1. SylabUZ
2. Faculty of Mechanical Engineering
3. winter term 2017/2018
4. Management and Production Engineering - Second-cycle studies leading to MSc degree
5. Modelling and simulation of production processes

Generate PDF for this page

Modelling and simulation of production processes - course description

Aim of the course

Przekazanie podstawowej wiedzy i nabycie przez studentów umiejętności i kompetencji z zakresu modelowania i symulacji procesów produkcyjnych, które będą wykorzystane w dalszym procesie kształcenia i użyteczne w przyszłej pracy zawodowej.

Prerequisites

Save changes

Rachunek prawdopodobieństwa, Podstawy informatyki, Organizacja systemów produkcyjnych.

Scope

Wykład

Zagadnienia podstawowe dotyczące konwencjonalnych i elastycznych systemów produkcyjnych. Model, modelowanie i symulacja, narzędzia symulacyjne - przegląd. Zagadnienia programowania matematycznego w modelowaniu. Metody opisu procesów dyskretnych. Teoria obsługi masowej: systemy jedno- i wielo kanałowe, systemy bez kolejki i z kolejką, intensywność zgłoszeń zależna od stanu systemu, optymalizacja w systemach kolejkowych, metoda Monte-Carlo. Sieci Petri’ego: sieci czynności, sieci pozycja/tranzycja, formalny opis sieci, graf stanów osiągalnych, niezmienniki, żywotność i blokowanie sieci, kolorowane sieci, zastosowania.

Laboratorium

Proces rzeczywisty a model konceptualny. Metody programowania liniowego, całkowitoliczbowego i zero-jedynkowego w modelowaniu procesów produkcyjnych. Metody systemów kolejkowych w modelowaniu. Symulacja procesów produkcyjnych z wykorzystaniem sieci kolejkowych. Metoda Monte-Carlo i generowanie liczb pseudolosowych. Symulacja prostych i złożonych procesów przy pomocy sieci Petri’ego.

Teaching methods

Wykład konwencjonalny.

Laboratorium z wykorzystaniem dostępnych programów komputerowych.

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

Wykład

Ocena wystawiana na podstawie egzaminu pisemnego obejmującego weryfikację znajomości podstawowych zagadnień

Laboratorium

Zaliczenie na ocenę, ocena wyznaczana na podstawie składowej oceniającej umiejętności związanych z realizacją zadań laboratoryjnych.

Ocena końcowa – średnia arytmetyczna ocen z poszczególnych form zajęć.

Recommended reading

1. Banaszak Z., Jampolski L.S., Komputerowe wspomaganie modelowania elastycznych systemów produkcyjnych WNT, Warszawa 1991
2. Starke,P,H., Sieci Petri. Podstawy, zastosowania, teoria. Warszawa, PWN, 1987.
3. Tikhonenko O., Elementy teorii obsługi masowej, Częstochowa: Wyd. Wyższej Szkoły Pedagogicznej, 2003
4. Pomocy elektroniczne programów

Further reading

1. Barczyk J., Automatyzacja systemów dyskretnych, Oficyna Politechniki Warszawskiej, Warszawa 2003
2. Sawik T. Optymalizacja dyskretna w elastycznych systemach produkcyjnych WNT Warszawa, 1992
3. Morrison F., Sztuka modelowania układów dynamicznych: deterministycznych, chaotycznych, stochastycznych, WNT, Warszawa 1996.
4. Hillier F.S., Lieberman G.J., Introduction to Operations Research, McGrawHill.

Notes

Modified by dr inż. Tomasz Belica (last modification: 09-04-2018 11:58)