文摘
摘要水盐度的初始建模及其扩散到巴拿马运河湖泊在锁定操作。混合操作模式使用AnyLogic软件实现仿真环境。这是通过产生一个操作离散事件仿真模型和基于微分方程的连续仿真模型,该模型在湖泊盐度扩散。介绍了独特的应用程序,包括锁操作的有效集成及其对环境的影响。
1。介绍
巴拿马运河目前有世界上4%的贸易商品,它是一个重要的竞争对手在某些非常重要的航线。例如,运河目前处理约16%的美国海上贸易,和超过25%的集装箱之间的贸易东北亚和美国东海岸1,2]。在巴拿马共和国,运河负责终端的发展城市的巴拿马和结肠(这些城市和大城市巴拿马共和国的70%的人口)。
巴拿马运河的航道长约50英里(80公里),从加勒比海延伸到太平洋(见图1)。运河包括加通湖,一个淡水湖,面积436公里2(168.4米2)26米(85英尺)高于平均海平面。一系列的锁在水道用于提高和降低船只过境加通湖海洋通过移动水的湖使用重力[3,4]。此外,加通湖是用来提供淡水码头的城市巴拿马和结肠癌。
目前运河操作几乎95%的最大可持续能力限制其能力来捕获需求增长将发生在未来50年(5]。此外,在运河两岸的港口运营商正押注更大的和更有效的相对船(例如,“船只不符合在运河里,如超大型油轮以及最大的现代集装箱船”)(6]。因此,巴拿马已经开始巴拿马运河的扩张。该项目将在2014年巴拿马运河的双重能力允许更多的和更大的船只运输。
巴拿马运河扩建通过第三套锁提出了新的挑战。挑战之一是潜在的盐度增加加通湖高于允许的水平。使用这个场景中,我们设计并提出实现一个系统,允许我们估计在盐度增加和/或减少加通湖,这样我们可以另外设计和实现计划减少或减轻不利影响。
要理解这个操作系统及其复杂性,我们必须描述和模型结构。因此,我们已经创建了一个基本的混合仿真模型还显示当前巴拿马运河的操作盐海水的扩散到加通湖。巴拿马运河的行为,考虑到运输的船只和盐度的扩散,是由离散事件和连续动态的交互。我们决定将明确一个离散事件模型(该模型操作和运输船舶)和连续模型包括相应的微分方程模型的交换基于质量平衡水和盐和盐动态平衡。AnyLogic机制模型提供这种类型的混合动力系统(7]。AnyLogic允许我们使用混合动力车状态图(一种混合自动机)结合,明确,微分方程的基本模型与离散事件系统的基本模型,有限状态自动机。目标是有一个可以模拟当前交通仿真模型的巴拿马运河(基于适当的95%置信区间)和盐度水平与平均绝对误差低于0.02 ppt推荐的主题专家(sme)。
论述了这个项目的初步阶段,巴拿马运河的当前条件建模在AnyLogic使用一个基本的混合模型。潜在增加盐度由于巴拿马运河的扩张与一组新的锁将被认为是在未来。
2。盐度的湖泊
盐度是指溶解盐的质量数量单位水的质量或体积(1单位= 1升)。海水的盐度)相当于35‰部分(ppt)。chloridity (Cl),有时使用,代表了氯离子的质量数量单位水的质量或体积。淡水的Cl不应超过0.2到0.25 ppt。这淡水限制对应于一个盐度0.4到0.5 ppt的价值。之间的关系和Cl是:* Cl(有效和Cl > 1 ppt) [8]。
盐度扩散模型使用的传质交换(9]。这涉及到研究不同数量和盐度梯度的巴拿马运河系统:水系统和锁。此外,它是由一个数据收集补充使用历史数据提供的巴拿马运河管理局(和所收集的数据的团队)。为了方便参考,六个锁(见图1)是由以下符号(10]:L1:太平洋一侧的最低锁;L2:锁Miraflores湖和L1之间;L3:锁之间的米拉弗洛雷斯和加通湖湖(Pedro Miguel);L4:最高锁直接连接到加通湖;L5:中间锁在大西洋一侧;16种:最低锁连接到大西洋。
巴拿马运河有两个湖泊:加通和米拉弗洛雷斯。从这两个湖泊是用来填补船闸巴拿马运河系统。盐水从太平洋和大西洋的海洋在运输过程中被添加到湖泊的船只。此外,水的湖泊是输给了大海在同一过程。加通湖供应淡水巴拿马和结肠的人口城市饮用水的目的。米拉弗洛雷斯湖有一个水平的盐度,已经被认为是“微咸水(即。,br一个ckish water is water that has more salinity than fresh water, but not as much as seawater) [8,9,11,12]。
不同公式的推导过程中的不同步骤锁被认为是(图2)。LS(左)在图2,可以代表太平洋和加勒比海,或水的体积中包含一个锁在一个较低的水平。同样,RS(“右侧”)代表水的体积中包含一个锁在更高的层面,如湖泊Miraflores或加通。初始条件(为锁(的体积))和盐度()是由: 在哪里的体积容量锁,所需的体积达到下一个级别(RS),然后呢是初始内部水的盐度前的锁水内外结合。有四个独立的步骤在一个uplockage或downlockage过程:(1)LS锁上的门打开,和里面的水结合的锁水将船推入锁;(2)LS锁上的门关闭和船提高到下一个水位;LS的水()和RS ()锁组合和盐度的变化到新的水混合;(3)RS锁的门打开,和里面的水锁结合下一个层次的水(锁或湖);(4)船离开了锁,锁的水流入低水平(锁或海洋);再次锁是由内部的体积(1)。
上述四个步骤后,水的盐度是由: 在哪里步骤3和步骤4中的盐度,因为他们有相同的值。是一艘船的位移量(平均)和的体积是在步骤3。y分别是第二步的盐度和体积。方程(2每个室)需要申请使用已知的历史盐度以及估计的低水平的水盐度值(3): 提供锁的盐度值(例如,米拉弗洛雷斯,Pedro Miguel或加通锁)的数量(lockages-supposedly数量只有一艘船穿过每个通过船闸,所以通过船闸的数量应该是一样的船只的数量)。
六个锁有不同的数量和几何特征,这样不同的草稿可以穿过巴拿马运河的船只从太平洋到加通湖。在图所示的水平3使用与表中所示的尺寸1计算量和盐度的锁当船只穿过。在图3引用所有级别、高度和深度的“精确的巴拿马运河水平参考”(骑士)相匹配。
使用方程交换盐度的锁,你可以设置一个数值和微分方程模型来定义的盐度加通湖(),考虑到水的交换(盐度)上的锁Pedro Miguel加通,和水的贡献由湖泊加通()和容积流入马登()和各自的盐度水平()和长江支流(),流入这些湖泊。这种关系是由下列方程表示: 和分别L3、L4的锁的数量(见图3)。和是各自的盐度L3、L4考虑测量盐度梯度。和是锁L3、L4的交换比率。分段线性的蒸发(蒸发())和降水(降雨()被添加到计算的(13- - - - - -17]。
实现的不同方程AnyLogic [7,18- - - - - -20.]。AnyLogic提供了一组数值方法求解微分方程、代数微分方程、代数方程。AnyLogic选择数值解算器在运行时自动根据系统的行为。解常微分方程时,它开始集成,四阶龙格-库塔法与固定的步骤。否则,在另一个solver-Newton AnyLogic插头的方法。该方法改变了集成步骤实现给定的精度。然而,AnyLogic的优势之一是其独特的混合仿真建模能力。我们能够把微分方程离散事件系统,而不必编写一个接口。这是非常重要的因为盐度的扩散是一个持续的过程;然而,船闸系统产生的凌日的船只通过运河本质上是一个离散事件过程。
3所示。离散事件模型操作
在离散事件仿真,系统的操作表示为时间序列的事件。每个事件发生在一瞬间的时间,标志着改变系统的状态。例如,如果模拟巴拿马运河,一个事件可能是一艘进入L1,由此产生的系统状态。不同的交通可以建模的步骤和各自的“交通规则”决策和资源的利用(如锁、湖泊),最终达到社会和运河。不同队列的建模是非常重要的实现顺序逻辑。此外,数据收集和信息收集是必要的为了产生随机变量(例如,加通湖交通时间)根据巴拿马运河当前操作。
我们学习的操作进行了交流,并获得不同的分布和时间。图4描述一些通用操作数据获得的调查和采访人员从巴拿马运河。
AnyLogic离散事件模型发达,相应的动画,队列、开关、Java类和企业(即。离散事件)库(图5)。开关是补充与Java语句来捕获分配的逻辑锁和巴拿马运河的计划。一艘船从大西洋进入巴拿马运河在克里斯托瓦尔港水域。如果船没有计划当天运输,它将抛锚,等待其预定的运输时间。否则,该船将驶向加通锁与巴拿马首席飞行员控制船舶在运输。首席飞行员会指示船长,船的速度和方向。拖轮的首席飞行员还将协调运营商,line-handlers,机车工程师,他们需要提供什么帮助。首席飞行员仍在与巴拿马运河交通控制中心(太极拳),每个锁塔。船长继电器首席飞行员的指令他/她的船员,那些执行适当的操作4]。
图5显示了离散建模的步骤一艘船从大西洋(大西洋源使用概率函数生成的船只)到太平洋(太平洋水槽表示生成的实体大西洋过程代表船)。这些离散的过程和事件解释如下。(1)实体船与一个特定的识别(例如,101年)及其特定功能(如)生成大西洋(
)。(2)的船101等待队列中(QueueAtlantic
),允许进行运河的运输(AtlanticEntrance
——开关在Java中实现通信和协调与其他开关模型巴拿马运河的决策逻辑)。然后,当收到许可,这艘船将在海峡(StraitAG
两岸从大西洋到加通锁),直到它到达加通锁,它将不得不等待各自的指令(GCAQueue)。一旦收到指令,船舶使用车道分配收益(交通规则的程序GCASwitch1()和GCASwitch2()。这个逻辑是辅以相应的Java代码,如图5为GCASwitch1)。(3)管有两个车道每个国家都有自己的一套锁和船101被允许进入只有一个车道加通锁。(“选择输出”(
)航线的船的两车道的逻辑和外部条件取决于开关。每个锁都有自己的各自的过程操作时间和他们的统计变化已经建模使用的信息收集的采访。这艘船进入加通的第一锁锁(LockGCA11或LockGCA21根据最初的决定)GCAQueue所提供的逻辑开关(GCASwitch1和GCASwitch2)。接下来,该船进入第二个锁(LockGCA12假设LockGCA11最初被选中)或LockGCA22(如果LockGCA21被选中)。然后,这艘船进入第三个和最后一个加通锁(LockGCA13或LockGCA23根据最初的决定GCAQueue)。(4)最后,结束的时候加通锁一个“结合”(
)这是一个同步点,让一艘船进行另一艘船到达后(一个可以从一个车道,另一个来自其他车道)。船等待信号继续在各自的队列(StraitGPQueue)。当接收到信号时,船101继续导航加通湖(StraitGP_GatunLake)利用统计分布模型导航的时间和准备运输Pedro Miguel锁。(5)船到达Pedro Miguel锁,它将不得不等待相应的指令(PMAQueue)。然后,这艘船可以继续使用的锁分配(交通规则设定的PMASwitch1()和PMASwitch2()(这个逻辑是辅以相应的Java代码。船进入巷一巷2 Pedro Miguel锁。这艘船进入Pedro Miguel锁(LockPMA1或LockPMA2根据最初的决定PMAQueue所提供的逻辑开关GCASwitch1和GCASwitch2)。(6)最后,Pedro Miguel年底锁,船101再次等待信号继续在各自的队列(StraitPMQueue),当接收到信号时,它继续在米拉弗洛雷斯湖(StraitPM_MirafloresLake)使用相应的统计分布模型导航在米拉弗洛雷斯湖。(7)船到达米拉弗洛雷斯锁,它将不得不等待相应的指令(MLAQueue)。然后,这艘船可以继续使用车道分配(交通规则的程序MLASwitch1()和MLASwitch2()。(8)船101进入相应的车道在米拉弗洛雷斯锁。船进入第一个Miraflores锁(LockMLA11或LockMLA21根据最初的决定MLAQueue所提供的逻辑开关MLASwitch1和MLASwitch2)。接下来,该船进入第二个锁(LockMLA12(如果LockMLA11最初被选,还是LockMLA22如果LockGCA21被选中)。第二个锁是最后的米拉弗洛雷斯锁。(9)最后,在米拉弗洛雷斯锁船101等待信号继续在各自的队列(StraitMPacificQueue),当接收到信号时,它继续在米拉弗洛雷斯锁之间的海峡和巴拿马湾(StraitMPacific在太平洋。(10)实体船101出口在太平洋(
)和生成统计数据。
类似的过程需要过境船只从太平洋到大西洋(太平洋生成船只和大西洋出口的实体)。模拟开关和队列的集合操作逻辑允许所需的同步和协调这些向北(太平洋、大西洋)和南行(大西洋和太平洋)操作。
4所示。混合模型
AnyLogic混合建模的能力。我们结合系统动力学模型与离散事件模型到一个模型使用从AnyLogic活跃对象类的功能7,19]。离散事件模型提要通过船闸的数量甚至在特定的离散时间和一组微分和代数方程是运行在连续时间建模产生的盐度扩散通过船闸。活动对象类AnyLogic可能有多个并发的活动分享本地数据对象和对象接口。活动可以随时创建和销毁模型的执行。一个活动可以被描述为一个Java函数或混合状态。混合状态图可以将一组微分和代数方程用一个简单的和/或状态的组合状态,和用户还可以指定一个条件在不断变化的变量作为过渡的一个触发器。当前活动的一组方程和触发器定义为当前简单的状态及其所有容器。因此,我们可以有一个离散事件过程和持续的过程同时运行,共享信息,并影响他们的行为。
5。动画
模型的动画是使用Java创建的。用户可以观看船只通过锁以及可视化的盐度变化加通湖。动画可伸缩和层次,它给了我们巴拿马运河的概述过程和盐度等综合指标。动画的快照如图6。
6。验证
混合模型是使用实际的凌日和盐度实地测量验证:(我)实际交通数据(年:2000 - 2009);(2)盐度水平的加通湖实地测量(年:2003 - 2009)。
离散事件模型是由巴拿马运河的采访首席飞行员和获得的数据为每个事件。我们验证了巴拿马运河与实际交通数据。此外,被处决的仿真模型生成100套独立复制(使用不同的随机数)。我们比较了仿真系统通过构建一个可信区间(CI)如表所示2。
盐度水平输出的混合模型与真实系统相比(加通湖)。值的系统提供的巴拿马运河管理局进行的实地测量几个点内加通湖。图7再次提供了比较的混合模型的历史数据(2003 - 2009)。
此外,盐度的输出我们的模型比较与其他两个模型盐度。模型由美国陆军工兵部队预计2003 - 2009年的盐度是稳定在一个值为0.032 ppt (9]。美国陆军工兵部队没有考虑降水、蒸发、水电站、淡水设施,和溢洪道流动。另一个模型是由巴拿马运河管理局委托的代尔夫特液压(http://www.wldelft.nl/)[12]。他们的模型没有考虑降水和蒸发,并使用一个常数36船/天。摘要提供了这些比较表3。
7所示。结论和进一步的研究
这项研究提供了一个独特的例子应用混合建模。混合建模可以受益的组织复杂的操作,向他们提供较高的预测能力,考虑内部和外部的变化发生在他们的环境中连续和离散变量。
这个项目的第二阶段将与第三车道模型扩展和锁。图8显示当前通道的转换。添加到当前模型必须执行,以描述新的交通模式涉及相对船只。锁设施将位于大西洋的运河,东侧的加通锁(图8分2)。其他设施将位于太平洋的运河,西南的米拉弗洛雷斯锁(图8分(6)22]。
此外,模型将包括新的方程模型盐度扩散由于新智能机制被用来构建新的锁(水二次利用盆地)确保保护淡水。图9显示技术用于新的锁。
承认
这项工作是由Secretaria Nacional de Ciencia Tecnologia e Innovacion (SENACYT)巴拿马共和国合同/项目没有。fid09 - 079。