Combinando procesos deterministas y no deterministas

Simulación de eventos discretos en Python

Diogo Costa (PhD, MSc)

Adjunct Professor, University of Saskatchewan, Canada & CEO of ImpactBLUE-Scientific

Procesos deterministas y no deterministas

Diagrama que muestra la secuencia de procesos de un sistema. Empieza con un proceso determinista, Proceso A, seguido de uno no determinista, Proceso B, y termina con otro determinista, Proceso C.

Ejemplo: Gestión del flujo de pasajeros en aeropuertos

No determinista: Momento en que llega una persona al aeropuerto
Determinista: Transporte del equipaje dentro del aeropuerto tras el check-in

Ejemplo: Línea de ensamblaje en una fábrica

Procesos deterministas

Transporte de materia prima a la fábrica
Pasos totalmente automatizados
Inspecciones de calidad
Empaquetado
Transporte del nuevo producto a clientes

Ejemplo: Máquina de soldadura

Tiempo de proceso = Longitud de la línea de soldadura × Velocidad de la máquina de soldadura

Procesos no deterministas

Pedido de materia prima
Ensamblaje manual de piezas complejas

Diagrama de dispersión que muestra la duración de un ensamblaje manual concreto a medida que se repite varias veces.

Procesos deterministas

Ejemplo: Línea de ensamblaje con soldadura

2 procesos deterministas
welding_1

welding_2

welding_1
- Nombre del proceso: Welding component A
- Tiempo de proceso: 5 horas
welding_2
- Nombre del proceso: Welding component B
- Tiempo de proceso: length * hours_per_length

Creando un dictionary para cada proceso:

welding_1 = {
    "name": "Welding component A",
    "time_hours": 5
}

length = 20   # meters
hours_per_length = 0.2  # hours 

welding_2 = {
    "name": "Welding component B",
    "time_hours": length * hours_per_length
}

Procesos no deterministas

Ejemplo: La línea de ensamblaje

2 procesos no deterministas manual_assembly_1

manual_assembly_2

manual_assembly_1
- Nombre del proceso: Manual Assembly A
- Tiempo medio de proceso: 80 horas
- Desviación estándar: 5 horas
manual_assembly_2
- Nombre del proceso: Manual Assembly B"
- Tiempo medio de proceso: 20 horas

Desviación estándar: 2 horas

Creando un dictionary para cada proceso:

manual_assembly_1 = {
    "name": "Manual Assembly A",
    "time_hours": 80,
    "std_hours": 5
}
manual_assembly_2 = {
    "name": "Manual Assembly B",
    "time_hours": 20,
    "std_hours": 2}

Crea una simulación basada en eventos

Secuencia de procesos de fabricación Diagrama que muestra la secuencia de procesos de una actividad de fabricación, que incluye en orden cronológico: welding_1, manual_assembly_1, manual_assembly_2 y welding_2.

Modelo de eventos discretos

# Iniciar la variable de seguimiento del tiempo
time = numpy.zeros(number_of_processes)


# Progresión por siguiente evento
time[0] = 0          
time[1] = time[0] + welding_1["time_hours"]
time[2] = time[1] + rd.gauss(manual_assembly_1["time_hours"], manual_assembly_1["std_hours"])
time[3] = time[2] + rd.gauss(manual_assembly_2["time_hours"], manual_assembly_2["std_hours"])
time[4] = time[3] + welding_2["time_hours"]
time[5] = time[4]

Unidades de tiempo y exploración del modelo

Unidades de tiempo
- Asegúrate de que las unidades sean coherentes en todos los procesos.

¡Vamos a practicar!

Simulación de eventos discretos en Python