Simulation of a multiterminal system for container handling

Ottjes, J.A., Veeke, H.P.M., Duinkerken, M.B., Rijsenbrij, J.C., Lodewijks, G.

Abstract

本研究提出了一种用于集装箱装卸多码头系统设计和评估的通用仿真模型结构。 一个模型是通过结合三个基本功能来构建的:运输、转移和堆叠。 它可用于进一步细化码头综合体中的子系统,同时保留系统中的集装箱流动模式。 该建模方法已应用于鹿特丹港区现有和未来的整套码头,使用集装箱流量预测、现有码头的统计数据、专家意见以及称为“第二个马斯平原”的新港区的概念设计。 显示了实验结果,包括对深海码头长度、存储容量和码头间运输设备的要求。 确定码头基础设施上的进一步交通流量,并评估应用集装箱安全扫描的后果。

关键词:

  • Container terminal
  • Simulation
  • Process interaction method
  • Strategic
  • Conceptual design

1 引言

集装箱码头作为许多供应链中的一个节点,发挥着重要作用。集装箱码头有各种运输方式转运集装箱。主要的运输方式包括深海(deep-sea),近海(short-sea)、内陆航运、公路和铁路。全球范围内集装箱流量增速迅猛,且预计这一势头在未来几十年将持续下去。新一代深水集装箱船舶可装载8000至10000个20英尺集装箱。并且更大型的集装箱船舶正在研发中。这些因素迫使港口重新思考其设备和物流体系,甚至是港口扩建。

近期,荷兰政府将从北海开始扩建鹿特丹港,是为"马斯莱可迪第二"(second Maasvlakte,MV2)。这一新扩建的区域将主要被用于集装箱作业,且预期该区域将建设若干集装箱码头。我们称其为“多码头”(multiterminal)。这里我们需要回答的一个问题是如何安排这这码头。理论上一种选择是建设若干深水码头(deep sea terminal),由不同方拥有,每个都为所有必要的模式提供便利。这些被称为“紧凑型”码头。另一种可能性是针对每个模态的功能专业化。 这将意味着用于深海、铁路、驳船和卡车装卸的独立码头。 这些被称为“专用”码头。 在这两个极端之间,有许多可能的混合多码头配置。 每个多码头都需要各个码头之间的运输设施,即所谓的码头间运输 (ITT)。

已开展研究评估马斯莱可迪第二的多码头的设计概念,包括码头间运输系统,与马斯莱可迪第一现有的码头保持一直。且假设无论码头内运输或是码头间运输都可以使用AGV。AGV可自动行驶到目的地,但需要外部设备装卸集装箱。

2 集装箱码头

在本节中,将分析一些典型的集装箱码头相关问题,并制定研究问题。

2.1 压栈和弹栈

在主要港口集装箱码头,所有活动都集中在服务深海船舶上。这些船舶被高度优先卸载和装载。卸载的集装箱(“进口”集装箱)被发往腹地,从腹地收集的待装载的集装箱(“出口”集装箱)被装载至船上。因此装卸操作为是码头其他物流活动的基础。物流上讲,船舶将其进口货物“压”入码头,并从码头“弹出”出口货物。这种“压-弹”机制将成为该模型的基础。我们称深海集装箱流为“始发”流。 进出码头的所有其他流都与该始发流相关,将被称为“派生”流。 短海支线服务和自主短海航运之间存在区别。 来自支线的集装箱被视为派生的,自主短海船舶的集装箱被认为是起源的。

主要港口集装箱码头的处理能力主要取决于可用的深海码头起重机的数量和能力。 一般来说,码头长度不应限制深海船舶的及时服务。 码头存储(堆垛)能力、码头间运输能力和陆侧装卸能力应来源于深海能力,不应延误深海装卸过程。

2.2 停留时间

进出口集装箱通常临时存放在靠近深海码头区的“海上堆垛”中。 在陆侧,出于类似的原因,例如在铁路服务中心 (RSC) 和驳船服务中心 (BSC) 中使用较小的解耦堆栈。 因此,集装箱在其停留在集装箱码头期间可能位于一个或多个连续的堆垛中。

我们定义“停留时间”为集装箱在一个或多个码头堆存中花费的总时间。有几个因素可能会影响集装箱停留时间,例如时间表和腹地连接的可用性、海关法规的影响以及典型的供应链相关影响,例如集装箱所有者决定提取其进口集装箱或供应其集装箱的时间 用于出口。 在目前的实践中,停留时间以天为单位。 所需的平均堆叠空间与平均容器停留时间成线性比例 [12]。 然而,所需的堆栈容量可能暂时远高于平均值。 主要原因之一是处理的深海船舶偶然重叠(所谓的“碰撞”)。 一艘船给出了如图 1 所示的堆栈内容的峰值。

在传统的设计实践中,所需的堆栈容量是通过计算平均容量并将其乘以峰值系数来确定的。 所用峰值因子的经验法则值从 1.2 到 1.3 不等。 新一代集装箱船和密集的码头间运输对高峰因素的影响尚不清楚。

2.3 方式拆分(modal split)和码头间运输

进口集装箱通过路侧运输方式发往腹地,或者甚至返回深海船舶。出口集装箱从腹地收集并以各种运输方式到达。这种现象被称为方式拆分。方式拆分需求指集装箱在多码头间在不同的方式和堆区间运输。这导致 AGV 进行码头间运输。 出于设计目的,正在使用的 AGV 的峰值数量和由此产生的交通流量尤为重要。

集装箱装卸多码头系统仿真相关推荐

  1. 防摇控制matlab,基于MATLAB集装箱起重机防摇系统仿真

    第三期 2008年 技术篇 基于 MATLAB集装箱起重机防摇系统仿真 唐远洋 , 肖健梅 , 王锡淮 (上海海事大学 电气自动化系 ,上海 200135) 摘 要: 建立了一种新型集装箱堆场起重机防 ...

  2. 全球No.1集装箱人工智能企业CIMC中集飞瞳先进产品领跑全球港口人工智能落地,先进科技建设智慧港口智慧码头,港口智能化提升效能

    中集集团(000039)人工智能企业CIMC中集飞瞳,是全球集装箱AI应用范围最广,最先进的航运港口高科技企业.CIMCAI已完成百万人工智能集装箱箱况检验,完成全球上亿集装箱基础信息识别,产品在全球 ...

  3. 中集飞瞳全球领先集装箱AI助力集装箱物流企业提效降本智能化,助力船公司智能化,智慧港口码头智能化,智慧铁路智能化,智慧海关智能化

    中集飞瞳CIMCAI全球领先集装箱AI助力全球集装箱物流企业提效降本智能化,提供全方位集装箱人工智能识别检测解决方案. 中集飞瞳CIMCAI船公司智能化方案ceaspectusS™助力船公司智能化集装 ...

  4. 多码头多式联运集装箱港口的全局规划

    Global planning in a multi-terminal and multi-modal maritime container port Xavier Schepler:Stefan B ...

  5. 使用Tensorflow Object Detection API进行集装箱识别并对集装箱号进行OCR识别

    使用Tensorflow Object Detection API进行集装箱识别并对集装箱号进行OCR识别 两年多之前我在"ex公司"的时候,有一个明确的项目需求是集装箱识别并计数 ...

  6. 使用Tensorflow Object Detection API对集装箱号进行OCR识别

    玄念 两年多之前我在"ex公司"的时候,有一个明确的项目需求是集装箱识别并计数,然后通过OCR识别出之前计数的每一个集装箱号,与其余业务系统的数据进行交换,以实现特定的整体需求.当 ...

  7. 上海人工智能领军企业CIMC中集飞瞳先进产品领跑全球港口人工智能应用落地,先进码头人工智能科技引领智慧港口建设,降低接触提升效能

    中国上海港口航运高科技领军企业CIMC中集飞瞳,已完成全球上亿次集装箱信息识别,完成全球上百万集装箱人工智能箱况残损检验,生产环境总运行时间超过540万+小时,全球最先进集装箱人工智能AI.CIMC中 ...

  8. 港口与腹地码头间运输规划批判性文献综述

    Critical Literature Review into Planning of Inter-Terminal Transport: In Port Areas and the Hinterla ...

  9. 量子计算应用于洛杉矶港口,货物装卸效率翻倍

    (图片来源:网络)   当前全球都面临着供应链的挑战,港口作为供应链的重要环节之一,提高其运行效率势在必行.在全球各地的港口都在努力跟上高速运营的步伐时,优化港口基础设施运行能力的技术至关重要.这正是 ...

最新文章

  1. java基于servlet的文件上传
  2. java游戏输赢统计_java利用多线程和Socket实现猜拳游戏
  3. 【数据展示】matplotlib设置画面大小
  4. boost::hana::max用法的测试程序
  5. GDCM:转储GEMS Ultrasound MovieGroup的测试程序
  6. 【Qt】Qt中QJsonParseError类
  7. 【简便解法】1091 N-自守数 (15分)
  8. [react] 怎么在React中引入其它的UI库,例如Bootstrap
  9. pytorch深度学习-机器视觉-目标检测和边界框简介
  10. JavaScript-表单提交验证及前端密码MD5加密
  11. 对应版本_Office 开发版本号与版本对应关系
  12. 详解SaaS产品的5类核心指标
  13. tensorflow之FIFOQueue
  14. vs2015环境搭建与简单程序测试
  15. 三大微分中值定理和洛必达法则、泰勒公式
  16. 技术党求生骚操作!手把手教你做一只口红色号识别器!
  17. sklearn.svm中LinearSVR(svm线性回归)、LinearSVC(svm线性分类)与SVC(svm分类)、SVR(svm回归)之间的区别
  18. @ERROR: auth failed on module wwwroot rsync error: error starting client-server protocol (code 5) at
  19. 站住,你这个Promise!
  20. 浅谈Mybatis内置数据源

热门文章

  1. 利用opencv库识别身份证图片
  2. 安居客二手房源信息查询
  3. 浅谈智能座舱的“一芯多屏”
  4. AI 边缘计算平台 - 爱芯元智 AX620A 爱芯派开箱
  5. 网络安全领域专家(更新中...)
  6. 泰雷兹和华泰英翔助力北京大兴国际机场空管系统落成
  7. jquery怎么实现点击刷新当前页面
  8. Centos6.4 NFS的安装与配置
  9. 走出你职业生涯的瓶颈[zt]
  10. 国内外顶尖人工智能实验室