การจำลองสถานการณ์งานก่อสร้าง

กรณีศึกษาเขื่อนคลองท่าด่าน
การจำลองสถานการณ์งานก่อสร้าง: กรณีศึกษาเขื่อนคลองท่าด่าน
CONSTRUCTION PROCESS SIMULATION: A CASE STUDY ON THADAN DAM

บทคัดย่อ: การศึกษานี้ได้แสดงวิธีการจำลองสถานการณ์เพื่อวิเคราะห์และปรับปรุงกระบวนการก่อสร้าง โดยใช้งานขนส่งและบดอัดคอนกรีตบดอัดแน่นของเขื่อนคลองท่าด่าน อำเภอเมือง จังหวัดนครนายก เป็นกรณีศึกษา คณะผู้วิจัยทำการสำรวจและบันทึกข้อมูลในภาคสนาม เฉลี่ย 74 ตัวอย่างต่อหนึ่งกิจกรรมย่อยของงานก่อสร้างการศึกษาในครั้งนี้แสดงให้เห็นว่าการจำลองสถานการณ์สามารถใช้เป็นเครื่องมือในการวิเคราะห์และปรับปรุงกระบวนการก่อสร้างได้ โดยผลจากการจำลองสถานการณ์สำหรับกรณีศึกษานี้ได้บ่งชี้ว่าอาจสามารถลดจำนวนรถบรรทุกที่ใช้ลงจากที่ใช้อยู่เดิมจำนวน 15 คัน เหลือประมาณ 8 คันได้ และจะได้อัตราการเทคอนกรีตประมาณ 700 ลูกบาศก์เมตรต่อชั่วโมง
1 บทนำ
วิธีการสร้างแบบจำลองและจำลองสถานการณ์ (Modeling and Simulation Methodology) ถูกนำมาประยุกต์ใช้ในการแก้ปัญหาในระบบงานแขนงต่างๆ มาเป็นเวลานาน ระบบงานก่อสร้างนับเป็นระบบหนึ่งที่มีการวิจัยและพัฒนาวิธีการจำลองสถานการณ์เช่นกัน [1]–[2] แม้กระนั้นวิธีการสร้างแบบจำลองและการจำลองสถานการณ์ก่อสร้างก็ยังไม่แพร่หลายในประเทศไทย สาเหตุหนึ่งอาจเกิดจากการขาดความเข้าใจ และขาดแนวทางการประยุกต์ใช้วิธี การดังกล่าว
บทความนี้เสนอแนวทางการประยุกต์ใช้วิธีการจำลองสถานการณ์งานก่อสร้าง โดยแสดงตัวอย่างขั้นตอนการประยุกต์ใช้วิธีการดังกล่าวในกระบวนการก่อสร้างจริง รวมทั้งได้แสดงตัวอย่างการประยุกต์ใช้ซอร์ฟแวร์ในส่วนของการวิเคราะห์ข้อมูลที่รวบรวมได้จากหน้างาน และในการสร้างแบบจำลองเพื่อจำลองสถานการณ์งานก่อสร้าง โดยการศึกษาครั้งนี้ใช้งานขนส่งและบดอัดคอนกรีตบดอัดแน่น (Roller-Compacted Concrete (RCC)) ของโครงการเขื่อนคลองท่าด่าน อำเภอเมือง จังหวัดนครนายก เป็นกรณีศึกษา
2 งานขนส่งและบดอัด RCC โครงการเขื่อนคลองท่าด่าน
โครงการเขื่อนคลองท่าด่านเป็นการก่อสร้างเขื่อนคอนกรีตบดอัดแน่นขนาดใหญ่ มีความสูง 93 ม. ความยาวสันเขื่อน 2,720 ม. และความจุอ่างเก็บน้ำ 224 ล้าน ลบ.ม. (ดูรูปที่ 1)
กล่าวได้ว่าความสำเร็จในการก่อสร้างเขื่อนคอนกรีตบดอัดนี้ ส่วนหนึ่งขึ้นอยู่กับประสิทธิภาพของระบบการผลิตและขนส่งภายในโครงการ หากสามารถวางแผนการผลิตตลอดจนการขนส่ง และการปฏิบัติงานในภาคสนามใหมีความสอดคล้องกันได้ดีย่อมจะส่งผลดีเป็นอย่างมากต่อระบบการผลิตในภาพรวม
3. การเก็บข้อมูลภาคสนาม
ในการศึกษาครั้งนี้ได้ทำการรวบรวมและบันทึกข้อมูลของเวลาการทำงานจริงในภาคสนามจำนวน 6 กิจกรรมย่อย และได้จำนวนข้อมูลเฉลี่ย 74 ข้อมูลต่อหนึ่งกิจกรรมย่อย
4. การวิเคราะห์รูปแบบและพารามิเตอร์การกระจายตัวของเวลาในการทำกิจกรรมย่อย
ในขั้นตอนนี้เป็นการนำข้อมูลเวลาในการทำกิจกรรมมาวิเคราะห์หารูปแบบและพารามิเตอร์ของการกระจายตัว เพื่อใช้ในการสร้างแบบจำลอง การศึกษาครั้งนี้ใช้ซอร์ฟแวร์ ExpertFit [3] เพื่อทำการวิเคราะห์หารูปแบบการแจงแจงของข้อมูลการทำงานที่เหมาะสมกับกลุ่มข้อมูลที่รวบรวมมาได้ ในตารางที่ 1 แสดงผลบางส่วนจากการวิเคราะห์หารูปแบบการแจงแจงที่เข้ารูปสนิท (Goodness of Fit Test) ในรูปที่ 3 แสดงการรายงานผลหน้าจอของ ExpertFit ในการวิเคราะห์ภาวะเข้ารูปสนิทของกิจกรรมการถ่าย RCC จาก Hopper สู่รถบรรทุก
ตารางที่ 1 ผลบางส่วนจากการวิเคราะห์ด้วย ExpertFit
กิจกรรม จำนวนข้อมูล รูปแบบการแจกแจง พารามิเตอร์ของการแจกแจง
Location Scale Shape
A 131 Weibull 0 60.186 2.569
B 66 Log-Laplace 0 72.498 4.957
C 118 Laplace 160 15.711 –
D 42 Log-Logistic 0 62.482 5.984
E 112 Gamma (E) 99.745 86.302 1.244
F 144 Log-Logistic 0 70.740 6.096
หมายเหตุ
กิจกรรม A หมายถึง เวลาในการถ่าย RCC จาก Hopper สู่รถบรรทุก
กิจกรรม B และ C หมายถึง เวลาที่รถบรรทุกเดินทางจาก Hopper ไปทำงานที่เขื่อน B และ S ตามลำดับ
กิจกรรม D และ E หมายถึง เวลาที่รถบรรทุกเดินทางจากเขื่อน B และ Sไป Hopper ตามลำดับกิจกรรม F หมายถึง เวลาที่รถบรรทุกเท RCC ลงจากรถ
5. การสร้างแบบจำลอง
ข้อมูลทั้งหมดที่รวบรวมมาจากข้อ 3 – 4 ถูกนำไปเป็นข้อมูลในการสร้างแบบจำลองของกระบวนการ วิธีการสร้างแบบจำลองที่ใช้ในการศึกษาครั้งนี้คือ Petri Nets [4] การจำลองสถานการณ์ในการศึกษานี้ให้ความสนใจกับการจัดสรรทรัพยากรที่มีอยู่แล้วให้เกิดการทำงานที่เหมาะสมยิ่งขึ้น โดยไม่ให้เกิดค่าใช้จ่ายทางตรงที่เพิ่มขึ้นมาจากการปรับปรุงวิธีการทำงาน
เป้าหมายของการปรับปรุงคือ การให้คนงานและเครื่องจักรสามารถทำงานโดยไม่ต้องเสียเวลารอคอยจนเกินความจำเป็น ในการสร้างแบบจำลองได้นำเงื่อนไขและข้อจำกัดที่รวบรวมจากการเก็บข้อมูลในภาคสนามมากำหนดตรรกะให้กับแบบจำลองเพื่อให้สามารถจำลองสถานการณ์ได้ใกล้เคียงกับระบบจริงมากที่สุด ในรูปที่ 4 แสดงแบบจำลอง Petri Nets ของกระบวนการขนส่ง RCC จาก Hopper ไปยังเขื่อน B
6. การจำลองสถานการณ์งานก่อสร้าง
หลังจากทำการทดสอบตรรกะในการสร้างแบบจำลองจนถูกต้องแล้ว คณะผู้วิจัยได้ทดลองใช้งานแบบจำลองเพื่อจำลองสถานการณ์ที่หน้างานก่อสร้างต้องการเทและบดอัด RCC ในเขื่อน B ณ บริเวณที่เขื่อนมีความกว้าง 12 เมตร และยาว 800 เมตร โดยมีเงื่อนไขว่า รถบรรทุกที่ใช้อยู่ทั้งหมดประมาณ 15 คันสามารถเข้าเท RCC พร้อมกันได้ไม่เกินครั้งละ 2 คัน และรถบรรทุกแต่ละคันบรรทุก RCC ด้วยปริมาณคงที่เที่ยวละ 10 ลูกบาศก์เมตร คณะผู้วิจัยเลือกใช้ Visual SimNet [5] ในการจำลองกระบวนการก่อสร้างในที่นี้ เพื่อแสดงตัวอย่างการวิเคราะห์หาจำนวนรถบรรทุกที่เหมาะสมสำหรับการใช้งานในกระบวนการ โดยทดลองกำหนดจำนวนรถบรรทุกที่ใช้ในการทำงาน 6 กรณี ตั้งแต่ 5 – 10 คัน ผลที่สำคัญที่ได้จากการจำลองสถานการณ์ได้แสดงไว้ในตารางที่ 2 และในรูปที่ 5 แสดงอัตราผลผลิต RCC เทียบกับจำนวนรถบรรทุก
ตารางที่ 2 ผลบางประการที่ได้จากการทำเลียนแบบ
จำนวนรถ อัตราการเท RCC
(ลบม./ชม.) เวลาที่รถบรรทุกขาดช่วง (นาที) เวลารอคอย (วินาที)
แถวคอยรถบรรทุก แถวคอยเท RCC
5 570.51 241.67 28.06 1.96
6 643.55 159.47 46.92 3.49
7 679.67 80.20 78.47 5.18
8 696.80 29.50 121.60 6.67
9 699.07 4.73 172.33 6.35
10 696.80 1.13 224.37 7.20
รูปที่ 5 อัตราผลผลิต RCC เทียบกับจำนวนรถบรรทุก
ผลที่ได้จากการจำลองสถานการณ์นี้แสดงให้เห็นว่า จำนวนรถบรรทุกที่เหมาะสมสำหรับการใช้งานในกระบวนการนี้คือ 8 คัน การใช้จำนวนรถบรรทุกที่น้อยกว่าจำนวนนี้จะส่งผลให้ลดประสิทธิภาพของกระบวนการลำเลียง RCC จาก Hopper ไปยังหน้างาน ในขณะที่การใช้จำนวนรถที่มากขึ้นก็จะไม่ทำให้อัตราผลผลิตการทำงานมากขึ้นแต่กลับทำให้แถวคอยของรถบรรทุกพร้อมใช้งานและแถวคอยของรถบรรทุกที่พร้อมสำหรับการเท RCC ยาวขึ้น เป็นเหตุให้รถบรรทุกแต่ละคันเสียเวลาในแถวคอยนานขึ้นโดยไม่สร้างผลผลิตใดๆ
7. สรุปผลการศึกษา
การจำลองสถานการณ์สามารถใช้เป็นวิธีการหนึ่งในการวิเคราะห์และปรับปรุงกระบวนการก่อสร้างได้เป็นอย่างดี โดยในเบื้องต้นสามารถวิเคราะห์หาเวลารอคอยของทรัพยากร และทำนายอัตราผลผลิต อันนำไปสู่การปรับปรุงกระบวนการก่อสร้างเพื่อทำให้การใช้ทรัพยาการเป็นไปอย่างเหมาะสมได้ในที่สุด
เอกสารอ้างอิง
[1] Jirawat Damrianant (2003). COSMOS: A Discrete-Event Modeling Methodology for Construction Processes. International Journal of Internet and Enterprise Management (IJIEM) special issue on “Product and Process Modeling in Building and Related Industries, vol.1, no.2, 128-152.
[2] Shihyi Wang and Daniel W. Halpin (2004). Simulation Experiment for Improving Construction Processes. Proceeding of the 2004 Winter Simulation Conference, 1252-1259.
[3] Averill M. Law and Stephen Vincent (1999). ExpertFit User’s Guile. Averrill M. Law & Assosiates.
[4] Carl A. Petri (1962). Kommunication mit Automaten. Ph.D. Thesis, University of Bonn, Bonn, West Germany.
[5] Wolf Garbe (1996). Visual SimNet User’s Manual. Unpublished.
อ้างอิง http://www.thaicontractors.com

Advertisements

ป้ายกำกับ: ,

ใส่ความเห็น

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / เปลี่ยนแปลง )

Twitter picture

You are commenting using your Twitter account. Log Out / เปลี่ยนแปลง )

Facebook photo

You are commenting using your Facebook account. Log Out / เปลี่ยนแปลง )

Google+ photo

You are commenting using your Google+ account. Log Out / เปลี่ยนแปลง )

Connecting to %s


%d bloggers like this: