第一篇：汽車發動機三維建模與仿真工作匯報

發動機三維建模與仿真項目實踐工作匯報

結合西南科技大學城市學院項目實踐實施目的，本項目實踐由機械設計及其自動化專業24人基于實驗室桑塔納2000Gi型轎車AJR型發動機，實驗室拆裝等設備，在前期學習《發動機構造與原理》的情況下，對該發動機進行拆裝，測繪，二維繪圖，三維繪圖，裝配仿真及運動仿真。通過本次項目實踐到達讓學生熟悉并掌握發動機結構及工作原理，熟練運用三維建模軟件，了解機械設計專業所掌握的的有關工作構架。同時，為本專業后期畢業設計做好前期準備工作。

本項目實踐于2014年9月在指導老師帶領下召開工作會議，明確項目實踐目的，并作出項目實踐后期具體實施規劃。在指導老師帶領下，進行了如下工作。

注：其他相關附件和成果將以壓縮包形式上傳，一光盤形式保存。本次項目實踐從2014年9月至12月，主要得到了如下收獲：

第一，項目實踐分為A、B兩組，增大了彼此工作的積極性，同時給最后成果也有不同的結果。

第二，A、B兩組分為六個小組，每小組采取2兩人合作的形式共同完成自己手中的任務，起到了團隊協作、積極互助的效果，給本次實踐任務的順利完成帶來了很大的便利和正能量。

第三，三維建模五個小組通過前期對零件的測繪，草圖繪制以及中期運用UG NX8.0等三維繪圖軟件生成零件圖并上交裝配仿真組后期處理這一過程中，各小組合理安排任務，采取一測一繪的工作分配是工作效率達到了最佳。同時也讓所有組員掌握了發動機構造與原理，熟悉了發動機拆裝技術，熟練運用三維繪圖軟件，熟悉了從實際零件到三維工程圖這一過程。仿真組根據以上五個小組的零件圖進行裝配仿真，同時也負責部分尺寸不正確零件修改和完善，學會了從零件到總成，從局部到整體的框架式學習和運用。同時通過自學仿真加上后期發動機實體仿真的真是演練，從真正意義上做到了學習到實踐的目的。

第四，充分體現了團隊協作能力的重要性，同時讓所有成員懂得了團隊合作的重要性。本次項目實踐讓這24個兄弟和兩位指導老師成為了一家人。和諧，共同進步。

第五，本次項目實踐是為后期畢業設計做堅強的奠基，給我們畢業設計工作做了很好的鋪墊。通過本次項目實踐，我們為后期畢業設計獲得了發動機各零件的二維、三維數據，同時在了解發動機構造和原理的情況下，讓畢業設計更得心應手。

項目實踐是大學應該開設并且需要不斷擴大，項目需要不斷更新的課程，它的存在使我們大學畢業之前的最后一次操練，是我們進入社會第一次操練的重要前奏。

最后，感謝學院隊項目實踐的大力支持，感謝本次項目實踐的兩位指導老師陳軍老師和蔣莎老師，是陳軍老師的帶領讓我們在這次項目實踐中收獲很多，是蔣莎老師專業知識的受教讓我們對汽車發動機有了更生一層次的認識。

匯報人：組長 程強 2014年11月28日

第二篇：三維建模技術

計算機三維建模及其應用 作者：劉勝平指導老師：

南昌航空大學航空制造工程學院

摘要：為了更好的應用計算機三維建模技術，本文講述了計算機三維建模的含義，描述了三維建模的發展歷史，說明了三維曲面建模和三維實體建模的主要方法與應用、數據交換接口、三維建模技術的發展趨勢。關鍵字：三維建模技術 1 引言

為了能夠在計算機環境下更逼真地模擬現實世界的人和物及其運動形態, 必須在三維空間系統中利用已有的三維建模技術 ,精確地描繪這些事物以實現三維物體的真實再現 ,進而為用戶創造一個身臨其境、形象逼真的環境。對現實世界的事物進行建模和模擬,就是根據研究的目標和重點, 在三維空間中對其形狀、色彩、材質、光照、運動等屬性進行研究 ,以達到 3D 再現的過程。因而, 對三維實體的圖形圖像處理及其模型建模研究顯得尤為必要。2三維建模技術的定義、發展歷史

三維建模技術是研究在計算機上進行空間形體的表達、存儲和處理的技術，在CAD技術發展初期，CAD僅限于計算機輔助繪圖，隨著三維建模技術的發展，CAD技術 才從二維平面繪圖發展到三維產品建模，隨之產生了三維線框模型、曲面模型和實體造型技術等。線框模型：20世紀60年代末開始研究線框和多邊形構造三維實體，這樣的模型被人稱為線框模型。三維物體是由他的全部頂點以及邊的集合來描述。曲面模型：曲面模型是在線框模型的數據結構基礎上，增加可形成立體面的各相關數據后構成的。

實體造型技術：實體模型在表面看來往往類似于經過消除隱藏線的線框模型在線框模型或經過消除隱藏面的曲面模型；但實體模型上如果挖一個孔，就會自動生產一個新的表面，同時自動識別內部和外部；實體模型可以使物體的實體特性在計算機中得到定義。

特征參數化技術：參數化造型的主體思想是用幾何約束、工程方程與關系來說明產品模型的形狀特征，從而達到設計一系列在形狀或功能上具有相似性的設計方案。

變量化技術：我們在進行機械設計和工藝設計時，總是希望零部件能夠讓我們隨心所欲地構建，可以隨意拆卸，能夠讓我們在平面的顯示器上，構造出三維立體的設計作品，而且希望保留每一個中間結果，以備反復設計和優化設計時使用。三維曲面建模和三維實體建模的主要方法與應用

第三篇：建模與仿真實驗報告

重 重 慶 慶

大 大 學 學

學 學 生 生

實 實 驗 報 告 實驗課程名稱

物流系統建模與仿真

開課實驗室

物流工程實驗室

學 學

院

自動化

年級

專業班

程 物流工程 2 班

學 學 生 生

姓 姓 名

段競男

學

號

201 ２4 ９12

開 開 課 時 間

2014

至１５

學年第 二

學 學期 期 總 總

成 成 績 績

教師簽名

自動化 學院制 《 物流系統建模與仿真 》實驗報告

開課實驗室：

****年**月**日 日 學院 自動化 年級、專業、班 12級物流工程2班 姓名 段競男 成績

課程 名稱 物流系統建模與仿真 實驗項目 名

稱 產品測試工藝仿真與分析實驗 指導教師 張瑩瑩 教師評語

成績

一、實驗目得 通過建立單存放區域、單處理工作臺得簡單模型,了解 5 個基本建模步驟。學習使用統計分析工具.二、實驗原理 某工廠車間對三類產品進行檢驗。這三種類型得產品按照一定得時間間隔方式到達。隨后，不同類型得產品被分別送往三臺不同得檢測機進行檢測，每臺檢測機只檢測一種特定得產品類型.其中，類型 1 得產品到第一臺檢測機檢測,類型２得產品到第二臺檢測機檢測,類型 3 得產品到第三臺檢測機檢測。產品檢測完畢后,由傳送帶送往貨架區,再由叉車送到相應得貨架上存放。類型 1 得產品存放在第 2 個貨架上，類型 2 得產品存放在第 3 個貨架上，類型 3 得產品存放在第 1 個貨架上。

三、使用儀器、材料

一臺ＰＣ機,ｆlｅｘsiｍ軟件 四、實驗步驟

1)創建模型布局

使用鼠標將需要得對象從對象庫中拖放到正視圖窗口中,根據需要使用鼠標改變對象位置、大小與轉角。

2)連接端口

按下鍵盤上得“A“鍵，用鼠標拖放在對象間建立輸出端口-輸入端口連接；方向為從流出實體得對象到流入實體得對象;模型中得對象發出與接收實體需要這種連接。

3)編輯外觀、設置對象行為

(1)參數窗口（Parameteｒs Ｗindｏw）

雙擊對象（或在右鍵菜單選擇 Pａramｅters）

；用于對各種對象得自身特性得設置、編輯。

(2)屬性窗口(Ｐropertieｓ Windｏｗ）

右鍵單擊對象,在彈出菜單中選擇 Ｐrｏpertieｓ;用于編輯與查瞧所有對象都擁有得一般性信息。

(3)模型樹視圖(Model Tree Vｉew)模型中得所有對象都在層級式樹結構中列出;包含對象得底層數據結構;所有得信息都包含在此樹結構中。

4)重置運行

(1)重置模型并運行

(2)控制仿真速度（不會影響仿真結果）

檢測機器 1 檢測機器 2 檢測機器 3 傳送帶 傳送帶 傳送帶 貨架 1 貨架 2 貨架 3 產品 1 產品 2 產品 3

(3)設置仿真結束時間

5)觀察結果

(1)使用“Statiｓtics”(統計)菜單中得 Reｐｏrts anｄ Statiｓtics(報告與統計）生成所需得各項數據統計報告.(2)其她報告功能包括：對象屬性窗口得統計項;記錄器對象;可視化工具對象;通過觸發器記錄數據到全局表。

五、實驗過程原始記錄((數據、圖表、計算等))

1、運行結果得平面視圖:

2、運行結果得立體視圖

３、運行結果得暫存區數據分析結果圖:

第一個暫存區

第二個暫存區 由報表分析可知 5 次實驗中，第一個暫存區得平均等待時間為 1１、４6，而第二個暫存區得平均等待時間為１3、0２，略大于第一個暫存區,由此可見,第二個暫存區得工作效率基本上由第一個暫存區決定。

４、運行結果三個檢測臺得數據分析結果圖,三個檢測臺得 statｅ餅圖：

（１)處理器一：

由實驗結果分析可得,處理器一只有５3%得時間處于工作狀態，有３２、3％得時間就是處于閑置狀態,并且該處理器得準備時間較長，占總時間得 14、7％,這些數據表明該處理器得運行速度完全能滿足,甚至超過系統得要求，可以適當得選擇更處理速度慢一點得處理器來降低系統成本。

（2）處理器二:

由實驗結果分析可得,處理器二只有 16、９％得時間處于工作狀態,有６6％得時間就是處于閑置狀態，并且有 1７、1％得時間處于準備時間,以上數據說明處理器二閑置時間過長，工作效率低，不能很好地配合物料二得到達速度。

(3）處理器三

由實驗結果分析可得，處理器三得只有１６、9％得時間處于工作狀態，有 66、1%得時間就是處于閑置狀態,并且有 16、9%得時間處于準備時間，以上數據說明處理器三得工作效率低,不能很好地配合物料三得到達速度，可以適當得降低處理器三得處理速度。

六、實驗結果及分析

１))對得到得數據做簡單分析，提出改進措施。

答:通過對實驗數據分析,發現現有得機器設備得設置基本能滿足系統得要求，但工作效率低，大大浪費了設備得工作能力,可以適當得提高物料得到達速度，或者降低三臺處理器得處理速度.2 2）

討論：本實驗根據三個處理器得統計信息,通過狀態圖分析各處理器得工作狀態，通過暫存區材料得平均等待時間，分析這個檢測流程得效率如何？就是否存在瓶頸？如果存在,怎樣才能改善整個系統得績效呢？ 答：由報表分析可知５次實驗中，第一個暫存區得平均等待時間為 11、46，而第二個暫存區得平

均等待時間為 13、02,略大于第一個暫存區,由此可見，第二個暫存區得工作效率基本上由第一個暫存區決定。處理器一只有５3%得時間處于工作狀態，有 32、３％得時間就是處于閑置狀態,并且該處理器得準備時間較長,占總時間得１４、7%,這些數據表明該處理器得運行速度完全能滿足,甚至超過系統得要求,可以適當得選擇更處理速度慢一點得處理器來降低系統成本。由實驗結果分析可得，處理器二只有 16、９%得時間處于工作狀態,有 66%得時間就是處于閑置狀態,并且有 17、1％得時間處于準備時間，以上數據說明處理器二閑置時間過長，工作效率低，不能很好地配合物料二得到達速度。由實驗結果分析可得,處理器三得只有 1６、9%得時間處于工作狀態，有 66、1%得時間就是處于閑置狀態，并且有１6、9%得時間處于準備時間，以上數據說明處理器三得工作效率低,不能很好地配合物料三得到達速度，可以適當得降低處理器三得處理速度。整體來瞧,整個檢測流程效率不高，但就是并不存在瓶頸，能夠達到系統得要求,但工作效率低，大大浪費了設備得工作能力,可以適當得提高物料得到達速度，或者降低三臺處理器得處理速度.《物流系統建模與仿真》實驗報告

開 ：

開 課 實 驗 室 ：

年 年

月 月

日 日 學院 自動化 年級、專業、班 １２級物流工程２班 姓名 段競男 成績

課程 名稱 物流系統建模與仿真 實驗項目 名

稱 多產品多階段制造系統仿真與分析實驗 指導教師 張瑩瑩 教師評語

成績

一、實驗目得 假定在保持車間逐日連續工作得條件下，對系統進行 365 天得仿真運行（每天按８ 小時計算)，計算每組機器隊列中得平均產品數以及平均等待時間。通過仿真運行,找出影響系統得瓶頸因素，并對模型加以改進。

二、實驗原理 某制造車間由 5 組機器組成，第 1,2,3，4,5 組機器分別有３，２,4,3，1 臺相同得機器。這個車間需要加工三種原料，三種原料分別要求完成４、3 與５ 道工序，而每道工序必須在指定得機器組上處理,按照事先規定好得工藝順序進行。

概念模型參考如下：

三、使用儀器、材料

一臺ＰC 機，flexsｉm 軟件 四、實驗步驟

1)創建模型布局 使用鼠標將需要得對象從對象庫中拖放到正視圖窗口中，根據需要使用鼠標改變對象位置、大小與轉角。

2)連接端口 按下鍵盤上得“A”鍵，用鼠標拖放在對象間建立輸出端口—輸入端口連接;方向為從流出實體得對象到流入實體得對象；模型中得對象發出與接收實體需要這種連接。本實驗此步驟為關鍵環節，連接線較復雜，故連接端口時應注意保持清晰思路.機器 1 機器 1 機器 1 暫存區 機器 2 機器 2 暫存區 機器 3 機器 3 機器 3 機器 3

暫存區 機器 4 機器 4 機器 4 暫存區 機器 5

暫存區 1 2 3

3)定義對象參數(1)定義Ｓource 在模型中，共有 3 個Ｓource 實體，每個Ｓource 對應一類原料,也就就是說，一個 Source 生成一類原料.我們需要設置每個 Souｒce 實體，使得每類原料得到達間隔時間滿足系統得要求。

(2)分別按照要求定義機器組１、機器組 2、機器組 3、機器組 4、機器組 5、暫存區參數。

4)模型運行

(1)設置 Expeｒiｍenter

(2)重置模型并運行 5)觀察結果 仿真進行過程中，可以瞧到紅、黃、藍三種不同顏色得原料從系統中流過,經過不同機器組得加工,最后離開系統。

仿真運行到１７52０0 單位時間得時候，自動停止。

五、實驗過程原始記錄((數據、圖表、計算等）

1、運行結果得平面視圖: 2、提供運行結果得立體視圖：

3、提供運行結果五個暫存區數據分析結果圖

由數據圖可知第一個暫存區得為 物料輸入量為 888 ８,平均數量為 0、６3, 最大等待時間達到了 241、、94，平均等待時間為 12、5，由此可見暫存區一得貨物 狀態較為空閑，不就是 系統得瓶頸。

為 由數據圖可知第二個暫存區得物料輸入量為 1117 ３,平均容量為 1 ９67、0 ４, 最大等待時間為 630１ １7、1４ ４為，平均等待時間為 30３ ３ ８８、42, 由此可見暫存區二得貨物周轉率較高, 處于比較忙碌得狀態，非常 容易成為系統得瓶頸。

由數據圖可知第三個暫存區得物料輸入量為５ ５8 ３５,平均數量為 0、11，最大等待時間達到了 1２ ２4、25,平均等待時間為 3、４0, 由此可見暫存區三得效率較高，較為適應系統得要求。

為 由數據圖可知第四個暫存區得物料輸入量為 3604，平均數量為 5、6２ ２，最大等待時間為１ １64 ２、37，平均等待時間為 273、55，由此可見暫存區四貨物周轉率高，并且運行效率高, 能夠適應系統得要求，安排合理。

由數據圖可知第五 個暫存區得物料為 輸入量為 7 ２08,平均數量為２ ２43、75, 最大等待時間為 1 ０９3６、85,平均等待時間為 5956, 由此可見暫存區五 容易造成貨物得堆積與等待，不 能夠適應系統得要求，安排 不夠 合理, 為該系統得瓶頸.六、實驗結果及分析

對得到得數據做簡單分析，提出改進措施：

暫存區 1 2 3 4 5平均等待時間 12、50 30388、42 3、40 273、55 5956

平均數量 0、63 1967、04 0、11 5、62 243、75 由數據圖可知第一個暫存區得物料輸入量為 8８88，平均數量為 0、63，最大等待時間達到了241、94，平均等待時間為１2、5,由此可見暫存區一得貨物狀態較為空閑,不就是系統得瓶頸.由數據圖可知第二個暫存區得物料輸入量為１１173,平均容量為 1967、04，最大等待時間為 63017、14,平均等待時間為 30388、42，由此可見暫存區二得貨物周轉率較高，處于比較忙碌得狀態，非常容易成為系統得瓶頸.由數據圖可知第三個暫存區得物料輸入量為 5835,平均數量為０、11，最大等待時間達到了 1２4、２5,平均等待時間為 3、4０，由此可見暫存區三得效率較高,較為適應系統得要求。由數據圖可知第四個暫存區得物料輸入量為 36０4,平均數量為 5、62,最大等待時間為 1642、３7，平均等待時間為 2７3、５5，由此可見暫存區四貨物周轉率高,并且運行效率高，能夠適應系

統得要求,安排合理.由數據圖可知第五個暫存區得物料輸入量為 72０8，平均數量為 243、75,最大等待時間為 1０936、85,平均等待時間為 595６，由此可見暫存區五容易造成貨物得堆積與等待,不能夠適應系統得要求,安排不夠合理,為該系統得瓶頸.由數據分析可知暫存區二、五就是系統得瓶頸所在，應該提高暫存區二、暫存區五得處理前一道工序速度,即增加工序一與工序二得機器數量，以此來提高工序 1、2 得處理速度，或者調整物料加工得順序,從而提高整個系統得運營效率。

《物流系統建模與仿真》實驗報告

開課實驗室：

****年**月**日 日 學院 自動化 年級、專業、班 １2 級物流工程 2班 姓名段競男 成績

課程 名稱 物流系統建模與仿真 實驗項目 名

稱 混合流水線系統仿真與分析實驗 指導教師 張瑩瑩 教師評語

成績

一、實驗目得 主要掌握單臺處理器在處理多種產品時對于處理順序以及時間參數得設置.熟悉先進先出這種存儲模式得控制方法.二、實驗原理 多對象流水線生產有兩種基本形式。一種就是可變流水線，其特點就是:在計劃期內，按照一定得間隔期,成批輪番生產多種產品；在間隔期內，只生產一種產品,在完成規定得批量后,轉生產另一種產品。另一種就是混合流水線,其特點就是：在同一時間內,流水線上混合生產多種產品。按固定得混合產品組組織生產,即將不同得產品按固定得比例與生產順序編成產品組。一個組一個組地在流水線上進行生產。

三、使用儀器、材料

ＰC 機一臺,flexsiｍ 軟件 四、實驗步驟

1)創建模型布局

從左邊得實體庫中依次拖拽出所有實體（一個 Source，５個 Quｅｕe,1２個 Pｒｏceｓｓoｒ，一個Ｃonveｙor，一個Ｓｉnｋ)放在右邊模型視圖中，調整至適當得位置,如圖所示:

2)連接端口

根據流動實體得路徑來連接不同實體得端口.按住鍵盤上得“A”鍵,與前面章節得操作一樣,按上圖中得箭頭所指向依次連接各個實體.分別(注意方向)從 Sｏurｃe 連到 GeneｒalQueｕe，GeneｒalQuｅue 連到ＧenｅｒaｌMachine1，GｅnｅｒalＱuｅuｅ連到 GenerａlMａchine2, GeneralＱueue 連到 GenerａlMaｃｈine3，ＧｅｎｅralMａｃｈiｎe1 連到 DrillinｇQueue，GeneralMacｈine2 連到 DriｌlingQｕeue，GｅｎｅrａlＭａcｈinｅ3 連到 DrillｉngQueuｅ，DrillｉｎgQueue 連到 DｒillinｇＭａchine1，DriｌlinｇQueｕｅ連到 DrillingMａchｉne２,DrillinｇQueue連到DriｌlingMachine３,DriｌlｉngＭachine1連到ＭillｉｎgQｕeuｅ,ＤriｌlinｇMaｃhｉｎe2 連到 MilliｎgQｕeue,DrｉlｌinｇMacｈine3 連到ＭilｌｉngQｕeue,MiｌｌinｇＱueｕe 連到 MilｌｉnｇＭachine１，MillingＱueｕｅ連到ＭilｌｉngＭaｃhine2,ＭillinｇMaｃhiｎｅ1 連到 GriｎdiｎgQuｅue,ＭiｌlingＭａchine２連到 GrindｉngＱｕeue，ＧrｉndｉｎgＱｕｅｕｅ連到 GrｉnｄingＭａchiｎe1，GrinｄinｇＱueue 連到 GｒindinｇMａｃｈｉne２,GrｉndingＱｕｅue 連到ＧｒindｉnｇMachｉｎｅ3，GｒiｎdiｎｇMachｉｎe1 連到 T

ｅｓｔｉngQueｕe,GrｉｎdingＭachｉne2連到TｅｓtiｎgＱueue,GrindｉｎｇMachｉｎe3連到TesｔingＱueue,TestingQueue 連到 TｅsｔingＭachine，ＴeｓtｉngＭachine 連到 Cｏｎveyor，Ｃoｎveyor 連到Ｓｉnk。完成后，如圖所示：

3)定義對象參數

分別按照要求定義 Sourｃe、各機器工位、暫存區參數。

4)模型運行

(1)重置模型并運行(2)加快仿真模型運行速度 如果我們只就是關心仿真結果,而對仿真得過程不感興趣，則我們可以加快仿真速度,迅速得到結果.圖 3、１仿真速度控制比例條 如圖 3、1，鼠標左鍵一直按住比例尺，移動到合適得比例位置,以便迅速得到結果。

5)觀察結果

仿真進行過程中，可以瞧到紅、綠、藍三種不同顏色得產品從系統中流過,經過不同機器組得加工，最后離開系統,如下圖:

6)結果分析

當仿真運行自動結束后，我們打開 Flexｓｉｍ得工具欄里得 Stａts 目錄下得Ｓtandａrd Report 選項，如圖所示:

我們通過來增加、以及來減少需要輸出得報告內容,使得報告包含以上所列得 5 個部分得數據:iｄlｅ就是空閑時間，pｒoｃessiｎg 就是工作時間，blockeｄ就是產品在設備等待時間，ｓｔatｓ_staytiｍｅavｇ就是平均停留時間，stats_input 就是輸入產品數,stats_output 就是輸出產品數,設置完成后,如圖所示:

點擊后生成如圖所示表格:

從上表中我們可以很方便得瞧到總運行時間就是 7728min，以及各個設備得輸入輸出產品數,處理時間等信息.錄記始原程過驗實、五? 五、實驗過程原始記錄((數據、圖表、計算等）

1、運行結果得二維平面圖

２、運行結果得三維立體圖

4、投產按照 1、2、3 得順序進行得仿真報告 Flexsim Summary Report Time: 7728

Object Class stats_output stats_staytimemin stats_input idle blocked processing

Source1 Source 1700 0 0 0 7720 0 Queue2 Queue 1700 0 1700 0 0 0 Processor3 Processor 500 4 500 594 0 2400 Processor4 Processor 600 4 600 297 0 2700 Processor5 Processor 600 4 600 297 0 2700 ConCon17010 1700 0 0

veyor6 veyor 0 0 Processor7 Processor 600 4 600 203 0 2800 Processor8 Processor 600 4 600 203 0 2800 Processor9 Processor 500 4 500 599 0 2400 Queue10 Queue 1700 0 1700 0 0 0 QueQue1700 1700 0 0

ue11 ue 0 0 Processor12 Processor 850 3 850 10 0 3050 Processor13 Processor 850 3 850 11 0 3050 Processor14 Processor 567 4 567 796 0 2268 ProcessorProcessor 567 4 567 797 0 2268 Processor16 Processor 566 4 566 798 0 2264 Queue17 Queue 1700 0 1700 0 0 0 Queue18 Queue 1700 0 1700 0 0 0 Processor19 Processor 1700 1 1700 18 0 7700 Sink20 Sink 0 0 1700 0 0 0 由報表分析可知，按照 1 1、2 2、３得順序投產得總得處理時間為７7 7 ２8 8。

投產按照１、3、2 得順序進行得仿真報告:

Flexsim Summary Report Time: 7728

Object Class stats_input stats_output stats_staytimeavg idle processing blocked Source1 Source 0 1700 0 0 0 7720 Queue2 Queue 1700 1700 4、588235 0 0 0 ProcProc502 502 4、79586 2408 0

essor3 essor 6813 Processor4 Processor 600 600 4、5 298 2700 0 Processor5 Processor 598 598 4、501672 306 2692 0 Queue6 Queue 1700 1700 0、411765 0 0 0 Processor7 Processor 600 600 4、666667 203 2800 0 PrPr60604、20280

ocessor8 ocessor 0 0 666667 3 00 Processor9 Processor 500 500 4、8 599 2400 0 Queue10 Queue 1700 1700 28、32294 0 0 0 Processor11 Processor 850 850 3、588235 10 3050 0 ProcessorProcessor 850 850 3、588235 11 3050 0 Queue13 Queue 1700 1700 0 0 0 0 Processor14 Processor 567 567 4 796 2268 0 Processor15 Processor 567 567 4 797 2268 0 Processor16 Processor 566 566 4 798 2264 0 QueuQueu1700 1700 23290 0 0

e17 e、648 Conveyor19 Conveyor 1700 1700 10 0 0 0 Sink20 Sink 1700 0 0 0 0 0 Processor21 Processor 1700 1700 4、529412 18 7700 0 由報表分析可知，按照 1、3、2 得順序投產得總得處理時間為 77２８.投產按照 2、1、3 得順序進行得仿真報告：

Flexsim Summary Report Time:

7725 Object Class stats_input stats_output stats_staytimeavg idle processing blocked Source1 Source 0 1700 0 0 0 7720 Queue2 Queue 1700 1700 4、588235 0 0 0 Processor3 Processor 503 503 4、795229 588 2412 0 Processor4 Processor 600 600 4、5 299 2700 0 Processor5 Processor 597 597 4、502513 311 2688 0

Queue6 Queue 1700 1700 0、408824 0 0 0 Processor7 Processor 600 600 4、666667 205 2800 0 Processor8 Processor 600 600 4、666667 205 2800 0 Processor9 Processor 500 500 4、8 605 2400 0 Queue10 Queue 1700 1700 28、16529 0 0 0 Processor11 Processor 851 851 3、587544 11 3053 0 Processor12 Processor 849 849 3、588928 15 3047 0 Queue13 Queue 1700 1700 0 0 0 0 Processor14 Processor 567 567 4 796 2268 0 Processor15 Processor 567 567 4 798 2268 0 Processor16 Processor 566 566 4 804 2264 0 Queue17 Queue 1700 1700 2317、985 0 0 0 Conveyor19 Conveyor 1700 1700 10 0 0 0 Sink20 Sink 1700 0 0 0 0 0 Processor21 Processor 1700 1700 4、529412 15 7700 0 由報表分析可知，按照 2 2、１、３得順序投產得總得處理時間為 772 ５.析分及果結驗實、六? 六、實驗結果及分析1）

實驗結果: :由以上報表分析可知 6 種投產順序中，按照 2、1、3 得順序投產得總得處理時間最短為７7２5，故以這種投產順序作為最佳投產方式。

２）討論: :系統還存在很多可以改善得地方，請指出有哪些地方就是有待改善得，理由就是什么.答：可以適當得降低處理器得運行速度，除了第三組得處理器空閑時間較短外，其余各組處理器得空閑時間過長。尤其就是，其中暫存區 17 得平均等待時間過長,可以適當得調整運行速度，以提高整個系統得運行效率。

實驗報告打印格式說明 1.標題:三號加粗黑體 2.開課實驗室:5 號加粗宋體 3.表中內容:(1)標題:５號黑體(2)正文：5 號宋體

4.紙張:１6 開(20cm×2６.5ｃm)5.版芯 上距：2cm 下距：2cm 左距:2.8ｃｍ 右距:２．8cｍ 說明: 1、“年級專業班”可填寫為“00 電子 1 班",表示 2000 級電子工程專業第１班.２、實驗成績可按五級記分制（即優、良、中、及格、不及格)，或者百分制記載，若需要將實驗成績加入對應課程總成績得，則五級記分應轉換為百分制。

第四篇：物流建模與仿真

一、請簡述對建模與仿真的認知（300字）

通過這學期對物流建模與仿真的學習，讓我認識到了物流系統建模與仿真對現實當中物流的重要性。物流系統建模與仿真是現代物流中的助力，能很大程度的減少物流當中的成本和可能出現的問題。

隨著現代物流理論和實踐迅速的發展，所提出的研究問題日益復雜，非確定因素、模糊因素眾多，因果關系復雜，單獨應用數學方法就難以進行描述或很難求解且有時無法求解，使得我們的研究需要采用計算機仿真的方法來輔助解決。而物流系統建模與仿真也是在與時俱進，當下的物流系統建模與仿真則是盡可能的確定現實中對其相關的因素利用仿真軟件模擬和計算物流活動。以達到減少在物流活動中不必要的損失和時間。

例如：生產物流系統、倉庫物流、車間物流、供應鏈物流、物流中心業務流程、港口集裝箱堆場場橋作業調度、汽車滾裝碼頭物流等物流系統的建模與仿真。這其中能節省大量的時間或者成本。所以，物流系統建模與仿真是現代物流運營和進一步發展的必不可少的一項至關重要的技術。

二、這門課學到了哪些知識與技能（200字）

經過一學期的學習和對這門課的深入了解，讓我對這門課獲益良多。不僅學到了豐富的理論知識，還有大量的電腦實踐經驗。例如:銀行排隊系統模型—通過不斷的添加和設置變量讓整個系統更加完善和貼近現實。還有物流配送作業系統---通過兩個物流中心對周邊物流點的進行運送作業，利用物流系統仿真軟件anyloca將物流點、配送中心、GIS 地圖、配送人員、配送車輛等變量一一建立起來，得到的就是兩個物流中心對周邊物流點進行作業的動態圖，通過加速時間再進行數據分析就可以得到相關數據，然后可以通過數據的反饋進行修改的到一個合理物流配送方案，以達到節省時間和成本的目的。還有用于數據分析、矩陣運算等相關計算的matlab軟件。這是一款功能強大的軟件，matlab可以進行矩陣運算、繪制函數和數據、實現算法、創建用戶界面、連接其他編程語言的程序等，主要應用于工程計算、控制設計、信號處理與通訊、圖像處理、信號檢測、金融建模設計與分析等領域。

三、所學到的知識和技能可以應用到哪些方面，請選一項進行詳細說明（500字）

通過學習物流系統建模與仿真和matlab軟件可以應用到很多領域。比如物流系統建模與仿真可以應用到生產物流系統、倉庫物流、車間物流、供應鏈物流、物流中心業務流程、港口集裝箱堆場場橋作業調度、汽車滾裝碼頭物流等物流系統的建模與仿真。這其中能節省大量的時間或者成本。Matlab可以數值分析、數值和符號計算、工程與科學繪圖、控制系統的設計與仿真、數字圖像處理技術、數字信號處理技術、通訊系統設計與仿真、財務與金融工程、管理與調度優化計算等。

例如：生產物流系統的重構---在實際生產過程中，產品生產的90%的時間都用于儲存、裝卸、搬運等流轉過程中。這些物流活動嚴重牽制了整個生產過程。因此，生產物流系統的重構是企業生產系統重構的關鍵。而要實現生產物流的重構，主要是尋找物流資源進行科學控制和調度的方法。對物流的控制問題，常見的數學方法有兩種：一時數學規劃，但對于物流系統這樣龐大、復雜且隨機性強的系統建立一個完備的數學模型幾乎是不可能的；另一種是把工作的流動認為是無計劃的其決策則完全根據系統單循環idea狀態并利用啟發式調度規則來確定，但缺乏理論基礎。我們可以考慮將物流控制系統獨立起來并將計劃調度作用于控制系統，即在計劃調度層就保證其最終解的理論性，并利用仿真的手段來驗證調度方案。在這一思想的指導下，有關學者提出了一種基于時間的任務隊列方法而建立的面向可重構生產物流系統仿真平臺，在物流資源重構和電鍍策略的基礎上分析各種物流方案的性能，為生產物流重構提出了有效的解決途徑。

第五篇：仿真與建模實驗報告

實驗報告

13工業工程2班 李偉航 13工業工程2班

實驗10

一、實驗目的: 1.學習庫存系統查庫與訂貨處理的結構建模方法

2.學習用Equation模塊、Equation（I）模塊讀寫數據庫的方法 3.學習用Equation模塊、Equation（I）模塊進行編程計算的方法

二、實驗問題

1.打開上次實驗你保存的文件（這個文件要保存好，下次實驗還要使用），然后根據以上視頻，進行操作實驗。

2.簡述用Equation模塊計算訂貨量的程序邏輯。

3.簡述用Equation（I）模塊計算并累加總訂貨成本到數據庫中的程序邏輯。4.Equation模塊與Equation（I）模塊有何不同？

5.在本案例的假設前提下，在一筆訂貨的在途貨物運輸期間（即提前期期間），會不會再次發出訂貨指令？或者換句話說，每次查庫時，會不會有已訂但未到的貨？為什么？

三.實驗過程

1.生成查庫員（查庫信號）

用Create模塊每天生成一個庫存檢查員實體（實際代表一個查庫信號）Create模塊具體設置如下圖：

2.判斷是否需要訂貨

利用Select Item Out模塊、Equation模塊和Simulation Variable模塊檢查庫存，并判斷是否需要訂貨。若需要，就將庫存檢查員實體發送到Select Item Out模塊的上端口輸出進行后續處理；若不需要訂貨，就將庫存檢查員實體發送到下端口輸出，簡單地離開系統。其中，Equation模塊的設置如下圖。

3.無需訂貨的處理

由上一步Equation中設置可知，當s=1時，即無需訂貨的情況下，直接將庫存檢查員實體從Select Item Out模塊下端口輸出，通過Exit模塊離開系統。Select Item Out模塊設置如下，當s=0時從上端口輸出，否則從下端輸出。

4.訂貨處理-建立模型

當s=0時，即需要訂貨的情況下，庫存檢查員實體有Select Item Out模塊上端口輸出，后續訂貨處理模型如下圖：

5.計算訂貨量

用一個Equation模塊獲取數據庫中的當前庫存（kc）和最大庫存(ds)，計算訂貨量dh。Equation模塊設置如下：

6.設置訂貨量屬性

將第5步Equation模塊計算得到的訂貨量（dh）輸出給Set模塊，將訂貨量賦值給檢查實體dh屬性。Set屬性設置如下圖。

7.用Equation（I）模塊計算并累加總訂貨成本到數據庫中

因此用Equation（I）模塊獲取數據庫中固定費（gdf）和可變訂貨費（kbf），再根據訂貨量算出本次訂貨成本，把它累加到總訂貨費用（toc）并寫入數據庫中。具體Equation（I）模塊設置如下圖。

8.設置提前期

從下訂單到所訂貨物入庫的這段時間為訂貨提前期，這里用Activity模塊表示，設置該提前期服從0.5-1天的均勻分布。訂貨提前期的設置如下。

9.到貨后更新數據庫中的庫存數據

庫存檢查實體離開Activity，表示提前期結束，貨物到達，到貨后用Get模塊獲取訂貨量，用Write模塊將訂貨量累加到數據庫中的sc表的當前庫存（kc）中，根據訂貨動態增加當前庫存。Write模塊設置如下。

10.觀察運行結果 運行模型，觀察數據庫sc表中的庫存（kc）由變為13，累計訂貨費用達到了11125。

四.實驗問題的分析解答

1.上述過程即為實驗步驟。本實驗實驗模型如下：

2.答：用Equation模塊計算訂貨量的程序邏輯：是當檢測到庫存小于訂貨點xs時，用最大庫存ds減去目前庫存，即為訂貨量，即dh=ds-kc；過程如實驗步驟5所示。

3.答：用Equation（I）模塊計算并累加總訂貨成本到數據庫中的程序邏輯是：因為每訂貨一次的成本=固定費（gdf）+可變訂貨費（kbf）*訂貨量（dh），將每次的訂貨成本累加到總訂貨成本當中去，即toc=toc+gdf+kbf*dh，即更新了總訂貨成本。具體步驟如步驟7所示。

4.答：Equation模塊是由value庫中添加的值模塊，是用來讀取傳遞系統產生的值（如產生的隨機數）并進行相應的邏輯運算，而對于實體傳來的屬性則不可以讀取；而相反的，Equation（I）模塊是由Item庫中添加的實物模塊，用來讀取和傳遞實體屬性并進行相應的邏輯運算。兩者都可以讀取數據可中的數據。

5.答：一筆訂貨的在途貨物運輸期間，不會再次發出訂貨指令。因為在Create模塊中設置了檢查實體到來的間隔為1天，而訂貨提前期服從0.5-1的均勻分布，所以不會出現每次查庫有已訂但未到的貨的情況。

實驗11

一、實驗目的

1.通過實驗理解各種庫存性能指標的含義 2.學習用Read模塊讀取數據庫數據的方法

3.學習用Max&Min模塊、Mean模塊、Equation模塊以及各種計算模塊計算和采集庫存系統性能指標的方法

二.實驗問題

1.打開上次實驗你保存的文件（這個文件要保存好，下次實驗還要使用），然后根據以上視頻，進行操作實驗。

2.本實驗中，用read模塊讀數據庫數據時，在其option頁要做何設置？ 3.用Mean Variance模塊計算平均每天總成本的均值和置信區間時，模塊對話框要做何設置？

4.利用本次實驗建立的模型，實驗比較以下各組（s，S）下的平均每天總成本：(20, 40)(20, 60)(20, 80)(20, 100)(40, 60)(40, 80)(40, 100)(60,80)(60,100)(80,100)對每種情況重復運行20次，寫出各項配置下的平均每天總成本的均值和置信區間。并寫出以上最優的（使得平均每天總成本最低）的（s，S）。

5.添加必要的模塊，分別計算平均每天缺貨成本、平均每天儲存成本、平均每天訂貨成本的均值和置信區間。6.用Plotter，Discrete Event模塊繪制當前庫存水平的波動曲線，并同時繪制一條高度為20（即訂購點）的水平直線，和一條高度為0的水平直線（連接constant模塊到plotter DE模塊），觀察并庫存曲線的波動情況以及和兩條直線的關系，根據你的觀察，缺貨情況經常發生嗎？

三.實驗過程

1.在庫存發生變化時讀取數據庫中當前庫存水平

每當庫存數據發生變化時，用Read模塊讀取庫存（kc）的值，Read設置如下：

2.計算平均每天儲存成本 當庫存大于0時，通過max模塊與0比較得到當前庫存值，并通過Mean&Varience模塊（運行10次）計算平均每天的庫存，再用Equation模塊計算平均每天儲存成本。計算平均每天儲存成本的模型與設置如下所示：

3.計算平均每天缺貨成本 當庫存小于0時，通過max模塊與0比較得到當前缺貨數，并通過Mean&Varience模塊（運行10次）計算平均每天的缺貨數，用Equation模塊（缺貨數取反）計算平均每天缺貨成本。計算平均每天缺貨成本的模型與設置如下所示：

4.計算平均每天訂貨成本

利用Read模塊讀取運行完后數據庫中的總訂貨成本，再用Math模塊除以系統運行當前時間，得到平均每天訂貨成本。平均每天訂貨成本模型和設置如下：

5.計算平均每天總成本

利用Math模塊將第2、3、4步所計算出的平均每天儲存成本，平均每天缺貨成本和平均每天訂貨成本相加即得到平均每天總成本。

6.計算平均每天總成本的均值和置信區間

在Math模塊后用Mean&Varience模塊計算運行10次之后的平均每天總成本的均值和置信區間。

四.實驗問題的分析解答

1.上述過程即為實驗步驟。本實驗實驗模型如下：

2.答：由于本實驗要求在庫存發生變化時讀取數據庫的庫存水平，因此在Read模塊中的Option選項中，選擇Discrete event-read data during when 以及勾中data sources change，意思即為數據發生變化時讀取數據庫。設置如下：

3.答：用Mean&Varience模塊計算平均每天總成本的均值和置信區間時，要勾中Calculate for multiplte simulations，意思是計算出運行多次情況（這里為10）次時平均每天總成本的均值和置信區間。

4.答： 10種情況的運行結果如下，其中最優的（s，S）為（20,60）。

（20，40）（20，60）（20，80）

均值：125.8870元 均值：120.3812元 均值：121.4371元

置信區間（125.8870±2.2602）置信區間（120.3812±1.8750）置信區間（121.4371±1.0904）

（20，100）（40,60）（40，80）

均值：128.1696元 均值：127.3233元 均值：127.5943元

置信區間（128.1696±1.1935）置信區間（127.3233±1.2890）置信區間（127.5943±0.8358）

（40,100）（60,80）（60，100）

均值：134.0826元 均值：146.2447元 均值：147.6999元

置信區間（134.0826±1.2611）置信區間（146.2447±1.3544）置信區間（147.6999±1.1276）

（80,100）

均值：167.5711元 置信區間（167.5711±1.2291）

5.答：用3個Mean&Varience模塊計算平均每天存儲成本、缺貨成本和訂貨成本的均值和置信區間，Mean&Varience模塊勾中Calculate for multiplte simulations。添加模塊后的模型以及運行結果如下：

平均每天存儲成本：平均每天缺貨成本

均值約為9.5140元 均值約為16.2608元 置信區間為（9.5140±0.2234）置信區間為（16.2608±0.9608）

平均每天訂貨成本：

均值約為98.7903元

置信區間為（98.7903±1.3140）

6.答： Plotter Discrete Event模塊設置和運行后的庫存水平波動曲線如下圖所示，由曲線圖可以看出庫存水平在0和20之間以及上下變動。由圖可以看出，位于0以下的曲線分布比較多，這意味著缺貨的情況發生的比較頻繁；曲線在0和20之間的分布也較多，這意味著需要訂貨的情況也發生的比較多。

實驗12 一.實驗目的: 1.學習庫存仿真優化方法

2.學習如何設置模塊表格的內容為決策變量

二.實驗問題

1.打開上次實驗你保存的文件，然后根據以上視頻，建立優化模型。

2.在優化模塊（Optimizer）中，整數型決策變量和連續型（實數型）的輸入方法有何不同？

3.請在你的模型上，使用Extendsim軟件提供的優化器來尋找（s，S）的最佳設置（總成本最小）。令s在1和99之間取值（步長為1，即為整數），S在2和100之間取值（步長為1，即為整數）。要注意s和S必須是整數而且滿足s < S。a.優化器參數由先選擇Quicker Defaults，寫出優化結果（s，S）和平均每天總成本。

b.再將優化器參數由選擇Better Defaults，寫出優化結果（s，S）和平均每天總成本。

4.在上題（第2題）的基礎上，通過將庫存檢查間隔（Evaluation Interval，目前為1天）作為變量加入到優化變量集中，來研究在每天開始工作時查看并補充（當需要時）庫存是否是最佳方案，讓該值在半天到5天之間連續取值，s和S的取值情況與上題相同。應用優化器求取最優設置。

a.先優化器參數選擇Quicker Defaults，寫出優化結果（s，S）、Evaluation Interval和平均每天總成本。

b.再將優化器參數選擇Better Defaults，寫出優化結果（s，S）、和平均每天總成本。

三.實驗過程

1.用Data Init模塊初始化最小最大庫存(s，S)

2.設置Optimizer模塊目標函數和決策變量 從value庫中將Optimizer模塊放進模型中，在查庫與訂貨處理模型中將決策變量訂貨點(xs，1~99)和最大庫存(ds，2~100)和輸出變量平均每天總成本（toc）克隆拖放到Optimizer模塊上，然后建立目標函數方程和約束條件。Optimizer模塊設置如下：

3.設置Optimizer模塊約束方程

在Optimizer模塊中的Constraints中添加約束方程，約束條件為s和S必須是整數而且滿足s < S，約束條件的代碼設置如下：

4.設置Optimizer模塊運行參數

在Optimizer模塊下的Run Parameters中，由于模型為隨機模型，所以單機Random mode下的Quicker Defaults按鈕快速設置所有優化參數（速度快精度低），然后點擊New Run。運行結束后選擇Better Default按鈕設置規模更大的優化參數（耗時長精度高），并比較兩次的結果。

5.運行優化,查看結果

通過Optimizer模塊下的Results可以看MinCost數值的變化，運行結束時最頂行會給出最優解。分別用Quicker Defaults參數和Better Defaults參數運行兩次比較結果。結果見實驗結論3。

四.實驗問題的分析解答

1.實驗過程如上述實驗步驟所示。

2.答：整數型決策變量的輸入方法為輸入范圍的時候不要輸入小數點，如1；而實數型的輸入方法為輸入范圍時輸入帶有小數點的數字，如1.0。

3.答：選擇Quicker Defaults參數，（s，S）優化結果為（27,43），平均每天總成本約為122.37627元。

Quicker Defaults

選擇Better Defaults參數，（s，S）優化結果為（20,58），平均每天總成本約為130.8615元。

Better Defaults

4.答：將庫存檢查間隔ei克隆拖入Optimizer模塊上，在訂貨模型create模塊后加隊列防止其堵塞，ei的范圍設置如下。分別運行Quicker Defaults參數Better Defaults進行優化。

? Quicker Defaults做法

第一步：選擇Quicker Defaults參數,并開始運行

第二步：分析結果。

（s，S）優化結果為（9,74），Evaluation Interval（ei）為1.0186，平均每天總成本約為123.0515元。

Quicker Defaults

? Better Defaults做法

第一步：選擇Better Defaults參數

第二步：分析結果。（s，S）優化結果為（38,54），Evaluation Interval（ei）為1.0714，平均每天總成本約為,120.19126元。

Better Defaults