Проектирование оптимальной цепи поставок предприятия по переработке «жирного» газа на основе математического моделирования - davaiknam.ru o_O
Главная
Поиск по ключевым словам:
страница 1
Похожие работы
Название работы Кол-во страниц Размер
Будникова кристина евгеньевна 8 1615.31kb.
Программа курса «Основы математического моделирования» 1 25.31kb.
Microsoft Office Visio, aris express Основная литература 5 345.8kb.
Бизнес план 1 73.16kb.
Наноразмерные полиядерные металлооксидные катализаторы на основе... 1 32.5kb.
Особенности социолого-математического моделирования в исследовании... 3 547.03kb.
Зав кафедрой 1 122.53kb.
Критерии оценки продуктивности нефтегазовых залежей на основе геолого-математического... 1 194.16kb.
«Роль логистической координации в повышении уровня качества обслуживания... 11 1696.99kb.
Вопросы к письменной части экзамена по курсу "Основы математического... 1 57.8kb.
Глава Анализ деятельности ООО «Газпром экспорт» 3 591.46kb.
Методические рекомендации по выполнению и оформлению курсовых работ 1 125.82kb.
Направления изучения представлений о справедливости 1 202.17kb.

Проектирование оптимальной цепи поставок предприятия по переработке «жирного» газа - страница №1/1

УДК 004.94:658.7
А.А. Медведева, Г.В. Заходякин
Международный институт логистики ресурсосбережения и технологической инноватики

Российского химико-технологического университета им. Д.И. Менделеева, Москва, Россия


ПРОЕКТИРОВАНИЕ ОПТИМАЛЬНОЙ ЦЕПИ ПОСТАВОК ПРЕДПРИЯТИЯ ПО ПЕРЕРАБОТКЕ «ЖИРНОГО» ГАЗА НА ОСНОВЕ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ
In this paper a mathematical model for making strategic decisions related to design of supply chain for high value-added products from wet natural gas is proposed. The model has been implemented using AMPL modeling language. Model under consideration is based on a MILP formulation and allows for optimal supply network design to determine supplier selection, facility allocation, choosing of best transportation modes and storage, as well as most profitable markets for final products. The Net Present Value has been selected as the criterion function.
В работе предложены математическая модель для принятия стратегических решений по формированию цепи поставок при производстве продукции с высокой добавленной стоимостью на основе «жирного» природного газа и реализация модели на языке AMPL. Модель смешанного целочисленного линейного программирования позволяет определять оптимальный набор параметров – местоположение мощностей, способ транспортировки и хранения, принятие решения о наращивании мощностей, выборе источников сырья и рынков реализации конечной продукции, который в конечном итоге приведет к максимальному значению критерия эффективности – чистого дисконтированного дохода.
Газовая промышленность России - одна из ведущих отраслей. Развитие глубокой переработки газа и газохимии может в дальнейшем благотворно сказаться на развитии экономики всей страны.

Основное сырье для российской нефтехимии – нефть в отличие от западной промышленности, где основной источник углеводородов – это природный газ. Сегодня в США доля этана, используемого для получения наиболее крупнотоннажного базового полупродукта этилена, составляет свыше 40%, а в Канаде – свыше 70%. Полностью на этановом сырье в США работает ряд крупных этиленовых установок, в частности, компаний Du Pont, Mobil Corp., Westlike Polymers и др, в Канаде - крупные этиленовые установки компаний NOVA Chemicals и Dow Chemical. Для надёжного и стабильного обеспечения отечественной химической промышленности углеводородным сырьем необходима смена модели её сырьевой базы. Основным направлением является использование газового сырья в газохимии. Для этого необходимо извлекать ценные продукты из природного газа, которые в настоящее время сжигаются в котельных или поступают в составе экспортного энергетического газа в другие страны. Также следует учитывать тот факт, что при извлечении этана из газа не только увеличится прибыль газовых корпораций, но и снизится воздействие на окружающую природную среду, так как сократится сжигание газа на факельных установках.

При большой протяженности территории Российской Федерации и удаленности мест потребления продукции нефтехимической промышленности от газовых месторождений необходимо определить, какой путь развития более выгоден в современных условиях: с одной стороны, транспортировка этана на существующие предприятия, мощности которых позволяют его перерабатывать, через трубопровод несет огромные капитальные затраты на строительство отдельной нитки для транспортировки этана, с другой стороны, организация нового производства вблизи месторождения снизит затраты на сжижение этана и его транспортировку, но увеличит затраты на строительство новых производственных мощностей. Второй вариант был выбран ОАО «Газпром» в проекте Уренгойского ГХК.

Целью данного исследования является моделирование оптимальной зеленой цепи поставок (ЦП) предприятия по переработке «жирного» газа.

Цепь поставок предприятия по переработке газа состоит из большого числа элементов – это предприятия, которые добывают газ на месторождениях, подготавливают его к переработке и газоперерабатывающие предприятия. При этом переработка газа может производиться как на одном предприятии до конечного продукта, так и растягиваться на несколько, тем самым изменяя структуру цепи поставок. Узлы цепи поставок могут быть действующими предприятиями, а могут быть гипотетическими, т.е. для функционирования всей цепи поставок необходимо их строительство и обеспечение транспортным сообщением.

Поскольку материальный поток по мере продвижения изменяется, необходимо учитывать эти процессы. Каждая технология характеризуется определенными параметрами – стоимость установки (если необходимо ее приобретение), производительность, потребление сырья и энергии в процессе производства, выход готового продукта. При моделировании движения материального потока учитывается степень превращения на каждой стадии преобразования, потребность в сырье для достижения заданного уровня производства готовой продукции и затраты на организацию процесса.

Разделение материального потока между предприятиями и определение их местоположения напрямую влияет на транспортные затраты. Расположение перерабатывающих заводов вблизи месторождения, с одной стороны, сокращает транспортные затраты, которые возникают при выборе переработки в другом регионе, но, с другой стороны, увеличивает затраты на доставку готового продукта на рынки потребления.

Решения об организации ЦП и ее структуре принимается на высшем уровне управления и относится к стратегическому уровню. Принятое решение не может быть впоследствии изменено, так как сопряжено, как правило, со значительными капитальными затратами.

Задача проектирования сетевой структуры ЦП направлена на определение оптимальной производственно-логистической сети для всего продуктового ассортимента компании в соответствии с установленным экономическим критерием эффективности. В работе представлена многопериодная детерминированная модель, предлагающая гибкий подход при проектировании ЦП. Модель предполагает, что оборудование для размещения в местах потенциального производства доступно, и помогает в выборе этих мест. Кроме того, модель позволяет расширять мощности существующих производств не только на начальном периоде планирования, но и в любом другом периоде, в котором руководство компании примет решение об эффективности инвестиций в расширение.

Содержательная постановка задачи может быть записана следующим образом (перечисленные ниже данные должны быть известны заранее):


Дано:

• Постоянный горизонт планирования.

• Множество продуктов.

• Множество рынков, на которых продукция предлагается покупателям и номинальный спрос.

• Множество потенциальных географических мест размещения объектов ЦП.

• Множество потенциальных единиц оборудования для производства различных продуктов.

• Нижние и верхние пределы для приращения мощности оборудования и емкости складов.

• Спецификации/рецептура продуктов (коэффициенты уравнений материальных балансов и коэффициенты использования ресурсов производства).

• Мощности поставщиков (источников сырья и материалов).

• Минимальный коэффициент загрузки установленного оборудования (мощностей).

• Параметры прямых (переменных) затрат – на производство, грузопереработку, транспортировку и закупку сырья.

• Цены на каждый продукт на каждом рынке в течение всего горизонта планирования.

• Связь между капитальными затратами и мощностью объекта ЦП.

• Связь между косвенными затратами и мощностью объекта ЦП.


Необходимо найти:

• множество вновь создаваемых объектов ЦП;

• периоды, в которых необходимо увеличение мощностей объектов ЦП;

• материальные потоки (связи между объектами) в ЦП;

• закрепление производственных и распределительных операций за элементами логистической цепи;

• количество готовой продукции, которая будет реализована.

Множество параметров должно быть подобрано таким образом, чтобы выбранный экономический критерий эффективности – чистый дисконтированный доход, вычисленный на всем горизонте планирования, принял максимальное значение.

В модели применяется однородное дискретное представление времени. Предполагается, что спрос удовлетворяется (продажи производятся) в конце каждого периода планирования. Также следует отметить, что часть спроса может остаться неудовлетворенной, поскольку мощности объектов ЦП ограничены.

Модель основана на методе смешанного линейно-целочисленного программирования. На основе предложенной математической постановки с использованием языка моделирования AMPL разработан инструмент поддержки принятия решений при проектировании ЦП. Этот инструмент реализован в виде программного комплекса, включающего среду AMPL, набор алгоритмов решения задач оптимизации и СУБД Microsoft Access, которая служит источником данных и используется для анализа полученных решений.
В результате выполнения работы разработан инструмент, который позволяет:


  • на основе прогнозов спроса на продукты нефтехимии – полиолефины, сжиженные газы, определить стратегию развития производственных мощностей, обеспечивающую максимальное значение ЧДД;

  • определить наиболее прибыльные рынки сбыта и продукты с учетом полных затрат на их производство и транспортировку;

  • выбрать наилучшие способы доставки продуктов на рынки сбыта и стратегии размещения запасов в цепи поставок.

Библиографические ссылки


1. Стратегия развития химической и нефтехимической промышленности России на период до 2015 года - Минпромторг России. Минпромторг России. [В Интернете] [Цитировано: 15 апрель 2010 r.] http://www.minprom.gov.ru/activity/chem/strateg/0.

2. Брагинский, Олег. Наступит ли "Эра этана" в России? newchemistry.ru. [В Интернете] [Цитировано: 15 апрель 2010 r.] http://www.newchemistry.ru/printletter.php?n_id=3637.

3. Мешалкин В.П., Дли М.И. Логистика и управление конкурентоспособностью предприятий нефтехимического комплекса (основные концепции и практические результаты). – М.: Химия, 2010. – 453 с.

4. Flexible Design-Planning of Supply Chain Networks /Jose´ Miguel Lainez, Georgios Kopanos, Antonio Espuna, Luis Puigjaner // AIChE Journal, July 2009. – Vol. 55, No. 7. – pp. 1737-1753.



5. Джефри Шатт. Управление товарным потоком: рук. по оптимизации логистических цепочек; пер. с англ. С.В. Кривошеин; научн. ред. А.Н. Тарашкевич.-Минск: Гревцов Паблишер, 2008 – 352с.






Беженцы из своей страны — еще не самое страшное. Куда хуже беженцы из своего времени. Юлиан Тувим
ещё >>