Hallo,
Ein Kunde fragt Folgendes : „Ich arbeite derzeit an einem Projekt zur Reduzierung der Lagerbestände . Dazu möchten wir die Zuverlässigkeit eines bestimmten Prozesses abschätzen . Einerseits möchten wir genügend Lagerbestände, um sicherzustellen, dass wir kann den zweiten Prozess am Laufen halten, wenn der erste Prozess unerwartet abstürzt, andererseits sind die Kosten für große Lagerbestände enorm. Die Frage ist, ob JMP mir bei den Simulationen helfen könnte … Viele dieser Komponenten sind in Serie , wenn einer ausfällt, steht die gesamte Anlage still. Darüber hinaus können auch Bediener Fehler machen, die zu Produktionsfehlern und somit zu keinem Endprodukt führen würden. Sobald die Anlage stillsteht, wird das Puffervolumen nach dem Prozess aufgebraucht damit der nächste Prozess fortgesetzt werden kann. Nehmen wir an, die Wartung dauert 8 Stunden, um die Ausrüstung auszutauschen, ein Zeitrahmen, den wir mit dem Puffertank abdecken können. Nach der Reparatur dieser Pumpe benötigt der Prozess mehrere Tage, um wieder den 8-Stunden-Bestandsstand zu erreichen. Wenn innerhalb Wenn heutzutage ein zweiter Fehler auftritt, verfügen wir nicht über genügend Puffervolumen, um den Prozess auszuführen. à Auch der zweite Prozess wird abgebrochen à finanzieller Verlust. Die Frage, die wir haben, ist also, wie groß das vorgesehene Puffervolumen sein sollte… “.
Da es sich bei den Prozessanlagen tatsächlich um Mischer und Pumpen handelt, können wir Fehler mithilfe von RBD modellieren und Simulationen mithilfe von RSS durchführen. Ich frage mich jedoch 1) ob das minimale Puffervolumen Teil des RBD/RSS-Modells sein könnte und wie das geht oder 2) es basierend auf der Ausgabe eines Unterprozesses RBD/RSS geschätzt werden muss? 3) Kann menschliches Versagen Teil von Modellen sein?
Tolles Material zu RBD/RSS habe ich hier gefunden: Reliability Analysis Using JMP® Pro – JMP User Community, J38 JMP Pro RBD Standby Extensions (Wright) – JMP User Community, J39 System Reliability in JMP Pro RBD (Wise) – JMP User Community
Gibt es seit JMP 12 eine Verbesserung bei RBD/RSS, auf die ich achten sollte? Sollte ich mir aktuelleres Material als das oben aufgeführte ansehen? Falls das Gespräch tiefer geht, kann jemand zu diesem Thema helfen?
Danke
Emmanuel
Hallo Emmanuel! RBD und RSS kommen Ihrem Kunden zwar nahe, nützlich zu sein, aber ich denke, er braucht wirklich „ Discrete-Event-Simulationssoftware “. Wie Sie betonen, ist der Umgang mit einem sich erschöpfenden Puffervolumen etwas, das ich in RSS noch nicht gesehen habe. (Es könnte möglich sein, ich habe es nur noch nicht gesehen.) Es scheint mir, dass menschliches Versagen in RSS als Zuverlässigkeits-„Block“ modelliert werden könnte.
Andere haben vielleicht mehr Erfahrung damit, aber wenn Sie weitere Hilfe benötigen, helfe ich Ihnen gerne weiter.
Jerry
Hallo Emmanuel,
Der Fall kann folgendermaßen gelöst werden.
- Angenommen, der Puffertank verfügt über unbegrenzte Speicherkapazität.
- Erstellen und führen Sie die Simulation aus. Analysieren Sie anschließend die Start- und Stoppzeiten jeder Simulation wie folgt:
- Die Zeitabschnitte stellen entweder Betriebszeiten oder Ausfallzeiten (aufgrund von Störungen) dar.
- Die Betriebszeit entspricht der Nachfüllzeit, die Ausfallzeit der Entleerungszeit, wobei beide Raten als konstant angenommen werden. Das Volumen im Puffertank ist eine stückweise lineare Funktion, wobei ein sehr hoher Anfangswert angenommen wird.
- Man muss diese Funktion konstruieren und das Minimum in einer Simulation aufzeichnen.
- Führen Sie dies für alle Simulationen durch.
- Die Differenz zwischen dem enormen Anfangswert und dem globalen Minimum ist die Lösung des Problems.
- Aber es handelt sich hier um eine Simulation, die Lösung ist zufällig. Man muss möglicherweise einzelne Lösungen analysieren, um festzustellen, ob eine Extrapolation erforderlich ist.
