自動(dòng)化集裝箱碼頭水平運(yùn)輸智能閘口控制方法*

高延輝 班宏宇 張 煜 董寶慧

1天津港第二集裝箱碼頭有限公司 天津 120000 2武漢理工大學(xué)交通與物流工程學(xué)院 武漢 430063 3武漢理工大學(xué)韶關(guān)研究院 韶關(guān) 512100

0 引言

近年來(lái)港口集裝箱吞吐量日益增長(zhǎng)，碼頭各類(lèi)作業(yè)設(shè)備數(shù)量也隨之增加。現(xiàn)有的自動(dòng)化集裝箱碼頭在處理大批量貨物裝卸運(yùn)輸任務(wù)時(shí)經(jīng)常出現(xiàn)裝卸效率低下、港區(qū)交通擁堵等問(wèn)題，為適應(yīng)港區(qū)日益增長(zhǎng)的交通流量，港口應(yīng)合理規(guī)劃整體布局，優(yōu)化集裝箱運(yùn)輸策略，緩解交通壓力。

國(guó)內(nèi)外已有很多關(guān)于自動(dòng)化碼頭港區(qū)交通控制的研究。楊麗金[1]針對(duì)港口集疏運(yùn)過(guò)程中車(chē)輛的擁堵現(xiàn)象設(shè)計(jì)了一種基于博弈的作業(yè)車(chē)輛協(xié)同路徑規(guī)劃方法，降低了車(chē)輛路徑?jīng)_突概率。針對(duì)作業(yè)高峰期港區(qū)交通流擁堵?tīng)顩r，尤悅等[2]提出采用智能組織改變閘口通道數(shù)量和緩沖區(qū)長(zhǎng)度策略，仿真結(jié)果表明該策略能有效緩解高峰作業(yè)時(shí)的港區(qū)擁堵。周峰等[3]通過(guò)四階段法對(duì)碼頭車(chē)輛交通流進(jìn)行了分析，為優(yōu)化港區(qū)內(nèi)部交通狀況提供建議。王苗苗[4]通過(guò)劃分集疏運(yùn)道路網(wǎng)提出了新型港口集疏運(yùn)道路規(guī)劃體系，為港口道路布局及交通流控制提供了參考。Zhen L[5]針對(duì)港區(qū)車(chē)輛擁堵問(wèn)題，建立模型并設(shè)計(jì)算法求解，提升了碼頭運(yùn)輸作業(yè)效率。

上述學(xué)者的研究主要集中在碼頭布局和車(chē)輛路徑優(yōu)化方面，而對(duì)港區(qū)內(nèi)車(chē)輛交通控制的研究較少。本文以順岸式自動(dòng)化集裝箱碼頭為研究背景，提出一種水平運(yùn)輸智能閘口控制方法，將交通控制閘口布置于堆場(chǎng)區(qū)車(chē)輛通行交匯處，對(duì)外集卡和港內(nèi)ART的通行實(shí)施管控，實(shí)現(xiàn)港區(qū)交通的智能管理，并結(jié)合實(shí)際案例建立仿真模型，為港區(qū)交通管理提供決策依據(jù)。

在某自動(dòng)化碼頭的集裝箱進(jìn)出港作業(yè)過(guò)程中，港內(nèi)水平輸送載運(yùn)設(shè)備ART沿逆時(shí)針?lè)较蛟诖a頭前沿和堆場(chǎng)間通行，外集卡沿順時(shí)針?lè)较蛟诙褕?chǎng)后方及堆場(chǎng)間通行，故ART和外集卡將在堆場(chǎng)區(qū)多個(gè)路段發(fā)生通行交匯現(xiàn)象。在車(chē)輛通行交匯處布置智能閘口控制系統(tǒng)，可有效管控集卡通行順序，對(duì)提高自動(dòng)化集裝箱碼頭運(yùn)輸效率具有重要意義。

1 水平運(yùn)輸智能閘口及控制方法

自動(dòng)化碼頭智能閘口控制系統(tǒng)主要包括車(chē)路協(xié)同控制設(shè)備和智能道閘設(shè)備，其中車(chē)路協(xié)同控制設(shè)備主要利用RFID信息采集、雷達(dá)探測(cè)、路側(cè)感知、邊緣計(jì)算、信息處理等裝置實(shí)現(xiàn)多源路網(wǎng)信息的實(shí)時(shí)采集及處理；智能道閘設(shè)備實(shí)時(shí)獲取路況信息，通過(guò)控制紅綠燈及擋桿的工作狀態(tài)實(shí)現(xiàn)對(duì)集裝箱運(yùn)輸車(chē)輛的通行次序管控。

如圖1所示，自動(dòng)化碼頭水平運(yùn)輸智能閘口平面布局由堆場(chǎng)區(qū)、ART區(qū)、外集卡區(qū)等組成，主要包括ART車(chē)道、外集卡車(chē)道、智能閘口等。圖中的1～4分別代表閘口1、閘口2、閘口3、閘口4。

圖1 自動(dòng)化碼頭簡(jiǎn)化布局

當(dāng)有裝卸作業(yè)任務(wù)時(shí)，ART按照逆時(shí)針行駛方向由左側(cè)ART縱向車(chē)道進(jìn)入堆場(chǎng)，完成作業(yè)任務(wù)后經(jīng)右側(cè)ART縱向車(chē)道駛離堆場(chǎng)，從而完成一次逆時(shí)針閉環(huán)作業(yè)。外集卡按照順時(shí)針行駛方向由左側(cè)縱向車(chē)道駛?cè)攵褕?chǎng)，經(jīng)右側(cè)縱向車(chē)道駛離堆場(chǎng)，完成一次順時(shí)針閉環(huán)作業(yè)。

在上述作業(yè)過(guò)程中，ART和外集卡可能會(huì)同時(shí)到達(dá)堆場(chǎng)交叉口。為緩解交匯處車(chē)輛擁堵現(xiàn)象，提升自動(dòng)化碼頭水平運(yùn)輸效率，本文提出了一種智能通行策略(Intelligent Pass，IP)。與傳統(tǒng)的先到先通行策略(First Come First Pass，F(xiàn)CFP)相比，IP考慮到實(shí)際運(yùn)營(yíng)的集卡數(shù)量配比，采用多優(yōu)先級(jí)規(guī)則控制車(chē)輛通行順序，以減少車(chē)輛等待時(shí)間。

在IP策略中，為保障岸邊集裝箱起重機(jī)的作業(yè)效率，第一優(yōu)先級(jí)為ART通行；而當(dāng)外集卡排隊(duì)等待數(shù)量大于n或無(wú)ART在通行時(shí)，外集卡通行，此規(guī)則為第二優(yōu)先級(jí)；第三優(yōu)先級(jí)則是堆場(chǎng)橫向作業(yè)車(chē)道的集卡數(shù)量達(dá)到堆場(chǎng)最大停放數(shù)量m時(shí)，ART、外集卡均不能通行；其流程如圖2所示。傳統(tǒng)FCFP策略基于到達(dá)時(shí)間進(jìn)行判斷，放行最早到達(dá)的車(chē)輛，遵守第三優(yōu)先級(jí)規(guī)則，流程見(jiàn)圖3。

圖2 IP策略流程圖

圖3 FCFP策略流程

2 基于閘口管控策略的水平運(yùn)輸工藝建模

2.1 模型Agent

根據(jù)自動(dòng)化集裝箱碼頭生產(chǎn)系統(tǒng)結(jié)構(gòu)、運(yùn)作方式以及離散事件建模理論，利用Anylogic軟件對(duì)基于閘口管控的水平運(yùn)輸系統(tǒng)進(jìn)行仿真。將外集卡和ART抽象為集卡Agent，如圖4所示。

圖4 集卡Agent

集卡Agent的屬性信息包括ART和外集卡特征、ART路線選擇、集卡顏色等，進(jìn)入時(shí)間和停留時(shí)間。其中，ART和外集卡特征用來(lái)標(biāo)識(shí)車(chē)輛為ART或外集卡；ART路線選擇表示ART在交叉路口處選擇駛?cè)霗M向車(chē)道或繼續(xù)沿縱向車(chē)道行駛；集卡顏色用于仿真模型區(qū)分ART和外集卡，紅色代表ART，黃色代表外集卡；進(jìn)入時(shí)間用于記錄車(chē)輛在閘口排隊(duì)等待的開(kāi)始時(shí)間；停留時(shí)間則記錄車(chē)輛在閘口處排隊(duì)等待的總時(shí)長(zhǎng)。

2.2 通行策略仿真邏輯

采用面向過(guò)程仿真方法，根據(jù)IP策略，構(gòu)建完整仿真模型，如圖5、圖6所示。仿真流程為：Source模塊分別產(chǎn)生ART和外集卡，外集卡概率性選擇目標(biāo)堆場(chǎng)作業(yè)位，ART則依次通過(guò)閘口；ART、外集卡到達(dá)閘口時(shí)，根據(jù)IP策略判斷能否通過(guò)閘口，若能通行則繼續(xù)前行，否則在閘口處排隊(duì)等待。

圖5 IP策略動(dòng)畫(huà)界面

圖6 IP策略仿真模型

FCFP策略模型的仿真流程與IP策略模型的不同之處在于通行策略，F(xiàn)CFP策略模型采用的通行規(guī)則為先到先行，其仿真模型如圖7所示。

圖7 FCFP策略仿真模型

3 仿真實(shí)驗(yàn)及結(jié)果分析

3.1 仿真實(shí)驗(yàn)

以某自動(dòng)化集裝箱碼頭為案例進(jìn)行分析，結(jié)合堆場(chǎng)閘口布局、集卡進(jìn)出港流量等基礎(chǔ)數(shù)據(jù)信息建立仿真模型，將IP策略與傳統(tǒng)的FCFP策略比對(duì)，從ART/外集卡的閘口處隊(duì)列長(zhǎng)度、等待時(shí)間、堆場(chǎng)內(nèi)車(chē)輛隊(duì)列長(zhǎng)度等指標(biāo)對(duì)IP策略進(jìn)行分析。主要仿真實(shí)驗(yàn)參數(shù)設(shè)置如表1所示，其他參數(shù)均從碼頭相關(guān)設(shè)計(jì)資料中獲得。

表1 仿真參數(shù)設(shè)置

在仿真建模時(shí)，策略中的最大閾值分別為：n＝3、m＝14。根據(jù)港口實(shí)際運(yùn)營(yíng)數(shù)據(jù)，集卡隨機(jī)到達(dá)港口，且ART數(shù)量大于外集卡數(shù)量。考慮到仿真隨機(jī)性，將車(chē)輛到達(dá)設(shè)置為按速率到達(dá)的指數(shù)分布，其中ART速率為4，外集卡速率為2。在進(jìn)入堆場(chǎng)后，車(chē)輛概率性選擇目標(biāo)作業(yè)位，概率均設(shè)為0.5。

3.2 仿真結(jié)果及分析

重復(fù)多次實(shí)驗(yàn)，觀察IP策略、FCFP策略仿真模型結(jié)果，輸出結(jié)果如圖8～圖11所示。圖8和圖9反映閘口處車(chē)輛排隊(duì)情況，圖中橫軸代表4個(gè)閘口，縱軸代表ART/外集卡的排隊(duì)數(shù)量。圖10和圖11反映堆場(chǎng)內(nèi)車(chē)輛數(shù)量變化情況，橫軸代表仿真運(yùn)行時(shí)間，縱軸代表堆場(chǎng)內(nèi)ART、外集卡的數(shù)量。

圖8 IP策略閘口排隊(duì)情況

圖9 FCFP策略閘口排隊(duì)情況

圖10 IP策略堆場(chǎng)內(nèi)車(chē)數(shù)情況圖

圖11 FCFP策略堆場(chǎng)內(nèi)車(chē)數(shù)情況

由圖8可知，在IP策略下，ART在各閘口處排隊(duì)數(shù)為1，閘口處擁擠程度較低。由圖9可知，在FCFP策略下的各閘口處排隊(duì)數(shù)量不均，排隊(duì)數(shù)極值差高達(dá)21，閘口通行能力明顯較低。圖10、圖11表明，各堆場(chǎng)車(chē)輛數(shù)量變化呈一定規(guī)律性，但各策略下峰值不同。與FIFO策略相比，IP策略下各堆場(chǎng)內(nèi)的車(chē)輛數(shù)峰值普遍較低，在一定程度上緩解了堆場(chǎng)內(nèi)水平運(yùn)輸壓力。

由仿真結(jié)果表明，相較于FCFP策略，IP策略下ART在各閘口處排隊(duì)數(shù)量明顯下降，等待時(shí)間縮短，閘口通行能力得以提升，可能有效提高自動(dòng)化碼頭水平運(yùn)輸效率，提升碼頭作業(yè)能力。

4 結(jié)論

為緩解自動(dòng)化集裝箱碼頭堆場(chǎng)道路交叉口處擁擠現(xiàn)象，本文提出了水平運(yùn)輸智能閘口控制方法，采用多優(yōu)先級(jí)規(guī)則管控車(chē)輛在交叉口處的通行次序，建立了基于流程模擬的自動(dòng)化集裝箱碼頭仿真模型。結(jié)合實(shí)例，以ART和外集卡的等待時(shí)間及等待數(shù)量為指標(biāo)，對(duì)其進(jìn)行仿真分析。結(jié)果表明，相對(duì)于傳統(tǒng)的先到先通行策略，智能閘口管控方法降低了ART和外集卡在交匯處的等待時(shí)間和等待數(shù)量，提升了自動(dòng)化碼頭水平運(yùn)輸能力，為建設(shè)自動(dòng)化集裝箱碼頭智能水平運(yùn)輸系統(tǒng)提供了思路。