Simulación

En ciencias aplicadas, simulación significa un modelo de la realidad que permite evaluar y predecir el desarrollo dinámico de una serie de eventos o procesos tras la imposición de ciertas condiciones por parte del analista o usuario. Un simulador de vuelo , por ejemplo, permite predecir el comportamiento de la aeronave en relación con sus características y los comandos del piloto.

Descripción

Son una herramienta de análisis experimental muy potente, utilizada en muchos campos científicos y tecnológicos dictados por la dificultad o imposibilidad de reproducir físicamente las condiciones reales reales a estudiar en el laboratorio y que aprovecha las grandes posibilidades de cálculo que ofrecen los grandes sistemas informáticos de procesamiento. .

De hecho, no es otra cosa que la transposición en términos lógicos - matemáticos - procedimentales de un " modelo conceptual " de la realidad; este modelo o modelo matemático se puede definir como el conjunto de procesos que tienen lugar en el sistema real estudiado y cuyo conjunto nos permite comprender las lógicas de funcionamiento del propio sistema. Por lo tanto, es comparable a una especie de " laboratorio virtual " que a menudo también permite una reducción en los costos de estudio en comparación con experimentos complejos realizados en un laboratorio real.

Por tanto, su uso está muy extendido en el análisis de sistemas dinámicos (simples o complejos ), tanto naturales ( sistema climático ), como artificiales (sistemas mecánicos y de automatización), y también socioeconómicos ( sistema económico ). También pueden tener un carácter lúdico ; hoy en día existen diversos software en el mercado ( videojuegos de simulación ) que permiten simular el comportamiento de personas, vehículos, civilizaciones. Obviamente, el nivel de profundidad de estas simulaciones, en términos del modelo conceptual subyacente, es menor.

Clasificación y paradigmas en simulación

Existen muchos tipos de Simulación que vale la pena conocer para comprender rápidamente el contexto y las características fundamentales del lugar [1] ; algunos de estos criterios están ligados a contextos de aplicación específicos, por ejemplo en el campo científico la distinción más tradicional es la ligada a la lógica de la gestión del tiempo y corresponde a la Simulación Continua y la Simulación de Eventos Discretos [2] : la primera se refiere a una lógica continua del tiempo, aunque normalmente elaborado a través de métodos numéricos para integrar las ecuaciones diferenciales que regulan las variables del sistema, mientras que en el segundo el tiempo evoluciona a través de eventos y entre estos el estado de las variables no tiene relevancia o es directamente calculable [3] ; el término Simulación Híbrida (o, a veces, Combinada) se usa a la inversa para definir simulaciones en las que las dos lógicas operan de manera combinada integrando numéricamente las ecuaciones diferenciales entre los eventos para eliminar la mayoría de las discontinuidades.

Otro criterio está relacionado con la diferencia entre Simulación Estocástica y Simulación Determinista en función de que la evolución de variables y eventos esté o no ligada a fenómenos afectados por la estocasticidad. Otro criterio está relacionado con la relación entre el tiempo real y el simulado, es decir Real Team Simulation (donde un minuto simulado corresponde a un minuto en la realidad), Fast Time Simulation (donde la simulación evoluciona más rápido que la realidad y se pueden simular meses y meses). años en poco tiempo) o Slow Time Simulation (en la que se tarda más tiempo en completar los cálculos de la simulación que en la realidad); en realidad también tenemos la distinción entre Simulación Paced (rítmica) y No Paced en el caso de que los intervalos de tiempo en el simulador sean proporcionales a los de la realidad (el caso específico 1:1 corresponde a la Simulación en Tiempo Real) o que no haya correlación entre el tiempo simulado (regulado por la cantidad computacional generada en la ejecución en la computadora) comparado con el tiempo real.

Otro criterio importante está relacionado con la presencia de entidades que interactúan con la simulación: la simulación Man-in-the-Loop implica la interacción con personas (por ejemplo, simulador de vuelo guiado por un piloto), la simulación Hardware-in-the-Loop incluye también componentes físicos en la simulación (por ejemplo, un sistema de alarma láser real disparado por un generador de señales que interactúa dinámicamente con el simulador), simulación de Software-in-the-Loop donde el software real interactúa con el simulador (por ejemplo, el sistema de control real de un dron interactuando con su simulador); en plantas industriales solemos hablar de Emulación cuando el Simulador se integra con los sistemas de control y se utiliza para verificar las lógicas y modos de operación. Otro criterio importante está relacionado con el modo de ejecución: Stand-Alone (simulación en una sola máquina aislada), Distribuido (Simulación que opera en varias computadoras interactuando), Paralelo (simulación que opera en varios procesadores en paralelo), Simulación Interoperable (simulación sobre múltiples modelos interactúan localmente o de manera distribuida): también vale la pena mencionar los siguientes paradigmas MSaaS (Modeling & Simulation as a Service o acceso al simulador como un servicio en la red), Web Based Simulation (Simulación operando como una aplicación web ). Otro criterio está vinculado a la integración con otros sistemas y en particular con la inteligencia artificial, refiriéndose a menudo a la simulación Híbrida también como Simulación Conectada con IA (Inteligencia Artificial) que dirigen su evolución o más específicamente a la Simulación Guiada por Agentes o simulación de Agentes en el caso de integración con Agentes Inteligentes.

Otra clasificación está relacionada con el contexto de la Defensa, en el que se hace una distinción entre Simulación en vivo (en la que personas reales utilizan sistemas reales, todos integrados en una simulación, como en el caso de dos cazas que participan en combate aéreo "disparando" misiles y balas en la simulación que también evalúa el daño y la efectividad de las contramedidas), Simulación virtual (donde personas reales operan sistemas virtuales como en el caso de un simulador de conducción de automóviles), Simulaciones constructivas (donde personas virtuales operan en sistemas virtuales como en el caso de un juego de guerra); estas clasificaciones se pueden combinar creando simuladores Virtuales y Constructivos o LVC (Live, Virtual & Constructive); desde este punto de vista también cabe mencionar el paradigma MS2G (Modeling, interoperable Simulation & Serious Games) donde se combinan las lógicas y herramientas propias de los Serious Games con las de interoperabilidad de los Simuladores [4] . Finalmente, debe recordarse que el término Simulación se usa a menudo en lugar de Simulación por computadora, pero viceversa, también hay Simulaciones físicas (por ejemplo, tanque para entrenar a los astronautas para operar en ingravidez, o modelos a escala de barcos y presas para simulaciones hidráulicas, o simulación con maniquíes de análisis de choques de vehículos) que todavía están en uso y alguna vez fueron muy comunes.

Simulación de procesos productivos

En el contexto de las simulaciones, la simulación del funcionamiento de los procesos productivos y logísticos adquiere una importancia considerable . De hecho, estos sistemas se caracterizan por una alta complejidad, numerosas interrelaciones entre los diferentes procesos que los atraviesan, fallas en los segmentos, indisponibilidad, estocasticidad de los parámetros del sistema. Consideremos, por ejemplo, una planta simple para la producción de un solo artículo, con solo dos máquinas automáticas y empaque manual; en este sistema simple la llegada de las materias primas, la duración del procesamiento, el tiempo que necesitan los operadores para empacar son variables estocásticas , ya que el ritmo de producción y llegada no es constante; además, las máquinas están sujetas a averías y mantenimiento, los operadores pueden no estar siempre disponibles, etc.

El diseñador de plantas industriales y el gerente de operaciones ciertamente pueden tener interés en evaluar de antemano el efecto de sus elecciones en sistemas tan complejos, en términos, por ejemplo, de capacidad de producción, tiempo de tránsito, existencias, bloques. También pueden tener problemas con respecto al dimensionamiento de máquinas, almacenes , flota de transportadores y similares.

La simulación, al permitir el análisis de la realidad con un alto nivel de detalle y dominar fácilmente la complejidad del sistema, permite finalmente obtener una gran cantidad de información útil. El precio a pagar por esta integridad es obviamente el tiempo ; las operaciones de programación son de hecho muy largas, para que se puedan obtener datos suficientemente sensibles y tales como para dar la posibilidad de obtener un modelo de realidad que se adhiera a ellos.

Pasos y procedimientos

Para proceder correctamente a tener un modelo de simulación útil y funcional, es recomendable seguir una serie de pasos:

Definición de los objetivos y problemas a examinar : un análisis cuidadoso del problema permite limitar el examen reduciendo el tiempo de análisis posterior;
Elaboración de un modelo conceptual : consiste en la comprensión y modelización del sistema de producción a simular; esta fase es particularmente importante ya que definirá el comportamiento de los diferentes flujos de material e información que atravesarán el modelo.
Validación del modelo conceptual : implica una comparación con la dirección de la empresa y con los operadores para asegurar la capacidad del modelo para ofrecer una imagen coherente de la realidad.
Análisis de datos de entrada : la recopilación y el análisis de datos que se convertirán en la base para la definición de los parámetros operativos del sistema (por ejemplo: los diferentes tiempos de trabajo de una sola máquina). A través de las técnicas de cálculo de probabilidad es posible definir una distribución de probabilidad para cada parámetro, a incluir en el modelo.
Escribiendo el modelo en términos matemáticos
Calibración y evaluación
Definición de un plan de experimento : una sola iteración de simulación ("ejecutar") no tiene sentido; representa sólo una de las posibles evoluciones del sistema. Por lo tanto, es recomendable realizar varias "ejecuciones" para luego analizar los parámetros de salida. La duración de la iteración única y el número de iteraciones se determinan en esta etapa.
Análisis de los datos de salida : después de haber recopilado los datos relativos a los parámetros, depurados de posibles transitorios, es posible crear intervalos de confianza o estimar el "rango" de valores en los que se encuentran los parámetros que analizan el problema propuesto en el primer paso puede oscilar.

Elementos característicos de un modelo de simulación

Entidades - Las entidades son los elementos "manejados" por el proceso; tales "objetos" tienen la característica de ser "temporales" y de sufrir transformaciones pasivamente. Por ejemplo, en una empresa de mecanizado, los productos semielaborados y las materias primas, que se deben fresar, aplanar, etc., se pueden modelar como "entidades". Por supuesto, también es posible simular procesos en los que la producción no se refiere a un activo físico, sino a un servicio: en este caso, las entidades representarán información, documentos, clientes, según sea necesario.

Las entidades, dentro del modelo, pueden a su vez ser consideradas como:

Anónimo: en la mayoría de los casos, no importa realizar un seguimiento de la pieza individual que se procesa o, en general, se encuentra en tránsito en el sistema. Por lo tanto, las entidades no se caracterizan y se consideran como un "flujo" indistinto.
Personalizado - Caso dual del anterior, ocurre cuando el analista, muchas veces debido al pequeño número de piezas que se procesan, está interesado en considerar los parámetros de procesamiento de la pieza única.

Operación: representa una de las transformaciones que tendrá lugar sobre la entidad.

Se pueden identificar dos ciclos de operaciones:

El ciclo de la máquina: relativo a los estados (ver) y operaciones por las que pasará la máquina, es decir, el conjunto de todas las posibles secuencias de operaciones y expectativas.
El ciclo de la pieza: representa el recorrido de las entidades en el sistema, las máquinas visitadas y las operaciones realizadas

Máquinas: representan los elementos "fijos" del sistema, cuya definición de los estados define de manera única la situación general del sistema, y cuya actuación es de particular importancia para el analista. Las máquinas pueden ser físicas, y en este caso nos referimos a máquinas realmente presentes en el sistema a modelar, o "lógicas", y en este caso realizan operaciones físicamente "ficticias", pero lógicamente presentes en el sistema (por ejemplo, el control de la cantidad que ingresa a la planta no provoca transformaciones "físicas" sino que la "transforma" de "lote a controlar" a "lote controlado").
Estados: los estados son variables (de varios tipos: pueden ser números o valores lógicos) que describen el estado del sistema y sus componentes, para cada instante de tiempo.
Eventos: fenómenos que modifican el estado del sistema (por ejemplo, el final de un mecanizado cambia el estado de una máquina de "ocupada" a "libre").
Código: conjuntos de entidades que no pueden acceder a transformaciones posteriores ya que la máquina está ocupada.
Atributos: propiedades permanentes de un conjunto de entidades o de una máquina.
Reloj local: reloj que contiene, a nivel de una sola máquina, el instante de tiempo que identifica el final del procesamiento en curso.
Reloj general: reloj que regula el flujo general del tiempo de simulación.

Operación de simuladores

Fase de exploración
Fase de reescaneo

Tipos de simuladores

Orientado a eventos
Orientado a procesos
Orientado a la actividad

Aspectos de implementación: programación de modelos

Una vez que se ha construido el modelo, se debe traducir a un programa de computadora . Es posible utilizar lenguajes de propósito general como Fortran , Pascal , C , C++ , para los cuales existen bibliotecas de rutinas orientadas a la simulación . También había varios lenguajes especializados como SIMSCRIPT, MODSIM y GPSS. Una alternativa interesante es recurrir a aplicaciones interactivas de simulación, entre otras: AutoMod, Simul8, Arena Simulation, Simio, AnyLogic , Witness, Extend y Micro Saint. Estas aplicaciones son fáciles de usar y, por lo tanto, muy adecuadas para construir rápidamente modelos, incluso los más sofisticados, pero son menos versátiles y potentes que los lenguajes especializados o de propósito general . Para pequeños problemas también es posible utilizar herramientas informáticas de uso común, como hojas de cálculo . Estas herramientas pueden ser útiles cuando desea hacerse una idea rápida de cómo funciona un solo componente o subsistema de un sistema complejo .

Notas

^ Amico V., Guha R., Bruzzone AG, Problemas críticos en simulación , en Actas de la Conferencia de simulación por computadora de verano, Vancouver, BC, 2000 .
^ Zeigler, BP, Praehofer, H. y Kim, TG (2000) "Teoría del modelado y la simulación: integración de eventos discretos y sistemas dinámicos complejos continuos" , Elsevier, Amsterdam.
^ McLeod, J. (1968) "Simulación: el modelado dinámico de ideas y sistemas con computadoras" , McGraw-Hill, NYC.
^ Bruzzone AG, Massei M., Entrenamiento militar basado en simulación , en Guía para disciplinas basadas en simulación , Vol. 1. 315-361.

Otros proyectos

Wikiquote contiene citas de o sobre simulación
Wikcionario contiene el diccionario lema « simulación »
Wikimedia Commons contiene imágenes u otros archivos sobre simulación

Enlaces externos

( FR ) Simulación numérica - Universidad de La Rochelle , en univ-lr.fr . Consultado el 23 de marzo de 2007 (archivado desde el original el 1 de mayo de 2007) .