Вы управляете доком и холодным складом распределительного хаба для термочувствительных грузов, например вакцин. Каждые открытые ворота пропускают тёплый воздух, каждый грузовик в очереди — это ждущий груз, а продукт должен оставаться между 2 °C и 8 °C.
Каждые обслуживаемые ворота разгружают одну машину за раз — и пропускают тёплый воздух, пока открыты.
В диапазоне 2–8 °C. Ниже — больше запас, но больше расход энергии.
Два компрессора, по 40 кВт охлаждения каждый.
Уменьшают проникновение тёплого воздуха через открытые ворота; вентиляторы потребляют немного энергии.
Ставит грузовик с отказавшей холодильной установкой в начало очереди.
| Воздух в холодильной камере | 5,0 °C |
|---|---|
| Время бригад (ворото-часы с персоналом) | 0,5 h |
| Грузовиков в ожидании | 0 |
| Загрузка дока | 0 % |
| Мощность охлаждения | 0,0 kW |
На улице 33 °C, грузовики прибывают равномерно, для разгрузки открыты четверо ворот. Один из двух компрессоров вот-вот выйдет из строя. Удержите вакцины в пределах 2–8 °C.
Через четыре часа после начала 14-часового рабочего дня начинается праздничный пик: семь часов подряд прибывает 7 грузовиков в час по записи — более чем вдвое больше обычных 3, — а обслуживаются только трое ворот. У водителей по записи есть назначенное время, поэтому среднее ожидание должно оставаться не более 20 минут. Дополнительные бригады дока на вызове, но бюджет сверхурочных покрывает 68 ворото-часов с персоналом на весь день. Откройте вовремя достаточно ворот — не «сварив» холодильную камеру в день с 33 °C.
Двенадцать грузовиков уже ждут, а обслуживаются только двое ворот. Затем у грузовика в хвосте очереди отказывает холодильная установка — при жаре 35 °C.
Все зависимости, которые использует симулятор, с источниками. Константы, помеченные как допущения, — иллюстративные калибровки.
C · dT/dt = UA·(T_out − T) + Q_door − Q_refrig[3][2]Допущение: тепловая масса, проводимость стен и ворот, размер компрессоров и время обслуживания — иллюстративные значения.Q_door = n_open · 0.6 · 1.2 kW/K · (T_out − T) · (1 − 0.7·curtain)[2]Допущение: тепловая масса, проводимость стен и ворот, размер компрессоров и время обслуживания — иллюстративные значения.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-2Допущение: тепловая масса, проводимость стен и ворот, размер компрессоров и время обслуживания — иллюстративные значения.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]Случайность: генератор mulberry32 с seed; используемые распределения — равномерное, экспоненциальное (обратная CDF), нормальное (Бокса — Мюллера), Пуассона (Кнут). Seed показан и им можно делиться.
Образовательная модель — не для принятия эксплуатационных решений. Реальные объекты калибруют каждую константу под своё оборудование и данные.