顾客：
俄罗斯国家原子能公司(Rosatom)是一家国有控股公司，在核领域拥有360多家企业。它包括所有非国防核企业、来自核武器部门的企业、研究机构和核破冰船船队。俄罗斯原子能公司是核工业的领导机构。它在世界铀储量中排名第二，在矿业中排名第五，在世界核能生产中排名第四。它控制着17%的世界核燃料市场和40%的浓缩服务市场。
模型开发人员： Yuriy Podvalny, Denis Gerasimov.
问题：
在设计燃料包层泄漏检测车间时，开发人员需要收集燃料元件破裂的情况下的数据和系统参数。
包层泄漏检测车间是燃料组件生产自动化生产线的一部分。泄漏控制是基于加热燃料元件组。当加热时，有缺陷的部件会排出控制气体，这是由泄漏探测器检测到的。 缺陷组分为两部分。每个部件都以相同的方式进行筛选，直到找到泄漏的燃料元件。
系统工程师需要定义年产量（产量），输入存储量和燃料元件组尺寸之间的相关性，以便装入炉中或采用不同的损坏率。此外，他们需要定义由于输入存储已满时，系统停机导致的无用燃料元件组件的数量。
解决方案：
由于泄漏率具有随机性，开发人员建立了一个包层泄漏检测车间的仿真模型，并对不同的场景和系统运行算法进行了测试，在模型上进行了多次实验。
在AnyLogic中建立的模型模拟了两种检漏车间操作算法。这些算法是基于不同的方法来检测泄漏燃料元件，对燃料元件组进行筛选和泄漏检测。
第一种算法：当检测到泄漏时，一半的燃料元件从＃1炉到＃2炉。 两组均被加热并检查燃料元件是否泄漏。 合格的组将计入输出存储。 缺陷组又分为两组，检查燃料元件是否泄漏，依此类推。
如果两组数据都疑似有缺陷，则将每组的一半充入输出存储器，并开始检查其余一半。在检查完前半部分后，检查输出存储中的燃料元件组。输入存储以预定的频率接收传入的装配件。因此，破裂的组由两个熔炉“展开”。在找到破裂的元件之前，不会给新的一组燃料元件充电。如果没有检测到泄漏，熔炉将正常运行，第二个熔炉将等待第一个熔炉完成对燃料元件组的检查。
第二种算法：炉子独立运行。破裂的部件由另一个炉“展开”，直到发现泄漏的部件为止。一组新的燃料元件在前一组燃料元件被完全检查之前不会被注入熔炉。这种方法允许两个熔炉同时操作。
模型用户可以更改以下算法参数：
- 泄露频率
- 装入炉中检查的燃料元件组的大小
- 输入存储空间
在研究过程中，就模型仿真时间而言，极值参数的每种组合都在模型上运行了大约一年，约100次。
结果：
- 测试了不同泄漏频率情况下算法的产率。
- 定义装入炉中的燃料元件组的大小，以针对给定的泄漏频率提供最大的生产率。
- 如果增加了输入存储的容量，那么可以观察到，由于停机造成的损失会减少。
- 接收到各种泄漏频率和参数的泄漏检测器生产统计信息。每次模型运行100个“仿真”年。
- 仿真发现了输入存储的最大容量与燃料元件组的大小之间的相关性。接收的数值表示对各种泄漏频率的依赖关系。
结论：
在设计燃料包壳检漏车间的阶段，使用真实系统进行实验需要大量的资金和时间。通过对仿真过程中收集的数据进行分析，工程师可以确定最优的设计参数，从而提供最大的产量。
客户计划使用仿真模型来测试生产线上可能发生的变化，比如添加一个新的熔炉。用户可以通过编辑模型接口中的数据来改变参数。该仿真模型将为设备采购方提供多年的决策支持。