基于Anylogic的面板堆石壩交通仿真系統研究

趙 瑜，王高偉，孫 凱，張建偉，魯顯景

(1.華北水利水電大學，河南 鄭州 450046；2.河南新華五岳抽水蓄能發電有限公司，河南 信陽 465450)

1 概述

面板堆石壩交通運輸在施工過程中占據著重要的角色，一方面為土石方調配提供理論基礎，另一方面為壩面填筑提供重要保障，對于很多大型水利工程施工而言，交通運輸問題是影響施工進度的重要因素之一。侯慶峰通過對抽水蓄能投資統計管理等方面深入研究，針對目前存在的問題，提出了有效的管理對策，并為項目投資帶來效益[1]。張建偉等采用數值仿真計算方法對輸水管道多方面研究，實現岔管最優接入角度[2]。張建偉等通過研究膠凝砂碩石壩應力和應變特征，建立的兩種模型均證明了膠凝砂碩石壩超載能力強和結構穩定的優點[3]。劉寧等全局考慮施工總過程建立高心墻堆石壩交通運輸模型，實時統計行車密度和排隊情況，并基于運輸機械利用率優化機械配套[4]。申明亮等將土石方調配與交通運輸強度二者聯系起來，多目標聯合決策優化，實現土石方調配和機械配套優化[5]。劉序將土石方調配和交通運輸以及壩面作業三者結合起來，實時模擬整個交通運輸全過程，并通過仿真結果和監控成果相比較，進行綜合分析[6]。胡超、董京艷基于調配成果，利用有效施工天數，建立交通運輸模型并實現交通運輸機械優化[7-8]。曹駕云等對兩河口水電工程交通布置分析，采用循環網絡模擬技術建立交通運輸模型，對運輸方案和機械配套方案分析[9]。馬霄航等通過仿真技術模擬交通運輸狀況，獲得道路運輸排隊情況、機械利用率等信息，驗證了土石方調配的合理性[10]。鐘登華等通過數字監控理論建立交通仿真模型，能夠獲取實時施工信息[11]。張平通過交通運輸系統實時監控，獲取自卸汽車位置、速度等信息[12]。李澤鑫通過對水工建筑物整體布局分析，采用道路、交通洞、橋梁相互結合的方法，實現工程施工交通設計，并服務于施工現場[13]。顧興宇通過計劃工期和實際工期對比，得出了影響工期的因素，進而管控施工進度[14]。鐘登華等將系統仿真分為五大模塊，提高了各模塊的精準度和相關性，為施工進度和管理提供技術支持[15]。目前，交通運輸建模采用的是并聯式服務臺，顧客只能在固定的服務臺完成服務，無法對服務臺進行擇優選取，具有一定的局限性。孫健通過anylogic對M/M/c和M/M/1排隊方式進行仿真對比分析，結果證明兩種排隊系統整體相似，且低峰期前者隊長明顯小于后者隊長總和[16]。

因此，排隊循環系統中并聯式服務臺只能對特定的顧客進行服務，無法動態合理的調整服務臺的利用率，基于此情況，本文通過anylogic建立面板堆石壩交通運輸仿真系統，采用單隊列多服務臺排隊規則，能夠有效規避并聯式服務臺不能共用的情況，從而達到最佳機械配套。Anylogic中能夠通過自帶模塊，實現“拖—拉式”建模，同時能夠通過系統完全對java開放并自動補全代碼，快速完成建模，圖表數據更為豐富。

2 交通運輸模型分析

面板堆石壩交通運輸系統是由交通道路、岔口、裝料點和卸料點等和運輸機械組成，其運行機制為循環排隊理論，運輸機械在每個模擬工序都有延遲時間，在交通運輸過程中運輸機械循環往復的工作，直到任務結束。

2.1 交通運輸系統分析

面板堆石壩交通運輸系統是由許多運輸子系統構成，每個子系統都是1個循環排隊服務。在anylogic模擬過程中，自卸汽車看做系統中的顧客，挖掘機和卸料點看做資源池，在資源池中可設置服務臺的數量，同一資源池中由多臺挖掘機提供服務時，顧客進入單隊列排隊系統，依次進入服務臺完成服務。運輸循環過程中，據統計汽車在系統中停留的時間可看做某種分布，1次循環周期為裝車、重行、壩面排隊、卸料、空返和裝車等待。

2.2 物料供應模塊

模擬過程中，物料供應模塊流程如圖1所示，依據流程模塊功能輸入顧客、服務臺的數量，采用時鐘推進法，系統為每輛自卸汽車設有子時鐘，并設置運行時間周期為1 d的有效工作時間20 h，當系統檢測仿真總時鐘達到運行時間周期，模型立即停止，統計上壩強度以及機械利用率等參數。本系統模擬未考慮道路岔口服務過程，為避免機械利用率誤差較大，相應增加卸料服務時間，岔口服務雖占據部分時間，實際影響微乎其微。

圖1 物料供應模塊示意

2.3 機械配置設計模塊

機械配置設計模塊流程如圖2所示，該模塊通過土石方調配優化方案，根據各時段各填筑區調配方量，以及各個時段內有效施工天數，可計算日平均上壩強度，再由初始機械配置參數調用物料供應模塊，可得到模擬上壩強度，通過日平均上壩強度與模擬上壩強度比較，調整自卸汽車、挖掘機數量，使二者強度相等，由于挖掘機與自卸汽車相比，費用較大，故輸出方案盡可能提高挖掘機利用率，這樣就可得到最佳配置，更符合工程實際。

圖2 機械配置設計模塊示意

在實際填筑過程中，受到的不僅僅是施工天數的影響，還受到相鄰高差、最大高差的約束限制以及其它因素，因此一般情況可采用加權法擴大日平均上壩強度使模擬強度略高于日平均上壩強度，能夠很好的解決此問題。

3 Anylogic交通運輸建模過程

AnyLogic是一款獨創的仿真軟件，包含離散事件、系統動力學和基于智能體3種建模方式，能夠根據情況在同一模型中使用3種方式完成建模。AnyLogic中最獨特之處是可以創建真實動態模型的可視化工具，即帶有動態發展結構及組件間互相聯絡的動態模型。

面板堆石壩交通仿真模型搭建流程如圖3所示。

圖3 仿真模型搭建流程示意

3.1 構建循環排隊模型

Anylogic中獨特的“拖-拉式”建模，為仿真系統的快速構建提供便捷，建立循環排隊模型如圖4所示。

圖4 循環排隊模型

其中，Source模塊表示顧客到達，service、service1模塊表示顧客正在排隊等待以及接受服務，moveto、moveto1模塊表示由上1個流程模塊進入下一個流程模塊，resourcePool、resourcePool1模塊表示資源池為顧客提供服務，資源池中可設置多服務臺以及串并聯式服務臺。

3.2 面板堆石壩交通運輸模型構建

面板堆石壩交通運輸模型由一系列交通運輸子系統構成，子系統之間既相互獨立又相互聯系，本文采用單隊列多服務臺進行交通運輸建模，利用anylogic提供獨特的空間標記建模，并與實際工程結合起來定義道路路徑的屬性(如：道路起止點，最大行車密度等)，從而構成交通運輸模型，其中二期空間標記模型如圖5所示，將自卸汽車實時狀況顯現出來，本模型基于智能體建模，智能體定義為自卸汽車，該模型中自卸汽車是隨機產生的，并限制自卸汽車數量，隨機產生的自卸汽車到達供料源，經挖掘機對自卸汽車進行裝料服務，未服務的自卸汽車排隊等待，已完成裝料的自卸汽車進入重行階段，到達卸料點后進行排隊等待，之后完成卸料，接著再空返進入裝車等待，直到循環在規定時間結束，利用java語言編程完成數據可視化，實現分別統計智能體自卸汽車等待總時間、卸料等待時間、裝料等待時間等相關參數，以及排隊隊長、平均隊長、機械忙碌程度等，利用面板中的數據模塊，構建直方圖數據。

圖5 二期空間標記模型示意

4 工程實例

4.1 工程基本資料

某上水庫混凝土面板堆石壩，壩頂高程為 351.00 m，防浪墻頂高程為352.20 m，最大壩高為128.20 m(壩軸線處)，壩頂寬為10.00 m，庫周總長度約為2 084.12 m，其中主副壩壩軸線總長度約為1 354.22 m，開挖庫周總長度約為729.90 m。上游面壩坡為1:1.40，下游面壩坡為 1:1.35，下游壩坡每20 m設一級2.00 m寬馬道。壩體從上游依次由面板、墊層料、過渡料、堆石區等結構組成。除此之外，大壩填筑共分為兩期填筑，以300 m高程為界限，料源均采用開挖料，共設置1個中轉場、1個棄渣場、1個砂石加工系統，物料供應路線和月有效施工天數見表1～2所示。

表1 物料供應路線

表2 月有效施工天數 d

4.2 仿真分析

根據土石方調配的計算結果，在anylogic中仿真機械配置設計模型，運行時間為20 h，并統計系統中自卸汽車利用率、供料點處挖掘機的忙期、排隊平均等待時間、排隊總時間等參數，在模型運行期間可觀察智能體中自卸汽車的移動狀況，能夠根據隨意選定時間判斷自卸汽車移動的位置，即自卸汽車在各工序的區域，空間標記模型中定義路徑長度越大，則實際距離也就越大。以時段二期為例，該模型運行期間仿真動態可視化如圖6所示、等待時間統計如圖7所示，自卸汽車在特定的路線上循環運行。

圖6 仿真動態可視化示意

圖7 等待時間統計示意

通過仿真交通運輸系統，利用anylogic軟件輸出排隊狀況，為20h排隊等待情況，由此可見模型運行剛開始時，自卸汽車在裝料處較為擁擠，I-L裝車排隊如圖8所示，其中智能體L中自卸汽車在裝料等待處隊列長度達到5輛，資源池中僅設置1個服務臺，其主要原因是自卸汽車到達裝料處具有隨機性和不確定性，不過在隨后運行中排隊長度逐漸趨于穩定。M-P裝車排隊如圖9所示，其中智能體N中自卸汽車，雖然在裝料等待處高峰期排隊5輛，但資源池中設置2個服務臺，一旦其中1個服務臺空閑，下一輛車立即開始裝料，因此排隊情況可根據服務臺的數量判斷擁擠程度。I-L、M-P卸料排隊如圖10～11所示，自卸汽車在卸料等待處排隊反應了該卸料點的忙碌程度，由排隊數據可知，且卸料點排隊長度相對較少，更符合實際工程。

圖8 I-L裝車排隊示意

圖9 M-P裝車排隊示意

圖10 I-L卸料排隊示意

圖11 M-P卸料排隊示意

通過anylogic仿真面板堆石壩交通運輸系統，統計機械利用率，得到最佳機械配套見表3所示，其中時段一期開挖區上水庫庫岸至堆石料，該處挖掘機和自卸汽車的效率分別為96.70%、85.06%，若增加1臺挖掘機，則對應效率為74.30%、96.52%，雖然自卸汽車效率提高，但由于挖掘機造價較高、效率降低明顯，故不為最佳機械組合。供料源至過渡料、墊層料、砂石加工系統挖掘機和自卸汽車均為1，滿足最低機械組合，自卸汽車效率為100%。時段二期，供料源上水庫庫岸至過渡料，該處挖掘機和自卸汽車的效率僅為35.50%、76.07%，由于過渡區僅1個卸料點，且已滿足上壩強度要求。因此，機械配套是一個綜合性求解分析的過程。

表3 機械配套

5 結語

1)本文通過anylogic構建的交通運輸模型簡單易行，只需要輸入數據，便可快速完成機械配套方案的選定。機械配套方案提高了挖掘機和自卸汽車的利用率，避免了資源分配不均的情況，有效解決了資源浪費的問題。

2)與以往的交通運輸模型相比較，本文所建立的模型采用單隊列多服務臺排隊規則，能夠有效解決工程施工場地狹窄和道路短缺的問題。通過研究運輸機械的移動狀況、等待時間和排隊情況等，獲得機械配套最佳方案，使決策者能夠根據配套機械組合，均衡使用運輸機械，優化資源配置。