企业资源计划ERP
按行业筛选
请选择行业
----------------------
-全部行业
------------------
-机床与金属加工设备
-刀具/量具/夹具/磨具
-模具设计与制造
-塑料机械/橡胶机械
-通用机械/化工机械
-工程机械/建材机械
-交通运输/海工装备
-农业机械
-食品机械/烟草机械
-包装机械
-印刷机械/广告设备
-纺织机械
-木工/造纸/环保/医疗设备
-物流设备
-智能楼宇/安防设备
-炉窑/热处理设备
-五金工具
------------------
-工业自动化
-佳工激光网
-仪器/仪表/衡器
-电力设备
-电子/通讯/办公文具
-家电/照明/健康设备
------------------
-基础件/通用件
-标准件
-工业原材料
-电子元器件及材料
-包装材料
------------------
-CAD/CAM/PDM/PLM
-ERP/制造业信息化
-管理咨询/认证
-服务/培训/工业设计
按产品筛选
----------------------
-本行业全部文章
--------------------
-企业资源计划ERP
-OA办公自动化
-CIO信息化管理
-电脑/软件/周边产
-网络/安全/存储产
机电信息化
查看本类全部文章
基于Flexsim仿真软件的港口物流中心仿真
作者:
仿真意味着在建模时用小对象描述存在的物体来进行模拟。仿真也是系统运行或者过程进行的模拟。可以通过仿真建模来研究系统行为的进行。[1]
可以通过仿真建模来研究系统随时间变化的特性。研究时为模型做一系列系统相关的假设。这些假设有数学的、逻辑的和抽象的关系。这些关系存在于实体(对象)之间。[1] 系统是由互相联系、互相制约、互相依存的若干组成部分(要素)结合在一起的具有特定功能和运动规律的有机整体。模型是为了某种特定目的将系统的某一部分信息进行抽象而构成的系统替代物,它不是“系统的复现”,而是按研究的实际需要和侧重面,寻找一个便于进行系统研究的“替身”。[2]
所谓计算机仿真,就是在实体上不存在、或者不易在实体上进行实验的情况下,先通过对考察对象进行建模,用数学方程式表达出其物理特性;然后编制计算机程序,并通过计算机运算出对象在系统参数、以及内外环境条件改变的情况下,其主要参数如何变化,从而达到全面了解和掌握考察对象特性的目的。
计算机仿真有系统、模型和计算机三要素,它们之间的关系如图1所示。
图1 计算机仿真示意图
目前随着研究系统的不断复杂化和计算机技术的不断发展,仿真技术越来越多地运用到系统研究与优化的工作中。运用仿真技术可以有效的缩短试验周期、降低成本、优化系统参数,在系统优化中发挥着越来越重要的作用。
1 Flexsim仿真软件
1.1 Flexsim介绍
Flexsim是一款基于真实对象的仿真软件,提供的建模可以帮助可视化流程来优化生产并最小化运作费用。一条流程可定义为单元(在Flexsim里单元叫做流程单元)完成的一系列操作或工步。如果流程能用图或流程图来定义,那么就可以用Flexsim进行仿真建模。[3]
Flexsim提供给用户一个强大的平台,可以在三维环境下通过拖拉对象进行形象化、建模和仿真流程。另外,也可以对流程性能、瓶颈和生产能力进行深入的统计分析。
1.2 Flexsim应用
在物流中心的优化中,仿真是很重要的环节,它可以有效的评估各种设计方案的效率和优缺点,从而指导实际的物理结构设计,有效的节省了成本。目前有很多优秀的仿真软件,Witness,Quest,Flexsim等等。这些仿真软件都各有各的特点。Witness对模型的描述清楚,对用户的开放程度大,可以有效的编写用户代码,但是三维显示效果较差;Quest的三维显示效果好于Witness,但对用户的开放程度太低;Flexsim对用户开放程度高,三维显示效果好,因此我们选取Flexsim 2.6网络版作为我们的仿真开发工具。
2 港口物流中心的仿真模型
2.1 仿真模型
整个仿真模型模拟的是从对外公路-堆场-港内公路-码头-航运整个物流过程的运作。具体的地图如图2所示:
图2 仿真用物流中心地理简图
在此仿真模型中,标出了前后场的堆场位置,以及围绕前后场的主要交通干道(其中沿着北港池每300米一个泊位)。
2.2 假设
1. 港外公路按泊松分布(假设并可变)
从长期的平均水平来看,按照供需平衡的条件,港外公路的货物流量和进入后方堆场的货物流量相等,但由于具体到每天每个航线的货物数量的差异,港外公路的货物流量也是波动变化的,但在长期水平上保持稳定。由于船舶和卡车的货容量差异,卡车的到达频率要远大于航班的频率。
2. 港内公路按不同的排班(假设并可变)
港内公路主要是负责将在前方堆场堆放24小时后仍未拉走的货物拉到后方堆场。所以从平均水平上看它的货流量和港外公路的货流量相等,由于港外公路的货流量的波动性和港内公路的相对稳定性,造成单从每一天看来,这两个流量并不相等,而且当排班采取24小时工作制、12小时工作制和8小时工作制等不同排班时所需的卡车数量并不相同,我们通过仿真可以看出在一定的卡车数量水平和利用率的基础上采取的最优的排班方式。
3. 航运按班期表(实际)
当每年的航班表发生变化时便可自动导入到模型中。
4. 航运容量
每个航班的货运量的平均水平以及波动范围。
5. 前后场堆场容量(假设并可变,可折算成堆场面积)
前后堆场可以容纳的集装箱的最大数量,可以通过对堆场容量的调整找出最优的堆场容量,达到既可以有效满足存放货物的需求又达到比较高的利用率。
6. 集装箱在前后场的停放时间(按平均7天计,可变)
堆场的存放货物数量的平均值是外部公路货流量平均值的7倍,这样就可以满足集装箱在后方堆场的堆放时间的平均水平为7天。但由于外部公路的货流量的波动性导致停放时间在7天左右一定范围内波动。
3 仿真结果
3.1 仿真显示和计算数据
1. 前后堆场集装箱量的变化(可视)
2. 港内外公路交通流量(计算数据)
3. 堆场利用率(以90%为最高限)
对前后堆场集装箱数量的变化,我们在仿真模型中专门增加了一个显示部分,如图3所示。
图3 后方堆场集装箱总量的变化图(动态)
图3表示在仿真模型的运行过程中,可动态的显示后方堆场中集装箱数量的变化,横轴显示的是时间,单位是秒,纵轴显示的是集装箱数量。
由于我们在运行中设定:外部公路采取24小时工作制,港内公路采取12小时工作制,因此当一天刚开始时,港内的货流速度比外部的货流速度快,因此堆场的货物量会上升,当港内下班后,港外的货流仍在继续,这是货物量会逐渐下降。通过统计图我们可以随时观察后方堆场的货物数量随运行时间的变化。
然后我们可以动态仿真从2005年到2010年的情况,随着年吞吐量的增加,后方堆场的最大堆箱量也在增加,我们可以通过理论计算和仿真模型两种方法来得出后方堆场的最大堆箱量和容量,并通过比较两种方法的结论来确定每年需要提供的后方堆场的堆放能力。
下面我们以2005年为例,我们通过仿真模型可以得到后方堆场的堆箱量随时间的变化曲线,并可以从图上得到最大的堆箱量以及达到最大堆箱量的时间(单位:秒),如图4所示。
图4 后方堆场堆箱量(增量)随时间变化曲线
从图4可以看出,在时间点59000秒左右(约16个小时),后方堆场堆箱量达到最大,最大堆箱量(增量)为14428箱。
而通过理论计算,我们得出2005年后方堆场最大堆箱量相比平均堆箱量的最大增加值是在54524s(约15个小时)得到,最大增加量为:14673箱。这一结果与仿真所得结果极为接近,误差分别为,到达最大时间为7.5%,最大箱量为1.6%。
由于集装箱需要在后方堆场平均堆放7天,根据预测结果,2005年的年吞吐量为:428万箱。其中进出口各占50%,而进口箱有70%进入后方堆场,我们可以据此得出平均每天进入后方堆场的集装箱量为:41079箱。因此后方堆场的最大堆箱量和容量分别为:55754箱和61948箱。
3.2 仿真结果
下面以图示的方式给出仿真结果。其中图5为仿真模型整体效果图,图6为仿真模型运作图,包括了港口码头、前后方堆场的运行。
图5 仿真模型整体效果图
图6 仿真模型运作图
4 结论
按照项目规划和前期的物流中心集装箱数量的预测结果,我们建立了包括航班、对外公路运输和前后场集疏港在内的仿真模型,以一组港口的实际数据为边界条件,通过仿真给出了后方堆场箱量随航班、对外公路运输和前后场倒箱的运行而变化的数量。改变任何边界条件都会产生新的仿真结果,这些结果对今后物流中心的发展及决策可提供有力的支持。
参考文献
[1] Balqies Sadoun, Applied system simulation: a review study, Information Sciences, 124 (2000) 173 – 192.
[2] Guo Qisheng, Li Guanghui, Li Hongwei, Liu Yonghong, Zheng Changwei, A tentative probe into system simulation tecnniques, Journal of armored force engineering institute, 15(1), 2001, 42 – 47.
[3] Flexsim User Guide Version 2.5, Flexsim Software Company, 2003. 10.
[4] E. Jack Chen, Young M. Lee, Paul L. Selikson, A simulation study of logistics activities in a chemical plant, Simulation Modelling Practice and Theory 10 (2002) 235–245.
[5] Athanassios Jimoyiannis, Vassilis Komis, Computer simulations in physics teaching and learning: a case study on students' understanding of trajectory motion, Computers & Education 36 (2001) 183–204.
[6] Daniel Berleant, Benjamin J. Kuipers, Qualitative and quantitative simulation: bridging the gap, Artificial Intelligence 95 (1997) 215 – 255. (end)
文章内容仅供参考
(投稿 )
(如果您是本文作者,请点击此处 )
(10/1/2007)
对 企业资源计划ERP 有何见解?请到 企业资源计划ERP论坛 畅所欲言吧!