为了满足预期中增长的需求，运营商必须确定当前港口的最大容量，确定主要瓶颈，并使用仿真建模在数字环境中测试不同的扩建场景。

01· 问题   

       煤炭装载港的需求预计将增长 33%，并超过该设施的运营能力。为了满足这种预期的需求增长，港口运营商首先寻求 TAKRAF GmbH 和 SimPlan AG 的专业知识来确定所需的工作。

       由于港口的运营受到许多不确定因素的影响，因此很难预测和计划扩建。煤炭从不同的矿山运送到许多不同的船上进行运送。天气状况、火车延误和不同类型的煤炭也意味着港口难以使用传统方法实现现代化。

        港口运营公司需要了解的主要问题是如何重组堆存储区域以增加其容量。因此，该区域的建模以及如何使存储逻辑高效是仿真项目的关键要素。

02· 解决方案

        对于港口优化项目，SimPlan 工程师使用不同的建模技术创建了煤炭装载港的模型。他们选择 AnyLogic 是因为它的多方法建模环境和特殊的行业库。

       这些库之一，AnyLogic铁路库，可以轻松地对大型复杂铁路站场和铁路运输进行建模和可视化。开发人员使用该库对港口的铁路站场和倾卸站进行建模。此外，对于煤炭输送机建模，他们使用流体库的元素来模拟移动散装材料和流体的物流。最后，堆取料机和装船机的建模利用了 AnyLogic基于代理的仿真功能。

SimPlan 的工程师设法捕获了港口的所有流程——从交付到运输：

• 煤炭从不同的矿井运出（每辆货车一种煤），并通过倾卸站从货车装载到输送机；

• 堆取料机从输送机上取煤，并按类型将其堆放在专用的堆区；

• 船舶靠岸后，堆取料机从堆区取出煤炭并将其装载到将煤炭运输到船舶的输送机上；

• 装船机将煤炭装入船舱口（每个舱口中的一种煤，舱口顺序是预先确定的）；

• 装载和文件完成后，船舶离开港口区域。

对于港口优化项目，SimPlan 工程师使用不同的建模技术创建了煤炭装载港的模型。他们选择 AnyLogic 是因为它的多方法建模环境和特殊的行业库。

这些库之一，AnyLogic铁路库，可以轻松地对大型复杂铁路站场和铁路运输进行建模和可视化。开发人员使用该库对港口的铁路站场和倾卸站进行建模。此外，对于煤炭输送机建模，他们使用流体库的元素来模拟移动散装材料和流体的物流。最后，堆取料机和装船机的建模利用了 AnyLogic基于代理的仿真功能。

SimPlan 的工程师设法捕获了港口的所有流程——从交付到运输：

• 煤炭从不同的矿井运出（每辆货车一种煤），并通过倾卸站从货车装载到输送机；

• 堆取料机从输送机上取煤，并按类型将其堆放在专用的堆区；

• 船舶靠岸后，堆取料机从堆区取出煤炭并将其装载到将煤炭运输到船舶的输送机上；

• 装船机将煤炭装入船舱口（每个舱口中的一种煤，舱口顺序是预先确定的）；

• 装载和文件完成后，船舶离开港口区域。

  

  港口优化模型中反映的不同类型煤（不同颜色）的堆存

       存储控制系统用于确定和分配港口煤炭存储区域。工程师使用模拟建模开发了逻辑，该逻辑将建议一种有效的煤炭储存解决方案，以增加储存和回收能力。主要的储存策略侧重于为每种煤类型建立尽可能大的堆。

03 ·结果

港口优化仿真模型复制了装煤港煤炭处理的所有阶段。SimPlan 创建的决策支持工具帮助公司管理层确定设施在当前状态下的最大容量。最初，假设港口的容量没有得到有效利用。

在对该工具及其仿真模型进行分析后，该公司能够确定提高港口容量的策略。结果，他们选择：

• 让多个堆取料机同时使用大量高需求煤种；

• 安排堆放，使船舶的装载不妨碍倾卸站的工作；

• 预先分类货车并计划直接装载船舶以释放更多存储空间。

根据决策支持工具的模拟建模结果，管理层还决定制定一个港口扩展战略，使他们能够达到港口的目标吞吐量。这包括增加一个容量较低的新倾卸站和新的存储区域。

港口优化项目强调了使用 AnyLogic 模型提高港口等设施的容量和吞吐量的效率。该模型还可以针对具有不同布局的类似站点进行修改。