This Master Thesis is concerning about creation and analysis of a particular simulation method, which could possibly have a great impact dealing with control and optimization of manufacturing systems. Nowadays, it starts to raise interest in controlling manufacturing systems, and many different tools are already exploitable. Otherwise, some of these tools require an increasing computational effort in order to perform such a simulation; indeed, due to system complexity, many objects with particular features have to be described. Many times, this detailed context allows performing accurate outcomes, but simulation is not exploitable due to computational effort. In such a context, idea not to considerate a high descriptive level, but to perform approximations in order to have savings in the simulation field, seems to be a winning consideration. Otherwise, generation of error affecting outcomes could mine reliability of this approach. Thus, main idea of my Master Thesis is to firstly generate a Data Model able to describe vastness of manufacturing systems, then to consider several approximation approaches and finally to understand impact of those approximations on some outcomes of interest, chosen from most utilized in control and optimization. Whole discussion is structured as follows. In the first chapter, we are going to analyze possible relevance of this work in the actual industrial context. Then, we are going to expose studies and researches have already tackled such an argument, in order to completely describe research environment behind this matter. Main part of the discussion starts from third chapter, where we are going to present Data Model considering its composing characteristics. Afterwards, we will present proposed approximated models, characterized for their principle features and their different methods. Then, chapter 5 will explain simulator useful to conduct experiments, considering its principle characteristics. Finally, entire experimentation will be presented, conducting analysis in order to formulate final conclusions.
Il mio elaborato di tesi riguarda la realizzazione e l’analisi di un particolare metodo di simulazione, che potrebbe avere dei risvolti utili nel controllo e nell’ottimizzazione di sistemi produttivi. In tal senso, al giorno d’oggi, è sempre più di interesse controllare un sistema produttivo, e diversi metodi sono già percorribili. Alcuni di questi, però, all’aumentare della complessità del sistema, richiedono uno sforzo computazionale notevole in quanto devono essere simulati un gran numero di oggetti dai dettagli anche minuziosi. Molte volte questo elevato livello di descrizione permette sì di avere risultati attendibili, ma come detto rischia di appesantire e non rendere sfruttabile l’intera operazione di analisi. In questo contesto, si è iniziato a pensare di poter ridurre il livello di descrizione del sistema, favorendo un’analisi più snella, essendo però consapevoli di poter generare degli errori. L’idea principale della mia tesi, quindi, è quella di generare un modello capace di descrivere i più disparati sistemi produttivi e di creare alcuni esempi di possibili approssimazioni di questi sistemi, con l’intento di capire e analizzare come queste approssimazioni impattino su alcuni risultati di interesse, che sono individuati tra i più comuni fattori di gestione di un sistema produttivo. L’intero elaborato è così suddiviso. Nel primo capitolo analizzeremo la possibile importanza del lavoro prodotto nel contesto industriale attuale. Successivamente, si considereranno gli studi e le ricerche già effettuate in materia, di modo da avere una descrizione pressoché completa dell’attuale contesto di ricerca. La parte centrale della tesi si svilupperà dal terzo capitolo, nel quale presenteremo il Data Model utile per la descrizione dei sistemi produttivi, considerando le diverse caratteristiche di cui è composto. Successivamente, presenteremo i modelli di approssimazione che vogliamo testare, analizzandone le varie caratteristiche. Nel capitolo quinto, invece, presenteremo il simulatore tramite il quale abbiamo effettuato l’intera sperimentazione soffermandoci sulle sue caratteristiche rilevanti. Infine sarà presentata l’intera sperimentazione, che ci permetterà di fare le dovute analisi portandoci alle conclusioni finali.
Generation and analysis of multi-fidelity approximations for the evaluation of complex manufacturing systems
BRAGAGNOLO, ANDREA
2017/2018
Abstract
This Master Thesis is concerning about creation and analysis of a particular simulation method, which could possibly have a great impact dealing with control and optimization of manufacturing systems. Nowadays, it starts to raise interest in controlling manufacturing systems, and many different tools are already exploitable. Otherwise, some of these tools require an increasing computational effort in order to perform such a simulation; indeed, due to system complexity, many objects with particular features have to be described. Many times, this detailed context allows performing accurate outcomes, but simulation is not exploitable due to computational effort. In such a context, idea not to considerate a high descriptive level, but to perform approximations in order to have savings in the simulation field, seems to be a winning consideration. Otherwise, generation of error affecting outcomes could mine reliability of this approach. Thus, main idea of my Master Thesis is to firstly generate a Data Model able to describe vastness of manufacturing systems, then to consider several approximation approaches and finally to understand impact of those approximations on some outcomes of interest, chosen from most utilized in control and optimization. Whole discussion is structured as follows. In the first chapter, we are going to analyze possible relevance of this work in the actual industrial context. Then, we are going to expose studies and researches have already tackled such an argument, in order to completely describe research environment behind this matter. Main part of the discussion starts from third chapter, where we are going to present Data Model considering its composing characteristics. Afterwards, we will present proposed approximated models, characterized for their principle features and their different methods. Then, chapter 5 will explain simulator useful to conduct experiments, considering its principle characteristics. Finally, entire experimentation will be presented, conducting analysis in order to formulate final conclusions.| File | Dimensione | Formato | |
|---|---|---|---|
|
2019_04_Bragagnolo.pdf
non accessibile
Descrizione: Testo della tesi
Dimensione
5.14 MB
Formato
Adobe PDF
|
5.14 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/146608