CC BY
37
DOI: 10.24143/2073-1574-2018-3-23-27 УДК 656.1
А. Л. Кузнецов, А. В. Кириченко, А. В. Галин, А. Д. Семенов МЕТОДИКА АНАЛИЗА ТЕХНОЛОГИЧЕСКИХ ОПЕРАЦИЙ
Рассмотрены основные логистические и технологические процессы, осуществляемые на грузовых терминалах, даны соответствующие определения, выявлены и обоснованы основные измеряемые показатели операционной деятельности. На основании проведённых натурных экспериментов предложен метод оценки производительности исходя из длительности операций. В соответствии с результатами проведённых исследований и расчётов по предложенной методике сделан вывод о том, что сменно-суточное планирование, которое по своей сути и есть установление определённых норм для работы оборудования, возможно при полностью определённом грузопотоке и достоверных значениях внешних параметров. Методом осуществления этого вида планирования или нормирования может служить имитационное моделирование.
Ключевые слова: подъёмно-транспортное оборудование, технологические процессы, имитационное моделирование, проектирование.
Введение
Основная функция любого транспортного терминала состоит в передаче грузов между различными видами транспорта, их временном хранении и преобразовании (из контейнеризированной формы в генеральный груз и обратно), а также осуществлении вспомогательных операций (досмотр, взвешивание и др.). Обработка и хранение грузов осуществляется в специально отведённых пространственных зонах, называемых операционными.
Перемещение заданного количества однородного груза между функциональными зонами в определённый период называется процессом. Процесс, в соответствии с его содержанием, может быть разделён на отдельные операции. К операциям относятся: выборка груза из исходной функциональной зоны процесса, транспортировка и помещение его в конечную операционную зону [1, 2].
В процессах задействовано определённое технологическое оборудование, каждое из которых участвует во всех или только отдельных операциях процесса. Технологическое оборудование, совершающее операции грузового процесса, выполняет это с помощью отдельных движений.
Производительность каждого типа оборудования при выполнении различных движений может быть оценена с помощью статистически достоверного объёма хронометрических наблюдений, обработка которых завершается формированием эмпирического закона распределения продолжительности элементарных движений, операций и процессов. Например, операция постановки контейнера в штабель в конечной операционной зоне включает два движения: снятие контейнера с транспортного средства и постановку его в штабель. В то же время указанные движения состоят из следующих элементарных движений: подъезд ричстакера к транспортному средству в зону передачи, позиционирование ричстакера, телескопирование спредера (при необходимости), нацеливание и захват контейнера, его подъём, ожидание отъезда транспортного средства, подъём стрелы до нужного яруса, подъезд к штабелю, постановка контейнера в штабель, отъезд от штабеля, приведение стрелы в исходное положение [3, 4].
Оценка производительности операции исходя из её длительности
Хронометрировать необходимо элементарные движения, из которых потом могут компоноваться любые необходимые составные движения, операции и процессы. Полученные путём хронометража данные о длительности отдельных движений обычно представляются в виде гистограммы, характеризующей регистрируемые при наблюдениях значения соответствующих случайных величин. Пример такой гистограммы показан на рис. 1.
Эта гистограмма характеризует распределение случайной величины длительности операций (Т, с). В то же время для целей операционного планирования больший интерес представляет не длительность операции, а её производительность, т. е. число операций, совершаемых за определённый период времени, например, за час.
Рис. 1. Гистограмма длительности операции постановки контейнера в штабель В случае детерминированных величин значение часовой производительности может быть
р 3 600
получено как .г = —^— > операций/ч.
Для случайной величины Т такое вычисление производительности операций невозможно, т. к. алгебраические действия со случайными величинами не определены. Более того, даже оценка производительности операций через среднее значение (математическое ожидание)
Тср = МО[Т] как Г = 3 будет некорректной, поскольку величина Т является новой случай-
ной величиной со своим законом распределения и МО
1
Как следствие, для формирования закона распределения случайной величины производительности операций при известном законе распределения её длительности приходится использовать специальный математический приём - метод Монте-Карло.
Суть метода статистических испытаний, или метода Монте-Карло, в данном случае состоит в том, чтобы последовательно генерировать значения случайной величины - длительности операций - в соответствии с законом её распределения. Полученные данные суммируются, и как только эта сумма превысит 3 600 с, генерация прекращается. Полученное значение числа сгенерированных событий составляет часовую производительность операции в этом испытании. Такие испытания проводятся многократно, что позволяет построить гистограмму частоты наблюдаемой производительности. С ростом числа испытания эта частота будет приближаться к плотности вероятности искомой случайной величины - производительности операций.
На рис. 2 представлен пример гистограммы вычисляемых значений часовой производительности для операции, длительность которой характеризуется распределением, представленным на рис. 1.
Производительность, операций/ч Рис. 2. Гистограмма распределения производительности операции
Для рассматриваемого примера среднее значение производительности Р, полученное методом статистических испытаний, составляет 27,4 операций/ч. В то же время при средней
продолжительность операции в 127 с расчётное значение составляет Р = 3 600 = 28,4. Иной
Тф
является и форма распределений величин относительно средних значений (рис. 1, 2).
Для определения необходимого объёма статистических испытаний используется идея метода доверительных интервалов. При недостаточном количестве испытаний полученные гистограммы обладают высокой вариативностью: повторение серии экспериментов для этого же количества испытаний даёт гистограмму, значительно отличающуюся от предыдущей. С ростом объёма выборки (числа испытаний в серии) получаемые гистограммы начинают отличаться друг от друга всё меньше и меньше. Возможно ввести меру близости гистограмм (например, квадратичное отклонение) и установить значение, достижение которого будет свидетельствовать о необходимой точности.
Нормирование производительности операций
Производительность отдельных видов и экземпляров оборудования зависит от многих причин: технических параметров и характеристик операционной зоны использования, состава технологической линии, структуры рабочих заданий, приоритетов в их обработке, используемых критериев оптимизации и др. Нормирование возможно лишь при учёте всех перечисленных факторов и лишь при оценке на достаточно длинных интервалах времени (начиная от смены).
Например, постановка ричстакером контейнера в штабель с поверхности терминала характеризуется средней производительностью около 30 движений/ч, с транспортного средства -около 27 движений/ч. Примерно такие же значения производительности наблюдаются при выгрузке контейнеров с железнодорожных платформ на поверхность терминала или на терминальное шасси. В данном случае этот показатель является операционной технической производительностью и весьма близок к технической производительности, данной производителями оборудования [5, 6].
Если ричстакер выполняет не только выгрузку контейнера с платформы, но и самостоятельно транспортирует его в операционную зону складирования, укладывает его в штабель и возвращается за следующим контейнером, то его производительность составляет около 5 движений/ч. При этом лимитирующим звеном становится операция транспортировки, которая определяется расстоянием между операционными зонами и скоростью движения ричстакера. В случае ричстакера, работающего на погрузку железнодорожных платформ, производительность снижается ещё больше: выборка нужного контейнера из штабеля требует перемещений контейнеров для доступа к целевому. В качестве показателя продуктивности любой производительности используется перемещение контейнера, которое является назначением данной операции и всего процесса, в данном примере им выступает перемещение контейнера из штабеля на железнодорожный подвижной состав, в связи с чем перемещения контейнеров в штабеле не входят в число производительных движений [7, 8].
Другим примером служит совмещение графика операций. Задание переместить за смену 20 контейнеров с железнодорожного грузового фронта (ЖГФ) на склад и 20 контейнеров со склада на взвешивание представляется достаточно простым, однако при условии того, что это нужно сделать в двухчасовом интервале обработки железнодорожного состава, полностью меняет его характер. Точнее, в данном случае имеется два совершенно различных задания, требующих разную производительность операций и разное количество оборудования для выполнения.
Заключение
Традиционные термины и определения, их интерпретация и нормирование значений основных производственных и экономических показателей становятся всё менее приспособленными к современным реалиям. Развитие логистических сетей, внедрение нового технологического оборудования, совершенствование бизнес-процессов, переход к иной парадигме планирования и управления работой терминалов привели к появлению нового методического и, как следствие, понятийного аппарата. Сменно-суточное планирование, которое по своей сути и есть установление норм работы оборудования, возможно лишь при полностью определённом грузопотоке и достоверных значениях внешних параметров. Описанный метод сменно-суточного
планирования и нормирования работы грузового терминала основан на имитационном моделировании требуемых технологических операций и процессов. Методом осуществления этого планирования или нормирования может служить лишь имитационное моделирование.
СПИСОК ЛИТЕРА ТУРЫ
1. ГОСТ Р 55507-2013. Эксплуатация речных портов. Термины и определения. М.: Стандартинформ,
2014. 27 с.
2. Кузнецов А. Л., Кириченко А. В., Давыденко А. А. Классификация и функциональное моделирование эшелонированных контейнерных терминалов // Вестн. Гос. ун-та мор. и реч. флота им. адм. С. О. Макарова.
2015. № 5 (34). С. 7-16.
3. Handbook of terminal planning / ed J. W. Böse. Springer Science & Business Media, 2011. 433 p. DOI: 10.1007/978-1-4419-8408-1.
4. Imai A., Sun X., Nishimura E., Papadimitriou S. Berth allocation in a container port: using a continuous location space approach // Transportation Research Part B: Methodological. 2005. Vol. 39. Is. 3. P. 199-221. DOI: 10.1016/j.trb.2004.04.004.
5. Han X., Lu Z., Xi L. A proactive approach for simultaneous berth and quay crane scheduling problem with stochastic arrival and handling time // European Journal of Operational Research. 2010. Vol. 207. Is. 3. P. 1327-1340. DOI: 10.1109/ICCIE.2009.5223886.
6. Bierwirth C., Meisel F. A survey of berth allocation and quay crane scheduling problems in container terminals // European Journal of Operational Research. 2010. Vol. 202. Is. 3. P. 615-627. DOI: 10.1016/j.ejor.2009.05.031.
7. Кузнецов А. Л., Кириченко А. В., Ткаченко А. С., Попов Г. Б. Имитационное моделирование как инструмент расчёта наземных контейнерных терминалов / Вестн. Астрахан. гос. техн. ун-та. Сер.: Морская техника и технология. 2018. № 1. С. 100-108. DOI: 10.24143/2073-1574-2018-1-100-108.
8. Kuznetsov A. L., Kirichenko A. V., Slitsan A. E. Simulation for assessment of bulk cargo berths number // IOP Conference Series: Earth and Environmental Science. IOP Publishing, 2017. Vol. 87(6). DOI:10.1088/1755-1315/87/6/062010.
Статья поступила в редакцию 29.05.2018
ИНФОРМАЦИЯ ОБ АВТОРАХ
Кузнецов Александр Львович — Россия, 198035, Санкт-Петербург; Государственный университет морского и речного флота им. адмирала С. О. Макарова; д-р техн. наук, профессор; профессор кафедры портов и грузовых терминалов; Thunder1950@yandex.ru.
Кириченко Александр Викторович - Россия, 198035, Санкт-Петербург; Государственный университет морского и речного флота им. адмирала С. О. Макарова; д-р техн. наук, профессор; зав. кафедрой портов и грузовых терминалов; a.v.kirichenko@mail.ru.
Галин Александр Валентинович - Россия, 198035, Санкт-Петербург; Государственный университет морского и речного флота им. адмирала С. О. Макарова; д-р техн. наук, доцент; профессор кафедры управления транспортными системами; galinav@gumrf.ru.
Семенов Антон Денисович — Россия, 198035, Санкт-Петербург; Государственный университет морского и речного флота им. адмирала С. О. Макарова; студент, направление подготовки «Менеджмент»; asemyonov054@gmail.com.
A. L. Kuznetsov, A. V. Kirichenko, A. V. Galin, A. D. Semenov PRINCIPLES OF TECHNOLOGICAL OPERATION ANALYSIS
Abstract. The article presents the description of general logistics and technological processes carried out at the cargo terminals. There have been given the appropriate definitions, identified and justified basic measurable indicators of operating activities. Taking into consideration the results of the field experiments, there has been proposed the method of performance evaluation based on
CygocTpoemie, cygopeMOHT u sêcnnyaraqua ônora
the duration of operations. According to the research results and calculations on the proposed method, it has been inferred that shift-daily planning which is, in substance, the establishment of certain norms for the operation of equipment is possible only with a fully defined traffic flow and reliable values of external parameters. Simulation modelling can serve as a method of realization of such planning or regulation.
Key words: cargo handling facilities, technological processes, simulation modelling, design.
REFERENCES
1. GOST R 55507-2013. Ekspluatatsiia rechnykh portov. Terminy i opredeleniia [State Standart R 555072013 River ports operation. Terms and definitions]. Moscow, Standartinform Publ., 2014. 27 p.
2. Kuznetsov A. L., Kirichenko A. V., Davydenko A. A. Klassifikatsiia i funktsional'noe modelirovanie eshelonirovannykh konteinernykh terminalov [Classification and functional modelling echeloned container terminals]. Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S. O. Makarova, 2015, no. 5 (34), pp. 7-16.
3. Handbook of terminal planning. Springer Science & Business Media, 2011. 433 p. DOI: 10.1007/978-1 -4419-8408-1.
4. Imai A., Sun X., Nishimura E., Papadimitriou S. Berth allocation in a container port: using a continuous location space approach. Transportation Research Part B: Methodological, 2005, vol. 39, is. 3, pp. 199-221. DOI: 10.1016/j.trb.2004.04.004.
5. Han X., Lu Z., Xi L. A proactive approach for simultaneous berth and quay crane scheduling problem with stochastic arrival and handling time. European Journal of Operational Research, 2010, vol. 207, is. 3, pp. 1327-1340. DOI: 10.1109/ICCIE.2009.5223886.
6. Bierwirth C., Meisel F. A survey of berth allocation and quay crane scheduling problems in container terminals. European Journal of Operational Research, 2010, vol. 202, is. 3, pp. 615-627. DOI: 10.1016/j.ejor.2009.05.031.
7. Kuznetsov A. L., Kirichenko A. V., Tkachenko A. S., Popov G. B. Imitatsionnoe modelirovanie kak instrument rascheta nazemnykh konteinernykh terminalov [Simulation modelling as a dry cargo terminals' calculation tool]. Vestnik Astrakhanskogo gosudarstvennogo tekhnicheskogo universiteta. Seriia: Morskaia tekhnika i tekhnologiia, 2018, no. 1, pp. 100-108. DOI: 10.24143/2073-1574-2018-1-100-108.
8. Kuznetsov A. L., Kirichenko A. V., Slitsan A. E. Simulation for assessment of bulk cargo berths number. IOP Conference Series: Earth and Environmental Science. IOP Publishing, 2017, vol. 87(6). DOI: 10.1088/17551315/87/6/062010.
The article submitted to the editors 29.05.2018
INFORMATION ABOUT THE AUTHORS
Kuznetsov Alexander LVovich - Russia, 198035, Saint-Petersburg; Admiral Makarov State University of Maritime and Inland Shipping; Doctor of Technical Sciences, Professor; Professor of the Department of Ports and Cargo Terminals; Thunder1950@yandex.ru.
Kirichenko Alexander Viktorovich — Russia, 198035, Saint Petersburg; Admiral Makarov State University of Maritime and Inland Shipping; Doctor of Technical Sciences, Professor; Head of the Department of Ports and Cargo Terminals; a.v.kirichenko@mail.ru.
Galin Alexander Valentinovich - Russia, 198035, Saint Petersburg; Admiral Makarov State University of Maritime and Inland Shipping; Doctor of Technical Sciences, Assistant Professor; Professor of the Department of Transport System Control; galinav@gumrf.
Semenov Anton Denisovich — Russia, 198035, Saint Petersburg; Admiral Makarov State University of Maritime and Inland Shipping; Student, Training area "Management"; asemyonov054@gmail.com.
