Arena学习

Arena 5.0基本模块、功能及应用

1 模块与功能

1.1 Create模块

功能：产生到达实体。

Type：实体到达间隔时间的类型。 EXPO( Mean )为指数分布，

NORM( Mean , StdDev )为正态分布， TRIA( Min , Mode , Max )为三角分布， UNIF( Min , Max )为均匀分布。 Entities per arrival: 批量。 Max arrivals：批数。

First Creativity：第一批到达时间。

1.2 Process模块

功能：处理到达的实体。 Type：Standard — 一般型 Submodel — 子模块

Action：加工方式，一般选择Seize Delay Release Resource：Type：Resource — 某类资源 Set — 一组资源 Quantity — 一般选 “1” Delay Type：处理时间的类型

1.3 Decide模块

功能：判断实体的流向。

Type：判断的方式：2 way by chance — 根据确定的比例分出两个流向 2 way by condition — 根据设定的条件分出两个流向 n way by condition — 根据设定的条件分出n个流向

1.4 Assign模块

功能：赋值模块。 Type：赋值类型。

Variable — 给变量赋值 Attribute — 给属性赋值

Entity type — 确定实体类型

Entity Picture — 确定实体形状、颜色

1.5 Dispose模块

功能：将处理完的实体移出系统。

2 应用

2.1 单间车间生产案例（exa_01.doe）

在一组机床上加工工件

工件类型 批数 批量 间隔时间 在钻床上的加工时间 在车床上的加工时间 1 12 5 14 3.0 UN(2,3) 2 10 8 EX(3.0) UN(1,2) 求：（1）各类工件在车间里的平均完工时间；（2）各机床组前的平均工件排队长度；（3）各机床组的平均负荷率。

2.2 医院案例（文件名：Jh_4.doe）

急诊室

病人到达急诊室，经处理后离开。病人一到达，根据他们的病情，把病人分为五个等级。类型1的病人是最严重的，被立即送给医生等候医学观察诊断。所有其他的病人必须在接待室等候，直到完成必要的登记手续再送给医生。 病人的到达间隔时间服从指数分布，均值为20分钟。 急诊室有二个医生和一个登记护士，为2～5类型病人登记的时间是15分钟。所有类型病人的处理时间服从均匀分布，不同类型的病人处理时间的上、下限不同。按类型分的病人分布及处理时间的上、下限给出如下： 病人类型 说明 所占比例 下限 上限 1 开放性外伤 8 25 35 2 内伤 13 25 30 3 多处外伤 33 15 25 4 内脏病 20 10 20 5 慢性疾病 26 5 15

模拟上述系统8小时，求：系统中按类型分的病人就医时间以及医生和护士的利用情况。

2.3 p149 2（文件名：p24_sample.doe）

排队系统的服务员为一人。顾客到达系统的间隔时间为平均值等于1分的指数分布随机变量。单位顾客服务时间为平均值等于0.5分的指数分布随机变量。单列排队，采取先进先出的规则，排队行列的最大容量为100。模拟的终止条件为有1000个顾客服务结束离开系统。

2.4 单间车间生产案例（文件名：exa_02.doe）

单件车间模拟

机组 机器种类 机器数量 1 MCHN1 14 2 MCHN2 5 3 MCHN3 4 4 MCHN4 8 5 MCHN5 16 6 MCHN6 4

加工工艺路线

工件类型 占总工件数比例 机器 类别 平均加工时间 1 0.24 MCHN1 1 125 MCHN3 3 35 MCHN2 2 20 MCHN6 6 60 2 0.44 MCHN5 5 105 MCHN4 4 90 MCHN2 2 65 3 0.32 MCHN1 1 235 MCHN5 5 250 MCHN4 4 50 MCHN3 3 30 MCHN6 6 25 到达间隔时间服从参数为9.6的指数分布，加工时间也服从指数分布，模拟时间：1880分钟。求工件的平均停留时间和各类机床的负荷率。

2.5 返修流程的模拟

假设某条生产线有三道主要工序：第一是毛坯切割，第二是车削加工，第三道是检验。如果检验合格，则产品直接送交成品库，否则被送往一道返修工序，返修后合格的产品送交成品库，返修后仍不合格的成为报废品。零件进入生产线的过程服从均值为6（分钟）的指数分布，毛坯切割工序的操作时间为参数是（3,0.5）的正态分布，车削工序的操作时间服从为参数是（4,1）的正态分布，检验工序的时间是参数为（4,6,9）的三角分布，而返修工序的时间则是均值为20的指数分布。产品通过检验工序的合格率是85％。在返修工序，经过返修后合格的产品为80％，返修后仍不合格的是20％，返修产品的检验直接在该工序进行（时间可忽略不计）。建立此系统的仿真模型，运行8小时，并用仿真模型估算下列统计指标：

－一次性检验合格的产品的生产周期

－经返修后合格的产品的生产周期 －一次性检验合格的产品数量 －经返修后合格的产品数量 －报废产品的数量

图3－1：小型生产线的例子的逻辑模型

0.85 毛坯切割 车削加工 报废品 0.2 0.8 0.15 检验工序 返修工序 返修合格品 检验合格品

模型：Model1_p29.doe

2.6 资源工作能力变化的模拟

2.6.1 确定性变化

比如一家餐馆，上午十点钟开张时，顾客很少，经理只需要用两个服务人员。而当午餐的高峰时间（中午12点至下午两点）来临时，顾客大批涌进，经理必须安排五名服务人员才够用。当午餐高峰过后，经理只需留用两名服务员就可以了。在这个例子中，资源（服务员）的工作能力（服务员人数）是变化的，是随着时间按计划而更改的。又比如一条生产线上的工人，白班时用了6名工人，而夜班期间只需要四个工人。这种可以预先决定的变化就是资源的确定性变化。

对具有确定性变化的资源来说，其工作能力可以用一个时间的阶梯函数来表达。比如前面所述的餐馆一例，就可以用如下的阶梯函数来表示。

?210am?t?12pm?R(t)??512pm?t?2pm

?22pm?t?4pm?

2.6.2 随机性变化

比如生产线上的机床，有时会突然发生故障而失去工作能力，这类事件的发生往往是随机性的，也即无法预测的。

定义两个时间区间：UT和DT。其中，UT是资源的工作区间（UpTime），而DT则是资源的停工区间（DownTime）。

在ARENA中，资源的随机性失效是通过一个叫做“Failure”（也即“失效”）的数据模块来定义的。

例子：

检验工序的资源能力由原来的一个人固定不变改为两班制：第一班（4小时）一个人，而第二班（4小时）增加为两个人。而且车削加工工序的主要资源“TurningMachine”（车床）也允许有随机失效的发生：该设备的工作区间服从均值为120分钟的指数分布，而由失效造成的停工区间则服从均值为4的指数分布。通过仿真对改动后系统的下列指标进行分析：

- 平均生产（加工）周期（或者平均流程时间） - 平均等候时间（在每道工序等候的时间）

- 资源的利用率（包括人力，加工设备，和转运工具） - 平均排队长度，“平均队长”(waiting queue size)

模型：model1_p37.doe

2.7 非稳定泊桑到达过程

比如，顾客进入一家餐馆就餐的到达时间通常就不是一个稳定的泊桑过程：中午（例如11点半至12点半）和傍晚（5点半至7点半）顾客的到达率比其他时间里的到达率要明显高得多。

比如考虑下面这个例子：某家餐厅的营业时间是从上午10点到下午3点（五个小时）。在不同的时段内，顾客的到达率明显不一样。餐厅的经理需要根据在各个时段内来店就餐的顾客多少（取决于到达率的高低）来适当安排每个时段内的所需的服务人员数量。

时段 上午10点－11点 11点－下午1点 1点－2点 2点－3点 模型：model1_p39.doe

顾客到达率 20 40 20 0 服务人员数量 2 3 1 1 3 Arena的拟合功能

见文件service time.txt

本文来源：https://www.bwwdw.com/article/5y9w.html