代華鳳 程文明 楊武成
西南交通大學(xué),機械工程學(xué)院, 成都 610031
為提升鐵路運輸在綜合交通中的競爭力,促進(jìn)鐵路集裝箱運輸向現(xiàn)代化、專業(yè)化和大型化發(fā)展,我國正大力促進(jìn)鐵路集裝箱中心站的建設(shè)。鐵路集裝箱中心站系統(tǒng)作為一個典型的離散事件動態(tài)系統(tǒng),在運營過程中由于許多隨機因素的影響而表現(xiàn)出隨機、離散的特點。文獻(xiàn)[1]~[3]應(yīng)用仿真技術(shù)結(jié)合算法以及排隊網(wǎng)絡(luò)模型,得到港口集裝箱碼頭有關(guān)泊位分配和碼頭起重機調(diào)度問題的近似最優(yōu)解,這些方法理念在對鐵路集裝箱中心站進(jìn)行研究時值得借鑒。文獻(xiàn)[4]~[6]運用計算機模擬仿真技術(shù)對鐵路集裝箱貨場布局及物流現(xiàn)狀進(jìn)行討論求解。文獻(xiàn)[7]利用GPSS-F語言對鐵路中心站的裝卸線進(jìn)行仿真研究,實現(xiàn)離散系統(tǒng)的動態(tài)模擬。文獻(xiàn)[8]通過仿真建模對外部因素如何影響鐵路集裝箱中心站系統(tǒng)性能進(jìn)行了研究。而對鐵路集裝箱中心站的核心—— 集裝箱裝卸線的研究卻并不多。本文以某鐵路集裝箱中心站為原型,運用eM-plant軟件對其現(xiàn)有的裝卸線布局進(jìn)行仿真建模,通過模型的運行、數(shù)據(jù)的分析,從中找出其運營規(guī)律,為鐵路集裝箱中心站整體性能的提高提供理論依據(jù)。
鐵路集裝箱中心站的裝卸線作業(yè)依靠門式起重機對集裝箱班列、各箱區(qū)和集裝箱卡車中的集裝箱進(jìn)行裝卸、搬運以及堆碼。某鐵路集裝箱中心站采用8臺 30m跨距的門式起重機實現(xiàn)全部的集裝箱裝卸活動??鐑?nèi)區(qū)域劃分為4個:①集卡作業(yè)區(qū);②到達(dá)箱區(qū);③發(fā)送箱區(qū);④空箱區(qū)(見圖 1)。結(jié)合現(xiàn)場實際,得出4個箱區(qū)在門式起重機下從左至右的6種布局方案:Ⅰ為①②③④,Ⅱ為①②④③,Ⅲ為①③②④,Ⅳ為①③④②,Ⅴ為①④②③和Ⅵ為①④③②。
圖1 門式起重機下平面布局Fig.1 The layout under the gantry crane
鐵路集裝箱中心站系統(tǒng)是由列車組、集裝箱卡車、箱場和裝卸機械等子系統(tǒng)共同組成的,對鐵路集裝箱中心站的研究,即研究各個子系統(tǒng)的相互關(guān)系、相互作用。分析各子系統(tǒng)的運行規(guī)律,結(jié)合eM-plant仿真軟件,對各子系統(tǒng)建模。
(1)列車組生成子模塊
由統(tǒng)計資料知,列車每天送進(jìn)站場的集裝箱數(shù)量可近似認(rèn)為服從以μ、δ為參數(shù)的正態(tài)分布,發(fā)送列車有相似規(guī)律。其概率密度函數(shù)為:
式中,μ——每天列車平均送箱數(shù)量;
δ——均方差,與貨物運輸量的不平衡系數(shù)相關(guān)。
在eM-plant軟件中,列車由Source對象產(chǎn)生,Transporter對象模擬(見圖2),其分流由Singleproc中的退出策略實現(xiàn)(見圖 3)。列車所裝載的集裝箱也由一個Source對象產(chǎn)生,由entity對象進(jìn)行模擬。
(2)外卡生成子模塊
汽車進(jìn)出鐵路中心站拉送集裝箱是一類隨機不定事件,即車流大小隨著時間的不同而大不相同。許多鐵路集裝箱中心站的統(tǒng)計資料表明,汽車進(jìn)入中心站的過程是一個泊松過程,因此接連進(jìn)入集裝箱中心站的兩輛汽車之間的間隔時間t服從負(fù)指數(shù)分布,它的概率密度函數(shù)為:
式中:λ——汽車平均進(jìn)站速率;
T——汽車平均進(jìn)站間隔時間。
每天進(jìn)出中心站的汽車總數(shù)也可近似認(rèn)為服從正態(tài)分布。
在仿真模型中,外卡由Source對象按照給定初始參數(shù)在仿真周期內(nèi)連續(xù)產(chǎn)生,Transporter對象模擬。汽車?yán)?、送箱的分配由Singleproc中的退出策略實現(xiàn)。若為拉箱外卡,直接運送到主裝卸區(qū)拉箱;若為送箱外卡,則裝滿貨物后再運行到主裝卸區(qū)進(jìn)行卸箱。
(3)裝卸子模塊
在主裝卸區(qū),一切裝卸作業(yè)包括列車與外卡,都是由門式起重機進(jìn)行的。門式起重機的一個工作循環(huán)是指起重機將一個集裝箱從一個位置ix搬運到另一個位置xj的過程當(dāng)中各機構(gòu)所需完成的全部動作。一般由空載水平到位t1、空載下降t2、對位緊鎖t3、重載起升t4、重載水平到位t5、重載下降t6、對位松鎖t7和空載起升t8共8個作業(yè)環(huán)節(jié)組成。即工作循環(huán)時間T為
查閱資料知,對位緊鎖時間t3= 1 5s,松鎖時間t7= 1 0s,空載上下起落時間t2=t8= 9 s,重載上下起落時間t4=t6= 3 0s。已知集裝箱布局位置(見表1),則起重機的水平位移時間為
表1 各布局方案中各箱位坐標(biāo)x(m)Tab.1 Coordinate of boxes in different layouts
在本文所建立的仿真模型中,門式起重機是由Transfer Station對象進(jìn)行模擬的。當(dāng)?shù)竭_(dá)列車進(jìn)入主箱場,門式起重機將列車上的貨物卸到相應(yīng)的箱區(qū);當(dāng)有外卡進(jìn)入主裝卸區(qū)拉箱時,門式起重機將集裝箱裝載到外卡上進(jìn)行發(fā)送。
(4)堆場子模塊
主裝卸區(qū)的每一個箱區(qū),箱區(qū)內(nèi)的每一排箱位均由Buffer對象表示,Buffer的容量即每個箱區(qū)的容量,并且服從先進(jìn)先服務(wù)的原則(見圖 4)。需要指出的是,模型中各排箱區(qū)的物理位置不能代表其在實際布局中的物理位置,在 eM-plant中,要實現(xiàn)不同布局需要通過Method對象中程序語言的修改來實現(xiàn)物理位置的變化。
圖4 堆場子模塊Fig.4 Module of storage yard
(5)數(shù)據(jù)統(tǒng)計子模塊
數(shù)據(jù)的統(tǒng)計是通過 Tablefile對象以表格的形式進(jìn)行的。通過模型的運行,可以對門式起重機的行程、工作時間、工作效率以及到站列車數(shù)、發(fā)送列車數(shù)、到達(dá)集裝箱數(shù)、發(fā)送集裝箱數(shù)、到達(dá)箱區(qū)集裝箱數(shù)、空箱區(qū)集裝箱數(shù)、發(fā)送箱區(qū)集裝箱數(shù)等進(jìn)行統(tǒng)計。
整個模型中,集裝箱列車和集裝箱卡車的行駛軌道均由Track對象模擬。
要從這6種方案中選出效率最佳、性能最優(yōu)的方案,需要對鐵路集裝箱中心站整個作業(yè)過程進(jìn)行調(diào)查了解,在此基礎(chǔ)之上,連接 eM-plant軟件中各子模塊建立整體模型。圖5為建立仿真模型的動態(tài)模擬流程圖。利用SimTalk仿真語言進(jìn)行編程,控制模型按照預(yù)定策略運行,得出仿真結(jié)果。
圖5 仿真流程Fig.5 Flow chart of the simulation
根據(jù)鐵路集裝箱中心站裝卸線的作業(yè)流程及作業(yè)特點,建立仿真模型。
本文在建立模型時,不考慮裝卸機械的故障問題,同時也忽略天氣對鐵路中心站站場的影響。到達(dá)列車與發(fā)送列車產(chǎn)生的時間間隔均為12h,外卡產(chǎn)生的間隔時間 24min,到達(dá)與發(fā)送列車的裝載量為110TEU,列車與外卡的行駛速度均設(shè)置為1m/s。在四種情況下進(jìn)行仿真,運行時間均為30天,仿真結(jié)果見表2。結(jié)果表明,六種方案都具有隨著到達(dá)重箱∶空箱這一比例的減小,門式起重機的日均工作行程逐漸減少、日均工作時間逐步降低以及工作效率逐漸增加這一特點。這一特點在到達(dá)箱區(qū)遠(yuǎn)離車組位置布置時表現(xiàn)得尤為突出。
比較仿真結(jié)果,發(fā)現(xiàn)門式起重機下的最佳布局方案因分流比例的不同而不同。通過數(shù)據(jù)的比較分析,發(fā)現(xiàn)存在以下規(guī)律:到達(dá)重箱與空箱誰占的比例越高,在最優(yōu)布局中的位置就越靠近車組位置。當(dāng)它們所占比重較小時,在門式起重機下的位置就應(yīng)遠(yuǎn)離車組所在位置。
表2 各種情況下門式起重機跨內(nèi)各布局方案的仿真結(jié)果Tab.2 Simulation results of different layouts within the gantry crane under different situations
本文在實際調(diào)研的基礎(chǔ)上,運用 eM-plant軟件對某鐵路集裝箱中心站裝卸線進(jìn)行建模分析,在建模過程中進(jìn)行了很多的簡化,最終所得結(jié)論與定性分析相符合,即進(jìn)行了模型的驗證。通過修改模型有關(guān)參數(shù),可以對其他的鐵路集裝箱中心站裝卸線下的布局設(shè)計方案進(jìn)行驗證,為進(jìn)一步提高鐵路集裝箱中心站運行效率提供決策參考。
今后,還需對模型進(jìn)一步的完善,使之更貼近真實情況,為該鐵路集裝箱中心站乃至所有的鐵路集裝箱中心站裝卸線布局的最優(yōu)決策提供更科學(xué)的依據(jù)。
[1] Lee Der-horng,Wang Hui-qiu. Integrated discrete berth allocation and quay crane scheduling in port container terminal[J].Engineering Optimization,2011:597-613.
[2] EbruK. Bish. A multiple-crane-constrained scheduling problem in a cintainer terminal[J]. European Journal of Operational Research,2003:83-107.
[3] Pietro Canoonaco,Pasquale Legato,Rina M. Mazza and Roberto Musamnno. A queuing network model for the management of berth crane operations[J].Computers & Operations Research,2008:2432-3446.
[4] 梁劍,程文明,張敏. 鐵路集裝箱中心站列車裝卸作業(yè)的仿真研究[J]. 系統(tǒng)仿真學(xué)報,2009:6290-6297.
[5] 李宗澤,程文明,吳曉,張則強. 鐵路集裝箱中心站裝卸機械性能與布局研究[J]. 交通運輸工程與信息學(xué)報,2005:101-1056.
[6] 王艷青,程文明,張則強. 基于eM-plant的鐵路集裝箱貨場裝卸系統(tǒng)仿真研究[J]. 起重運輸機械,2008:7-12.
[7] 程文明. 鐵路集裝箱場貨區(qū)布局的計算機模擬[J].西南交通大學(xué)學(xué)報,1994:506-511.
[8] PengGuo,WenmingCheng,Min Zhang. Simulation on the operation influence by external factors for railway container logistic center[J]. Logistic for Sustained Economic Development,2011:2915-2922.