بيانات نموذج المحاكاة: مصادرها ومستوى الجودة المطلوب

Disclosure: M365.FM host Mirko Peters works at iFAKT GmbH. This page describes the company factually; paid partnerships and links are labelled as advertising.

By Mirko Peters · 2026-11-11

تأتي بيانات نموذج المحاكاة من الأنظمة والقياسات والخبراء. تعرّف هذه المادة على المصادر، وفجوات الجودة المعتادة، ومستوى الجودة المطلوب لبيانات الإدخال في المحاكاة.

Automatically translated with AI from the original post. Read the English original

تأتي البيانات اللازمة لبناء نموذج المحاكاة من ثلاثة مصادر: أنظمة الأعمال وأنظمة أرض المصنع، والقياس المباشر، والأشخاص الذين يعرفون الخط. أما مستوى جودتها المطلوب فيعتمد على السؤال المطروح، لا على معيار عام. هذا الدليل موجّه إلى مدراء التحسين المستمر الذين يُطلب منهم توفير البيانات لـمحاكاة المصنع. ستتعرف على ما يحتاجه النموذج، وأين يأتي كل عنصر من عناصره، وما الذي يسير غالبًا على نحو خاطئ، ومثال عملي بأرقام، وخطة من ست خطوات للحصول على بيانات جيدة بما يكفي.

النقاط الرئيسية

• يحتاج نموذج المحاكاة إلى المنتجات ومساراتها، وأزمنة المعالجة، والموارد، والتوقفات، والطلبيات، وقواعد التوظيف؛ ويأتي كل عنصر من نظام، أو قياس، أو خبير.
• تأتي البيانات من مصادر أولية، مثل دراسات قياس الزمن بالساعة الإيقافية والملاحظة، ومن مصادر ثانوية، مثل أنظمة ERP وMES وCAD والتنبؤات.
• الفجوات المعتادة هي أزمنة ERP المضبوطة مسبقًا والتي تختلف عن الأزمنة الفعلية، والسجلات المكررة، والبيانات المتأخرة عن الواقع، وغياب التباين.
• يجب أن تكون المدخلات كافية للسؤال المطروح: تحقق من المدخلات التي تغيّر النتيجة أكثر من غيرها، وركّز جهدك عليها.
• استخدم التوزيعات والسجلات الفعلية، لا المتوسطات وحدها، لأن التباين هو ما يولّد زمن الانتظار الذي تريد اختباره.

بيانات بناء نموذج المحاكاة: ما الذي يحتاجه النموذج

يحتاج نموذج التدفق لخط إنتاج إلى ستة أنواع من المدخلات. هذه القائمة ملخص من إعدادنا للممارسات الشائعة، وليست معيارًا رسميًا.

• المنتجات والمسارات. أي منتج يمر بأي محطة، وبأي ترتيب.
• الأزمنة. زمن المعالجة لكل منتج ولكل محطة، وأزمنة تغيير الإعداد، وتباين كليهما.
• الموارد. الآلات والأدوات والأشخاص، وطاقتها وتوافرها، بما في ذلك الأعطال والتوقفات المخططة.
• الطلبيات والطلب. أحجام الطلبيات ومزيجها ونمط وصولها، من سجل الطلبيات أو من تنبؤ.
• القواعد. نموذج الورديات، وأوقات الاستراحة، وقواعد التسلسل والدفعات، وكيفية تنقل المشغلين بين المحطات.
• الجودة. معدلات الهالك وإعادة العمل، وأماكن اكتشاف العيوب.

لا يحتاج النموذج إلى كل رقم في المصنع، بل إلى الأرقام التي يعتمد عليها السؤال، ويحتاج إلى التباين، لأن التباين يولّد الانتظار الذي تريد محاكاته واختباره. ولا يستطيع النموذج أن يتنبأ إلا بما تسمح به بياناته.

من أين تأتي بيانات إدخال المحاكاة: جمع البيانات عمليًا

تصف ورقة بحثية لـ Maja Bärring وزملائها في مؤتمر المحاكاة الشتوي 2018 هذه المصادر في مجموعتين، متابعةً لأعمال سابقة قدّمها Anders Skoogh وزملاؤه.

• البيانات الأولية تُجمع من أجل الدراسة: القياسات، ودراسات قياس الزمن بالساعة الإيقافية، والملاحظة على خط الإنتاج.
• البيانات الثانوية موجودة مسبقًا. وتشمل مراجع خارجية، مثل المعايير الصناعية وخبراء المجال، وأنظمة الأعمال المؤسسية مثل ERP وMES وPDM وCAD، والبيانات الخاصة بالمشروع مثل تنبؤات حجم الإنتاج.

بالنسبة لمدير التحسين المستمر، يبدو جمع البيانات في الممارسة العملية على النحو التالي. يحتفظ نظام تنفيذ التصنيع بأوقات الدورة الفعلية وأحداث التوقف والكميات لكل محطة. ويحتفظ نظام تخطيط موارد المؤسسة (ERP) بالطلبات ومسارات التشغيل والأوقات المخططة. ويحتفظ نظام التصميم بمساعدة الحاسوب أو نظام إدارة بيانات المنتج (CAD/PDM) ببنية المنتج. وتوجد خطط الورديات عادةً لدى التخطيط أو الموارد البشرية. أما أوقات تغيير الإعداد وطريقة عمل المشغلين الفعلية، فكثيرًا ما لا تُعرف إلا بالملاحظة المباشرة وبسؤال قادة الورديات.

لماذا لا تكون البيانات جيدة بما يكفي في كثير من الأحيان

درس Bärring وزملاؤه شركتين محل دراسة، وأجروا مقابلات مع خمسة مشاركين، لذا فالنتائج إرشادية وليست عامة. وفي الشركة التي جمعت بياناتها يدويًا من نظام ERP ومن جداول البيانات، أشاروا إلى مشكلات يعرفها كثير من المصانع:

• استُخدمت قيم ERP مُعدّة مسبقًا بدلًا من الأوقات الفعلية، فلم يكن واضحًا أي الأوقات ينبغي استخدامها.
• كان الصنف نفسه مخزّنًا في نظام ERP وفي جداول البيانات معًا.
• كانت التسميات غير متسقة، وكانت الأقسام تختلف فيما بينها.
• تغيّر الواقع، لكن النظام لم يتغيّر.

يشير المؤلفون أيضًا إلى أن أنظمة ERP تركّز على القيم الحتمية أكثر من القيم العشوائية، لذلك يغيب غالبًا التباين الذي تحتاجه المحاكاة. وفي الحالة الثانية، تجنّب الحصول الآلي على البيانات خمسة من التحديات الثمانية التي يسردونها. ويوصي البحث، من بين أمور أخرى، بإسناد ملكية البيانات إلى وظائف محددة داخل الشركة. وقد وجد مسح أجراه Skoogh وPerera وJohansson، ونُشر في Simulation Modelling Practice and Theory، أن نحو 80 في المئة من مستخدمي المحاكاة ما زالوا يعتمدون على إجراءات يدوية كثيفة في إعداد بيانات المدخلات.

المسار وقائمة المواد في المحاكاة

يسبب نوعان من البيانات الرئيسية المشكلات في كثير من الأحيان. يحدد المسار العمليات التي يحتاجها المنتج، وترتيبها، والمورد المستخدم لكل عملية، والزمن المحدد لها. أما قائمة المواد فتحدد الأجزاء الداخلة في المنتج. في نموذج التدفق، يكون المسار عادةً العمود الفقري للنموذج، وتصبح قائمة المواد مهمة عندما يمكن أن تنقص الأجزاء، أو عندما تنتظر محطة تجميعًا فرعيًا.

غالبًا ما تكون مسارات التشغيل في ERP قيمًا تخطيطية، تُحدَّد مرة واحدة ونادرًا ما تُحدَّث، وهذه هي المشكلة التي يصفها Bärring وزملاؤه. قبل تحميل المسار في النموذج، قارِن أزمنته بالأوقات الفعلية من MES للمنتج نفسه والمحطة نفسها. وتأكد من أن ترتيب العمليات لا يزال مطابقًا لما يجري على أرض المصنع، ومن أن قائمة المواد تُظهر المتغيرات التي تُصنَّع فعلًا. ولا تسدّ الفجوة ببيانات مُحاكاة، أي البيانات الاصطناعية (Synthetic Data)، ثم تنسى وسمها.

ما مستوى جودة بيانات المحاكاة المطلوب؟

الجواب: جودة كافية للقرار. يطلب Averill Law، في ورقته حول المزالق في نمذجة المحاكاة، تسجيل توزيعات المدخلات والتحقق من صحتها، ويوصي بجمع البيانات عن جميع مصادر العشوائية الممكنة في النظام متى كان ذلك ممكنًا. ويحذّر من خطأين: استبدال مدخل عشوائي بمتوسطه، وهو ما يلغي الطابور بالكامل في مثاله، واختيار التوزيع الطبيعي بدافع العادة، وهو ما أعطى في أحد أمثلته خطأ في المخرجات بنسبة 39 في المئة.

من الطرق العملية لتحديد حجم الجهد المطلوب، ترتيب المدخلات حسب تأثيرها وحسب درجة عدم اليقين في كل معامل. كما يوصي Law بتحليل الحساسية لمعرفة العوامل الأكثر تأثيرًا في مقاييس الأداء. هذا التصنيف أداة تخطيط من إعدادنا، وليس معيارًا قياسيًا:

1. الدرجة A: مقاسة ومُتحقَّق منها. استخدمها للمدخلات التي تغيّر النتيجة أكثر من غيرها، مثل زمن الدورة عند عنق الزجاجة ونمط التوقفات قبله.
2. الدرجة B: مأخوذة من نظام ومُتحقَّق منها على عينة. استخدمها للمدخلات ذات التأثير المتوسط.
3. الدرجة C: رأي خبير. استخدمها للمدخلات قليلة التأثير، ودوّن الافتراض المعتمد.

وأخيرًا، تحقّق من المجموعة كلها عبر التحقق من الصحة: هل يعيد النموذج إنتاج مخرجات الخط الحقيقي؟ إذا لم يفعل، فابدأ بفحص مدخلات الدرجة A.

مثال: زمن المسار مقابل الزمن الفعلي

هذا مثال توضيحي بأرقام افتراضية، وليس حالة مقاسة. يُنتج خط واحد منتجًا واحدًا. يحدد مسار ERP زمنًا قدره 42 ثانية لكل قطعة عند محطة عنق الزجاجة. بينما يُظهر MES وسيطًا لزمن الدورة الفعلي قدره 47 ثانية على مدى أربعة أسابيع.

• الإنتاج في الساعة باستخدام زمن المسار: 3,600 ÷ 42 = 85.7 قطعة.
• الإنتاج في الساعة باستخدام الزمن الفعلي: 3,600 ÷ 47 = 76.6 قطعة.
• يبالغ التوجيه في تقدير المعدل بمقدار 85.7 ÷ 76.6 = نحو 12 في المئة. على وردية مدتها 8 ساعات، يعني ذلك نحو 686 قطعة مقابل 613 قطعة، أي فرقاً قدره 73 قطعة.

سيقدم النموذج الذي يُغذّى بالتوجيه تنبؤاً لم يبلغه الخط قط، وأي تحسين يُقاس بالاستناد إليه سيبدو أسوأ مما هو عليه في الواقع.

ينطبق المنطق نفسه على التوقفات. لنفترض أن نظام MES سجّل سبعة توقفات مدتها 2 و3 و3 و4 و5 و6 و40 دقيقة. مجموعها 63 دقيقة، أي أن المتوسط 9 دقائق، بينما الوسيط 4 دقائق. نموذج يفترض توقفاً ثابتاً مدته 9 دقائق لن يُظهر التوقف البالغ 40 دقيقة الذي يفرّغ المخزن المؤقت، وسيُظهر توقفات متوسطة أكثر مما يحدث فعلياً على الخط. ارسم مخططاً للمدد المسجّلة، واحسب تشتتها، واستخدمها مباشرةً أو استخدم توزيعاً إحصائياً مُلائماً لها. قدّر معلماته انطلاقاً من السجلات.

استخدام البيانات بالشكل الصحيح: خطة من ست خطوات

1. حدّد الأسئلة. السؤال هو ما يحدد المدخلات التي تحتاجها.
2. اجرد العناصر في المجموعات الست أعلاه، وحدّد العناصر التي يعتمد عليها السؤال بالدرجة الأكبر.
3. سمِّ المصدر والمالك لكل عنصر، مثل نظام MES للتوقفات، ونظام ERP للطلبيات، ومراقب لأوقات تغيير الإعداد.
4. قارن المصادر. تحقّق من أزمنة التوجيه مقابل نظام MES، وتأكد من تطابق المعرّفات والوحدات بين الأنظمة.
5. قِس الفجوات باستخدام أسلوب من الدرجة A للمدخلات المهمة، وسجّل الافتراضات للبقية.
6. تحقّق من البيانات واحتفظ بها. قارن النموذج بالخط الفعلي، واحفظ المجموعة مع تاريخ، وسمِّ مالكاً مسؤولاً عن تحديثها.

الأخطاء الشائعة

• تحميل توجيه ERP دون تحقق. القيم المخططة ليست قيماً فعلية.
• الاكتفاء بالمتوسطات. كل مدخل متغيّر له تشتت، وليس رقماً واحداً. التباين هو ما يولّد زمن الانتظار، والمتوسط يُخفيه.
• جمع كل شيء. الجهد بلا سؤال يُضيّع وقتاً لا يملكه المشروع، وكثرة البيانات تُخفي ما هو مهم.
• خلط التعريفات. قد يعني التوقف أو تغيير الإعداد أو الدورة أموراً مختلفة في أنظمة مختلفة.
• غياب المالك. الأرقام التي لا يحافظ عليها أحد تصبح قديمة عند التغيير التالي.
• تخطي التحقق. بدون مقارنة بالخط الفعلي، لا تعرف إن كانت المدخلات جيدة بما يكفي.

كيف يمكن للبرمجيات أن تساعد

يمكن للرسم البياني المعرفي الذي يربط المنتجات وخطوات العملية والموارد أن يقلّل البيانات المكررة والمتعارضة، لأن كل حقيقة تُخزَّن مرة واحدة. Polaris Designer من iFAKT وحدة ضمن iFAKT Polaris تبني رسماً بيانياً معرفياً للمنتج والعملية والمورد (PPR) بوصفه المصدر الوحيد للحقيقة للمنتجات وخطوات العملية والموارد. وهو لا يحل محل المقارنة بالأزمنة الفعلية، ولا محل تحديد المالكين، ولا محل التحقق من النموذج. مهما كانت الأداة التي تستخدمها، اسأل عن طريقة استيرادها للبيانات من ERP وMES، وعن كيفية تتبّع التغييرات.

الخطوة التالية

خذ محطة عنق الزجاجة في خط واحد، وقارن زمن التوجيه في نظام ERP بزمن الدورة الفعلي في نظام MES خلال الأسابيع الأربعة الماضية. إذا اختلفا، فقد وجدت أول فجوة في البيانات لبناء نموذج المحاكاة، وتعرف من أين تبدأ.