ARENA软件在核电项目风险量化分析中的应用浅析

    赵天宇 于航 汪捷

    中图分类号：TM623 文献标识：A 文章编号：1674-1145（2019）2-189-02

    摘 要 风险量化分析在核电项目进度计划管理中的应用较为广泛，主要用来评估进度计划按期实现的可能性及在某个概率下具体可能实现的工期。某设备是核电项目建设中非常重要并且带有研发性质的设备，受它的设计、制造及到货的影响，整個项目建设的工期都将受到重大冲击。本文以GERT随机网络为基础，通过使用ARENA软件对设备设计制造过程进行仿真模拟，得到此设备的研发性质可能给整个设计制造过程带来的影响，从而评估它对整个项目建设的具体影响。

    关键词 Arena 随机网络 风险量化 GER T PER T

    一、引言

    Arena是美国Rockwell Automation旗下的一款离散事件仿真软件，它通过仿真实验，协助决策者进行系统优化和改进。它可以建立高度仿真的系统模型，并容纳真实系统中的随机性和可变性，从而再现复杂系统的真实状态。软件基于SIMAN仿真语言，采用流程图建模方式，以实体为研究对象其科学性在学术领域内获得了广泛的认可。在国内外有700多所大学采用Arena软件教授系统工程、管理科学的专业课程。在每年的世界性学术仿真大会上，Arena模型的论文引用率最高，并在世界各地的仿真模拟实验室被广泛应用。

    Arena自从1993年推出1.0版本以来，已经在全球20多个行业中拥有7000多个大型客户，35万多个终端许可证用户，应用范围涵盖了制造业与供应链、交通与服务业、国防军事领域、港口与机场运营等行业领域。

    项目风险分析分为定性风险分析和定量风险分析，随着风险管理工作的开展和研究工作的深入，定量的风险分析作为定性风险分析的补充和升级，在项目风险管理中正在占据越来越重要的地位。

    目前在计划管理领域开展的风险量化分析较为深入，常用的方法是传统的关键路径法CPM（Critical Path Method），它能解决作业的持续时间和作业间的逻辑关系均已确定的情况下的问题。目前面对新建项目，项目建设中应用的很多具有研发性质的新设备，很多因素具有非常大的不确定性，意味着作业的持续时间和逻辑关系均存在不确定性，在这种情况下，应用这两种方法在解决工期的合理制定问题时均具有一定的局限性。使用GERT技术对某设备制造过程中，可能出现测试不通过造成的返工，从而导致工期的延误的情况进行了计算。将返工在计划中考虑进去，得到项目更加准确的工期数据。

    本文利用仿真软件Arena对某设备制造过程中可能出现的返工过程进行仿真模拟，最后得到在设计制造测试过程中存在返工的情况下，此重要设备可能造成的工期延误情况的数据。

    二、GERT随机网络简介

    GERT随机网络图的仿真模拟求解方法实质上为一种蒙特卡洛（Monte-Carlo）求解方法。蒙特卡洛方法也称为统计实验法、统计模拟法，它的做法是构造数学问题概率模型，并借助计算机进行随机抽样实验。

    与关键路径法CPM和计划评审技术PERT相比，GERT的优越性体现在以下几个方面：

    1.节点和枝线不一定都会实现，实现的可能性取决于节点的类型和枝线的概率系数。2.作业持续的时间t为概率型，按随机变量进行分析。3.枝线的流向不受限制，允许环路的出现。4.节点间可以允许有一条以上的枝线存在。5.可能有多个起点或终点，允许多目标的存在。

    类比到带研发性质的设备制造工期上，则意味着各条作业由原来的确定会实施变为了可能会实施，而且我们可以给出具体的实施概率。同时每条作业所遵循的分布不再只是β分布，还可以为正态分布。如果某条作业完成后，还可以允许有一定的概率将该条作业再次执行一次或多次。

    三、建立仿真结构模型

    我们选取某设备的软件设计制造、测试出厂直至到场的过程进行计算和仿真模拟。整个过程如图1所示。

    在Arena软件中建立相应的系统模型，如图2所示。本文中的实例主要涉及到Arena里的Create模块、Process模块、Decide模块、Record模块和Dispose模块。通过Create模块创建一个实体，经过Process模块进行加工处理，再经过Decide模块进行概率分配，通过Record模块记录实体的加工时间，最终到Dispose模块结束。

    由于Arena软件对中文的兼容性不好，因此用每条工序的代码来表示工序名称。

    四、建立仿真数据模型

    按照每条作业的时间参数分布进行输入，每个模块选取一个输入窗口的情况展示如下图3。

    五、运行模型

    运行模型前，通过Arena任务栏中的Run->Check Module对模型进行检查，出现图 8对话框表明模型可以进行运行。同时点击Run->Setup对模型运行参数进行设置，如图 9所示。

    运行模型得到的总工期结果如图 10所示，仿真模拟的结果为1185.49天。图中的“Half Width”代表置信水平95%的置信区间的宽度，由于分布的期望值，则根据这个宽度，相当于已知和n，根据t分布表，可以得到Arena仿真结果的标准差s为124.7天。由于受抽样次数n=1000次的影响，仿真模拟的标准差计算结果与解析计算的结果略有差距。

    六、分析与结论

    结合实际情况考虑，理想情况下的可能工期为35个月，根据目前可以预料的情况，约需40个月周期，另外根据数据离散情况需要考虑目前未知的风险因素，再增加4个月的风险工期。与目前项目实际执行的计划相比周期相近，原计划的编制基本上通过人为设置安全系数来增加计划的裕量，通过本文中的系统计算，明确了风险工期的设置依据。

    文中模型的建立进行了一定的简化，只选取了软件的设计制造测试过程，针对作业时间参数不同的分布和自环进行了模拟计算，后续可以扩大模型的范围，增加模型的细度，进行进一步的模拟计算。当然，没有任何一种工具能够完美的解决所有的问题，因此我们需要根据工作情况进行选择，或者将不同的工具组合使用，提高工作效率。

    参考文献：

    [1] （美）W.David Kelton， Randall P. Sadowski， David T. Sturrock.仿真使用Arena软件（原书第3版）[N].机械工业出版社，2007：13-127.

    [2] 赵天宇，杨臆璁.核电项目风险量化分析方法浅析[J].城市建设理论研究，2017（1）：74-75.

    [3] 韩超.基于不确定性的工程项目网络计划优化研究[C].南京：南京林业大学硕士学位论文，2012：15-62.

    [4] 赵天宇，赵文昭.基于GERT技术的核电项目风险量化分析[J].现代企业文化，2019（2）.

    [5] 熊建星.基于Arena仿真的生产线改进研究[C].成都：成都理工大学硕士学位论文，2014：42-47.