水圧破砕作業における砂輸送シミュレーションと最適化

水圧破砕作業における砂輸送シミュレーションと最適化

Tecpetrol は、石油とガスの探査、生産、輸送、流通を専門とする大手エネルギー会社です。彼らが使用する方法の一つが水圧破砕法です。これは、高圧下で砂と水を組み合わせて岩を割り、閉じ込められたガスを放出するプロセスです。

問題点

水圧破砕プロセスで使用される砂は、さまざまな場所に保管されます。この砂を水圧破砕現場に運ぶには、コンテナやホッパーを積んだトラックが使用されます。これらのトラックは砂を積載し、多くの場合、未舗装の道路を最大 150 キロメートル走行して現場に向かいます。

トラックが到着すると、貨物は空のコンテナに積み込まれます。これはフォークリフトを使用して行われ、コンテナを移動してプラットフォームに供給し、在庫を満たします。その後、トラックは倉庫に戻り、同じサイクルが再び始まります。

トラックとフォークリフトの助けを借りて出発地と目的地の間を移動する砂の輸送

水圧破砕作業のための砂の輸送プロセス

このサイクルには多くの複雑な決定が関わってきます。一定量の砂を供給できるように、トラックは素早く方向転換する必要があります。在庫レベルと空のコンテナと満杯のコンテナを管理する必要があります。フォークリフトは非常に重要で、不要な動きを避けながらコンテナを可能な限り最適な方法で配置、在庫、トラック、およびプラットフォームを監視して判断を下すなど、多くの役割を担っています。

当初は、意思決定を行うためにすべての分析を Excel を使用して行っていました。しかし、この方法はあまりにも静的で、必要なトラックやコンテナの数はどれくらいか、コンベアが故障したらどうなるかなど、重要な質問に答えられないことが分かりました。

解決策

Tecpetrol は Eurystic と協力し、すべてのリソースが相互にどのように作用するかを表す砂輸送シミュレーション モデルを開発しました。これは、上記のすべての質問に答えるために行われました。また、将来的に他の構成を試すことができるように、モデルには柔軟性も必要でした。

Eurystic が AnyLogic を選択したのは、同社が AnyLogic について豊富な経験を持ち、特に時間依存のプロセスで非常にうまく機能することを知っていたため、彼らはそれを活用してカスタマイズ可能な UI を作成し、ユーザーがモデルから答えを非常に速く得ることを可能にし、最終的には複数の反復でシミュレーションを実行できるようになりました。

入力、モデル、出力など、さまざまなシステムがどのように連携して機能するかを示すモデルの概要

水圧破砕作業における砂輸送のモデル概要

ロジスティクス モデルは、Tecpetrol データベースからダウンロードされた Excel ファイルと、ユーザー構成パネルを通じてユーザーからの入力を受け取ります。この 1 つのモデルから、パラメータ変動実験シミュレーション実験の 2 つの実験を実行できます。

まず、ユーザーは特定のサイトを 1 つ選択し、トラックとコンテナの数、およびその他の変数のオプションを設定して、パラメータ変動実験を実行します。すると、適切なものもそうでないものも含め、さまざまなシナリオが生成されます。


パラメータ変動実験のウェルカム画面には、水圧破砕装置と入力エリアが表示されています パラメータ変動実験モデル実行とグラフと結果の表示
パラメータ変動実験のウェルカム画面と結果 (クリックして拡大)

次に、ユーザーは適切なシナリオまたは最適なシナリオを選択し、シミュレーション実験にパラメータを入力します。これにより、必要なトラックやコンテナの数以外のさらなる質問にも答えることができるようになります。


シミュレーション実験のウェルカムスクリーンには、水圧破砕装置と入力エリアが表示されています シミュレーション実験モデル実行とグラフと結果の表示
シミュレーション実験のウェルカム画面と結果 (クリックして拡大)

モデルが作成するすべての情報は、別の Excel ファイルにエクスポートすることも、UI を通じてユーザーに表示することもできます。

結果

このモデルを 8 か月間使用した後、非生産時間が短縮され、推定 50 万ドルの節約が実現推定 50 万ドルの節約が実現しました。

このモデルは現在も使用されているため、将来性も秘めています。技術を比較したり輸送契約を交渉したりするために使用できます。また、特に新しい請負業者を選択する場合や、砂倉庫から離れた場所にある場合等のボトルネック分析にも使用できます。

最後に、この柔軟なモデルは、将来、プラットフォームやコンテナの新しい設計を評価するためにも利用できます。これは 300 万ドルの投資になる可能性がありますが、モデルからの統計分析が得られるため、新しいデザインを選択する際に、より自信を持って決定を下すことができます。

このケーススタディは、Eurystic の Damian Marino 氏と Tecpetrol の Chiara Dolci 氏によって AnyLogic Conference 2022 で発表されました。

スライドは PDF として入手できます。



同様のケーススタディ

その他のケーススタディ

各業界のケーススタディが記載されたパンフレットを入手(英語)

ダウンロード