基于Anylogic的面板堆石坝交通仿真系统研究

赵 瑜，王高伟，孙 凯，张建伟，鲁显景

(1.华北水利水电大学，河南 郑州 450046；2.河南新华五岳抽水蓄能发电有限公司，河南 信阳 465450)

1 概述

面板堆石坝交通运输在施工过程中占据着重要的角色，一方面为土石方调配提供理论基础，另一方面为坝面填筑提供重要保障，对于很多大型水利工程施工而言，交通运输问题是影响施工进度的重要因素之一。侯庆峰通过对抽水蓄能投资统计管理等方面深入研究，针对目前存在的问题，提出了有效的管理对策，并为项目投资带来效益[1]。张建伟等采用数值仿真计算方法对输水管道多方面研究，实现岔管最优接入角度[2]。张建伟等通过研究胶凝砂硕石坝应力和应变特征，建立的两种模型均证明了胶凝砂硕石坝超载能力强和结构稳定的优点[3]。刘宁等全局考虑施工总过程建立高心墙堆石坝交通运输模型，实时统计行车密度和排队情况，并基于运输机械利用率优化机械配套[4]。申明亮等将土石方调配与交通运输强度二者联系起来，多目标联合决策优化，实现土石方调配和机械配套优化[5]。刘序将土石方调配和交通运输以及坝面作业三者结合起来，实时模拟整个交通运输全过程，并通过仿真结果和监控成果相比较，进行综合分析[6]。胡超、董京艳基于调配成果，利用有效施工天数，建立交通运输模型并实现交通运输机械优化[7-8]。曹驾云等对两河口水电工程交通布置分析，采用循环网络模拟技术建立交通运输模型，对运输方案和机械配套方案分析[9]。马霄航等通过仿真技术模拟交通运输状况，获得道路运输排队情况、机械利用率等信息，验证了土石方调配的合理性[10]。钟登华等通过数字监控理论建立交通仿真模型，能够获取实时施工信息[11]。张平通过交通运输系统实时监控，获取自卸汽车位置、速度等信息[12]。李泽鑫通过对水工建筑物整体布局分析，采用道路、交通洞、桥梁相互结合的方法，实现工程施工交通设计，并服务于施工现场[13]。顾兴宇通过计划工期和实际工期对比，得出了影响工期的因素，进而管控施工进度[14]。钟登华等将系统仿真分为五大模块，提高了各模块的精准度和相关性，为施工进度和管理提供技术支持[15]。目前，交通运输建模采用的是并联式服务台，顾客只能在固定的服务台完成服务，无法对服务台进行择优选取，具有一定的局限性。孙健通过anylogic对M/M/c和M/M/1排队方式进行仿真对比分析，结果证明两种排队系统整体相似，且低峰期前者队长明显小于后者队长总和[16]。

因此，排队循环系统中并联式服务台只能对特定的顾客进行服务，无法动态合理的调整服务台的利用率，基于此情况，本文通过anylogic建立面板堆石坝交通运输仿真系统，采用单队列多服务台排队规则，能够有效规避并联式服务台不能共用的情况，从而达到最佳机械配套。Anylogic中能够通过自带模块，实现“拖—拉式”建模，同时能够通过系统完全对java开放并自动补全代码，快速完成建模，图表数据更为丰富。

2 交通运输模型分析

面板堆石坝交通运输系统是由交通道路、岔口、装料点和卸料点等和运输机械组成，其运行机制为循环排队理论，运输机械在每个模拟工序都有延迟时间，在交通运输过程中运输机械循环往复的工作，直到任务结束。

2.1 交通运输系统分析

面板堆石坝交通运输系统是由许多运输子系统构成，每个子系统都是1个循环排队服务。在anylogic模拟过程中，自卸汽车看做系统中的顾客，挖掘机和卸料点看做资源池，在资源池中可设置服务台的数量，同一资源池中由多台挖掘机提供服务时，顾客进入单队列排队系统，依次进入服务台完成服务。运输循环过程中，据统计汽车在系统中停留的时间可看做某种分布，1次循环周期为装车、重行、坝面排队、卸料、空返和装车等待。

2.2 物料供应模块

模拟过程中，物料供应模块流程如图1所示，依据流程模块功能输入顾客、服务台的数量，采用时钟推进法，系统为每辆自卸汽车设有子时钟，并设置运行时间周期为1 d的有效工作时间20 h，当系统检测仿真总时钟达到运行时间周期，模型立即停止，统计上坝强度以及机械利用率等参数。本系统模拟未考虑道路岔口服务过程，为避免机械利用率误差较大，相应增加卸料服务时间，岔口服务虽占据部分时间，实际影响微乎其微。

图1 物料供应模块示意

2.3 机械配置设计模块

机械配置设计模块流程如图2所示，该模块通过土石方调配优化方案，根据各时段各填筑区调配方量，以及各个时段内有效施工天数，可计算日平均上坝强度，再由初始机械配置参数调用物料供应模块，可得到模拟上坝强度，通过日平均上坝强度与模拟上坝强度比较，调整自卸汽车、挖掘机数量，使二者强度相等，由于挖掘机与自卸汽车相比，费用较大，故输出方案尽可能提高挖掘机利用率，这样就可得到最佳配置，更符合工程实际。

图2 机械配置设计模块示意

在实际填筑过程中，受到的不仅仅是施工天数的影响，还受到相邻高差、最大高差的约束限制以及其它因素，因此一般情况可采用加权法扩大日平均上坝强度使模拟强度略高于日平均上坝强度，能够很好的解决此问题。

3 Anylogic交通运输建模过程

AnyLogic是一款独创的仿真软件，包含离散事件、系统动力学和基于智能体3种建模方式，能够根据情况在同一模型中使用3种方式完成建模。AnyLogic中最独特之处是可以创建真实动态模型的可视化工具，即带有动态发展结构及组件间互相联络的动态模型。

面板堆石坝交通仿真模型搭建流程如图3所示。

图3 仿真模型搭建流程示意

3.1 构建循环排队模型

Anylogic中独特的“拖-拉式”建模，为仿真系统的快速构建提供便捷，建立循环排队模型如图4所示。

图4 循环排队模型

其中，Source模块表示顾客到达，service、service1模块表示顾客正在排队等待以及接受服务，moveto、moveto1模块表示由上1个流程模块进入下一个流程模块，resourcePool、resourcePool1模块表示资源池为顾客提供服务，资源池中可设置多服务台以及串并联式服务台。

3.2 面板堆石坝交通运输模型构建

面板堆石坝交通运输模型由一系列交通运输子系统构成，子系统之间既相互独立又相互联系，本文采用单队列多服务台进行交通运输建模，利用anylogic提供独特的空间标记建模，并与实际工程结合起来定义道路路径的属性(如：道路起止点，最大行车密度等)，从而构成交通运输模型，其中二期空间标记模型如图5所示，将自卸汽车实时状况显现出来，本模型基于智能体建模，智能体定义为自卸汽车，该模型中自卸汽车是随机产生的，并限制自卸汽车数量，随机产生的自卸汽车到达供料源，经挖掘机对自卸汽车进行装料服务，未服务的自卸汽车排队等待，已完成装料的自卸汽车进入重行阶段，到达卸料点后进行排队等待，之后完成卸料，接着再空返进入装车等待，直到循环在规定时间结束，利用java语言编程完成数据可视化，实现分别统计智能体自卸汽车等待总时间、卸料等待时间、装料等待时间等相关参数，以及排队队长、平均队长、机械忙碌程度等，利用面板中的数据模块，构建直方图数据。

图5 二期空间标记模型示意

4 工程实例

4.1 工程基本资料

某上水库混凝土面板堆石坝，坝顶高程为 351.00 m，防浪墙顶高程为352.20 m，最大坝高为128.20 m(坝轴线处)，坝顶宽为10.00 m，库周总长度约为2 084.12 m，其中主副坝坝轴线总长度约为1 354.22 m，开挖库周总长度约为729.90 m。上游面坝坡为1:1.40，下游面坝坡为 1:1.35，下游坝坡每20 m设一级2.00 m宽马道。坝体从上游依次由面板、垫层料、过渡料、堆石区等结构组成。除此之外，大坝填筑共分为两期填筑，以300 m高程为界限，料源均采用开挖料，共设置1个中转场、1个弃渣场、1个砂石加工系统，物料供应路线和月有效施工天数见表1～2所示。

表1 物料供应路线

表2 月有效施工天数 d

4.2 仿真分析

根据土石方调配的计算结果，在anylogic中仿真机械配置设计模型，运行时间为20 h，并统计系统中自卸汽车利用率、供料点处挖掘机的忙期、排队平均等待时间、排队总时间等参数，在模型运行期间可观察智能体中自卸汽车的移动状况，能够根据随意选定时间判断自卸汽车移动的位置，即自卸汽车在各工序的区域，空间标记模型中定义路径长度越大，则实际距离也就越大。以时段二期为例，该模型运行期间仿真动态可视化如图6所示、等待时间统计如图7所示，自卸汽车在特定的路线上循环运行。

图6 仿真动态可视化示意

图7 等待时间统计示意

通过仿真交通运输系统，利用anylogic软件输出排队状况，为20h排队等待情况，由此可见模型运行刚开始时，自卸汽车在装料处较为拥挤，I-L装车排队如图8所示，其中智能体L中自卸汽车在装料等待处队列长度达到5辆，资源池中仅设置1个服务台，其主要原因是自卸汽车到达装料处具有随机性和不确定性，不过在随后运行中排队长度逐渐趋于稳定。M-P装车排队如图9所示，其中智能体N中自卸汽车，虽然在装料等待处高峰期排队5辆，但资源池中设置2个服务台，一旦其中1个服务台空闲，下一辆车立即开始装料，因此排队情况可根据服务台的数量判断拥挤程度。I-L、M-P卸料排队如图10～11所示，自卸汽车在卸料等待处排队反应了该卸料点的忙碌程度，由排队数据可知，且卸料点排队长度相对较少，更符合实际工程。

图8 I-L装车排队示意

图9 M-P装车排队示意

图10 I-L卸料排队示意

图11 M-P卸料排队示意

通过anylogic仿真面板堆石坝交通运输系统，统计机械利用率，得到最佳机械配套见表3所示，其中时段一期开挖区上水库库岸至堆石料，该处挖掘机和自卸汽车的效率分别为96.70%、85.06%，若增加1台挖掘机，则对应效率为74.30%、96.52%，虽然自卸汽车效率提高，但由于挖掘机造价较高、效率降低明显，故不为最佳机械组合。供料源至过渡料、垫层料、砂石加工系统挖掘机和自卸汽车均为1，满足最低机械组合，自卸汽车效率为100%。时段二期，供料源上水库库岸至过渡料，该处挖掘机和自卸汽车的效率仅为35.50%、76.07%，由于过渡区仅1个卸料点，且已满足上坝强度要求。因此，机械配套是一个综合性求解分析的过程。

表3 机械配套

5 结语

1)本文通过anylogic构建的交通运输模型简单易行，只需要输入数据，便可快速完成机械配套方案的选定。机械配套方案提高了挖掘机和自卸汽车的利用率，避免了资源分配不均的情况，有效解决了资源浪费的问题。

2)与以往的交通运输模型相比较，本文所建立的模型采用单队列多服务台排队规则，能够有效解决工程施工场地狭窄和道路短缺的问题。通过研究运输机械的移动状况、等待时间和排队情况等，获得机械配套最佳方案，使决策者能够根据配套机械组合，均衡使用运输机械，优化资源配置。