基于系統仿真的招港泊位改造工程進度計劃

孟寧，王汝翀，賀琳

（1.大連海事大學交通運輸管理學院，遼寧 大連 116026；2.大連港北黃海港口合作管理公司，遼寧 大連 116000）

工程項目進度控制受到諸多內外因素的影響，如氣候、資源沖突、設備故障、圖紙變更等，如果單憑經驗管理，不對這些因素進行全面的調查、研究和分析，不靠科學合理的計劃和有效控制，可能使項目的實施處于無序和混亂的狀況。對于工程項目而言，進度的不確定性，在編制進度計劃的時候，一定要充分考慮風險給進度帶來的問題。充分預見、評估、應對風險是每個項目中不可缺少的環節。本文首先找出招商港務10號泊位改造工程項目施工時計劃編制上存在的問題，再對項目中的風險因素進行概率分布量化，并建立仿真模型。

1 項目背景

招商港務10號泊位改造工程位于深圳蛇口招商港務碼頭9號散貨泊位與11號集裝箱泊位之間，原為南海救助局救助基地碼頭。2009年南海救助局使用期限到期，將其改造為5萬噸級散雜貨泊位，與現有的9號、11號泊位共同形成連片的深水散雜貨作業區，能有效地緩解招港散雜貨通過能力不足的瓶頸，充分發揮招港散雜貨經營優勢，實現規模化、集約化經營，提高碼頭服務水平和競爭力。

計劃編制上存在以下問題。

1.1 沉樁計劃安排困難

本工程共需沉樁132根樁，為保證觀測及施工安全，本工程選擇在白天沉樁施工，正常情況下每天可以施工5～8根左右，完成全部沉樁工程需要連續施工約一個月。但是，由于岸線資源的限制，沉樁作業將受9號、11號泊位裝卸作業的影響，這給項目進度計劃的制定和進度控制帶來極大的難度。具體情況如下：

沉樁施工采用樁四船舶，該船舶體型較大。沉樁船載作業時，要八字拋錨，距離為60～80 m，必然要和現有的9號、11號泊位產生交叉。沉樁船在靠近9號泊位的60 m處施工時，會影響到9號泊位的船舶作業。沉樁船在靠近10號泊位60 m的處施工時，會影響到11號泊位的船舶作業。

港區來往船舶較多，9號泊位為散貨碼頭，平均裝卸時間約為3 d，船舶到港頻率約為5 d 1艘；11號泊位為集裝箱碼頭，平均裝卸時間約為10 h，到港間隔約為18 h，船舶到港頻率約為1.3艘/d。為此項目部多次同業主協商，希望業主能夠考慮到沉樁船的租賃成本（干租2萬元/d），使沉樁施工能夠連續進行。但業主9號、11號泊位裝卸任務比較重，停止裝卸作業的損失巨大。

因此，在沉樁工程施工時必須優先保證9號、11號泊位的正常裝卸作業，并且，港外錨地中有待泊的船舶時，也不能進行施工。項目部需要掌握每天的船舶動態，安排沉樁順序。項目部在分析了上述問題后，將施工分為3個施工段，編號分別為I段、II段、III段，每段沉樁量為44根。如圖1所示。

圖1 沉樁施工作業組織圖

由于船期預報時限較短，又常常不準，而且沉樁船的租金又很高，在進度計劃編制階段，項目部看重生產的影響，出現了工期安排的困難。

1.2 靜態的資源計劃

施工船機為1臺，3個施工段存在資源沖突的問題，一個施工段施工時，其他施工段無法施工。原有的資源調配計劃是靜態的，不能根據實際進度做出合理更改，最終得到的資源計劃無法達到最優，會造成資源的浪費和工期的拖延。例如，本工程沉運樁任務較小，僅配備兩艘運樁船，但實際施工的沉樁效率變快，造成運樁船數量的增加。

1.3 氣候及其他不確定因素

8、9月份是一年中雨水較多，且臺風頻密的月份，堆場施工受影響較大，在實際的編制項目進度計劃時，雖然項目部能夠考慮到雨水影響，多預留了幾天，但由于該數據缺乏合理的預測方法，導致預留并不充分，使后期項目部盲目加班追趕進度，增大施工成本。同時，在編制進度計劃時，也沒有估算機械故障問題、施工圖修改等狀況給工程施工帶來的延誤。

綜上，在沒有量化相關影響因素的情況下，排出的施工計劃是難以執行的，通過多年工程項目的管理實踐，風險問題一直是困擾項目正常進行的一大障礙，所以在計劃階段合理考慮風險帶來的進度、成本問題是必要的。

2 風險因素概率分布量化及離散事件的系統仿真理論

2.1 風險因素概率分布量

對于具有概率統計規律的外部影響因素，在編制進度計劃階段，可以將一些具有概率統計的事件通過計算得到量化。風險因素的概率分布量化是指風險因素自身發生與否的概率分布量化，可以采用專家判斷、歷史資料和現成的統計概率分布，概率分布表示風險因素出現的可能結果及可能結果的發生頻率。

對于確定性風險因素，其分布函數類型、均值、方差均不會發生改變，與項目的開始、結束時間無關；而非確定性風險，其分布函數類型、均值、方差均可能改變，與項目的實施過程有關。

一些對工程項目中風險研究的結果表明：設備失效的風險適合用兩點分布來描述，設計發生改變，設計范圍不完整風險適合用均勻分布來描述，氣候條件惡劣，勞動生產率低下，材料拖延，土壤地質狀況風險適用三角分布來描述，子合同承包商違約風險適合用階梯形風險進行描述[1]，大風出現的機率可以用Wellbull分布描述[2]，洪水流量可以用Pearson分布描述[3]。船舶到港間隔分布和服務時間的分布也是有規律可循的。大多數資料認為，當所描述的變量為完全隨機時，常用指數分布擬合，例如公共碼頭。然而當變量是常數，但是一些隨機的變化使得實際值出現正負波動的時候，就可以采用伽馬分布或韋布爾分布等，例如貨主碼頭或專業性碼頭。施工單位是可以從業主那里取得以往生產的數據的。另外，雨水、臺風以及設備故障、圖紙變更等都是有統計概率可循的。

2.2 離散事件系統仿真

系統仿真是針對真實系統建立相關模型，用模型代替真實系統進行各種試驗，從而進行系統性能研究的方法。長期以來，人們已充分認識到利用數學模型去描述所研究的系統的優越性，并且逐漸發展成系統研究和系統分析理論。但是，由于數學手段的限制，人們對復雜事物和復雜系統建立數學模型并進行求解的能力是有限的。計算機仿真技術有著巨大的優越性，利用它可以求解許多復雜而無法用數學手段解析求解的問題，利用它可以預演或再現系統的運動規律或運動過程，利用它可以對無法直接進行實驗的系統進行仿真試驗研究，從而節省大量的能源和費用[4]。

本文選用Witness仿真軟件對項目進度計劃進行仿真建模。Witness是由英國Lanner公司推出的功能強大的仿真軟件。它可以用于離散事件系統的仿真，同時又可以用于連續流體系統的仿真。目前已被成功運用于國際3000多家知名企業的解決方案項目中，如Airbus公司的機場設施布局優化、BAA公司的機場物流規劃、BAE SYSTEMS電氣公司的流程改善、Exxon化學公司的供應鏈物流系統規劃、Ford汽車公司的工廠布局優化和發動機生產線優化及Trebor Bassett公司的分銷物流系統規劃等[5]。

3 基于離散事件仿真的計劃編制方法

在本文的案例項目中，9號泊位是15萬噸級散貨泊位，而11號泊位是集裝箱駁船泊位，船舶到港時間、泊位調度、裝卸時間及工藝都是獨立的，所以看成是兩個獨立的影響因素，這相當于復合風險因素作用于同一項目上的情況。多個風險共同作用時，用排隊論來排定工期極為復雜，通常很難得到結果。可以通過基于Witness的仿真來解決，清晰明了，進而排出進度計劃及資源計劃。資源計劃是項目計劃中的又一重點，它與進度計劃息息相關，相互制約。很可能出現一個計劃稍微有變動，導致另一個計劃大幅變化的情況。所以在這種情況下充分考慮外部影響，合理的做出進度計劃是極為重要的。

針對本文施工案例，應根據歷史數據，分別計算9號、11號泊位的船舶到港時間間隔分布和在泊時間的概率分布，再推導出10號泊位沉樁的工期安排。

3.1 概率分布量化

對9號、11號泊位的風險發生概率進行分析。船舶航行和泊位裝卸過程中存在的諸多不確定性因素，可以通過對船舶到港間隔時間及泊位占用時間建立隨機輸入模型的方法，帶入到離散事件仿真模型中。其中包括氣候因素，裝卸設備的故障檢修時間，船舶實際裝載量的不同使卸貨時間不同，出港時需要等潮水的時間等等。

根據2006—2008年招商港務作業統計，9號泊位到港統計期內船舶抵達港的時間間隔約為110 h，經擬合，服從愛爾朗一階分布；11號泊位船舶到港時間間隔約為18 h，經擬合，服從愛爾朗二階分布。9號泊位平均泊位占用時間約為80 h；11號泊位平均占用時間約為10 h，經擬合，均服從愛爾朗四階分布。施工影響風險概率分布量化見表1所示。

表1 施工影響風險概率分布量化

3.2 進度計劃的仿真模型建立

系統的模型化，首先需要抽象出問題的本質特征，選擇并修正刻畫系統的假設。根據對該系統的分析，本文首先對模型整體進行流程分析，在確立好各部分功能之后確定模型需要進行分析的性能度量指標，之后依據流程和性能指標建立各子系統模型。

仿真的邏輯流程和主要功能的實現應與實際情況逼近，船舶靠泊作業和沉樁施工的邏輯流程分別如圖2、圖3所示。

根據這樣的流程，主要的仿真內容如下：

1）輸入船舶到港時間時隔分布、泊位占用時間、沉樁時間、工班、天氣、機械故障等變量；

2）船舶靠泊條件判斷；

3）船舶錨地等待隊列；

4）船舶靠泊與沉樁施工優先級設置；

5）各工段施工條件判斷；

6）各工段施工優先級設置；

7）各工段工作量監控；

8）船機調度；

圖2 10號泊位各施工段作業流程圖

圖3 9號、11號泊位靠泊作業流程圖

9）仿真結果輸出。

模型中的主要元素設置，見表2。

首先，該模型考慮到9號、11號泊位靠泊作業對工程施工的影響，根據歷史統計資料，設置這兩個泊位的船舶到港規律和作業時間規律。船舶到港后在錨地等待，如果泊位旁沒有施工船機干擾，則船舶可以進港裝卸作業。反之，則在港外等待，并遵守先進先出的排隊規律。船舶靠泊作業為全天24 h都可以進行。

表2 模型主要元素設置

另一方面，為優先保證9號、10號泊位裝卸作業，施工船機在施工前，需要判斷是否施工段旁的泊位有船舶等待靠泊作業。若有船舶等泊，則不可以施工。反之，施工開始。平均每根樁的作業時間為2 h，服從正態分布TNORMAL（2，1，1.5，3，N），每天工作11 h，其他時間不施工。另外，因船體比較大，為不影響沉樁船施工，每工段施工時不能超過相鄰段一排樁的進度。

施工船機為1臺，三個施工段存在資源沖突的問題，一個施工段施工時，其他施工段無法施工。由于靠近9號、11號泊位的兩個施工段施工條件較苛刻，所以，在船機空閑時，首先判斷1號、3號施工段是否滿足施工條件，優先確保1號、3號施工段進行施工。同時，為盡量減少船機的移動，若優先級相同的1號、3號號施工段需要船機時，船機應留在前一個工時工作的施工段繼續施工。

10號泊位沉樁進度計劃及樁船調度施工狀況的仿真模型示意圖如圖4所示。

圖4 10號泊位沉樁進度計劃及樁船調度施工狀況的仿真模型示意圖

3.3 模型運算結果及驗證

考慮到仿真模型的隨機性，將模型運行50次，每次設置不同的隨機流，取50次計算的平均值。仿真結果見表 3、表4。

繪制50次仿真計算得到的總工期的散點圖及趨勢線，取多次平均為1172.3 h，約為46 d，如圖5。根據《10號泊位改造工程錘擊沉樁綜合記錄》統計得到，如圖6，表示每天施工0至9根所對應的概率。求出實際每天施工量的期望值得到，沉樁頻率約為2.74根/d；仿真計算沉樁頻率期望值為3.08根/d。

表3 仿真結果—船舶數據

表4 仿真結果—泊位及施工利用率數據

圖5 總工期仿真計算結果散點圖及趨勢線

圖6 實際統計沉樁工作量概率與計算沉樁工作量概率

從表5觀測值與仿真結果對比可以看出，在仿真期內，到港船舶艘次與實際到港的船舶艘次基本相同，計算結果與實際統計相差小于4.3%。產生誤差的主要原因是因為，在輸入建模時，需要根據港區歷史作業統計情況進行船舶到港時間間隔分布的擬合，而實際施工期的船舶到港數量會存在誤差。沉樁頻率誤差值為0.34，仿真計算的總工期約為46 d，實際工期為47 d，誤差約為2.1%。誤差產生的原因是由于在仿真模型中，施工流程及機械調度是按照一定的邏輯規則進行計算；而在實際生產中，可以根據作業狀況、作業條件等因素的變化做出更為柔性化的調度安排。驗證結果表明模型基本正確并可以用于10號泊位改造工程的仿真計算。

表5 仿真輸出結果與觀測值對比

3.4 模型運算結果分析

3.4.1 臨近泊位裝卸作業影響分析

表4中，1號工段與3號工段的空閑率反映出1號工段及3號工段無法施工的比率，除部分原因是因為每工段施工時不能超過相鄰段一排樁的進度安排所致，大部分無法施工的原因是由臨近泊位的裝卸作業造成的，比例約為72%。若不受外界因素影響，按2 h/根的效率計算，完成全部工程132根沉樁計劃應該在26 d左右完成，但工程實際總工期為47 d。可見，臨近泊位裝卸作業這一外界因素，給工程施工所帶來的風險不可忽視，也是無法避免的。工程施工可以借助離散事件仿真的方法，定量地分析各風險因素對工程項目進度所產生的影響大小。并通過對各施工環節的深入分析，找出如何能夠降低風險的措施，及時調整進度計劃。

3.4.2 資源配置計劃

從表4可以看出，各工段因施工機械被占用而無法正常施工的影響比例約為10%～15%，存在資源利用沖突的情況。這部分的影響因素是可以避免或者減少的，是否應該配備2臺或以上的施工機械呢？我們可以從施工機械的利用率仿真結果找到答案。結果顯示，施工機械的利用率僅為48.83%，說明一半的時間施工機械處于閑置狀態，因此無需增加施工機械，造成不必要的成本浪費。可以在計劃編制階段，將具體的船期表和裝卸量帶入仿真模型中，則可以具體繪制出施工機械的甘特圖；并可以根據每天的施工情況，進行實時調整，編制出施工的周計劃及日計劃。

3.4.3 成本控制計劃

在處理作業碼頭和新建碼頭工期安排中，碼頭公司需要在碼頭裝卸作業成本和沉樁船租賃成本兩者中進行決策。可以在仿真模型中可以帶入船舶滯期費成本和沉樁船租賃成本，通過定量計算和比較，得到總成本最低的調度及施工方案，以輔助決策者進行決策。

4 結語

本文利用項目進度計劃編制原理、風險評價、離散事件仿真等理論對實際案例進行了分析、建模。從仿真預測的工期與實際工期相符驗證了本文提出的方法是可行的。工程施工可以借助離散事件仿真的方法，定量地分析各風險因素對工程項目進度所產生的影響大小。并通過對各施工環節的深入分析，找出如何能夠降低風險的措施，及時調整進度計劃。在仿真模型中輸入實時數據，可以進行具體的生產排程計劃。并通過多方案的對比，作出成本控制計劃。隨著計算機技術的廣泛運用，項目的綜合計劃編制也可能由系統仿真完成。

[1]李林.分層網絡技術及其應用研究[D].長沙：湖南大學，2001.

[2]吳紅華.大風重現期的風險分析[J].自然災害學報，2004，13（6）：63-70.

[3]周宜紅，肖煥雄.三峽工程大江截流風險決策研究[J].武漢水利電力大學學報，1999，32（1）：4-10.

[4]JERRY BANKS，JOHN S CARSON，BARRY L NELSON，et al.Discrete-Event System Simulation[M].北京：機械工業出版社，2007.

[5]王亞超，馬漢武.生產物流系統建模與仿真[M].北京：科學出版社，2006.