基于Flexsim模型的煤炭主生產(chǎn)物流系統(tǒng)仿真與優(yōu)化

吳東隆，王向前

(安徽理工大學經(jīng)濟與管理學院，安徽 淮南 232001)

2018年全國煤炭消費27億t標準煤，占全國能源消費總量的59%[1]，所以煤炭行業(yè)依舊是我國支柱性能源產(chǎn)業(yè)，并且會在很長一段時期內在能源消費結構中占據(jù)主導地位，因此保障煤炭的平穩(wěn)生產(chǎn)至關重要。受煤炭供給側結構性改革的影響，全國煤礦數(shù)量大幅減少，生產(chǎn)主要轉移到大型煤炭生產(chǎn)企業(yè)[2]，但一些老舊礦井由于設計陳舊，遠遠不能滿足現(xiàn)有的實際生產(chǎn)能力，老舊礦井升級改造迫在眉睫。

現(xiàn)有研究主要集中在兩方面，一方面從設備和技術入手，對煤炭生產(chǎn)過程中所涉及到的生產(chǎn)設備進行研究，研究重點主要放在單一設備上，而設備對系統(tǒng)的匹配程度考慮較少[3-8]；另一方面從資源配置入手，從資源配置方面研究提升煤炭生產(chǎn)物流效率，研究方法過于偏重靜態(tài)理論化，而未將研究重點放在動態(tài)的生產(chǎn)物流上[9-12]。煤炭生產(chǎn)過程涉及要素眾多，生產(chǎn)系統(tǒng)結構復雜且各個環(huán)節(jié)緊密連接，單純從設備改進和靜態(tài)的資源配置角度考慮是遠遠不夠的，因此本文主要對動態(tài)物流環(huán)節(jié)進行研究，首先利用賦時Petri網(wǎng)對所涉及的動態(tài)系統(tǒng)進行建模[13-15]，將復雜的動態(tài)生產(chǎn)物流系統(tǒng)進行簡化，再輔以動態(tài)仿真方法進行仿真模擬[16-17]，更加直觀地識別生產(chǎn)過程瓶頸并加以改善，以此提高生產(chǎn)物流系統(tǒng)的生產(chǎn)效率，保障生產(chǎn)平穩(wěn)進行。

1 淮南某煤礦煤炭主生產(chǎn)物流系統(tǒng)流程分析

1.1 淮南某煤礦概況

淮南某煤礦共有四個采區(qū)，目前生產(chǎn)主要集中在位于二水平的2201采區(qū)和2101采區(qū)，兩采面同時開采。220108工作面日開采量6 000 t，目前剩余儲量54萬t，可采走向長1 267.5 m，平均傾向長205 m，可采平面積259 844.8 m2。210103工作面日開采量3 500 t，目前剩余儲量33萬t，可采走向長519 m，平均傾向長126 m，可采平面積65 452.5 m2。

1.2 主生產(chǎn)物流流程

煤炭主生產(chǎn)物流系統(tǒng)流程及庫所、變遷的含義如圖1所示。

圖1 煤炭主生產(chǎn)物流系統(tǒng)流程及庫所、變遷的含義Fig.1 Coal main production logistics system flow and meaning of library and transition

2 淮南某煤礦煤炭主生產(chǎn)物流系統(tǒng)TTPN模型

本文采用賦時變遷Petri網(wǎng)對煤炭生產(chǎn)物流系統(tǒng)進行建模。賦時Petri網(wǎng)將時間因素考慮進去，使得模型更符合實際，同時保留了基本Petri網(wǎng)具有表達清晰的圖形化建模和嚴格的數(shù)學定義等優(yōu)點，使其能夠更好地適應各種復雜系統(tǒng)環(huán)境。

2.1 TTPN定義

賦時Petri網(wǎng)(TTPN)結構是一個六元結構TTPN=(P,T,F,M,W,D)=(PN,D),其中P=(p1,p2,…,pn)為庫所集合，表示狀態(tài)，用“○”表示;T=(t1,t2,…tn)為變遷集合，表示活動，用“■”表示;F=(P×T)∪(T×P)為輸入輸出函數(shù)集，用有向弧來表示狀態(tài)與活動之間的關系，用“→”表示;W為有向弧上的權函數(shù);M為庫所集合上的標識向量;M(p)為在庫所p上標識的數(shù)目;m0為初始標識，用“●”表示;D=(d1,d2…,dn)為變遷ti從使能到激發(fā)的時間間隔，當賦時Petri網(wǎng)中di為0時則稱其為即時轉移。

2.2 建立煤炭主生產(chǎn)物流系統(tǒng)TTPN模型

根據(jù)圖1對淮南某煤礦煤炭主生產(chǎn)物流系統(tǒng)流程的描述，首先將淮南某煤礦主生產(chǎn)物流系統(tǒng)劃分為工作面生產(chǎn)、工作面聯(lián)合運輸、采區(qū)聯(lián)合運輸、匯流運輸、采區(qū)倉儲、強力運輸、井底倉儲和主井提升八個對象，然后根據(jù)劃分的對象建立子網(wǎng)并加入賦時的概念，最后分析對象間的關系，建立傳遞關系網(wǎng)[19]。 模型采用PIPE v4.3.0軟件繪制，如圖2所示。

3 淮南某煤礦煤炭主生產(chǎn)物流系統(tǒng)仿真與優(yōu)化

本文建立的賦時Petri網(wǎng)模型是對煤炭主生產(chǎn)物流系統(tǒng)靜態(tài)的邏輯結構的描述，根據(jù)淮南某煤礦的數(shù)據(jù)，建立動態(tài)的Flexsim仿真模型，旨在通過建立仿真模型對煤炭主生產(chǎn)物流進行動態(tài)模擬得出生產(chǎn)中存在的問題并提出相應的改進方案，提高設備的利用率，進而提升煤礦的效率以及經(jīng)濟效益。在進行仿真模擬前首先提出以下假設：原煤在進出煤倉時符合先入先出原則(FIFO)；設備在最優(yōu)狀態(tài)下運行，即此處不考慮設備故障率；設備不間斷運轉；煤流可進行離散化處理[18]。

3.1 構建主生產(chǎn)物流仿真系統(tǒng)

將TTPN模型中所涉及的生產(chǎn)要素按其相對應的邏輯關系轉化為Flexsim實體，模型如圖3所示。

圖2 主生產(chǎn)物流系統(tǒng)TTPN模型Fig.2 TTPN model of main production logistics system

圖3 主生產(chǎn)物流系統(tǒng)Flexsim仿真模型Fig.3 Flexsim simulation model for main production logistics system

3.2 仿真系統(tǒng)的相關參數(shù)設定

仿真模型參數(shù)設計如下所述。仿真時間基本單位設置為s，仿真時長設置為30 d；根據(jù)觀察數(shù)據(jù)得出原煤生產(chǎn)概率分布見表1；用1 t原煤來表示一單位的仿真實體；原煤運輸設備的最大承載量：MaximumContent=(Q×M)/(V×60×60)，Q為運力(t/h)，M為設備設計長度(m)，V為運輸速度(m/s)。根據(jù)公式計算出模型中傳送帶的最大容量，其相關參數(shù)設置見表2。

3.3 仿真結果分析

將圖1中時延信息1和相關參數(shù)表2的數(shù)據(jù)給相對應的實體對象設置參數(shù)，運行Flexsim仿真模型得到實時仿真結果。

1) 工作面產(chǎn)出情況仿真結果分析。由表3和表4可知，工作面P1與生產(chǎn)目標仍有稍許差距，根據(jù)仿真結果初步判斷1：工作面生產(chǎn)能力與采區(qū)主要運輸設備運輸能力不匹配；工作面P4產(chǎn)出情況穩(wěn)定，基本上達到所設定的生產(chǎn)目標。

表1 工作面參數(shù)Table 1 Parameters of work face

表2 Flexsim實體參數(shù)設定Table 2 Flexsim entity parameter setting

續(xù)表2

表3 淮南某煤礦生產(chǎn)目標Table 3 Production target of a coal mine in Huainan city

表4 工作面產(chǎn)出情況Table 4 Output of work face

2) 主要運輸設備仿真結果分析。由表5可知，井下主要運輸設備運行1 d整體利用效率在90%以上；運行到15 d時，運輸設備P9部分時段出現(xiàn)停機，但整體利用率依然達到72.37%，在可以接受的范圍內；運行到30 d時，2101采區(qū)運輸設備停機率達到了30%以上，運輸設備P9則高達62.28%。初步判斷2：由于兩采區(qū)原煤匯流超出運輸設備P7的運輸能力，導致部分主要運輸設備停止工作；初步判斷3：運輸設備P9連續(xù)運輸能力小于兩采區(qū)的連續(xù)生產(chǎn)能力，導致停機率高。

3) 井下煤倉仿真結果分析。由表6可知，在運行1 d、15 d和30 d后煤倉P8的非空倉率分別是0.00%、27.56%和63.78%，煤倉P8作為緩沖煤倉在前期利用率并不高；而煤倉P10非空倉率都在95%以上，由此排除初步判斷3，提出新的初步判斷4：由于主井提升設備提升能力難以達到兩個采區(qū)產(chǎn)出要求，導致原煤在井底煤倉堆積，導致設備停機，未達到目標產(chǎn)量。

4) 提升設備仿真結果分析。由表7可知，主井提升設備運行1 d、15 d和30 d的原煤運輸量均小于210103工作面和220108工作面的總共產(chǎn)量，排除初步判斷1和初步判斷2，主井提升設備是整個煤炭生產(chǎn)物流系統(tǒng)的瓶頸。

表6 井下煤倉存儲情況Table 6 Underground coal bunker storage

表7 提升設備運行情況Table 7 Operation of lifting equipment

3.4 仿真模型參數(shù)優(yōu)化與分析

3.4.1 參數(shù)優(yōu)化

根據(jù)初步判斷4可得，整個主生產(chǎn)物流系統(tǒng)的瓶頸為主井提升設備能力不足，但是生產(chǎn)礦井主井提升設備已經(jīng)核定，無法更改，所以從兼顧各個環(huán)節(jié)匹配程度的角度進行改善，以適應主井提升設備的提升能力。為減緩工作面P1與工作面P2匯流導致的壓力，提高設備P7的運輸能力，并充分發(fā)揮采區(qū)煤倉P8的緩沖作用，減輕井底煤倉P10的運輸壓力[6]，對設備變更參數(shù)，見表8。

3.4.2 優(yōu)化結果分析

1) 工作面產(chǎn)出情況分析。由表9可知，經(jīng)調整后工作面P1產(chǎn)量明顯上升，較優(yōu)化前增長1 494 t，基本已經(jīng)達到目標產(chǎn)量。

表8 設備變更參數(shù)Table 8 Parameters of equipment change

表9 優(yōu)化后工作面產(chǎn)出情況Table 9 Output of optimized work face

表10 優(yōu)化后主要運輸設備運行情況Table 10 Operation of optimized main transportation equipment

2) 主要運輸設備運行情況分析。由表10可知，優(yōu)化過后的主要運輸設備利用率均達到了90%以上，運輸設備停機率比優(yōu)化前大幅度降低，這表明經(jīng)調整過后的設備P7和設備P9已經(jīng)達到兩個采區(qū)產(chǎn)出所要求的的運力且設備運行良好。

3) 井下煤倉存儲情況分析。由表11可知，經(jīng)調整優(yōu)化過后煤倉P8在前期起到很好的緩沖作用，煤倉空倉率比優(yōu)化前大幅降低，緩沖煤倉P8和井底煤倉P10非空倉率均在95%以上，兩個煤倉利用程度比優(yōu)化之前高。

4) 提升設備運行情況分析。由表12可知，主井提升設備1 d、15 d和30 d的運煤量較優(yōu)化前分別提高18 t、724 t和1 485 t，說明經(jīng)改進煤炭主生產(chǎn)物流系統(tǒng)緩解了主井提升設備的壓力，同時也提升了整個煤炭主生產(chǎn)物流系統(tǒng)的運輸能力。

表11 優(yōu)化后井下煤倉存儲情況Table 11 Underground bunker storage after optimization

表12 優(yōu)化后提升設備運行情況Table 12 Equipment operation condition after optimization

4 結 語

本文運用業(yè)務流程建模方法建立了基于煤炭主生產(chǎn)物流系統(tǒng)的TTPN模型，并將TTPN模型對應元素按照其邏輯關系導入Flexsim仿真模擬軟件中，建立淮南某煤礦煤炭主生產(chǎn)物流系統(tǒng)仿真模型，假設設備處在最優(yōu)狀態(tài)并不間斷運轉前提下，結果顯示淮南某煤礦主生產(chǎn)物流系統(tǒng)生產(chǎn)瓶頸在于主井提升設備的提升能力難以滿足兩個工作面生產(chǎn)能力的要求。針對這一瓶頸進行改進，改進后210103工作面產(chǎn)量提高1 494 t，主要運輸設備停機率大幅度降低，煤倉空倉率大幅度降低，緩沖煤倉利用率大幅度提高，主井提升設備運煤量增加1 485 t，各個環(huán)節(jié)匹配程度明顯提升。