Modellistica e simulazione

Prof. Maria Pia Fanti

Dipartimento di Elettrotecnica ed Elettronica
Politecnico di Bari

fanti@deemail.poliba.it

http://ftp-dee.poliba.it:8000/

http://www-dee.poliba.it/dee-web/Personale/fanti.html
1
 Modellistica e simulazione
A. Di Febbraro, A. Giua Sistemi ad eventi discreti
Mc Graw Hill.
PROGRAMMA:
Generalit sui sistemi ad eventi discreti: modelli
dinamici, modelli time driven, modelli event driven.

Reti di Petri: Definizioni e analisi delle propriet

strutturali e comportamentali delle reti di Petri.

Reti di Petri temporizzate: valutazione delle prestazioni.

Reti di Petri di alto livello (colorate, ibride).

Controllo a supervisione mediante reti di Petri

Generalit sulle tecniche di simulazione ad eventi 2
 Modellistica e simulazione

Esercitazioni.
Tecniche di analisi con le reti di Petri di sistemi ad
eventi delle propriet comportamentali e strutturali,
Modelli di sistemi complessi (sistemi manifatturieri,
sistemi logistici, sistemi di traffico stradale, sistemi
sanitari)

Laboratorio
Esempi di simulazione ad eventi.
Tecniche di simulazione con le reti di Petri (Matlab)
Tecniche di simulazione con il software Arena.
Tecniche di simulazione con le reti di Petri colorate
3
1. Classificazione dei sistemi e dei modelli
La teoria dei sistemi e del controllo si sempre
tradizionalmente occupata dei sistemi a variabili
continue modellati da equazioni differenziali o alle
differenze.
Tali modelli sono tuttavia inadeguati nella descrizione
dei sistemi man-made.

Sistemi dinamici i cui stati assumono diversi

valori logici o simbolici in corrispondenza
delloccorrenza di eventi.
Es: processi produttivi, reti di trasporto, di
comunicazione, etc.
4
Es. di eventi: arrivo o partenza di un cliente,
completamento di una lavorazione, guasto o
riparazione di una macchina, trasmissione o ricezione
di un insieme di dati, etc.

Levoluzione nel tempo di tali sistemi

dettata dalloccorrenza degli eventi mentre i
micro-cambiamenti che avvengono
continuamente allinterno del sistema vengono
ignorati.

Sistemi ad eventi discreti

5
Un sistema la cui evoluzione dettata sia
dalloccorrenza di eventi discreti, sia dal
trascorrere del tempo viene detto ibrido.

Sistemi ibridi

Sis. ad Sis. ad eventi

avanzamento discreti
temporale

6
Principi di base della teoria classica
dei sistemi e del controllo

Nozione fondamentale sistema

Dizionario Webster: Un sistema ununit complessa

formata da molte componenti, spesso diverse tra
loro, soggette ad un piano comune o orientate verso
un obiettivo comune.
Dizionario IEEE: Un sistema una combinazione di
elementi che cooperano per svolgere una funzione
altrimenti impossibile per ciascuno dei singoli
componenti.
7
Per procedere ad unanalisi quantitativa di un sistema
indispensabile la formulazione di un modello
formale che riproduca il comportamento del sistema.
Ogni sistema fisico caratterizzato da un certo
numero di variabili fisiche che evolvono nel tempo:
cause esterne al sistema ingressi del sistema
effetti uscite del sistema

u y
S

S realizza la dipendenza degli effetti dalle cause

esterne al sistema.
8
 Esempio: pantografo

Kw
m u
y
b K

Y: posizione di
my fi Kw (u y) Ky by equilibrio di m
u: posizione di
b (Kw K) Kw equilibrio del punto di
y y y u
m m m contatto con la
catenaria
9
In generale luscita ad un dato istante di tempo
dipende anche dalla storia del sistema.

Lo stato di un sistema allistante di tempo 0 la

grandezza che contiene linformazione necessaria in
0 per determinare univocamente landamento
delluscita y(), per 0, sulla base della
conoscenza dellandamento dellingresso u(), 0
e dello stato in 0.

10
 Si definiscono equazioni di stato linsieme di
equazioni che determinano lo stato x() per
ogni 0 sulla base di x(0 ) e di u() , 0.

Modello
x (t) f(x(t), u(t), t), x(t0 ) x0 a tempo
y(t) g(x(t), u(t), t)
continuo

u x y
x (t) f(x(t), u(t), t) y(t) g(x(t), u(t), t)

11
Esempio: pantografo

x1 (t) y(t) x (t) Ax(t) Bu(t)

x (t) y (t) y(t) Cx(t)
2

0 1 0
A Kw K b B Kw C 1 0

m m m

N.B. La scelta del modello in termini

di variabili di stato non mai unica.

12
 Se il tempo discreto, cio rappresentato
dallintero k, k=0,1, , il sistema pu venire
descritto mediante un insieme di equazioni alle
differenze:

Modello
x (k 1) f(x(k), u(k), k), x(k0 ) x0 a tempo
y(k) g(x(k), u(k), k)
discreto

u x y
x(k 1) f(x(k), u(k),k) y(k) g(x(k), u(k), k)

13
 I sistemi ad eventi discreti

La ricerca nellabito dei sistemi ad eventi discreti

(SED) sta acquistando un ruolo sempre pi rilevante
nella comunit scientifica e ci una immediata
conseguenza della crescente complessit dei sistemi
creati dalluomo.
La teoria dei SED si sta evolvendo ora in analogia alla
teoria classica dei sistemi e del controllo concetti
di stabilit, controllabilit, osservabilit, etc.

14
Un sistema ad eventi discreti un sistema dinamico il
cui comportamento caratterizzato dalloccorrenza di
eventi istantanei con un cadenzamento irregolare non
necessariamente noto.

Alcuni sistemi sono intrinsecamente ad eventi e

la risoluzione di un problema di controllo in
questo caso consiste nella determinazione di una
politica di gestione e di coordinamento degli
eventi.

Levoluzione in questo caso asincrona ossia basata

sui tempi di occorrenza degli eventi e non su una
temporizzazione regolare.

15
Definizione formale: Un SED un sistema il cui
comportamento dinamico caratterizzato
dallaccadimento asincrono di eventi che individuano lo
svolgimento di attivit di durata non necessariamente
nota. Un SED caratterizzato da:
insieme degli eventi E
spazio di stato X (insieme discreto)
evoluzione dello stato regolata dagli eventi

xk+1=(xk,ek) kN

funzione di transizione di stato

16
Esempio: il sistema a coda

Un sistema a coda si basa su 3 componenti

fondamentali:
le entit che attendono per poter utilizzare le
risorse (clienti)
le risorse (servitori o serventi)
lo spazio in cui si attente (coda)

arrivo partenza
clienti clienti
coda servitore
17
I clienti possono essere: persone, veicoli di
trasporto, messaggi, etc.
I serventi possono essere: persone, macchine,
semafori, canali di comunicazione, etc.

Insieme degli eventi E={a,p}

a : evento di arrivo di un cliente
p : evento di partenza di un cliente

18
 Se scegliamo come variabile di stato il numero
di clienti in coda
Spazio di stato X={0,1,2,}=N

Il sistema a coda pu venire rappresentato

mediante il seguente grafo

a a a

0 1 2 3
p p p

19
 Esempio: macchina soggetta a guasti

X = {F (macchina ferma),
L (macchina che lavora),
G (macchina guasta)} spazio di stato
E = {inizio,fine,rottura,riparazione} spazio degli eventi

inizio

F L
fine

riparazione rottura
G
20
Esempio: circuito elettrico

s Linterruttore pu ruotare
l1
a sinistra o a destra di 1/4
di giro.
d l2 Ci sono 4 possibili posizioni

s
s s s

d d d
d
21
Possiamo individuare 3 insiemi:
X = {x1,x2,x3,x4} posizioni dellinterruttore
U = {s,d} rotazioni
Y = {l1,l2,b} condizioni delle lampade

Tale sistema pu essere rappresentato mediante il

seguente grafo.
x1 d x4
x1 s
x2 s d s
d
x3
x2 d x3
x4 s 22
 Se assumiamo linsieme Y come spazio di
stato, allora il sistema pu essere
rappresentato mediante il seguente grafo

s,d s,d

l1 b l2

s,d s,d l

Se poi volessimo addirittura s,d s,d

limitarci a distinguere il buio
dalla luce
b
23
A tale sistema x1 d x4
possiamo anche s
associare una s d d s
evoluzione temporale

x2 d x3
s
X
s d s s
x4
x3
s
x2
x1
t
t1 t2 t3 t4 t5
24
 Modellazione di sistemi ad eventi discreti

Un modello ad eventi discreti un modello matematico

in grado di rappresentare linsieme delle traiettorie (o
tracce) degli eventi che possono essere generate da un
sistema.
In generale linsieme delle possibili traiettorie degli
eventi infinito, mentre il modello deve comunque
essere finito.
A seconda del livello di astrazione con cui le diverse
traiettorie possono venire rappresentate, i modelli
vengono distinti in due diverse categorie:
Modelli logici e Modelli temporizzati

25
Modelli logici
La traccia una sequenza di eventi {e1,e2,e3} in
ordine di occorrenza. La traiettoria allora la
sequenza degli stati raggiunti {x0,x1,x2,}.

Modelli temporizzati
La traccia una sequenza di coppie
{(e1,t1),(e2,t2),(e3,t3),...} in ordine di occorrenza. La
traiettoria ancora la sequenza degli stati raggiunti
{x0,x1,x2,}. In questo caso tuttavia conosciamo
esattamente listante di tempo in cui ciascuno stato
viene raggiunto.

26
I modelli logici rendono agevole lo studio delle
propriet qualitative del sistema
analisi strutturale.
I modelli temporizzati permettono di studiare
levoluzione temporale di un sistema
analisi prestazionale.

I modelli temporizzati possono essere:

deterministici (gli intervalli tra 2 eventi sono noti)
stocastici (gli intervalli sono variabili casuali)

Una trattazione analitica diventa

estremamente complessa simulazione
27
Automi: modello logico

Definizione: Un AFD una 5-upla G=(X,E,,x0,Xm)

dove:
X un insieme finito di stati;
E un insieme finito di eventi (alfabeto);
: X E X la funzione di transizione;
x0 X lo stato iniziale;
Xm X linsieme di stati finali.

(x,e) lo stato raggiunto quando si verifica

levento e a partire dallo stato x.
28
 d
Esempio:
a b c
x0: stato
iniziale e
x0 x1 x2
finale d
x0: m. spenta
a b c d x1: m. accesa
x0 x1 x2: in avviamento
x1 x2 x0 a: accensione
x2 x2 x0 b: predisposizione
c: lavorazione
Possibile evoluzione: d: spegnimento
a b c c
x0 x1 x2 x2 x2 w = abcc parola 29
 Ad ogni AFD possibile associare un
linguaggio generato e un linguaggio
accettato (o marcato)
Le propriet fondamentali degli automi sono:
- la raggiungibilit
- la reversibilit
- la vivezza

Esiste poi un altro modello di SED che pu

essere visto come una
generalizzazione degli AFD, ossia gli
automi finiti non deterministici (AFN)
30
Esempio di a
AFN: x1
b a

x0 x2
b a b
b

a
a
x3 x4
Vi sono:
transizioni etichettate con la parola vuota
pi transizioni uscenti dallo stesso nodo e aventi
la stessa etichetta
31
 Sistemi ibridi
Sistemi ad Sistemi ad
avanzamento eventi discreti
temporale (SAT) (SED)

SAT a SAT a
tempo SED
tempo temporizzati
continuo discreto

SAT a t. SAT a t. SED logici

continuo discreto
lineari lineari
SED deterministici
SAT a t. SAT a t.
continuo discreto
non lineari non lineari SED stocastici 32