Kilka uwag o symulacjach komputerowych i ich zastosowaniach w górnictwie

Do zasadniczych zalet badań symulacyjnych, w porównaniu do badań w świecie rzeczywistym, zaliczyć można stosunkowo niskie koszty i znacznie krótszy czas badań. Obie te zalety mają podstawowe znaczenie przy obecnej globalizacji rynku.

Do podstawowych wad badań symulacyjnych należy zaliczyć: brak uniwersalnych metod rozstrzygania o poprawności budowanych modeli, brak możliwości automatyzacji procedur budowy modeli oraz dużą wrażliwość efektów badań symulacyjnych na różnego rodzaju błędy.

Symulacja komputerowa znajduje coraz większe zastosowanie nawet w takich dziedzinach, których nikt się nie spodziewał przed paru laty. Symulacja funkcjonowania systemów staje się narzędziem wykorzystywanym przy projektowaniu, planowaniu oraz sterowaniu systemami. Od początku była wykorzystywana w wojskowości oraz badaniach kosmicznych, a dziś można zaobserwować coraz większą ekspansję metod i narzędzi symulacji komputerowych w kierunku różnorodnych gałęzi przemysłu, w tym także i w górnictwie podziemnym oraz odkrywkowym.

Model symulacyjny i metody symulacji

Model symulacyjny to zbiór instrukcji dla komputera definiujących każdą ze zmiennych i zależności między nimi. Wyniki obliczeń komputerowych mówią o zachowaniu się badanego systemu w rzeczywistości i w warunkach zadanych komputerowi [9].

Aby przeprowadzić symulację, należy określić jej cel i warianty badań, i na tej podstawie wybrać model realnego systemu, a także przygotować dane. Symulacja istniejącego już systemu jest potrzebna tylko wtedy, gdy wyników prowadzonych badań nie można uzyskać za pomocą analizy matematycznej. Zaletą modeli symulacyjnych jest to, że w krótkim czasie można zbadać skutki zmiany warunków, a także przewidzieć zachowanie projektowanego systemu w dłuższej perspektywie czasu. Przyczyną stosowania eksperymentów symulacyjnych jest chęć poznania, czasem zrozumienia, zachowania się systemu lub konstrukcji algorytmów sterowania tym systemem.

Jeżeli problemy występujące w rzeczywistym świecie są na tyle złożone, że stosowane modele matematyczne (lub inne modele formalne) zjawisk związanych z tymi problemami nie wystarczą do ich odwzorowania, wówczas można sięgnąć po symulację. Ze względu na popularne obecnie środowisko realizacji eksperymentów symulacyjnych przyjęto nazwę „symulacji komputerowej” lub „symulacji cyfrowej”, co opisuje w swojej pracy Perkowski [7].

Metody symulacyjne można podzielić na następujące grupy i rodzaje:

1. Metody symulacji ciągłej
   Cecha charakterystyczna: wykorzystanie funkcji ciągłych w opisie formalnym charakterystyk zmiennych stanu systemu (zmiana stanu systemu, jako funkcja ciągła).
   Przykłady: metoda układu równań różniczkowych, metoda Dynamiki Systemów (SD).
2. Metody symulacji dyskretnej
   Cecha charakterystyczna: wykorzystanie funkcji dyskretnych w opisie formalnym charakterystyk zmiennych stanu systemu (zmiana stanu systemu jako funkcja dyskretna).
   Przykłady: metoda planowania zdarzeń, metoda przeglądu i wyboru działań, metoda interakcji procesów.
3. Metody symulacji mieszanej (hybrydowe)
   Cecha charakterystyczna: wykorzystanie funkcji dyskretnych i ciągłych w opisie formalnym charakterystyk zmiennych stanu systemu (zmiana stanu systemu jako funkcja dyskretna i ciągła).

Cechy obiektów mogą posiadać wielkości charakterystyczne, parametry według zadanych wcześniej funkcji matematycznych. Przykładem takiego modelu może być model analizy finansowej w arkuszu kalkulacyjnym.
Model symulacyjny jest dość często narzędziem wspierającym badania prowadzone przez jego użytkowników. Jego zadanie polega na odzwierciedleniu danego systemu (np.: przedsiębiorstwa górniczego, rynku zbytu, przebiegu procesu wydobycia i odstawy urobku, pracy maszyn i urządzeń górniczych, pracy górników, decyzji finansowych dyrekcji kopalni etc.) w postaci komputerowego modelu matematycznego, a następnie przeprowadzeniu na nim badań.

Proces ten odbywa się na ogół w czterech następujących po sobie etapach:

• Etap 1: zebranie dostatecznej informacji dotyczących badanego systemu.
• Etap 2: budowa modelu w oparciu o relacje matematyczne w dobranym systemie symulacyjnym.
• Etap 3: przeprowadzenie symulacji i weryfikacja modelu.
• Etap 4: praca z modelem symulacyjnym polegająca na celowo wprowadzanych zmianach w parametrach wejściowych, aby uzyskać charakterystyki pozwalające ocenić efekt wprowadzanych zmian.

Model symulacyjny jest nazywany niekiedy symulatorem. Taki model można przedstawić na różne sposoby: za pomocą języka naturalnego, schematów graficznych, wzorów matematycznych, a także bezpośrednio w języku programowania wysokiego poziomu (języku symulacyjnym).

Metody stosowane do modelowania systemów produkcyjnych można podzielić na dwie zasadnicze grupy: metody analityczne i symulacyjne [9]. Stwierdzenie to jest prawdziwe dla znakomitej większości systemów technicznych.