生產系統在進行建模仿真分析之前應該做什么

　　在建模和模擬之前，首先要明確模擬的目標，即為什么要進行模擬以及應該分析哪些指標。物理生產系統的存在、實際操作條件、改進需求或愿景等因素都會影響模擬的目的。例如，如果物理車間尚未建成，那么模擬的目的是科學地預測未來車間的性能。如果車間已經存在，但物流性能較差，則模擬的目的是分析物流效率，找出瓶頸的原因，然后提出改進計劃并進行驗證。根據性質的不同可將仿真分析的目的分為4類：

　　描述性分析(Descriptive Analysis)：通過仿真，模擬物理系統的運行，分析運行數據，計算統計值，繪制圖表，得到各項性能指標的量化值。描述性分析多用于對現有方案的模擬再現和驗證，是最基礎的分析;

　　診斷性分析(Diagnostic Analysis)：基于描述性分析結果，分析生產系統的性能瓶頸并尋找原因，比如資源不足、生產線不平衡等等，嘗試改變生產布局和結構參數，多次運行仿真，尋找更優方案。通過診斷性分析，給出診斷報告，達到知其然并且知其所以然的目的;

　　預測性分析(Predictive Analysis)：模擬各種隨機因素，設計大量仿真試驗，結合因果分析、回歸分析、相關分析等方法，對不同參數組合下生產系統性能的變化趨勢進行分析。通過預測性分析，建立響應變量和輸入變量之間的關系，預知輸入變量改變以后的結果;

　　指導性分析(Prescriptive Analysis)：將仿真與運籌學方法相結合，對生產系統的最優設計方案和最優運作方案給出建議，比如設施布局、物流路徑定義、計劃投產策略等等。通過指導性分析，提出生產系統的改善方案。

　　根據業務的不同可將仿真分析的目的分為產能驗證、瓶頸識別、利用率分析、物流效率分析、工人效率分析、質量影響分析、故障影響分析、訂單排序優化、投產策略優化等等。

　　基礎數據收集

　　在仿真建模過程中，需要一定的基礎數據支持，基礎數據的質量(全面性、真實性)對仿真結果的真實可信性有直接的影響，這些數據通常包括：

　　(1)車間布局圖：描述了生產系統中的設施布局和物流路徑，一般為CAD模型，有精確的幾何位置數據;

　　(2)工藝數據：車間中生產的每一類零件或部件的工藝路線，包含工序、工時、所需工具、所需設備、工人、毛坯等信息，如果是裝配工序，還需給定物料清單(Bill Of Material, BOM)數據;

　　(3)訂單數據：如果是進行產能分析，則根據經驗估計，給出每年(月)預計投入的訂單數量、訂單的工件構成、訂單的投放規律(間隔時間、批量)等，如果是進行生產計劃仿真，則需要給出詳細的生產計劃;

　　(4)資源數據：工具類資源、工人(操作工、檢驗工、物流工等)類資源的類型、數量、使用規則等;

　　(5)物流類數據：包括物流運輸路徑、物流配送策略、物流設施及工作參數等數據，以及緩沖區和倉庫的位置、容量、出入庫策略等數據;

　　(6)故障類數據：設備的故障模式、失效分布、維修特征等數據;

　　(7)質量類數據：缺陷類型、缺陷發生的概率分布、缺陷處理策略等數據;

　　(8)其他數據：比如工廠日歷、停機計劃、特殊生產規則等等。