Vous gérez les quais et l’entrepôt frigorifique d’une plateforme de distribution de produits sensibles à la température, comme les vaccins. Chaque porte ouverte laisse entrer de l’air chaud, chaque camion dans la file est une cargaison qui attend, et le produit doit rester entre 2 °C et 8 °C.
Chaque porte armée décharge un camion à la fois — et laisse entrer de l’air chaud tant qu’elle est ouverte.
Dans la plage de 2–8 °C. Plus bas donne plus de marge mais consomme plus d’énergie.
Deux compresseurs, 40 kW de froid chacun.
Réduit l’infiltration d’air chaud par les portes ouvertes ; les ventilateurs consomment un peu de puissance.
Place en tête de file le camion dont le groupe frigorifique est en panne.
| Air de la chambre froide | 5,0 °C |
|---|---|
| Temps d’équipe (heures-portes armées) | 0,5 h |
| Camions en attente | 0 |
| Utilisation des quais | 0 % |
| Puissance de réfrigération | 0,0 kW |
33 °C dehors, les camions arrivent régulièrement, quatre portes sont ouvertes pour le déchargement. L’un des deux compresseurs est sur le point de tomber en panne. Gardez les vaccins entre 2 et 8 °C.
Quatre heures après le début d’une journée d’exploitation de 14 heures, la pointe des fêtes commence : pendant sept heures, 7 camions par heure arrivent sur des créneaux réservés — plus du double des 3 habituels — et seules trois portes sont armées. Les chauffeurs réservés ont des créneaux horaires, donc l’attente moyenne doit rester inférieure ou égale à 20 minutes. Des équipes de quai supplémentaires sont d’astreinte, mais le budget d’heures supplémentaires couvre 68 heures-portes armées pour la journée. Ouvrez assez de portes à temps — sans cuire la chambre froide par un après-midi à 33 °C.
Douze camions attendent déjà et seules deux portes sont armées. Puis le groupe frigorifique d’un camion en fin de file tombe en panne — par 35 °C.
Chaque relation utilisée par le simulateur, avec sa source. Les constantes marquées comme hypothèses sont des calibrations illustratives.
C · dT/dt = UA·(T_out − T) + Q_door − Q_refrig[3][2]Hypothèse : la masse thermique, la conductance des parois et des portes, la taille des compresseurs et le temps de service sont des valeurs illustratives.Q_door = n_open · 0.6 · 1.2 kW/K · (T_out − T) · (1 − 0.7·curtain)[2]Hypothèse : la masse thermique, la conductance des parois et des portes, la taille des compresseurs et le temps de service sont des valeurs illustratives.COP = 0.45 · T_evap / (T_cond − T_evap) [K][4]T_product(t+Δt) = T_room + (T_product − T_room)·e^(−Δt/2h)[3]excursion = Σ max(0, T − 8, 2 − T) · Δt [°C·h][1]cold room 60 MJ/K, walls 0.6 kW/K · door open 60 % of unloading · air curtain −70 % infiltration, +3 kW fan per busy door · 2 × 40 kW compressors, −1 %/K above 32 °C · 4 kW per busy door (levellers, lights) · failed reefer τ = 3 h · scenario site settings: cold-room pre-alarm 7 °C, overtime budget 68 door-hours per 14 h day · booked trucks miss 5 % of slots · unloading Erlang-2Hypothèse : la masse thermique, la conductance des parois et des portes, la taille des compresseurs et le temps de service sont des valeurs illustratives.arrivals ~ Poisson(λΔt) + booked slots (5 % no-show), service ~ Erlang-2 (mean 45 min), c staffed doors; X = n_busy / 45 min (smoothed, τ = 1 h); W_q = L_q / X[6][5]crew time = Σ c_staffed · Δt [door-hours]Aléa : un générateur mulberry32 à graine ; lois utilisées — uniforme, exponentielle (fonction de répartition inverse), normale (Box–Muller), Poisson (Knuth). La graine est affichée et partageable.
Modèle pédagogique — pas pour des décisions opérationnelles. Les sites réels calibrent chaque constante sur leurs propres équipements et données.