2

我建立的模拟一直存在问题，我不确定如何解决这些问题。本次模拟的思路如下：

系统中共有 10 台机器。当模拟开始时，其中 6 台机器将开始工作，而其他 4 台机器将作为备件保存在库存中。

要求是在系统中的任何时候，应该有 6 台机器在工作。总共没有 6 台机器工作的任何时间都将被计为停机时间。

工作一段时间后，6 台工作机器中的一台将出现故障。当发生此故障事件时，我们将从库存中取出 1 台机器并将其添加到工作机器组中，这样我们就可以满足同时有 6 台机器工作的要求。

然后将故障机器送到维修车间，并在一定时间后进行维修。当它的维修完成后，它将被移动到库存中，它将加入其他机器。

下一次 6 台工作机器中的另一台出现故障时，将再次从库存中取出 1 台机器来替换发生故障的机器。这意味着库存中的机器数量将在整个模拟过程中不断波动。在整个模拟过程中，我还需要了解库存中有多少台机器，因此我添加了print语句来向我展示这一点。

总之，一台机器会经历以下循环：开始工作 -> 故障 -> 送去维修车间 -> 修理后入库 -> 当另一台机器出现故障时再次投入运行 -> 开始工作 -> 故障。 。 ETC。

我在此模拟中的另一个要求是我需要随时知道机器 1 到 10 在哪里。这样我就可以追踪到每台机器的动向，比如7号机什么时候出故障，什么时候进出维修车间，什么时候进出库存等等。

建立此模拟后，我随后将改变初始备件数量和维修时间，以研究这些因素如何影响运营可用性水平。

我面临的主要问题：

我无法在整个周期中单独跟踪 10 台机器中的每台

我无法正确建模我的备件库存。如果机器 5 - 10 开始运行，当其中一台发生故障时，下一行输出应该告诉我机器 1 已从库存中取出（并因此开始运行）以替换发生故障的机器。但是，我无法获得这样的输出。

先感谢您！

到目前为止，我已经包括了我的进展：

    import simpy
    import random

    RANDOM_SEED = 42
    NUM_SERVERS = 2
    MTBF = 10
    MTTR = 2
    TOTAL_MACHINES = 10
    TOTAL_SPARES = 4
    TOTAL_WORKING = TOTAL_MACHINES - TOTAL_SPARES
    SIM_TIME = 100

    class Working(object):
        def __init__ (self, env, num, repair_workshop, spares_inventory, downtime):
            self.env = env
            self.repair_workshop = repair_workshop
            self.spares_inventory = spares_inventory
            self.downtime = downtime
            self.name = 'Machine %d' % (num + 1)
            print('%s begins working %.2f' % (self.name, self.env.now))
            self.env.process(self.run())

        def run(self):
            yield self.env.timeout(random.expovariate(1.0 / MTBF))
            print('%s stops working %.2f' % (self.name, self.env.now))

            downtime_start = self.env.now
            spare = yield self.spares_inventory.get(1)
            self.downtime.append(self.env.now - downtime_start)

            print('%s taken from inventory at %.2f' % (spare.name, self.env.now))
            print('%d inside inventory' % len(spares_inventory.items))

            with self.repair_workshop.request() as req:
                yield req
                print('%s starts repair %.2f' % (self.name, self.env.now))

                yield self.env.timeout(random.expovariate(1.0 / MTTR))

                yield self.spares_inventory.put(1)
                print('%s finishes repair at %.2f' % (self.name, self.env.now))

            print(' %d inside inventory' % len(spares_inventory.items))

    def main():
        env = simpy.Environment()
        repair_workshop = simpy.Resource(env, capacity = NUM_SERVERS)
        spares_inventory = simpy.Container(env, capacity = TOTAL_MACHINES, init = TOTAL_SPARES)
        downtime = []
        working = [Working(env, i, repair_workshop, spares_inventory, downtime) for i in range(TOTAL_WORKING)]

        env.run(SIM_TIME)

        print('Total downtime for all machines throughout simulation time is %.2f hours' % sum(downtime))
        print('Operational Availability = %.2f percent' % ( (SIM_TIME - sum(downtime)) * 100 / (SIM_TIME)))

    if __name__ == '__main__':
        main()

在 Stefan 的帮助下，我修改了我的脚本：

    class Working(object):

        def __init__ (self, env, num, repair_workshop, spares_inventory, downtime, machine):
            self.env = env
            self.repair_workshop = repair_workshop
            self.spares_inventory = spares_inventory
            self.downtime = downtime
            self.machine = machine
            self.name = ('Machine %d' % (num + 1))
            print('%s begins working %.2f' % (self.name, self.env.now))
            self.env.process(self.run())

        def run(self):
            yield self.env.timeout(random.expovariate(1.0 / MTBF))
            print('%s stops working %.2f' % (self.name, self.env.now))

            downtime_start = self.env.now
            spare = yield self.spares_inventory.get(1)
            self.downtime.append(self.env.now - downtime_start)

            print('%s taken from inventory at %.2f' % (spare.name, self.env.now))
            print('%d inside inventory' % len(spares_inventory.items))

            with self.repair_workshop.request() as req:
                yield req
                print('%s starts repair %.2f' % (self.name, self.env.now))

                yield self.env.timeout(random.expovariate(1.0 / MTTR))

                yield self.spares_inventory.put(1)
                print('%s finishes repair at %.2f' % (self.name, self.env.now))

            print(' %d inside inventory' % len(spares_inventory.items))

    def main():
        env = simpy.Environment()
        repair_workshop = simpy.Resource(env, capacity = NUM_SERVERS)
        downtime = []

        machines = [object() for i in range(TOTAL_MACHINES)]
        working, spares = machines[:TOTAL_WORKING], machines[TOTAL_WORKING:]
        spares_inventory = simpy.Store(env, capacity = TOTAL_MACHINES)
        spares_inventory.items = spares
        working = [Working(env, i, repair_workshop, spares_inventory, downtime, machine) for i, machine in enumerate(working)]

        env.run(SIM_TIME)

        print('Total downtime for all machines throughout simulation time is %.2f hours' % sum(downtime))
        print('Operational Availability = %.2f percent' % ( (SIM_TIME - sum(downtime)) * 100 / (SIM_TIME)))

    if __name__ == '__main__':
        main()

这是我收到的回溯：

    Traceback (most recent call last):
    File "/Users/Scripts/8oct1.py", line 70, in <module> main()
    File "/Users/Scripts/8oct1.py", line 64, in main env.run(SIM_TIME)
    File "/Library/Python/2.7/site-packages/simpy/core.py", line 120, in run self.step()
    File "/Library/Python/2.7/site-packages/simpy/core.py", line 213, in step raise event._value
    TypeError: __init__() takes exactly 2 arguments (3 given)
4

1 回答 1

2

您可以使用 aStore而不是 a Container。使用Store，您可以为您的机器使用可区分的对象，这将允许您在模拟中追踪它们的方式。

例如，

machines = [object() for i in range(TOTAL_MACHINES)]
working, spares = machines[:TOTAL_WORKING], machines[TOTAL_WORKING:]
spares_inventory = Store(env, capacity=TOTAL_MACHINES)
spares_inventory.items = spares
working = [Working(env, i, machine) for i, machine in enumerate(working)]

当然，object您也可以使用（命名的）元组、纯整数或任何其他最适合表示机器的对象来代替。

于 2014-10-08T07:44:36.290 回答