Modular Mining 是株式会社小松制作所（以下简称“小松”）的子公司，也是小松采矿技术解决方案（MTS）团队的一部分。他们利用数据和创新来实时优化采矿价值链。
问题
在矿井中，运输卡车将材料从source运到sink。source——诸如铲车，填充运输卡车，之后卡车将材料运到sinks，sinks是排土场或破碎机。
更详细地说，卡车装满后行驶，路途中会在十字路口或危险处停车，直到到达目的地。在这里，他们需要排队，如果必要的话，接着进入卸货位置，最后存放他们的材料。
卡车会根据需要做一些非生产性的活动（维护、换班、加油等），也可以直接回到铲车上，装上东西，之后重新开始这个过程。
小松的MTS团队希望调查这一过程，以进一步利用采矿作业的装载和运输顺序的优化。他们与 SimWell 合作，为此制作了一个通用的采矿仿真模型，因为他们没有使用AnyLogic的经验。
解决方案
通用采矿仿真模型过程
创建的装载和运输优化解决方案通过将两个不同的文件导入AnyLogic模型来工作。模型界面显示了矿山的布局以及所有连接的道路网络。第一个场景文件包含卡车、铲车、道路、排土场和破碎机的位置以及矿山中的材料等详细信息。
这是一个通用的采矿仿真模型，因此该公司可以在同一模型中使用不同矿山的场景。
第二个文件包含特定于仿真的信息，包括中断和维护时间表、定时参数以及平均故障间隔时间。
在将这些输入到模型中后，它会以KPI和详细的日志输出的形式运行并给出结果，可以在其中进行查询以获得更多结果。KPI包括移动的总吨位、移动的材料类型、矿山的实际元素等。
此外，该公司还运行了几个假设场景。其中一个涉及更改交叉口管理规则。由于矿山的大多数十字路口都是四向停车场，因此当多辆卡车靠近该停车场时，有机会通过选择更好的卡车先行来优化这一点。
该模型全速运行，几秒钟后就会显示结果。这在运行具有不同配置的多个仿真时非常有效。
由于这是一个通用的采矿仿真模型，开发人员需要设计一些规则，以确保它可以用于不同矿山的装载和运输优化，因为每个矿山都有独特的特征。
规则1：
一辆卡车卸完货后，会到等待装货的卡车数量最少的铲车处。
规则2：
矿山中有许多不同等级的材料，但它们被简化为高级、低级和废料。高级材料被送往破碎机，低级材料被送往堆料场进行后期处理，废料（即其他一切）被送往排土场。
规则3：
卡车卸载后，仿真模型将检查是否需要进行任何非生产性活动，如定期维护。也可能存在未安排的事件，例如故障，此时卡车需要停止其活动并进行修理。
扩展1：用于矿山的电池电动卡车
通用采矿仿真模型运行良好，效果良好，因此开发人员决定通过为矿山增加电动卡车来进一步扩展该模型。
卡车是最大的碳排放源之一，减少这种污染的选择之一是用电动卡车取代内燃机卡车 (ICE)。这些也更节能，操作更简单，出错的可能性更小。
然而，电动卡车需要充电，否则，它们不能像ICE卡车那样长时间运行。克服这一问题的一种方法是使用有轨电车，这是悬挂在道路上方的通电电线，电动卡车可以在行驶过程中使用它充电。
很可惜，并不是所有的卡车都能以这种方式充电，因此采用有轨电车和充电站的组合运行。
开发人员希望调查将一些内燃机卡车转换为用于矿山的电池电动卡车对移动的材料和其他参数的影响。
这意味着需要扩展模型，如卡车电池、充电位置、每个路段的能源使用等。
一个重要的补充是对电量耗尽的处理。在这种情况下，卡车会去充电点充满电，之后在那里等待余下的轮班。
初步结果表明，将ICE卡车更换为BE卡车产生了积极影响，还有进一步优化的空间。
扩展2：内部仿真器
小松矿业技术解决方案团队有自己的内部仿真器，但没有UI组件。也不可能验证或调试这个仿真器，所以他们需要找到一种方法来做到这一点。
他们决定将简单的内部仿真器与之前创建的AnyLogic模型相结合。他们在内部仿真器中使用了一个场景文件，该文件输出事件。这些事件可以在AnyLogic模型中实现并回放。并且导入原始场景文件，以使其能够正确运行。重要的是，该模型只是显示事件，而不是做出任何决策。所有动作和决策都由内部仿真器做出，并显示在AnyLogic模型中。
以这种方式使用AnyLogic模型有助于他们的分析师发现异常情况，比如在整个仿真过程中没有移动的卡车，或者没有卡车靠近铲车。
尽管没有可用的KPI，但团队可以使用此扩展来调试内部仿真器，并直观地查看到底发生了什么。
结果
第一个通用采矿仿真模型被用于研究装载和运输优化机会，这被证明是成功的。正因为如此，以及AnyLogic在该工具上不断构建的灵活性，他们扩展了该模型，以研究用于矿山的电动卡车，从而确定优化的机会。最后，他们再次扩展了模型，以连接到他们的内部仿真器。这主要用于调试仿真器和进行可视化观察。
未来，小松矿业技术解决方案团队希望为矿山电动卡车添加更完整的路线逻辑，因为它们与ICE卡车的运动方式有很大不同。
该案例研究由小松子公司Modular Mining的Kyle Everly在2022年AnyLogic会议上介绍。
幻灯片以PDF形式提供。
