Analisi prestazionale di un sistema manifatturiero: confronto tra modelli teorici di reti di code aperte e simulazione ad eventi discreti

Abstract

Questa tesi studia le prestazioni di un sistema manifatturiero complesso attraverso il confronto sinergico tra modelli analitici e simulazione ad eventi discreti (DES). Lo scopo principale è misurare l’impatto della variabilità stocastica sui flussi d’impianto, evidenziando i limiti dei modelli matematici nel valutare i benefici reali derivanti da una regolarizzazione degli arrivi. Il sistema è stato innanzitutto configurato come una rete di code aperta di Jackson, individuando una forte saturazione sulla stazione critica M1. Il layout è stato successivamente riprodotto nel software AnyLogic; la validazione statistica del modello, eseguita tramite il metodo delle replicazioni indipendenti e intervalli di confidenza al 95%, ha confermato la perfetta convergenza con i risultati analitici di WIP e Lead Time. Dopo aver verificato l’affidabilità del simulatore, è stato possibile testare scenari al di fuori delle ipotesi markoviane; in particolare, attraverso l’introduzione di un ingresso gaussiano è stato possibile dimostrare come la regolarizzazione dei flussi in ingresso abbatta le attese globali di oltre il 30%, pur mantenendo invariata l’intensità di traffico. Lo studio conferma l’efficacia e la complementarità dell’approccio teorico e di quello simulativo come pilastri fondamentali per la progettazione e l’ottimizzazione dei moderni sistemi manifatturieri.

This thesis studies the performance of a complex manufacturing system through the synergistic comparison between analytical models and Discrete Event Simulation (DES). The main purpose is to measure the impact of stochastic variability on plant flows, highlighting the limits of mathematical models in evaluating the real benefits resulting from the regularization of arrivals. The system was first configured as an open Jackson queuing network, identifying a strong saturation at the critical station M1. The layout was subsequently reproduced in the AnyLogic software; the statistical validation of the model, performed using the independent replications method and 95% confidence intervals, confirmed the perfect convergence with the analytical results of WIP and Lead Time. After verifying the reliability of the simulator, it was possible to test scenarios outside the Markovian assumptions; in particular, through the introduction of a Gaussian input, it was possible to demonstrate how the regularization of incoming flows reduces overall waiting times by over 30%, while keeping the traffic intensity unchanged. The study confirms the effectiveness and complementarity of the theoretical and simulative approaches as fundamental pillars for the design and optimization of modern manufacturing systems.