基于系统仿真的招港泊位改造工程进度计划

孟宁，王汝翀，贺琳

（1.大连海事大学交通运输管理学院，辽宁 大连 116026；2.大连港北黄海港口合作管理公司，辽宁 大连 116000）

工程项目进度控制受到诸多内外因素的影响，如气候、资源冲突、设备故障、图纸变更等，如果单凭经验管理，不对这些因素进行全面的调查、研究和分析，不靠科学合理的计划和有效控制，可能使项目的实施处于无序和混乱的状况。对于工程项目而言，进度的不确定性，在编制进度计划的时候，一定要充分考虑风险给进度带来的问题。充分预见、评估、应对风险是每个项目中不可缺少的环节。本文首先找出招商港务10号泊位改造工程项目施工时计划编制上存在的问题，再对项目中的风险因素进行概率分布量化，并建立仿真模型。

1 项目背景

招商港务10号泊位改造工程位于深圳蛇口招商港务码头9号散货泊位与11号集装箱泊位之间，原为南海救助局救助基地码头。2009年南海救助局使用期限到期，将其改造为5万吨级散杂货泊位，与现有的9号、11号泊位共同形成连片的深水散杂货作业区，能有效地缓解招港散杂货通过能力不足的瓶颈，充分发挥招港散杂货经营优势，实现规模化、集约化经营，提高码头服务水平和竞争力。

计划编制上存在以下问题。

1.1 沉桩计划安排困难

本工程共需沉桩132根桩，为保证观测及施工安全，本工程选择在白天沉桩施工，正常情况下每天可以施工5～8根左右，完成全部沉桩工程需要连续施工约一个月。但是，由于岸线资源的限制，沉桩作业将受9号、11号泊位装卸作业的影响，这给项目进度计划的制定和进度控制带来极大的难度。具体情况如下：

沉桩施工采用桩四船舶，该船舶体型较大。沉桩船载作业时，要八字抛锚，距离为60～80 m，必然要和现有的9号、11号泊位产生交叉。沉桩船在靠近9号泊位的60 m处施工时，会影响到9号泊位的船舶作业。沉桩船在靠近10号泊位60 m的处施工时，会影响到11号泊位的船舶作业。

港区来往船舶较多，9号泊位为散货码头，平均装卸时间约为3 d，船舶到港频率约为5 d 1艘；11号泊位为集装箱码头，平均装卸时间约为10 h，到港间隔约为18 h，船舶到港频率约为1.3艘/d。为此项目部多次同业主协商，希望业主能够考虑到沉桩船的租赁成本（干租2万元/d），使沉桩施工能够连续进行。但业主9号、11号泊位装卸任务比较重，停止装卸作业的损失巨大。

因此，在沉桩工程施工时必须优先保证9号、11号泊位的正常装卸作业，并且，港外锚地中有待泊的船舶时，也不能进行施工。项目部需要掌握每天的船舶动态，安排沉桩顺序。项目部在分析了上述问题后，将施工分为3个施工段，编号分别为I段、II段、III段，每段沉桩量为44根。如图1所示。

图1 沉桩施工作业组织图

由于船期预报时限较短，又常常不准，而且沉桩船的租金又很高，在进度计划编制阶段，项目部看重生产的影响，出现了工期安排的困难。

1.2 静态的资源计划

施工船机为1台，3个施工段存在资源冲突的问题，一个施工段施工时，其他施工段无法施工。原有的资源调配计划是静态的，不能根据实际进度做出合理更改，最终得到的资源计划无法达到最优，会造成资源的浪费和工期的拖延。例如，本工程沉运桩任务较小，仅配备两艘运桩船，但实际施工的沉桩效率变快，造成运桩船数量的增加。

1.3 气候及其他不确定因素

8、9月份是一年中雨水较多，且台风频密的月份，堆场施工受影响较大，在实际的编制项目进度计划时，虽然项目部能够考虑到雨水影响，多预留了几天，但由于该数据缺乏合理的预测方法，导致预留并不充分，使后期项目部盲目加班追赶进度，增大施工成本。同时，在编制进度计划时，也没有估算机械故障问题、施工图修改等状况给工程施工带来的延误。

综上，在没有量化相关影响因素的情况下，排出的施工计划是难以执行的，通过多年工程项目的管理实践，风险问题一直是困扰项目正常进行的一大障碍，所以在计划阶段合理考虑风险带来的进度、成本问题是必要的。

2 风险因素概率分布量化及离散事件的系统仿真理论

2.1 风险因素概率分布量

对于具有概率统计规律的外部影响因素，在编制进度计划阶段，可以将一些具有概率统计的事件通过计算得到量化。风险因素的概率分布量化是指风险因素自身发生与否的概率分布量化，可以采用专家判断、历史资料和现成的统计概率分布，概率分布表示风险因素出现的可能结果及可能结果的发生频率。

对于确定性风险因素，其分布函数类型、均值、方差均不会发生改变，与项目的开始、结束时间无关；而非确定性风险，其分布函数类型、均值、方差均可能改变，与项目的实施过程有关。

一些对工程项目中风险研究的结果表明：设备失效的风险适合用两点分布来描述，设计发生改变，设计范围不完整风险适合用均匀分布来描述，气候条件恶劣，劳动生产率低下，材料拖延，土壤地质状况风险适用三角分布来描述，子合同承包商违约风险适合用阶梯形风险进行描述[1]，大风出现的机率可以用Wellbull分布描述[2]，洪水流量可以用Pearson分布描述[3]。船舶到港间隔分布和服务时间的分布也是有规律可循的。大多数资料认为，当所描述的变量为完全随机时，常用指数分布拟合，例如公共码头。然而当变量是常数，但是一些随机的变化使得实际值出现正负波动的时候，就可以采用伽马分布或韦布尔分布等，例如货主码头或专业性码头。施工单位是可以从业主那里取得以往生产的数据的。另外，雨水、台风以及设备故障、图纸变更等都是有统计概率可循的。

2.2 离散事件系统仿真

系统仿真是针对真实系统建立相关模型，用模型代替真实系统进行各种试验，从而进行系统性能研究的方法。长期以来，人们已充分认识到利用数学模型去描述所研究的系统的优越性，并且逐渐发展成系统研究和系统分析理论。但是，由于数学手段的限制，人们对复杂事物和复杂系统建立数学模型并进行求解的能力是有限的。计算机仿真技术有着巨大的优越性，利用它可以求解许多复杂而无法用数学手段解析求解的问题，利用它可以预演或再现系统的运动规律或运动过程，利用它可以对无法直接进行实验的系统进行仿真试验研究，从而节省大量的能源和费用[4]。

本文选用Witness仿真软件对项目进度计划进行仿真建模。Witness是由英国Lanner公司推出的功能强大的仿真软件。它可以用于离散事件系统的仿真，同时又可以用于连续流体系统的仿真。目前已被成功运用于国际3000多家知名企业的解决方案项目中，如Airbus公司的机场设施布局优化、BAA公司的机场物流规划、BAE SYSTEMS电气公司的流程改善、Exxon化学公司的供应链物流系统规划、Ford汽车公司的工厂布局优化和发动机生产线优化及Trebor Bassett公司的分销物流系统规划等[5]。

3 基于离散事件仿真的计划编制方法

在本文的案例项目中，9号泊位是15万吨级散货泊位，而11号泊位是集装箱驳船泊位，船舶到港时间、泊位调度、装卸时间及工艺都是独立的，所以看成是两个独立的影响因素，这相当于复合风险因素作用于同一项目上的情况。多个风险共同作用时，用排队论来排定工期极为复杂，通常很难得到结果。可以通过基于Witness的仿真来解决，清晰明了，进而排出进度计划及资源计划。资源计划是项目计划中的又一重点，它与进度计划息息相关，相互制约。很可能出现一个计划稍微有变动，导致另一个计划大幅变化的情况。所以在这种情况下充分考虑外部影响，合理的做出进度计划是极为重要的。

针对本文施工案例，应根据历史数据，分别计算9号、11号泊位的船舶到港时间间隔分布和在泊时间的概率分布，再推导出10号泊位沉桩的工期安排。

3.1 概率分布量化

对9号、11号泊位的风险发生概率进行分析。船舶航行和泊位装卸过程中存在的诸多不确定性因素，可以通过对船舶到港间隔时间及泊位占用时间建立随机输入模型的方法，带入到离散事件仿真模型中。其中包括气候因素，装卸设备的故障检修时间，船舶实际装载量的不同使卸货时间不同，出港时需要等潮水的时间等等。

根据2006—2008年招商港务作业统计，9号泊位到港统计期内船舶抵达港的时间间隔约为110 h，经拟合，服从爱尔朗一阶分布；11号泊位船舶到港时间间隔约为18 h，经拟合，服从爱尔朗二阶分布。9号泊位平均泊位占用时间约为80 h；11号泊位平均占用时间约为10 h，经拟合，均服从爱尔朗四阶分布。施工影响风险概率分布量化见表1所示。

表1 施工影响风险概率分布量化

3.2 进度计划的仿真模型建立

系统的模型化，首先需要抽象出问题的本质特征，选择并修正刻画系统的假设。根据对该系统的分析，本文首先对模型整体进行流程分析，在确立好各部分功能之后确定模型需要进行分析的性能度量指标，之后依据流程和性能指标建立各子系统模型。

仿真的逻辑流程和主要功能的实现应与实际情况逼近，船舶靠泊作业和沉桩施工的逻辑流程分别如图2、图3所示。

根据这样的流程，主要的仿真内容如下：

1）输入船舶到港时间时隔分布、泊位占用时间、沉桩时间、工班、天气、机械故障等变量；

2）船舶靠泊条件判断；

3）船舶锚地等待队列；

4）船舶靠泊与沉桩施工优先级设置；

5）各工段施工条件判断；

6）各工段施工优先级设置；

7）各工段工作量监控；

8）船机调度；

图2 10号泊位各施工段作业流程图

图3 9号、11号泊位靠泊作业流程图

9）仿真结果输出。

模型中的主要元素设置，见表2。

首先，该模型考虑到9号、11号泊位靠泊作业对工程施工的影响，根据历史统计资料，设置这两个泊位的船舶到港规律和作业时间规律。船舶到港后在锚地等待，如果泊位旁没有施工船机干扰，则船舶可以进港装卸作业。反之，则在港外等待，并遵守先进先出的排队规律。船舶靠泊作业为全天24 h都可以进行。

表2 模型主要元素设置

另一方面，为优先保证9号、10号泊位装卸作业，施工船机在施工前，需要判断是否施工段旁的泊位有船舶等待靠泊作业。若有船舶等泊，则不可以施工。反之，施工开始。平均每根桩的作业时间为2 h，服从正态分布TNORMAL（2，1，1.5，3，N），每天工作11 h，其他时间不施工。另外，因船体比较大，为不影响沉桩船施工，每工段施工时不能超过相邻段一排桩的进度。

施工船机为1台，三个施工段存在资源冲突的问题，一个施工段施工时，其他施工段无法施工。由于靠近9号、11号泊位的两个施工段施工条件较苛刻，所以，在船机空闲时，首先判断1号、3号施工段是否满足施工条件，优先确保1号、3号施工段进行施工。同时，为尽量减少船机的移动，若优先级相同的1号、3号号施工段需要船机时，船机应留在前一个工时工作的施工段继续施工。

10号泊位沉桩进度计划及桩船调度施工状况的仿真模型示意图如图4所示。

图4 10号泊位沉桩进度计划及桩船调度施工状况的仿真模型示意图

3.3 模型运算结果及验证

考虑到仿真模型的随机性，将模型运行50次，每次设置不同的随机流，取50次计算的平均值。仿真结果见表 3、表4。

绘制50次仿真计算得到的总工期的散点图及趋势线，取多次平均为1172.3 h，约为46 d，如图5。根据《10号泊位改造工程锤击沉桩综合记录》统计得到，如图6，表示每天施工0至9根所对应的概率。求出实际每天施工量的期望值得到，沉桩频率约为2.74根/d；仿真计算沉桩频率期望值为3.08根/d。

表3 仿真结果—船舶数据

表4 仿真结果—泊位及施工利用率数据

图5 总工期仿真计算结果散点图及趋势线

图6 实际统计沉桩工作量概率与计算沉桩工作量概率

从表5观测值与仿真结果对比可以看出，在仿真期内，到港船舶艘次与实际到港的船舶艘次基本相同，计算结果与实际统计相差小于4.3%。产生误差的主要原因是因为，在输入建模时，需要根据港区历史作业统计情况进行船舶到港时间间隔分布的拟合，而实际施工期的船舶到港数量会存在误差。沉桩频率误差值为0.34，仿真计算的总工期约为46 d，实际工期为47 d，误差约为2.1%。误差产生的原因是由于在仿真模型中，施工流程及机械调度是按照一定的逻辑规则进行计算；而在实际生产中，可以根据作业状况、作业条件等因素的变化做出更为柔性化的调度安排。验证结果表明模型基本正确并可以用于10号泊位改造工程的仿真计算。

表5 仿真输出结果与观测值对比

3.4 模型运算结果分析

3.4.1 临近泊位装卸作业影响分析

表4中，1号工段与3号工段的空闲率反映出1号工段及3号工段无法施工的比率，除部分原因是因为每工段施工时不能超过相邻段一排桩的进度安排所致，大部分无法施工的原因是由临近泊位的装卸作业造成的，比例约为72%。若不受外界因素影响，按2 h/根的效率计算，完成全部工程132根沉桩计划应该在26 d左右完成，但工程实际总工期为47 d。可见，临近泊位装卸作业这一外界因素，给工程施工所带来的风险不可忽视，也是无法避免的。工程施工可以借助离散事件仿真的方法，定量地分析各风险因素对工程项目进度所产生的影响大小。并通过对各施工环节的深入分析，找出如何能够降低风险的措施，及时调整进度计划。

3.4.2 资源配置计划

从表4可以看出，各工段因施工机械被占用而无法正常施工的影响比例约为10%～15%，存在资源利用冲突的情况。这部分的影响因素是可以避免或者减少的，是否应该配备2台或以上的施工机械呢？我们可以从施工机械的利用率仿真结果找到答案。结果显示，施工机械的利用率仅为48.83%，说明一半的时间施工机械处于闲置状态，因此无需增加施工机械，造成不必要的成本浪费。可以在计划编制阶段，将具体的船期表和装卸量带入仿真模型中，则可以具体绘制出施工机械的甘特图；并可以根据每天的施工情况，进行实时调整，编制出施工的周计划及日计划。

3.4.3 成本控制计划

在处理作业码头和新建码头工期安排中，码头公司需要在码头装卸作业成本和沉桩船租赁成本两者中进行决策。可以在仿真模型中可以带入船舶滞期费成本和沉桩船租赁成本，通过定量计算和比较，得到总成本最低的调度及施工方案，以辅助决策者进行决策。

4 结语

本文利用项目进度计划编制原理、风险评价、离散事件仿真等理论对实际案例进行了分析、建模。从仿真预测的工期与实际工期相符验证了本文提出的方法是可行的。工程施工可以借助离散事件仿真的方法，定量地分析各风险因素对工程项目进度所产生的影响大小。并通过对各施工环节的深入分析，找出如何能够降低风险的措施，及时调整进度计划。在仿真模型中输入实时数据，可以进行具体的生产排程计划。并通过多方案的对比，作出成本控制计划。随着计算机技术的广泛运用，项目的综合计划编制也可能由系统仿真完成。

[1]李林.分层网络技术及其应用研究[D].长沙：湖南大学，2001.

[2]吴红华.大风重现期的风险分析[J].自然灾害学报，2004，13（6）：63-70.

[3]周宜红，肖焕雄.三峡工程大江截流风险决策研究[J].武汉水利电力大学学报，1999，32（1）：4-10.

[4]JERRY BANKS，JOHN S CARSON，BARRY L NELSON，et al.Discrete-Event System Simulation[M].北京：机械工业出版社，2007.

[5]王亚超，马汉武.生产物流系统建模与仿真[M].北京：科学出版社，2006.