基于witness煤炭码头的物流系统仿真及评价.docVIP

基于witness煤炭码头的物流系统仿真及评价 摘要：本文主要研究以煤炭为主要货物的码头物流系统，综合考虑物流系统各个影响因素以及子系统的逻辑关系，通过仿真输出设备利用率、船舶等待时间以及吞吐量等数据，进行分析评价并提出优化建议。 关键词：煤炭码头物流系统仿真优化 1 概述 随着现代物流的不断发展，港口的功能也在不断拓展。由于我国煤炭资源分布的不均衡，结合现有的交通条件，煤炭港口的数量和规模都在不断扩大[1]。提高煤炭等大宗散货港口的工作效率，成为港口物流的重要工作。在国内外的学术与物流实践中，研究人员逐渐倾向于用仿真来作为评价工具，在一定数据资料的支撑下，应用仿真工具就可以看到贴近实际的仿真结果，并且能够实时的修改模型和参数。最后得到一个相对较优的方案，减少方案误差带来的不必要的损失。本文利用witness软件对煤炭港口的运作流程进行仿真。 2 仿真目的和内容 煤炭码头的装卸吞吐效率跟许多因素有关，包括装卸工艺、机械能力、堆场的大小、货物的周转率、设备的故障率、船舶的大小、船舶的数量及到港间隔时间等等。可见，煤炭码头的物流受到众多因素的制约，随着影响因素的变化，码头的实际通过能力也会随之变化[2]。 witness仿真软件，应用现在系统建模和仿真分析的方法，周全考虑各个因素造成的影响，在不同条件下对龙口港物流系统做出相应的评价，帮助人们更好的提高煤炭码头的吞吐量，找到进一步提高码头装卸效率的正确途径，解决煤炭码头的各种问题。 3 随机变量分析 3.1 主要离散型元素 煤炭港口物流仿真系统是一个离散时间的动态系统，其离散型元素包括零部件或实体（part or entity）、机器（machine）、传送链（conveyor）、缓冲区或仓库（buffer）、车辆（vehicle）、轨道（track）、路径（path）、模块（module），在软件中根据不同元素进行相应的设定。 3.2 船舶靠港间隔时间规律分析[3] 因为受到某些不确定因素的影响，船舶的到港时间间隔是一个随机变量。该变量是仿真建模的重要数据，为了更加精确体现船舶到港的时间间隔，通过对过去大量数据的统计分析，可以看出：90%以上的船只都是煤炭货船，到港时间间隔平均为5.2小时。即平均每天有4~5艘煤炭货船靠港卸货，总体服从负指数分布negexp（312,1）。 3.3 船舶到港后停泊时间的规律分析 船舶靠港之后，开始装卸操作，同时进行船舶的补给，这些工作完成后，船舶方可离港，这段时间就是船舶的停泊时间。根据以往的样本数据，船舶的停泊时间均值为31.23小时。 3.4 火车的到达时间以及装载量的变量分析 火车作为堆场中煤炭的输入源或输出源，在整个系统中有着重要作用。由于火车受天气等状况的影响较小，所以相对规律性较强。根据以往数据分析，火车平均1.5小时到达一趟，总体服从正态分布lognormal（90,1,1），平均装载量为5375吨。 3.5 船舶的装载量分析 船舶的装载量也属于随机变量，根据以往的数据来看龙口港主要的装载量类型为：1万吨、2万吨和3万吨。 3.6 机器的维修时间变量分析 每种机器的工作原理和性质不同，因此它们有不同的维修时间的分布。根据历史数据统计，堆料机的维修时间服从正态分布[4]lognorml（29，2，2），出现故障的概率服从负指数分布negexp（120，1）。对应的取料机的维修时间为lognorml（35，2，2），出现故障的概率也服从负指数分布negexp（200，1）。 4 煤炭码头的仿真模型设计 4.1 仿真模型的建立以及工作流程[5] 根据码头的实际情况，应用witness仿真软件建立煤炭港口物流系统的具体仿真模型。仿真的目的是模拟实际生产运作情况，通过可视化以及数据统计，直观的看到煤炭码头的制约瓶颈，各个设备的使用情况，从而合理调度设备和工人，进一步优化物流系统的工作效率。 根据散伙码头的实际布局，煤炭港口仿真模型的主要模块设有列车模块，堆场模块，泊位模块，堆料机模块，取料机模块。仿真的逻辑流程图如图2所示： 由图可以看出，第一步是火车或轮船进港，准备卸船或者装车。第二步是在堆场符合条件的情况下利用翻斗机装载机等设备装卸煤炭等散货。第三步是将这些煤炭用堆料机堆在堆场内。等到下个轮船或者火车到港时，再次循环次过程。 4.2 仿真实验的输入及输出 煤炭码头中堆场的平均堆存期为15天，船舶到港时间间隔分别取100、150、200、250、300、350分钟，船的类型以及火车和船的装载量都设为随机变量，仿真时间为一年。 在系统仿真过程中，需要输出的数据为该系统全年的吞吐量、泊位的利用率、堆场的日均占用率、设备利用率、船舶火车等待时间。根据仿真输出的数据综合评价物流系统的最大通过能力，并找到制约通过能力的瓶颈，使系统整体实现最优化。 4