基于滚动时域的猎人谷煤炭供应链维修调度外文翻译资料

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

基于滚动时域的猎人谷煤炭供应链维修调度

摘要：本文研究猎人谷煤炭供应链（HVCC）每年的维修调度。此煤炭供应链由负荷点，铁路轨道及不同类型的码头设备以复杂的交互方式构成。为了保证系统整体而顺运行，一系列维修任务须作为常规基本工作在基础设备的所有部分实施。在猎人谷煤炭供应链的维修工作调度中，最主要的目标是使年吞吐量最大化。基于此系统的网络流模型，我们对该调度任务提出一个混合整数调度的构想。为了处理难以直接由普通目标调度程序解决的大规模的计算模型，我们提出两个措施。通过选择一个原始问题的典型变量子集

来减少二进制变量的数量，通过一系列更短期目标（比如：月）运用滚动时域得到

期（也就是每年）目标近似结果。

关键词：定期维修，煤炭供应链，容量调整，网络流，混合整数调度，滚动时域

引言

HVCC由煤炭公司，铁路运营商，铁路轨道运营者以及码头运营者组成，

形成世界上最大的煤炭出口设施。2008年，HVCC的吞吐量将近92000000公吨，并超过当年世界煤炭贸易总量10%。每年猎人谷煤炭的出口运营为澳大利亚创造将近150亿美元。因近些年煤炭需求显著上升并且预计在将来会上升更多，有效的供应链管理显得尤其重要。作为我们的企业伙伴，猎人谷煤炭供应链协调机制机构的建立有利于所有相关团体的利益整体化和协调化，也便于提高系统的整体效率。更多关于HVCC的细节可以在Boland and Savelsbergh上找到。（2012）

本篇文章中，我们关注需将煤炭由猎人谷采矿区装载上船并运往最终目的地的基础设施。这些煤炭必须通过铁轨运往Newcastle港口其中的一个码头，并在那里装配并最后装载上船。这条供应链被自然地分割为三个部分。

1.矿区装载点与码头之间的铁路网络。

2.码头的入口部分。煤炭从卸货台火车上卸下，通过传送带运往成品库并堆在成品库的垫上。

3.码头的出口部分。将这些煤炭从成品库取出后装上停泊的船只。

我们讨论HVCCC实施的每年维修调度过程。供应链组成部分诸如铁路轨道部分和码头设备必须得到常规的预防性维修，这给系统产能造成重大损失（达到15%）。HVCCC观察到维修工作的细致调度——即好的校准工作可以减少维修给系统网络产能带来的负面影响，并且建立了一个常规活动调度去执行，称之为“产能校准”。当前，每年大约1500个检修工作的产能校准是劳动密集的，并主要是体力过程，通过HVCCC与个人运营者之间的反复协商完成。对应于上述煤炭供应链的分割，该维修调度在实施过程中应分为三部分。见以下：

1.铁路轨道部分

2.码头入口，特别地，卸货台和成品库。

3.码头出口，特别地，取料机，船用装载机和泊位。

HVCCC现在用一种由业务规则管理系统编写的影响力算法去评估提出的维修调度的质量。这个算是由HVCCC开发，并构成HVCCC容量模型的重要部分。对于指定的一套维修活动，它取决于三个方面：一个是铁路轨道的生产力，一个是码头入口影响力，另一个是终点出口的影响力。整个系统的影响力被认为是这三个方面影响力的最大值。连续维修的时间间隔的总和对整个时域产生一个单一的整体影响。码头影响规则的深入分析以及HVCC的煤炭管理系统披露了规则可以通过在特定网络中解决最大流问题很好地被捕获。这些网络中的弧线代表了不同码头机器，并且在一个维修工作中简明地表示相关弧线不能在工作时间内载流。铁路轨道网络在HVCCC影响力算法中被表示得十分粗略。基本上，一个轨迹部分中断的影响取为具有能使中断阻止列车从L驶码头的特性的负荷点L预期需求的总和（取决于中断时间）。事实上由于铁路网络的树状结构，从各负载点到每个码头有唯一路线，并且各码头之间非常接近彼此。这意味着，只要铁路不是瓶颈，受影响的负载点需求的总和确实对应于系统容量的降低。在未来，随着需求的增加，铁路网络将成为一个瓶颈，所以以它作为网络模型是更准确的，其中节点代表枢纽站，弧线代表铁轨。建设网络模型对系统所有部分的额外的概念上的优势是，它们很容易被连接起来捕获不同部分之间的相互作用。特别地，在当前影响力算法中缺少的煤炭链入口和出口部分是我们提出的模型中的一个重要特性。所以成品库的缓冲功能可以被考虑，其中煤炭通常在那里停留天3到10天。这有能使入站和出站停运更有效地协调的潜力。

维修作业最初按标准装备的要求调度，即在特定时间点执行特定类型的检修作业。初始调度是由供应商（轨道经营者和码头运营商）或多或少相互独立的生产。迭代过程基于此开始，其中协调人评估调度并对可以释放容量的更改做出选择，并与供应商协商这些作出的更改。我们模型的目的是通过提供一种有效的方式来探索和评估各种不同的重调度的选项以支持这一进程。

我们的论文结构的安排如下。经过第二段相关文献的简要回顾后，第三节讲所考虑的维修调度问题的精确定义。这包括底层网络模型，给定的初始维修调度的形式，并在调度后接着优化。在第四节，给出一个混合整数调度（MIP）算法。第五节，为了使问题得到顺利地计算提出两个必需的启发式的简化步骤。对于两种不同的现实世界的数据集的计算结果在第六节呈现。最后第七节的内容是结束语和一些方向的进一步调查。

2.文献综述

在许多生产和运输系统中，维修一般是基本活动，并且在许多情况下占经营成本的一个重要部分。维修通常分为为定时预防性维修或视情预防性维修。前者是一个常规的，有调度的活动，而后者是对故障或崩溃的及时反馈。第三类，被称为故障预测维修，涉及到使用智能方法来预测和诊断设备的运行状态。我们建议读者参考夏尔马等人（2011）用于维修活动和其优化工作的概述。在这项工作中，我们将研究策划故障预测维修活动。

许多关于鼓掌预测维修的文献涉及检修政策的制定：多久或在何种条件下实施各类型的检修。除了Sharma等人的报告。 （2011年），我们还建议读者参考Budai等人的报告，（2008），其认识可以到通过考虑定期维修时生产带来的影响从而发觉显著优势。论文分类方法也考虑到维修调度对生产的影响，维修调度中的资源牵涉（例如人手），和依照维修要求的生产调度。研究的三个分流已经确认：专注于成本维修活动的研究，对在适当的时刻（当发生故障或其他中断）进行维修带来的影响的研究，以及生产线上的维修安排研究。HVCCC的方式包括第一个和第三个：就对吞吐量的影响估算该维修调度的“成本”，通常也用来和可替换的调度比较。;和（ii）通过寻求二次维修（校准，在下一段落进一步讨论），HVCCC正寻找符合生产的维修策略。

在我们的工作中，故障预测维修策略已被实施，这将产生用于系统所有组件的初始调度。铁路和码头设备具有初始维修安排，很大程度上通过其相应的维修策略引导。然而确切地说，维修策略并不决定单个维修事件的时间。在某些再次的工作上有一定的灵活性，或进行校准，以便减少对系统容量的维持带来的影响。大多数文献考虑定期维修时也考虑生产地维修策略的设置。发电异常时，维修的断供必须安排好，例如，Frost and Dechter （1998年）。这些主要关注减少维修和发电的总成本，同时确保发电足以满足需求;在我们的工作中，与此相反，维修活动的成本是固定的，而我们希望使系统容量最大化。其他特例可能在运输行业中找到，例如，公共汽车或航空公司，这些平时注重维修中的资源涉及，如Haghani和Shafahi（2002）和Keysan等（2010），或关于在满足维修要求情况下如何调度运输操作系统，，见Barnhart等（1998）。重点是用于运输设备的调度维修，相应于其基础设施;后者是更接近我们的关注点。

铁轨和公路维修确实能解决交通基础设施，以及一些有趣的研究是可用的，特别是铁路的维修，见，例如，Budai和Deker（2002）。在这些情况下，重点是最小化调度活动的中断，而不是最大化可以通过系统的列车的数量;后者将接近我们关注的情况。但是，这里仍然有一些相关论文：我们讨论最密切相关的和最近的，布袋等（2006），一些细节在下面进一步阐述。

在生产系统中，这可能是更接近HVCCC的情况，多组分系统维修似乎是相关的，因为它是子系统及其维修调度的相互作用且利于校准。多组分维修模型被定义为那些由多个单元组成的系统（设备或机器），其可以在经济上，或结构上随机彼此依赖（见Nicolai和Dekker(2008)和相关参考文献）。经济依赖是集中在维修活动的直接成本上，以及是否同时开展多个单位的维修的同时能降低成本，例如通过经济规模，或者增加它们，例如通过需要使用额外的资源。随机依赖涉及失败概率和与单元联系。结构的依赖适用于，例如，当部分组件需要维修内部或连接到其它元件，因此为了对一个组件进行维修，其他组件也可能需要维修，或至少拆除。显然，这后两种类型与HVCCC情况不相关：这里失败的概率在已有的预防性维修策略中已经解释了，维修任务之间的任何结构性的关联简单地意味着一个约束，这表明一些维修任务必须安排在一起。这当中没有强调利益的初级机制：即维修任务（通过重新定时）的校准可以在系统中释放能力。显然，经济效益是通过释放容量实现的，因此，我们希望，经济依赖性下的分类工作涉及HVCCC内容。然而，这似乎并不如此，所有的工作都强调多组分体系中维修调度自身带来的经济利益在维修活动中的直接成本，而不是最后的生产效益。因此，我们认为，第三种类型的经济依赖需要关注，那就划维修任务一起或分开对生产力的影响，以及增强体系的可观收益。

本文中我们所清楚的在铁轨维修预防性调度中唯一阐明了校准的好处的是Budai（2006）等人。正本文中，维修调度在一个有限时域。他们考虑两种类型的维修：日常工作和项目。前者是循环的，且在特定的时间段，所以和我们考虑的情况并不类似。而项目是相似的：输入的数据是维修项目的一个列表，并且每个列表，其持续时间，包括了最早和最迟启动时间。然而，这些是相对不频繁的（对于每个类型，每半年到一年进行一次），他们的论文的贡献的一个主要部分是探索项目和例行工作的相互影响，这是一个非常有趣的挑战。他们的目标是使铁轨持有成本（反应轨道时间的中断）和维修活动的直接成本最小化。在我们的设置中，后者是不相关的，但前者可以被视为轨道容量的代表。他们认识到，通过在同一时间聚类作业，轨道持有成本可以被最小化：这对应于本文一种校准类型。因为他们模型集中在网络的单个链路上，其他类型没有注意到。他们制定一个整数调度模型，并对他们所考虑的这种规模的问题，（超过3-4年期的15种保养），解决时间太长，确实对于超过2年的时间随机生成的问题，不到30％的实例能在三小时内解决。因此，因此，他们考虑通过一个受限制的整数调度和四个启发，在合理的时间内获得良好的优质的解决方案。

在本文中，我们没有环状的维修任务，但是我们在整个​​系统，而不是一个单一的链路考虑同时调度。最显著地，日程安排的成本不像轨道持有成本的简单线性函数这样。相反，由于全系统的影响，以及在扩充系统容量过程中子系统的相互依存关系，我们在调度时间内要求一个优化模型的解决方案，以确定维修任务组合的影响。同样重要的是时间的探讨。Budai等（2006）能够使用一个相当粗略的离散时间（周），仅需要他们模型的100个周期的量级。在我们这里，，维修任务在某些情况下，开始时间被指定到最近的15分钟，（在其它最接近的几个小时），并且是小时到天的量级。因此，我们需要完成的挑战是是如何处理时间问题从而不会导致非常多的变量。

在目前的工作中考虑这个问题的一个简化版本已经由Boland（2012b）等人通过更抽象的设定被引入。这份文件省略了一些具体的煤炭链条维修调度，导致可能在不同的网络相关的内容中被应用。甚至更简化的特殊情况下（处理单位时间的作业与任意的起始时间）由计算复杂取景点研究了Boland的等。 （2012A）。相比之下，目前的工作重点是尽可能接近地以在建模的HVCCC调度者的实际问题为模型，并直接提出具有实际意义的解决方案。

最后，我们相信我们的论文在维修优化文献方面有独特的贡献。我们考虑的多组分体系中组分的维修活动可以被调度便以新的形式产生经济效益，不是之前考虑的那样。似乎以一种新的方式发展了生产和维修之间的关系。似乎没有以最大限度地提高系统的生产能力为考虑安排维修活动的前期工作，，除非在尽量减少维修轨道持有成本的角度上解释，在这种情况下我们的论文进一步地做了重要贡献。具体地，维修是系统范围的调度，目的是使系统作为一个整体的一个复杂函数，而不是一个简单的线性函数。此外，我们对解决这种在广范围不同时域下，起始时间相对于调度时域细粒度的维修工作问题提供见解和想法。

我们预期在这里呈现的模型和方法具有超出HVCC的更广泛的适用性：他们可以被应用于在网络流中合理建模的生产设置中，产量（总生产率）为最大化的主要目标，需要对网络组件进行常规维修调度。大多数矿业供应链，无论是煤炭，铁矿石，还是其他矿物质，都符合这一描述。应用到其他散装货物供应链，如肥料或小麦，也是可能的。

3问题描述

在本部分，我们叙述背景。第一小节包含了底层网络的详细信息，而第二小节中介绍了实际的调度问题。

3.1网络模型

此网络代表HVCC，由铁路轨道和码头的子网络组成：

1.铁路轨道网络中用点表示负荷点和结节点，用弧线表示轨道部分。

2.有两个码头的网络，其弧对应的码头设备。

完整的网络示于图1.椭圆是指码头，外部是铁路网，其中方节点表示枢纽站，而圈节点的负荷点。负荷点节点都包含在图1，只是为了说明。在实际的模型中，它们被识别，以形成一个单一的源节点，并对每个负荷点有一个相应的弧从起点连接到各个枢纽。这些负荷点弧的载流能力由需求预测，其可在一定时间范围变化。枢纽之间的弧流量由每天每条轨道列车通过数量决定。

图1：该HVCC网络。码头子网用椭圆表示。对于铁路网，矩形节点表示枢纽，而负荷点对应于圆节点。

对于码头的模型，我们专注于码头1和码头2，由于3号码头最近才使用，我们没有建立一个更详细的模型，但，所述第1，2个码头中的具有四个较

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[150704]，资料为PDF文档或Word文档，PDF文档可免费转换为Word