Оценка пропускной способности морского грузового фронта угольного терминала методами стохастического моделирования тема диссертации и автореферата по ВАК РФ 05.22.19, кандидат наук Купцов Николай Владимирович

• Купцов Николай Владимирович
• кандидат наук
• 2021

Оглавление диссертации кандидат наук Купцов Николай Владимирович

Введение

1 АНАЛИЗ ТЕКУЩЕГО СОСТОЯНИЯ И ПЕРСПЕКТИВ РАЗВИТИЯ УГОЛЬНОЙ ОТРАСЛИ, ЛОГИСТИЧЕСКОЙ ИНФРАСТРУКТУРЫ, НАУЧНОЙ БАЗЫ И ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ

1.1 Анализ угольной отрасли и системы угольных грузопотоков в мире и РФ

1.1.1 Мировой рынок энергоресурсов

1.1.2 Угольная отрасль РФ

1.1.3 Глобальная морская система распределения угольных грузопотоков

1.1.4 Экспортные портовые угольные терминалы РФ

1.2 Анализ российских и зарубежных методик оценки пропускной способности морского грузового фронта

1.2.1 Российские методики оценки пропускной способности МГФ

1.2.2 Зарубежные методики оценки пропускной способности МГФ

1.2.3 Математические аппараты для моделирования МГФ

1.3 Детализация функциональной структуры технологических процессов морского грузового фронта

1.3.1 Цикл судопогрузочных операций

1.3.2 Процессы и потери вне цикла судопогрузочных операций

1.3.3 Процессы и потери при судопогрузочных операциях

1.4 Выводы по разделу: степень разработанности темы диссертационного исследования, постановка цели и задач исследования

2 РАЗРАБОТКА МОДЕЛИ ВЕРОЯТНОСТНОЙ ОЦЕНКИ ПРОПУСКНОЙ СПОСОБНОСТИ МГФ ЭКСПОРТНОГО УГОЛЬНОГО ТЕРМИНАЛА

2.1 Выбор типа и логики модели

2.1.1 Выбор типа модели

2.1.2 Логика модели

2.2 Формирование концептуальной структуры модели

2.2.1 Границы объекта моделирования

2.2.2 Состав и связи элементов модели

2.3 Определение границ и распределений вероятности, расчетный алгоритм модели

2.3.1 Границы модели и технологическая схема МГФ

2.3.2 Распределения вероятности исходных параметров

2.3.3 Расчетный алгоритм модели

2.4 Выводы по разделу

3 РАЗРАБОТКА МЕТОДИКИ ВЕРОЯТНОСТНОЙ ОЦЕНКИ ПРОПУСКНОЙ СПОСОБНОСТИ МГФ

3.1 Выполнение экспериментов и установление адекватности разработанной модели

3.2 Формирование методики стохастического моделирования для вероятностной оценки пропускной способности МГФ

3.3 Формирование рекомендаций по использованию и расширению разработанной методики

3.4 Выводы по разделу

ЗАКЛЮЧЕНИЕ

Список сокращений и условных обозначений

Список литературы

Введение

Диссертационное исследование посвящено повышению точности оценки пропускной способности морского грузового фронта (МГФ) с применением вероятностных методов оценки методами стохастического моделирования для специализированных угольных экспортных1 терминалов, технологические погрузочно-разгрузочные операции которых выполняются конвейерным транспортом. Данная задача является комплексной, так как затрагивает различные аспекты исследования: технологические процессы работы флота и портового оборудования, эксплуатационно-технические характеристики морских портовых перегрузочных комплексов и флота.

Введение диссертации (часть автореферата) на тему «Оценка пропускной способности морского грузового фронта угольного терминала методами стохастического моделирования»

Актуальность темы исследования.

В Российской Федерации наблюдается устойчивый рост объемов перевалки угля. Только в период 2005-2019 гг. объемы перевалки выросли с 45 млн т/год до 175 млн т/год. При этом 98% портовых операций составляет отгрузка на экспорт, каботаж незначителен. Темпы роста российского экспорта опережают темпы роста мировой внешней торговли. Основной объем экспорта выполняется через глубоководные современные угольные терминалы Балтики (порт Усть-Луга) и Дальнего Востока (порты Ванино, Восточный, Находка, Посьет, Вера). При этом после 2020 г. инвесторами планируется ввод дополнительных экспортных угольных терминалов (проекты УППК «Север», Сахатранс, Суходол, ТЭПК, Лавна и др.), большинство из которых расположено на Дальнем Востоке. В основном они предназначены для обеспечения торговли с развивающимися странами азиатско-тихоокеанского региона.

Российские холдинги формируют запрос на эффективную разработку проектов и строительство новых крупных высопроизводительных терминалов с конвейерной механизацией, которые - благодаря эффекту масштаба и росту эффективности производства -позволяют снижать затраты на единицу грузооборота. Качество проектной документации является важным фактором обеспечения окупаемости дорогостоящих портовых объектов. В то же время, российская нормативная база технологического проектирования морских портов базируется на фундаменте научных исследований советского периода.

Задача повышения эффективности работы портового комплекса во многом определяется точностью оценки пропускной способности морских грузовых фронтов (МГФ) угольных экспортных терминалов. Именно эта научная задача лежит в основе выявленного

1 Под экспортным подразумевается терминал, выполняющий операции по погрузке угля в морские суда по схеме «вагон - склад - судно»

противоречия, которое заключается в том, что расчеты пропускной способности МГФ по устаревшим методикам приводят к далеким от современной реальности результатам. Действующие методики имеют тенденцию получать слишком консервативные значения ключевых технологических и, соответственно, стоимостных параметров, тем самым не обеспечивая необходимую для терминалов и заказчиков точность инвестиционных проектов. Это связано с тем, что при расчете по действующим «Нормам технологического проектирования морских портов » (далее - Нормы) рекомендовано использовать определенный набор коэффициентов «инженерного незнания»: простоя по метеорологическим факторам, занятости причала обработкой судов, перехода от технической к эксплуатационной производительности погрузочно-разгрузочных машин. Значения этих ключевых для расчета коэффициентов определила статистика середины XX века, собранная за еще более ранний период. Именно использование в расчетах статистической базы прошлого века приводит к заниженным результатам. Кроме того, исчерпаны и возможности существующей методологической базы, поскольку Нормы базируются на расчетно-аналитических методах, имеющих дело только с детерминированными величинами. Они не предлагают альтернативных методов расчетов, в первую очередь основанных на вероятностной оценке параметров, получаемой стохастическими методами, что позволяет определять функциональные диапазоны приближенных к действительности результатов.

Предлагаемый в диссертационном исследовании подход к решению этой задачи предполагает создание, реализацию и установление адекватности комплексных научно-обоснованных методик моделирования, позволяющих точнее рассчитывать, прогнозировать и планировать деятельность терминалов выбранного профиля. Научные исследования по выбранному направлению вероятностной оценки пропускной способности МГФ методами стохастического моделирования создают возможность для совершенствования технологических процессов, лежащих в основе деятельности угольных экспортных терминалов, эффективного управления работой флота, повышения эффективности использования судопогрузочного оборудования, что имеет большое значение для отрасли и развития страны в целом.

Диссертационная работа Н. В. Купцова на тему «Оценка пропускной способности морского грузового фронта угольного терминала методами стохастического моделирования» -законченная научная работа, соответствует требованиям, установленным п. 9 Положения о присуждении ученых степеней, паспорту научной специальности 05.22.19 - «Эксплуатация водного транспорта, судовождение», технические науки, формула специальности п. 2 -

2

СП 350.1326000.2018 «Нормы технологического проектирования морских портов»

Технология, организация и управление перегрузочными процессами в портах, область исследования п. 13 - Технологические процессы работы флота и портов, портовое оборудование.

Степень разработанности темы исследования. В работах отечественных и зарубежных авторов по тематике современных морских портов значительное внимание уделено исследованиям контейнерных терминалов. Касательно угольных навалочных терминалов существует небольшое количество публикаций и наработок различных направлений и специализаций, что обусловлено относительной давностью данного направления. В то же время, радикально изменившаяся технико-экономическая и коммерческая среда требует нового подхода, который в полной мере существующими работами не очерчен.

Наибольший вклад среди иностранных специалистов в решение задач, связанных с эксплуатацией и планированием деятельности угольных экспортных терминалов, внесли В. Баррос (V. H. Barros), У. Бугарик (U. S. Bugaric), Т. Ван Вианен (T.A. Van Vianen), Д. Избестер (J. Isbester), А. Клейнхиренбринк (A. J. A. Kleinheerenbrink), П. Кудина (P. Cudina), Х. Лигтеринген (H. Ligteringen), Т. Робенек (T. A. Robenek), С. Торенсен (C. A. Thorensen), Н. Уманг (N. Umang), С. Чен (S. Chen), Д. Янссон (J. O. Jansson). В международном научном сообществе существуют различные школы: в Нидерландах (Delft University of Technology) исследуют навалочные терминалы в качестве комплексной взаимосвязанной технологической системы, в Австралии (The University of Newcastle TUNRA Bulk Solids) большее внимание уделяют исследованиям оборудования для перевалки и транспортировки потока груза, в Южной Корее (Pohang University of Science and Technology) фокус смещен на составление расписаний и планирование операций судов-балкеров.

Среди работ отечественных ученых существует ограниченное количество исследований о навалочных терминалах, среди которых необходимо выделить работы Р. А. Истратова, Я.Б. Спасского и Р. Г. Король, посвященные повышению эффективности управления перегрузочными процессами и математическому имитационному моделированию навалочных терминалов. Общими вопросами моделирования и технологическими процессами не навалочных терминалов занимался широкий круг авторов: Б. И. Алибеков, Ф. Г. Аракелов, И. О. Бондарева, И. В. Белухин, Е. Н. Воевудский, А. В. Галин, А. В. Кириченко, А. Л. Кузнецов, В. А. Логиновский, Т. Е. Маликова, В. И. Немчиков, С. С. Павленко, А. Ф. Парфенов, В. А. Погодин, А. Л. Степанов, А. А. Ханова, Я. Я. Эглит, В. Н. Щербакова-Слюсаренко,.

Российские исследователи в большей степени рассматривают фундаментальные задачи функционирования морских терминалов, в то время как зарубежные авторы в качестве объекта исследования выбирают численные методики моделирования и расчетов как отдельных технологических зон (МГФ, складская зона, железнодорожный грузовой фронт), так и

терминалов в целом. Вероятностная оценка грузопотоков стохастическими методами моделирования находится на ранних стадиях проработок отдельных авторов, что связано с недавним возникновением направления и развитием программного обеспечения в течение последних десятилетий.

В исследовании проведен аннотированный библиографический анализ основных отечественных и зарубежных работ, относящихся к тематике диссертационного исследования. Указаны публикации и авторы, внесшие вклад в становление отечественной научной школы, а также наиболее заметные результаты, полученные зарубежными учеными. По каждому крупному кластеру задач дан обзор современного состояния научно-методического базиса их решения. На основании анализа состояния проблемы сформулированы задачи, цели и этапы работы.

Цель диссертационного исследования - повышение точности расчетов пропускной способности для морских грузовых фронтов перспективных и реконструируемых экспортных угольных терминалов. Гипотеза исследования заключается в том, что расширение и уточнение регламентированных Нормами расчетов пропускной способности МГФ, которое может быть получено за счет использования предлагаемого математического аппарата статистических испытаний, обеспечит требуемое современной практикой качество проектной документации. Научной задачей исследования является разработка и апробация способа вероятностной оценки пропускной способности МГФ с помощью методов стохастического моделирования для повышения точности расчетов. Для решения данной научной задачи необходимо решить ряд частных задач исследования:

- проанализировать текущее состояние и тенденции развития нормативных и перспективных методик расчета пропускной способности МГФ портовых экспортных угольных терминалов и технологических процессов перегрузки угля;

- определить структуру, состав элементов и разработать модель вероятностной оценки пропускной способности МГФ методами стохастического моделирования;

- разработать методику использования созданной модели в практических расчетах пропускной способности МГФ и сформулировать рекомендации по ее использованию.

Научная новизна исследования определяется тем, впервые для специализированных экспортных угольных терминалов разработана стохастическая модель определения пропускной способности МГФ, предложена методика вероятностной оценки и сформулированы рекомендации по ее применению. Предложенная вероятностная оценка пропускной способности МГФ отличается от существующих вариантов расчета тем, что позволяет получать диапазон функциональных вероятностных результатов. Появляется возможность выполнять анализ чувствительности результатов для выявления ключевых факторов, влияющих на

пропускную способность МГФ, для увеличения грузооборота терминала по принципу технического предела.

Теоретическая значимость работы заключается в:

- создании стохастической модели для вероятностной оценки пропускной способности МГФ угольных экспортных портовых терминалов;

- создании методики установления адекватности;

- исследовании с помощью модели чувствительности и устойчивости проектных решений.

Практическая значимость работы заключается в создании программных средств для вероятностной оценки пропускной способности МГФ, предназначенной для поддержки проектных и управленческих решений, а также в разработке рекомендаций в отношении этого инструмента для его использования при технологическом проектировании угольных экспортных портовых терминалов.

Объектом диссертационного исследования является современный морской экспортный угольный терминал, применяющего конвейерную механизацию. Границами исследования экспортного угольного терминала, как ключевая и наиболее сложная технологическая зона терминала, где происходит интеграция производственных операций (поступления угля из складской зоны, погрузочные работы в морские суда) и вспомогательных процессов (оформление службами порта) при влиянии факторов гидрометеорологической среды. .

Предметом диссертационного исследования являются методы численной оценки пропускной способности МГФ, в том числе применение методов стохастического моделирования.

Методология исследования основана на системном подходе, теории и практике моделирования, методах математической статистики.

Методы исследования включают в себя аналитические методы (системный анализ, обобщения, классификации, синтез), методы теории вероятности и математической статистики (метод Монте-Карло), экспериментальные методы (сбор данных, статистическая обработка, планирование, обработка результатов экспериментов). Достоверность полученных с помощью моделирования результатов подтверждается корректностью и адекватностью разработанных моделей.

Положения, выносимые на защиту:

1. Структура, состав и функциональный профиль модели вероятностной оценки пропускной способности МГФ методами стохастического моделирования;

2. Методика вероятностной оценки пропускной способности МГФ с применением стохастического моделирования

3. Рекомендации по применению разработанной методики и обоснование границ ее применимости.

Степень достоверности результатов проведенных исследований. Обоснованность и достоверность научных положений подтверждается: использованием апробированных математических методов при проведении исследований, которыми обоснованы научные положения, выводы и рекомендации. Разработанная в рамках исследования математическая модель по результатам экспериментов валидна по установленным критериям оценки результатов, а также обладают сходимостью полученных теоретических результатов экспериментов со значениями грузооборота существующих эксплуатируемых терминалов.

Сформулированные в диссертации научные положения, выводы, практические положения и рекомендации аргументировано обоснованы. Достоверность полученных результатов обеспечивается корректным выбором исходных данных и основных допущений при формулировке научной задачи, использованием апробированного математического аппарата и подтверждается результатами проведенных экспериментов. Результаты апробации основных выводов и рекомендаций работы подтверждены публикациями и актами внедрения.

Полученные результаты позволяют сделать вывод о том, что поставленная в начале исследования цель (повышение точности расчетов пропускной способности МГФ экспортных угольных портовых терминалов, направленное, в конечном итоге, на увеличение грузооборотов и более эффективную работу морских портов РФ) достигнута.

Апробация результатов работы. Основные положения и результаты исследования доложены на национальных и международных научно-практических конференциях:

1. XLI научно-практическая конференция с международным участием «Неделя науки СПбГПУ», г. Санкт-Петербург, 3-8 декабря 2012 г.

2. 4-я международная конференция «Conference on Civil Engineering, Architecture and Building Materials (CEABM 2014)», г. Хайкоу (Китай), 16-17 июля 2014 г.

3. 5-я международная конференция «Conference on Mechanical Science and Engineering (ICMSE 2014)», г. Шанхай (Китай), 14-16 ноября 2014 г.

4. Международная конференция «XLII Неделя науки СПбГПУ», г. Санкт-Петербург, 1-6 декабря 2014 г.

5. XVI международная научно-практическая конференция «Логистика: современные тенденции развития», г. Санкт-Петербург, 6-7 апреля 2017 г.

6. VI всероссийская научно-практическая конференция «Транспорт. Экономика. Социальная сфера (Актуальные проблемы и их решения)», г. Пенза, 29-30 апреля 2020 г.

7. VII конференция «Техника и технологии для портов и грузовых терминалов» в рамках XV Международного форума Transtec по развитию инфраструктуры транспортных коридоров, г. Санкт-Петербург, 14-16 сентября 2020 г.

Всего по теме диссертации опубликовано 15 печатных работ, в том числе 7 публикаций в рецензируемых изданиях перечня ВАК Минобрнауки России, рекомендованных для публикации результатов диссертационных исследований, а также 2 публикации в изданиях международных реферативных баз Web of Science и Scopus.

Структура и объем работы. Структура диссертационной работы определена логикой и целью исследования. Диссертационная работа состоит из введения, трех разделов, заключения, списка сокращений, списка обозначений в формулах, списка литературы и изложена на 118 страницах, содержит 45 рисунок, 30 таблиц. Список используемых источников состоит из 149 наименований, из них 62 - иностранных.

1 АНАЛИЗ ТЕКУЩЕГО СОСТОЯНИЯ И ПЕРСПЕКТИВ РАЗВИТИЯ УГОЛЬНОЙ ОТРАСЛИ, ЛОГИСТИЧЕСКОЙ ИНФРАСТРУКТУРЫ, НАУЧНОЙ БАЗЫ И ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ

1.1 Анализ угольной отрасли и системы угольных грузопотоков в мире и РФ

1.1.1 Мировой рынок энергоресурсов

В XX и XXI веках наблюдается стремительный рост населения планеты Земля, в связи с этим с каждым годом увеличивается спрос (грузооборот) источников топлива для обеспечения нужд электрогенерации. Население в период 1950-2040 гг. приведено в таблице 1.1 в соответствии со статистикой и прогнозами организации объединенных наций (ООН) [ 1]. Таблица 1.1 - Рост населения планеты Земля в XXI веке

Год 1950 1960 1970 1980 1990 2000 2015 2025 2040

Население, млрд. чел 2,53 3,03 3,69 4,45 5,32 6,13 7,32 8,08 9,00

Уголь является одним из наиболее распространенных видов полезных ископаемых и используется человечеством в качестве энергоносителя с древних времен. Промышленное применение угля в качестве передового вида топлива началось в XVIII веке в связи с бурным развитием металлургии, когда перед человечеством возникла задача по поиску новых энергоресурсов помимо древесины. В начале XX века уголь уступил свои позиции нефтепродуктам, которые в большом количестве стали использовать для двигателей внутреннего сгорания.

Высокий спрос на уголь связан с его стоимостью. Уголь традиционно считается наименее дорогим энергоносителем, что подтверждает обзор мирового рынка энергоносителей аналитиков компании BP [2]. Отслеживается тенденция роста стоимости энергоносителей в период 1996-2013 гг. (рисунок 1.1), при этом уголь в единицах условного топлива заметно дешевле прочих энергоносителей: в 2-3 раза дешевле природного газа, в 4-5 раз дешевле нефти.

[долл. США/ т у.т.]

О Уголь □ Природный газ ♦ Нефть

<^<^<^<^ооооооооооооооо

Рисунок 1.1 - Тенденция роста стоимости основных энергоносителей

Широкий круг аналитиков - компании BP и Shell, консультанты McKinsey и BCG, Международное энергетическое агентство (МЭА) - сходятся во мнении, что глобально до 2040 г. сохранится рост численности населения и доходов. Для энергетической отрасли это приведет к увеличению добычи и потребления энергоресурсов. В соответствии с базовым сценарием МЭА прогнозируется глобальный рост спроса на уголь с 3,7 млрд т н.э./год (2018 г.) до 4,0 млрд т н.э./год (2040 г.). По МЭА до 2040 года основным видом топлива останутся нефтепродукты, второе и третье место разделят природный газ и уголь [3]. Прогноз потребности в энергоресурсах до 2040 г. представлен на рисунке 1.2.

23% ^Я 23%

23% ■ 24% ■ 25% ■ 25%

27% Н 27% Н 26% ■ 25% Н 24% Н 23%

32% ■■ 32% 32% 29%

Атомная энергия

Возобновляемые источники энергии Природный газ

Уголь Нефть

Рисунок 1.2 - Прогноз потребности в энергоресурсах по базовому сценарию МЭА до 2040 гг..

млн. т.н.э.

К концу 2014 года произошло резкое удешевление энергоносителей на 30-50%, что является следствием появления на рынке более дешевой добытой в США сланцевой нефти. Снижение стоимости поддерживает тенденцию к росту спроса на энергоносители, но риск замедления роста сохраняется в связи со снижением энергоемкости мировой экономики. Из года в год в мире наблюдается устойчивый увеличивающийся спрос на энергоносители хотя и невысокими темпами. МЭА разработаны 3 сценария развития мирового спроса на энергоносители [4]:

- New Policies Scenario (базовый сценарий) - реализация уже озвученных законопроектов, которые повлияют на энергорынки: ограничение выбросов парниковых газов, увеличение эффективности использования энергии и развитие возобновляющихся источников энергетики;

- Current Policies Scenario - сохранение текущих природоохранных законов без ужесточений и отказ от новых;

- 450 Scenario - реализация новых законов с целью ограничения глобального потепления на 2°С, активное развитие технологий альтернативного топлива.

Прогнозируемая динамика общемирового роста спроса на энергоносители по каждому из сценариев приведена на рисунке 1.3, суммарный спрос приведен в единицах условного топлива, учитывая уголь, нефть, газ, атомную энергию, гидроэнергетику, биотопливо и остальные энергоносители. [млн. т.н.э.]

20000 17500 15000 12500 10000 7500

Рисунок 1.3 - Общемировой спрос на энергоносители до 2040 года по 3 сценариям МЭА

С точки зрения консервативного базового сценария New Policies предполагается ежегодный рост спроса на все энергоносители на 1,1% до 2040 года, что позволяет с оптимизмом смотреть на развитие мирового рынка. Развитие грузооборота угля в перспективе до 2040 года приведено в таблице 1.2.

Таблица 1.2 - Развитие грузооборота угля по прогнозам МЭА, млн. т.у.э./год

Поз. Сценарий 1990 2012 2020 2025 2030 2035 2040 Изменение от 2012 к 2040, %

1 New Policies (базовый) 3 194 5 667 6 015 6 133 6 203 6 275 6 354 + 0,6%

2 Current Policies 6 367 - 7 416 - 8 371 + 1,4%

3 450 5 600 - 4 221 - 3 700 - 1,5%

Наименьшую вероятность к реализации имеет сценарий 450 с изменением грузооборота угля на 1,5% к 2040 году, так как реализация новых природоохранных инициатив по снижению выбросов Ш2 во всем мире будет реализовываться медленно и неравномерно. С наибольшей вероятностью к 2040 году планируется рост грузооборота угля от 0,6% при умеренном внимании к законопроектам по защите окружающей среды до 1,4% при сохранении текущих природоохранных мероприятий без ужесточений законодательства.

Установлено, что прогнозируется рост энергопотребления и грузооборот энергоресурсов, что скажется на строительстве дополнительной и интенсивном использовании существующей логистической инфраструктуры поставок угля в мире и РФ.

1.1.2 Угольная отрасль РФ

По аналитическим данным компании ВР по состоянию на 2014 г. в мире зарегистрировано доказанных извлекаемых (извлечение которых экономически эффективно при использовании современных технических средств и технологий) запасов угля на 891,5 млрд. т, из которых 157 млрд. т (18%) находится в РФ [2], что представлено на рисунке 1.4.

Прочие страны; 9% Индонезия; 3% ЮАР;

Казахстан; 4% Украина; 4%

Германия; 4% Индия; 7%

Австралия; 8%

США; 27%

США Россия Китай

237,3

157,0

И 114,5

Австралия

Индия

Германия

Украина

Казахстан

ЮАР _,

Индонезия I Н_

прочие страны _

76,4

60,6

40,5 ] 33,9 33,6 30,2 28,0

79,5

Россия; 18%

0,0

75,0

150,0 225,0

Китай; 13% млрд. т

Рисунок 1.4 - Мировые запасы угля лидирующих стран по состоянию на 2014 г. [ВР]

По статистике сборника ТЭК [5] по состоянию на 2017 г. в РФ сосредоточено 196,3 млрд. т разведанных запасов угля, из которых более 2/3 находятся в восточной части страны за Уральскими горами в двух основных угольных бассейнах: Канско-Ачинский (бурый уголь) и Кузнецкий (каменный уголь). На рисунке 1.5 приведено распределение запасов угля по угольным бассейнам в РФ, на рисунке 1.6 - карта угольных ресурсов в РФ.

Прочие; 16%

Минусинский; 2%

Южно-Якутский;

3%

Донецкий; 3% Печорский; 4% Иркутский; 4%

Канско-Ачинский; 41%

Канско-Ачинский

Кузнецкий

Иркутский 7,5

Печорский Ш 6,9

Донецкий 6,5

Южно-Якутский ^ 4,5

Минусинский прочие

И 5,0

79,3

54,2

32,4

0,0

25,0 50,0 75,0

Кузнецкий; 27%

100,0

млрд. т

Рисунок 1.5 - Запасы угольных бассейнов РФ по состоянию на 2017 г. [Минприроды России]

Рисунок 1.6 - Карта угольных ресурсов РФ: бассейны, шахты, разрезы, обогатительные

фабрики [Минэнерго России]

По информации Минэнерго [6] по состоянию на 01.10.2015 на Государственном балансе запасов находится 127,9 млрд. т угля категорий АВС1+С2. По состоянию на 01.01.2016 добычу угля в РФ осуществляют 192 угольных предприятия, в том числе 71 угольная шахта и 121 разрез. По данным Минэнерго наблюдается ежегодный прирост добычи угля. Добыча в 2018 г. достигла рекордного значения 439 млн. т угля - при сохранении уровня добычи текущей разведанной ресурсной базы хватит на 290 лет. Динамика добычи угля в РФ в 2006-2018 гг. представлена на рисунке 1.7.

[млн. т/ год]

439

440 420 400 380 360 340 320 300

411 (

386 О

374 О

355 352 359 О

329 323 337 О О и

314 ГЛ О 303 о О

О

О и о

ЧО 309

0 0 0 0 0 0 0 0 0 0 0 0 0 2 2 2 2 2 2 2 2 2 2 2 2 2

Рисунок 1.7 - Добыча угля в РФ в 2006-2018 годах [Минэнерго России]

В структуре поставок российского угля преобладает экспортная составляющая (46,4%) и нужды энергетического хозяйства РФ (28,3%). Структура поставок приведена на рисунке 1.8.

Экспорт; 47%

Население, быт. нужды; 7%

Другие потребители; 7%

Коксование; 11%

Энергетика; 28%

Рисунок 1.8 - Структура поставок российского угля в 2015 году

С целью устойчивого развития в РФ в 2012 г. принята долгосрочная программа развития угольной промышленности [7] на период до 2030 года. Планируется наращивание объемов добычи и экспортных поставок угля, в особенности на дальневосточном направлении, что потребует ввода новых портовых перегрузочных комплексов (терминалов) [8].

В угольной отрасли РФ доминируют вертикально интегрированные угледобывающие холдинги [9]. На долю основных 5 компаний отрасли приходится 60% добычи, оставшийся объем добычи 40% осуществляют 20 более мелких компаний. Добыча компаний в 2014 году приведена на рисунке 1.9. Большинство из холдингов или обладают своими портовыми перегрузочными комплексами, или планируют их строительство в ближайшие годы.

прочие; 20%

ОАО "Мечел-Майнинг"; 8%

ЕВРАЗ; 8%

ОАО ХК "СДС-Уголь"; 11%

ОАО "СУЭК"; 37%

ОАО "УК "Кузбассразрезу голь"; 16%

СУЭК

Кузбассразрезуголь СДС-Уголь ЕВРАЗ Мечел прочие

98,9

0,0 25,0 50,0 75,0 100,0

млн. т

Рисунок 1.9 - Добыча угля в РФ по компаниям в 2014 г. [6]

Таким образом, ожидается дальнейшее развитие угольного рынка в РФ, для которого одним из приоритетов являются экспортные поставки угля через морские порты. По данным Федеральной таможенной службы в 2018 году из 193 млн. т наибольшие объемы экспортных поставок были направлены в следующие страны [5]: Корея (29,2 млн. т), Китай (27,6 млн. т), Япония (18,3 млн. т), Украина (14,2 млн. т), Германия (13,8 млн. т), Польша (13,3 млн. т).

Установлено, что профильное федеральное министерство Минэнерго обозначает достаточную обеспеченность российских запасов угля, помимо этого государством поставлены

Список литературы диссертационного исследования кандидат наук Купцов Николай Владимирович, 2021 год

- -

Акватория: подход к причалу, ч Причал: швартовка, ч

Причал: замер осадки (initial draught survey) ч

Погрузка в судно

Производительность обьнной погрузки в судно, т/ч Судовая партия обьнной погрузки, % Партия, т Судовая партия на каждую СПМ, т Длительность обьнной погрузки, ч

Производительность тримминга, т/ч Судовая партия тримминга, % Партия, т

Судовая партия тримминга на каждую СЛМ, т Длительность тримминга, ч

Время на непроизводственные операции СПМ 1) Переходы между трюмами

около 0,5 ч около 0,5 ч около 1 ч

10% от обьнной погрузки

2) Обед операторов СПМ (30 мин, 2 раза в день)

Обедов в течение цикла судопогрузочных операций, шт. л Длитегъность обедов, ч

3) Пересменка операторов СПМ (30 мин, 2 раза в день)

Пересменок в течение цикла судопогрузочньк операций, шт. м Длительность пересм&нок, ч

н Причал: Снятие осади {final draught survey)

п Причал: Отшварговка

р Причал: Оформление отхода портнадзором

с Акватория : отход от причала

_

о

около 1 ч около 0,5 ч около 1 ч около 0,5 ч

На рейде: получен rte разрешений {cargo documents ¡ssuir^deararce, custom, irr migration). ч

95% 80% 96% 80% 97% 80% 97% ао% 97% 80%

О О О О О О О

о о О О О о О О о

о Q О О о о

5% 20% 4% 20% 3% 20% 3% 20% 3% 20%

Q о г\ О О О

Q Q О О О О О

о о о О О О о

Количество подходов к каждому трюму, шт. о обьмно 3 подхода к каждому трюму

Количество трюмов на каждую СПМ, шт. 2,5 2,5 2,5 2,5 3,5 3:5 3,5 3,5 4,5 4,5

Скорость перемещения СПМ между трюмами, м/мин о около 15 -

Остановка конвейрного маршрута, мин о конвейерный маршрут 2 км; скорость ленты 4,5 м/с

Время на одно раскрепление СПМ, мин около 1 мин

Время на одно перемещение между трюмами, мин о около 1 мин

Время на одно закрепэление СПМ, мин о кокЕе/еркый г/аршруг 2 ш; спорость ленгы 4,5 и/с

Запуск конвейерного маршрута о конвейерный маршрут 2 км; скорость ленты 4,5 м/с

Итого, мин: о о О О О О

Итого время на переходы между трюмами, ч о о О О О О О

1 шт. каждыэ 12 ч

I о I I о I о I

1 шт. каждье 12 ч

I I I о I I

Длительность цикла судопогрузочных операций, ч о о о о о о о о о О

Рисунок 2.17 - Модуль «Судопогрузочные операции» Длительность цикла судопогрузочных операций определяется следующим образом (формула 2):

Т =т - +т +т +т +т +т

' судопогруз 1 рейд ' 1 подход ' 1 швартовка ' 1 погрузка ' 1 причал ' 1 отход

где Тсудопогр — длительность цикла судопогрузочных операций, ч;

Трейд — длительность подготовительных операций оформления на рейде, ч; Тподх — длительность подхода по подходному каналу в сопровождении буксиров, ч; Тподх — длительность швартовки к причалу, ч;

Тпогр — длительность погрузки угля в судно (учитывая длительность обычной погрузки, тримминга, обедов и пересменок операторов СПМ), ч;

Тпр — длительность отшвартовки и операций по оформлению у причала (снятие осадки, оформление отхода портнадзором), ч;

Тотх — длительность отхода по каналу в сопровождении буксиров, ч. Внутри модуля «Пропускная способность» (рисунок 2.18) необходимо задать доли судов каждой тоннажной группы. Затем выполняется расчет судозаходов и пропускной способности (формула 3):

Рг

- У™ Р

год ¿-|_/ = 1' групп

Т .

1 рабоч. • уу=1"

(3)

1 судопогруз ■■

где Рг — годовая пропускная способность терминала, т/год;

£Ргр — сумма пропускных способностей для всех тоннажных групп судов, т/год; Ау — доля расчетных судов типау в общем объеме грузооборота, %; Бу — судовая партия судна типа у, т;

Тсудо-гюгр — длительность цикла судопогрузочных операций для расчетных судов типау, ч.

Доля по Суда с нормальной к ограниченной

тоннажным осадкой Пропускная

группам, % Норм. Огранич способность, ч^год

ОУУТ 10-25 О О

О шт. О шт.

ОУУТ 25-50 о о

О шт. О шт.

ОУУТ 50-30 о о

ЭШ 30-120 о о

ИТОГО: О "П- о

Рисунок 2.18 - Модуль «Пропускная способность»

Таким образом, в детерминированном варианте последовательного алгоритма вычислений сформирован расчетный алгоритм модели расчета пропускной способности МГФ экспортного угольного терминала. Сформированная функционально-логическая целостность позволяет с применением программного продукта @Ы8К выполнить стохастическое моделирование с использованием распределений вероятности расчетных параметров.

В процессе моделирования для каждого параметра, который может принимать любое значение в соответствии с описанным статистическим законом (вероятностным распределением), выполняется подстановка в заданное уравнение подсчета, описанного математической моделью. Цикл повторяется многократно, результат каждой итерации фиксируется. Итогом становится распределение вероятностей возможных последствий.

Моделирование по методу Монте-Карло дает гораздо более полное представление о возможных событиях, позволяя оценивать не только результат, но и вероятности такого исхода. Для параметров, оказывающих влияние на пропускную способность МГФ, заданы распределения вероятности, а также отражены причинно-следственные закономерности. Благодаря этому сформирована стохастическая модель пропускной способности МГФ экспортного угольного терминала.

В следующем разделе будут выполнены эксперименты, проанализированы получаемые результаты, установлена адекватность результатов, а также сформированы методика вероятностного моделирования МГФ и рекомендации по ее использованию.

2.4 Выводы по разделу

Во втором разделе выполнено обоснование типа модели и ее логики, сформирована концептуальная структура модели с составом и взаимосвязями элементов, очерчены границы модели, определены распределения вероятности исходных параметров, разработан расчетный алгоритм модели вероятностной оценки пропускной способности МГФ.

Сформированная функционально-логическая целостность позволяет с применением программного продукта @RISK выполнить стохастическое моделирование для вероятностной оценки пропускной способности МГФ, что подтверждается следующими основными выводами второго раздела:

- в зарубежной практике возрастает интерес к стохастическому моделированию, в частности, транспортно-логистические вероятностные исследования выполняют Technical University of Denmark, Ohio State University, Pennsylvania State University.;

- стохастические модели расчета по методу Монте-Карло позволяют учитывать влияние множества параметров и получать функциональный диапазон результатов - как наиболее вероятный базовый вариант развития событий (вероятность P50), так оптимистичную (вероятность P10) и пессимистичную (вероятность P90) оценки грузооборота;

- результаты моделирования выводятся в виде гистограммы вероятностного распределения, за счет задания распределений вероятности стохастический подход предусматривает учет неопределенности оценки каждого из исходных параметров уравнения подсчета, то есть возможность изменений диапазона результатов в большую или меньшую сторону;

- сформулированы общие принципы для построения модели: максимального правдоподобия, интеграции, структурированности, упрощения и дальнейшего совершенствования;

- сформирована логика выполнения стохастического моделирования: статистическая обработка исходных данных, определение распределений вероятности исходных данных, стохастическое моделирование множества итераций по методу Монте-Карло, вероятностное распределение пропускной способности МГФ, анализ чувствительности результатов;

- границами исследования определен МГФ с применением конвейерной механизации, выбраны критерий соответствия современному уровню развития техники и потребностям рынка в больших грузооборотах;

- сформирована универсальная технологическая схема МГФ для целевого применительно к терминалам РФ грузооборота порядка 20-25 млн т/год: эксплуатационная производительность конвейерного оборудования 3500 т/ч, дискретный тип одностороннего причала с двумя местами швартовки судов и двумя координатными СПМ, приемка судов дедвейтом от 25 000 т до 185 000 т.

- разработана концептуальная структура МГФ, подготовлен состав и связи элементов технологических процессов работы флота и портового перегрузочного оборудования МГФ (особое внимание уделено декомпозиции и детализации процессов и элементов фонда рабочего времени, цикла судопогрузочных операций, судооборота по тоннажным группам);

- для элементов модели определены распределения вероятностей исходных параметров на основе статистической обработки фактической производственной статистики эксплуатируемого объекта (терминал «Дальтрансуголь») и обобщения актуальных показателей (характеристики мирового флота судов-балкеров и перегрузочного технологического оборудования терминала);

- сформирован расчетный алгоритм модели.

3 РАЗРАБОТКА МЕТОДИКИ ВЕРОЯТНОСТНОЙ ОЦЕНКИ ПРОПУСКНОЙ

СПОСОБНОСТИ МГФ

3.1 Выполнение экспериментов и установление адекватности разработанной модели

После завершения формирования логики, функциональной структуры и расчетного алгоритма модели необходимо проверить ее качество. Для чего для разработанной модели выполняются проверки по следующим критериям:

- адекватности (степень соответствия реальной системе);

- устойчивости (способность сохранять адекватность);

- чувствительности (поведение модели в условиях изменяющихся данных).

Для проверки модели необходимо провести ряд экспериментов с различными значениями исходных параметров. В зависимости от значений исходных параметров, сгенерированных в рамках экспериментов, будет изменяться поведение стохастической модели и результаты. Для проверки модели проведены 2 эксперимента:

- стохастическое моделирование терминала «Дальтрансуголь»;

- стохастическое моделирование терминала Dalrymple Bay (Австралия).

Моделирование методом Монте-Карло для каждого эксперимента выполнено в

5000 перерасчетов-итераций (рисунок 3.1), что позволяет благодаря генерации случайных чисел в каждом из прогонов получить усредненные результаты. При вероятностном расчете модель непрерывно пересчитывается на каждой из итераций.

Рисунок 3.1 - Моделирование методом Монте-Карло в @RISK

В каждой итерации расчетная модель пересчитывается с новым набором исходных параметров, что приводит к новым значениям результатов. Результат каждой итерации фиксируется, что позволяет благодаря собранной статистике в итоге сформировать графическое распределение вероятных результатов (оптимистичных, средних, пессимистичных) и выполнить анализ чувствительности параметров, наиболее оказывающих влияние на результат.

Обычно анализ чувствительности выполняется в формате диаграммы Торнадо, на котором исходные парамтеры ранжируется по степени влияния на результат. Исходные параметры, наиболее влияющие на распределение итоговых результатаов отображаются на самой длинной строчке. Каждая строка диаграммы Торнадо отображает возможный диапазон результатов, если были бы подставлены минимальные, средние, максимальные значения исходного параметра.

Эксперимент 1 (основной). Терминал «Дальтрансуголь» принят в качестве основного для моделирования. Терминал расположен в порту Ванино, для отрузки в суда используется глубоководный пирс. Технологическая схема терминала (в том числе МГФ) представлена на рисунке 3.2.

Рисунок 3.2 - Технологическая схема терминала «Дальтрансуголь»

В целом моделируемую систему можно охарактеризовать следующим образом. МГФ экспортного угольного терминала выполняет перевалку грузов в суда-балкеры дедвейтом до 220 000 т с помощью двух СПМ, производительность каждой из которых составляет 3500 т/ч (производительность соответствует заполнению 75% черпаков на колесе реклаймера). Наиболее распространенными тоннажными группами судов являются 50 000-80 000 т и 80 000-120 000 т, обеспечивающие по 40% грузооборота каждая. Для 25% судов выполняется отгрузка неполной судовой партии в связи с конструктивными особенностями или ограничениями по осадке у

причала. Для экономии дорогостоящего времени стоянки у причала оформление судов выполняется на рейде. Из-за климатического расположения терминал подвержен длительному зимнему периоду с не всегда непригодными для погрузки гидрометеорологическими условиями. Периодически возникает простой судопогрузочных операций, когда СЗ не может в полной мере обеспечить необходимое количество груза для МГФ. В некоторые суда выполняется отгрузка различных марок угля в соответствии с потребностью покупателя и контрактными обязательствами.

Для исходных данных, детализация которых приведена в разделе 2.3.2, выполнено стохастическое моделирование в @ШБК в соответствии с логикой модели, представленной в разделе 2.3.3.

С точки зрения квантильной оценки результатов медиане х2 (50% квантиль) соответствует пропускная способность 20,47 млн т/год, а квантилям х1 (25 % квантиль) = 22,81 млн т/год и х3 (75 % квантиль) = 17,96 млн т/год. Интегральная кривая квантильной оценки представлена на рисунке 3.3.

Пропускная способность, т/год

15,82 25,07

1 10,0% 1 30,0% [ 10,0% I

_/

/И

у

/

___- к-"

Значения в миллионах

Рисунок 3.3 - Интегральная кривая (эксперимент № 1, «Дальтрансуголь»)

При этом для выборки в 100 итераций (лет) при 95% доверительном интервале нижний лимит пропускной способности составит 19,69 млн т./год и верхний лимит 21,10 млн т./год -узкий интервал указывает на точную оценку.

Получается, что при генерировании случайных исходных параметров в итоге средним результатом (вероятность P50, медиана) для моделируемого терминала «Дальтрансуголь» является пропускная способность 20,47 млн т/год, оптимистичным (P10) — 24,94 млн т/год, пессимистичным (P90) — 15,75 млн т./год. Диапазон полученных результатов является адекватным, принимая во внимание фактические значения грузооборота от 17,0 млн т в 2015 г. до 20,5 млн т в 2019 г., представленные в таблице 2.9 и таблице 2.10. Плотность вероятности пропускной способности МГФ приведена на рисунке 3.4.

15,75 24,94

Знамения в миллионах

Рисунок 3.4 - Плотность вероятности пропускной способности МГФ (эксперимент № 1,

«Дальтрансуголь»)

На возможность выполнять судопогрузочные операции влияет расчетный фонд рабочего времени. Для двух СПМ теоретически возможное максимальное время работы может составить 17 520 ч/год, что недостижимо в реальности в связи с неуправляемыми метео и управляемыми производственными простоями. При выполнении стохастического моделирования получены следующие значения фонда рабочего времени (рисунок 3.5): среднее (P50) - 7 449 ч, оптимистичное (P90) - 9 071 ч, пессимистичное (P10) - 5 728 ч.

Рисунок 3.5 - Фонд рабочего времени (эксперимент № 1, «Дальтрансуголь»)

Чтобы оценить степень влияния исходных параметров, построен график чувствительности к изменению параметров, позволяющий определить как меняется результат пропускной

способности в зависимости от варьирования значения основных входных параметров. При анализе графика определены наиболее влияющие на результат параметры. График чувствительности представлен на рисунке 3.6.

Рисунок 3.6 - Анализ чувствительности (эксперимент № 1, «Дальтрансуголь»)

Наибольшее влияние на результат оказывают операции, во время которых МГФ простаивает в длительном ожидании. К таковым относятся отсутствие груза в СЗ (влияние на результаты ±3,7 млн т./год), смена конвейерных маршрутов при смене марки угля (±3,5 млн т./год), отсутствие флота (±1,9 млн т./год), простои по метеоусловиям (±1,7 млн т./год). Простои по метеоусловиям относятся к неуправляемым параметрам, в то время как терминал может улучшать эффективность при воздействии на управляемые простои связанные с наличием угля, заблаговременным контрактованием коммерческого флота, накоплением резервных судовых партий в складской зоне.

Эксперимент 2. Терминал Dalrymple Bay находится в Австралии. Для отгрузки угля, поступающего с угольного разреза, используется глубоководный пирс. Климат благоприятный, без ледовой обстановки, с минимальными остановками в связи с гидрометеорологическими факторами.

Исходные данные для моделирования получены из анализа отчета о возможном расширении терминала (Expansion Opportunities at the Dalrymple Bay Coal Terminal), который был разработан компанией Brookfield в 2018 году [137]. МГФ экспортного угольного терминала выполняет перевалку грузов в суда-балкеры дедвейтом от 40 000 до 220 000 т с на двух дискретно-непрерывных причалах: на первом используются СПМ х 7200 т/ч и СПМ х 7600 т/ч, на втором СПМ х 8650 т/ч. Технологическая схема работы МГФ представлена на рисунке 3.7.

Рисунок 3.7 - Технологическая схема МГФ терминала Dalrymple Bay (где SL - судопогрузочная

машина, Berth - причал, OL vessels - балкерные суда)

Наиболее распространенными тоннажными группами судов являются вместительные балкеры Panamax (DWT 65 000 - 100 000 т) и Large Capesize (140 000 - 220 000 т), обеспечивающие порядка 40-50% грузооборота каждая - детализация судооборота и среднего судопогрузочного времени приведена в таблице 3.1.

Таблица 3.1 - Характеристики судопогрузочных операций терминала Dalrymple Bay

№ Тоннажная группа судов, дедвейт Средняя эксплуатационная производительное ть, т/ч Среднее время погрузки, ч Доля в судообороте; %

1 Handymax, DWT 40 000 - 65 000 т 3 360 13,9 6%

2 Panamax, DWT 65 000 - 100 000 т 4 525 16,5 51%

3 Capesize, DWT 100 000 - 140 000 т 4 820 22,3 5%

4 Large Capesize, DWT 140 000 - 220 000 т 4 815 30,7 38%

С точки зрения квантильной оценки результатов медиане х2 (50% квантиль) соответствует пропускная способность 68,89 млн т./год, а квантилям х1 (25% квантиль) = 64,89 млн т./год и х3 (75% квантиль) = 73,42 млн т./год. Интегральная кривая квантильной оценки представлена на рисунке 3.8.

ПЛ1 7А

1Л01Л01Л01Л0

Значения в миллионах

Рисунок 3.8 - Интегральная кривая (эксперимент № 2, Dalrymple Bay)

Для моделируемого терминала Dalrymple Bay средним результатом (вероятность P50, медиана) является пропускная способность 68,89 млн т./год, оптимистичным (P90) -76,55 млн т./год, пессимистичным (P10) - 62,01 млн т./год. Диапазон полученных результатов является адекватным с учетом фактического грузооборота в диапазоне 61-71 млн. т/год в 2012-2016 гг. (кривая синего цвета на рисунке 3.10) [137]. Плотность вероятности пропускной способности МГФ представлена на рисунке 3.9.

1Л01Л01Л01Л0

Значения в миллионах

Рисунок 3.9 - Плотность вероятности пропускной способности МГФ (эксперимент № 2,

Dalrymple Bay)

Exports Tf mmal Capacity

Рисунок 3.10 - Грузооборот (линия синего цвета, exports) терминала Dalrymple Bay

Для эксперимента № 2 (Dalrymple Bay) не представляется возможным выполнить анализ чувствительности результатов в связи с менее детализированным набором исходных данных и допущений в сравнении с экспериментом № 1 («Дальтрансуголь»)

По результатам выполненных экспериментов и анализа результатов стохастического моделирования выполнена проверка модели по различным критериям:

1. В целом результаты экспериментов позволяют сделать вывод, что поведение разработанной в исследовании стохастической математической модели достаточно точно совпадает с поведением моделируемых объектов. В особенности для терминала «Дальтрансуголь» в Эксперименте № 1 в связи с подробной декомпозицией исходных данных. Модель позволяет с уверенностью обозначить свойства системы экспортной перевалки угольных грузов через МГФ с получением диапазона результатов пропускной способности МГФ, что и требуется от прогнозирования результатов при помощи модели. Таким образом, установлена адекватность модели.

2. Разработанная модель вероятностной оценки пропускной способности МГФ экспортных угольных терминалов с высокой точностью и соответствием с реальной существующей системой позволяет определять свойства элементов и их влияние на результат. Можно сделать вывод, что модель валидна.

3. При изменении исходных данных модель сохраняет устойчивость. При пересчете одного или нескольких параметров возникает изменение результатов пропускной способности в разумном диапазоне, что свидетельствует о достаточной чувствительности модели.

4. При использовании алгоритма модели для абсолютно новых исходных данных (терминал Dalrymple Bay, Эксперимент 2) модель с достаточной точностью позволяет прогнозировать диапазон пропускной способности МГФ. Получается, что модель удовлетворяет требованиям устойчивости.

3.2 Формирование методики стохастического моделирования для вероятностной

оценки пропускной способности МГФ

В мировой практике стохастическое моделирование является актуальной современной методикой, применяемой для оценки характеристик сложных динамических систем. Большинству крупных промышленных холдингов, которые являются заказчиками проектов и научных исследований, рекомендовано придерживаются многостадийного подхода при

управлении проектами в соответствии с международным справочником по управлению проектами «Project Management Body of Knowledge» [138].

Разбивка на стадии необходима в связи с тем, что ввод в эксплуатацию новых объектов требует значительных капитальных вложений, что требует уверенности в экономической рентабельности проектов и их долгосрочной устойчивости. Для этого заказчик выполняет проектные проработки с постепенным увеличением точности и детализации, чтобы рассчитать экономическую эффективность проекта и оценить целесообразность строительства нового объекта или реконструкции существующего при его наличии. Рекомендованы стадии «Оценка -Выбор - Определение - Реализация» (рисунок 3.11). При этом стадии концептуального проектирования «Оценка» и «Выбор» зачастую выполняются внутри компании, а на стадиях «Определение» и «Реализация» привлекаются специализированные подрядчики: проектные институты, инжиниринговые и консалтинговые компании, EPC-подрядчики.

Г

оценка

множества

вариантов

точность

±50%

v

Оценка

У

Выбор

• выбор основного варианта

• точность V ±30%

\

"Л

детализация

основного

варианта

точность

±15%

Определение

Реализация

строительство объекта точность ±5%

Рисунок 3.11 - Многостадийный подход управления крупными промышленными проектами

Нормативная база в РФ закрепляет обязательное 2-стадийное проектирование [139, 140], в рамках которого необходимо разработать проектную и рабочую документацию. При этом компании с развитой системой управлениям проектами выполняют собственные предпроектные проработки до разработки обязательной проектной документации. Жизненный цикл крупного портового проекта в рамках многостадийного подхода характеризуется длительностью в 3-7 лет от момента инициации проекта до ввода в эксплуатацию. Завершение одного из этапов является вехой начала работ последующего более детализированного этапа. Каждый заказчик варьирует требования к объему и результатам работ этапов [142], но в целом наблюдается гармонизация между внутренними процедурами компании и внешней средой -основные характеристики и цели этапов при многостадийном подходе приведены в таблице 3.2.

Таблица 3.2 - Характеристики и цели этапов при многостадийном подходе управления

проектами

№ Наименование этапа Длит., мес. Результаты и цель выполнения этапа Точность результатов, ±%

1 Внешняя среда: предпроектный анализ Заказчик: оценка 3-6 Результаты: Однотомная документация с базисным обоснованием технико-экономической эффективности проекта. Цель: Многовариантное проектирование. Формирования целостного представления об объекте с выявлением потенциальной жизнеспособности (наличие источников грузооборота и рынков сбыта) и целесообразности проекта (обоснование экономической эффективности с определением основных технологических показателей). ±50%

2 Внешняя среда: предпроектные решения, технико- экономическое обоснование (ТЭО) Заказчик: выбор 6-9 Результаты: Однотомная документация, в которой приведено сопоставление 3-5 вариантов и рекомендации по выбору основного варианта. Цель: Выбор основного варианта компоновки и определения базисных технических решений с целью оформления акта предоставления (отвода) земельного участка и прохождения общественных слушаний. Вероятностный анализ чувствительности основного сценария. ±30%

3 Внешняя среда: проектная документация (ПД) Заказчик: определение 12-18 Результаты: Многотомный проект, в состав которого входят подробные технические (текстовая часть) и компоновочно-конструктивные (графическая часть) решения единственного основного варианта. Цель: Детализация основного варианта стадии предпроектные решения. Этап выполняется с целью получения разрешения на строительство, получения положительного заключение ФАУ «Главгосэкспертиза», детализации финансовых затрат. Для проектов морских портов в рамках ПД обязательно также получение положительных заключений Федерального агентства по рыболовству (Росрыболовство) и экологической экспертизы. ±10-15%

4 Внешняя среда: Рабочая документация (РД) Заказчик: реализация 12-18 Результаты: Многотомный проект высокой детализации, в котором основное внимание уделяется чертежно-графической и сметной частям. Цель: Получение детализированной документации для осуществления строительных и монтажных работ. ±5%

В рамках формализованного подхода нормативных документов [139, 140] используется единственный метод - численный детерминистический подход выполнения технологических расчетов, результаты которых обязательны для предоставления в государственную экспертизу. В рамках многостадийного подхода управления крупными проектами у каждого из этапов есть цель выполнения работ и необходимая точность результатов от ±50% при проработках ранних стадий до ±5% при строительстве. При разработке будущих перспективных проектов стохастическое моделирование является актуальным современным методом на этапах «Оценка», «Выбор» и «Определение». Благодаря стохастическому моделированию появляется возможность формировать гипотезы на раннем этапе «Оценка» при недостаточности исходных данных, затем при детализации параметров снижать неопределенность к этапу «Определение». При этом для заказчика всегда будет существовать наглядность, что пропускная способность МГФ является диапазоном возможных результатов, а не единичным дискретным значением (при этом значительно изменяющимся от этапа к этапу).

В рамках исследования сформирована стохастическая модель для вероятностной оценки пропускной способности МГФ экспортного угольного терминала, использующего высокопроизводительную конвейерную механизацию. Полученный при выполнении исследования опыт позволяет сформулировать общие подходы и принципы для формирования методики для формирования подобных моделей, направленных на повышение эффективности прогнозирования пропускной способности МГФ. Методические рекомендации могут быть использованы для существующих эксплуатируемых терминалов или будущих перспективных проектируемых объектов. Блок-схема методики вероятностной оценки пропускной способности МГФ с применением стохастического моделирования приведена на рисунке 3.12.

1. Оценка исходных данных

2. Формирование целевого уровня точности результатов

3. Создание перечня входящих в модель элементов

4. Разработка расчетных алгоритмов

5. Создание стохастической модели изучаемой системы

6. Верификация модели

7. Анализ чувствительности результатов

8. Формирование выводов и рекомендаций по результатом моделирования

Рисунок 3.12 - Методика вероятностной оценки пропускной способности МГФ с применением

стохастического моделирования

Первый этап. Оценка исходных данных. От имеющихся исходных данных во многом зависит точность получаемых результатов. Необходимо сформировать границы МГФ, выполнить неоднократные запросы и интервью с заказчиком для получения всего массива исходных данных. Зачастую на ранних этапах детальные исходные данные могут отсутствовать, поэтому необходимо сформировать допущения по проектам-аналогам в устраивающих все стороны пределах. Необходимо понимать, что уточнение исходных данных является непрерывным процессом, точность которого увеличивается от этапа к этапу, в особенности к моменту накопления статистики при эксплуатации терминала.

Второй этап. Формирование целевого уровня точности результатов. После сбора и анализа исходных данных необходимо обосновать целевой уровень точности результатов, который будет обеспечен моделированием. При недостаточности исходных данных будет возникать широкий диапазон результатов и отклонение от среднего значения пропускной способности. При должной детализации и декомпозиции расчетных параметров будет снижаться неопределённость и возникнет сужение размаха диапазона результатов, что характерно при использовании многостадийного подхода управления проектами. Задачи моделирования связаны с ожидаемым уровнем точности результатов.

Третий этап. Создание перечня входящих в модель элементов. По результатам анализа исходных данных формируется перечень элементов, входящих в модель. В зависимости от уровня детализации количество элементов будет изменяться от небольшого количества на этапе «Оценка» до подробного перечня на этапах «Определение» и «Реализация». Необходимо внести в модель рациональный перечень элементов в зависимости от требуемого уровня детализации, чтобы соблюсти баланс между простой создания модели и эффективностью расчета.

Четвертый этап. Разработка расчетных алгоритмов. После формирования перечня элементов, входящих в модель, необходимо выполнить их перекрестную взаимосвязь с помощью расчетных формул, что позволит сформировать расчетную логику в рамках дискретной модели. На данном этапе происходит разработка алгоритма будущей стохастической модели, состоящей из взаимосвязанных элементов.

Пятый этап. Создание стохастической модели изучаемой системы. Для исходных элементов, входящих в модель, задаются распределения вероятности в качестве диапазона возможного изменения от минимального до максимального значений. На данном этапе происходит трансформация дискретной модели в стохастическую, в рамках которой будет выполняться итерационный расчет методом Монте-Карло.

Шестой этап. Верификация модели. После получения вероятностного диапазона результатов необходимо выполнить верификацию и калибровку модели. Необходимо добиться сходства моделируемых результатов с натурными показателями или усредненными показателями (бенчмаркингом) терминалов-аналогов [141]. На этом этапе становятся заметными возможные некорректные допущения, которые необходимо дополнительно верифицировать для установления адекватности модели.

Седьмой этап. Анализ чувствительности результатов. Благодаря анализу чувствительности, становится наглядным набор элементов, которые наиболее влияют на пропускную способность МГФ и могут быть дополнительно исследованы и оптимизированы в реальной системе или уточнены с акцентом на целевые значения на более детализированных этапах проектирования новых перспективных терминалов.

Восьмой этап. Формирование выводов и рекомендаций по результатам моделирования. По результатам анализа результатов и выполнения анализа чувствительности необходимо сформировать рекомендации для принятия управленческих и технологических решений. Возникнут гипотезы для формирования оптимизационных задач для элементов, более рациональная эксплуатация которых позволит увеличивать значения пропускной способности МГФ. Благодаря многолетнему итерационному процессу работы над оптимизационными гипотезами по принципу технического предела происходит внедрение наилучших решений, позволяющих улучшить свойства организационно-технической системы.

3.3

Формирование рекомендаций по использованию и расширению разработанной

методики

Разработанная методика вероятностной оценки пропускной способности МГФ с применением стохастического моделирования является практическим инструментом для проектирования и планирования операций сложных транспортных портовых систем, выполняющих экспортную перевалку навалочных грузов. Опираясь на методы стохастического моделирования, при должном уровне детализации и декомпозиции процессов возникает высокая технологическая гибкость и прозрачность в демонстрации результатов. Данная методика позволяет осуществлять проектирование как новых перспективных терминалов с использованием допущений по проектам-аналогам, так и повышать эффективность технологических операций существующих эксплуатируемых терминалов с использованием накопленной производственной статистики.

Накапливаемый с середины 2000-х гг. опыт эксплуатации современных экспортных угольных терминалов в РФ («Дальтрансуголь» в порту Ванино, «Ростерминалуголь» в порту Усть-Луга, ППК-3 в порту Восточный) и мире позволяет проводить масштабные исследования технологических операций и лучших практик по повышению пропускной способности МГФ. Российские угольные терминалы находятся внутри конкурентной мировой сети экспортно-импортных грузопотоков, поэтому должны не отставать от современного уровня технологического прогресса для сохранения и увеличения доли собственных грузопотоков. Требования современной глобальной экономики по развитию морских портов предполагают укрупнение судовых партий (тоннажные группы судов Capesize), создание глубоководных портов-хабов с грузооборотом от 50 млн т./год, повышение производительности технологического оборудования до 7 000 т/ч и более.

В России есть потенциал для формирования подобных высокоэффективных экспортных портовых систем на южном и восточном направлениях на пересечении транспортных коридоров потребителей. В особенности для стран АТР, в которых наблюдается промышленный и экономический рост. Помимо инвестиционных планов угольных холдингов, необходима поддержка от государства в доступности железнодорожно-транспортной инфраструктуры и выполнении научных исследований, которые сформируют принципиально новые подходы к технологическому проектированию и, как следствие, повышению пропускной способности терминалов.

Для расширения возможностей разработанной методики стохастического моделирования потребуется обновление нормативной базы РФ по технологическому проектированию морских портов, что связано с необходимостью в более точных исходных данных. Подготовлены

предложения по обновлению нормативной базы (таблица 3.3), связанные с дополнительными исследованиями, выполнение которых позволит систематизировать актуальный мировой опыт, гипотезы по дальнейшему развитию портово-промышленного направления и обновить расчетные методики, в том числе стохастическую.

Таблица 3.3 - Рекомендации по выполнению дополнительных исследований для обновлений и

дополнений нормативной базы технологического проектирования экспортных угольных портов

№ Исследование Целевой результат

1 Систематизация усредненных целевых показателей (бенчмаркинг) Обработка мировой и накопленной в РФ производственной статистики с формированием классификаций отраслевых усредненных характеристик и требований по эффективности для современных навалочных терминалов: - размерения и характеристики судов-балкеров; - грузооборот терминалов; - характеристики технологических зон терминала; - производительность оборудования.

2 Систематизация требований к типовым операциям Для улучшения эффективности операций необходимо сформировать более детальное описание процессов с требованиями по длительности и эффективности: - типовые карго-планы судопогрузочных операций для различных тоннажных групп судов; - требования к циклам и длительности погрузочно-разгрузочных операций.

3 Прогноз развития показателей В связи с техническим прогрессом характеристики и производительность будут возрастать. Необходимо задать прогнозные тренды развития навалочных терминалов

4 Формирование методик технологических расчетов в рамках многостадийного управления проектами Для каждой стадии проекта («Оценка», «Выбор», «Определение», «Реализация», «Эксплуатация») необходимо сформировать различные методики технологического проектирования, обеспечивающие необходимую точность расчетов, а также критерии проверки адекватности. Необходимо проанализировать и выполнить синтез лучших международных расчетных практик, научных разработок, существующей нормативной базы РФ

5 Создание методик оценки экономического эффекта Технологическое проектирование морских портов не должно существовать в отрыве от оценки экономической эффективности применяемых решений. Улучшение производственно-экономических показателей терминала требует инвестиционных затрат. Необходимо сформировать методики, позволяющие находить баланс между внедрением лучших технических решений и положительной экономикой проекта в долгосрочной перспективе

6 Периодическое обновление нормативной базы Необходимо периодически (3-5 лет) обновлять нормативную базу с целью актуализации показателей и внедрения лучших научно-расчетных инструментов

Представленная последовательность дополнительных исследований может стать основой

руководства или справочника, являющегося расширенным дополнением к существующему СП 350.1326000.2018 «Нормы технологического проектирования морских портов» [19]. Часть

из обозначенных шагов являются необходимой составляющей для создания новых методик технологических расчетов по оценке пропускной способности МГФ угольного экспортного терминала, и, в частности, методами стохастического моделирования. Частично из открытых и производственно-коммерческих источников автором выполнены исследования, которые внесли весомый вклад в разработанную методику стохастического моделирования:

- исследование размерений и характеристик мирового коммерческого флота судов-балкеров, а также будущих судостроительных контрактов [134, 143, 144, 145, 146];

- систематизация-бенчмаркинг усредненных характеристик грузооборота, технологических зон (ЖГФ, СЗ, МГФ), производительности оборудования (вагоноопрокидыватели, конвейеры, стакеры, реклаймеры, СПМ) в результате анализа мировых угольных экспортных терминалов [22] и терминалов РФ [147];

- разработка дискретной методики расчета оптимальной производительности МГФ для терминалов по экспортной перевалке угля на ранних концептуальных стадиях проектирования [148];

- формирование функциональной структуры технологических процессов и операций МГФ для экспортных угольных терминалов, использующих конвейерную механизацию [149].

Без получения данных о характеристиках технологических зон, размерениях судов, производительности оборудования, актуальной последовательности технологических операций в систематизированном оцифрованном формате было бы невозможно разработать методологию и выполнять стохастическое моделирование для вероятностной оценки пропускной способности МГФ, а также оценить адекватность расчетов и корректность полученных результатов.

Разработанная методика вероятностного моделирования позволяет с большей точностью определять функциональный диапазон пропускной способности МГФ и идентифицировать элементы, наиболее влияющие на итоговый результат. Стохастическая модель вероятностной оценки пропускной способности МГФ позволяет получить следующие результаты:

- функциональный диапазон результатов для вероятностной оценки пропускной способности МГФ и судооборота в пессимистичном ^90), среднем ^50), оптимистичном ^10) сценариях;

- прозрачность в декомпозиции исходных данных МГФ и диапазон их изменения: фонд рабочего времени, количество причалов, производительность СПМ и конвейерного оборудования, характеристики судов, порядок и длительность судопогрузочных операций, распределение судов по тоннажным группам дедвейта;

- оценка чувствительности параметров, наиболее влияющих на результат, с целью формирования выводов и рекомендаций по оптимизационным задачам или более глубоким исследованиям отдельных параметров.

Предлагается продолжить использование разработанной методики для проектирования новых терминалов и улучшения процессов эксплуатируемых терминалов. Разработанная методика позволяет увеличивать пропускную способность по принципу технического предела при непрерывном уточнении исходных данных, неопределенностей и устранении неэффективности в технологических операциях. Безусловно, выполнение расчетов по предложенной методике способно принести экономический эффект по своевременной обработке судов-балкеров, так как стоимость нахождения судна у причальной линии является дорогостоящей, а также в возможностях увеличения грузооборота. По результатам анализа чувствительности возникают гипотезы по улучшению процессов, конечная цель дополнительных прикладных исследований которых заключается в поиске рациональных мероприятий по улучшению производственных показателей, влияющих на пропускную способность МГФ. Может получиться, что улучшение отдельных параметров приведет к кратному увеличению пропускной способности МГФ благодаря устранению «бутылочных горлышек» или мультипликативному эффекту нелинейного характера.

Для разработанной методики стохастического моделирования пропускной способности МГФ существует потенциал для расширения и дальнейшего использования:

- формализация в качестве альтернативного варианта технологических расчетов МГФ;

- в качестве прикладного расчетного продукта для морских терминалов, в который будут интегрированы базы усредненных показателей (бенчмаркинга) и проверка по эффективности получаемых результатов;

- в качестве базиса для создания отдельных методик вероятностного моделирования для остальных технологических зон терминала (СЗ и ЖГФ);

- расширение модулями стоимостного инжиниринга и оценки экономической эффективности;

- расширение интегрированных моделей цельного морского терминала;

- аппроксимация алгоритма на другие промышленно-транспортные объекты и отрасли.

3.4 Выводы по разделу

Выполненные в третьем разделе исследования позволили разработать методику вероятностной оценки пропускной способности МГФ с применением стохастического моделирования, а также сформулировать рекомендации по использованию методики и требования к средствам доказательства адекватности проведения экспериментов.

Выполнена верификация по нескольким критериям для разработанной вероятностной модели прогнозирования пропускной способности МГФ. Результаты экспериментов позволяют сделать вывод, что поведение разработанной в исследовании вероятностной математической модели достаточно точно совпадает с поведением моделируемых объектов, что свидетельствует об адекватности модели. При этом модель с высокой точностью и соответствием реально эксплуатируемым терминалам позволяет определять свойства элементов и их влияние на результат, что устанавливает валидность модели. При изменении исходных данных модель сохраняет устойчивость - при пересчете одного или нескольких параметров возникает изменение результатов пропускной способности в разумном диапазоне, что свидетельствует о достаточной чувствительности модели. Модель удовлетворяет требованиям устойчивости при использовании разработанного алгоритма для абсолютно новых исходных данных, модель с достаточной точностью позволяет прогнозировать диапазон пропускной способности МГФ.

Выявлено, что в рамках обязательных требований нормативных документов РФ для технологического проектирования используется единственный метод численного детерминистического расчета, результаты которого обязательны предоставления в государственную экспертизу на этапе выполнения проектной документации. Для крупных холдингов целесообразно использование многостадийного подхода управления крупными проектами с точностью результатов от ±50% при проработках ранних стадий до ±5% при строительстве. При разработке новых проектов стохастическое моделирование является актуальным современным методом на этапах «Оценка» (точность ±50%), «Выбор» (точность ±30%) и «Определение / Проектная документация» (точность ±15%). Благодаря вероятностной оценке результатов появляется возможность формировать гипотезы на раннем этапе «Оценка» при недостаточности исходных данных, затем при детализации параметров снижать неопределенность при уточняющем проектировании и эксплуатации. При этом всегда будет существовать наглядность, что пропускная способность МГФ является диапазоном возможных результатов, а не единичным дискретным значением, постоянно изменяющимся от этапа к этапу. На изменение результата пропускной способности влияет достаточность исходных данных и при их отсутствии формирование приближенных к реальности гипотез. На этапе эксплуатации возможно более детализированное вероятностное моделирование в связи со

сбором актуальной производственной статистики и описанием максимально приближенных к реальности операциях и технологических процессах.

Предложена методика вероятностного моделирования пропускной способности МГФ, состоящая из 8 этапов: оценка исходных данных, формирование целевого уровня точности результатов, создание перечня входящих в модель параметров, разработка расчетных алгоритмов, создание вероятностной модели изучаемой системы, верификация модели, анализ чувствительности результатов, формирование выводов и рекомендаций по результатом моделирования. Приведены требования по выполняемым действиям в рамках каждого этапа.

Разработанная методика вероятностного моделирования пропускной способности МГФ является практическим инструментом для более точного технологического проектирования и эффективного планирования операций сложных транспортных портовых систем, выполняющих экспортную перевалку навалочных грузов. Вероятностное моделирование является современным методом, распространение которого в РФ может принести результаты как для отдельных угольных терминалов, так и для отрасли морских портов и промышленности в целом. При актуализации и расширении возможностей существующей в РФ нормативной базы возникает потенциал для дальнейшего использования и расширения методики как в качестве отдельного инструмента для МГФ, так и для технологического проектирования терминалов в целом или других промышленно-транспортных объектов.

ЗАКЛЮЧЕНИЕ

В результате достигнута основная цель диссертационного исследования - увеличена точность результатов расчетов пропускной способности МГФ угольных экспортных терминалов благодаря разработке и апробации вероятностной оценки методами стохастического моделирования . При этом решены 3 частные задачи исследования:

- проанализированы текущее состояние и тенденции развития нормативных и перспективных методик расчета пропускной способности МГФ портовых экспортных угольных терминалов и технологических процессов перегрузки угля;

- определены структура, состав элементов и разработана модель вероятностной оценки пропускной способности МГФ методами стохастического моделирования;

- разработана методика использования созданной модели в практических расчетах пропускной способности МГФ и сформулированы рекомендации по ее использованию.

На основе проведенного анализа показано, что недостатки имеющихся методов расчета пропускной способности МГФ угольных портовых терминалов обусловлены внутренними ограничениями методологии. В рамках предложенного подхода впервые поставлена и решена задача применения стохастического моделирования. Это позволяет увеличить точность и соответствие пропускной способности МГФ реальному грузообороту эксплуатируемых угольных терминалов. Достоверность результатов исследования и адекватность моделей, предлагаемых к использованию, обеспечены применением обоснованных и доказательных методик, совпадением экспериментальных результатов с реальным ретроспективным грузооборотом терминалов «Дальтрансуголь» и Dalrymple Bay.

Созданы и доведены до практического применения стохастические модели и методика их разработки, что реализовано в качестве методических рекомендаций и расчетных программных модулей. Благодаря стохастическому моделированию появилась возможность выполнять анализ чувствительности влияющих на результат факторов. Реализация стала возможна благодаря использованию достижений современной синергетики (теория вероятностей, теория массового обслуживания), инструментария моделирования случайных (стохастических) процессов и интенсивному использованию вычислительной техники.

Стохастическое моделирование транспортных систем открывает новые возможности с точки зрения решения прикладных задач и обладает высоким исследовательским потенциалом. В современной российской и мировой науке развитие данного направления не исчерпано. При технологическом проектировании морских портов стохастический метод моделирования практически не известен специалистам в РФ. Для логистических и технических систем

разработанная методика обладает потенциалом для применения с целью оптимизации неэффективных процессов и увеличения пропускной способности.

Реализованные решения впервые дают возможность получать важные стратегические результаты, необходимые как для отдельных терминалов, так и для морских портов РФ в целом. Полученные результаты углубляют научные положения и представления, касающиеся расчета пропускной способности морских портовых терминалов, и вносят вклад в транспортную науку.

Результаты исследования применялись в исследованиях, проведенных для коммерческих компаний, в проектах морских портов, разработанные на их основе программные модули были внедрены в практику работы предприятий транспортной отрасли.

Полученные результаты позволяют сделать вывод о том, что поставленная в начале исследования цель (повышение точности расчетов пропускной способности МГФ экспортных угольных портовых терминалов, направленное в конечном итоге на увеличение грузооборотов и более эффективную работу морских портов РФ) достигнута.

Предложенная стохастическая модель и методика ее разработки может быть рекомендована в качестве инновационного инструмента расчета пропускной способности на тактическом операционном уровне угольного портового экспортного терминала. Перспективность этого инструмента в диссертационном исследовании обоснована теоретически, но для практического подтверждения его полезности и результативности он должен пройти апробацию среди заинтересованных пользователей, на основе чего предложенная концепция может быть расширена и дополнительно модифицирована.

Таким образом, можно сделать вывод о том, что применение стохастического моделирования для получений диапазона пропускной способности МГФ в качестве исследовательского подхода является актуальным и логичным шагом с точки зрения развития более глубокого понимания процессов и получения более точных расчетных результатов. Применение стохастического моделирования позволит повысить эксплуатационную эффективность работы и грузооборот терминалов, что способствует решению стратегической задачи отраслевого развития портовой инфраструктуры РФ и промышленности в целом.

Список сокращений и условных обозначений

АТР Азиатско-Тихоокеанский регион

ЖГФ железнодорожный грузовой фронт

КТС конвейерно-транспортная система

МГФ морской грузовой фронт

МЭА международное энергетическое агентство

ООН Организация Объединенных Наций

ПД проектная документация

РД 1) рабочая документация 2) руководящий документ

РФ Российская Федерация

СЗ складская зона

СП свод правил

СПМ судопогрузочная машина

ТЭК топливно-энергетический комплекс

н.э. нефтяной эквивалент

у.э. угольный эквивалент (у.э. = 0,7 н.э.)

у.т. условное топливо

VLBC very large bulk carrier (судно-балкер большой вместимости)

VLOC very large ore carrier (судно-балкер для транспортировки руды)

Список литературы

1. World Population Prospects, the 2012 Revision [электронный ресурс]. - United Nations. -Режим доступа: https://www.un.org/en/development/desa/publications/world-population-prospects-the-2012-revision.html (дата обращения: 27.07.2014).

2. Statistical Review of World Energy [электронный ресурс]. - BP. - Режим доступа: https://www.bp.com/en/global/corporate/energy-economics/statistical-review-of-world-energy.html (дата обращения: 15.10.2020).

3. World Energy Outlook 2019. - OECD Publishing, Paris. - 2019. - 810 p. - ISBN: 978-92-6452327-2.

4. World Energy Outlook 2014. - OECD Publishing, Paris. - 2014. - 728 p. - ISBN: 978-92-6420804-9.

5. ТЭК России - 2018 [электронный ресурс]. - Аналитический центр при Правительстве Российской Федерации. - презентация. - выпуск июнь 2019 г. - 56 с. - Режим доступа: https://ac.gov.ru/archive/files/publication/a/22922.pdf (дата обращения: 23.11.2019).

6. ТЭК России - 2014 [электронный ресурс].- аналитический центр при Правительстве Российской Федерации. - презентация. - выпуск: июнь 2015 г. - 60 с. - Режим доступа: https://ac.gov.ru/archive/files/publication/a/5451.pdf (дата обращения: 14.03.2016).

7. Долгосрочная программа развития угольной промышленности России на период до 2030 года [электронный ресурс] - Правительство Российской Федерации. - 2014. - 178 с. -Режим доступа: http://static.government.ru/media/files/41d4eab427ce44a21148.pdf (дата обращения: 15.10.2020).

8. Яновский, А. Б. Основные тенденции и перспективы развития угольной промышленности России / А. Б. Яновский // Уголь. - 2017. - №8 (1097). - С. 10-14.

9. Бушуев, В. В. Топливно-энергетический комплекс России 2000-2009. Справочно-аналитический обзор / В. В. Бушуев, А. М. Мастепанов, А. И. Громов, Н. К. Куричев. -М.: ИАЦ Энергия, 2010. - 423 с.

10. Сила в развитии [электронный ресурс]. - Годовой отчет ОАО «Газпром». - 2014. -180 с. - Режим доступа: https://www.gazprom.ru/fZposts/18/681453/gazprom-annual-report-2014-ru.pdf (дата обращения: 15.10.2020).

11. Зорина, С.Н. В поисках революций / С. Н. Зорина, Н. В. Гаврилов // Сибирская нефть. - 2015. - № 1 (118). - C. 10-17.

12. Чанг, Х. Д. Как устроена экономика / Х. Д. Чанг. - М. : Манн, Иванов и Фербер, 2016. - 304 с.

13. Haftendorn, C. Economics of the Global Steam Coal Market - Modeling Trade, Competition and Climate Policies / C. Haftendorn. - Berlin, 2012. - 154 p.

14. Купцов, Н.В. Анализ конъюнктуры и тенденций мирового грузооборота угольных грузов и прочих энергоносителей с учетом роли российской федерации / Н.В. Купцов // Научное обозрение. - 2015. - № 19. - С. 408-416.

15. Стратегия развития морской портовой инфраструктуры России до 2030 года [электронный ресурс]. - ФГУП «Росморпорт». - 2013. - 171 с. - Режим доступа: https://www.rosmorport.ru/media/File/State-Private_Partnership/strategy_2030.pdf (дата обращения: 18.04.2017).

16. Таразанов, И. Г. Итоги работы угольной промышленности России за январь-декабрь 2014 года / И. Г. Таразанов // Уголь - 2015. - № 3 (1068) - С. 18-32.

17. Васянович, Ю.А. Перспективы развития угольных терминалов в портах Приморского края / Ю. А. Васянович, В. П. Лушпей, М. Б. Котенко // ГИАБ. - 2013. - №22 - С. 112-115.

18. Гопкало, О.О. На западном фронте возможны перемены: экспортный уголь ищет пути выхода / О. О. Гопкало // Транспорт. - 2013. - №5. - С. 41-44.

19. СП 350.1326000.2018 Нормы технологического проектирования морских портов. Издание официальное - М.: Стандартинформ, 2018. - 218 с.

20. РД 31.3.3.05-97 Нормы технологического проектирования морских портов. -М.: Министерство транспорта Российской Федерации, 1998. - 177 с.

21. РД 31.3.01.01-93 Руководство по технологическому проектированию морских портов. Часть I. - М.: Союзморниипроект, 1993. - 276 с.

22. Купцов, Н. В. Бенчмаркинг и эффективность современных морских терминалов по экспортной перевалке угля / Н. В. Купцов // Транспорт Уралa. - 2016. - № 4 (51). - С. 18-26. Б01: 10.20291/1815-9400-2016-4-18-26.

23. Купцов, Н. В. Современные методы технологического проектирования морских портов в условиях российской нормативной базы / Н. В. Купцов // Строительство уникальных зданий и сооружений. - 2012. - №2 - С. 39-45.

24. Горюнов, Б. Ф. Специализированные причалы морских портов / Б.Ф. Горюнов. -М. : Транспорт, 1968. - 312 с.

25. Брюм, А. И. Технологическое проектирование морских портов / А. И. Брюм. -М. : Транспорт, 1971. - 328 с.

26. Фролов, А. С. Организация, планирование и технология перегрузочных работ в морских портах / А. С. Фролов, П. В. Кузьмин, А. В. Степанец. - М. : Транспорт, 1979. - 408 с.

27. Смирнов, Г. Н. Порты и портовые сооружения / Г. Н. Смирнов, Б. Ф. Горюнов, Е. В. Курлович, С.Н. Левачев, А. Г. Сидорова. - М. : Стройиздат, 1979. - 606 с.

28. Плюхин, Д. С. Погрузочно-разгрузочные работы с насыпными грузами / Д. С. Плюхин. - М. : Транспорт, 1989. - 303 с.

29. Винников, В. В. Системы технологий на морском транспорте (перевозка и перегрузка) / В. В. Винников, Е. Д. Крушкин, Е. Д. Быкова. - М. : ТрансЛит, 2010 - 576 с.

30. Степанов, А. Л. Перегрузочное оборудование портов и транспортных терминалов /

A. Л. Степанов. - СПб. : Политехника, 2013. - 427 с.

31. Погодин, В. А. Гидротехнические сооружения морских портов / В. А. Погодин,

B. С. Коровкин, К. Н. Шхинек, И. В. Лисовский, А.И. Альхименко. - СПб. : Лань, 2014. - 448 с.

32. Спасский, Я.Б. Автоматизация технологического проектирования портовых терминалов на основе имитационного моделирования: дис. ... канд. техн. наук : 05.13.12 / Спасский Ярослав Борисович. - СПб., 2012. - 214 с.

33. Кузнецов, А. Л. Имитационное моделирование работы порта с учетом дифференцированных метеоусловий / А. Л. Кузнецов, В. А. Погодин, Я. Б. Спасский // Эксплуатация морского транспорта - 2011. - № 1. - С. 3-8.

34. Ниннас, Т. Т. Балкерный терминал в системе логистических и технологических требований: дис. ... канд. техн. наук : 05.22.19 / Ниннас Тойво Тойвович. - СПб., 2006. - 167 с.

35. Ларин, А.А. Достижения в области развития морских портов и технологии перегрузочных работ / А.А. Ларин // Водный транспорт (Итоги науки и техники). - М. : ВИНИТИ. - 1986. - т.11. - С.52-107.

36. Погодин, В. А. Обоснование оптимальных технологических параметров контейнерных комплексов: дис. ... канд. техн. наук : 05.22.19 / Погодин Владимир Алексеевич - Л., 1989. -201 с.

37. Кузнецов, А. Л. Методология технологического проектирования контейнерных центров грузораспределения: дис. ... док. техн. наук : 05.22.19 / Кузнецов Александр Львович. -СПб., 2011. - 310 с.

38. Кузнецов, А. Л. Влияние технических ограничений перегрузочного оборудования на производительность операций / А.Л. Кузнецов, А.Д. Семенов, В.П. Левченко // Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова. -2019. - Т. 11. - №3. - С. 417-429. Б01: 10.21821/2309-5180-2019-11-3-417-429.

39. Кузнецов, А. Л. Планирование работы тыловых грузовых фронтов морских контейнерных терминалов методами имитационного моделирования / А.Л. Кузнецов, А.В. Кириченко, А.Д. Семенов // Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова. - 2019. - Т. 11 - № 2. - С. 243-253. Б01: 10.21821/23095180-2019-11-2-243-253.

40. Кузнецов, А. Л. Моделирование работы морского грузового фронта / А.Л. Кузнецов, А.В. Кириченко, Д.А. Зайкин // Вестник Государственного университета морского и речного

флота имени адмирала С. О. Макарова. - 2019. - Т. 11 - №1. - С. 33-42. Б01: 10.21821/23095180-2019-11-1-33-42

41. Кузнецов, А. Л. Теоретико-множественная модель для расчета операционных ресурсов контейнерного терминала / А.Л. Кузнецов, А.Д. Семенов, В.Н. Щербакова-Слюсаренко // Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова. - 2018. - Т. 10. - № 5. - С. 1094-1103. Б01: 10.21821/2309-5180-2018-10-51094-1103.

42. Кузнецов, А. Л. Выбор формы представления структуры универсальной имитационной модели контейнерного терминала / А.Л. Кузнецов, В.Н. Щербакова-Слюсаренко, А.С. Ткаченко // Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова. - 2018. - Т. 10. - № 3. - С. 520-532. Б01: 10.21821/2309-5180-2018-10-3-520532.

43. Кузнецов, А. Л. Эволюция показателей, характеризующих эксплуатационную работу портов и терминалов / А.Л. Кузнецов, А.В. Кириченко, В.Н. Щербакова-Слюсаренко // Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова. -2017. - Т. 9. - №5. - С. 909-924. Б01: 10.21821/2309-5180-2017-9-5-909-924

44. Бреговский, А.М. Методика комплексной оптимизации параметров технологических перегрузочных комплексов универсального назначения / А. М. Бреговский, Ф. Д. Романовский // Морские гидротехнические сооружения и их оборудование. - М.: ЦРИА «Морфлот», 1981. -С.115-119.

45. Бондаренко, В. С. Автоматизация управления на морском транспорте / В. С. Бондаренко, В. М. Кривенко // Итоги науки и техники: Серия Водный транспорт. - 1972. -Т. 4. - С. 46.

46. Хаблак, К. А. Совершенствование работы комплекса «станция-порт» на основе развития его системы управления: дис. ... канд. техн. наук : 05.13.06, 05.22.01 / Хаблак Константин Андреевич. - Ростов-на-Дону, 2004. - 141 с.

47. Зубков, М. Н. Об определении оптимального числа причалов / М. Н. Зубков, Б. В. Гнеденко // Морской сборник. - 1964. - №. 6. - С. 22-39.

48. Зильдман, В. Я. Влияние резервов складских емкостей на простой транспортных средств в порту при отсутствии оперативного регулирования потоков грузов / В. Я. Зильдман, Г. В. Поддубный // Экономика и математические методы. - 1976. - Т. 9. - №. 6. - С. 1094-1106.

49. Алявдина, Т. Ф. Разработка методики выбора оптимальных типов и количества буксиров для морского порта : дис. ... канд. техн. наук : 05.22.12 / Алявдина Татьяна Феликсовна. - Л., 1984. - 208 с.

50. Белухин, И. В. Совершенствование технико-технологического и складского хозяйства для повышения конкурентоспособности порта : дис. ... канд. техн. наук : 05.22.19 / Белухин Игорь Викторович. - СПб., 2001. - 129 с.

51. Горбатый, М. М. Теория и практика оптимизации производственных мощностей морских портов / М. М. Горбатый. - М: Транспорт. - 1981. - 168 с.

52. Морозов, В. Н. Системная организация мульдимодальных транспортных коридоров: автореф. дис. ... канд. техн. наук : 08.00.28 / Морозов Вадим Николаевич - М., 2000. - 24 с.

53. Николашин, В. М. Методология организации производства и функционирования транспортно-логистических комплексов (на примере железнодорожного транспорта): дис. . док. техн. наук : 05.02.22, 05.22.08 / Николашин Владимир Михайлович - М., 2001. - 309 с.

54. Трофимов, С. В. Научно-методические основы функционирования и развития промышленных транспортных систем: дис. ... док. техн. наук : 05.22.01 / Трофимов Сергей Владимирович. - М., 2004. - 245 с.

55. Титов, А. В. Методика формирования логистической стратегии в морских портах: дис. ... канд. техн. наук : 05.22.19 / Титов Алексей Валерьевич. - СПб., 2009. - 154 с.

56. Бондарева, И. О. Оценка качества логистического обслуживания грузового порта на основе имитационного моделирования: дис. ... канд. техн. наук : 05.13.10 / Бондарева Ирина Олеговна. - Астрахань, 2010. - 226 с.

57. Алибеков, И. А. Математическое моделирование размещения объектов транспортной системы и оптимизация грузовых потоков: дис. ... док. техн. наук : 05.13.18 / Алибеков Байрамбек Исаевич. - Махачкала, 2013. - 428 с.

58. Истратов, Р.А. Повышение эффективности управления перегрузочными процессами в морском порту: дис. ... канд. техн. наук : 05.13.19 / Истратов Роман Алексеевич. - Мурманск, 2015. - 198 с.

59. Метелкин, П. В. Управление развитием и использованием производственных мощностей портовых комплексов России: автореф. дис. ... док. экон. наук : 08.00.05 / Метелкин Павел Владимирович. - М., 2001. - 58 с.

60. Меркт, Е. В. Методические основы стратегии развития морских торговых портов в конкурентной среде: дис. ... канд. экон. наук 08.07.04 / Меркт Елена Витальевна - Одесса, 2002. - 180 с.

61. Серяпова, И. В. Экономическая оценка задержек вагонов с экспортными грузами на подходах к морским портам: дис. ... канд. эк. наук : 08.00.05 / Серяпова Ирина Вениаминовна. -Самара, 2005. - 202 с.

62. Кондратюк, И. А. Совершенствование управления организационного-экономическими процессами в морском порту (на примере Владивостокского морского торгового порта):

автореферат дис. ... канд. экон. наук : 08.00.05 / Кондратюк Илья Александрович -Владивосток, 2007. - 21 с.

63. Ханова. А. А. Методология стратегического управления грузовым портом на основе имитационного моделирования: автореф. дис. ... док. техн. наук : 05.13.10 / Ханова Анна Алексеевна. - Астрахань, 2013. - 32 с.

64. Кузнецов, А. Л. Направления цифровизации транспортной отрасли / А.Л. Кузнецов, А.В. Кириченко, В.Н. Щербакова-Слюсаренко // Вестник Государственного университета морского и речного флота имени адмирала С. О. Макарова. - 2018. - Т. 10. - № 6. - C. 11791190. DOI: 10.21821/2309-5180-2018-10-6-1179-1190.

65. The overseas coastal area development institute of Japan et al. Technical standards and commentaries for port and harbour facilities in Japan. - Overseas Coastal Area Development Institute of Japan, 2009. - 981 p.

66. UNCTAD. Port Development. A handbook for planners in developing countries: Second Edition, Revised and expanded - New York: UNCTAD, 1985. -228 p. - ISBN: 92-l-112160-4.

67. Thorensen, C. A. Port designer's handbook. - ICE Publishing, 2014 - 638 p. - ISBN: 9780727760043.

68. Tsinker, G. P. Port engineering: planning, construction, maintenance and security - John Wiley & Sons Inc., New Jersey, 2004 - 881 p. - ISBN: 9780-471-41274-8.

69. Ligteringen H., Velsink H. Ports and terminals. - CA Delft, Netherlands: VSSD, 2012 -276 p. - ISBN: 9065623043.

70. Van Vianen T. Simulation-integrated Design of Dry Bulk Terminals - Delft University of Technology, 2015. - 247 p. - ISBN: 978-90-5584-182-0

71. Dipsar S., Altiok T. Control policies for material flow in bulk-port marine terminals -Systems, Man, and Cybernetics - IEEE International Conference on (Volume: 4), 1998 - pp. 30833088. - DOI:10.1109/ICSMC.1998.726475.

72. Abdekhodaee A., Dunstall S., Ernst A.T., Lam L. Integration of stockyard and rail network: a scheduling case study - Proceedings of the Fifth Asia Pacific Industrial Engineering and Management Systems Conference, 2004 - pp. 25.5.1-25.5.17.

73. Molck P., Goncalves R., Caldas T., Valentim J., Lima L., Newton E., Fran9a M., Mendes R., Gomide F. Intelligent stockpile building in iron ore shipping yard - Intelligence in a Materials World, Selected Papers from IPMM, 2003 - pp. 205-215.

74. Ago M., Nishi T., Konishi M. Simultaneous optimization of storage allocation and routing problems for belt conveyor transportation - Journal of advanced mechanical design, systems and manufacturing, № 1, 2007 - pp. 250-261. - DOI: 10.1299/jamdsm.1.250.

75. Imai A., Chen H.C., Nishimura E., Papadimitriou S. The simultaneous berth and quay crane allocation problem - Transportation Research Part E, 44 (5), 2008 - pp. 900-920. - DOI: 10.1016/j.tre.2007.03.003.

76. Müller K.P. Stacking, reclaiming and blending effects - Mechanical Technology, Crown publications, South-Africa, 2010 - pp. 14-17. - DOI: 10.30797/madencilik.390317.

77. Boland N., Gulcynski D., Jackson M.P., Savelsberg M.W.P., Tam M.K. Improved stockyard management strategies for coal export terminals at Newcastle - Proceedings of the 19th International Congress of Modeling and Simulation, 2011 - pp. 718-724. - DOI: 10.36334/modsim.2011.aa.boland.

78. Robenek T., Umang N., Bierlaire M., Ropke S. A branch-and-price algorithm to solve the integrated berth allocation and yard assignment problem in bulk ports - European Journal of Operational Research, 235 (2), 2013 - pp. 399-411. - DOI: 10.1016/j.ejor.2013.08.015.

79. Vianen van T.A., Ottjes J.A., Lodewijks G. Simulation based determination of the required stockyard size for dry bulk terminals - Simulation Modelling Practice and Theory, vol. 42, 2014 -pp. 119-128. - DOI: 10.1016/j.simpat.2013.12.010.

80. Lodewijks G., Schott D.L., Ottjes J.A. Dry bulk terminal expansion or redesign? - Port Technology International, 43, 2009 - pp. 87-94.

81. Hu D., Yao Z. Stacker-reclaimer scheduling in a dry bulk terminal - International Journal of computer integrated manufacturing, 25, 2012 - pp. 1047-1058. - DOI: 10.1080/0951192X.2012. 684707.

82. Kozan E., Liu S.Q. A demand-responsive decision support system for coal transportation -Decision Support Systems, 54, 2012 - pp. 665-680. - DOI: 10.1016/j.dss.2012.08.012.

83. Vianen van T.A., Ottjes J.A., Lodewijks G. Belt conveyor network design using simulation -Journal of Simulation, vol. 1-9, 2015 - pp. 1-9. - DOI: 10.1057/jos.2014.38.

84. Vianen van T.A., Ottjes J.A., Lodewijks G. Simulation based rescheduling of the stacker-reclaimers operation - Journal of Computational Science, vol. 10, 2015 - pp. 149-154. -DOI:10.1016/j.jocs.2014.06.004.

85. Radmilovich Z.R. Ship-berth link as bulk queuing system in ports - Journal of Waterway, Port, Coastal and Ocean Engineering. - 1992. - № 118 (5). - pp. 474-495.

86. Jagerman D.L., Altiok T. Vessel arrival process and queuing in marine ports handling bulk materials - Queueing Systems. - 2003. - № 45. - pp. 223-243. - DOI: 10.1023/A:1027324618360.

87. Tengku-Adnan T., Sier D., Ibrahim R.N. Performance of Ship Queuing Rules at Coal Export Terminals - Proceedings of the IEEE International Conference on Industrial Engineering and Engineering Management, 2009 - pp. 1795-1799.

88. Kim B., Chang S.Y., Chang J., Han Y., Koo J., Lim K., Shin J., Jeong S., Kwak W. Scheduling of raw-materials unloading from ships at a steelworks - Production Planning & Control. -2011. - № 22 (4). - pp. 389-402. DOI: 10.1057/jos.2014.38.

89. Han X., Lu Z., Xi L. A Proactive approach for simultaneous berth and quay crane scheduling problem with stochastic handling time - European Journal of Operational Research. - 2010. -№ 207 (3). - pp. 1327-1340.

90. Park C.S, Noh Y.D. A port simulation model for bulk cargo operations - Simulation. - 1987.

- № 48 (6). - pp. 236-246.

91. Böse J. W. Handbook of terminal planning. - Springer Science & Business Media, 2011. -433 p. - ISBN: 978-1-4419-8408-1.

92. Imai A., Sun X., Nishimura E., S. PapadimitriouBerth allocation in a container port: using a continuous location space approach - Transportation Research Part B: Methodological. - 2005. -Vol. 39. - Is. 3. - pp. 199-221. DOI: 10.1016/j.trb.2004.04.004.