CC BY
421
УДК 656.7.072/.073
В. А. Романенко
ИМИТАЦИОННАЯ МОДЕЛЬ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ НАЗЕМНОГО ОБСЛУЖИВАНИЯ ПЕРЕВОЗОК В АЭРОПОРТУ
Аннотация. Сформирована имитационная модель технологических процессов обслуживания воздушных судов, пассажиров и багажа в аэропорту. В производственном процессе аэропорта выделены важнейшие технологические операции, установлены их роль и место в сетевом технологическом графике наземного обслуживания рейсов. На базе обширного статистического материала, предоставленного рядом аэропортов РФ, построены вероятностные модели технологических операций, устанавливающие связи между их важнейшими параметрами и характеристиками обслуживаемых рейсов.
Ключевые слова: имитационное моделирование, аэропорт, наземное обслуживание, информационная система.
Abstract. The article describes a simulation model of technological processes of aircrafts, passengers and luggage services in the airport. Regarding airport production processes the author points out major technological operations and their part in the network technological schedule of flights ground maintenance. On the basis of the extensive statistical material given by a number of airports of the Russian Federation, the author has constructed stochastic models of technological operations establishing communications between their key parameters and characteristics of flight maintenance.
Key words: simulation modeling, airport, ground maintenance, information system.
Введение
Современные условия авиатранспортного рынка требуют от аэропортовых предприятий повышения качества предоставляемых перевозчикам и пользователям воздушного транспорта услуг при сокращении временных затрат на обслуживание и обеспечение требований по безопасности и регулярности перевозок. Одним из направлений практического решения этой проблемы является оптимизация технологических параметров аэропортовых комплексов на базе имитационного компьютерного моделирования.
Имитационное моделирование предполагает многократное воспроизведение (прогон) на ЭВМ процесса функционирования исследуемой системы с сохранением его логической структуры и последовательности протекания во времени и учетом воздействия случайных факторов [1]. Поскольку основная производственная деятельность аэропорта состоит в реализации технологических процессов обслуживания рейсов, включающих определенный набор операций, состав, длительность и трудоемкость которых зависит от параметров рейса, то в качестве единичного прогона модели принимается процесс обслуживания одного рейса. Имитационная модель технологических процессов наземного обслуживания рейса должна содержать:
1) универсальный алгоритм осуществления процесса, содержащий описание последовательности и взаимосвязи формирующих его операций;
2) вероятностные модели отдельных технологических операций, включающие статистические распределения ключевых параметров операций, та-
ких как временная продолжительность, численность привлекаемого персонала, количество используемых технических средств и т.п.
Рациональные ограничения по уровню детализации требуют, чтобы создаваемая модель отражала лишь тот набор технологических операций, который принципиально важен при оптимизации процесса обслуживания перевозок. Для формирования такого набора операций следует:
1) рассмотреть технологию обслуживания рейсов, выделив основные операции, в наибольшей степени влияющие на общую продолжительность обслуживания и используемые ресурсы. Результатом этой процедуры должен явиться модельный технологический график, включающий операции критического пути, справедливый для подавляющего большинства типов воздушных судов (ВС);
2) провести анализ летно-технических и коммерческих характеристик, а также параметров технологических процессов наземного обслуживания различных типов ВС с целью обоснованного их группирования, позволяющего значительно снизить объем исходных данных, используемых моделью;
3) построить модели технологических операций, входящих в модельный технологический график. Результатами этих моделей должны быть продолжительности описываемых операций и потребные для их выполнения ресурсы.
1. Формирование модельного технологического графика наземного обслуживания воздушных перевозок
Характеристики технологических процессов, такие как состав и продолжительность технологических операций, задействованные силы и средства зависят от многих факторов, главными из которых являются тип обслуживаемого ВС, категории рейса и перевозки, уровень механизации и автоматизации технического обслуживания. Наиболее полным составом выполняемых операций наземного обслуживания отличаются рейсы, относящиеся к категории обратных и, в несколько меньшей степени, транзитных [2]. Дальнейший анализ ограничен этими двумя видами рейсов.
Непосредственное использование в имитационной модели реальных технологических графиков обслуживания рейсов, разрабатываемых и применяемых в действующих аэропортах, невозможно в силу целого ряда причин, среди которых наиболее существенные - это, во-первых, разнообразие вариантов графиков, различающихся в зависимости от типа обслуживаемого ВС, категорий рейса и перевозки и т.п.; во-вторых, чрезмерная детализация отображаемого процесса обслуживания. Тем не менее имеющиеся графики могут быть использованы в качестве основы для построения редуцированного модельного технологического графика. Операции, включаемые в этот график, должны удовлетворять трем требованиям:
1) выполняться обязательно или в подавляющем большинстве случаев при обслуживании транзитных или обратных рейсов;
2) находиться (или возможно находиться) на критическом пути процесса;
3) иметь значительную, существенную для рассматриваемого уровня детализации модели продолжительность.
Модельный технологический график, включающий операции, обладающие вышеперечисленными свойствами, и справедливый для описания процесса обслуживания большинства типов ВС, приведен на рис. 1. Несмотря на
то, что параметры операций зависят от типа ВС, значения их меняются в широких пределах, а в ряде случаев некоторые из операций вообще исключаются из технологического процесса, это не приводит к нарушению связей между операциями и «разрушению» графика.
Рис. 1. Модельный технологический график подготовки ВС к вылету:
События: А - поступление сообщения о движении ВС, Б - посадка ВС,
В - прибытие ВС на место стоянки (МС), Г - отправление ВС с МС, Д - вылет ВС. Операции (или временные интервалы): РЕГ - регистрация билетов и оформление багажа вылетающих пассажиров; РУЛ 1 - движение ВС на МС; В - встреча ВС на МС; ПТ - установка трапа; ВЫС - высадка и доставка в аэровокзал пассажиров; ВЫГ Б - выгрузка багажа и транспортировка его в багажные помещения аэровокзала;
ВБ - выдача багажа прилетевшим пассажирам; ЗАП - заправка ВС топливом;
УБ - уборка салона; ТО - работы по ТО; ПОС - доставка вылетающих пассажиров к ВС и посадка в ВС; СОРТ - сортировка и комплектация по рейсам багажа вылетающих пассажиров; ПОГ Б - транспортировка к ВС и погрузка багажа вылетающих пассажиров; ВЫЛ - работы по выпуску ВС со стоянки;
ОТ - уборка трапа; РУЛ 2 - движение ВС с МС
2. Автоматизированные информационные системы аэропортов как источник статистических данных для имитационного моделирования
Имитационное моделирование, основывающееся на использовании вероятностной модели исследуемых процессов, предполагает наличие статистических данных, описывающих эти процессы. При этом точность и адекватность модели возрастает с увеличением объема накопленной статистики. Внедрение в ряде аэропортов автоматизированных информационных систем (ИС) управления производственной деятельностью позволяет избежать длительных и трудоемких процедур сбора статистики путем использования материалов, хранящихся в базах данных (БД) этих систем, которые подробно и всесторонне описывают технологические процессы аэропорта.
Статистические данные, почерпнутые из БД ИС, служат исходным «сырьем» для построения вероятностных распределений характеристик технологических операций. В данной работе для создания моделей технологических операций (за исключением заправки топливом) используются материалы БД ИС крупного российского аэропорта, одного из ведущих аэропортов Приволжского федерального округа, условно названного «Аэропорт Ы».
По ряду причин данные, характеризующие заправку ВС топливом, отсутствуют в БД ИС аэропорта N. Поэтому здесь использована статистика, накопленная в течение 2004-2006 гг. в БД аналогичной ИС сравнительно небольшого аэропорта, расположенного в пределах нефтегазоносного региона Западной Сибири, называемого далее «Аэропорт К».
Проведенный анализ статистического материала позволил провести группирование ВС, обслуживаемых в рассматриваемых аэропортах, с выделением трех совокупностей. Эти совокупности названы здесь «категории ВС». Наиболее характерные для исследуемых аэропортов ВС распределились по категориям следующим образом:
Категория I - Ту-154, В-757-200, В-737-400, А-320.
Категория II - Ту-134, Як-42, В-737-200, В-737-500, А-319.
Категория III - Ан-24, Як-40.
Анализ статистики выявил зависимость характеристик операций не только от типа ВС, но и от категории перевозки - на международных (МВЛ) или внутренних (ВВЛ) воздушных линиях. ВС категории III на МВЛ не использовались. Обслуживание ВС меньших категорий не рассматривалось.
3. Вероятностные модели технологических операций наземного обслуживания
Построение модельного технологического графика и выделение совокупностей ВС (с учетом категории перевозки) позволяет перейти к формированию статистических моделей отдельных операций для каждой совокупности. Указанные модели должны отражать связи между продолжительностями операций, численностью привлекаемого персонала и технических средств, их техническими характеристиками и другими параметрами.
Результаты обработки статистических данных ИС аэропорта Ы, содержащие параметры эмпирических и сглаживающих теоретических распределений продолжительности 14 важнейших операций и интервалов времени, приведены в табл. 1. В графическом виде распределения для ВС II категории, выполняющих рейсы на ВВЛ, представлены в качестве примера на рис. 2.
В табл. 1 и на рис. 2 использованы следующие обозначения: п - объем выборки - число рейсов соответствующих категорий, информация о которых использовалась в ходе статистического анализа; Ц - выборочное среднее;
к - выборочный коэффициент вариации (к = С/Ц, где с - выборочное среднее квадратическое отклонение); р - уровень значимости критерия согласия х Пирсона; t - продолжительность выполнения операции (или интервала времени) - случайная величина; а - эмпирическое число наблюдений,
*
попавших в определенный интервал; а - теоретическая оценка числа наблюдений.
Исследованы материалы, характеризующие обслуживание около 2000 оборотных рейсов, выполненных самолетами различных типов на МВЛ и на ВВЛ в течение 2007-2008 гг.
Для оценки ошибок выборок использовалась формула [3]:
Таблица 1
Характеристики технологических операций модельного графика
Параметры распределений Категории ВС и рейса
Операция I II III
Мй мвл ВВЙ МВД ВВЛ
1 2 3 4 5 6 7
п 538 97 452 161 537
Регистрация билетов Д, мин 54,63 124,38 52,57 99,26 42,89
к 0,17 0,23 0,11 0,36 0,32
а; р; я, мин 1 2.40; 2.61: 22.23 19,19; 6,48; 0,00 4,86;;:2,66; 39,65 5,71; 14,76; 15,00 8,06; 4,83; 4,00
* Р 0,00 0,00 0,02 0,02 0,01
п 564 100 584 167 392
Высадка р, мин 11,02 12,63 7,91 9,45 5,40
к 0,28 0,35 0,33 0,48 0,60
пассажиров а; Р; 5, мин 5,18; 1,35; 4,03 4,67; 3,10 2,91, 1,51; 3,52 2,63; 2,79; 2,11 1,42; 2,70; 1,57
и* р 0,05 0,48 ом 0,48 0,21
п ш 96 600 161 596
Посадка Ц, мин 16,96 26,13 15,28 20,86 11,42
к 0,41 0,40 ,0,47 0,81 0,56.
1ШС С И-.Ж. ld.jp ОБ а; Р; ^ мин 5,99;.2,83; 0,00 4,62; 4,85; 3,73 4,42; 3,45; 0,00 1,52; 13,74; 0,00 3,21; 3,56; 0,00
* Р 0,12 0,88 0,08 0,47 0,06
п 552 94 476 170
р[ , мин 13,05 14,19 10,95 12,07
Выгрузка багажа к 0,44 0,44 6,53 0,62 нет данных
а; р; ^ мин 3,75;. 2,95; 1,99 5,05; 2,81; 0,00 3,35;. 3,17; 0,33 1,85; 5,51; 1,88
* р 0,06 0,50 0,07 0,29
№ 1 (17), 2011 Технические науки. Информатика, вычислительная техника
Продолжение табл. 1
1 2 3 4 5 6 7
Погрузка багажа п 559 101 467 165 нет данных
Д, мин 16,95 24,53 14,95 20.24
к 0,43 0,45 0,49 0.71
а; р;.% мин 4,77; 3,32; 1,10 4,81; 5,10; 0,00 4,19; 3,57; 0,00 1.97; 10.27; 0.00
* Р 0,86 0,22 0,06 0.70
Уборка салона п 527 100 352 162 705
Д, мин 24,90 29,30 16,81 22.98 12,61
к 0,33 0,51 0,36 0.38 0,43
а; (3; 5, мин 9,12; 2,73; 0,00 3,81; 7,69; 0,00 3,26; 3,32; 5,99 6.86; 3.35; 0.00 1,80; 4,03; 5,36
* р 0,10 0,08 0,07 0.70 0,06
к-убор? /0 96,28 84,21 80,75 81.3 91,58
Установка трапа п нет данных нет данных 91 нет данных
Д, мин 2,18
к 0,41
а; Р; з, мин 3,77; 0,50; 0,00
* Р 0,54
Уборка трапа п нет данных нет данных 91 нет данных
Д, мин 2,09
к 0,44
а; Р; 5, мин 4,73; 0,40; 0,00
* Р 0,21
Известия высших учебных заведений. Поволжский регион
Продолжение табл. 1
Г" 705 •Л оГ 04 чГ о" 40 СП СП 0,07 нет данных «л 10,19 •л о4 недостаточно данных •л 10,54 СП о4 недостаточно данных
>л оо чГ 04 ЧЭ ^г сп о" 4,80; 7,17; 11,20 0,28 62 47,42 СП 'О о" о ■о •л 66 оп 04 оГ оп оГ 0,08 152 04 оГ 04 СП о" і> тГ 1Лп оС 04 1> Г' СП о" о ^Г К 40 СП о" о оп ОҐ оГ оо о"
962 25,60 0,79 1,60; 16,00; 0,00 •л ■О о4 545 10,78 0,33 9,32; 1,16; 0,00 0,06 409 6,77 0,43 о Ол чГ ’^Г о <0 0,49
'=г 525 65,97 •л СП о" 1,73; 17,32; 36,00 0,07 СП 0> 52,25 15‘0 о ■о о4 г^4 •Л 40" •л *Лп оГ 0,09 87 12,89 0\ 04 о" О сэ оГ о 40_ со" СП о о" 77 СП СП о“ о^‘о о •о йп СП Г'" 40л 0,54
сп 360 28,94 Г- [> о4 1,70; 17,02; 0,00 0,06 466 ОО 1Л оГ о> ОІл о4 О «л СП 04л <0 оС о 04^ о4 437 оо 04л чэ 40 СП о4 о ■л о4 о °\ о4 чэ 40" 0,00
04 г; Д а 1=1 1^ К й 3 ЬгГ ±£ 8 * О. к к її 1^ К к £ ■>г са 8 £ £ НИИ ‘ ТІ к а СгГ (±1 в # о. я: а К ІІ 1^ и а 3 СгГ <и 8 * о.
- Транзитное ТО Выдача багажа От посадки ди БС 1рС4И От выпуска до вылета
г- чГ 1£‘1 40 СМЙ недостаточно данных |> ол недостаточно данных
40 «о ':Т СП О ю оГ о 0,82; 3,16; 0,0 0,74 СП о\ (Ч со" г~- \о о“ оГ «гГ У"Г оо" оо <э
О О ю т 1П оГ 1П 0,75; 3,39; 0,0 40 О ол СП 00 СП 0\ СП |> С\ СП о“ о О <ч оГ 1П 6С 1П СП 40 оо ол
^г СП о о СП Ол 0,92; 3,76; 0,0 0,76 •л о оо |> г- СП ол 7,49; 1,03; 0,0 0,24
сп о СП СП оГ О! ■=г о о о" У"Г о о" и‘о 04 •О) 40 |> 0о 40 СП о“ чГ 40^ ТГ О оп У"Г СП <э
04 я; к к г 1=1 1^ к а 3 СгГ сс£ У * О. £ К К 2 1=1 1^ к а 3 СгГ сс£ У * о.
- От встречи до подгона трапа От отгона трапа до конца выпуска
а(І).а *(і)‘
100 -80 -60 -40 -20 -
0
25
Время от выпуска ВС с МС до вылета ВИН эмпирическая частота
---выравнивающая частота
(гамма-распределение)
t мин
Регистрация билетов із эмпирическая частота
----выравнивающая частота
(гамма-рас пр едел ение)
----выравнивающая частота
(логнормальное
распределение)
’Т I
75
Транзитное ТО
эмпирическая частота
выравнивающая частота (гамма-рас предел ение)
45 55 65 75 мин
Рис. 2. Распределения продолжительности технологических операций (начало)
мин
00
<1
№ 1 (17), 2011 Технические науки. Информатика, вычислительная техника
00
00
аШ,а*(і)
120
80
40
Установка и уборка трапа к/ууа эмпирическая частота (отгон) ди эмпирическая частота (подгон)
---выравнивающая частота (отгон)
— выравнивающая частота (подгон)
мин
Высадка пассажиров
тж эмпирическая частота
выравнивающая частота
1 К
0 5 10 15 20 1. мин
Рис. 2. Продолжение
Известия высших учебных заведений. Поволжский регион
Здесь - стандартная ошибка выборочного среднего; N - объем генеральной совокупности. Ошибка ни для одной из выборок не превысила вполне удовлетворительной величины - 4,5 %.
Анализ построенных по результатам обработки наблюдений гистограмм позволил выдвинуть гипотезу о принадлежности рассматриваемых случайных величин определенному теоретическому закону распределения.
2
С использованием стандартного формализма критерия согласия % Пирсона, изложенного, например, в [4], была проведена проверка возможности сглаживания эмпирических распределений тремя наиболее простыми законами, отражающими особенности исследуемых процессов: логарифмически нормального, гамма-, а также Вейбулла.
Все три закона описываются тремя параметрами и характеризуются положительной асимметрией, что, судя по характеру гистограмм, делает правомерной гипотезу о возможности их использования. Перечисленные законы распределения обеспечили для различных выборок различное качество сглаживания, однако наиболее универсальным, обеспечивающим наивысший уровень значимости в большинстве случаев, оказалось гамма-распределение.
Формула плотности гамма-распределения вероятностей имеет вид [4]
f (х ) =
0, X < 5,
г» -Л?
Гм(х-5) е 11 •х'*
где а - параметр формы; 1 - масштабный параметр; 5 - параметр положения или сдвиг распределения.
С целью упрощения формируемой модели только гамма-закон используется для описания длительности всех операций. В тех случаях, когда ни один из перечисленных законов не обеспечивает удовлетворительного сглаживания, в табл. 1 приводятся параметры гамма-распределения, доставляю-
2
щие минимум статистике критерия % Пирсона.
Наряду с продолжительностью рассмотрены такие важные характеристики технологических операций, перечисленных в табл. 1, как численность персонала и технических средств, требующиеся для их выполнения.
Регистрация билетов производится по порейсовой схеме, не требующей сортировки багажа, при которой число стоек, отводимое для обслуживания пассажиров рейса, колеблется от одной до трех, в зависимости от типа ВС, категорий рейса и перевозки, ожидающегося числа пассажиров и других факторов. Распределение числа стоек для ВС II категории приведено на рис. 3. Каждая стойка обслуживается двумя сотрудниками службы перевозок.
Посадка, высадка пассажиров включает также время доставки к самолету или от него. Доставка осуществляется перронными автобусами либо, реже, пешком. Пеший проход пассажиров к и от ВС категории III наблюдался в 25 % случаев, ВС категории II - в 10 % случаев. Пассажиры ВС категории I практически всегда доставлялись автобусами. Как правило, для доставки использовался один автобус. Иногда (примерно в 3 % случаев) привлекался второй автобус. Приблизительно такова же доля случаев, когда специализи-
рованный автобус использовался для доставки пассажиров повышенных классов обслуживания регулярных рейсов. Для посадки-высадки пассажиров в подавляющем большинстве случаев использовался единственный трап. Если ВС было оснащено бортовым трапом, то, как правило, использовался этот трап.
доля случаев, % "
Рис. 3. Распределение числа стоек регистрации
Продолжительность погрузки и выгрузки багажа включает также затраты времени на его транспортировку по перрону, для чего используются автомобили с подъемным кузовом, электро- или автотележки. Ответственный за их выполнение персонал включает двух сотрудников аэропорта.
Уборка салона осуществляется бригадой уборщиков в составе от 1-2 человек (для Як-40, Ан-24) до 4-6 человек (для Ил-86, Ил-96) с использованием автобуса. Доля рейсов, при обслуживании которых уборка выполнялась, среди всех рейсов данной категории отражена в табл. 1 коэффициентом Кубор.
Для транзитного ТО выявляется зависимость продолжительности только от категории ВС, но не от категории перевозки. В условиях аэропорта N число исполнителей колеблется в пределах от 2-3 человек для ВС категории III до 4-6 человек - для ВС категории I. Работы по осмотру, поверке систем, приему и выпуску таких самолетов, как В-737, А-319, А-320, выполняются одним человеком.
Заправку ВС топливом от других операций отличает то обстоятельство, что ее продолжительность представляет собой случайную величину, которая складывается под воздействием наиболее многочисленного комплекса разнородных случайных факторов и способна изменяться в весьма широких пределах. Здесь длительность заправки определяется как композиция ряда слу-
чайных величин по формуле
V
N
где V - объем заправляемого топлива, зависящий от категории ВС и расстояния перевозки; N - число одновременно используемых авиатопливозаправщиков (АТЗ); О' - производительность системы заправки ВС; О" - производительность наполнения цистерны АТЗ на пункте налива; Утз - вместимость цистерны АТЗ; Тдоп - время на подготовительно-заключительные операции у ВС и на пункте налива, а также на передвижение АТЗ по перрону; Е [•] -
оператор округления до ближайшего большего целого.
Из-за отсутствия данных в БД ИС некоторые из случайных величин, входящих в приведенную формулу, принимаются по другим источникам [5] и считаются равномерно распределенными. Характеристики ряда других случайных величин рассмотрены ниже.
Слабая разветвленность сети авиалиний аэропорта К облегчает учет объемов заправляемого топлива. Примеры результатов такого учета приведены на рис. 4,а, где отображены полигоны распределений массы заправляемого в ВС для выполнения рейса топлива, отнесенной к массе максимального его запаса. Рассмотрены заправки двух определенных самолетов, выполняющих рейсы на двух авиалиниях, а именно: Ту-154 Б-2 - на линии протяженностью 1900 км, Ту-134 Б - протяженностью 2400 км.
В целом данные ИС свидетельствуют о значительном разбросе количества заправляемого топлива, причем примерно в 10 % всех случаев ВС в аэропорту вылета не заправлялось, для полета использовался имеющийся запас топлива.
В аэропорту К, не отличающемся высокой интенсивностью движения, заправка выполняется одним АТЗ, совершающим в случае необходимости несколько подъездов к заправляемому ВС. Для заправки самолетов, относящихся к I и II категориям, используются АТЗ типа АТЗ-22, для ВС меньших категорий - АТЗ-10.5. Время на подъезд и отъезд АТЗ составляет 3-5 мин.
Анализ статистических данных позволил рассматривать производительность заправки как нормально распределенную случайную величину, зависящую от категории ВС и типа АТЗ. Результаты проверки статистической гипотезы, приведены в табл. 2, где ц - математическое ожидание сглаживающего нормального распределения, к - его коэффициент вариации. Гистограмма эмпирических значений и график сглаживающего нормального распределения для производительности заправки ВС II категории приведены в качестве иллюстрации на рис. 4,б.
Таблица 2
Характеристики распределения продолжительности заправки ВС топливом
Параметры Категория ВС, тип используемого топливозаправщика
распределений I, АТЗ-22 II, АТЗ-22 III, АТЗ-22 III, АТЗ-10.5
п 1731 1373 246 257
ц, л/мин 930,45 657,52 497,88 310,03
к 0,25 0,18 0,29 0,32
ц, л/мин 927,86 656,87 498,58 310,99
к 0,25 0,18 0,29 0,33
* Р 0,06 0,13 0,01 0,01
0% 20% 40% 60% 80% 100%
доля заправленного топлива от полного запаса, %
а)
производительность,Л/МИН
б)
Рис. 4. Статистические распределения характеристик операции заправки ВС топливом
Приведенные выше характеристики технологических операций, полученные на основе обработки статистических данных, в целом совпадают с аналогами, приводимыми в нормативной и специальной литературе, что служит определенной гарантией адекватности сформированной модели. Статистическая модель программно реализована на базе системы имитационного моделирования GPSS World.
4. Результаты моделирования
Описанная выше имитационная модель использована при решении широкого спектра задач, связанных с анализом и оптимизацией технологических и технико-экономических параметров системы обслуживания перевозок аэропортов. Ниже в качестве иллюстрации приведены некоторые результаты оптимизации численности технических средств и персонала аэропорта N. Определена минимальная численность, обеспечивающая выполнение заданных ограничений по качеству обслуживания ВС и пассажиров. В роли упомянутых ограничений выступает длительность ожидания обслуживания, которая с надежностью 0,95 не должна превысить заданную величину /ож. Моделирование проводилось для пиковых уровней интенсивности потока ВС,
как наблюдавшихся в аэропорту N в течение последних лет, так и прогнозных. Входящие потоки ВС и пассажиров в рассмотренном примере считались стационарными пуассоновскими. Распределение ВС по категориям производилось в соответствии со статистикой, содержащейся в БД ИС рассматриваемого аэропорта.
Результаты решения оптимизационной задачи для двух выбранных значений ґож сведены в табл. 3.
Таблица 3
Результаты оптимизации
Интенсивность 2 3 4 З 6 7
потока, ВС!ч (факт) (прогноз) (прогноз) (прогноз) (прогноз) (прогноз)
4ж, мин 10 2 10 2 10 2 10 2 10 2 10 2
Минимальная численность обслуживающих средств и персонала
Транспортеры багажа 8 8 8 8 8 9 9 10 10 11 11 11
Трапы 12 12 14 14 16 17 18 19 20 21 22 23
АТЗ З З 6 7 7 8 8 8 8 9 9 10
Багажные карусели З З З 6 6 6 6 7 7 8 8 8
Стойки регистрации 11 11 12 13 1З 1З 16 17 18 19 20 21
Бригады ТО 7 7 8 9 10 10 11 11 11 12 13 13
Бригады уборщиков З 6 6 7 7 8 8 8 8 9 9 10
Результаты оптимизации численности средств обслуживания перевозок явились базой для оценки уровня инвестиций в развитие аэропорта.
Таким образом, имитационная модель технологических процессов обслуживания перевозок является эффективным инструментом комплексной оптимизации, анализа и прогнозирования параметров производственных комплексов аэропорта как сложной стохастической системы.
Список литературы
1. Кельтон, В. Имитационное моделирование / В. Кельтон, А. Лоу. - СПб. : Питер, 2004. - 847 с.
2. Далецкий, С. В. Эффективность технической эксплуатации самолетов гражданской авиации / С. В. Далецкий, О. Я. Деркач, А. Н. Петров. - М. : Воздушный транспорт, 2002. - 216 с.
3. Шварц, Г. Выборочный метод / Г. Шварц. - М. : Статистика, 1978. - 213 с.
4. Кобзарь, А. И. Прикладная математическая статистика. Для инженеров и научных работников / А.И. Кобзарь. - М. : ФИЗМАТЛИТ, 2006. - 816 с.
5. Канарчук, В. Е. Авиационная наземная техника : справочник / В. Е. Канарчук и др. - М. : Транспорт, 1989. - 278 с.
Романенко Владимир Алексеевич
кандидат технических наук, доцент, кафедра организации и управления перевозками на транспорте, Самарский государственный аэрокосмический университет им. академика С. П. Королева
E-maiL [email protected]
Romanenko Vladimir Alekseevich Candidate of engineering sciences, associate professor, sub-department of transport conveyance organization and management, Samara State Aerospace University named after academician S. P. Korolyov
УДК 656.7.072/.073 Романенко, В. А.
Имитационная модель технологических процессов наземного обслуживания перевозок в аэропорту / В. А. Романенко // Известия высших учебных заведений. Поволжский регион. Технические науки. - 2011. - № 1 (17). -
С.79-95.
