[자동차 부품 제조] 아레나를 이용한 시뮬레이션 보고서

소개글

[자동차 부품 제조] 아레나를 이용한 시뮬레이션 보고서에 대한 보고서 자료입니다.

본문내용

0
4
12
0.0320
0.0533
0.0240
0.1093
0.7282
0.5237
Pilot
Crane
Average Queue(hour)
Utilization Rate
Seize
Pilot
Dock
Total
Crane Rate
Pilot Rate
2
9
1013시간에서 에러 발생 (Entity 150초과)
2
10
1400시간에서 에러 발생 (Entity 150초과)
3
9
6.5895
0.3597
0.5171
7.4663
0.9644
0.6822
3
10
1.0584
0.3027
0.3471
1.7082
0.8680
0.6851
3
11
0.1395
0.2741
0.2514
0.6650
0.7668
0.6883
3
12
0.0126
0.2509
0.2310
0.4945
0.6930
0.6812
3
13
0.0095
0.2382
0.2028
0.4505
0.6486
0.6786
4
9
2.309
0.0688
0.1107
2.4885
0.9315
0.5102
4
10
0.6158
0.0556
0.0649
0.7363
0.8281
0.5072
4
11
0.1013
0.041
0.0378
0.1801
0.7480
0.5146
4
12
0.0424
0.054
0.0413
0.1377
0.6841
0.5177
4
13
0.0046
0.0385
0.0278
0.0709
0.6291
0.5169
효율성을 평가하는 지표로 총 대기시간, 골리앗 크레인의 이용률, 도선사의 이용률을 고려하였으며, 최소한의 도선사와 크레인의 숫자로 가장 큰 폭의 대기시간 감소를 얻을 수 있는 대안을 이용률의 측면과 함께 고려하여 최적 대안을 결정하기로 하였다.
[표 3]은 100일 동안 시뮬레이션 한 결과를 나타내고 있다. 도선사의 수를 2명으로 지정하여 시뮬레이션 한 결과, [표 2]의 결과와는 달리 외항에서 크레인의 할당을 기다리는 Entity의 숫자가 150개를 초과하여 에러가 발생하는 것을 볼 수 있다. 이는 도선사의 숫자가 2개일 때는 지속적으로 대기가 누적되어 결국에는 항만이 제 역할을 할 수 없는 상황까지 도달 한 것으로 볼 수 있으며, 전체적인 흐름을 파악하기 위해서는 더 긴 시간으로 해야 하는 것을 알 수 있었다. 따라서 도선사의 숫자를 최소 3개로 하여 크레인의 숫자를 변경하여 시뮬레이션을 하였으며 그 결과, [그림8]과 같이 크레인의 숫자가 9개일 때 평균 7.47시간의 대기가 발생하였고, 10개일 때 평균 1.70시간의 총 평균 대기시간을 나타내는 것을 알 수 있었다. 또한 크레인의 수가 11개일 때 위의 감소 폭 보다는 적지만 약 1시간 정도의 대기시간이 감소한 0.67시간을 나타내고 있는 것을 알 수 있으며, 이는 [표 3]의 Seize의 평균대기시간이 대부분 감소한 것임을 알 수 있다. 따라서 현재 발생하는 대기시간의 가장 큰 원인은 외항에서 대기 중인 선박이 크레인을 할당 받지 못하여 발생하는 대기로, 크레인의 수가 부족하여 발생하는 결과라 볼 수 있다.
[그림 8]은 도선사의 숫자가 3명일 때 크레인의 숫자 변화에 따른 대기시간을 나타낸 그림이다. 크레인의 수를 11대 이상 증가시켜도 대기시간의 감소폭이 크레인 한 개를 더 구입할 만큼 경제적이라 볼 수 없을 만큼 미미하였으며, 도선사의 이용률에도 거의 영향을 주지 않는 것으로 파악되었다.
다음으로 도선사의 숫자를 4명으로 설정하여 시뮬레이션 한 결과, 도선사가 3명일 때에 비해 전반적으로 외항에서 도선사를 기다리는 대기시간은 줄어들었지만 같은 수의 크레인일 경우 이용률에 거의 영향을 주지 못하였고 도선사의 이용률은 50%정도 밖에 되지 않았기 때문에, 도선사의 숫자를 3명으로 정하여 크레인의 숫자를 변경하는 것이 경제적이라 판단하였다.
따라서 도선사 숫자는 3명으로 정하고, 크레인의 숫자 10개나 11개의 두 가지 대안 중 한 가지를 선택하기로 결정하였다.
[그림9]는 크레인 수가 11개 일 때의 대기시간 결과이고, [그림10]은 크레인수가 10개일 때 대기시간의 결과이다. 두 결과를 비교해보면 Seize Crane.Queue, Ship Leaving.Queue, Ship Receiving.Queue 세 가지 대기시간 모두 크레인 수가 10개 일 때 더 작았으며, 크레인 할당을 기다리는 대기시간에 있어서 최대 대기시간이 크레인의 수가 11개인 경우가 약 12시간 정도로 평균에 비해 상당히 큰 것으로 판단하였다. 대기행렬에 있어서 평균의 값도 중요하게 작용하지만 최대로 대기해야 하는 시간 역시 고객에 대한 만족을 제공하기 위해 중요한 요소라고 볼 수 있었기 때문에 크레인의 수가 10개인 경우보다는 크레인의 수가 11개인 경우가 더 효율적이라고 생각하였다.
[그림 11]은 도선사 3명과 크레인 11개를 설정하였을 때의 결과치이다.
"UNCTAD(국제연합무역개발협의회)-Port development"에서는 최대 선석 이용률을 그룹별 부두수가 1개일 때 40%, 부두수가 2개일 때 50%, 부두수가 3개일 때 55%, 부두수가 5개일 때 65%, 부두수가 6~10개 일 때 70%을 넘지 않도록 권고하고 있다 백인흠, 선박재항시간에 대한 분석연구, 水産海洋敎育學會(10-1), 1998, p.10.
. 이런 면에서 볼 때 최적 대안으로 선정한 도선사 수 3명, 크레인 수 11개로 시뮬레이션 했을 때의 이용률이 각각 68%, 76%정도로 가장 효율적인 항만의 운영이 이루어 질 수 있다고 판단하였다.
따라서 최종적으로 결정한 대안은 도선사 수 3명과 크레인의 수 11개로서, 총 대기시간이 0.67시간 정도를 나타내게 된다.
참고문헌
천성국 외, “ARENA 소프트웨어를 이용한 자동차 부품 제조 공장 시뮬레이션 모델링”, 한국자동차 학회 2004년도 추계학술대회 논문집, 2004, p. 1164
백인흠, 선박재항시간에 대한 분석연구, 水産海洋敎育學會(10-1), 1998, p.10.
문일경 외, “ARENA를 이용한 시뮬레이션”
천성국 외, “ARENA 소프트웨어를 이용한 자동차 부품 제조 공장 시뮬레이션 모델링”, 한국자동차 학회 2004년도 추계학술대회 논문집

키워드

시뮬레이션,   아레나,   Create Module