Bilmonteringslinje: lägga till deterministiska händelser
Den här övningen fokuserar på deterministiska processer utan att använda SimPy. I nästa övning arbetar vi med SimPy.
En diskret händelsemodell har beställts för att simulera en biltillverkningslinje. Modellen syftar till att öka produktiviteten, identifiera flaskhalsar och hantera resurser. Som ett första steg behövde du identifiera de viktigaste processgrupperna i produktionslinjen. Dessa är (1) svetsning och målning samt (2) montering och testning. Varje processgrupp innehåller naturligtvis många delprocesser och uppgifter, men just nu fokuserar du på att koda den första versionen av din modell på en övergripande nivå.
Nu när du har identifierat de kritiska processgrupperna är det dags att fastställa den genomsnittliga tid varje process tar att slutföra. Efter research kom du fram till 15 timmar för svetsning och målning samt 24 timmar för montering och testning. Nu ska vi representera dessa deterministiska processer i en diskret händelsemodell utan att använda SimPy.
Den här övningen är en del av kursen
Diskret händelsesimulering i Python
Övningsinstruktioner
- Registrera varaktigheten för processen "Svetsning och målning".
- Registrera varaktigheten för processen "Montering och testning".
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
def car_production_line(SIMULATION_TIME):
car_number, time = 0, 0
while time < SIMULATION_TIME:
car_number += 1
# Clock-in the time requirement for: Welding and Painting
time += ____
if time >= SIMULATION_TIME: break
print(f"Time = {time:7.4f} | Car {car_number:02d} | Welding and Painting")
# Clock-in the time requirement for: Assembly and testing
time += ____
if time >= SIMULATION_TIME: break
print(f"Time = {time:7.4f} | Car {car_number:02d} | Assembly of parts and Testing")
print(f"Time = {time:7.4f} | Car {car_number:02d} | Car ready for shipping!")
SIMULATION_TIME = 1000
car_production_line(SIMULATION_TIME)