Проблема
В связи с необходимостью увеличения объёмов и масштабов транспортировки грузов в 2012 году крупная российская компания, владелец и оператор объектов железнодорожной инфраструктуры, приняла решение о создании стратегической сети из трёх ж/д портов и шести терминально-логистических центров (ТЛЦ). Такая сеть позволит решить задачи по оптимизации грузоперевозок и уже на первом этапе запуска приведёт к увеличению грузопотока на 100-120 млн т в год.
По ряду причин строительство первого пилотного центра сети ТЛЦ «Белый Раст» будет произведено в Московском регионе. «Белый Раст» станет крупномасштабным мультифункциональным объектом, занимающим территорию в 180 га. Его проектный грузооборот составит до 11,5 млн тонн в год. Здесь будет происходить консолидация, транзит, хранение, распределение, таможенная очистка и временное хранение контейнеров и грузов.
В состав этого ТЛЦ войдут контейнерный и контрейлерный терминалы, таможенная инфраструктура, терминалы для обработки крупногабаритных и тяжеловесных грузов, строительных материалов, автотехники, комплекс складов разного профиля и деловой центр. Таким образом, ТЛЦ одновременно является многофункциональным комплексом и одним из элементов планируемой ж/д сети. А это значит, что «Белый Раст» представляет собой сложный инфраструктурный объект с большим количеством внутренних и внешних функциональных связей.
В связи с этим успех реализации проекта во многом зависит от оптимизации локальной логистики и правильного функционирования всех элементов единого технологического комплекса. Так как универсальных моделей проектирования и анализа ТЛЦ не существует, как правило, при его создании используют опыт уже имеющихся подобных объектов.
Аудит и тестирование предлагаемых решений компании поручило инженерам НПЦ «Инфотранс», предприятию, занимающемуся полным циклом создания технических средств диагностики инфраструктуры железных дорог. Специалисты НПЦ «Инфотранс» предложили применить систему имитационного моделирования AnyLogic. Она позволила бы учесть большое количество параметров на этапе проектирования и на этапе эксплуатации.
Функциональная модель ТЛЦ применялась для оптимизации внутренних взаимосвязей. И с этой целью были произведены:
- проверка эффективности технологических решений;
- проверка эффективности компоновочных решений;
- корректировка выявленных недостатков.
Встроенная в AnyLogic Железнодорожная библиотека помогла смоделировать микроуровень перемещение поездов. Возможности доработки и расширения модели при помощи языка программирования Java позволили максимально адаптировать модель под конкретные задачи проекта.
Решение
Так как моделирование применялась для оптимизации непрерывного грузопотока внутри ТЛЦ и поиска наиболее эффективных логистических решений, инженеры НПЦ «Инфотранс» использовали дискретно-событийный подход.
Модель включала ряд основных инфраструктурных объектов:
- интермодальный терминал,
- терминал инертных грузов,
- терминал для погрузки-выгрузки автомобилей,
- специализированные склады (в том числе склад для кросс-докинга) с учётом прилегающих КПП и подъездов к ним,
- локальную дорожную инфраструктуру с учётом КПП и мест стоянок.
На разных логических уровнях модели можно было задавать параметры и проводить эксперименты с моделью. Эксперты могли регулировать расписания прибытия поездов, а также:
- изменять количество вагонов в составе поезда;
- их заполнение и процент выгрузки;
- технические характеристики подъёмно-транспортных средств (грузоподъёмность, количество, производительность и пр.);
- параметры отдельных инфраструктурных объектов (ёмкость складов, количество ворот для погрузки-разгрузки и др.);
- структуру и назначение контейнерного потока и др.
Дополнительная возможность ввода в модель исходных данных с помощью сторонних ресурсов, например, баз данных и Excel-таблиц, позволяет учесть не только простые численные параметры (интенсивность суточного потока поездов), но и сложные структурные данные (расписание движения поездов).
Динамическое моделирование помогло отследить изменение локальных показателей терминального транспорта (количество тягачей, максимальные размеры очередей, время задержки на КПП и др.), загрузки складских и терминальных мощностей, количества выполненных операций с контейнерами по виду операции.
Заложенные в модель алгоритмы по учёту случайных событий (поломки оборудования, очереди, погодные условия) и вариантов «что-если» помогли за считанные минуты спрогнозировать последствия непредвиденных ситуаций и оценить взаимосвязанную динамику показателей ТЛЦ.
Результат
В результате использования модели специалистам удалось:
- уточнить технические характеристики складских зон;
- согласовать поток контейнеров и терминального транспорта;
- сформулировать технические требования к элементами информационного обеспечения системы ТЛЦ;
- создать систему планирования и оперативно-диспетчерского управления потоками транспорта;
- создать инструмент для выбора оптимальных решений при дальнейшей эксплуатации комплекса.
В процессе реализации модели были выявлены и скорректированы критические ограничения инфраструктуры, связанные с недостаточной пропускной способностью КПП, мест пересечения потоков транспорта и мест примыкания к улично-дорожной сети. Такие ограничения потенциально вели к созданию очередей и затариванию отдельных зон ТЛЦ, что в значительной степени снижало эффективность всего комплекса.
Кроме того, были сделаны выводы о дальнейшей необходимости использования моделирования для включения ТЛЦ «Белый Раст» в систему внешних логистических связей, оптимизации прилегающей транспортной инфраструктуры и созданию макромодели, позволяющей отслеживать и оптимизировать взаимодействие между всеми ТЛЦ планируемой сети.
По материалам статьи из журнала «Логистика и управление цепями поставок», №5 (70) октябрь 2015 г.