Überall dort, wo Maschinen genutzt werden um Güter zu produzieren, kommt es zu Fehlern oder Ausfällen dieser Maschinen. Ausfälle können vom Zufall oder dem Verschleiß der Maschine bestimmt sein. Sind viele Maschinen in einer Produktionsanlage miteinander verknüpft, beeinflusst der Ausfall eines Elements die gesamte Fertigung. Aus Effektivitäts- und Kostengründen sind diese Ausfälle zu minimieren. Möglich ist dies zum Beispiel mittels Variation der Anordnung der Maschinen oder mit Systemredundanzen. Diese Umgestaltung der Produktionsanlage ist jedoch sehr aufwendig und teuer, und der Erfolg nur bedingt voraussehbar. Daher ist es sinnvoll, die Auswirkungen der Umgestaltungen auf das Gesamtsystem im Vorfeld zu untersuchen. Dies ist mit Hilfe von Simulationen möglich.
Die Analyse dieses Bereichs des Qualitätsmanagements an einem konkreten Beispiel ist Gegenstand der vorliegenden Ausarbeitung.
Mit Hilfe von Simulationen können komplexe mathematische Probleme gelöst werden.
„Simulieren“ bedeutet vortäuschen, sich verstellen. Ziel einer Simulation ist es, ein Erscheinungsbild künstlich zu erzeugen, um damit die Effekte der Realität zu erreichen. Physikalische Simulationen sind beispielsweise Versuche im Windkanal oder Crashtests. Die im Folgenden aufgezeigten Simulationen beschreiben dagegen rein mathematische Zusammenhänge und werden daher auch als mathematische Simulation bezeichnet. Die Simulation selbst wird mit Hilfe eines Rechners und einer geeigneten Software durchgeführt. Es ist wichtig, das vorliegende Problem möglichst genau in einem mathematischen Modell abzubilden, um sinnvolle Ergebnisse zu erhalten. Simulationen werden dann eingesetzt, wenn das Problem zu komplex für eine numerische Lösung ist oder eine numerische Lösung unwirtschaftlich erscheint. Im Unterschied zu den üblichen numerischen Verfahren liefern mathematische Simulationen nur wahrscheinlichkeitstheoretische Ergebnisse. Am Beispiel der Produktionsanlage ist als Ergebnis einer Simulation die Ausfallwahrscheinlichkeit als Funktion der Betriebsdauer zu erwarten.
Inhaltsverzeichnis
1. Einleitung
2. Zufallszahlen
2.1. Generierung von Zufallszahlen
2.2. Deterministische Zufallszahlengeneratoren
2.3. Transformation von Zufallszahlen
2.3.1. Normalverteilung
2.3.2. Exponentialverteilung
3. Simulation
3.1. Aufbau eines Simulationsmodells
3.2. Auswertung der Simulation
4. Fazit
Zielsetzung & Themen
Die vorliegende Arbeit untersucht den Einsatz mathematischer Simulationen zur Optimierung von Produktionsanlagen, insbesondere im Hinblick auf das Ausfallverhalten von Maschinen. Die zentrale Forschungsfrage befasst sich damit, wie durch den Einsatz von Zufallszahlen und geeigneten mathematischen Verteilungsmodellen die Zuverlässigkeit komplexer Produktionssysteme im Vorfeld analysiert und bewertet werden kann.
- Grundlagen der Generierung und Transformation von Zufallszahlen.
- Untersuchung deterministischer Zufallszahlengeneratoren.
- Methodik der Modellbildung von Produktionsanlagen in Simulationsumgebungen.
- Transformation von Zufallszahlen in Normal- und Exponentialverteilungen.
- Analyse von Zuverlässigkeitsfunktionen durch Simulationsvariationen.
Auszug aus dem Buch
2.2. Deterministische Zufallszahlengeneratoren
Der meist verwendete Zufallszahlengenerator geht auf D. H. Lehmer zurück. Dieser Generator arbeitet nach der linearen Kongruenzmethode und liefert gleichverteilte Zufallszahlen. Diese werden Standardzufallzahlen genannt. Daher heißt dieser Generator auch Standardzufallszahlengenerator. Im Folgenden wird die Berechnung dieser Zufallszahlen dargestellt:
yi + 1 ≡ (ayi + r) mod m mit: 0 ≤ a, y0, r < m
xi = yi / m
Dabei sind a und r Parameter die Einfluss auf die Zahlenreihe haben; m beschreibt das Modul. X ist die gleichverteilte Zufallszahl im Intervall [0, 1].
Wie alle Rechner-basierten Generatoren wird auch dieser nach einer aperiodischen Anfangsfolge eine sich ständig wiederholende Periode erzeugen. Als brauchbare Pseudozufallszahlen kommen nur die Zahlen der Anfangsfolge in Frage. Folglich ist eine möglichst lange Anfangsperiode wünschenswert. Eine solche lässt sich mit der Optimierung der Parameter erreichen.
Zusammenfassung der Kapitel
1. Einleitung: Beschreibt die Problematik von Maschinenausfällen in Produktionsanlagen und begründet den Einsatz von Simulationen als Instrument zur Effizienzsteigerung.
2. Zufallszahlen: Erläutert die theoretischen Grundlagen der Generierung von Pseudozufallszahlen und deren mathematische Transformation in spezifische Verteilungsfunktionen wie Normal- und Exponentialverteilung.
3. Simulation: Zeigt den konkreten Aufbau eines Simulationsmodells für Produktionssysteme auf und erläutert die Auswertung der gewonnenen Zuverlässigkeitsfunktionen.
4. Fazit: Reflektiert den Einsatz von Simulationsmethoden und betont die Bedeutung einer fundierten Modellbildung bei gleichzeitiger Berücksichtigung der Kosten-Nutzen-Relation.
Schlüsselwörter
Zufallszahlen, Simulation, Pseudozufallszahlen, Produktionsanlage, Zuverlässigkeitsfunktion, Normalverteilung, Exponentialverteilung, Lineare Kongruenzmethode, Modellbildung, Systemoptimierung, Ausfallwahrscheinlichkeit, Maschinenausfall, Stochastische Unabhängigkeit, Simulationsprogramm, Kosten-Nutzen-Analyse
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Anwendung von mathematischen Simulationen zur Analyse und Optimierung der Zuverlässigkeit von Produktionsanlagen.
Was sind die zentralen Themenfelder?
Die Schwerpunkte liegen auf der Generierung von Zufallszahlen, der Transformation in verschiedene statistische Verteilungen und deren Nutzung zur Modellierung von Maschinenausfällen.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, das Ausfallverhalten von Maschinen innerhalb einer Anlage mittels Simulation zu bestimmen, um Umgestaltungen des Systems vorab auf ihre Effektivität prüfen zu können.
Welche wissenschaftliche Methode wird verwendet?
Es wird die Methode der mathematischen Simulation genutzt, basierend auf der Generierung von Pseudozufallszahlen und der Anwendung von Verteilungsmodellen wie der Normal- oder Exponentialverteilung.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in die theoretische Fundierung der Zufallszahlengenerierung, die Transformation dieser Zahlen sowie die praktische Modellierung und Auswertung eines Simulationsbeispiels einer Produktionsanlage.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind insbesondere Simulation, Zufallszahlen, Zuverlässigkeitsfunktion, Produktionsanlage und Ausfallwahrscheinlichkeit.
Wie unterscheidet der Autor zwischen echten und Pseudozufallszahlen?
Pseudozufallszahlen werden algorithmisch erzeugt und sind reproduzierbar, während echte Zufallszahlen auf physikalischen Prozessen beruhen, die nicht mathematisch exakt vorhersagbar sind.
Warum wird für neue Maschinen eine Exponentialverteilung gewählt?
Diese Verteilung wird für Bauteile verwendet, bei denen die Ausfallwahrscheinlichkeit über die Betriebszeit sinkt, was typisch für elektronische Elemente mit einer überstandenen Anlaufphase ist.
Welche Rolle spielt die Wahl der Startparameter bei Zufallszahlengeneratoren?
Die Parameter beeinflussen maßgeblich die Periodenlänge des Generators; eine möglichst lange, aperiodische Anfangsfolge ist für die Qualität der Simulation essenziell.
Wie lassen sich laut Autor "Engpässe" in einer Produktionsanlage entschärfen?
Durch die Variation der Anordnung (z. B. durch Parallelschaltung) oder das Hinzufügen redundanter Maschinen kann die Zuverlässigkeitsfunktion des Gesamtsystems positiv beeinflusst werden.
- Quote paper
- Boris Herrmann (Author), 2004, Generierung von Zufallszahlen und Simulation, Munich, GRIN Verlag, https://www.grin.com/document/43395
