Automazione Industriale 1



Похожие документы
3.1 ESERCIZI DI RIEPILOGO

Teoria ed esercitazioni di Automazione Industriale

Indice I INTRODUZIONE E RICHIAMI 1

AUTOMAZIONE INDUSTRIALE

Corso di Automazione Industriale 1. Capitolo 1

Introduzione 1. 1 Il controllo supervisivo di una rete di Petri Il problema del controllo supervisivo Il metodo dei posti monitor...

Presentazione. Risorse Web. Metodi Statistici 1

Corso di Automazione Industriale 1. Capitolo 4

Metodologie di progetto hardware/software

Corso di Automazione Industriale 1. Capitolo 4

INGEGNERIA DEL SOFTWARE. Prof. Paolo Salvaneschi

I Metodi statistici utili nel miglioramento della qualità 27

Introduzione al Corso di Reti di Telecomunicazioni pag. 1. Network Organization pag NETWORK ORGANIZATION pag. 2

Parte 4. Progettazione di una simulazione

Gli studenti posso scaricare dai rispettivi siti le versioni trial/studente delle release

Sommario. Capitolo 1 Impiego della statistica per la gestione dell azienda 1. Capitolo 2 Disponibilità e produzione delle informazioni statistiche 19

Corso di Laurea in Ingegneria Gestionale. Laurea (3 anni) e Laurea Magistrale (2 anni)

DISTRIBUZIONI DI PROBABILITÀ

Automazione Industriale

PROGRAMMAZIONE DELLA PRODUZIONE 24 ore

Sistemi di Controllo per l Automazione Industriale

Tecniche di Simulazione: Introduzione. N. Del Buono:

Controllo di sistemi manifatturieri riconfigurabili

Scheduling della CPU. Sistemi multiprocessori e real time Metodi di valutazione Esempi: Solaris 2 Windows 2000 Linux

Computazione per l interazione naturale: Modelli dinamici

Esercizi del Corso di Statistica. Parte I - Variabili Aleatorie Continue

Luigi Piroddi

Università degli Studi di Napoli Federico II Facoltà di Ingegneria. Corsi di Studio in Ingegneria Informatica Laurea - Laurea Magistrale

Liceo Tecnologico. Indirizzo Elettrico Elettronico. Indicazioni nazionali per Piani di Studi Personalizzati

Riassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice

Modellistica e Controllo di Sistemi ad Eventi Discreti

Corso di Automazione Industriale 1. Capitolo 2

Metodi Statistici di Controllo della Qualità Prof. Paolo Cozzucoli

Applicazioni in ambito biomedico e socio-sanitario di problemi inversi di grande complessità. Prof. Luca Zanni

Prefazione all edizione originale. Prefazione all edizione italiana

Progetto I-MULE

IL CONTROLLO DI GESTIONE

2.1 La logistica integrata ed il sistema CIM 10

Corso di Psicometria Progredito

La Laurea Magistrale in Informatica

Liceo Tecnologico. Indirizzo Informatico e Comunicazione. Indicazioni nazionali per Piani di Studi Personalizzati

Sistemi Informativi Aziendali I

Ingegneria del Software T

Corso di Automazione Industriale 1. Capitolo 3

Un problema di Capital Budgeting

Programmazione Disciplinare: Calcolo Classe: Quarte - Quinte

Processi stocastici A.A Corso di laurea Magistrale in Statistica Univ. degli Studi di Palermo

Architettura degli Elaboratori e delle Reti

INCERTEZZA DI MISURA

Introduzione alla Simulazione Numerica

Industrializzazione rapida. Prof.ssa Wilma POLINI

I PRINCIPI DELL EFFICIENZA PRODUTTIVA

OFFERTA FORMATIVA SU: RAMS, FMEA, FMECA, HAZOP, FTA, ETA, RBD, MARKOV

Ministero dell istruzione, dell università e della ricerca. Liceo Tecnologico. Indirizzo Elettrico Elettronico

La base di dati (database)

Luigi Piroddi

Prefazione. Introduzione

RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA?

Attenzione! il valore della Rimodulazione è superiore alla cifra di Negoziazione

INDICE PREFAZIONE VII

CORSO DI STATISTICA ED ELEMENTI DI INFORMATICA

Corrispondenza tra gli insegnamenti: ORDINAMENTO (DM 509) NUOVO ORDINAMENTO (DM 270)

LA FORMAZIONE COME STRUMENTO ELETTIVO PER LA DIFFUSIONE DELLA CULTURA DELLA SICUREZZA, DELLA DIFFUSIONE DELLE CONOSCENZE

Indice. Notazioni generali

Istituto Universitario Navale Facoltà di Ingegneria Corso di Laurea in Ingegneria delle Telecomunicazioni

Sicurezza nei Sistemi Informativi

RISCHIO E CONTROLLO DI GESTIONE LA COSTRUZIONE DI UN BUDGET

Università degli Studi di Roma Tor Vergata INGEGNERIA. Corsi di Laurea e Corsi di Laurea Magistrale

Automazione Industriale (scheduling+mms) scheduling+mms.

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

Business Process Management

TECNICHE DI SIMULAZIONE

OFFERTA FORMATIVA INDIRIZZI DI STUDIO

PARTE PRIMA 1 1 Complessità dei sistemi 2. 2 Elementi di statistica e di teoria della probabilità 13

SISTEMI DI PRODUZIONE DISCRETA

Corso di Studio in Ingegneria dell Automazione. Open Day 15 Febbraio 2014

TECNOLOGIA, DESIGN E LEAN MANUFACTURING. L evoluzione passa dalle nostre mani


Scheduling della CPU

SEQUENZE DI NUMERI PSEUDO- CASUALI

Un Sistema Integrato per la gestione dei Test di Ammissione in modalità CBT (Computer Based Testing)

04CXGBQ TRASMISSIONE NUMERICA

I modelli di proiezione della mortalità

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A.

Meccanica degli Azionamenti

BOZZA NON DEFINITIVA. Indice

Prelazione. Lista delle Figure. Lista delle Tabelle

Prodotto/processo/sistema

Simulazione di macchina: analisi virtuale del comportamento cinematico. Elio Bergamaschi

Транскрипт:

Simona Sacone - DIST Automazione Industriale 1 Docente: Simona SACONE Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova Tel. 010-353-6551; 329-2104394 Email: simona@dist.unige.it http://www.dist.unige.it/simona

Simona Sacone - DIST 2 Obiettivo del corso Definire la struttura decisionale gerarchica della gestione della produzione Definire i principali modelli di sistemi di produzione discreta Fornire metodologie e strumenti per la pianificazione a breve termine ed il controllo in linea di sistemi di produzione discreta

Simona Sacone - DIST 3 Programma del corso 1. Livelli decisionali nei processi produttivi Identificazione delle funzioni operative e decisionali. I livelli decisionali: strategico, tattico, operativo (o di scheduling), di controllo. 2. Aspetti tecnologici. Macchine operatrici, macchine a controllo numerico, machining centers, robot. PLC. Celle manifatturiere. Material handling systems. 3. Modelli di processi produttivi a livello decisionale operativo e di controllo. Descrizione dei principali modelli (transfer line, flow-shop, job-shop, assembly line, flexible manufacturing system). Modello generale: prodotti e processi di lavorazione, risorse produttive, di trasporto, di immagazzinamento. Indici di prestazione. I sistemi ad eventi discreti. 4. Analisi delle prestazioni mediante l approccio simulativo. 4.1. I concetti fondamentali della simulazione ad eventi discreti. Schema di un progetto di simulazione. L algoritmo della simulazione discreta. L approccio event-driven e quello process oriented. 4.2. Aspetti statistici della simulazione ad eventi discreti. Analisi dei dati in ingresso. Generazione di numeri random (casuali). Generazione di variabili aleatorie con distribuzione generica. Metodi di verifica di uno strumento di simulazione. Metodi di validazione di modelli ad eventi discreti. Analisi dei dati di uscita: stima di parametri (stima per punti e ad intervallo). Progettazione degli esperimenti di simulazione: simulazioni terminating e non terminating. Metodi di analisi di uscita per simulazioni terminating (metodo delle repliche indipendenti). Metodi di uscita per simulazioni non terminating (metodo delle repliche con cancellazione, metodo delle medie batch, metodo dei processi rigenerativi). 4.3. Linguaggi ed ambienti di simulazione. Simulazione object-oriented: il linguaggio MODSIMIII. Lo strumento di simulazione EXTEND.

Simona Sacone - DIST 4 Programma del corso 5. Reti di Petri. 5.1. Il modello fondamentale e le sue proprietà. Definizioni e proprietà fondamentali. Classi particolari di reti di Petri. Risultati riguardanti le proprietà strutturali. Rappresentazione di sistemi manifatturieri mediante reti di Petri. 5.2. Reti di Petri temporizzate e stocastiche. Reti di Petri stocastiche con tempi di firing esponenziali. Il modello "Generalized Stochastic Petri Net": capacità rappresentative e tecniche di analisi. Rappresentazione ed analisi di prestazioni di sistemi manufatturieri mediante tale modello. 6. Processi di Markov. Processi di Poisson e distribuzione esponenziale. Catene di Markov a tempo discreto ed a tempo continuo. Analisi a regime. Applicazione all analisi dei sistemi manifatturieri. 7. Teoria delle code e delle reti di code. 7.1.Coda singola. Generalità sulla coda singola. La legge di Little. Coda singola markoviana. Risultati riguardanti la coda M/G/1. 7.2. Reti di code. Reti di code markoviane aperte (modello di Jackson). Reti di code markoviane chiuse (modello di Gordon e Newell). Risultato di Denning e Buzen. Applicazioni all analisi di prestazioni e al dimensionamento di sistemi manifatturieri.

Riferimenti bibliografici [1] N. Viswanadham, Y. Narahari, Performance Modeling of Automated Manufacturing Systems, Prentice Hall, 1992. [2] S. B. Gershwin, Manufacturing Systems Engineering, Prentice-Hall, 1994. [3] J. A. Buzacott, J. G. Shantikumar, Stochastic Models of Manufacturing Systems, Prentice-Hall, 1993. [4] J. Banks, J. S. Carson, B. L. Nelson, Discrete-event system simulation (2nd ed.), Upper Saddle River, N.J. : Prentice Hall, 1996. [5] C.G. Cassandras, S. Lafortune, Introduction to Discrete Event Systems, Boston, MA: Kluwer Academic Publishers, 1999. [6] A. Giua, A. Di Febbraro, Sistemi ad eventi discreti, McGraw Hill, 2002. [7] T. Murata, "Petri Nets: Properties, Analysis and Applications", Proc. IEEE, Vol.77, No. 4, April 1989. [8] A. A. Desrochers, R. Y. Al-Jaar, Applications of Petri Nets in Manufacturing Systems, IEEE Press, 1995. [9] F. DiCesare, G. Harhalakis, J.M. Proth, M. Silva, F.B. Vernadat, Practice of Petri Nets in Manufacturing, Chapman & Hall, 1993. Simona Sacone - DIST 5