Наш профиль

Терминалы

Контейнерные, насыпные, наливные терминалы. Определение максимальной пропускной способности, выявление узких мест, оптимизация имеющихся мощностей, моделирование проектируемых объектов и т.д..

Логистика

Стратегическое и оперативное управление цепью поставок, оптимизация маршрутов, мониторинг работы автопарка, оценка и управление рисками, моделирование и оптимизация работы склада и многие др задачи.

Склады

Оптимизация зон приемки, отгрузки, комплектации, сортировки и хранения. Определениеколичества, видов и характеристик транспортно-погрузочной техники. Анализорганизации грузопотоков и необходимого персонала.

Вокзалы и аэропорты

Оценка пропускной способности зданий и отдельных объектов внутри них, оптимизация бизнес-процессов в пунктах обслуживания, оценка плотности потока посетителей, эксперименты по эвакуации при ЧС.

Дорожное движение

Анализ пропускной способности дорог и перекрестков,оптимизация светофорных фаз, моделирование закрытия участков, определение оптимальных конфигураций дорожной сети при проектировании

Производство

Планирование производительности, оптимизация ресурсов (персонала и оборудования), оптимизация производственного цикла, планирование запасов, моделирование производственных помещений,ТОИР.

Преимущества
имитационного моделирования

Быстро и экономично

С помощью модели, как цифрового двойника объекта или процесса, Вы гораздо быстрее и дешевле сможете провести необходимые эксперименты, чем проводить испытания на реальных активах.

Принимайте верные решения перед реальными изменениями!

Точно и Без рисков

Виртуальная среда поможет безопасно проанализировать большое количество сценариев "Что если...?" за короткий период времени - как на имеющемся бизнесе, так и на потенциальном. И данные, полученные в ходе экспериментов, будут гораздо точнее чем в аналитических моделях.

В динамике

В отличие от традиционной аналитики процессов на основе таблиц и линейной зависимости, имитационное моделирование дает возможность наблюдать детальное поведение системы во времени. Например, можно проверить уровень загрузки объекта в конкретный день и время.

Наглядно и понятно

Как работает модель, можно визуально наблюдать в 2D или 3D режимах. Это помогает определить корректность процессов. А в отличие от сложных формул в аналитических моделях, зачастую понятных лишь разработчикам, логику построения в имитационных моделях можно показать и доступно объяснить.

Наши последние работы

Имитационная модель парковки

Задача
Смоделировать разные сценарии дорожной инфраструктуры и расположения контрольно-пропускных пунктов для ТС и пешеходов, используя в том числе изменяемые параметры ключевых процессов: длительность и последовательность операций, скорость объектов.

Результат
Разработана имитационная модель с высоким уровнем детализации. Определены оптимальные сценарии и параметры, при которых автомобили не накапливаются перед КПП и не образуют пробок на прилегающей улице. Установлен уровень воздействие выезжающих автомобилей в часы пик. Определены избыточные конфигурации работы КПП и установлены дополнительные элементы, необходимые для повышения пропускной способности и безопасности дорожного движения.  

Цифровой двойник склада

Задача.
Создать аналитический инструмент для оценки разрабатываемой технологии складской работы с помощью роботизированных транспортеров (AGV) в сравнении с имеющейся технологией ручной сборки заказов с помощью персонала.

Результат.
Разработана имитационная модель с высокой детализацией складкой работы на уровне всех характеристик продукции в заказах. Проведен сравнительный анализ различных конфигураций размещения стеллажей и станций комплектации в рамках одной планировки помещения. Определена оптимальная маршрутная сеть при технологии движения AGV по путям. Выявлены узкие и проблемные мест в технологических и логистических операциях.

Цифровой двойник наливного терминала

Задача.
Определить максимальную пропускную способность железнодорожного узла, рассчитать необходимую интенсивность подач цистерн, оптимизировать логистические и технологические процессы и определить узкие места для внесения изменений в проект.

Результат.
Узкие и слабые места были определены и на основе результатов выявленных проблем внесены изменения в итоговую модель и технологические карты проектной документации. Моделирование помогло определить необходимые изменения для избежания проблем на этапах строительства и эксплуатации объекта.

Цифровой двойник балкерного терминала

Задача.
Определить пропускную способность в рамках реализации проекта по увеличению мощности перевалки до 40 млн. тонн/год. Требовалось смоделировать: ж/д логистику груза, вариативность линий конвейерной сети, складское планирование, все основные типы оборудования с учетом поломок и ТОиР, морскую логистику и др. смежные процессы на Терминале,

Результат.
Разработанная имитационная модель была верифицирована через этап AS-IS и с помощью множественных экспериментов по каждому варианту этапа модернизации была получена обширная статистика как максимальной производительности, так и показателей каждого узла оборудования (ТОиР, наработки, КТГ, КПИ и другие значения), которых в модели более 80 единиц.

Рекомендательное письмо.

Цифровой двойник контейнерного терминала

Задача.
Определить максимальную пропускную способность контейнерного терминала, а также отдельных его составляющих, таких как: перегрузочная техника, железнодорожная и автомобильная инфраструктура, контейнерная площадка.
Результат.
После проведения необходимых экспериментов и получения выходных данных, были найдены оптимальные сценарии модернизации, выявлены узкие места и определено, что при имеющихся мощностях и оптимизации определенных операций, пропускную способность терминала можно повысить на 57%.

Благодарственное письмо по проекту.


Имитационная модель производственного участка

Задача. 
Оптимизировать внутреннюю логистики предприятия и определить возможности повышения производительности производственного участка. 

Результат.
Разработана имитационная модель, позволяющая производить расчет и строить графики загруженности складов и производственных участков. Оптимизационные эксперименты помогли более эффективно организовать логистику и повысить производительность, увеличив загрузку складских и производственных площадок.


Сеть нерегулируемых перекрестков в Новосибирской области

Задача.
Определить максимальную пропускную способность нерегулируемых перекрестков и карту плотности потоков для каждого направления.

Результат.
Для каждого перекрестка была разработана отдельная модель с учетом топологии и входных параметров. С помощью оптимизатора OptQuest было найдено максимальное значение пропускной способности с сохранением распределения долей по типам ТС. Определена плотность движения потока с учетом средней скорости автомобиля на каждом участке дороги. Демо-модель

Рекомендательное письмо.

Имитационная модель молочной линии

Задача. 
Определить максимально возможную производительность линии и выявить ограничивающие факторы для увеличения производительности с учетом входных параметров. 

Результат.
Разработанная имитационная модель, позволяет делать расчет основных показателей, например: объема надоев, трудовых часов сотрудников, расхода электрической энергии, расхода воды, объема кормовой базы и т.д.

В модели реализована возможность изменять ключевые параметры перед запуском и смотреть как будут меняться показатели в динамике. После проведения экспериментов была определена максимальная производительность текущей конфигурации и были найдены более оптимальные параметры для уменьшения финансовых затрат.