 . Na osnovu ove transportne jedinice sa indeksom n=0 vrijeme čekanja Č
narednih jedinica transporta moguće je odrediti obrascem:
Č Č
,0 (4.2.1.4.)
Č Č
,0 (4.2.1.6.)
Na osnovu poznatih statističkih raspodjela vremena međudolaska i opsluživanja koji su
definisani vektorima a i b, moguće je uspostaviti statističku raspodjelu vjerovatnoće bilansa rada.
Razlika između raspodjela vjerovatnoće dolazećeg i odlazećeg rada X(n) n-te transportne jedinice
određuje se izrazom:
· , 1 , (4.2.1.7.)
Slika 14. Vjerovatnoće međudolazaka i opsluživanja kao i rezultirajuća raspodjela između raspodjele radne bilanse
tabele
Uz pomoć vektora c moguće je opisati raspodjelu vjerovatnoće vremena čekanja w:
Č Č
· 1 1 ∞ (4.2.1.9.)
Vrijednost intenziteta vremena čekanja jednaka je nuli, u trenutcima kada se odlazak zadnje
opslužene jedinice transporta odvija istovremeno sa dolaskom naredne jedinice transporta u sistem
čekanja ili kada je sistem prazan. Za slučaj kada je sistem prazan proces je opisan takozvanim
vrijemnom praznine Tpraz.
,
∑ · ∑ ·∑ ,
,
š (4.2.1.12.)
Detaljni tok izvođenja simulacione studije izložen je u poglavlju 2.2.1. Te slika 11 tačno
oslikava osnovne procese koje je potrebno obaviti tokom izvođenja simulacione studije, a to su:
1. definisanje cilja istraživanja;
2. prikupljanje, obrada i analiza radnih podataka posmatranog problema;
3. genarisanje modela posmatranog problema;
4. verifikacija simulacionog modela;
5. izvođenje simulacionog eksperimenta.
Prikupljanje ulaznih podataka je najčešće dugotrajan proces koji nije jednostavan i nema
potpuno predvidiv sadržaj i tok.
Ulazni podaci koriste se kako za određivanje raspodjele slučajnih ulaznih (nezavisnih )
varijabli, tako i za vrednovanje simulacijskog modela. Najčešće je potrebno skupiti podatke za više
različitih vrsta procesa (dinamika dolazaka, karakteristike dolaznih entiteta, vremena posluživanja
raznih resursa sistema, ... ).
Zbog dugotrajnosti, troškova prikupljanja i raznovrsnosti ulaznih podataka preporučuje se
da se proces prikupljanja ulaznih podataka obavezno planira, [51]. Potrebno je planirati šta će se
mjeriti, kako, kada, gdje i tko će mjeriti odnosno:
(1.) Šta će se mjeriti? - izbor varijabli od interesa
(nezavisne i zavisne varijable; nezavisne varijable koje mogu biti u međusobnoj
povezanosti – npr. vrijeme posluživanja i karakteristika objekta koji se poslužuje).
(2.) Kako će se mjeriti? - način mjerenja, mjerne naprave, formulari, kontrola mjerenja
i sl.
(u vezi sa načinom mjerenja može se npr. kod posluživanja mjeriti vrijeme
posluživanja svakog pojedinog objekta mjerenja, a kod brzih posluživanja često je
bolje mjeriti broj posluženih entiteta u jedinici vremena)
(3.) Tačnost mjerenja
(da li se mjeri u sekundama minutama i sl., zavisno o dinamici fenomena koji se
posmatra)
(4.) Veličina uzoraka
(broj mjerenja za svaki tip fenomena koji se mjeri)
(5.) Kad će se mjeriti?
(da li će se mjeriti u bilo kojoj fazi rada sistema ili možda samo u određenim
opterećenjima, jer se način i brzina posluživanja moge mijenjati u različitim
okolnostima – u pravilu se npr. vrijeme posluživanja mjeri samo kada je pred
mjestom posluživanja red od nekoliko objekata)
(6.) Gdje će se mjeriti?
(u kojem dijelu sistema se mjeri, gdje su posmatrači koji mjere kako bi imali
dobar pogled, ali da ne utiču na proces koji mjere)
(7.) Tko će mjeriti
(broj mjerača u ekipi koji osiguravaju pouzdano mjerenje i eventualnu mogućnost
kontrole mjerenja; sinhroniziran raspored ekipa mjerenja na različitim mjestima i
njihovo premještanje sa mjesta na mjesto, kako bi se izmjerili svi fenomeni od
interesa i dobro iskorištenje ekipe koja mjeri)
Zbog boljeg planiranja i izvođenja mjerenja preporučuje se izvođenje prethodnih kraćih
pilot mjerenja kako bi se steklo iskustvo, eliminisale eventualne greške i pronašao zadovoljavajući
način mjerenja.
Nakon mjerenja podaci se unose na prikladan medij, a zatim se izvode eventualne
transformacije podataka, kontrola podataka (npr. da li su u dopuštenim granicama) i eliminacija
neadekvatnih podataka.
t0 = t + i ∑
f ⋅d
(5.2.1.1.2)
∑f
gdje su: tmax – maksimalno očitano vrijeme, tmin – minimalno očitano vrijeme, t0 – srednje
vrijeme očitavanja , t –srednje vrijeme osnovne klase, f – frekvencija klase i d – broj klase.
Koeficijent stabilizacije radnog mjesta primjenjuje se samo pri uspoređivanju sličnih
operacija, a manja vrijednost koeficijenta označava bolje stabilizirano radno mjesto ili izvođenje
rada. Teorijski gledano, izračunavanje potrebnog broja očitavanja vrši se na osnovu sljedećeg
obrasca:
t2 σ 2
n= ⋅ (5.2.1.1.3)
ε r2 t02
gdje su: t – parametar za određenu vjerovatnoću dobivenih rezultata, εr – preciznost
izračunavanja srednjeg vremena očitavanja, σ - rasipanje pojedinačnih vrijednosti vremena.
Pojava nehomogenosti vremena dolazaka Ti, i=1,2,3,..., kao i vremena opsluživanja Si,
i=1,2,3,..., unutar sistema opsluživanja daju naznaku da se vrijednosti posmatranih veličina
ponašaju kao slučajan proces odnosno stohastičan proces. Kako bi se opisale iste pojave primjenjuju
se matematički odnosno statistički alati i metode određivanje vjerovatnoće po kojoj se ponašaju iste.
Često se dobivaju intuitivne ili empirijske potvrde za pretpostavku da ulazne jedinice dolaze iz
homogene populacije i da vremenski intervali τ i = Ti − Ti −1 , i=1,2,3,..., između dolazaka pojedinih
ulaznih jedinica, kao i dužina individualnog vremena obrade Si, i=1,2,3,..., kreiraju slučajne
varijable koje su nezavisne i identično raspodijeljene. U tom slučaju veličine τi i Si mogu se
posmatrati kao nezavisne realizacije dviju generisanih slučajnih varijabla τ i S. Ovakve slučajne
varijable se opisuju u praksi, zadavanjaem malog broja empirijski određenih parametara, na primjer
srednje vrijednosti i veličine rasipanja. Kako bi se iste potpuno okarakterizirale mora se zadati
njihova funkcija raspodjele Fτ ( x ) = P[τ ≤ x ],odnosno FS ( x ) = P[S ≤ x ] .
Izbor prikladne funkcije raspodjele za opis slučajnih (ne predvidivih) promjena neke realne
veličine vrši se na osnovu statističkih analiza relevantnih podataka. Ponekad je moguće tip funkcije
raspodjele, koja bi došla u obzir, odrediti na osnovu fizičkih karakteristika, tako da je u tom slučaju
potrebno samo odrediti određene parametre (na primjer vrijednost očekivanja i varijansu)
pretpostavljene statističke funkcije.
Na slici 15, je predstavljen tok kontinualne funkcije raspodjele F(x), primjer funkcije
raspodjele vremena opsluživanja Si, i=1,2,3,.... Na osnovu definicije, vrijednost F(x) na
proizvoljnom mjestu x0, što predstavlja vjerovatnoću za x0, tako da je slučajna varijabla u ovom
slučaju dužina vremena opsluživanja S tipičnog (slučajno izabranog) klijenta manja ili jednaka x0.
Slika 15. Funkcija raspodjele F(x) i funkcija gustine f(x) kontinualne slučajne varijable S
∫ f (x )dx = 1
−∞
(5.2.2.1)
Pri mnogim praktičnim primjenama često se susreću slučajne varijable koje su diskretnog
karaktera, odnosno posjeduju skup vrijednosti koje su konačne. Diskretne slučajne varijable N, čija
je funkcija raspodjele F ( x ) = P[N ≤ x ] stepenastog izgleda, ne posjeduje gustinu raspodjele. Njeno
definisanje se vrši zadavanjem mogućih vrijednosti xi, i=0,1,2,... i njima pripadajućih vjerovatnoća
pi, i=0,1,2,..., pri čemu je pi = P[N = xi ] , i=0,1,2,... . Veličine xi i pi predstavljaju mjesta odskoka,
odnosno veličinu odskoka na funkciji diskretne raspodjele F(x) slučajne varijable.
Od velike praktične važnosti su takozvani momenti funkcije raspodjele, koji predstavljaju
skalarne veličine dobivene na osnovu raspodjele, te omogućavaju objektivno upoređivanje različitih
raspodjela.
Prvi moment, takozvana vrijednost očekivanje kontinualne slučajne varijable S, definisana
gustinom raspodjele f(x) data je relacijom:
∞
E [S ] = ∫ x ⋅ f (x )dx (5.2.2.2)
−∞
[ ]
E N k = ∑ pi ⋅ xik , k = 1,2,3,... (5.2.2.5)
i
[ ] ∫ (x − E [S ])
∞
VAR [S ] = σ 2 = E (S − E [S ]) =
2 2
[ ]
⋅ f (x )dx = E S 2 − (E [S ])
2
(5.2.2.6)
−∞
, a ista ima istu dimenzijalnu veličinu kao i vrijednost očekivanja. Na osnovu vrijednosti
očekivanja i varijanse dobiva se takozvani varijacioni koeficijent:
VAR[X ]
CX = (5.2.2.9)
E [X ]
kojim se ocjenjuju i uspoređuju raspodjele. Ovim se definiše odnos između standardnog
odstupanja i vrijednosti očekivanja, te isti služi kao mjera relativnog osciliranja vrijednosti slučajnih
varijabli.
Sredina: /2
Varijanca: 1 2 1 /12
Binomna raspodjela
Funkcija vjerovatnoće:
1 0,1, … ,
Funkcija raspodjele:
0 0
1 0
Sredina: ·
Varijanca: · 1
Geometrijska raspodjela
Funkcija vjerovatnoće:
1 0,1, …
Funkcija raspodjele:
1 1 0
Sredina: 1 /
Varijanca: 1 /
Poisonova raspodjela
Funkcija vjerovatnoće:
0,1, …
!
Funkcija raspodjele:
0 0
0
!
Sredina:
Varijanca:
Funkcija raspodjele:
0
Sredina: /2
Varijanca: /12
Eksponencijalna raspodjela
Funkcija vjerovatnoće:
/
1/ · 0
Funkcija raspodjele:
/
1 0
Sredina:
Varijanca:
Gama raspodjela
Funkcija vjerovatnoće:
1/Γ · · · 0
Γ · · 0
Funkcija raspodjele:
/
1 0
Sredina:
Varijanca:
Weibull raspodjela
Funkcija vjerovatnoće:
· · · 0
Funkcija raspodjele:
1 0
Sredina: Γ
Varijanca: 2Γ Γ
Normalna raspodjela
Funkcija vjerovatnoće:
1
·
√2 · ·
Funkcija raspodjele:
Sredina:
Varijanca:
Lognormalna raspodjela
Funkcija vjerovatnoće:
1
·
√2 · ·
Funkcija raspodjele:
Sredina:
Varijanca: · 1
Gen. Extreme Value
Funkcija vjerovatnoće:
1
1 · 1 · ; 0
1
; 0
Funkcija raspodjele:
1 · 0
gdje je:
Jonson SB
Funkcija vjerovatnoće:
1
·
√2 1 2 1
Funkcija raspodjele:
Φ ·
1
gdje je:
Jonson SU
Funkcija vjerovatnoće:
1
· 1
√2 √ 1 2
Funkcija raspodjele:
Φ · 1
gdje je:
Fatique Life
Funkcija vjerovatnoće:
1
·
2· ·
Funkcija raspodjele:
1
Φ
Gamble max
Funkcija vjerovatnoće:
1
Funkcija raspodjele:
gdje je:
Funkcija raspodjele:
0
Funkcija raspodjele:
0
fx(x), sa hipotetičkom (testiranom) raspodjelom, odnosno sa F(x) i f(x). Nulta i alternativna hipoteza
pri ovom procesu glase:
H0 : X ima funkciju raspodjele F(x) (gustinu funkcije f(x)),
H1 : X odgovara nekoj drugoj funkciji raspodjele.
Najpoznatija dva testa za ispitivanje raspodjele su Kolmogorov-Smirnov i Chi-Quadrat test,
čije su karakteristike date u tabeli 6 .
Tabela 6. Statistički testovi
Test Način ispitivanja Karakteristike
Chi-Quadrat Primjenjuje se tek pri minimalno 40
uzoraka sa minimalno 5 klasa
eksperimenti provedeni nad modelom mogu zamijeniti eksperimente obavljene na realnom sistemu.
Pomenuta pretpostavka se mora opravdati iz razloga zadobivanja povjerenja u korištenje samog
modela kao zamjene za realni proučavani sistem tj. ponašanje simulacionog modela treba da bude
veoma slično ponašanju realnog ili virtualnog sistema. Ovim se ujedno i smanjuje vjerovatnost
donošenja pogrešne odluke prilikom analize i upotrebe eksperimenata nad posmatranim sistemom.
Za proces izvođenje procesa validacije simulacionog modela ne postoje konkretno definisani
zakoni, ali se mogu dati određene opšte preporuke, [51]:
(1.) uspoređivanjem rezultata simulacionih eksperimenata i stvarnog modela moguće je
zaključiti kolika je tačnost modela;
(2.) kroz višestruko ponavljanje simulacionog eksperimenta moguće je izvršiti internu
validaciju simulacionog modela. Desi li se pojava velikog rasipanja rezultata pri
ovom procesu moguće je zaključiti da stohastički varijabilitet modela ukazuje na
nedovoljni stepen oslikavanja procesa;
(3.) Senzibilnost simulacionog modela može se odrediti kroz relativno malu promjenu
unutrašnjih parametara. Ukoliko se stvarni sistem manje senzitivno ponaša od
simulacionog modela potrebno je izvršiti korekcije na simulacionom modelu.
Postoji više različitih pristupa provjeri ispravnosti simulacijskih modela, pri čemu se
najčešće koriste slijedeća dva:
− vrednovanje konceptualnog modela – ispitivanje logičkog slaganja odvijanja procesa
između ponašanja konceptualnog modela i realnog sistema;
− verifikacija računarskog modela – ispitivanje vrijednosnog slaganja istovjetnih
varijabli između računarskog modela i realnog sistema.
Verifikacija i vrednovanje imaju za cilj da svedu na najmanju mjeru pojavu raznih vrsta
mogućih grešaka modela (u logici konceptualnog i računarskog modela, matematskim relacijama,
programiranju, mjerenju i obradi ulaznih podataka, načinu korištenja modela, obradi i interpolaciji
rezultata i sl.).
Stvoriti povjerenje u kreirani simulacioni model znači prihvatiti zaključke, koji se donose na
osnovu ponašanja modela, sa prihvatljivim nivoom pouzdanosti odnosno, doneseni zaključci su
ispravni i primjenjivi na realni sistem. Vrednovanje modela treba gledati kao određivanje stepena
zadovoljavanja opisanog sistema, a ne kao određivanje da li model potpuno zadovoljava ili uopće
nazadovoljavapri čemu se ovaj zaključak temelji na argumentima, [51]:
• model je nužna aproksimacija posmatranog sistema;
• elementi modela dobiveni mjerenjem na stvarnom sistemu sadrže u sebi greške
mjerenja koje uzrokuju inherentnu netačnost u rezultatima modela;
• tačnost izlaza statističke analize za primjenu podataka u modelu ovisi o visini
posmatranog uzorka, što znači da i povećanje tačnosti zahtjeva povišenje cijene
dobivanja rezultata.
Porastom stepena valjanosti modela raste cijena i vrijeme razvoja modela, što ima velikog
uticaja na mogućnost stvaranja modela sa velikim stepenom valjanosti.
VDI smjernica 3633 daje slijedeće preporuke za validaciju simulacionih modela:
• važan dio validacije simaulacionih modela je ispitivanje ulaznih podataka, nije česta
pojava da postoji razlika između planiranih i stvarnih podataka o sistemu (o ovome
je bilo riječi u poglavlju 3);
− kvalitativni faktori najčešće opisuju strukturalne pretpostavke modela koje prirodno nemaju
numeričke vrijednosti (npr. disciplina čekanja u redu: FIFO, LIFO, po prioritetu; način
razmještaja materijala u skladište).
− nekontrolabilni faktori su oni na koje se u stvarnom sistemu ne može uticati (npr. dinamika
dolazaka automobila na benzinsku crpku, prosječan broj transakcija koje traži mušterija u
banci), a koji također utiču na rezultate rada sistema.
Vrijednosti faktora zovu se nivoi faktora (npr. nivoi broja stanica za opsluživanje jedne
operacije mogu biti 4, 5 i 6). Kombinacija faktora na određenim nivoima zove se tretman. Zavisne
varijable modela čije vrijednosti se dobivaju kao rezultat simulacijskog eksperimenta nazivamo
odzivima (to su npr. vremena čekanja, propusnost sistema, iskorištenje opreme, ...).
Izbor koji će parametri i strukturalne pretpostavke biti konstante u modelu, a koji će biti
promjenljivi eksperimentalni faktori postavlja se u samom cilju simulacijske studije i ovisi o prirodi
problema koji se simulacijom rješava.
Posebna važnost dizajna simulacijskih eksperimenata je u tome da se umjesto
nesistematičnog (ad-hoc) izvođenja simulacijskih eksperimenata s različitim alternativama sistema
priđe planiranju eksperimenata unaprijed i na sistematičan način, koristeći se poznatim
karakteristikama faktora određenog simulacijskog modela. Pri tome se dizajnu eksperimenata treba
prići tako da se u ranim fazama eksperimentiranja prije svega nastoji ustanoviti koji su faktori
značajni za ponašanje sistema i kako oni utiču na performanse sistema. Kada je to poznato, mogu se
u principu, ispitivati i optimalne kombinacije faktora sa stajališta datih performansi sistema.
Slika 16. Plan eksperimenta za izvođenje simulacione studije tokova materijala na proizvodnoj liniji “Prsten 1”
Edin
E Cerjakov
vić Straana 55
POVIŠENJE KAPACITETA PROIZVODNO-TRANSPORTNIH SEGMENATA SISTEMA PRIMJENOM
SIMULACIONE STUDIJE"
-Magistarski rad-
Slika 18. Šematski prikaz toka materijala unutar proizvodne linije „Prsten 1“
Proizvodna linija „Prsten 1“ je karakterističana po tome što se proces obrade proizvoda
odvija u 4 operacije. Prije opisa radnih mjesta posmatrane proizvodne cjeline treba napomenuti da
je unutar proizvodne linije „Prsten 1“ primijenjen sistem transporta obradaka kanban-paletama
kapaciteta 60 obradaka i sistem kanban-skladišta koji primaju 24 kanban-palete, slika 20.a. Ovakav
sistem transporta se primjenjuje u potpunosti unutar posmatrane proizvodne linije i na svakom
radnom mjestu. Operacije koje radnici vrše na svim radnim mjestima su: izmjena alata na obradnim
mašinama, opsluživanje mašina, otprema obrađenih dijelova u kanban-kolica, otprema kanban-
kolica u kanban-skladišta i kontrola kvaliteta obrađenih dijelova. Ukoliko se uzmu opterećenja koja
se javljaju na radnim mjestima zapaženo je da se tokom rada na operacijama 1 i 4 ne javljaju zastoji
koji su uzrokovani potrebama radnika, dok se na operacijama 2 i 3, uzimajući u obzir činjenicu da
iste imaju značajan udio ljudskog rada, javljaju se zastoji koji su prouzrokovani različitim
potrebama kao npr. zastoji za prvu smjenu koji su prikazani u tabeli 7.
Tabela 7. Zastoji proizvodnje tokom rada za prvu smjenu
pauza objašnjenje
9:00-9:30 pauza za doručak
2×15 minutna (tokom rada) pauza za fizijološke ljudske
potrebe
14:45-15:00 čišćenje radnog mjesta
a.) b.)
Slika 19. a.) Kanban-skladište; b.) Radno mjesto operacije 11
Operacija 2 se odvija na dva radna mjesta, pri čemu radnici opslužuju po dvije obradne
mašine.
Radno mjesto 2-1, slika 20.a, karakteristično je po tome što od radnika zahtjeva da
opslužuje dvije različite obradne mašine (54-34 i 54-62): Prva obradna mašina je klasični CNC
obradni strug, slika 20.a, sa jednokomadnom obradom bez skladišta obradaka i revolverskom
glavom za obradne alate (tri različita alata za obradu). Ova obradna mašina od radnika zahtjeva,
ukoliko se želi ostvariti kontinualni proces obrade, da opsluži obradnu mašinu u trenutku kada ona
završi sa obradom prethodnog obradka.
a.) b.)
Slika 20. a.) Radno mjesto 2-1; b.) CNC-obradna mašina sa skladištem obradaka
Sa druge strane radnik opslužuje CNC-obradnu mašinu sa revolverskom glavom za obradne
alate (tri različita alata za obradu), jediničnom obradom i skladištem obradaka (20 komada), slika
20.b. Karakteristično za ovu obradnu mašinu je da posjeduje rotaciono skladište obradaka, pri čemu
se pomjeranje obradaka vrši, nakon svake završene obrade, za jedno mjesto naprijed u smjeru
kazaljke na satu. Opsluga ove obradne mašine ne zahtijeva od radnika stalno prisustvo na radnom
mjestu, odnosno kontinuirani rad mašine uslovljen je punjenjem/pražnjenjem skladišta nakon
maksimalno 17 obrađenih komada (nepristupačna su tri skladišna mjesta tokom rada obradne
mašine).
Radno mjesto 2-2, slika 21, sastoji se od dvije obradne mašine (54-38 i 54-39), klasični
CNC obradni strug sa jednokomadnom obradom bez skladišta obradaka i revolverskom glavom za
obradne alate (tri različita alata za obradu), istih karakteristika kao i na radnom mjestu 2-1. Zbog
velikog udjela ljudskog rada na navedenim obradnim mašinama produktivnost radnog mjesta 2-2 u
mnogome zavisi od radnih sposobnosti uposlenika-operatera.
a.) b.)
Slika 21. a.) Radno mjesto 2-2; b.) Radno mjesto operacije 3
Operacija 3, slika 21.b, odvija se na tri identična radna mjesta, pri čemu radnik opslužuje po
jednu obradnu mašinu (54-13, 54-16 i 54-20: CNC-obradni strug sa revolverskom glavom za
obradne alate, za obradnu operaciju 3 se primjenjuju 4 različita obradna alata, pri čemu se obrada
vrši pojedinačno). S obzirom da ovakav tip radnog mjesta od radnika zahtijeva (ukoliko se posmatra
kapacitet radnog mjesta), da nakon obrade prethodnog obradka u istom trenutku opsluži mašinu i
postavi novi obradak u obradnu mašinu kako bi se nastavila obrada, može se zaključiti da kapacitet
i stepen iskorištenja radnog mjesta uveliko zavise od radnih sposobnosti angažiranih uposlenika.
Operacija 4 je karakteristična po tome što se obrada vrši na dva različita pristupa, koji su
uslovljeni primjenom obradnih mašina sa različitim radnim karakteristikama, tj. na radnom mjestu
4-1 (56-08) je moguće u potpunosti izvršiti obradu zahvata na operaciji 4, dok se na radnom mjestu
4-2 (56-42) to ne može ostvariti nego je potrebna dodatna obrada na radnom mjestu 4-2.1 (56-06)
kako bi se upotpunili svi zahvati operacije 4. Razlog ovome je konstruktivni nedostatak obradne
mašine na radnom mjestu 4-2.
Radno mjesto 4-1, slika 22.a, je koncipirano na način da radnik vrši opslugu više vretene
obradne mašine. Obradna mašina posjeduje dva stezna alata za obradke, slika 22.b, tako da se
istovremeno vrši obrada tri obradaka na način da je jedan stezni alat uvijek u obradnoj komori dok
je drugi pristupačan radniku. Nakon završetka obrade vrši se rotacija steznih alata. Obradna mašina
posjeduje modularno skladište alata, tako da tokom obrade vrši automatski izmjenu potrebnih alata
za obradu.
a.) b.)
Slika 22. a.) Radno mjesto 4-1; b.) Stezni alat
Radno mjesto 4-2, slika 23.a, predstavlja opsluživanje visoko produktivne više vretene
obradne mašine koja posjeduje rotaciono skladište za obradke kapaciteta 60 komada (6×10). Ova
obradna mašina istovremeno obrađuje 6 obradaka i pomjeranje obradaka na rotacionom skladištu se
vrši, nakon svake završene obrade, za jedno mjesto. Opsluga ove obradne mašine ne zahtjeva od
radnika stalno prisustvo na radnom mjestu, odnosno kontinuirani rad mašine uslovjen je
punjenjem/pražnjenjem skladišta nakon maksimalno 24 obrađena komada (nepristupačno je 36
skladišnih mjesta tokom rada obradne mašine). Nakon dolaska transportne jedinice na obradno
mjesto stezni alat preuzima obradke i unosi iste u radni prostor obradne mašine. Unutar obradne
mašine nalazi se 7 parova obradnih alata po 6 vretena koji izvode obradu različitih zahvata, pri
čemu se automatski alat za stezanje obradaka pomiče od zahvata do zahvata. Nedostatak ove
obradne mašine je nemogućnost potpune obrade zahvata na operaciji 4, što uslovljava dodatnu
obradu na radnom mjestu 4-2.1.
a.) b.)
Slika 23. a.) Radno mjesto 4-2; b.) Rotaciono skladište na obradnoj mašini radnog mjesta 4-2.1
Radno mjesto 4-2.1, slika 24.a, predstavlja proces opsluživanja jednovretene obradne
mašine koja kompletira obradne zahvate operacije 4 nakon obrade na radnom mjestu 4-2. Obradna
mašina posjeduje dvije radne komore sa kapacitetom od 12 obradaka, tako da radnik nakon potpune
Edin Cerjaković Strana 59
POVIŠENJE KAPACITETA PROIZVODNO-TRANSPORTNIH SEGMENATA SISTEMA PRIMJENOM
SIMULACIONE STUDIJE"
-Magistarski rad-
obrade jedne komore vrši zamjenu obrađenih neobrađenim dijelovima, a obradni alat automatski
prelazi na vršenje obrade u drugoj radnoj komori. Obradna mašine posjeduje skladište od 2 alata,
tako da može nakon određenog vremena automatski izmijeniti alat.
a.) b.)
Slika 24. Radno mjesto 2-4.1
Prethodno predstavljeni procesi unutar proizvodne linije „Prsten 1“ sumarno su predstavljeni
kartom tehnološkog toka materijala, tabela 9, u kojoj su pored šematskog prikaza toka materijala
dati podaci o radnicima koji opslužuju pojedine procese, transportnim količinama i dužinama,
trenutku kontrole kvaliteta obradaka i zadatoj normi koju radnik treba da ispuni tokom jedne
smjene. Svi ovi podaci predstavljaju osnovu za strukturiranje simulacionog modela.
U tabeli 8 dat je sedmični plan rada proizvodne linije „Prsten 1“.
Tabela 8. Sedmični plan rada proizvodne linije „Prsten 1“
Sedmični radni period
Radno mjesto
dana smjena
13-04; 13-06; 13-07; 13-08; 13-11 7 3
54-34; 54-62 7 3
54-38; 54-39 5-6 3
54-16; 54-16 7 3
54-13 5-6 3
56-42 7 3
56-08 5-6 3
56-06 6 3
U tabelama 11, 12, 13 i 14 dat je sumarni prikaz rezultata nakon obavljene analize
prikupljenih podataka za posmatrane procese u proizvodnoj liniji „Prsten 1“, dok su prikupljeni
podaci o procesima unutar proizvodne linije „Prsten 1“ i detaljni prikaz statističke obrade i analize
istih dati u prilogu rada, prilog A.
U tabeli 11 dati su sumarni podaci o karakteristikama procesa operacije 1 proizvodne linije
„Prsten 1“.
S obzirom da su analizom podataka o vremenu obrade na obradnim mašinama operacije 1
dobivene vrijednosti varijanse uzoraka i koeficijenta varijacije male može se smatrati da se slučajna
varijabla ponaša kao konstanta, prilog A. Pored ovoga tokom prikupljanja podataka uočeno je da
vremena obrade u istom trenutku na različitim obradnim mašinama imaju različite vrijednosti, te da
su vremena obrade u toku perioda posmatranja varirala, ali pri tome uvijek je njihov karakter imao
atribut konstantne vrijednosti. Razlog za ovu pojavu je bila potreba da se pokuša na neki način
izbjeći pojava otkaza u istom trenutku na više radnih mjesta, te su se po nalogu odgovornog
tehnologa za proizvodnu liniju „Prsten 1“ vremena obrade mijenjala. Stoga je usvojeno da je
relevantna vrijednost vremena obrade srednja vrijednost posmatranog skupa podataka koji se tokom
vremena posmatranja najčešće pojavljivao.
Na histogramima koji opisuju vrijeme izmjene polufabrikata i vrijeme izmjene alata na
operaciji 1 može se uočiti da je gustina raspodjele Poissonove funkcije konstantna vrijednost, što je
osnovna karakteristika diskretnih funkcija.
Raspored izmjene polufabrikata, tabela 11, ima konstantnu vrijednost s obzirom da je od
jednog polufabrikata moguće odsjeći 39 komada, zbog čega se ovaj parametar nije podvrgnuo
statističkoj obradi podataka.
U tabeli 12., dati su sumarni podaci o karakteristikama procesa operacije 2 proizvodnog
ciklusa Prstena1.
Vrijeme obrade na obradnoj mašini 54-62, tabela 12, shodno njenim konstruktivnim
karakteristikama, ima cikličan karakter, iz razloga, što se nakon svake treće obrade vrši unutrašnja
kompenzacija reznih oštrica alata.
Ostali procesi operacija 1 i 2 podvrgavaju se u potpunosti teorijskim statističkim
raspodjelama.
Tabela 11. Statistički parametri procesa opreracije 1 unutar proizvodne linije „Prsten 1“
Naziv radnog Parametri
Red.br. Raspodjela Histogram uzoraka i gustina izabrane raspodjele
zahvata raspodjele
Operacija 1
Vrijeme izmjene
2. Poisson λ=232,85
polufabrikata
Vrijeme izmjene
3. Poisson λ=819,4
alata
α1=0,89269;
Raspodjela izmjene α2=1,2222
4. Beta
alata a=927;
b=4391,0
Raspodjela izmjene
5. Konstantno 39
polufabrikata
Tabela 12. Statistički parametri procesa opreracije 2 unutar proizvodne linije „Prsten 1“
Naziv radnog Parametri
Red.br. Raspodjela Histogram uzoraka i gustina izabrane raspodjele
zahvata raspodjele
Operacija 2
Obradne mašine 54-34, 54-38 i 54-39
σ=4,0687;
6. Vrijeme obrade Gumbel Max
μ=74,727
α=0,63988;
Vrijeme kontrole Fatigue Life
7. β=47,3;
kvaliteta obradaka (3P)
γ=124,25
k=-0,17837;
Vrijeme izmjene Gen. Extreme
8. σ=11,343;
alata Value
μ=94,608
Raspodjela α=2,0303;
9. Weibull
izmjene Alata 1 β=121,84
γ=0,53755;
Raspodjela δ=1,1661;
10. Johnson SB
izmjene Alata 2 λ=263,76;
ξ=1,228
Raspodjela α=5,935;
11. Gamma
izmjene Alata 3 β=21,078
k=-0,56781;
Vrijeme izmjene Gen. Extreme
13. σ=26,289;
alata Value
μ=262,8
γ=-4,2743;
Raspodjela δ=2,5647;
14. Johnson SU
izmjene Alata 1 λ=81,39;
ξ=-46,004
k=0,02844;
Raspodjela Gen. Extreme
15. σ=77,904;
izmjene Alata 2 Value
μ=124,73
γ=2,3833;
Raspodjela δ=1,4919;
16. Johnson SB
izmjene Alata 3 λ=1166,9;
ξ=-32,685
Tabela 13. Statistički parametri procesa opreracije 3 unutar proizvodne linije „Prsten 1“
Naziv radnog Parametri
Red.br. Raspodjela Histogram uzoraka i gustina izabrane raspodjele
zahvata raspodjele
Operacija 3
σ=0,10429;
17. Vrijeme obrade Lognormal
μ=3,9129
k=0,20313;
Vrijeme izmjene Gen. Extreme
19. σ=2,7585;
alata Value
μ=68,774
α=0,09373;
Raspodjela izmjene Fatigue Life
21. β=176,27;
Alata 2 (3P)
γ=-133,6
γ=-0,21291;
Raspodjela izmjene δ=0,53537;
23. Johnson SB
Alata 4 λ=291,88;
ξ=141,29
Period izmjene alata 1 obradne mašine 56-42, iz razloga da je dostupni prikupljeni skup
statističkih podataka imao samo jedan uzorak, prilog A-4.6., smatra se da se ponaša kao konstantna
vrijednost.
Period izmjene alata 4 i alata 6 su konstantne vrijednosti, što se vidi iz prikupljenih podataka
prilog A-4.6., tako da isti nisu podvrgnuti statističkoj obradi i analizi podataka.
Ostali procesi unutar operacije 4 proizvodne linije „Prsten 1“ odvijaju se po teorijskim
statističkim raspodjelama.
Tabela 14. Statistički parametri procesa operacije 4 unutar proizvodne linije „Prsten 1“
Naziv radnog Parametri
Red.br. Raspodjela Histogram uzoraka i gustina izabrane raspodjele
zahvata raspodjele
Operacija 4
Obradna mašina 56-08
Vrijeme obrade (3
24. Konstantno 560
komada)
γ=1,0874;
Vrijeme kontrole δ=0,91641
25. Johnson SB
kvaliteta obradaka λ=96,764;
ξ=76,10
k=-0,36311;
Vrijeme izmjene Gen. Extreme
26. σ=22,396;
alata Value
μ=351,97
Raspodjela izmjene
27. Konstantno 250
Alata 1
Raspodjela izmjene
28. Konstantno 250
Alata 2
Raspodjela izmjene
29. Konstantno 1000
Alata 3
Raspodjela izmjene
30. Konstantno 90
Alata 4
Raspodjela izmjene
31. Konstantno 130
Alata 5
Raspodjela izmjene
32. Konstantno 225
Alata 6
Raspodjela izmjene
33. Konstantno 225
Alata 7
Obradna mašina 56-42
Vrijeme obrade (6
34. Konstantno 179
komada)
σ=0,41048;
Vrijeme izmjene
35. Lognormal (3P) μ=4,8173;
alata
γ=128,31
Raspodjela izmjene
36. Konstantno 3000
Alata 1
k=-2,0884;
Raspodjela izmjene Gen. Extreme
37. σ=772,68;
Alata 2 Value
μ=2711,1
γ=-1,6677;
Raspodjela izmjene δ=0,72918;
38 Johnson SB
Alata 3 λ=218,69;
ξ=-60,31
Raspodjela izmjene
39. Konstantno 150
Alata 4
k=-1,3067;
Raspodjela izmjene Gen. Extreme
40. σ=67,527;
Alata 5 Value
μ=182,86
Raspodjela izmjene
41. Konstantno 225
Alata 6
Obradna mašina 56-06
k=-0,08009;
Vrijeme izmjene Gen. Extreme
43. σ=8,0714;
alata Value
μ=170,56
Raspodjela izmjene
44. Konstantno 1515
Alata 1
Simulacioni eksperiment 1
Scenarij simaulaciog eksperimenta 1 ima za cilj određivanje radnih parametara približno
stvarnom stanju. U realnim uslovima moguća je pojava da određeni broj Kanban-paleta ostane u
međuskladištima proizvodne linije „Prsten 1“, što se uzimajući prosječnu veličinu na godišnjem
nivou može u potpunosti zanemariti.
Radni parametri proizvodne opreme, tabela 18 i 19, razvrstani su prema karakterističnim
vremenima procesa na semičnom nivou, pri čemu ukupno neradno vrijeme sadržava i vrijeme
opsluživanja. Vrijeme čekanja na rad proizvodne opreme ukazuje na veličinu uticaja
neuravnoteženosti sistema, te se može zaključiti da pri ovakvom scenariju postoji određeni procent
neiskorištenosti kapaciteta proizvodne opreme. Vrijeme opsluživanja je bitan podatak iz razloga što
se na osnovu istog može ocjeniti uticaj karakteristika alata, odnosno njegove postojanosti na
iskorištenje proizvodne opreme. Stepen iskorištenja opreme za scenarij 1, tabele 18 i 19, definisan
je na osnovu sedmodnevnog raspoloživog radnog vremena uzimajući u obzir vremena planiranih
radnih pauza i vremena kada sedmični plan rada, tabela 17, ne predviđa angažovanje određene
proizvodne opreme.
Tabela 18. Podaci simualacionog eksperimenta 1 o obradnim mašinama proizvodne linije „Prsten 1“
Obradna
13-04 13-06 13-07 13-08 13-11 54-34 54-38 54-39
mašina
Broj obradaka
4286 4278 4289 4294 4304 3900 3825 3769
(kom)
Ukupno radno
vrijeme 6:15:32:21 6:15:16:25 6:15:39:41 6:15:51:00 6:16:12:55 3:11:29:57 3:11:29:57 3:11:29:57
(dan:h:min:sek)
Ukupno ne
radno vrijeme 8:27:38 8:43:34 8:20:18 8:08:59 7:47:04 3:39:14 3:28:31 2:47:50
(dan:h:min:sek)
Vrijeme
čekanja na rad 0 0 0 0 0 3:08:50:48 3:10:33:35 3:12:24:07
(dan:h:min:sek)
Vrijeme
opsluživanja 7:16:59 7:25:44 7:29:06 7:24:20 7:22:05 2:44:36 2:57:33 2:47:50
(dan:h:min:sek)
Procentualne vrijednosti (%)
Radno vrijeme 94,96 94,81 95,04 95,15 95,37 49,7 48,79 48,10
Ne radno
5,04 5,19 4,96 4,85 4,63 1,63 2,07 1,67
vrijeme
Vrijeme
0 0 0 0 0 48,12 49,14 50,24
čekanja na rad
Vrijeme
4,34 4,42 4,46 4,41 4,39 1,63 1,76 1,67
opsluživanja
Opterećenje radne snage, tabela 20, prikazuje različite vrste poslova, gledano na sedmični
vremenski period, na kojima su radnici na pojedinim radnim mjestima angažovani, čime je data
jasna slika o karakteru fizičkih opterećenja koje zahtijevaju ista. Treba napomenuti da na pojedinim
radnim mjestima nisu predviđene pauze za fiziološke potrebe, iz razloga, što su ta radna mjesta
okarakterizirana opsluživanjem automatskih obradnih mašina, gdje radnik, ukoliko je zadovoljio
sve potrebe obradnih mašina može sebi priuštiti kratku pauzu, a da pri tome ne utiče na normalni
rad obradne mašine. Procentualnim vrijednostima prikazano je opterećenje radnog mjesta, odnosno
planirani udjeli u raspoloživom radnom vremenu. U trenucima kada radna mjesta ne sudjeluju u
procesu proizvodnje, imaju za posljedicu pojavu indirektnih troškova odnosno smanjenje dobiti.
Tabela 19. Podaci simualacionog eksperimenta 1 o obradnim mašinama proizvodne linije „Prsten 1“
Obradna mašina 54-62 54-13 56-16 54-20 56-42 56-06 56-08
Broj obradaka (kom) 7525 4980 6934 6960 16685 16620 2094
Ukupno radno
vrijeme 5:10:18:11 2:21:31:07 4:00:43:33 4:01:00:08 5:20:04:27 3:15:43:00 4:17:27:07
(dan:h:min:sek)
Ukupno ne radno
vrijeme 13:57:06 11:22:32 8:08:43 9:01:26 8:42:58 37:30 42:50
(dan:h:min:sek)
Vrijeme čekanja na
23:44:42 3:15:06:20 2:15:07:43 2:13:58:26 19:11:44 3:07:29:39 2:05:49:56
rad (dan:h:min:sek)
Vrijeme opsluživanja
8:16:48 5:50:33 7:08:43 8:16:26 8:49:49 37:24 5:33:05
(dan:h:min:sek)
Procentualne vrijednosti (%)
Radno vrijeme 77,56 41,38 57,57 57,74 88,38 52,21 67,53
Ne radno vrijeme 8,3 6,77 4,85 5,37 5,26 6,37 3,30
Vrijeme čekanja na
14,13 51,85 37,58 36,89 11,43 47,42 32,04
rad
Vrijeme opsluživanja 4,93 3,48 4,25 4,92 5,19 0,42 0,37
Tabela 20. Podaci simualacionog eksperimenta 1 o opterećenje radne snage proizvodne linije „Prsten 1“
Radnik 1 2 3 4 5 6 7 8 9
operacija 54-34; 54-38;
Radno mjesto 54-16 54-13 54-20 56-42 56-08 56-06
1 54-62 54-39
Vrijeme
opsluživanja 1:15:58:34 11:01:24 2:57:33 7:08:43 5:50:53 8:16:24 8:49:49 5:33:05 37:24
(dan:h:min:sek)
Vrijeme
transporta 1:12:58:34 21:58:59 1:19:51 2:13:35 1:37:22 2:15:16 2:18:19:30 1:52:05 1:11:57:05
(dan:h:min:sek)
Vrijeme
kretanja ka
1:15:46:47 1:07:38:41 1:20:38 3:04:09 1:37:22 3:07:54 2:18:42:38 1:54:49 13:02:55
radu
(dan:h:min:sek)
Planirane
pauze 0 1:07:30:00 22:30:00 21:00:00 15:00:00 21:00:00 0 0 0
(dan:h:min:sek)
Procentualne vrijednosti (%)
Radi 100 81,25 58,04 87,5 62,5 87,5 100 71,43 85,71
Pauzira 0 18,75 13,39 12,5 8,93 12,5 0 0 0
Gubitak usrijed
planiranog 0 0 28,57 0 28,57 0 0 28,57 14,29
nerada
Sa aspekta analize pojedinačne proizvodne opreme i radnih mjesta, prethodno dati podaci su
dovoljni ali isti ne daju odgovor o karakteru uzročno-posljedičnih veza između pojedinih radnih
mjesta odnosno operacija. Odgovor na ovo pitanje moguće je dobiti samo posmatranjem dešavanja
u toku vremena, što je jedna od dobrih osobina primjene simalacione studije, što je izloženo u
nastavku teksta.
Kapacitet obradnih mašina na operaciji 1, ukoliko se zanemari minimalan uticaj
poremećajnih događaja (izmjena polufabrikata, alata, zastoj zbog zauzetosti radnika na drugoj
radnji mašini, itd) približno se odvija po istoj zakonitosti, što potvrđuje slika 27, stoga se može
zaključiti da usprkos slučaju da jedan radnik opslužuje radno mjesto na operaciji 1, interakcijska
veza između zastoja i rada na obradnim mašinama nema velikog uticaja sa sedmični kapacitet ovog
radnog mjesta.
a.) b.)
Slika 29. Kapacitet obradnih mašina: a.) operacija 3; b.) operacija 4
Ocjenu o pojavi uskih grla moguće je dobiti analizom stanja u međuskladištima proizvodne
linije „Prsten 1“, slika 30. Zbog toga su analizirani trenuci ulazaka i izlazaka iz međuskladišta, kao i
veličina redova čekanja koji se pojavljuju u međuskladištima.
Za međuskladište MS I uočljivo je da se trenutak ulazaka Kanban-paleta u skladište, slika
30.a, odvija uslovno po linearnoj zakonitosti, što potvrđuje i način proizvodnje na operaciji 1, slika
27. Sa druge strane trenutak izlazaka kanban-paleta iz međuskladišta MS I, slika 30.b, uslovno prati
trend ulazaka kanban-paleta u međuskladište MS I, što potvrđuje i veličina reda čekanja kanban-
paleta u istom, slika 30.c. Ovaj proces se odvija sve do početka 6 radnog dana, kada je planirano da
ne radi radno mjesto 2-2, tada trend ulazaka ne može da prati trend izlazaka kanban-paleta, što se
opravdava smanjenjem kapaciteta operacije 2, te se naglo povećava red čekanja kanban-paleta u
međuskladištu MS I. Ovim se može zaključiti da u vremenskom periodu ponedjeljak-petak
operacija 2, ima izrazito veliku rezervu kapaciteta u odnosu na operaciju 1, što se dodatno
potkrepljuje i velikim vrijednostima vremena čekanja na rad, tabele 18 i 19.
Na osnovu podataka za međuskladišta MS II i MS III, trenda ulazaka i izlazaka kanban-
paleta, te veličine reda čekanja u istim, slika 30, može se zaključiti da kapacitet operacije 2 može,
uslovno, pratiti kapacitet operacije 3, odnosno operacije 4. Treba navesti da ovaj zaključak ima
jedno bitno ograničenje, a to je da isti važi samo ako se scenarij proizvodnje odvija kao u
simulacionom eksperimentu 1, iz razloga što nisu uzeti uticaju koji se događaju kada sistem radi sa
maksimalno raspoloživim resursima, što je tretirano simulacionim eksperimentom 2.
Na osnovu podataka za međuskladište MS IV uviđa se da je obradna mašina 56-06 relativno
malo iskorištena, odnosno da ima znatno veći kapacitet u odnosu na obradnu mašinu 56-42, ovo
potkrepljuju podaci iz tabela 9 i 19, pri čemu se dolazi do zaključka da postoji nepotreban
angažman obradne mašine 56-06 od 6 radnih dana , tabele 8 i 17, što direktno ima za posljedicu
pojavu indirektnih, neopravdanih troškova uslijed angažovanja ne iskorištene radne snage.
Trend ulaza kanban-paleta u međuskladište MS V prikazuje karakter priliva gotovih
obradaka, što je od izuzetne važnosti ukoliko se želi planirati modul montaže u kojem je jedan od
repromaterijala proizvod proizvodne linije „Prsten 1“.
Kako bi se svi dobiveni zaključci simulacionim eksperimentom 1 prihvatili kao činjenično
stanje potrebno je iste potvrditi simulacionim eksperimentom 2, kojim su eventualna pogrešna
tumačenja podataka simulacionog eksperimenta 1, uslijed nedovoljne mogućnosti opisivanja
interakcijskog djelovanja, odnosno uzročno-posljedičnih veza između operacija i obradnih mjesta
proizvodne linije „Prsten 1“, u najvećoj mjeri eliminirana.
a.) b.)
c.)
Slika 30. Dinamika međuskladišta proizvodne linije“ Prsten 1“: a.) trenutak ulaza paleta; b.) trenutak izlazka paleta;
c.) red čekanja unutar međuskladišta
Simulacioni eksperiment 2
Scenarij simaulaciog eksperimenta 2 je koncipiran tako da ima za cilj određivanje
maksimalno mogućih ostvarivih kapaciteta proizvodne opreme proizvodne linije „Prsten 1“,
odnosno rezultati simulacionog eksperimenta predstavljaju dobar indikator za uvid u postojanje
indirektnih troškova nastalih optimalnim ne iskorištenjem postojeće opreme.
Ukoliko se usporede podaci o veličinama kapaciteta i ukupnog radnog vrijemena proizvodne
opreme simulacionog eksperimenta 2, tabele 21 i 22, sa istim za simulacioni eksperiment 1, tabele
18 i 19, uočava se pojava pozitivne razlike, tabela 23 i 24, što ukazuje na postojanje rezerve
kapaciteta odnosno određenog stepena neuravnoteženosti između operacija odnosno procesne
opreme. Ovu konstataciju dodatno potkrepljuju razlike u veličinama vremena čekanja za rad
procesne opreme, koje su znatno smanjene.
Tabela 21. Podaci simualacionog eksperimenta 2 o obradnim mašinama proizvodne linije „Prsten 1“
Obradna
13-04 13-06 13-07 13-08 13-11 54-34 54-38 54-39
mašina
Broj obradaka
4280 4277 4288 4286 4303 5251 4241 4184
(kom)
Ukupno radno
vrijeme 6:15:19:15 6:15:12:56 6:15:38:45 6:15:32:04 6:16:11:03 4:16:25:51 3:18:59:24 3:17:36:40
(dan:h:min:sek)
Ukupno ne
radno vrijeme 8:40:44 8:47:03 8:12:14 8:27:55 7:48:56 6:00:41 3:47:51 2:50:14
(dan:h:min:sek)
Vrijeme
čekanja na rad 0 0 0 0 0 2:01:33:07 3:01:12:45 3:03:33:06
(dan:h:min:sek)
Vrijeme
opsluživanja 7:16:19 7:24:13 7:30:41 7:36:07 7:25:05 3:53:28 3:16:58 2:50:14
(dan:h:min:sek)
Procentualne vrijednosti (%)
Radno vrijeme 94,83 94,77 95,03 94,96 95,35 66,92 54,16 53,34
Ne radno
5,17 5,23 4,97 5,04 4,56 3,58 2,26 1,69
vrijeme
Vrijeme
0 0 0 0 0 29,5 43,58 44,97
čekanja na rad
Vrijeme
4,33 4,41 4,47 4,52 4,42 2,32 1,95 1,96
opsluživanja
Tabela 22. Podaci simualacionog eksperimenta 2 o obradnim mašinama proizvodne linije „Prsten 1“
Obradna mašina 54-62 54-13 56-16 54-20 56-42 56-06 56-08
Broj obradaka (kom) 8275 6596 9163 8944 18833 21479 2210
Ukupno radno
vrijeme 5:23:17:21 3:20:14:27 5:08:05:52 5:04:52:38 6:12:06:06 4:17:51:26 4:22:42:51
(dan:h:min:sek)
Ukupno ne radno
vrijeme 14:48:50 11:02:52 7.11:09 12:29:55 11:48:14 50:25 1:07:51
(dan:h:min:sek)
Vrijeme čekanja na
9:53:48 2:16:42:40 1:08:42:58 1:07:36:26 5:39 2:05:47:37 9:16
rad (dan:h:min:sek)
Vrijeme opsluživanja
10:0240 11:02:52 7:11:09 12:29:55 11:48:14 50:25 1:07:51
(dan:h:min:sek)
Procentualne vrijednosti (%)
Radno vrijeme 85,29 54,97 76,25 74,33 92,92 67,48 92,23
Ne radno vrijeme 8,82 6,58 4,28 7,44 7,03 0,5 7,67
Vrijeme čekanja na
5,89 38,52 19,4 18,23 0,6 32,02 0,9
rad
Vrijeme opsluživanja 5,98 4,36 3,53 6,37 6,05 0,49 3,33
Tabela 23. Razlika podataka simualacionog eksperimenta 2 i 1 o obradnim mašinama proizvodne linije „Prsten 1“
Obradna
13-04 13-06 13-07 13-08 13-11 54-34 54-38 54-39
mašina
Broj obradaka
(kom) -6 -1 -1 -8 -1 1351 416 415
Radno vrijeme
(%) -0,13 -0,04 -0,01 -0,19 -0,02 17,22 5,37 5,24
Ne radno
vrijeme (%) 0,13 0,04 0,01 0,19 -0,07 1,95 0,19 0,02
Vrijeme
čekanja na rad
(%) 0 0 0 0 0 -18,62 -5,56 -5,27
Vrijeme
opsluživanja
(%) -0,01 -0,01 0,01 0,11 0,03 0,69 0,19 0,29
Tabela 24. Razlika podataka simualacionog eksperimenta 2 i 1 o obradnim mašinama proizvodne linije „Prsten 1“
Obradna mašina 54-62 54-13 56-16 54-20 56-42 56-06 56-08
Broj obradaka (kom) 750 1616 2229 1984 2148 4859 116
Radno vrijeme (%) 7,73 13,59 18,68 16,59 4,54 15,27 24,7
Ne radno vrijeme (%) 0,52 -0,19 -0,57 2,07 1,77 -5,87 4,37
Vrijeme čekanja na
rad (%) -8,24 -13,33 -18,18 -18,66 -10,83 -15,4 -31,14
Vrijeme opsluživanja
(%) 1,05 0,88 -0,72 1,45 0,86 0,07 2,96
Za opterećenje radne snage unutar proizvodne linije „Prsten 1“, tabela 25, također su
prisutne određene razlike, tabela 26, u odnosu na simulacioni eksperiment 1. Ova pojava slijedi
logički zaključak da sa povećanjem kapaciteta i stepena iskorištenja procesne opreme povećava se i
stepen angažmana radne snage koja opslužuje radne procese. Prethodno postavljena ograničenja za
obradne mašine na operaciji 1 i 56-06 odrazuju se i na rezultate o opterećenju radne snage.
Tabela 25. Podaci simualacionog eksperimenta 2 o opterećenje radne snage proizvodne linije „Prsten 1“
Radnik 1 2 3 4 5 6 7 8 9
operacija 54-34; 54-38;
Radno mjesto 54-16 54-13 54-20 56-42 56-08 56-06
1 54-62 54-39
Vrijeme
opsluživanja 1:13:13:30 13:56:08 3:16:58 5:59:09 7:19:24 10:24:35 10:09:25 5:35:18 49:52
(dan:h:min:sek)
Vrijeme
transporta 1:13:54:03 1:01:20:57 1:29:31 3:00:12 2:08:38 2:55:23 3:02:55:20 1:58:17 16:52:46
(dan:h:min:sek)
Vrijeme
kretanja ka
1:15:43:03 1:14:13:14 3:16:58 2:56:46 2:08:38 2:55:51 3:03:21:58 2:01:00 1:22:28:22
radu
(dan:h:min:sek)
Planirane
pauze 0 1:07:30:00 22:30:00 21:00:00 15:00:00 21:00:00 0 0 0
(dan:h:min:sek)
Procentualne vrijednosti (%)
Radi 100 81,25 58,04 87,5 62,5 87,5 100 71,43 85,71
Pauzira 0 18,75 13,39 12,5 8,93 12,5 0 0 0
Gubitak uslijed
planiranog 0 0 28,57 0 28,57 0 0 28,57 14,29
nerada
Tabela 26. Razlika podataka simualacionog eksperimenta 2 i 1 o opterećenje radne snage proizvodne linije „Prsten 1“
Radnik 1 2 3 4 5 6 7 8 9
operacija 54-34; 54-38;
Radno mjesto 54-16 54-13 54-20 56-42 56-08 56-06
1 54-62 54-39
Vrijeme
opsluživanja -2:45:04 2:54:44 0:19:25 -1:09:34 1:28:31 2:08:11 1:19:36 0:02:13 0:12:28
(h:min:sek)
Vrijeme
transporta 4:55:29 3:21:58 0:09:40 0:46:37 0:31:16 0:40:07 8:35:50 0:06:12 -19:04:19
(h:min:sek)
Vrijeme
kretanja ka
-0:03:44 6:34:33 1:56:20 -0:07:23 0:31:16 -0:12:03 8:39:20 0:06:11 33:25:27
radu
(h:min:sek)
odnosno statističke slučajne promjenjive koja vidno utiče na proces. Osim toga uviđa se povećanje
kapaciteta u odnosu na simulacioni eksperiment 1, što potvrđuju i podaci u tabeli 24.
a.) b.)
Slika 33. Kapacitet obradnih mašina: a.) operacija 3; b.) operacija 4
Prikaz kapacitetnog toka obrade na operaciji 4, slika 33.b, ukazuje na prisustvo
neuravnoteženosti kapaciteta između obradnih mašina 56-42 i 56-06, na što ukazuje očigledna
razlika u priraštaju obrađenih elemenata u prvih 5 smjena, nakon čega se zbog pražnjenja
međuskladišta MS IV priraštaj izjednačava.
Edin Cerjaković Strana 89
POVIŠENJE KAPACITETA PROIZVODNO-TRANSPORTNIH SEGMENATA SISTEMA PRIMJENOM
SIMULACIONE STUDIJE"
-Magistarski rad-
a.) b.)
c.)
Slika 34. Dinamika međuskladišta proizvodne linije „Prsten 1“: a.) trenutak ulaza paleta; b.) trenutak izlazka paleta;
c.) red čekanja unutar međuskladišta
Na slici 34 prikazana je dinamika procesa unutar međuskladišta proizvodne linije „Prsten
1“, pri čemu se najbolji zaključak o karakteru dinamike može dobiti analizom veličine reda čekanja
unutar međuskladišta za početak i kraj simulacionog eksperimenta 2, tabela 27.
Tabela 27. Razlika stanja međuskladišta proizvodne linije „Prsten 1“
Skladište MS I MS II MS III MS IV MS V
Početak
60 60 60 60 0
simulaciej
Kraj simulacije 48 12 115 13 393
Razlika -12 -48 55 -37 393
Operacija
2 4
1 3
2-1 2-2 4-1 4-2
13526 8425
18833 2210
Kapacitet 21434 24703
21951
21043
Stepen neuravnoteženja -2,41 14,82
· 100%
-12,54
Simulacioni eksperiment 3
Slika 35. Šematski prikaz rasporeda proizvodne opreme u proizvodnoj liniji „Prsten 1“ za slimalacioni eksperiment 3
Slika 36. Šematski prikaz toka materijala unutar proizvodne linije „Prsten 1“ za slimalacioni eksperiment 3
Tabela 30. Podaci simualacionog eksperimenta 3 o obradnim mašinama proizvodne linije „Prsten 1“
Obradna
13-04 13-06 13-07 13-08 13-11 54-60 54-61 54-62
mašina
Broj obradaka
4286 4279 4295 4283 4304 8339 5870 8332
(kom)
Ukupno radno
vrijeme 6:15:33:35 6:15:18:35 6:15:48:54 6:15:25:53 6:16:12:22 6:00:29:17 4:05:42:31 6:00:21:14
(dan:h:min:sek)
Ukupno ne
radno vrijeme 8:26:24 8:41:24 8:11:05 8:34:06 7:47:37 18:01:02 14:35:01 18:59:13
(dan:h:min:sek)
Vrijeme
čekanja na rad 0 0 0 0 0 5:29:40 2:03:42:27 4:39:32
(dan:h:min:sek)
Vrijeme
opsluživanja 7:14:09 7:24:53 7:33:09 7:38:00 7:26:04 12:33:00 8:30:12 12:06:26
(dan:h:min:sek)
Procentualne vrijednosti (%)
Radno vrijeme 94,48 94,83 95,13 94,9 95,36 86,00 60,54 85,92
Ne radno
5,02 5,17 4,87 5,1 4,64 10,72 8,68 11,3
vrijeme
Vrijeme
0 0 0 0 0 3,27 30,78 2,77
čekanja na rad
Vrijeme
4,37 4,41 4,5 4,54 4,13 7,47 5,06 7,21
opsluživanja
Izmjena plana rada obradnih mašina 56-08 i 56-06 direktno utiče na promjenu njihovih
sedmičnih kapaciteta, tabela 31, što je očekivana posledica.
Tabela 31. Podaci simualacionog eksperimenta 3 o obradnim mašinama proizvodne linije „Prsten 1“
Obradna mašina 54-13 56-16 54-20 56-42 56-06 56-08
Broj obradaka (kom) 5810 8255 8326 19127 21191 2652
Ukupno radno
vrijeme 3:09:15:18 4:19:15:09 4:20:12:07 6:14:30:52 4:15:50:29 5:22:16:54
(dan:h:min:sek)
Ukupno ne radno
vrijeme 8:23:37 9:15:39 8:53:24 9:20:18 47:21 1:53:33
(dan:h:min:sek)
Vrijeme čekanja na
3:06:21:04 1:19:29:11 1:18:54:28 8:49 2:07:22:09 23:49:32
rad (dan:h:min:sek)
Vrijeme opsluživanja
6:13:00 7:10:09 6:26:18 8:05:45 46:45 6:37:54
(dan:h:min:sek)
Procentualne vrijednosti (%)
Radno vrijeme 48,37 68,8 69,17 94,35 66,57 84,69
Ne radno vrijeme 5,00 5,51 5,29 5,56 0,47 1,13
Vrijeme čekanja na
46,64 25,88 25,54 0,09 32,96 14,18
rad
Vrijeme opsluživanja 3,7 4,27 3,83 4,82 0,46 3,95
a.) b.)
c.)
Slika 40. Dinamika međuskladišta proizvodne linije „Preten 1“: a.) trenutak ulaza paleta; b.) trenutak izlazka paleta;
c.) red čekanja unutar međuskladišta
Operacija
2/3 4
1
3-1 3-2 3-3 4-1 4-2
8255 5810 8326 19127 2652
Kapacitet 21447
22391 21779
Stepen neuravnoteženja -4,4
· 100%
2,73
Za sedmično raspoloživo radno vrijeme uz predviđene radne pauze
8255 8134 8326 19127 3094
Kapacitet 21447
24715 22221
Stepen neuravnoteženja -15,24
· 100%
10,91
Tabela 35. Razlika u opterećenju ljudske radne snage između simulacionog eksperimenta 2 i 3 proizvodne linije
„Prsten 1“
Razlika
Simulacioni eksperiment 2 3
Vrijeme opsluživanja
143:46:27 141:33:59 2:12:28
(h:min:sek)
Vrijeme transporta
166:35:07 161:13:40 5:21:27
(h:min:sek)
Vrijeme kretanja ka radu
213:05:50 212:38:08 0:27:42
(h:min:sek)
Tabela 36. Razlika u stepenu neuravnoteženja između simulacionog eksperimenta 2 i 3 proizvodne linije „Prsten 1“
Operacija 1 3 4
-14,95
Simulacioni eksperiment 2
14,28
-4,4
Simulacioni eksperiment 3
2,73
Razlika -10,55
11,55
Za sedmično raspoloživo radno vrijeme uz predviđene radne pauze
-26,11
Simulacioni eksperiment 2
19,8
-15,24
Simulacioni eksperiment 3
10,91
Razlika -10,87
8,89
povećanjem kapaciteta operacije 2/3 u odnosu na simulacioni eksperiment 2. Pored toga, može se
zaključiti da nije odstranjeno postojanje rezerve kapaciteta na operaciji 2/3 u odnosu na operaciju 1.
Uočena negativna razlika je opravdana ukoliko se posmatra smanjenje reda čekanja u
međuskladištu MS III, gdje se stepen neiskorištenost kapaciteta u značajnoj mjeri smanjio na
vrijednost 2,73%, slika 41, što predstavlja znatno poboljšanje stanja u odnosu na simulacioni
eksperiment 2.
Slika 41. Dinamika nastajanja redova čekanja tokom simulacionih eksperimenata 2 i 3 proizvodne linije „Prsten 1“
Primjenom izmijenjenog sedmičnog plana rada za obradnu mašinu 56-06, pored toga što je
smanjeno vrijeme rada za jednu smjenu sedmično, ostvareno je znatno uravnoteženje između
operacija 4-2 i 4-2.1, što nije bio slučaj kod simulacionog eksperimenta 2. Rezultat ovog
uravnoteženja je promjena dinamike nastajanja redova čekanja u međuskladištu MS IV, slika 41.
Tabela 37. Razlika u gotovim proizvodima između simulacionog eksperimenta 2 i 3 proizvodne linije „Prsten 1“
Razlika Razlika
Simulacioni eksperiment 2 3
(%)
Skladište gotovih proizvoda
393 396 -3 -0,76
MS V
Kapacitet operacije 1 21434 21447 -13 -0,06
Kapacitet operacije 2/3 21951 22393 -442 -2,01
Kapacitet operacije 4 21043 21779 -736 -3,5
7. ZAKLJUČAK
LITERATURA
[1] Mr. Ivo Pavlić, Statistička teorija i primjena, Panorama, Zagreb, 1965. godine;
[2] Kuipers, L. and Niederreiter, H.: "Uniform Distribution of Sequences", New York: Wiley,
1974. godine;
[3] Rubinstein, R. Y.: "Simulation and the Monte Carlo Method", John Wiley & Sons, New
York, 1981. godine;
[4] Olujić, Č.: "Rukovanje materijalom – klasika i automatizacija", X naučno – stručni skup o
transportnim procesima u industriji, SMEITS, 11 – 18, Beograd, 1988. godine;
[5] Adiga, S.: "Software modelling of manufacturing systems: a case for an object – oriented
programming approach", Annals of Operation Research 17,str: 363 – 378, 1989. godine;
[6] Olujić, Č.: "Transport u industriji – rukovanje materijalom", I. dio, Sveučilište u Zagrebu,
1991. godine;
[7] Al-Gwaiz, M. A.: " Theory of Distributions", Marcel Dekker, New York, 1992. godine;
[8] Niederreiter, H.: "Random Number Generation and Quasi-Monte Carlo Methods", Society
for Industrial and Applied Mathematics, Philadelphia, 1992. godine;
[9] Sobol, I. M.: "A Primer for the Monte Carlo Method", Boca Raton, FL: CRC Press, 1994.
godine;
[10] Tošić S.B.: "Proračun mašina neprekidnog transporta i dizaličnih uređaja", Mašinski
fakultet, Beograd, 1994. godine;
[11] Zrnić, Đ., Petrović, D.: "Stohastički procesi u transportu" , Univerzitet u Beogradu,
Mašinski fakultet, Beograd, 1994. godine;
[12] Anderson, E.J.: "The management of manufacturing models and analysis", Addison –
Wesley, 1994. godine;
[13] Tezuka, S.: "Uniform Random Numbers: Theory and Practice", Kluwer Academic
Publishers, Boston, 1995. godine;
[14] Schelasin,R.E.A., Mauer, J.L.: "Creating flexible simulation models", IIE Solutions, 1995.
godine;
[15] Cebalo, R.: "Fleksibilni obradni sustavi", Zagreb, 1995. godine;
[16] Kusiak A.: "Flexible manufacturing system", North Holland, 1996. . godine;
[17] Zrnić Đ., Savić D.: "Simulacija procesa unutrašnjeg transpotra", Mašinski fakultet Beograd,
1997. godine;
[18] Olujić Č.: "Skladištenje u industriji", Fakultet strojarstva i brodogradnje, Zagreb, 1997.
godine;
[19] Hodžić S.: "Transport u rudarstvu", Univrzitet u Tuzli, Rudarsko – geološki fakultet u Tuzli,
Tuzla, 1998. godine;
[20] McCullough, B. D. & Wilson, B.: On the accuracy of statistical procedures in Microsoft
Excel 97. Computational Statistics and Data Analysis, 31, 27-37., 1999. godine;
[21] Jurković, M.: ''Matematičko modeliranje inženjerskih procesa i sistema'', Mašinski fakultet
Bihać, Univerzitetska knjiga, bihać, 1999. godine;
[35] Dia, H.. Towards Sustainable Transportation- The Intelligent Transportation Systems
Approach. In Towards Sustainability in the Built Environment. Shanableh, A. and Chang
WP (editors). pp. 412-422 (QUT Publications), 2001. godine;
[36] David Simchi-Levi (MIT), S. David Wu(Lehigh), Z.J. (Max) Shen(Florida): Handbook of
Quantitative Supply Chain Analysis: Modeling in the E-Business Era, ISBN: 1-4020-7952-
4, Kluwer's, 2004. godine;
[37] Arens Arnim, Auge Brigitta, Wartenschlangentheorie, Skripta, 2004. godine;
[38] Iravani, S. M. R., K. L. Luangkesorn and D. Simchi-Levi, On Assemble-To-Order Systems
with Flexible Customers. IIE Transactions, 35, pp. 389-403, 2003. godine;
[39] Hazeghi Kasra, Warteschlangen-Modelle, skripta, Eidgenössische Technische Hochschule,
Zürich, 2006 godine;
[40] Loroque Christoph, Ein mehrbenutzerfähiges Werkzeug zur Modellierung und
richtungsoffenen Simulation von wahlweise objekt- und funktionsorientiert gegliederten
Fertigungssystemen, doktorska disertacija, Universität Paderborn, Oblast mašinstvo, 2007
godine;
[41] Maynard H.B., Industrijski inženjering 1÷4, NIGRO „Privredni pregled“, Beograd, 1994.
godine;
[42] Zelenović M. Dragutin, Projektovanje proizvodnih sistema – Tokovi materijala, FTN
Izdavalaštvo, Novi Sad, 2003. godine;
[43] Tufekčić Dž., Jurković M.,Fleksibilni proizvodni sistemi, Mašinski fakultet u Tuzli,
Tuzla,1999. godine;
[44] Milić M. Radović, Proizvodni sistemi – projektovanje, analiza i upravljanje, Kultura,
Beogtad, 1999. godine;
[45] Majdančić N., Lujić R., Matičević G., Šimunović G., Majdančić I., Upravljanje
proizvodnjom, Strojarski fakultet u Slavonskom Brodu, Slavonski Brod, 2001. godine;
[46] Heinrich Martin, Transport- und Lagerlogistik Planung Struktur Steuerung und Kosten von
Systemen der Intralogistik, Vieweg Verlag, 2006. godine;
[47] Plumer Thomas, Logistik und Produktion, 2003. godine;
[48] Arnold D., Iserman H., Kuhn A., Tempelmeier H., Handbuch Logistik-3., neu bearbeitete
Auflage, Springler Verlag, Berlin 2008. godine;
[49] Biethahn J., Hummeltenberg W., Schmidt B., Stahly P., Witte Th., Simulation als betribliche
Entscheidungshilfe: State of the Art und neuere Entwicklungen, Physica Verlag, 1999.
godine;
[50] Ristić D. Organizacija proizvodno poslovnih sistema, Univerzitet u Novom sadu, Tehnički
fakultet „Mihajlo Pupin“, Stylos, 1996. godina;
[51] Ćerić V. Simulacijsko modeliranje, Sveučilište u Zagrebu, Školska knjiga Zagreb, Zagreb,
1993. godine;
[52] Arnold Dieter, Furmans Kai, Materialfluss in Logistiksystemen - 5., erweiterte Auflage,
Springler Verlag, Berlin 2007. godine;
BIOGRAFIJA KANDIDATA
PRILOZI
SADRŽAJ PRILOGA
Tabela A-1. – Vremena trajanja obrade na operaciji 1 proizvodne linije „Prsten 1“ ..................... IV
Tabela A-1.2. – Statistička obrada podataka za za vrijeme obrade na operaciji 1 proizvodne linije
„Prsten 1“ .......................................................................................................................................... V
Tabela A-1.3. - Vremena trajanja procesa opsluživanja na operaciji 1 proizvodne linije „Prsten 1“
.......................................................................................................................................................... VI
Tabela A-1.4. – Statistička obrada podataka za vrijeme izmjene polufabrikata na operaciji 1
proizvodne linije „Prsten 1“ ........................................................................................................... VII
Tabela A-1.5 – Statistička obrada podataka za vrijeme izmjene alata na operaciji 1 proizvodne
linije „Prsten 1“ ............................................................................................................................ VIII
Tabela A-1.6. – Statistička obrada podataka za period izmjenu alata na operaciji 1 proizvodne
linije „Prsten 1“ ............................................................................................................................... IX
Tabela A-2.1. – Vremena trajanja procesa opsluživanja na obradnim mašinama 54-34, 54-38 i 54-
39 ....................................................................................................................................................... X
Tabela A-2.2. – Statistička obrada podataka za vrijeme obrade na obradnim mašinama 54-34, 54-
38 i 54-39 .......................................................................................................................................... XI
Tabela A-2.3. – Statistička obrada podataka za vrijeme kontrole obradaka na operaciji 2
proizvodne linije „Prsten 1“ ........................................................................................................... XII
Tabela A-2.4. – Statistička obrada podataka za vrijeme izmjene alata na obradnim mašinama 54-
34, 54-38 i 54-39 ............................................................................................................................ XIII
Tabela A-2.5. - Period izmjene alata na obradnim mašinama 54-34, 54-38 i 54-39 .................... XIV
Tabela A-2.6. – Statistička obrada podataka za period izmjene Alata 1 na obradnim mašinama 54-
34, 54-38 i 54-39 ............................................................................................................................. XV
Tabela A-2.7. – Statistička obrada podataka za period izmjene Alata 2 na obradnim mašinama 54-
34, 54-38 i 54-39 ............................................................................................................................ XVI
Tabela A-2.8. – Statistička obrada podataka za period izmjenu Alata 3 na obradnim mašinama 54-
34, 54-38 i 54-39 ...........................................................................................................................XVII
Tabela A-3.1. – Vremena trajanja procesa opsluživanja na obradnoj mašini 54-62 ................. XVIII
Tabela A-3.2. – Statistička obrada podataka za vrijeme obrade na obradnoj mašini 54-62 ........ XIX
Tabela A-3.3. – Statistička obrada podataka za vrijeme izmjene alata na obradnoj mašini 54-62 XX
Tabela A-3.4. - Period izmjene alata na obradnoj mašini 54-62................................................... XXI
Tabela A-3.5. – Statistička obrada podataka za period izmjene Alata 1 na obradnoj mašini 54-62
......................................................................................................................................................XXII
Tabela A-3.6. – Statistička obrada podataka za period izmjene Alata 2 na obradnoj mašini 54-62
.................................................................................................................................................... XXIII
Tabela A-3.7. – Statistička obrada podataka za period izmjene Alata 3 na obradnoj mašini 54-62
.................................................................................................................................................... XXIV
Tabela A-4.1. – Vremena trajanja procesa opsluživanja na obradnim mašinama 54-13; 54-16 i 54-
20 ................................................................................................................................................. XXV
Tabela A-4.2. – Statistička obrada podataka za vrijeme obrade na obradnim mašinama 54-13; 54-
16 i 54-20 .................................................................................................................................... XXVI
Tabela A-4.3. – Statistička obrada podataka za vrijeme kontrole obradaka na operaciji 3
proizvodne linije „Prsten 1“ ...................................................................................................... XXVII
Tabela A-4.4. – Statistička obrada podataka za vrijeme izmjene alata na obradnim mašinama 54-
13; 54-16 i 54-20 ..................................................................................................................... XXVIII
Tabela A-4.5. - Period izmjene alata na obradnim mašinama 54-13; 54-16 i 54-20 ................. XXIX
Tabela A-4.6. - Period izmjene alata na obradnim mašinama 54-13; 54-16 i 54-20 .................. XXX
Tabela A-4.7. – Statistička obrada podataka za period izmjene Alata 1 na obradnim mašinama 54-
13; 54-16 i 54-20 ........................................................................................................................ XXXI
Tabela A-4.8.– Statistička obrada podataka za period izmjene Alata 2 na obradnim mašinama 54-
13; 54-16 i 54-20 ....................................................................................................................... XXXII
Tabela A-4.9.. – Statistička obrada podataka za period izmjene Alata 3 na obradnim mašinama
54-13; 54-16 i 54-20 ................................................................................................................ XXXIII
Tabela A-4.10. – Statistička obrada podataka za peropd izmjene Alata 4 na obradnim mašinama
54-13; 54-16 i 54-20 ................................................................................................................ XXXIV
Tabela A-5.1. – Vremena trajanja procesa opsluživanja na obradnoj mašini 56-42 ............... XXXV
Tabela A-5.2. – Statistička obrada podataka za vrijeme obrade na obradnoj mašini 56-42 .. XXXVI
Tabela A-5.3. – Statistička obrada podataka za vrijeme kontrole obradaka na operaciji 4
proizvodne linije „Prsten 1“ ................................................................................................... XXXVII
Tabela A-5.4.. – Statistička obrada podataka za vrijeme izmjene alata na obradnoj mašini 56-42
.............................................................................................................................................. XXXVIII
Tabela A-5.5. - Period izmjene alata na obradnim mašinama 56-42 ...................................... XXXIX
Tabela A-5.6. – Statistička obrada podataka za period izmjene Alata 2 na obradnoj mašini 54-62
.........................................................................................................................................................XL
Tabela A-5.7. – Statistička obrada podataka za period izmjene Alata 3 na obradnoj mašini 54-62
....................................................................................................................................................... XLI
Tabela A-5.8. – Statistička obrada podataka za period izmjene Alata 5 na obradnoj mašini 54-62
...................................................................................................................................................... XLII
Tabela A-6.1. – Vremena trajanja procesa opsluživanja na obradnoj mašini 56-42 ..................XLIII
Tabela A-6.2. – Statistička obrada podataka za za vrijeme obrade na obradnoj mašini 56-08 . XLIV
Tabela A-6.3. – Statistička obrada podataka vrijeme izmjene alata na obradnoj mašini 56-08 .. XLV
Tabela A-7.1. – Vremena trajanja procesa opsluživanja na obradnoj mašini 56-06 ................. XLVI
Tabela A-6.2. – Statistička obrada podataka za za vrijeme obrade na obradnoj mašini 56-06 XLVII
Tabela A-7.3. – Statistička obrada podataka vrijeme izmjene alata na obradnoj mašini 56-06
.................................................................................................................................................. XLVIII
PRILOG B – Parametri verifikacije simulacionog modela proizvodne linije „Prsten 1“ ...... XLIX
PRILOG A – Parametri procesa proizvodne linije „Prsten 1“
Tabela A-1. – Vremena trajanja obrade na operaciji 1 proizvodne linije „Prsten 1“
Trajanje Trajanje Trajanje Trajanje Trajanje Trajanje Trajanje
(sek) (sek) (sek) (sek) (sek) (sek) (sek)
11.03.08. 11.03.08. 17.03.08. 17.03.08. 17.03.08. 08.04.08. 15.04.08.
(13-04) (13-04) (13-04) (13-07) (13-06) (13-04) (13-04)
133 133 145 125 124 132 152
133 135 144 125 125 131 152
134 134 145 125 124 08.04.08. 151
129 134 145 125 126 (13-07) 152
138 134 145 124 123 129 152
133 134 144 125 124 129 08.04.08.
134 124 146 125 125 08.04.08. (13-07)
133 144 145 125 125 (13-06) 118
134 135 150 125 125 132 118
135 135 141 125 125 131 08.04.08.
133 135 144 124 124 132 (13-06)
132 132 145 125 08.04.08. 136
133 134 124 (13-08) 137
135 135 124 128 136
134 134 125 128 08.04.08.
133 134 124 128 (13-08)
134 135 124 08.04.08. 128
134 133 124 (13-11) 126
134 134 124 123 127
133 134 124 123 08.04.08.
133 134 124 124 (13-11)
135 134 125 127
134 124 127
134 124 125
134 124
134 125
135 124
134 124
Tabela A-1.2. – Statistička obrada podataka za za vrijeme obrade na operaciji 1 proizvodne linije „Prsten 1“
Tabela A-1.3. - Vremena trajanja procesa opsluživanja na operaciji 1 proizvodne linije „Prsten 1“
vrijeme izmjene vrijeme izmjene ciklus izmjene
polufabrikata (sek) alata (sek) alata (komada)
203 867 1293
249 775 2673
225 856 2512
232 821 1325
233 832 927
228 750 1811
236 845 1551
213 812 3426
245 769 1694
248 808 3802
207 792 2247
250 854 3274
256 797 1886
237 859 4391
211 813 2460
239 857 1492
253 844 3663
212 802 1256
229 784 2084
251 851 1605
3034
3760
Tabela A-1.4. – Statistička obrada podataka za vrijeme izmjene polufabrikata na operaciji 1
proizvodne linije „Prsten 1“
Statistički podaci
Izbor statističke raspodjele slučajnih uzoraka
slučajnih uzoraka
Broj Distribucija po kojoj se ponašaju
20 Poisson
uzoraka podaci
Maksimalna
vrijednost 256 Parametri raspodjele λ=232,85
uzorka
Minimalna Histogram gustine raspodjele
vrijednost 203
uzorka
Srednja
aritmetička
232,85
vrijednost
uzorka
Standardna
16,178
devijacija
Varijansa
261,73
uzorka
Modus 248
Medijana 234,5
Relativna
mjera -0,35914
asimatrije
Relativna
mjera
-1,0959
spljoštenost
i
Koeficijent
0,06948
varijacije
Testiranje raspodjele
Vrijednost za odabranu Vrijednost signifikantne granice za
Statistički test
raspodjelu α=0,05
Chi-Quadrat
Kolmogorov-Smirnov 0,14888 0,29408
Dijagrami izabrane raspodjele
Dijagram funkcije raspodjele Dijagram razlike u vjerovatnoćama raspodjela
Tabela A-1.5 – Statistička obrada podataka za vrijeme izmjene alata na operaciji 1 proizvodne linije
„Prsten 1“
Statistički podaci
Izbor statističke raspodjele slučajnih uzoraka
slučajnih uzoraka
Broj Distribucija po kojoj se ponašaju
20 Poisson
uzoraka podaci
Maksimalna
vrijednost 867 Parametri raspodjele λ=819,4
uzorka
Minimalna Histogram gustine raspodjele
vrijednost 750
uzorka
Srednja
aritmetička
819,4
vrijednost
uzorka
Standardna
33,591
devijacija
Varijansa
1128,3
uzorka
Modus 856
Medijana 817
Relativna
mjera -0,33589
asimatrije
Relativna
mjera -1,01
spljoštenosti
Koeficijent
0,04099
varijacije
Testiranje raspodjele
Vrijednost za odabranu Vrijednost signifikantne granice za
Statistički test
raspodjelu α=0,05
Chi-Quadrat
Kolmogorov-Smirnov 0,21009 0,29408
Dijagrami izabrane raspodjele
Dijagram funkcije raspodjele Dijagram razlike u vjerovatnoćama raspodjela
Tabela A-1.6. – Statistička obrada podataka za period izmjenu alata na operaciji 1 proizvodne linije
„Prsten 1“
Tabela A-2.1. – Vremena trajanja procesa opsluživanja na obradnim mašinama 54-34, 54-38 i 54-39
Vrijeme
Vrijeme
kontrole
Vrijeme obrade (sek) izmjene
kvaliteta
alata(sek)
(sek)
82 82 76 86 73 171 98
77 74 75 85 73 283 98
76 82 86 77 76 155 75
75 80 74 74 77 160 108
81 76 75 77 74 158 91
77 78 81 78 73 173 96
75 84 80 78 73 169 100
81 72 77 76 73 294 89
77 77 77 62 73 159 90
73 82 79 75 73 154 108
85 71 75 76 72 196 101
72 73 75 75 76 165 123
82 72 89 76 73 153 98
76 72 76 75 79 205 117
80 75 95 74 72 180
76 72 74 81 88 172
74 78 75 83 85 136
70 85 78 87 81 154
77 74 79 86 74 205
78 75 82 82 78 178
80 75 86 78 83
75 75 77 62 71
75 83 78 72 74
73 74 80 73
95 74 82 83
68 73 85 70
73 73 85 73
82 81 81 70
76 74 87 82
81 77 82 70
79 76 78 71
74 83 84 72
79 80 70 60
73 88 86 70
91 79 78 74
79 76 79 71
85 75 77 82
81 77 80 71
74 82 78 69
76 82 74 73
84 76 71 74
82 75 71 75
81 80 73 77
82 77 74 75
83 73 68 73
74 78 76 71
79 78 77 74
Tabela A-2.2. – Statistička obrada podataka za vrijeme obrade na obradnim mašinama 54-34, 54-38 i
54-39
Tabela A-2.3. – Statistička obrada podataka za vrijeme kontrole obradaka na operaciji 2 proizvodne
linije „Prsten 1“
Tabela A-2.4. – Statistička obrada podataka za vrijeme izmjene alata na obradnim mašinama 54-34,
54-38 i 54-39
Tabela A-2.5. - Period izmjene alata na obradnim mašinama 54-34, 54-38 i 54-39
Tabela A-2.6. – Statistička obrada podataka za period izmjene Alata 1 na obradnim mašinama 54-34,
54-38 i 54-39
Tabela A-2.7. – Statistička obrada podataka za period izmjene Alata 2 na obradnim mašinama 54-34,
54-38 i 54-39
Tabela A-2.8. – Statistička obrada podataka za period izmjenu Alata 3 na obradnim mašinama 54-34,
54-38 i 54-39
Tabela A-3.1. – Vremena trajanja procesa opsluživanja na obradnoj mašini 54-62
Vrijeme izmjene
Vrijeme obrade (sek)
alata (sek)
66 60 267
61 61 255
60 66 281
66 61 277
60 60 285
61 66 212
60 60 305
66 61 253
60 66 229
61 61 269
66 60 253
61 67 297
60 60 249
67 60 263
60 66 231
60 60 284
67 60 295
60 66 288
60 61 261
66 60 283
60 66 246
61 61 283
66 60 290
60 67 273
61 60
66 60
61 67
61 60
66 65
60 61
60 61
66 66
61
Tabela A-3.2. – Statistička obrada podataka za vrijeme obrade na obradnoj mašini 54-62
Tabela A-3.3. – Statistička obrada podataka za vrijeme izmjene alata na obradnoj mašini 54-62
Tabela A-3.5. – Statistička obrada podataka za period izmjene Alata 1 na obradnoj mašini 54-62
Tabela A-3.6. – Statistička obrada podataka za period izmjene Alata 2 na obradnoj mašini 54-62
Tabela A-3.7. – Statistička obrada podataka za period izmjene Alata 3 na obradnoj mašini 54-62
Tabela A-4.1. – Vremena trajanja procesa opsluživanja na obradnim mašinama 54-13; 54-16 i 54-20
Vrijeme
Vrijeme
kontrole
Vrijeme obrade (sek) izmjene
kvaliteta
alata (sek)
(sek)
64 50 45 43 50 100 68
66 53 42 44 50 123 73
52 49 58 55 49 118 72
53 49 44 52 49 183 66
54 50 44 46 50 111 68
51 50 42 46 49 278 67
53 50 56 47 50 103 70
47 49 41 42 49 135 69
61 58 40 45 51 176 69
60 53 42 44 55 150 83
58 58 54 43 58 135 73
50 44 48 44 44 148 66
52 59 46 45 42 182 68
50 47 47 49 53 215 72
52 51 48 48 43 155 69
50 54 45 58 50 131 82
50 46 46 45 49 120 73
49 55 47 52 44 147 70
50 53 46 50 66 135 72
53 49 48 49 52 142
50 48 44 49 54
53 52 63 49 51
50 51 64 46 55
50 50 62 55 56
49 50 54 54
Tabela A-4.2. – Statistička obrada podataka za vrijeme obrade na obradnim mašinama 54-13; 54-16 i
54-20
Tabela A-4.3. – Statistička obrada podataka za vrijeme kontrole obradaka na operaciji 3 proizvodne
linije „Prsten 1“
Tabela A-4.4. – Statistička obrada podataka za vrijeme izmjene alata na obradnim mašinama 54-13;
54-16 i 54-20
Tabela A-4.5. - Period izmjene alata na obradnim mašinama 54-13; 54-16 i 54-20
Period izmjene Alata 1 (komada) Period izmjene Alata 2 (komada)
56 162 80 52 58 49 35 35
40 148 80 55 32 20 51 25
60 150 60 78 28 64 52 15
50 42 60 70 61 19 37 20
70 60 70 82 62 55 21 18
30 50 50 91 32 43 48 38
50 20 80 60 38 41 59 21
60 20 100 110 25 46 68 30
35 40 50 90 20 49 40 41
40 35 68 40 15 38 32 28
60 45 70 45 42 26 28 62
200 35 89 65 28 35 62 49
60 45 50 47 27 21 29 28
60 27 61 41 15 46 55 22
50 33 73 94 9 69 80 39
30 20 35 76 27 42 40 52
70 30 65 32 33 38 50 36
30 20 62 47 49 50 60 41
60 65 60 70 42 20 60 30
50 55 44 30 49 23 62 22
20 70 48 46 71 44 71 28
70 120 64 72 65 30 48 31
100 100 36 43 39 30 69 39
90 20 47 75 69 52 75 25
100 30 30 25 76 22 61 34
80 50 52 60 71 19 48 32
70 60 44 57 58 47 46 42
60 35 63 60 67 49 60 37
100 44 81 80 28 51 60 32
80 75 30 76 20 33 65 55
20 80 71 80 39 38 50 48
120 70 38 75 40 40 72 21
80 100 91 61 51 58 30 74
80 80 45 49 65 47 37 35
60 60 51 41 55 40 40 41
50 90 42 25 62 31 52 21
80 80 40 15 38 16 49 61
80 80 38 15 67 42 41 42
50 90 30 20 51 51 39 38
70 70 43 30 57 28 64 35
130 80 50 25 40 41 40
150 60 70 10 40 82 30
60 60 63 16 45 65 51
150 40 58 37 42 51 48
90 30 50 38 30 25 49
100 70 29 44 12 20 50
100 80 41 45 20 10 37
120 60 30 48 25 20 49
80 60 32 32 18 25 30
18 70 50 68 90 30 41
Tabela A-4.6. - Period izmjene alata na obradnim mašinama 54-13; 54-16 i 54-20
Period izmjene
Period izmjene Alata 2 (komada) Period izmjene Alata 3 (komada) Alata 4
(komada)
42 60 40 80 100 155 190
48 60 50 96 100 147 245
32 80 45 70 110 99 262
21 80 50 100 90 110 276
61 30 50 80 200 141 198
64 60 50 90 200 128 200
42 30 60 110 100 115 195
40 45 23 80 120 128 118
32 64 100 110 102 220
50 60 150 70 40 232
45 55 100 100 30 210
30 60 50 300 51 221
45 60 110 153 48 254
30 40 90 132 49 400
45 20 50 110 50 400
50 60 90 112 37 348
50 45 60 146 49 400
40 60 106 128 132 400
60 60 100 157 131 400
70 60 120 133 85 400
60 40 80 114 35 400
30 60 100 118 400
60 68 150 128 400
50 58 50 140 400
20 42 200 105 400
10 67 200 125 400
90 84 250 170 300
60 50 150 145 300
30 50 200 105 320
40 50 148 142 280
30 10 211 161 300
60 20 187 112
20 15 200 109
50 35 200 135
50 55 200 150
60 15 30 114
30 65 50 128
70 27 27 142
50 33 33 110
60 20 20 200
60 30 30 195
60 10 10 115
50 30 30 165
40 45 80 198
60 45 80 128
60 45 200 75
50 30 200 182
60 80 200 115
60 20 180 128
30 10 220 108
Tabela A-4.7. – Statistička obrada podataka za period izmjene Alata 1 na obradnim mašinama 54-13;
54-16 i 54-20
Tabela A-4.8.– Statistička obrada podataka za period izmjene Alata 2 na obradnim mašinama 54-13;
54-16 i 54-20
Tabela A-4.9.. – Statistička obrada podataka za period izmjene Alata 3 na obradnim mašinama 54-13;
54-16 i 54-20
Tabela A-4.10. – Statistička obrada podataka za peropd izmjene Alata 4 na obradnim mašinama 54-
13; 54-16 i 54-20
Tabela A-5.1. – Vremena trajanja procesa opsluživanja na obradnoj mašini 56-42
Vrijeme
Vrijeme
kontrole
Vrijeme obrade (sek) izmjene
kvaliteta
alata (sek)
(sek)
179 179 114 231
179 180 146 221
178 180 78 273
178 179 90 184
179 179 95 291
179 180 89 426
178 179 98 281
179 179 115 325
180 180 130 281
179 180 81 247
180 180 127 251
179 180 91 269
178 179 93 230
179 180 86 201
178 179 102 255
179 179 99 189
179 179 90 353
179 179 125 290
180 179 101 211
179 179 107 245
179 179
178 179
179 179
179 179
177 179
181 180
180 180
178 180
179 179
178 179
179 179
179
Tabela A-5.2. – Statistička obrada podataka za vrijeme obrade na obradnoj mašini 56-42
Tabela A-5.3. – Statistička obrada podataka za vrijeme kontrole obradaka na operaciji 4 proizvodne
linije „Prsten 1“
Tabela A-5.4.. – Statistička obrada podataka za vrijeme izmjene alata na obradnoj mašini 56-42
Tabela A-5.5. - Period izmjene alata na obradnim mašinama 56-42
Period izmjene Period izmjene Period izmjene Period izmjene Period izmjene Period izmjene
Alata 1 Alata 2 Alata 3 Alata 4 Alata 5 Alata 6
(komada) (komada) (komada) (komada) (komada) (komada)
3000 1920 150 150 187 225
3000 150 150 46 225
465 150 150 31 225
3000 150 150 86 225
3000 150 150 225 225
150 150 225 225
150 150 225 225
150 150 225 225
150 150 225 225
112 150 225 225
130 150 225 225
128 150 225 225
102 150 186
150 150 225
130 150 97
150 150 225
150 150 225
18 58
58 225
81 38
123 182
125 190
115 200
120 175
Tabela A-5.6. – Statistička obrada podataka za period izmjene Alata 2 na obradnoj mašini 54-62
Tabela A-5.7. – Statistička obrada podataka za period izmjene Alata 3 na obradnoj mašini 54-62
Tabela A-5.8. – Statistička obrada podataka za period izmjene Alata 5 na obradnoj mašini 54-62
Tabela A-6.1. – Vremena trajanja procesa opsluživanja na obradnoj mašini 56-42
Vrijeme Vrijeme
obrade izmjene alata
(sek) (sek)
560 355
560 309
559 365
561 370
559 337
561 391
560 343
560 381
560 350
559 339
561 391
559 350
560 348
560 371
561 369
559 355
382
340
321
393
348
356
361
375
369
Tabela A-6.2. – Statistička obrada podataka za za vrijeme obrade na obradnoj mašini 56-08
Tabela A-6.3. – Statistička obrada podataka vrijeme izmjene alata na obradnoj mašini 56-08
Tabela A-7.1. – Vremena trajanja procesa opsluživanja na obradnoj mašini 56-06
Vrijeme
Vrijeme obrade (sek) izmjene
alata (sek)
19 19 175
19 19 163
19 19 192
20 19 173
19 19 168
19 19 181
19 20 182
19 20 167
19 19 193
19 19 180
20 20 169
19 19 181
19 19 178
19 20 175
19 20 177
19 19 164
21 19 173
19 19 160
19 19 192
19 21 175
173
165
169
172
Tabela A-6.2. – Statistička obrada podataka za za vrijeme obrade na obradnoj mašini 56-06
Statistički podaci
Izbor statističke raspodjele slučajnih uzoraka
slučajnih uzoraka
Konstantna
(s obzirom da su varijansa uzorka i
Distribucija po kojoj se ponašaju
Broj uzoraka 40 koeficijent varijacije male vrijednosti
podaci
može se smatrati da je vrijednost
konstantna)
Maksimalna
vrijednost 21 Parametri raspodjele 19
uzorka
Minimalna Histogram gustine raspodjele
vrijednost 19
uzorka
Srednja
aritmetička
19,275
vrijednost
uzorka
Standardna
0,55412
devijacija
Varijansa
0,30705
uzorka
Modus 19
Medijana 19
Relativna
mjera 1,9494
asimatrije
Relativna
mjera 3,0421
spljoštenosti
Koeficijent
0,02875
varijacije
Tabela A-7.3. – Statistička obrada podataka vrijeme izmjene alata na obradnoj mašini 56-06
PRILOG B – Parametri verifikacije simulacionog modela proizvodne linije „Prsten 1“
Tabela B-1.1. – Kapacitetne vrijednosti smjenskih kapaciteta obradnih mašina dobivenih simulacijonim
modelom
13-04; 13-06;
54-34; 54-38; 54-13; 54-16;
13-07; 13-08; 54-62 56-42 56-08
54-39 54-20
13-11
Kapacitet (komada)
196 215 250 277 401 420 429 888 146
215 215 246 281 390 424 438 906 144
215 215 259 277 403 419 424 918 150
215 215 278 279 410 425 427 875 144
215 190 238 271 407 427 426 883 147
215 215 227 281 391 432 430 905 147
184 215 255 278 372 428 435 894 146
215 215 252 285 410 412 439 900 144
214 214 260 279 400 423 445 912 150
215 215 257 280 453 428 449 912 144
215 208 251 279 366 423 442 918 147
215 215 282 273 399 422 447 924 147
202 215 284 274 389 425 439 936 147
215 215 286 281 437 434 147
215 215 283 280 421 443 147
283 279 429 436 150
286 278 439 435
282 277 429 431
283 282 433 432
282 429 430
425 435
Tabela B-1.2. – Statistička obrada podataka kapacitetnih vrijednosti smjenskih kapaciteta obradnih mašina
dobivenih simulacijonim modelom