基于仿真建模方法的滚装终端容量分析外文翻译资料

 2022-03-26 07:03

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

基于仿真建模方法的滚装终端容量分析

摘要

在滚装码头中，由于滚装货物不能堆放，终端容量这方面要比其他类型的海运码头更为需要。从这个意义上说，影响Ro-Ro终端容量的变量可以列举如下：到达终端的车辆数量，终端间距离，船舶容量，码头，海关控制单元，码头交通和本地交通，安全检查，加油服务等。在本研究中，一个用于Ro- Ro终端采用仿真建模方法。在产生情景时，调查了三个变量对终端容量的影响; “到达码头的卡车数量”，“码头间距离”和“滚装船容量”。结果表明，影响终端容量的变量主要是“到达终端的卡车数量”。由于这种情况，认为滚装码头运营商必须考虑优先需求因素，并在确定终端区域时进行有效的需求预测。

  1. 介绍

滚装运输能够通过坡道而不是舱口将货物装载到船上，同时也是集装箱化和轮式货物混合运输的更灵活的替代方案。滚装船特别适用于运输轮式货物，如汽车，卡车，拖拉机和任何易于用叉车搬运的货物，如托盘，包，集装箱，包装木材等（[21]Stopford，2009年）。

在2008年至2009年的全球经济危机之后，2013年全球海运业每年都呈上升趋势，2013年增长4.3％（[23]UNCTAD，2013年）。滚装市场也采取了其份额来自这一增长。滚装运输具有巨大潜力，尤其是在欧洲，“短海运（SSS）”和“海上高速公路”的概念。短海运旨在缓解超载的高速公路路线，并在此方向上提供海运服务作为替代选择。 “海上高速公路”项目是由欧盟委员会为支持短海运而设立的。通过这个项目，针对公路，铁路拥挤和空气污染等问题日益严重的问题，包括内陆水运在内的海上交通被视为多式联运的关键要素（[13]Jugovic et al，2011）。特别是卡车和拖车运输在地中海和欧洲北部海岸（欧洲统计局）进行。汽车运输的生产也是一种类型的滚装运输，并使用美国，欧洲和日本之间的贸易路线（[15]Leach，2007）。

由于需求的增加，港口管理人员应该通过系统的方法分析港口能力，以确定港口能否满足需求。在这里，需求可以定义为货物到达终端的频率。在目前的研究中，卡车到达终端的频率构成了需求。对于现有的港口，可以进行优化或终端区域扩展研究以提高效率。由于货物无法堆放，终端容量是滚装码头尤其需要考虑的重要因素（[3]Armbruster，2007）。一些变量，例如数不足终端栅极和海关控制单元，车辆的数目到达给终端，船容量，距离端子，包括装料，与终端连接相关的本地流量可能会影响Ro-Ro终端容量，并且容量可能不足（[10]Guuml;nay，2009; [24]Yaran，2009; [1]Aksoy，2011）。此外，Akar和Esmer[7]（2015）强调了需求预测的重要性，例如一年到达码头的卡车数量，以及港口运力计算。

  1. 方法

在文献综述中，观察到排队论和模拟建模方法主要用于海洋分析终端系统。众所周知，模拟建模技术是由随机过程组成的终端系统容量分析中最有效的方法之一（[7]Esmer and Tuna，2007）。从这个角度来看，本研究的主要目标是利用仿真建模方法对Ro-Ro码头进行容量分析，并利用生成的模型和分析为Ro-Ro码头运营商和港口规划人员提供理论模型。在这项研究中，终端容量被定义为在终端累积的最大卡车数量。累计最大数量的卡车将允许我们估计终端容量，换句话说就是车辆所需的终端区域。在这项研究中，半挂车和牵引单元的组合已被定义为卡车。

图一

图一显示了该方法的主要步骤。为了本研究的目的，在土耳其的两个最重要的滚装码头（Pendik RoRo Terminal and Ccedil;euacute;me Port）进行调查。除采访外，还在这些码头进行了实地调查和现场调查。在现场调查中，观察到与卡车运输相关的一些过程，例如X射线控制，卡车磅秤称重，装载到船上，从船上卸载，在船甲板上绑扎/松开。为了确保系统的有效性，从Pendik Ro-Ro Terminal获得“事实陈述”的年度数据。获得这些数据的分布，并将这些分布用于模拟程序中作为船舶靠泊/离泊过程和卡车装卸过程的输入数据。在建立模型之后，执行了模型是否按照预期目的工作。仿真模型在各种情况下运行，然后进行分析和评估。

在这篇文章中，调查了三个变量对终端容量的影响，同时产生了影响; #39;到达码头的卡车数#39;，#39;码头间距离#39;和#39;滚装船容量#39;。 在选择这些变量时，在Pendik Ro-Ro Terminal and Ccedil;euacute;me Port进行了业务调查，并对[8]Fusco等人的研究（2010）进行了调查和[10]Guuml;nay的研究（2009）作为参考。 应该理解，“终端之间的距离”是指两个Ro-Ro终端之间的海里距离。 滚装船已被考虑为典型的滚装船只，其仅载运卡车和半拖车并在国际水域中航行。 本研究未考虑作为其他类型滚装船的汽车运输船和汽车/卡车运输船。

对于一年内到达终端的卡车数量变量，模拟情景是通过从10000辆至28000辆卡车变化而产生的。这些数字是根据土耳其海外滚装线每年运载的车辆数量来确定的。对于终端之间的距离变量，仿真场景由80到1120海里变化。这些数字取决于土耳其滚装运输路线的参考距离。对于滚装船容量的变量，仿真场景是通过将80辆改为240辆卡车而产生的。这些数字是通过将当前典型的运载卡车和半挂车的滚装船的参考承载能力确定的。

对于情景中的常数，假设一年内到达码头的卡车数量为2万辆卡车，并且这个数值是根据每年到土耳其的滚装码头的平均卡车数量来确定的。假定终端之间的距离为160海里，这个值是以土耳其国家滚装航线的参考平均距离来确定的。假定滚装船的运力是200辆卡车，并且这个数值是通过参考在地中海运营的当今典型的滚装船的平均能力来确定的。

根据文献综述，观察到各种模拟软件用于港口运营，港口规划和港口容量分析的研究：Promodel，Arena，Witness，Simple等人的研究（[18]Nas，2013; [2]Aksoy，2011; [19]Ng and Wong，2006; [22]Swedish，1998;[5] Dachyar，2012; [20]Shabayek and Young，2002; [26]Yun and Choi，1999）。

为了创建系统模型，本研究使用了“Promodel 2011”仿真软件。 Promodel 2011支持模拟场景并具有很好的动画能力。分析师可以看到子流程之间的相互作用，并能够理解这些流程的工作（[11]Harrell等，2004）。

在海上领域使用Promodel模拟软件进行了各种研究。在土耳其，Nas（2013）进行了一项名为“在技术导航服务中使用仿真建模方法进行资源优化：拖轮园区选址的研究”。 Ng和Wong（2006）制定了一个模型，旨在确定香港货柜码头区的船舶交通对货柜码头容量的影响。[22]Swedish（1998年）进行了一项研究，涉及对内陆水路网分配的驳船拖船队进行建模。[5] Dachyar（2012）使用Promodel模拟了印度尼西亚最大的渡轮码头的运营。

  1. 滚装码头操作建模

为了模拟和分析Ro-Ro终端系统做了一些假设。 这些假设是根据实地调查和文献回顾确定的：

终端容量是在终端累积的最大卡车数量。在系统中处理的分析单位只有卡车。 没有考虑用于重型项目货物的半挂车运输和拖车运输。

系统中有两个终端。 由于国际滚装运输是在两个航站楼之间进行的，因此这样考虑。两艘滚装船在两个航站楼之间运营。装满全部容量后，船舶离开码头。从船上卸载卡车后开始装载过程。按照正态分布，平均速度为17节，标准偏差为2节。两个终端的卡车到达都被定义为模拟程序中的指数分布。装载/卸载，船舶靠泊/离港和航行的过程被定义为正态分布。所有卡车都是同一类型，并有五个车轴。以Ligteringen（2000）作为参考，假设一辆卡车占地60平方米，宽4米，长15米。终端前的车辆流量以及当地交通和运输环节对终端容量的影响已被排除。已被接受的是，泊位不断可用于靠泊和离船。

天气条件已被排除。所有能够延迟与港口手续有关的装卸过程的程序已被排除。

四、运行仿真模型和输出分析

在模型建立之后, 检查了模型是否按照预期的目的工作。通过仿真模型的运行, 动画速度减慢, 运动可以清晰地看到, 模型的每一步都被监控。将计数器放在模型中所需的位置, 作为预期结果的指示器, 并进行了必要的更正。每次校正后, 通过运行反复监视模型, 并多次执行此过程。因此, 确保该系统是按照所期望的目的和实际系统的方向工作的。在这一节中, 终端容量换句话说, 在公司中, 以各种情况检查了终端中积累的卡车的最大数量。定义了模型的预热时间为720小时 (即一个月的周期), 仿真程序中模型的运行时间为8760小时 (即一年的周期)。20次重复的每一个场景被发现适合两个终端。

在这一部分中, 考察了 '一年内到达终端的卡车数量' 对终端容量的影响, 而 '端子' 与 'ro-反舰能力' 之间的 '距离' 变量是常数。据推测, ro 船容量为200辆卡车, 码头之间的距离为160海里。如表1所示, 在模拟程序中, 到达的卡车数量从10000个上升到28000个, 并产生了各种情况。每个场景都运行了20次。在每种情况下的20次重复中, 获得了两个对立终端中累计卡车数量的40个输出。

进行相关性分析是为了揭示#39;滚装船容量与#39;终端累积卡车的最大数量#39;之间的关系。 相关性分析的结果如表6所示。根据结果，确定“滚装船容量”与“在码头累积的最大卡车数量”之间存在显着的，积极的和高度的关系， （r = 0.706）。

为确定终端容量, 即在终端中累积的最大卡车数, 由重复组成的40个输出的最大值的平均值不会构成统计上的显著结果。从模拟重复得到的不同结果的具体估计范围内的最大值的平均值将给我们带来显著的结果。因此, 研究了40输出最大值的置信区间。在置信区间内的最大值被接受为在终端中积累的最大卡车数量。此接受的最大值用于确定终端容量。根据[6]Easton和McColl（1997）的说法，, 置信区间一般以95％，90％或99％的可信度计算。

在这一部分, 研究了终端之间距离的变化对终端容量的影响, 而 '到达码头的卡车数量' 和 'ro-反舰能力' 的变量是常数。据推测, 到达码头的卡车数量是20000辆, ro 船的容量是200辆卡车。如表3所示, 在模拟程序中, 终端之间的距离从80到1120海里之间发生了变化, 并产生了各种情况。每个场景都运行了20次。在每种情况下的20次重复中, 获得了两个对立终端中累计卡车数量的40个输出。

研究了40输出最大值的置信区间。在置信区间分析中使用 SPSS 20。 每次重复时都确定置信区间, 计算置信度为95% 的卡车最大数量的平均值。

在SPSS 20中进行在终端中累积的卡车的最大数量的较低和较高置信区间值的曲线估计分析。确定终端中累积的卡车的最大数量取决于滚装船的容量的置信区间值 显示指数分布。 如图6所示，一年内到达码头的卡车数量为20000，码头间距为160海里，每个滚装船的容量为80卡车的情况下，需要一个 245辆卡车的终端面积至少为14700平方米。 使用相同的常数，在每艘滚装船的容量为240辆卡车的情况下，275辆卡车需要至少16500平方米的终端区域。

五、结论

在全球范围内的反渗透通信量的增加, 要求在反渗透终端的容量方面有所增长。由于无法堆叠反渗透货物, 因此必须确保反渗透终端的足够终端容量。在规划新的反渗透终端或扩大现有终端之前, ro-ro 终端操作员必须确定性能改进是否足够, 以及容量将增加多少。仿真建模技术是由随机过程组成的终端操作容量分析中最有效的方法之一。本文从这一角度出发, 利用仿真建模方法, 建立了反渗透终端产能分析的模型。每个方案中置信区间值的分布方程表明所需的终端容量和变量之间的关系。在第一种情况下, '终端容量' 的置信区间值取决于 '到达卡车' 显示指数分布。在第二种情况下, '终端容量' 的置信区间值取决于 '终端之间的距离', 显示了多项式分布。在最后的情况下, '终端容量' 的置信区间值取决于 'ro-反舰容量', 显示出指数分布。

因此, 确定影响终端容量的变量主要是 '到达终端的卡车数量'。由于这种情况, 人们认为反渗透终端运营商必须优先考虑需求因素, 并在确定终端区域时进行有效的需求预测。预计所生成的仿真模型和进行的分析可以成为反渗透终端运营商和港口规划者的理论模型。在今后的研究中, 人们认为可以对多变量对终端容量的影响进行研究, 并对终端容量优化问题进行研究。本文以 'ro-ro 终端的能力分析' 为研究对象, 利用 Promodel 2011 模拟软件, 以 Dokuz Eylul 大学海事学院为项目的一部分, 编制了一个名为 '利用仿真建模方法优化资源的技术导航服务 '编号为2013.KB.FEN019隶属于 Dokuz Eylul 大学科研项目系。这篇论文是在伊斯坦布尔理工大学科学、工程和技术研究生院附属的。

引用

[1]AKAR, O. and ESMER, S. (2015), “Cargo Demand Analysis of Container Terminals in Turkey”, Journal of ETA Maritime Science, Vol. 3, No. 2, p

全文共9685字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[15225]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章