Upload
charissa-harmon
View
36
Download
1
Embed Size (px)
DESCRIPTION
Obsah předmětu: Počítačová podpora řízení. Řízení a modelování degradačního procesu. Předmět : Počítačová podpora řízení K126 POPR Obor : E ZS, 2013, K126 EKO Přednášky / cvičení : Doc. Ing. P. Dlask, Ph.D. Rekapitulace Teorie pro modelování procesu Cíl úlohy Příprava dat modelu - PowerPoint PPT Presentation
Citation preview
110/2013
Řízení a modelování degradačního procesu
Obsah předmětu: Počítačová podpora řízení
Předmět : Počítačová podpora řízení K126 POPR
Obor : E
ZS, 2013, K126 EKO
Přednášky/cvičení : Doc. Ing. P. Dlask, Ph.D.
210/2013
Obsah1. Rekapitulace2. Teorie pro modelování procesu3. Cíl úlohy4. Příprava dat modelu5. Sestavení modelu6. Zkouškové otázky7. References
1. Rekapitulace2. Teorie pro modelování procesu3. Cíl úlohy4. Příprava dat modelu5. Sestavení modelu6. Zkouškové otázky7. References
310/2013
Rekapitulace
• Úlohy v jediném XLS(X)(M)• Odstranit vazbu na data97.xls• Vysokoškolská úroveň zpracování• Aplikace nových znalostí při zpracování …ovládací prvky, procedury, makra, odkazy, pojmenovávání buněk,
navigace úlohy… • Hodnocení úloh• Zkouškový benefit• Rozmanitá aplikace …průtok vody, výkon elektrárny, výkony sportovců, vývoj cen…
• Chybí nákladová funkce (složka)
• Úlohy v jediném XLS(X)(M)• Odstranit vazbu na data97.xls• Vysokoškolská úroveň zpracování• Aplikace nových znalostí při zpracování …ovládací prvky, procedury, makra, odkazy, pojmenovávání buněk,
navigace úlohy… • Hodnocení úloh• Zkouškový benefit• Rozmanitá aplikace …průtok vody, výkon elektrárny, výkony sportovců, vývoj cen…
• Chybí nákladová funkce (složka)
410/2013
Rekapitulace
• Pojmenovávání souborů (Liska01.xlsx, Liska01a.xlsx,…)
• Formátovat s ohledem na rozlišení monitoru• Navigace v souboru (posuny na grafy, které
jsou mimo desktop)• Názvy buněk používat ve vzorcích• Prázdné buňky nekreslit v grafech• Čeština (spelling)!• Více textů do text. pole (NE do buněk)• Obsah buňky lze vypsat do textového pole
• Pojmenovávání souborů (Liska01.xlsx, Liska01a.xlsx,…)
• Formátovat s ohledem na rozlišení monitoru• Navigace v souboru (posuny na grafy, které
jsou mimo desktop)• Názvy buněk používat ve vzorcích• Prázdné buňky nekreslit v grafech• Čeština (spelling)!• Více textů do text. pole (NE do buněk)• Obsah buňky lze vypsat do textového pole
10/2013 5
Dodatečný popis zobrazených dat
Legenda grafických průběhů
Editace parametrů zobrazené řady
Kompletovat popis grafů
Barevné záložky pro sešit
První záložka krycí jako list
Dolarová konvence $C$8 vs. C8
Zápis funkce KDYŽ(…;…;…)
Rozhodovací schéma funkce KDYŽ
Vložit spojnici trendu
Vložit kartu „Vývojář“
Vložit ovládací prvek
Desetinné číslo z ovládacího prvku
Dovednosti ze cvičení 1/2
10/2013 6
Rozmyslet nákladovou funkci
Kompletovat popis grafů
Navigace v krycím listu –
Hypertextové odkazy
Rozhodovací schéma funkce KDYŽ
Skládání textu do vzorců
Ovládací prvky - Vývojář
Prázdné hodnoty v grafu nekreslit
Dovednosti ze cvičení 2/2
710/2013
Zkouškový benefit – průběžné vystoupení v semestru pro zájemce
Rekapitulace
5-ti minutová rekapitulace…• Obsah• Příprava• Popis řešení• Co se podařilo?• Co se nepodařilo?• Kde byl problém?• Co řešil?• ???• ???• Závěr
5-ti minutová rekapitulace…• Obsah• Příprava• Popis řešení• Co se podařilo?• Co se nepodařilo?• Kde byl problém?• Co řešil?• ???• ???• Závěr
810/2013
Degradace stavebního prvku
Procesy,, PSNPkdePProcesy – souhrnné označení množiny všech procesů,
P – množina elementárních procesů (např. výčet materiálových skupin ve skladu, evidence pracovníků, evidence odpracovaných hodin),N – množina reálných návazných procesů (např. činnosti prováděné v harmonogramu prací s definovanými vzájemnými vazbami),S – množina plánových procesů (např. sled činností prováděných na pracovní lince s prováděním rozhodování o kontrole kvality).
Řídicí procesy slouží pro tvorbu řídicích zásahů realizovaných managementem. Zpracovávají se na základě řídicích modelů odvozených z popisů reálné skutečnosti . Píšeme
Členění technicko-ekonomických procesů
O jaký proces se bude jednat?
1. Rekapitulace
2. Teorie pro modelování procesu3. Cíl úlohy4. Příprava dat modelu5. Sestavení modelu6. Zkouškové otázky
1. Rekapitulace
2. Teorie pro modelování procesu3. Cíl úlohy4. Příprava dat modelu5. Sestavení modelu6. Zkouškové otázky
910/2013
Model stárnutí konstr. prvku
1. Sběr dat pro sestavení modelu2. Sestavení modelu procesu3. Navržení požadavků na chování procesu4. Navržení řídicích opatření5. Aplikace řízení6. Ověření a ladění řídicích opatření
1. Sběr dat pro sestavení modelu2. Sestavení modelu procesu3. Navržení požadavků na chování procesu4. Navržení řídicích opatření5. Aplikace řízení6. Ověření a ladění řídicích opatření
1. Rekapitulace2. Teorie pro modelování procesu
3. Cíl úlohy4. Příprava dat modelu5. Sestavení modelu6. Zkouškové otázky
1. Rekapitulace2. Teorie pro modelování procesu
3. Cíl úlohy4. Příprava dat modelu5. Sestavení modelu6. Zkouškové otázky
1010/2013
1. Rekapitulace2. Teorie pro modelování procesu3. Cíl úlohy
4.Příprava dat modelu5. Sestavení modelu6. Zkouškové otázky
1. Rekapitulace2. Teorie pro modelování procesu3. Cíl úlohy
4.Příprava dat modelu5. Sestavení modelu6. Zkouškové otázky
11
Perhaps the simplest type of model to start with is the conceptual model. They are so simple and commonplace that I have already used them while writing this article. In turn, readers like yourself use conceptual models to understand what you read. Conceptual models basically convey meaning and can be pieced together to make sense of a bigger, trickier thing. Accordingly, every single word refers to a thing or an idea and words are joined into clauses to deliver a message. Electronic diagrams are also conceptual models, summarizing how current flows around the various bits of circuitry represented by standard symbols.
Beyond conceptual models there are in vivo models, from the Latin for 'live'. These are actual live organisms either in the field or in the laboratory sufficiently similar to real phenomena to be able to give clear results. Examples include the use of live mice to reflect aspects of the human immune system or to test the effects of nutrients or drugs. Despite their utility, in vivo models do have their drawbacks. Concern over their use, for instance regarding animal rights, means great care is now taken to ensure research is ethical. Modeling generally simplies the research process, but researchers
using in vivo models take on a large burden of administration, monetary cost, care for organisms and, in some cases, risking their own safety at the hands of activists. Thankfully other types of model are available, so these difficulties can often be overcome.
A third type of model is an in vitro model. In vitro is also from Latin, meaning 'in the glass', a phrase made popular by In-Vitro Fertilisation (IVF), where eggs are fertilised outside the body. In vitro models offer conditions outside of those of direct interest, but they are sufficiently similar that comparable processes will occur. An example of this kind of model would be a bionic eye that performs the same basic functions as a real eye, but is built from different materials. Another example would be any chemical reaction involving an isolated enzyme in a way that is far simpler than studying the entire biochemistry of a cell. Both in vivo and in vitro models are limited by the materials that are readily available for research and resources and labour to use them appropriately. Often it is not possible to conduct experiments in as many different systems as one would like and, even if these models are used, they can leave difficult questions unanswered.
4 kinds of models
1. Conceptual Model2. In Vivo Model3. In Vitro Model4. In Silico Model
1. Conceptual Model2. In Vivo Model3. In Vitro Model4. In Silico Model
10/2013
12
This brings us to the fourth and final kind of model. It is perhaps the hardest to comprehend, but has great power and versatility. In silico models refer to simulations using mathematical models in computers, thus relying on silicon chips. In silico models analyse and solve mathematical equations to give results under certain circumstances. These equations summarise relationships between things scientists study. To use these models, it is first necessary to describe the phenomena in question using numbers. Then quantitative relationships can be included in the equation and where these relationships are complex, a computer is necessary to solve them. These often involve some kind of mechanism that changes over time, like mimicking the changing price of a Mars bar from the 1970s to the present day. For this economic model many things need to be speciffied like in nation, supply and demand of sugar and coca etc. The results from this model may not be bang on the actual price of a Mars bar, but the model is useful in revealing what we do know (where the model works and the price is right) and what we don't (where the model fails and the price is wrong). In the same way, all models can fall down on some points, but these revelations are very useful in helping to advance scientific knowledge.
10/2013
4 kinds of models
1. Conceptual Model2. In Vivo Model3. In Vitro Model4. In Silico Model
1. Conceptual Model2. In Vivo Model3. In Vitro Model4. In Silico Model
1310/2013
4 kinds of models - examples
1. Conceptual Model(scheme, chart, electronic diagrams, flow chart)
2. In Vivo Model(the human immune systém, test the effects of nutrients or drugs, cell experiments)
3. In Vitro Model(bionic eye, chemical reaction, enzyme isolation, endoprosthetic, hip replacement)
4. In Silico Model(price model, prediction models, simulation model, transport model, population)
1. Conceptual Model(scheme, chart, electronic diagrams, flow chart)
2. In Vivo Model(the human immune systém, test the effects of nutrients or drugs, cell experiments)
3. In Vitro Model(bionic eye, chemical reaction, enzyme isolation, endoprosthetic, hip replacement)
4. In Silico Model(price model, prediction models, simulation model, transport model, population)
14
In Silico Model:- describe the phenomena in question using numbers,
- describe quantitation relationships can be included in the equation,
- these relationships are complex,
- computer to solve them,
- software to solve them,
- mimicking the degradation process.
…revelations are very useful in helping to advance scientific knowledge.
10/2013
What do we need?
1. Rekapitulace2. Teorie pro modelování procesu3. Cíl úlohy4. Příprava dat modelu
5. Sestavení modelu6. Zkouškové otázky
1. Rekapitulace2. Teorie pro modelování procesu3. Cíl úlohy4. Příprava dat modelu
5. Sestavení modelu6. Zkouškové otázky
XLSX model.
10/2013 16
Model stárnutí konstr. prvku I.
8000000 Kč
0 KčRoky
0
Bez údržbyBez obnovyRozpad na 0%
Viz XLS
Parametry výpočtu• Popis prvku• Technické parametry• Pořizovací náklady• Doba životnosti• Model stárnutí
Parametry výpočtu• Popis prvku• Technické parametry• Pořizovací náklady• Doba životnosti• Model stárnutí
121086
10/2013 17
Model stárnutí konstr. prvku II.
8000000 Kč
0 KčRoky
0
Bez údržbyBez obnovyRozpad na 25%
12108
2000000 Kč
10/2013 18
Model stárnutí konstr. prvku III.
8000000 Kč
0 KčRoky
0
Bez údržbyObnova na max.Rozpad na 25%
12108
2000000 Kč
Nák
lady
10/2013 19
Model stárnutí konstr. prvku IV.
8000000 Kč
0 KčRoky
0
Pravidelná údržba
2000000 Kč
4000000 Kč
S údržbouBez obnovyRozpad na 25%
Suma nákladů
10
10/2013 20
Model stárnutí konstr. prvku V.
8000000 Kč
0 KčRoky
0
Pravidelná údržba
2000000 Kč
4000000 Kč
S údržbouS obnovouRozpad na 25%
10
10/2013 21
Finanční bilance údržby/obnovy
8000000 Kč
0 KčRoky
0
Pravidelná údržba
2000000 Kč
4000000 Kč
S údržbouS obnovouRozpad na 25%
Literatura
10/2013 22
Beran, V., Dlask, P. Management udržitelného rozvoje regionů, sídel a obcí. Praha : Academia, 2005, s. 256.
Beran, V. a kol. Dynamický harmonogram. Praha : Academia, 2002, s. 172.
Dlask, P., Modelování při řízení. Praha : Wolters Kluwer, 2011, s. 175.
Griffiths, E., What is a model?, 2009.
Kersten, G., Decision Support Systems for Sustainable Development, A Resource Book of Methods and Applications, Kluwer Academic Edition, 2002.
Griffths, E., What is a model?, [email protected]
2310/2013
Závěr
Závěr
Řízení a modelování degradačního proceu
Doc. Ing. P. Dlask, Ph.D.