Simulation Modelling Practice and Theory 22 (2012) 146–165
Contents lists available at SciVerse ScienceDirect
Simulation Modelling Practice and Theory
journal homepage: www.elsevier.com/locate/simpat
Simulation modeling of the vessel traffic in Delaware River: Impact of deepening on port performance
Ozhan Alper Almaz uArr;, Tayfur Altiok
Department of Industrial and Systems Engineering, CAIT – CCICADA Laboratory for Port Logistics and Security, Rutgers, The State University of New Jersey, Piscataway, NJ 08854, USA
a r t i c l e i n f o
Article history:
Received 22 April 2011
Received in revised form 10 December 2011 Accepted 10 December 2011
Available online 3 January 2012
Keywords:
Port simulation Maritime traffic Delaware River Deepening Dredging Navigational issues
a b s t r a c t
This paper deals with simulation modeling of the vessel traffic in Delaware River. The pur- pose is to study the impact of deepening on the navigational efficiency in the River. In this regard, vessel calls to terminals, lightering and barge operations, tidal and navigational rules in the River, terminal and anchorage properties as well as vessel profiles are consid- ered in the model. The simulation model is specifically built to be able to perform scenario and policy analyses as well as a comprehensive risk analysis of the Delaware River and Bay area. This paper investigates effects of deepening on port performance measures. The sta- tistics tracked in this respect are the overall port and terminal utilization, port times and terminal calls, anchorage visits and delays based on various vessel visits, categories and movements.
Published by Elsevier B.V.
- Introduction
Delaware River has a history of more than 300 years as a commercial maritime route for handling import and export of raw and manufactured goods. Today it has more than 40 port facilities with their associated businesses located 60–100 miles up the River with about 3000 vessels visiting each year.
The region has proximity to the densest population base in the US and 27 million people living within 100 miles and 90 million within 500 miles give its ports a widespread natural consumer market. In this respect, approximately 65% of the regionrsquo;s cargo tonnage is in petroleum. Other major cargoes are steel, wood products, and perishable items such as fresh fruit, nuts, cocoa beans, and meat products. Major ports covered are Wilmington, Chester, Philadelphia, Camden, and Trenton, with major facilities at Delaware City, DE; Paulsboro, NJ; and Marcus Hook, PA [1–3].
The River is the port of call for large commercial ships and tug/barge units that can only navigate in the main ship chan- nel. The Riverrsquo;s 40-foot channel appears to be shallow when compared to other ports in the region, restricting its ability to compete for shipments via the new generation of mega-ships that require deeper drafts.
In view of the current expansion of the Panama Canal, deepening of the main ship channel of Delaware River to 45 ft has been proposed and debated over a number of years. The project consists of the navigation channel from deep water in Delaware Bay to Philadelphia Harbor, PA and to Beckett Street Terminal, Camden, NJ. The plan introduces modifying the existing Delaware River Federal Navigation Channel from 40 to 45 ft below Mean Low Water (MLW) and provision of a two-space anchorage to a depth of 45 ft at Marcus Hook. Accordingly, the benefits are expected to be the reduced costs of transportation realized through operational efficiencies (reduced lightering and light-loading), and the use of larger
uArr; Corresponding author.
E-mail addresses: alperalmaz@gmail.com (O.A. Almaz), altiok@rci.rutgers.edu (T. Altiok).
1569-190X/$ - see front matter Published by Elsevier B.V. doi:10.1016/j.simpat.2011.12.004
O.A. Almaz, T. Altiok / Simulation Modelling Practice and Theory 22 (2012) 146–165 147
and more efficient vessels, both resulting from navigation improvements by means of cost reduction per ton for shipping commodities into or out of the Delaware River Port System [4,5].
In this respect, the motivation behind this study is to analyze the impact of deepening on navigational efficiency based on port performance measures. Navigational benefits may include shortened port time per vessel call, lesser anchorage delays and lesser tidal delays, among others. When a port is deepened, it becomes a new port and therefore, it is essential to develop a model of the current scenario to provide a practical and realistic tool for performance analysis. This helps to investigate the dynamics of vessel movements once the River is deepened, possible increases in vessel calls, possible changes in vessel par- ticulars, and changes in navigational rules. The proposed model is also aimed to be used to examine feasibility and the effects of port expansion projects and to perform logistics and risk analysis in the Delaware River and Bay (DRB) area (Fig. 1). These may include construction of new terminals, installation of new infrastructure facilities or energy projects such as off-shore wind farms. Clearly, such a tool can be developed for other ports and waterways for the same objectives.
-
Lit
剩余内容已隐藏，支付完成后下载完整资料
- 特拉华河作为处理原材料和制成品进出口的商业海上通道，已有300多年的历史。如今，它拥有40多个港口设施，其相关企业位于河流上游60至100英里的地方，每年约有3000艘船只到访。该地区邻近美国人口最密集的地区，居住在100英里以内的人口有2700万，500英里以内的人口有9000万，这为其港口提供了广泛的自然消费市场。在这方面，该区域约65%的货物吨数是石油。其他主要的货物有钢材、木制品和易腐物品，如新鲜水果、坚果、可可豆和肉制品。主要港口包括威尔明顿、切斯特、费城、卡姆登和特伦顿，主要设施在特拉华州、新泽西。这条河是大型商船和拖驳船的停靠港，这些船只只能在主航道航行。与该地区的其他港口相比，这条40英尺长的河道显得很浅，限制了它通过新一代巨型船舶(需要更深的吃水)进行运输竞争的能力。
鉴于目前巴拿马运河的扩建，将特拉华河的主航道加深到45英尺已经提出并讨论了多年。该项目包括从特拉华湾深水航道到宾夕法尼亚州费城港，再到新泽西州卡姆登贝克特街码头的航道。该计划将现有的特拉华河联邦航道从低于平均低潮水位 40英尺修改为45英尺，并在马库斯胡克提供一个45英尺深的两空间锚地。因此，预期的好处是通过操作效率(减少轻载和轻载)来降低运输成本。并且使用更大且更高效的船舶，这两项措施都是通过降低货物进出特拉华河港口系统的每吨成本来改善航运。
在这方面，本研究的动机是基于港口绩效指标来分析深化对航行效率的影响。航行的好处可能包括缩短每艘船的进港时间、减少锚地延迟和减少潮汐延迟等。当一个端口被深化时，它将成为一个新的端口，因此，开发当前场景的模型来为性能分析提供一个实用的和现实的工具是非常必要的。这有助于研究河流加深后船舶运动的动态、可能增加的船舶呼号、可能发生的船舶细节变化和航行规则的变化。该模型也旨在用于检查的可行性和影响港口扩建项目和执行物流和风险分析在特拉华河和湾区域。这些可能包括建设新的终端,安装新的基础设施和能源项目如离岸风力发电场。显然，可以为其他港口和水道开发这样一种工具，以实现相同的目标。
- 由于问题的复杂性，仿真建模已被应用于分析模型无法使用的各个领域。海上运输领域的仿真研究可分为港口，码头运营和物流应用、船舶航道交通建模以进行情景分析和政策分析，以及使用仿真平台作为评估事故概率、风险和各种经济和技术问题的工具。在文献中有大量的研究使用仿真技术来研究终端物流，这超出了本研究的范围。其中一些使用仿真模型来解决优化问题。针对基于排队网络仿真模型的船舶服务泊位段和吊车分配仿真优化并行处理问题进行了研究。类似地，Legato等人使用统计排序和选择技术对集装箱码头的起重机转移进行优化，以模拟输出来选择最佳的系统设计。
Arango等人研究了塞维利亚港的泊位分配问题，并将遗传算法集成到仿真模型中进行优化。在中可以找到关于集装箱码头操作的广泛分类和文献综述。另一方面，关于航道船舶交通仿真建模的文献不多，但在不断增加。Golkar等人开发了一个模拟巴拿马运河的模型，作为场景和政策分析的工具。梯也尔和詹森海上交通仿真模型开发了一个详细的港口安特卫普,比利时包括导航规则、潮汐和锁操作为了研究影响以外的集装箱码头建设港口船舶交通,特别是在血管的等待时间。Merrick等人的进行了交通密度分析，这将导致后来的风险分析的渡轮服务扩展在旧金山湾区。他们试图利用他们开发的一个模拟模型来估计船只相互作用的频率，该模型包括船只的移动、能见度条件和地理特征。Cortes等人的使用Arena软件对西班牙塞维利亚港的货运和码头物流进行了模拟，该软件专注于港口的利用(建议疏浚以容纳更大的船只，以实现潜在的增长)。Smith等人通过建立交通仿真模型对密西西比河上游的交通拥堵进行了研究，并对不同的运行条件进行了测试。对于伊斯坦布尔海峡，有相当多的文献提出了不同的观点，其中模拟建模用于场景和政策分析。
Kose等人开发了伊斯坦布尔海峡的基本模型，并测试了到达强度对等待时间的影响。开发广泛的仿真模型包括船舶类型、货物特性、飞行员和拖船服务,交通规则,和环境条件不同的性能措施和调查众多的影响因素如交通时间,等待时间,血管密度在海峡和服务利用率。此外，在各种研究中，船舶交通模拟本来就是作为进一步分析事故概率、风险和各种经济和技术问题的环境。
Ince和Topuz使用交通模拟环境作为开发导航规则和评估伊斯坦布尔海峡潜在的系统改进的测试平台。van Dorp等人还开发了交通规则、天气和相关环境条件等交通模拟，用于华盛顿州普吉湾渡轮，Merrick等人开发了威廉王子湾渡轮的，以便通过整合事故概率模型进行风险评估。在类似的研究中，Uluscu等人，使用交通模拟器来测试和部署伊斯坦布尔海峡过境船只的调度算法，Uluscu等人，开发了一个基于伊斯坦布尔海峡船舶交通模拟的动态风险分析地图。Goerlandt和Kujala还使用船舶交通模拟来评估船舶在环境条件可以忽略的公海上的碰撞概率。Somanathan等人通过对船舶运动和环境条件的模拟，研究了西北航道与巴拿马运河的经济可行性。Martagan等人建立了一个仿真模型来评估危机条件下美国港口船舶重路由策略的性能。Quy等人利用包括潮汐和波浪条件的交通模拟，基于波浪诱导的船舶运动模型，通过最小化搁浅风险来寻找船舶航行的最佳航道深度。
也有相关的研究，可以指导交通仿真模型开发的几个组成部分的分析。阿斯彭等人研究了不同的船舶到达方法，可以用于模拟研究，并比较了它们对港口效率的影响。Jagerman和Altiok研究了船舶到达负相关的建模，并提出了排队行为的近似方法。Pachakis和Kiremidjian提出了一种利用船舶长度、吃水和货物容量之间的函数关系进行港口船舶交通建模的方法。特拉华河和海湾的海上运输研究有限。
然而，Andrews等人的工作与我们研究的范围和部分内容密切相关。在这项工作中，作者使用模拟在特拉华州海湾的石油驳船，并调查了替代政策对服务水平的影响。对驳船作业进行了详细建模，并根据历史数据统计数据进行了校准。在分配程序中使用的驳船数目、容量、装载量和卸货量、加热特性、天气敏感性和优先次序以及潮汐问题都已考虑在内。在此基础上，提出了一种具有代表性的驳船作业调度算法。与安德鲁斯等人的工作相比，我们的研究进一步简化了假设，以对诸如忽略加热特性、天气敏感性和优先级等驳运作业进行建模。然而，一般的建模视角，调度算法，服务时间取决于油的体积被打火机和驳船的使用和可能的两艘驳船在同一时间工作的船只都是类似于我们的研究。关于深化对港口各项绩效指标影响的研究文献较少。
Grigalunas等人的从经济角度分析了特拉华河的深化效益和成本。在他们的研究中，他们描述了深化对特拉华州的好处，基于内陆地区的人口比例，节省交通费用和直接的非市场利益。他们还认识到无法量化和定性的影响，因此试图为共同赞助方提出的深化项目辩护。本文提出了一个针对当前海上活动以及特拉华河和湾区深化情景的仿真模型。这篇论文的主要贡献是强调在任何港口或水道系统的深化规划过程中需要进行这种分析。据我们所知，在文献中没有发现这种与深化直接相关的工作。
- 特拉华河在地理和操作上都是东海岸最重要的航道之一。港口业务和海上活动在河延伸从防波堤入口一直到特伦顿，新泽西州。特拉华河港口系统有两个入口。大约93%的船只到达是通过防波堤(BW)，其余是通过切萨皮克和特拉华运河(CD)。船只的外形与运往码头的货物类型相一致，主要是油轮(30%)、货物集装箱(15%)、散货船(14%)、冷藏船(11%)、车辆船(10%)和普通货船(8%)。除了正常的货船运输外，也有拖船/驳船运输货物进出港口。有规则和规定的船舶交通河最大淡水吃水等河从防波堤 到Delair, NJ有 40英尺,从Delair特伦顿到新泽西州是38英尺，船只使用切萨皮克和特拉华运河的最大吃水限制33英尺的规章制度、海洋潮汐活动显著影响入口处防波堤的大型船只。
潮汐在近12小时内反复出现，导致水位在平均低水位以上6英尺处变化，并限制深吃水船在河中航行。因此，特别是吃水超过35英尺的入境船只会受到潮汐的影响，并在港口作业中遭受额外的延误。
闪电是系统中另一个重要的活动。特拉华湾入口的最大海水吃水为55英尺，而特拉华河的主水道允许40英尺以下的船只通过。根据这一规定，载运货物的深吃水船(主要是载运石油产品的油轮)可以根据它们将停靠的第一个码头的水深进行减重。
一般来说，本港共有四艘驳船，为在河上航行的船只提供驳船服务，来往码头及大石滩锚地(指定的驳船区)。很明显，每艘到达这条河的船只都有一个目的地，而且可能不止一个。因此，需要对船舶在江中航行进行行程规划。有各种终端，每个终端都有自己的容量(泊位数量)和操作细节。该系统的主要终端有石油和化工精炼厂、集装箱货运设施、干散货和散货装卸码头以及冷藏货物设施。此外，由于泊位不可用、潮汐活动、维修或紧急情况等原因，整条河有几个停泊区供船只在码头停靠期间等候。
- 该模型开发的主要目标是通过场景分析，如船舶到达次数的增加、河流的加深以及运营/航行政策的变化，来构建一个准确的平台，研究德拉瓦河运营的关键问题，如深化。需要一个详细的模型来回答关于这些关键问题的问题。考虑到码头的数目、泊位容量和货船的类型等，模拟方法似乎是研究有关地理的各个方面的正确方法。因此，我们开发了一个DRB中船舶交通的高保真仿真模型，该模型包括从入口到特伦顿的所有船舶类型和沿河所有港口码头设施。模型的开发使用的是Arena 11.0仿真软件。
该仿真模型涉及所有货船的类型、细节、到达模式、在河中的航行，并整合了海岸引航员中所解释的所有航行规则。该模型还包括潮汐活动、驳运作业和码头作业中的锚泊作业(不包括码头内部物流)。详细的历史数据来自特拉华河和海湾海上交易所，记录了2004年至2008年间船只到达和船只移动的数据。输入数据包括到达时间、船舶长度特征、船首吃水、最大吃水和总吨位、航行时间、码头滞留时间和码头转移概率，即从一个码头到另一个码头的概率。与往常一样，对随机分量的数据进行分析和分布拟合。除此之外，潮汐活动是通过将国家海洋和大气管理局(NOAA)的历史数据通过文本文件读取到模型中来生成的。
本文的研究目的是围绕疏浚和深化深港航道对港口性能的影响这一关键问题展开的。这些数字是:
-由于贸易增长，抵港船只增加。
-加深河道及疏浚部分码头5呎
-改变船只配置及引入较大船只。
下面的场景分析小节将描述相关的场景。
-随机船舶到达BW和CD. -随机船舶特性长度，波束，航行吃水，最大吃水和总吨位。
-基于随机行程生成的终端呼叫。
-随机船舶航行至码头和锚地的时间。
-这条河的潮汐和航行规则。
-减轻规则和程序。
-终端机泊位预订程序。
-锚地选择程序。
-随机的船舶在码头停留时间。
5.1本研究中考虑的船舶类型是通过海事交易所提供的德拉瓦河和海湾的大部分历史数据来选择的，这些数据一直使用基于船舶特性和所载货物的船舶类别。在本研究中，为了减少信息的损失，提高简洁性，采用了少数几种船舶类别组合的分类方法。在这方面，访问特拉华河和湾区的主要船只类型可以划分为。在大石滩锚地和费城地区特定缩放的竞技场模拟模型的高水平视图分为14个类别。这些船舶类型包括散货(BU)、集装箱船(CC)、化学品(CH)、非易燃产品(NP)、杂货(GC)、部分集装箱(PC)、液化石油气(PG)、乘客(PR)、滚装船(RC)、冷藏(RF)、滚装船(RR)、油船(TA)、车辆(VE)和拖船(TG)。
每种船只类型可能有来自BW或CD的入口。基于对每种船只类型执行的到达间时间分析，对每种流进行了概率分布拟合和建模。值得注意的是，我们还考虑了PR船的季节性(即船只生成仅在春夏季节活跃)，而忽略了其他类型的船只。通过对历史数据的统计分析，确定了船舶长度、船梁、航行吃水、最大吃水和总吨位等船舶细目。在BW和CD分别对每种船型的到达过程进行分析。因此，船到港时间是随机的，因此船舶总数是随机的。
以Arena公司的输入分析仪[9]得到的BU血管BW处的直方图和到达时间分布结果如表1所示。在本表中，历史数据中5年内从BW输入的1848艘散货船的到达间隔时间(以分钟为单位)符合伽马分布，尺度参数为(b) 1560，形状参数为(a) 0.909。注意，对数据的拟合分布是使用Arena的输入分析器进行的，并根据直方图和图形化观察结果的形状、所获得的平方误差、拟合优度测试以及过程的特征来选择最佳拟合概率分布。
此外，还检查了多达10个滞后时间的到达时间之间的相关性，结果的相关图如图4所示。在大多数情况下，相关性并不显著。在少数情况下，它们在滞后1时的范围在0.18到0.38之间。然而，它们的年调用数量并不显著，因此为了保持模型的简单性，它们被忽略了。因此，假定船舶到达是相互独立的，是由概率分布产生的，而PR船舶仅在春夏季节产生。为真实地描述船舶和不同码头的货物装载情况，对船舶航行中的吃水进行了分析，并使用每个码头、船舶类型和入口点三连体的经验分布分别建立了模型。因此，基于要访问的第一个终端，一个正在航行的吃水被分配给模型中生成的每一艘船。
由于船舶在停靠码头时没有满载，其航行中吃水预计将小于最大吃水。根据这种关系，用手头的每种容器类型的数据建立了一个回归模型。因此，利用模型产生的航行吃水，可以估算出船舶的最大吃水。最大吃水、长度、梁和总吨位等船舶细节预计彼此密切相关，因为它们界定了船舶的大小。因此，一旦知道了这些与尺寸有关的元素中的任何一个，就可以估计其他船只细节。首先，最大吃水是估计使用正在进行的吃水。
然后，以类似于的方式根据手头的数据建立回归模型，以估计其他船舶细节依赖于最大吃水。图5描述了为CC容器建立的回归模型，并给出了一个示例来描述模型中如何生成船只细节。每种容器类型都有自己的回归模型。这些回归模型是基于手头的数据，通过与调整后的r平方值
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[241329]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
