Вероятностные модели расчета производительности…
9
2
8 =
;
3
7=
;
4
2=
;
5
2=
;
1
1=
.
Предположим, что за счет использования в ГПМ текущего кон-
троля состояния инструмента удалось сократить вдвое
2
и время
смены инструмента
в
. При этом
2
станет равным 1,4, а
2
увели-
чится в 2 раза. Изменятся и суммарные потоки
0
и
0
:
0
= 6 4,
;
0
28 =
.
При этих изменениях
0
28 0,86
28 + 4,6
p
;
1
4,6 0,14
28 + 4,6
p
.
Время безотказной работы ГПМ будет 412 мин, что на 11,35 %
больше, чем в исходном случае, когда время безотказной работы
ГПМ было равно 370 мин.
Аналогично рассмотренному примеру можно проанализировать,
как влияют на работу ГПМ изменения в уровне его надежности, потери
из-за брака, переналадки, по организационно-техническим причинам и
др.
Выводы.
1. Использование теории массового обслуживания при анализе
автоматизированного оборудования позволяет определять и анализи-
ровать вероятности его возможных состояний, аналитически рассчи-
тывать характеристики эффективности его функционирования.
2. Определение суммарных потоков заявок на обслуживание
0
и
потоков обслуживания
0
позволяет при проектных расчетах опре-
делять влияние на производительность и надежность технологиче-
ского оборудования типовых потерь времени из-за смены инструмен-
та, отказа оборудования, по организационно-техническим причинам,
из-за брака и переналадки.
3. Исследование размеченных графов состояний технологическо-
го оборудования позволяет находить стационарные, предельные ве-
роятности этих состояний.
4. Варьирование потоков заявок на обслуживание и потоков об-
служиваний в допустимых пределах дает возможность определять
время работы и простоев технологического оборудования.
ЛИТЕРАТУРА
[1] Волчкевич Л.И.
Автоматизация производственных процессов
. Москва,
Машиностроение, 2007, 379 с.
[2] Ивченко Г.И., Каштанов В.А., Коваленко И.Н.
Теория массового обслужи-
вания.
Москва, Высшая школа, 1982, 256 с.
