Проблема
Ведущий автопроизводитель СНГ — крупная компания по производству тяжёлых грузовиков. Она выпускает не только автомобили, но и автобусы, прицепы, автокраны и другую спецавтотехнику. Одна из разработок предприятия — технология для эстафетной доставки грузов. Такой способ доставки используется, если начальный и конечный пункты доставки расположены далеко друг от друга. Маршрут разбивается на этапы, и на каждом из отрезков контейнер перевозится разными тягачами. Благодаря этому используется меньше грузовиков, они реже ломаются, а доставка происходит быстрее.
В рамках проекта компания выпустила автомобиль специальной комплектации, на который мог бы устанавливаться универсальный съёмный контейнер. В отличие от стандартных контейнеров они легче, дешевле, вместительнее и проще для перегрузки. Процесс смены контейнера занимает 5-7 минут, поэтому автомобиль быстрее следует по маршруту, передаёт контейнер на другой автомобиль, а затем возвращается на базу, везя в обратном направлении уже другой контейнер.
На начальном этапе проекта руководство компании хотело понять, насколько перевозка грузов эстафетным методом эффективнее стандартных видов перевозок. Для этого компания заказала исследование по имитационному моделированию будущих маршрутов.
Разработчики должны были смоделировать реальные процессы внутригородских и междугородных перевозок в сети поставок ведущего автопроизводителя СНГ, сравнить количество тягачей и контейнеров, необходимых для перевозки грузов стандартным и эстафетным методами, а также провести стресс-тест модели. В качестве инструмента для моделирования разработчики выбрали AnyLogic и использовали одно из его преимуществ — агентный подход к ИМ — для описания поведения каждой составляющей сети поставок.
Моделирование внутригородских перевозок
Решение
В модели разработчики отразили процесс перевозки комплектующих изделий со складов поставщиков на склад сборочного конвейера компании в г. Набережные Челны. В этом процессе задействовано 70 грузовиков, выполняющих до 200 рейсов ежедневно. Специалисты описали его в имитационной модели и реализовали в ней технологию эстафетной доставки с помощью грузовиков ведущего автопроизводителя СНГ.
Основные агенты модели — тягачи, склад конвейера и склады поставщиков. Визуальная анимация отображает склады, движение тягачей и процесс загрузки контейнеров на складах поставщиков на ГИС-карте.
В начале рабочего дня пустые контейнеры стоят на складе сборочного конвейера, а загруженные — на складах поставщиков. Тягач забирает со склада конвейера пустой контейнер, доставляет на склад поставщика, а загруженный контейнер забирает с этой же или ближайшей площадки и доставляет на склад конвейера. На некоторых площадках используются тягачи с прицепами, чтобы за один рейс доставить два контейнера.
Модель учитывает факторы, которые могут повлиять на эффективность перевозок. Среди них:
- скорость движения тягачей;
- время погрузки и разгрузки контейнера на складах;
- время снятия и установки контейнера;
- количество пустых контейнеров на начало дня;
- время работы водителей.
Во время работы модели накапливается статистика.
Для складов:
- максимальное время простоя пустого контейнера на складе поставщика в ожидании начала загрузки;
- максимальное время простоя гружёного контейнера в ожидании отправки;
- время отправки последнего гружёного кузова.
Для тягачей:
- время окончания последнего рейса;
- количество рейсов;
- время в дороге;
- максимальное и суммарное время простоя на складе конвейера и складах поставщиков.
Результат
Модель помогла сравнить количество тягачей, контейнеров и стоимость перевозок до и после внедрения технологии. Имитационное моделирование показало, что технология эстафетной доставки снижает стоимость внутригородских перевозок в 9 раз:
- Вместо 70 грузовиков достаточно использовать 16 тягачей, 13 съёмных кузовов и 80 прицепов.
- Все доставки выполняются за одну рабочую смену.
- Время простоя тягачей составляет 3% от рабочего времени.
Моделирование междугородных перевозок
Решение
Технология для эстафетной доставки грузов также может использоваться для перевозки грузов между городами. Чтобы оценить результаты внедрения технологии, была создана имитационная модель грузоперевозок по маршруту Санкт-Петербург — Набережные Челны — Магнитогорск.
На ГИС-карте расположены агенты модели:
- пункты маршрутной сети, где происходит перецепка контейнеров;
- тягачи;
- водители;
- контейнеры.
Тягачи и водители приписаны к определённым пунктам сети и перевозят грузы между пунктом приписки и соседними с ним пунктами. Тягач может использовать прицеп, чтобы перевезти дополнительный контейнер.
В начальных пунктах грузопотоков формируется очередь контейнеров для перевозки. Приоритет для перевозки отдаётся тягачу, пункт приписки которого является следующим пунктом на пути. Это помогает снизить число порожних рейсов в обратную сторону.
Тягачом посменно управляют приписанные к нему водители. При этом в течение рабочего дня водитель может находиться за рулём не более 8 часов, а начать следующий рейс — только после 16-часового отдыха.
Результат
Для оценки эффективности эстафетной доставки грузов результаты экспериментов сравнивались с фактическими ежемесячными показателями системы перевозок:
- Для перевозки всех грузов требуется в 2 раза меньше тягачей (46 вместо 116).
- Время доставки грузов снизилось в 2,5 раза (1,8 рабочего дня вместо 5).
- Стоимость перевозок сократилась на 37% (28 млн. рублей).
Имитационное моделирование показало, что переход на эстафетный метод доставки грузов позволяет сократить количество используемых тягачей, время доставки и общую стоимость перевозок.
В будущем, модели внутригородских и междугородних перевозок планируется использовать в роли системы для поддержки принятия решений (СППР). Они помогут:
- определить узкие места в системе при расширении системы перевозок и проектировании новых пунктов;
- эффективнее решить задачи краткосрочного и долгосрочного планирования благодаря наглядным инструментам AnyLogic;
- составлять расписания отправки грузов в соответствии с пропускной способностью системы.
По материалам статьи «Имитационное моделирование системы эстафетной доставки»: Карсаев О.В., Морозов Б.М., Сабитов Р.А., Смирнова Г.С.