INSTITUTO TECNOLÓGICO DE TLALNEPANTLA INGENIERIA INDUSTRIAL SIMULACIÓN UNIDAD 1 ENSAYO “Introducción a la Simulación” PROFESOR: MUÑOZ BAÑOS FERNANDO ALUMNO: TORRES ESTRADA DANIELA YAMILET NO.CONTROL: 19250340 GRUPO: P61 FECHA DE ENTREGA: 06/JUL/2022. 1 INTRODUCCION: La simulación es una técnica de análisis de sistemas. Un sistema se define como un conjunto de objetos que logran un propósito específico a través de algún tipo de interacción o interdependencia. Las aplicaciones de simulación se centran en estudiar los efectos que provocan los cambios en los sistemas reales y estudiar el comportamiento de los nuevos sistemas. También se utilizan con frecuencia en el análisis de las variables de control del sistema para determinar sus valores óptimos. Otras aplicaciones se centran en utilizar la simulación como herramienta de enseñanza o formación de empleados. Los modelos de simulación se están convirtiendo en herramientas muy populares y efectivas para el análisis de una gran variedad de problemas dinámicos. Estos problemas suelen llevar asociados procesos complejos que no pueden describirse analíticamente, debido a que suelen estar caracterizados por numerosas interacciones entre sus componentes o entidades. A veces, el comportamiento de estas entidades y sus interacciones pueden entenderse y representarse matemáticamente con cierta fidelidad, aunque en general no es posible. Los modelos de simulación se diseñan para imitar el comportamiento de estos sistemas. Son representaciones o abstracciones matemáticas lógicas de sistemas reales. Estos modelos integran el comportamiento de entidades y sus interacciones para ofrecer una descripción cuantitativa de las características del sistema. Estas representaciones pueden tomar la forma de un software, pudiendo ejecutarse así en un ordenador. Los usuarios de los simuladores de tráfico especifican una situación como entrada al modelo. Los simuladores describen las simulaciones del sistema mediante dos formatos. Los resultados numéricos ofrecen al analista una descripción cuantitativa de lo que ocurre en el sistema. Las gráficas y representaciones animadas de las funciones del sistema permiten comprender y observar porque el sistema se ha comportado así. Es responsabilidad del analista interpretar correctamente la información y comprender las causas y efectos de las relaciones. 2 “Introducción a la Simulación” El rápido crecimiento de lo que se denomina análisis de procesos, ingeniería de sistemas o investigación de operaciones como un campo esencialmente interdisciplinario ha llevado a la inevitable proliferación de términos y conceptos. El análisis de procesos se refiere a la aplicación de métodos científicos para identificar y definir problemas y desarrollar procedimientos para su solución. En forma más concreta, esto significa especificación matemática del problema para una situación física dada, análisis detallado para obtener modelos matemáticos y sintetizar y presentar resultados para asegurar una comprensión completa. El proceso representa una secuencia real de operaciones o procesos de manejo de materiales, verificados por el modelo, que representa una descripción matemática del proceso real. Sistema. Es un arreglo de elementos unidos entre sí por flujos comunes de material o información. La salida del sistema es una función que incluye no solo las propiedades de los elementos del sistema, también conocidos como subsistemas, sino también sus interrelaciones e interacciones. Ajuste. Es un atributo del proceso o de su entorno, al que se le pueden asignar valores numéricos arbitrarios; también puede ser una constante o un coeficiente de una ecuación. Simulación. Estudie un sistema o sus partes manipulando su representación matemática o modelo físico. El análisis de procesos incluye una revisión del proceso como un todo, otros procesos posibles y su economía. Se enfatiza el aspecto económico porque a la hora de elegir entre las diversas alternativas posibles, el costo es un factor tan importante que nunca pueden ser ignorados. Si tiene que elegir ampliamente, necesita saber el costo de cada proyecto y compararlo con otros. De esta forma, se pueden estimar las ventajas de cada alternativa con fines comparativos. La estimación de costos para diferentes sistemas es esencial, no solo porque probar un nuevo sistema es costoso, sino también porque a menudo hay muchos sistemas en competencia que deben tenerse en cuenta. Sin embargo, a pesar de la importancia de los factores económicos, este libro trata principalmente de los aspectos físicos, químicos, técnicos y matemáticos más que del estudio de la evaluación económica. 3 Son muy diferentes el tratamiento de sistemas y el tratamiento de técnicas que utilizan los ingenieros con formación básica, para formar al personal que es usuario del sistema. La vista corresponde a un identificador global basado en los requisitos funcionales que debe cumplir el sistema. Esperamos que de esta forma se puedan obtener las soluciones deseadas en base a los datos y parámetros. Por otro lado, a menudo se integra un análisis dinámico, a diferencia de los estudios de estado estacionario más tradicionales. Por lo tanto, el ingeniero debe comprender los criterios de estabilidad y los métodos operativos para operar con éxito el sistema. (Himmelblau) VALOR DEL ANÁLISIS Y SIMULACIÓN DE PROCESOS Hay ciertas características de los procesos industriales que los distinguen de otros tipos de industria, principalmente porque hay una estructura compleja de muchas etapas, cada una de las cuales incluye muchos subcomponentes. Finalmente, las características de los subcomponentes del proceso generalmente aún no se conocen por completo para permitir que el ingeniero confíe completamente en la teoría para el diseño y el control. En última instancia, los ingenieros en las industrias de procesos están involucrados en dos tipos principales de trabajo: operar plantas existentes y diseñar plantas nuevas o modificadas. Cuando se trata de operaciones de planta, el control y la optimización son las dos funciones más importantes de los ingenieros. Además, los modelos matemáticos de procesos se pueden manipular mucho más fácilmente que las plantas reales. Desde un punto de vista más general, el análisis y simulación de procesos tiene las siguientes ventajas. 1. Experiencia económica. Los procesos existentes se pueden estudiar de forma más rápida, económica y completa que en la fábrica real. La simulación puede acelerar o ralentizar en tiempo real de forma similar a como una cámara en movimiento acelera o ralentiza un cuadro; De esta forma, se puede observar más fácilmente el funcionamiento del sistema. 2. Extrapolación. Con un modelo matemático apropiado, es posible probar rangos extremos de condiciones de operación que pueden ser poco prácticos o inalcanzables en una planta real. También es posible definir características operativas. 3. Investigar la posibilidad de conversión y evaluar otros planes de acción. Se pueden introducir elementos nuevos o elementos del sistema y eliminar elementos antiguos probando el sistema para ver 4 si estos cambios son compatibles. La simulación permite comparar diferentes diseños y procesos que aún no han funcionado y probar hipótesis de sistemas o procesos antes de ponerlos en práctica. Repetición de experimentos. La simulación permite estudiar el efecto de modificar variables y parámetros con resultados reproducibles. En el modelado matemático, se puede introducir o eliminar un error a voluntad, lo que no es posible en una fábrica real. 5. Verifique el cálculo. La simulación es una ayuda material importante para el estudio de sistemas de control de lazo abierto y cerrado. 6. Prueba de sensibilidad. Puede verificar la sensibilidad de los parámetros básicos del sistema y los parámetros de costo; por ejemplo, un aumento del 10 % en la velocidad de carga puede tener, caso por caso, un efecto mínimo o muy significativo en el funcionamiento de la configuración. 7. Estudio de estabilidad del sistema. La estabilidad de los sistemas y subsistemas se puede probar frente a diversas perturbaciones. Por estas razones y otras que veremos más adelante, podemos concluir que el análisis de procesos es un factor muy importante para tomar decisiones más responsables y científicas. Finalmente, se presenta un ejemplo descrito por Peiser y Orover. Se llevaron a cabo experimentos sobre dificultades operativas en una columna de destilación fraccionada, provocadas por un control deficiente del componente más liviano en el producto de fondo. También se produjeron disturbios que provocaron la inundación de la torre. Los cálculos convencionales de estado estacionario no arrojan luz sobre estos temas, por lo que se realizó un análisis dinámico, incluido los aspectos hidrodinámicos de las placas. Al simular la torre con el modelo, se encontraron y superaron las dificultades con modificaciones de diseño relativamente simples. Más tarde se descubrió que la columna funcionaba bien. (Himmelblau) PRINCIPIOS GENERALES DEL ANÁLISIS DE PROCESOS Para planificar, organizar, evaluar y controlar los procesos complejos de la tecnología moderna, es necesario conocer los factores fundamentales que afectan el desempeño de los procesos. Una forma de hacer esto es construir un clon real a pequeña escala del proceso y realizar cambios en las variables de entrada mientras se observa la actividad del proceso. Tal técnica no solo requiere mucho tiempo y es 5 costosa, sino que también puede no ser posible en la práctica. Suele ser mucho más práctico y económico utilizar un método de representación conceptual del proceso. Para un proceso y problema dado, el analista intenta establecer una serie de relaciones matemáticas, así como condiciones de contorno, que son isomorfas a las relaciones entre las variables del proceso. Debido a la complejidad de los procesos reales y las limitaciones matemáticas, el modelo desarrollado siempre está muy idealizado y, a menudo, representa con precisión solo unas pocas propiedades del proceso. El primer modelo suele ser simple pero poco práctico. Con base en este primer modelo, el analista trata de encontrar sus principales fallas y construye otro modelo para corregir los errores seleccionados mientras es lo suficientemente simple para manejarlo matemáticamente. Los ingenieros prueban diferentes modelos antes de encontrar uno que represente adecuadamente los atributos específicos del proceso de interés. La prueba de modelos es costosa, pero la creación de procesos a pequeña o gran escala es aún más costosa. Está claro que la representación conceptual de un proceso real no puede incluir todos los detalles del proceso, a pesar de los avances en las modernas técnicas computacionales y métodos de análisis matemático. Como se señaló, solo se pueden identificar ciertas propiedades y relaciones del sistema, especialmente aquellas que son fáciles de medir e importantes en términos de su efecto en el proceso. Por lo tanto, el analista está interesado en desarrollar modelos de procesos que puedan manipularse fácilmente, atender a una gran cantidad de variables e interrelaciones y tener una cierta cantidad de procesos representativos de la física real con un grado razonable de confianza. La estrategia general para analizar procesos complejos sigue un camino relativamente claro, que consta de los siguientes pasos: 1. Formular el problema y establecer objetivos y criterios; definición de las necesidades operativas. 2. Pruebas preliminares y clasificación del proceso para descomponer el proceso en subsistemas. 3. Identificación preliminar de relaciones entre subsistemas. . Analizar variables y relaciones para obtener un conjunto lo más simple y coherente posible. 5. Establecer modelos matemáticos de relaciones a partir de variables y parámetros; describir elementos que solo pueden ser parcialmente representados por modelos matemáticos. 6. Evaluar cómo el modelo representa el proceso real, utilizando el juicio crítico personal para hacer coincidir las representaciones matemáticas con las representaciones no matemáticas. 6 7. Aplicación del modelo; interpretar y comprender los resultados. Estos pasos tienen como objetivo desarrollar un método para estructurar y analizar procesos, siempre que sea posible, utilizando modelos matemáticos. Este método permite un análisis más riguroso y tiende a hacer más metódicos y completos los criterios subjetivos. La premisa básica asociada con todo análisis de procesos es que el proceso general se puede dividir en diferentes subsistemas y existen relaciones entre los subsistemas que, cuando se integran en un todo, se puede simular el proceso. Veremos que en el desarrollo de modelos, los subsistemas hipotéticos pueden ser tan útiles como los subsistemas reales. Es natural que, dado que la representación general del proceso real es una simplificación, exista alguna diferencia entre la operación real y la esperada del proceso, aunque afortunadamente esta diferencia puede minimizarse para los atributos críticos del proceso. (Himmelblau) MODELOS Y CONSTRUCCIÓN DEL MODELO Los modelos se utilizan en todos los campos: biología, fisiología, ingeniería, química, bioquímica, física y economía. Dado que ciertamente no es posible incluir diferentes significados de la palabra modelo en una definición, a continuación se presentan algunos de los más comunes: 1. Modelo físico 2. Modelos analógicos 3. Teorías provisionales 4. Gráficos y mapas 5. Enunciados matemáticos y modelos en forma de símbolos. Eso significa que estudiaremos todas las descripciones matemáticas propuestas para ayudar a analizar y comprender procesos físicos complejos. Tipos de modelos de fenómenos de transporte son las ecuaciones de transformación, es decir, ecuaciones que describen la conservación de la materia, el momento y la energía. Las distribuciones de tiempo de residencia y otras distribuciones temporales son ejemplos de modelos de equilibrio demográfico. El ingeniero puede recolectar datos y ver cómo los datos coinciden con las predicciones del modelo. Se han desarrollado métodos estadísticos muy precisos para verificar la corrección del ajuste, lo cual es 7 muy satisfactorio para modelos simples. Si el ingeniero tiene dos conjuntos de datos para un modelo relativamente simple, a menudo es necesario incluir una cantidad significativa de subjetividad en el análisis para establecer un acuerdo entre dos conjuntos de datos. En cualquier caso, si la respuesta del modelo concuerda bien con los resultados experimentales, aumentará la confianza del ingeniero en la integridad de las descripciones matemáticas. Si los resultados no son buenos, es posible que desee revisar el modelo o probar un método de ataque diferente. (Himmelblau) PRECAUCIONES QUE SE DEBEN TOMAR EN LA CONSTRUCCIÓN DE MODELOS Y EL ANÁLISIS DE PROCESOS El primero es la disponibilidad y precisión de los datos, es decir, el éxito del análisis de procesos depende en gran medida de la información subyacente disponible para el análisis. Los estudios que se pueden realizar con el sistema solo son precisos cuando se incluyen datos físicos y químicos en el modelo. En muchos casos, el ingeniero se encuentra falto de datos relativos, y una vez que ha establecido el modelo, una de sus tareas principales es evaluar los parámetros del modelo a partir de los datos experimentales. En general, estos coeficientes cinéticos se obtienen operando en un reactor pequeño, por lo que los efectos secundarios pueden ser muy importantes. La falta de información sobre estos efectos secundarios puede conducir a coeficientes que no son adecuados para el diseño de reactores comerciales. Por ejemplo, al calcular el número de placas perforadas requeridas para una columna de destilación, la precisión de los métodos para calcular el número de etapas teóricas de equilibrio es mucho mayor que la de los métodos disponibles para estimar la eficiencia de la fase real en comparación con la teórica. Esto no quiere decir que el rendimiento dependa completamente de estas variables ni que siempre afecten la eficiencia, ya que las características reales de mezcla y transferencia de masa en la columna dependen de otras variables que no se pueden medir por el método macro. Estas consideraciones dan una idea de las dificultades que se presentan en la aplicación práctica de los modelos matemáticos. La segunda limitación radica en los recursos disponibles para aplicar los métodos matemáticos que componen el modelo. Además de las dos limitaciones descritas anteriormente, si los elementos constitutivos del modelo no son físicamente posibles, existe el riesgo de que el concepto introducido simplemente como técnica analítica pueda ser asimilado con una realidad física no prevista por el fabricante. De esta forma podemos darle al modelo un valor común que no tiene en la realidad, que es una de las carencias del modelo matemático. (Himmelblau) 8 CONCLUCION: Como vimos en el presente trabajo, la simulación se utiliza en una amplia variedad de empresas, para ayudar a la gerencia a tomar decisiones. Casi todas las empresas tienen problemas de planificación y la simulación puede ayudar a resolverlos. Se utiliza más frecuentemente para ayudar a la gerencia en los casos en que el problema no se presta a soluciones rutinarias. Así pues, la simulación ayuda a la gerencia a tomar decisiones; ofrece un método mediante el cual se pueden probar los planes propuestos, antes de llevarlos a cabo. Por naturaleza, la simulación ayuda a la gerencia a determinar los resultados de las preguntas y a través del análisis necesario para preparar el modelo se puede descubrir un gran número de interrelaciones inadvertidas hasta el momento. Además, pueden ponerse de manifiesto los puntos débiles del negocio en la estructura de la empresa. Por lo tanto, el propio proceso de representación mediante modelos resulta frecuentemente beneficioso para la gerencia. Un modelo es una representación de una situación real, y se utiliza a menudo en los proceso de toma de decisiones. La representación puede ser mental, o puede adoptar otras formas. En resumen, se representa mentalmente, todos los aspectos necesarios para determinar si el trabajo se puede realizar, y cuál es la mejor manera de llevarlo a cabo. Este modelo constituye la base de sus decisiones. Tales modelos mentales son de extraordinaria utilidad cuando los factores que interviene no son numerosos ni complicados. Sin embargo, si el coordinador de servicios ha de considerar un hospital con gran número de medios e instalaciones, gran cantidad de producción de servicios y numerosas contrataciones de servicios, así como la prioridad y los factores de costo de los diferentes contratos, la tarea puede resultar demasiado extensa para representarla mentalmente. En este caso, se puede descomponer el problema en segmentos y utilizar ayudas visuales a fin de conseguir modelos mentales más reducidos de una situación más extensa. Aquí, el coordinador de servicios se enfrenta con la tarea, casi imposible, de reunir en una imagen total todas las interrelaciones existentes y su efecto conjunto sobre el hospital. Se puede tomar una decisión en cuanto al resultado de esa determinada contratación adicional de servicios, pero los efectos de tal decisión sobre el resto del hospital pueden ser difíciles de determinar. 9 Los modelos mentales son, pues, de gran utilidad hasta que la propia magnitud del problema sobrepasa la capacidad del modelo mental. El modelo de simulación puede superar muchos de los problemas inherentes al modelo mental. Por medio de un estudio o un análisis profundos, la situación real se puede transformar sobre el papel en un modelo que represente con exactitud aquellos sectores de la empresa relacionados con los propósitos. De este modo, el modelo refleja la situación real y tiene además en cuenta las interrelaciones estructurales que resultan afectadas por cualesquiera cambios propuestos. Una vez que se ha descrito el sistema, se instala el modelo en la computadora y se prueba para verificar la exactitud con que presenta la situación. La exactitud del modelo determinara la exactitud de los resultados que han de evaluarse cuanto más exacto sea el modelo, más exactos serán los resultados. Las transacciones que entran en el modelo están obligadas a desplazarse a través del de la misma forma en que se desplazarán en la situación real. Esto no implica que cada una haga exactamente el mismo recorrido: las transacciones se pueden desplazar en secuencias variables o requiriendo unos periodos de tiempo igualmente variables. Una vez preparado el modelo e introducido en la computadora, se procesa la simulación basándose en la situación existente. Al final del proceso, se analizan los datos recopilados para comprobar el comportamiento del modelo en relación con la situación real. Esto es necesario para garantizar la validez del modelo antes de efectuar cambio alguno. En ciertos casos se prepara el modelo sin que exista una situación real en la que basarlo, como en el caso del proyecto de una nueva empresa. Entonces, los datos de salida deben compararse con el comportamiento previsto para la nueva empresa. Así pues, los datos de salida del proceso constituyen la clave de la simulación. Las comparaciones pueden señalar la solución más conveniente. BIBLIOGRAFIA: Himmelblau, D. y Bischoff, K. (1976). Análisis y simulación de procesos. Barcelona, España, Editorial Reverté. Pág. 1 a la 10 10