CC BY
646
УДК 656
СИСТЕМАТИЗАЦИЯ ПРОЦЕССОВ И ПАРАМЕТРОВ РАБОТЫ НЕФТЕНАЛИВНОГО ТЕРМИНАЛА НЕФТЕГАВАНИ ШЕСХАРИС НОВОРОССИЙСКОГО МОРСКОГО ТОРГОВОГО ПОРТА И ФОРМИРОВАНИЕ СТРУКТУРЫ ИМИТАЦИОННОЙ МОДЕЛИ С УЧЕТОМ ПЛОТНОСТИ РАСПРЕДЕЛЕНИЯ ПОДХОДА ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА
Шканов В.В., аспирант кафедры «Судовождение», ФГБОУ ВО «Государственный Морской Университет им. адм. Ф.Ф. Ушакова» Попов В.В., д.т.н., профессор кафедры «Судовождение», ФГБОУ ВО «ГМУ им. адм. Ф.Ф. Ушакова»
Проблема грамотного распределения грузопотока в порту лежит в основе бесперебойной работы всех его систем, способствует увеличению объемов перевалки груза и количества обрабатываемых судов. Одним из необходимых решений данной проблемы может быть обеспечение необходимого запаса нефти и нефтепродуктов в резервуарном парке в зависимости от гармоники подхода флота. Разработанная модель прибытия вагонов - цистерн в совокупности с необходимым объемом поставок груза по магистральным трубопроводам позволит добиться оптимизации перегрузочного процесса на терминале Шесхарис и увеличения количества судозаходов что в свою очередь повысит конкурентоспособность портов России.
Ключевые слова: резервуарный парк, гармоника судозаходов, плотность вероятности, гамма распределение, магистральный нефтепровод, судопоток, нефтетерминал, имитационная модель, вагон-цистерна.
Ordering of processes and parameters of the oil terminal Sheskharis and structure formation of imitation model taking into account the density
distribution approach free transport train.
Shkanov V., the post-graduate student, Ship navigation chair, FSEIHE «Admiral Ushakov Maritime State University» Popov V., Doctor of Techniques, professor of the Ship navigation chair, FSEI HE «Admiral Ushakov Maritime State University»
The problem of competent distribution of traffic in the port is the basis of the smooth operation of its systems, helps to increase cargo-handling volumes and the number of ships handled. One of the necessary solutions to this problem may be to ensure an adequate supply of oil in the tank farm, depending on the harmonics of the fleet approach. The developed model of arrival of the railway carriage tanks together with the required volume of cargo deliveries through pipelines will ensure the optimization of the process handling terminal Sheskharis and increasing the number of ship calls, which in turn will increase the competitive capacity of Russian ports.
Keywords: storage tanks, ships called harmonic probability density, gamma distribution, the main oil pipeline, vessel traffic, oil terminal, simulation model, tank-wagon.
Резервуарный парк терминала является одним из его главных элементов, выполняющих роль по накоплению, сепарации и подготовке судовой партии груза для своевременной передачи с одних транспортных средств на другие. Временное хранение нефтепродук-товв резервуарах терминала позволяет адекватно взаимодействовать разновременным транспортным потокам, ввозящих и вывозящих груз. Так как хранение нефтепродуктов в резервуарах является процессом, следующим за прибытием и выгрузкой с одного транспорта перед прибытием другого и его погрузкой, оно по многим параметрам характеризует это взаимодействие. Принцип, лежащий в основе моделирования состоит в том, что транспортные потоки, которые проходят через узел (резервуарный парк) способствуют возникновению множества последовательных траспортно-технологических процессов (это можно описать при помощи стохастической математической модели). Таким образом можно смоделировать реальную ситуацию, когда после прибытия транспорта с нефтепродуктами в узле последовательно планируется выгрузка, хранение и погрузка груза на входящий поток порожних танкеров.
Применительно к нефтетерминалу Шесхарис груз ввозится в порт (терминал) менее крупным транспортом - железнодорожным (объединение потоков).В этом случае необходимо обеспечить слияние транспортных потоков в один и при этом основные параметры моделируемых процессов должны быть близки к реальному взаимодействию звеньев в системе.
Предположим нефтепродукты ввозятся поездами на терминал, а затем вывозятся судами (рисунок 1.1). При этом нам известны распределения интервалов между соседними появлениями ж/д составов и последовательными судозаходами.
В этих условиях в среде МАЗЪАВ можно будет последовательно моделировать появление вагонов-цистерн, накапливая груз в резервуарах. При этом момент появления поездов может быть выбран одним из следующих способов:
1) таким образом, чтобы интервал времени между судозаходоми й *
прибытием вагонов-цистерн в имитационной модели был распределен примерно так же, как и величина й , полученная путем анализа работы реальной системы (с учетом того, что погрузка на судно начинается непосредственно по завершении процесса хране-
ния; по загрузке судна проверить адекватность модели:
2) получить загрузку судна и смоделировать подход ж/д транспорта таким образом, чтобы количество доставленного поездами груза превышало эту загрузку; по продолжительности хранения груза проверить адекватность модели.
При этом момент судозахода может быть выбран при помощи анализа модели гармоники подхода флота, а распределение плотности интервалов входящего потока наземного транспорта должно соответствовать постановки судна к причалу по прибытию.
В обоих методах адекватность модели можно проверить и по получившемуся потоку ж/д транспорта.
Очевидно, только в очень тщательно проработанной модели
й * й
можно добиться частичного сходства между и , что позволит путем сравнения этих величин судить об адекватности модели. С другой стороны, гарантированно можно минимизировать разность средних значений величин путем использования соответствующих алгоритмов, что хотя и не всегда обеспечит достаточнуюточность модели, но вполне приемлемо для решения ряда задач.
Допустим, что между соседними судозаходами проходит стационарный и ординарный поток вагонов-цистерн. Доставляемый ими груз вывозится следующим судном. Как видно по рисунку 1.2, в этом случае среднее значение суммы продолжительности стоянки поездов под грузовыми и вспомогательными операциями и хране-
Q- (е - й)
ния груза приближенно равно половине интервала
между судозаходами. Кроме того, при увеличении интенсивности
| М(й) - М(й 0
потока поездов
Проанализировав среднестатистический месячный суммарный дедвейт подходящего флота к нефтетерминалу Шесхарис, учитывая цикличность подхода флота можно сделать расчет плотности распределения интервалов (1.1) между подачей вагонов-цистерн для обеспечения необходимого количества груза в резервуарах и погрузки на суда, так чтобы время хранения нефтепродуктов и время
^ ^ о г,6 ^ о
xp
простоя судов на рейде и
Зная характеристики потока поездов и при условии его стацио-
Рис.1.1 — Схема моделирования процессов и событий при взаимодействииввозящего груз потока наземного транспорта и вывозящего
груз потока судов сприменением резервуарного парка
Рисунок 1.2 - Схема наложения потоков поездов и судов
нарности и ординарности, мы можем получить вероятность любого количества заходов поездов в единицу времени с использованием семейства распределений Пуассона (без последействия) или Эрланга (с последействием), а также распределение вероятности интервалов между заходами. Также мы можем оценить приближенное количество прибытий вагонов-цистерн между судозаходами как отношение полученной загрузки судна к средней загрузке одного состава поезда Qa и ввести его в вышеупомянутое распределение. Чтобы сохранить физический смысл интенсивности потока, запишем его плотность в следующей форме:
1(0
(1.1)
где р — интенсивность потока вагонов-цистерн; к— порядок потока Эрланга поступления вагонов-цистерн(к=1, если данный поток является простейшим);
Q — загрузка судна (генерируется в ходе ИЭ); Плотность интервала между судозаходами подчиняется гамма распределению [2]:
+ А/ )(А,,+Л, Те
] К > А (г)
интенсивность судопотока; г - порядок распределения Эрланга (целое неотрицательное число);
Г(г) — гамма-функция.
На основе эмпирических наблюдений нефтеперегрузочного комплекса Шесхарис приведем следующие значения:
Таблица 1. Исходные значения
Величина/ формула Единица измерения Значение
Л ср суд / сут 2
х = Коэф. 1.2
^^ 0.2 сут - выборочный средний интервал между судозаходами сут. 0.2
Qc мт 105407
мт 8646
к Коэф. 1
р Ваг./ сут 21
1 сут 30
(1.2)
В среде МаАаЬ 2015Ь выполним расчет и построение экспериментального графика плотности вероятности с параметром распределения т 1.2 для судозаходов и р 21 для вагонов-цистерн:
ТЯЛШРОЯТ БШТКЕББ Ш Яи88ТЛ | №1 2017 | 85
1 clear, ele, closeall
3 L = 1.2 и 21; % параметр распределения
4 % w(x) = L*exp(-L*x) % это плотность
5 % F(x) = l-exp(-L*x) % это интегральная ф-ция
6 % х = -log(1-F(х))/L; % это обратная функция
7 for N = [30]% делаем для двух длинн выборки
8 disp (' ')
9 disp(['Длинна выборки, N: ',num2str(N)])
10 U = rand(l,N); % выборка случ.судозаходов с равномерным распределением
11 [0,1]
12 х = -log(l-U)/L; % выборка случ. судозаходов с нужным распределением
14 disp(['Теоретическое мат.ожидание: ',num2str(1/L)])
15 disp(['Теоретическая дисперсия: ',num2str(1/LA2)])
16 Мх = mean(х); % мат.ожидание
17 Dx = var(х); % дисперсия
18 disp(['Экспериментальное мат.ожидание: ',num2str(Мх)])
19 disp(['Экспериментальная дисперсия: ',num2str(Dx)])
21 % расчет доверительных интервалов
22 р = [0.9;0.95;0.99;0.999];
23 q = 1-р; 2 4 Mxd=[];
25 for k=l:length(q)
26 [hh,pp,ci]=ttest(x,Mx,q(k));
27 Mxd = [Mxd[p(k); ci']];
28 end
2 9 disp('Доверительные интервалы для генерального МО')
30 fprintf('p=%8.4f: %9.6f<=Mx<=%9.6f\n',Mxd)
31 f = length(x)-1;
32 chi21 = chi2inv(l-q/2,f);
33 chi2r = chi2inv(q/2,f);
34 Dxd=[p, f*Dx./chi21, f*Dx./chi2r]';
35 disp('Доверительные интервалы для генеральной дисперсии')
36 fprintf('p=%8.4f: %9.6f<=Dx<=%9.6f\n',Dxd)
39 figure
40 t = 0:0.01:max(x);
41 с = L*exp(-L*t);
42 % подсчитать количество попавших в интервал судозаходов
43 [yn2 xn2] = hist(х,50);
44 уп2 = уп2/(length(х)*(хп2(2)-xn2(1))); % считаем плотность по гистограмме
45 plot(t,с,':г',...%теор
4 6 хп2,уп2,'Ь')% эксперимент
47 gridon
48 title (['Плотность вероятности для N=',num2str(N)]) 4 9 legend('Теоретическая','Экспериментальная')
50 xlabel('x')
51 ylabel('p') end
При этом получены следующие априорные вычисления необходимых параметровдля вагонов-цистерн:
Длинна выборки, N 30 Теоретическое мат.ожидание: 0.047619 Теоретическая дисперсия: 0.0022676 Экспериментальное мат. ожидание: 0.069541 Экспериментальная дисперсия: 0.0028674 Доверительные интервалы для генерального МО
p= 0.9000 0.052929<=Mx<= 0.086152
p= 0.9500 0.049545<=Mx<= 0.089536
p= 0.9900 0.042593<=Mx<= 0.096489
p= 0.9990 0.033764<=Mx<= 0.105317
Доверительные интервалы для генеральной дисперсии
p= 0.9000 0.001954<=Dx<= 0.004696
p= 0.9500 0.001819<=Dx<= 0.005182
p= 0.9900 0.001589<=Dx<= 0.006337
p= 0.9990 0.001369<=Dx<= 0.008131
Таким образом при помощи имитационного моделирования
в среде МаЙаЬ 2015Ь обоснована необходимая модель подхода вагонов-цистерн к резервуарам нефтетерминала Шесхарис в промежутках между заходами судов, в совокупности с подачей нефтепродуктов по магистральным трубопроводам опираясь на источник [1] таким образом, чтобы необходимый запас хранилища нефтебазы превышал значение среднего дедвейта каждого судна прибывающего к терминалу. При этом решена задача объединения различных элементов грузопотока поступающего на терминал.
Литература:
1. Шканов В.В. Некоторые математические предпосылки объединения непрерывной технологии работы магистральных нефтепроводов, резервуарного парка и гармоники (цикличности) движения танкерного флота в процессе перегрузочных работ в портах. / Транспортное дело России №2(123) 2016 с.184
2. Кельтон В., Лоу А. Имитационное моделирование. Классика С8 / В. Кельтон В., А. Лоу. — 3-е изд. — СПб.: Питер, 2004. — 847 с.; ил.
3. Официальный сайт Азово-Черноморского филиала ФГУП jHРосморпортkH система jHSPARDEKkH(http://www.rmpnovo.ru);
Рис.1.2 - экспериментальный графика плотности вероятности для судозаходов и вагонов-цистерн.
4. Фролов, А. С. Организация, планирование и технология пере- и управлении деятельностью портов / Е. Н. Воевудский, М. Я. Погрузочных работ в морских портах: Учебник для высших учебных стай. — М.: Транспорт, 1987. — 318 с.
заведений ММФ / А. С. Фролов, П. В. Кузьмин, А. В. Степанец. — 6. Дьяконов В.П.^Зт+МаШсаё+МЛ^ЛБ.Визуальное мате-
М.: Транспорт,1979. — 408 с. матическое моделирование. — М.: СОЛОН-Пресс, 2010. — 384 с.
5. Воевудский. Е. Н. Стохастические модели в проектировании ил. — (Серия «Полное руководство пользователя»).
ТЯАШРОЯТ БиЗШЕББ Ш ЯШВТА | №1 2017 | 87
