引用本文

范厚明, 郭振峰, 岳丽君, 马梦知. 考虑能耗节约的集装箱码头双小车岸桥与AGV联合配置及调度优化. 自动化学报, 2021, 47(10): 2412−2426 doi: 10.16383/j.aas.c190626

Fan Hou-Ming, Guo Zhen-Feng, Yue Li-Jun, Ma Meng-Zhi. Joint configuration and scheduling optimization of dual-trolley quay crane and AGV for container terminal with considering energy saving. Acta Automatica Sinica, 2021, 47(10): 2412−2426 doi: 10.16383/j.aas.c190626

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190626

关键词

双小车岸桥配置与调度，AGV配置与调度，AGV续航时间，改进遗传算法 

摘要

合理调度集装箱码头的装卸设备以减少生产过程中的能耗, 对实现其低碳绿色化发展具有重要意义. 针对集装箱码头向自动化发展过程中的双小车岸桥与AGV (Automated guided vehicle)联合配置及调度问题, 考虑AGV续航时间、双小车岸桥中转平台容量和堆场缓冲支架容量约束, 以岸桥的能耗最小为第一阶段模型的优化目标, 以AGV运输过程的能耗最小为第二阶段目标建立两阶段优化模型; 设计枚举法求解第一阶段模型, 改进遗传算法求解第二阶段优化模型. 以洋山四期自动化集装箱码头为例进行实验分析, 针对不同船舶在港总装卸时间和AGV配置原则进行实验, 验证了模型和算法的有效性, 结果表明以最小化能耗为目标的双小车岸桥与AGV联合调度可在岸桥主小车不延误的前提下, 显著减少AGV的配置数量.

文章导读

集装箱船大型化发展对集装箱码头前沿作业提出了更高的要求, 一方面要求提高码头装卸效率和服务水平, 另一方面要求降低成本并减少能耗, 推动集装箱码头绿色低碳发展. 以人工操作为主体的集装箱码头因不能及时准确地获知装卸全过程信息, 导致生产效率降低和能耗增加[1]. 为了提高码头装卸效率和服务水平, 早在1993年, 荷兰鹿特丹港就开始建设运营自动化集装箱码头, 接着伦敦港、川崎港、新加坡港、汉堡港、厦门远海、上海洋山港等港口相继建成自动化集装箱码头. 经过二十多年的发展, 目前自动化码头技术已经逐渐成熟和完善, 特别是为了适应节能环保要求, 已将早期使用的内燃机驱动的设备转换为电力驱动, 岸边作业采用双小车岸桥进行船舶装卸作业, 水平运输采用自动导引车(Automated guided vehicle, AGV), 堆场使用自动化轨道吊(Automated rail mounted gantry crane, ARMG),“双小车岸桥+AGV+ARMG”的装卸工艺系统被应用于大多数自动化集装箱码头. Sim[2]指出码头装卸作业的能耗在码头作业总能耗中占比48.3 %, 联合优化双小车岸桥与AGV的配置及调度以减少码头装卸作业的能耗, 对集装箱码头实现绿色低碳发展有重要意义.

已有学者对集装箱码头装卸作业能耗、岸桥和AGV的配置和调度等问题展开了研究. 郑松等[3]将码头系统的管理和控制过程通过平行系统融合在一起, 以实现对港机设备的最优控制. He等[4]指出岸桥和AGV的配置和调度是装卸作业过程中两个密切相连的生产决策问题, 岸桥的配置和调度决定船舶作业时间, AGV的配置和调度影响岸桥和ARMG的取/放箱时间, 联合优化装卸设备的配置和调度, 降低自动化集装箱码头装卸作业过程中的能耗成为研究热点问题. 岸桥把待卸船集装箱从船上提起放到运输工具上, 又把待装船集装箱放到船上, 是码头装卸作业中重要的一环, 关于减少岸桥作业中能耗的问题, 部分学者从资源配置的角度出发, 研究码头现有泊位和岸桥的分配方案. 例如, Chang等[5]研究了一种泊位岸桥调度策略, 并通过实例分析验证了策略的有效性和可靠性. He[6]以最小化船舶延误和最小化作业能耗为目标, 构建了泊位分配和岸桥分配问题混合整数优化模型, 并基于集成仿真的优化方法探索解空间.

在已知泊位计划下优化岸桥在港口所有船舶之间调度以实现装卸船时间最短的研究方面, Chang等[7]研究了动态船舶到达条件下岸桥调度问题, 提出一种基于动态滚动策略的岸桥调度方法, 建立了以最小化港口所有船舶的装卸作业时间和均衡岸桥作业时间为目标的优化模型, 采用遗传算法求解, 得到各个船上集装箱任务的最佳装卸顺序和完成时间. Zhang等[8]考虑了装卸过程中船舶的纵向稳定性, 建立了具有稳定性约束的岸桥调度优化模型, 引入了一种基于滑动窗的启发式算法以修复违反稳定性约束的岸桥调度序列, 并将模型求解结果与不考虑船舶稳定性的结果进行了比较和分析, 验证了模型和算法的有效性.

部分学者从优化每个集装箱装卸作业时间的角度出发, 研究了岸桥调度对减少装卸能耗和装卸完工时间的作用. Liu等[9]研究了单船岸桥分配和调度问题, 以最小化卸载过程中二氧化碳排放量为目标建立了AGV排队模型. Liang等[10]从岸桥任务调度和数量配置两个方面研究了岸桥调度问题, 通过分析每个任务的最早可作业时刻和要求完工时刻, 建立了岸桥调度和配置的耦合模型, 并应用循环迭代的方法求解每个时间窗内岸桥配置和调度方案. Msakni等[11]针对码头岸桥调度问题, 以单个集装箱为任务单位, 提出了增加割平面和基于图的二分搜索算法求模型的精确解, 并通过对比不同规模任务下的岸桥调度结果, 验证模型和算法的有效性. Kim等[12]考虑到任务的优先关系和岸桥间安全距离, 建立了岸桥调度的混合整数规划模型, 提出了一种基于分支定界的贪婪随机自适应算法求解该模型. Nguyen等[13]分别采用遗传算法和遗传规划算法求解岸桥装卸过程中集装箱的优先级, 使所求得的调度方案能在不确定环境下达到相对稳定的岸桥完工时间.

AGV在自动化集装箱码头中作为水平运输工具从岸桥下接收卸船集装箱送至堆场, 在堆场接收待装船集装箱送至岸桥. 虽然AGV的能耗只占码头作业总能耗的1.04 %, 但是它的调度和配置对岸桥和场桥的作业能耗产生很大影响. 关于减少AGV作业中能耗的问题, 部分学者研究了AGV的调度策略, Kim等[14]以减少自动化集装箱码头因船舶作业延误产生的能耗为目标调度AGV, 求解最优的AGV配置调度方案. Choe等[15]提出了OnPL (Online preference learning)算法, 通过更新偏好函数动态地调整AGV的调度策略. Kim等[16]研究了多标准调度策略下自动化集装箱码头AGV调度, 基于不同的场景对问题仿真模拟得到AGV的调度方案. 部分学者从岸桥和AGV协同调度的角度出发, Xin等[17]将集装箱码头的集装箱运输作业看作是由连续时间的低级形态和动态离散事件的高级形态这两部分组成, 提出了一种分层控制结构, 在岸桥和AGV的数量已知的条件下, 最小化上层岸桥作业完工时间和下层AGV的能耗. Peng等[18] 量化了码头作业中设备的配置对总碳排放量的影响, 建立了基于复杂排队网络的仿真模型, 优化岸桥、场桥和AGV的配比. Yang等[19]基于混合流水车间调度问题(HFSS), 以最小化总作业时间和最小能耗为目标, 提出并求解了岸桥、内集卡和场桥装卸作业的双目标联合优化模型. Dkhil等[20]针对自动化集装箱码头岸桥、AGV和场桥的作业问题, 提出了以最小化岸桥完工时间和最小化AGV配置数量为目标的优化模型, 并采用Cplex求解. Yang等[21]研究了同时装卸作业的岸桥、场桥和AGV的集成调度, 设计了基于预防性拥塞规则的通用算法模拟处理自动化集装箱码头装卸作业.

部分学者考虑了AGV运输过程中的不确定环境的影响, Singgih等[22]研究了自动化集装箱码头AGV运输路径规划问题, 考虑了AGV在运输过程中因交通拥堵导致的等待时间, 以最小化运输时间和等待时间为目标构建整数规划模型, 应用改进Dijkstra算法求解. Legato等[23]考虑岸桥装卸效率不恒定时岸桥和车辆的调度问题, 以最小化岸桥等待时间和AGV路径冲突导致的拥堵时间为目标构建优化模型, 采用模拟退火算法求解模型, 并通过仿真实验确定适用于实例的算法参数. Xin等[24]提出了一种无冲突调度算法, 用于生成AGV的无碰撞轨迹及岸桥、场桥的时刻表, 降低AGV运行的平均距离.

从现有研究中可以看出, 岸桥装卸作业中产生的能耗在码头作业总能耗中占较大比重, AGV到达岸桥下的时间影响岸桥装卸作业能耗. 已有关于减少码头装卸作业能耗的研究中: 1)多以最小化作业岸桥的完工时间为目标, 没有考虑要求船舶在港总装卸时间对岸桥配置的影响. 实际调度过程中需要在保证所有车辆准时到达岸桥下的前提下, 规划出能耗最低的运输方案[25]. 2)大多针对卸船阶段或装卸同步阶段下岸桥和AGV的调度, 忽略了装卸作业的各个阶段的联系. 3)为了避免岸桥延迟给码头带来的损失, AGV的配置数量较多, 增加了不必要的运输能耗, AGV的利用率较低. 4)在AGV调度过程中忽略了可续航时间对调度的影响, 不符合实际码头作业情况, 现实中AGV在耗尽电量前需驶往换电站更换电池或充电, 此过程中AGV不可使用. 5)缺乏对缓冲区的研究, 双小车岸桥的缓冲平台可以减少岸桥和AGV相互等待能耗, 堆场的缓冲区可以减少AGV在堆场的等待能耗. 因此, 本文对考虑能耗节约的双小车岸桥与AGV联合配置及调度问题进行研究, 保证岸桥主小车不延误等待, 在运输过程中AGV续航时间、双小车岸桥中转平台容量和堆场缓冲支架容量约束下, 研究双小车岸桥与AGV联合配置及调度优化问题具有重要的理论与实际价值.

本文架构如下: 1) 模型建立, 该部分构建了考虑能耗节约的集装箱码头双小车岸桥与AGV联合配置及调度优化模型. 2) 模型求解, 该部分进行了算法设计, 分别应用枚举算法和遗传算法求解岸桥调度的最优解并AGV调度的满意解. 3) 算例分析, 该部分采用实例验证了模型及其算法的有效性. 4) 结论, 该部分总结了研究成果并提出了未来研究方向.

图 1  双小车岸桥示意图

图 2  码头布局和AGV运输流程示意图

图 4  岸桥任务编号示意图

本文对集装箱码头双小车岸桥与AGV联合配置及调度问题进行的研究中, 考虑了双小车岸桥中转平台约束和箱区缓冲支架容量约束、AGV在运输过程中续航时间的约束; 以岸桥的能耗最小为第一阶段模型的优化目标, 以AGV运输过程的能耗最小为第二阶段目标建立两阶段优化模型, 采用EA算法求解岸桥主小车的作业时间; 在确保岸桥主小车作业不延误前提下, 改进遗传算法确定AGV的最优作业序列; 在此基础上, 针对不同的要求船舶在港总装卸时间和不同AGV配置原则下的岸桥和AGV配置和调度方案进行分析和对比, 以验证模型和算法的有效性. 本文研究可以得到以下结论:

1)本文所构建的两阶段调度优化模型能有效解决岸桥和AGV的联合配置及调度问题, 所得岸桥和AGV的配置和调度方案能保证在船舶在港总装卸时间内完成所有集装箱的装卸作业.

2)船舶在港总装卸时间影响岸桥的配置调度方案和作业能耗. 岸桥的作业效率是一定的, 因此要求在港总装卸时间越短, 岸桥的配置数量越多; 在相同的岸桥配置方案下, 为了保证岸桥不等待, 在港总装卸时间越短, 所需的AGV配置数量越多, AGV的作业能耗越大.

3)本文研究单船作业面调度模式下, 考虑双小车岸桥缓冲平台和箱区缓冲支架的解耦作用以及AGV续航时间约束下的岸桥和AGV的配置与调度, 所得岸桥和AGV的最优配置比例约为1:2.33, 小于文献[30]的研究中仿真所得最优比例1:3. 在岸桥的缓冲平台和箱区缓冲支架的作用下, 针对上海洋山港的码头布局及现有岸桥的作业效率和AGV的运行速度来看, 若不考虑不确定环境及其它影响因素, 岸桥和AGV的配置比例降为1:1.75时仍可保证岸桥主小车不延迟, 但因AGV数量较少导致门架小车和场桥等待能耗增加, 故不一定能保证码头整体装卸作业能耗最低.

本文的研究较符合实际自动化集装箱码头船舶装卸过程, 但本文还存在一些不足, 未考虑装卸过程中不确定因素, 而实际作业过程中岸桥和AGV的故障、AGV行驶中路径冲突和路径拥堵等不确定情况会影响集装箱的作业时间. 因此, 考虑不确定因素下的岸桥和AGV联合调度问题将作为未来的研究方向.

作者简介

范厚明

大连海事大学交通运输工程学院教授, 博士. 主要研究方向为交通运输系统规划与设计, 战略管理与系统规划. 本文通信作者.E-mail: fhm468@163.com

郭振峰

大连海事大学交通运输工程学院博士研究生. 主要研究方向为交通运输规划与管理.E-mail: guozhenfeng_dl@126.com

岳丽君

大连海事大学交通运输工程学院博士研究生. 主要研究方向为交通运输规划与管理.E-mail: yuelj11@163.com

马梦知

大连海事大学交通运输工程学院讲师, 博士. 主要研究方向为交通运输系统规划与设计, 战略管理与系统规划.E-mail: mengzhi1440@126.com