Моделирование производственной системы

Размещено на http://www.allbest.ru/

Федеральное агентство по образованию

Государственное образовательное учреждение высшего профессионального образования

"Кузбасский государственный технический университет

имени Т.Ф. Горбачева"

Кафедра информационных и автоматизированных производственных систем

Курсовая работа

"Моделирование производственной системы"

Выполнил: ст. гр. ИТ-091

Порецков О.В.

Проверил: д.т.н., доцент

Зиновьев В.В.

Кемерово 2012

Содержание

1. Исходное задание

1.1 Описание объекта моделирования

1.2 Задание

2. Разработка концептуальной модели

3. Ввод концептуальной модели в компьютер

3.1 Условная блок-схема модели

3.2 Программная реализация GPSS/H модели

4. Проверка правильности построения модели

4.1 Верификация модели

4.1.1 Аналитический подсчет характеристик и сравнение их с модельными результатами

4.1.2 Метод построения логической блок схемы и интерактивного контроля за ходом модели при помощи режима отладки

4.2 Валидация модели

5. Планирование и проведение имитационных экспериментов

5.1 Определение средней очереди к памяти, средней загрузки памяти, процессора и базы данных

5.2 Результаты моделирования

Заключение

Список используемой литературы

1. Исходное задание

1.1 Описание объекта моделирования

Компьютер задействован в управлении технологическим оборудованием. Для контроля состояния оборудования каждые 20 мин запускается одна из трех типов задач. Через каждые 5 мин работы процессора каждая задача выводит результаты работы в базу данных. При обращении двух и более задач к базе данных (БД) образуется очередь, которая обслуживается по правилу FIFO. Общий объем памяти компьютера 1024 Кб. В первоначальный момент запуска компьютера загружается ОС, ядро которой постоянно занимает 200 Кб. Компьютер работает в мультипрограммном режиме и во время выполнения операций вывода в БД процессор может выполнять другую задачу, если она загружена в память. После последнего вывода в БД задача выгружается из памяти и завершает работу. Необходимые данные для моделирования приведены в таблице 1.

Таблица 1 - Исходные данные для моделирования

Тип задачи	1	2	3
Вероятность возникновения	0,5	0,35	0,15
Объем памяти, Кб	200	300	400
Время обработки ЦП	15	20	25
Время вывода в БД, мин	3	5	7

1.2 Задание

1. Разработать концептуальную модель системы управления технологическим оборудованием, используя математический аппарат систем массового обслуживания (СМО).

2. Осуществите программную реализацию концептуальной модели при помощи специализированного языка компьютерной анимации GPSS/H.

3. Проверьте правильность построения модели, используя методы верификации и валидации.

4. Используя разработанную модель, сымитируйте работу компьютера в течение пяти суток, с точностью 0,1 и доверительной вероятностью - 0,95; оцените размер очереди к памяти, ее загрузку и загрузку процессора.

2. Разработка концептуальной модели

Процесс производства можно представить в виде сети СМО.

Схематично система показана на рисунке 1.

Рисунок 1 - концептуальная модель.

Пояснения к схеме концептуальной модели.

Источник задач формирует входной поток. Входной поток - временная последовательность задач на входе СМО каждые 20 мин. Из входного потока заявки поступают на вход блока очереди (накопитель 1). Блок очереди осуществляет выборку задач во входном потоке для выдачи их на вход прибора обслуживания - центрального процессора. Прибор обслуживания (центральный процессор) осуществляет задержку во времени каждой поступившей на его вход задачи на 5 мин. Затем задача направляется в ЦП для повторной обработки в течение 5 мин, а результаты о ее выполнении - в очередь накопителя 2, обслуживаемую по правилу FIFO. Количество обработок в ЦП длительностью в 5 мин определяется типом задачи. Компьютер работает в мультипрограммном режиме и во время выполнения операций вывода в БД процессор может выполнять другую задачу, если она загружена в память. После последнего вывода в БД выполненная задача выгружается из памяти и покидает систему.

3. Ввод концептуальной модели в компьютер

3.1 Условная блок-схема модели

моделирование валидация интерактивный имитационный

В задании предлагается осуществить программную реализацию концептуальной модели при помощи специализированного языка компьютерной имитации GPSS/H или среды имитационного моделирования Extend 6.0. Для реализации текущего проекта выбран язык GPSS/H.

Для программной реализации GPSS/H-модели добавлены следующие управляющие операторы:

SIMULATE - для начала моделирования;

ASSIGN - для задания значений параметрам транзактов (1 - требуемый объем ОЗУ, 2 - требуемое время обработки ЦП, 3 - требуемое время вывода результатов в БД, 4 - тестововый параметр для определения текущего времени обработки ЦП).

STORAGE - для задания емкости многоканального устройства - ОЗУ;

ADVANCE - для задержки транзактов на заданное время;

GENERATE - для создания и ввода транзактов в модель;

TRANSFER в режиме статической передачи - для задания различающихся параметров задачам различного типа - объема памяти в ОЗУ, времени обработки ЦП и времени вывода в БД;

QUEUE и DEPART - для описания для очередей к ОЗУ и перед выводом в БД;

ENTER и LEAVE - для занятия и освобождения многоканального устройства - ОЗУ;

SEIZE и RELEASE - для занятия и освобождения блока обработки ЦП и блока вывода в БД;

TEST - для проверки значения текущего времени обработки ЦП;

SPLIT - создание копии транзакта для обеспечения параллельности работы ЦП и вывода результатов в БД.;

GATHER - прием копии транзакта и направление ее на дальнейшую обработку;

TERMINATE - для удаления транзактов из модели;

START - для определения значения счетчика завершения моделирования;

END - для определения конца модели.

Согласно заданию была составлена условная блок-схема имитационной модели (рисунок 2).

3.2 Программная реализация GPSS/H модели

4. Проверка правильности построения модели

4.1 Верификация модели

4.1.1 Аналитический подсчет характеристик и сравнение их с модельными результатами

Сравним результаты теоретического распределения типов задач с модельными результатами. Для этого проведем 3 прогона модели с различными номерами датчиков случайных чисел.

Прогон 1:

Прогон 2:

Прогон 3:

Вероятности, получившиеся на основе прогонов, занесем в таблицу 2.

Таблица 2 - Вероятности появления задач определенного типа.

Вероятность появления задачи	1 прогон	2 прогон	3 прогон	Теоретические значения
типа 1	0,48	0,47	0,48	0,50
типа 2	0,33	0,33	0,33	0,35
типа 3	0,19	0,20	0,19	0,15

Несмотря на незначительные отклонения, модельные вероятности появления задачи определенного типа соответствуют теоретическим.

4.1.2 Метод построения логической блок схемы и интерактивного контроля за ходом модели при помощи режима отладки

Чтобы проверить правильность работы модели, проведем пошаговую отладку.

Рассмотрим основные шаги.

Шаг 1. Генерируется единственный транзакт XACT 2 с приоритетом 5 и направляется на задержку в 2880 временных едениц, для обеспечения времени моделирования в двое суток.

Шаг 2. По прошествии 20 мин создается транзакт XACT 1, соответствующий возникшей задаче, и направляется в блок 2 для определения типа задачи. В дальнейшем перемещение транзакта XACT 1 будем ассоциировать с перемещением задачи в системе.

Шаг 3. Тип задачи - первый. Соответствующий ей транзакт направляется в блоки 4-7 для задания необходимых параметров (объем ОЗУ, время обработки ЦП, время вывода результатов в БД, счетчик длля проверки текущего времени обработки ЦП).



Шаг 4. Задача пересылается в Блок WORK.

Шаг 5. Обработка в ЦП в течение 5 мин. Увеличение 4го тестового параметра транзакта, отвечающего за проверку времени обработки задачи. Создание копии транзакта для направления ее в блок VIVOD.

Шаг 6. Создается транзакт XACT 4 - копия транзакта XACT 1, для обеспечения независимости работы ЦП от процесса вывода результатов в БД.



Шаг 7. Вывод результатов в БД (3 мин для задачи 1 типа).

Шаг 8. Удаление транзакта XACT 4.

Шаг 9. Повторная обработка 5 мин. Увеличение 4го тестового параметра транзакта, отвечающего за проверку времени обработки задачи. Создание копии транзакта для направления ее в блок VIVOD.

Следующие шаги аналогичны предыдущим, пропустим их.

Шаг 12. Освобождение ЦП. Выгрузка задачи из ОЗУ. Удаление транзакта XACT 1. Задача выгружена из ОЗУ.

Шаг 15. Последний вывод результатов в БД для задачи 1.

В результате пошаговой отладки на примере задачи типа 1 была проверена правильность работы программы. Первая задача была создана в момент времени 20.0000 и сразу направлена на обработку в ЦП. По истечении 5 мин обработки в момент времени 25.0000 был начат вывод результатов в БД, продлившийся 3 мин до 28.0000. При этом ЦП продолжал работать, и к 30.000 был закончен 2й 5-минутный цикл обработки ЦП, результаты направлены на вывод в БД. Через 15 мин после загрузки задача 1 выгружается из системы. Спустя еще 3 минуты заканчивается последний вывод результатов в БД для задачи 1.

4.2 Валидация модели

Проведем валидацию модели методом сопоставления результатов моделирования с результатами аналитических расчетов.

Интенсивность поступления заявок (плотность потока):

Интенсивность обслуживания:

Коэффициент использования обслуживающего устройства:

Поскольку коэффициент больше 1, формулы для аналитического подсчета характеристик применить невозможно. В связи с этим, ограничимся сравнением одной характеристики - времени, необходимого для полной обработки одной задачи.

Характеристика	Модельное время	Расчетное время	Отклонение
Обработка одной задачи	25	22,5	10%

Отклонение в 10% позволяет судить о правильности построения модели.

5. Планирование и проведение имитационных экспериментов

5.1 Определение средней очереди к памяти, средней загрузки памяти, процессора и базы данных

Средний размер очереди к ОЗУ составляет 0.000, что говорит об отсутствии необходимости в накопителе перед ОЗУ, либо о возможности значительно увеличивать значения объема ОЗУ, требуемые для загрузки задачи, т.е. решать более ресурсоемкие задачи.

Для определения загрузки ОЗУ необходимо определить число прогонов модели для получения с точностью 0,1 и доверительной вероятностью 0,95.

,

где t - квантиль нормального распределения вероятностей, определяемый из таблицы распределения Стьюдента.

- дисперсия случайной величины.

- заданная точность.

Дисперсию случайной величины определяем по формуле

,

где N - 50-100 пробных прогонов системы.

Для определения коэффициента Стьюдента найдем число степеней свободы:

k = n-1-m = 3-1-1=1,

где n - число значений (интервалов) случайной величины,

m - количество определяемых параметров.

t= 3.182

=0,1

Также необходимо определить дисперсию случайной величины для позиции Р 3. Для этого проведём 100 пробных прогонов модели.

= 0,23

Тогда N = 54

После 54 прогонов получаем среднее значение загрузки ОЗУ, равное 0,4967.

Для определения загрузки процессора найдем дисперсию случайной величины.

= 0,19

Тогда N = 37

После 37 прогонов получаем среднее значение загрузки ЦП, равное 0,92.

Для определения загрузки базы данных найдем дисперсию случайной величины.

= 0,35

Тогда N = 125

После 37 прогонов получаем среднее значение загрузки БД, равное 0,8598.

5.2 Результаты моделирования

В концептуальной модели были смоделированы двое суток (2880 временных единиц - минут) работы вместо указанных в задание пяти в связи с ограничением максимального количества блоков в студенческой версии программы.

Задачи подавались каждые 20 мин.

Результаты за один прогон модели: за двое суток моделирования поступило на обработку 143 задачи, 142 из которых были обработаны.

Перед занятием задачей ОЗУ, поступлением задачи на обработку ЦП и выводом результатов в БД было установлено 3 накопителя - RAMOCH, CPOCH и BDOCH соответственно. Максимальное количество задач в первом и втором накопителях составило 1, в третьем - 7. Средний размер очереди - 0, 0.125 и 1.586 соответственно.

Исходя из полученных данных, можно утверждать, что процессор и база данных используются эффективно, а ОЗУ работает лишь на 50% своих возможностей. Модель без потери производительности может обрабатывать задачи, требующие в 2 раза больше оперативной памяти для обработки.

Заключение

В результате выполнения курсовой работы была успешно разработана модель системы с помощью программного средства GPSS/H.

Была осуществлена валидация и верификация модели. Проверены основные требования соответствия модели реальной системе: процентное соотношение числа задач 1, 2 и 3 типов соответствует требованиям.

Накопитель перед выводом результатов в БД имеет смысл сделать несколько больше, вмещающим порядка 10 задач. Накопитель перед ЦП достаточно сделать емкостью в 1 задачу.

ЦП и БД работают практически в оптимальном режиме.

Список используемой литературы

1. Зиновьев В.В., Стародубов А.Н. Моделирование систем при помощи компьютерной имитации и анимации: учеб. пособие / Кузбас. гос. техн. ун-т. - Кемерово, 2010.

2. Зиновьев В.В., Моделирование систем. Методические указания по выполнению курсовой работы для студентов специальностей 071900 "Информационные системы и технологии", 210200 "Автоматизация технологических процессов (в машиностроении)" / Кузбас. гос. техн. ун-т. - Кемерово, 2006.

3. Суворова Н. Имитационное моделирование. - М.: Лаборатория базовых знаний, 2002.

4. Зиновьев В.В. Моделирование дискретно-стохастических систем с использованием таблицы модели: Методические указания к лабораторной работе / ГУ КузГТУ. - Кемерово, 2003.

Размещено на Allbest.ru