컨테이너 터미널에서 육상 운송을 담당하는 트럭 운송사 입장에서의 트럭 대기 시간을 줄이기 위한 게이트 시뮬레이션 모델을 개발하였다. 개발 모델의 검증을 위하여 부산신항 P항만을 대상으로 2014년 12월의 4주간 트럭 진출입 자료를 적용한 결과, 99% 이상의 정확성을 보였다. 또한, 개발한 시뮬레이션 모델을 통해 기존 게이트 시스템과 최근 게이트 시스템을 비교해 보았다. 결과적으로 동쪽 진입 게이트 기준으로 기존 게이트 시스템에서는 최대 50대의 트럭 대기와 120분의 대기 시간이 발생하였으나, 신규 게이트 시스템에서는 최대 10대의 트럭 대기와 5.3분의 대기 시간이 소요되었다. 서쪽 진입 게이트 기준으로 기존 게이트 시스템에서는 최대 17대의 트럭 대기와 34분의 대기 시간이 발생하였으나, 신규 게이트 시스템에서는 최대 10대의 트럭 대기와 5.3분의 대기 시간이 소요되었다. 서쪽 진출 게이트 기준으로 기존 게이트 시스템에서는 최대 11대의 트럭 대기와 5.5분의 대기 시간이 발생하였으나, 신규 게이트 시스템에서는 최대 9대의 트럭 대기와 4.4분의 대기 시간이 소요되었다. 본 개발 모델을 통하여 각 게이트의 트럭당 진출입 처리 시간에 따라 어느 정도의 트럭 대기가 발생하는지를 파악할 수 있게 되었다. 또한, 각 게이트에서 트럭 진출입에 따른 트럭당 처리 시간을 여러 시나리오별로 시뮬레이션하여 트럭의 대기가 발생되지 않는 최적 게이트 시스템의 운영 기준을 찾는데 활용될 수 있다.
컨테이너 터미널에서 육상 운송을 담당하는 트럭 운송사 입장에서의 트럭 대기 시간을 줄이기 위한 게이트 시뮬레이션 모델을 개발하였다. 개발 모델의 검증을 위하여 부산신항 P항만을 대상으로 2014년 12월의 4주간 트럭 진출입 자료를 적용한 결과, 99% 이상의 정확성을 보였다. 또한, 개발한 시뮬레이션 모델을 통해 기존 게이트 시스템과 최근 게이트 시스템을 비교해 보았다. 결과적으로 동쪽 진입 게이트 기준으로 기존 게이트 시스템에서는 최대 50대의 트럭 대기와 120분의 대기 시간이 발생하였으나, 신규 게이트 시스템에서는 최대 10대의 트럭 대기와 5.3분의 대기 시간이 소요되었다. 서쪽 진입 게이트 기준으로 기존 게이트 시스템에서는 최대 17대의 트럭 대기와 34분의 대기 시간이 발생하였으나, 신규 게이트 시스템에서는 최대 10대의 트럭 대기와 5.3분의 대기 시간이 소요되었다. 서쪽 진출 게이트 기준으로 기존 게이트 시스템에서는 최대 11대의 트럭 대기와 5.5분의 대기 시간이 발생하였으나, 신규 게이트 시스템에서는 최대 9대의 트럭 대기와 4.4분의 대기 시간이 소요되었다. 본 개발 모델을 통하여 각 게이트의 트럭당 진출입 처리 시간에 따라 어느 정도의 트럭 대기가 발생하는지를 파악할 수 있게 되었다. 또한, 각 게이트에서 트럭 진출입에 따른 트럭당 처리 시간을 여러 시나리오별로 시뮬레이션하여 트럭의 대기가 발생되지 않는 최적 게이트 시스템의 운영 기준을 찾는데 활용될 수 있다.
In this study, a gate simulation model was developed to reduce the truck waiting time for trucking companies servicing container terminals. To verify the developed model, 4 weeks of truck gate-in/gate-out data was collected in December 2014 at the Port of Busan New Port. Also, the existing gate syst...
In this study, a gate simulation model was developed to reduce the truck waiting time for trucking companies servicing container terminals. To verify the developed model, 4 weeks of truck gate-in/gate-out data was collected in December 2014 at the Port of Busan New Port. Also, the existing gate system was compared to the proposed gate system using the developed simulation model. The result showed that based on East gate-in, a maximum number of 50 waiting trucks with a maximum waiting time of 120 minutes. With the proposed system the maximum number of waiting trucks was 10 with a maximum waiting time of 5.3 minutes. Based on West gate-in, the maximum number of waiting trucks was 17 and the maximum waiting time was 34 minutes in the existing gate system. With the proposed system the maximum number of waiting trucks was 10 with a maximum waiting time of 5.3 minutes. Based on West gate-out, the maximum number of waiting trucks was 11 with a maximum waiting time of 5.5 minutes. With the proposed system the maximum number of waiting trucks was 9 with a maximum waiting time of 4.4 minutes. This developed model shows how many waiting trucks there are, depending on the gate-in/gate-out time of each truck. This system can be used to find optimal gate system operating standards by assuming and adjusting the gate-in/gate-out time of each truck in different situations.
In this study, a gate simulation model was developed to reduce the truck waiting time for trucking companies servicing container terminals. To verify the developed model, 4 weeks of truck gate-in/gate-out data was collected in December 2014 at the Port of Busan New Port. Also, the existing gate system was compared to the proposed gate system using the developed simulation model. The result showed that based on East gate-in, a maximum number of 50 waiting trucks with a maximum waiting time of 120 minutes. With the proposed system the maximum number of waiting trucks was 10 with a maximum waiting time of 5.3 minutes. Based on West gate-in, the maximum number of waiting trucks was 17 and the maximum waiting time was 34 minutes in the existing gate system. With the proposed system the maximum number of waiting trucks was 10 with a maximum waiting time of 5.3 minutes. Based on West gate-out, the maximum number of waiting trucks was 11 with a maximum waiting time of 5.5 minutes. With the proposed system the maximum number of waiting trucks was 9 with a maximum waiting time of 4.4 minutes. This developed model shows how many waiting trucks there are, depending on the gate-in/gate-out time of each truck. This system can be used to find optimal gate system operating standards by assuming and adjusting the gate-in/gate-out time of each truck in different situations.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
다만, 본 연구는 항만의 게이트 시스템을 구성함에 있어 게이트에서의 트럭의 대기수준을 고려하여 진출입 게이트 수의 구성과 각 게이트의 서비스 시간을 어느 정도 수준으로 갖추는 것이 최적인가를 파악하기 위한 게이트 시뮬레이션 모델의 개발 연구이다. 따라서, 항만의 전반적인 처리 능력에 영향을 주는 선석에서의 하역능력, 장치장의 처리 능력 및 게이트에서의 트럭의 반출입 화물의 수량과 유형에 따른 개별 게이트 서비스 능력 등을 포함한 여러 변수 요인에 따라 달라질 수 있다.
본 연구에서는 부산신항 P항만을 대상으로 외부 트럭의 관점에서 항만의 최적 게이트 서비스 수준을 찾아내기 위하여 게이트 중심의 시뮬레이션 모델을 개발하였고, 게이트에서 트럭 대기가 어떻게 변해가는 지를 시뮬레이션 하였다.
개발된 게이트 시뮬레이션 모델은 트럭의 게이트 진출입에 따른 게이트의 처리 능력만을 대상으로 한정하였고, 장치장 및 선석의 처리 능력과는 연계하지 않았다. 즉, 개발된 게이트 시뮬레이션 모델은 TOC 입장에서 게이트 트래픽 증가에 따라 트럭의 대기 문제를 해결하기 위한 게이트 증설에 앞서 게이트 진출입 레인수 조정과 트럭에 적재된 컨테이너 수량 및 유형별 처리 시간을 재조정하고자 할 때, 트럭의 게이트 대기 수준이 어떻게 변하는지를 파악하여 트럭운송사들이 트럭 대기 시간을 최소화함으로써 최적의 항만 게이트 시스템을 구축할 수 있는 활용 목적으로 개발하였다.
제안 방법
P 터미널의 최근 5년간 12월 트럭 반출입 물동량 중에서 게이트 통과 물동량의 정밀 분석을 위하여 2014년 12월 물동량 대상으로 4주간(2014.12.1.∼2014.12.28.) 트럭 106,123대의 반출입 대수를 중점적으로 분석하였고, Fig. 3으로 나타내었다.
개발한 게이트 시뮬레이션 모델을 가지고 기존 게이트 시스템 자료와 신규 게이트 시스템 자료를 비교하기 위하여 시뮬레이션을 진행하였다.
게이트 업무 흐름 분석, 모델 입출력 변수와 산정식을 기반으로 게이트에서 진출입하는 트럭들의 움직임 및 대기 상황을 분석하기 위한 게이트 시뮬레이션 모델은 Arena 프로그램을 이용하여 Fig. 8과 같이 개발하였다.
5과 같이 오전 10시에서 12시 사이와 오후 13시부터 17시 사이가 가장 혼잡함을 알 수 있다. 따라서 이 시간대의 진출입 트럭의 패턴을 집중적으로 분석하였다.
이러한 이유는 선석에서 양적하 및 장치장에서 작업 상황에 따라 컨테이너의 체류시간(Dwelltime)과 트럭의 양적하 조건이 변동되어 게이트 시스템의 시뮬레이션 진행시에 트럭의 게이트 반출입 시간 변동이 발생되지 않도록 함으로써 게이트 시뮬레이션이 동일 조건에서 진행될 수 있도록 하기 위함이다. 뿐만 아니라, 트럭의 반출입 컨테이너 수와 컨테이너 유형(적, 공, 냉동, 위험물, 비규격)도 4주간에 실제 반출입이 발생된 데이터(Real data)를 동일하게 적용하였다. 다만, 반출입 게이트 레인별 처리시간은 통계치(Statistics)를 적용하였다.
이를 위하여 본 연구에서는 항만에서 게이트 시스템의 운영 상황을 묘사할 수 있는 게이트 시뮬레이션 모델을 개발하였고, 국내 대표적 컨테이너 터미널인 부산 P항만을 대상으로 2014년 12월 기준으로 4주간 트럭들의 진출입 자료를 토대로 게이트 시뮬레이션 모델의 적정성을 검증하였다.
입력변수(Input Variables)에서 트럭의 진입(Gate-In) 및 진출(Gate-Out)과 관련된 데이터는 실제 데이터(Real data)를 적용하여 게이트 시스템의 현재 상황을 동일하게 반영하였다. 특히, 트럭 반출입 시간과 반출입 레인(Lane)들은 확률 분포값이 아닌, 4주간에 모든 트럭의 실제 반입과 반출이 일어난 시간과 레인들의 동일 데이터를 그대로 적용하였다.
즉, 동쪽(East)에는 6개 게이트를 통해서 반입(Gate-In)하고, 서쪽(West)에는 4개 게이트를 통해서 반입(Gate-In)과 4개 게이트를 통해서 반출(Gate-Out) 되도록 구성되어 있다. 전체적으로는, 총 10개의 게이트로 반입되고 총 4개의 게이트로 반출되도록 구성되어 있으며, 이러한 게이트 구성을 통해서 P터미널의 수출입 컨테이너 및 타부두 환적 컨테이너가 처리되는 구조이다.
입력변수(Input Variables)에서 트럭의 진입(Gate-In) 및 진출(Gate-Out)과 관련된 데이터는 실제 데이터(Real data)를 적용하여 게이트 시스템의 현재 상황을 동일하게 반영하였다. 특히, 트럭 반출입 시간과 반출입 레인(Lane)들은 확률 분포값이 아닌, 4주간에 모든 트럭의 실제 반입과 반출이 일어난 시간과 레인들의 동일 데이터를 그대로 적용하였다. 이러한 이유는 선석에서 양적하 및 장치장에서 작업 상황에 따라 컨테이너의 체류시간(Dwelltime)과 트럭의 양적하 조건이 변동되어 게이트 시스템의 시뮬레이션 진행시에 트럭의 게이트 반출입 시간 변동이 발생되지 않도록 함으로써 게이트 시뮬레이션이 동일 조건에서 진행될 수 있도록 하기 위함이다.
대상 데이터
개발한 게이트 시뮬레이션 모델의 타당성을 검증하기 위하여 P항만의 4주간(2014.12.1.∼2014.12.28.)에 걸쳐서 도착한 트럭 기록 자료를 가지고 시뮬레이션의 입력 자료로 반영하여 실험하였다.
게이트에 출입하는 트럭 규모를 파악하기 위하여 국내 가장 대표적 터미널인 부산신항 P터미널을 대상으로 분석하였고, 터미널의 세부 내역은 Table 3과 같이 요약할 수 있다.
선석 중심형 연구로는 MOF(2013, 2014)에서 전국 무역항을 대상으로 항만 하역능력 측정을 위한 시뮬레이션 모델을 개발하여 진행하였으며, 여기에서 산정된 하역능력은 전국항만기본계획 수립의 기초 자료로 활용되었다.
이론/모형
그 당시에 항만에서 분리된 선석의 통합이 활발히 진행되어 기존의 게이트들의 활용이 컨테이너 터미널에서 차량의 체재시간 감소와 차량 통행량 분산 측면에서 검토의 필요성이 제기되었고, 이를 위하여 통합게이트와 분리게이트의 운영효과를 분석하였으며, 이를 위하여 시뮬레이션 기법을 활용하였다(Choi, 2006).
성능/효과
Fig. 2는 P 터미널의 최근 6년간(2010~2015) 12월분 트럭 반출입 물동량을 분석한 결과로, 전반적으로 전체(Total) 물동량은 꾸준히 증가하였으며, 수출입(Export/Import) 물동량의 변화는 거의 없으나, 환적(T/S) 물동량은 꾸준히 증가하였다. 즉, 이는 게이트를 통과한 트럭 운송량의 증가 요인으로 작용하였고, 특히 환적 물동량 중에 타부두 환적(T/S) 물동량의 게이트 통과 트럭수 증가에 영향을 미친 것으로 판단된다.
그 결과, Table 9와 같이 총 트럭수(Total Trucks) 106,123대에 대하여 진입 트럭수(Gate-In Trucks)는 106,114대, 진출 트럭수(Gate-Out Trucks)는 106,050대로, 진입율(Gate-In Ratio)은 99.99% 및 진출율(Gate-Out Ratio)은 99.93%로 거의 정확하게 처리되어 시뮬레이션 모델이 제대로 개발되어 작동되고 있음을 알 수 있었다. 여기서, 진입 트럭수와 진출 트럭수의 차이 64대(= 106,050 – 106,114)가 발생되는 이유는 시뮬레이션 데이터의 마지막 12.
따라서, 기존 연구와 차별성으로 개발된 게이트 시뮬레이션 모델을 통하여 각 게이트의 대당 진출입 처리 시간의 조정에 따라 어느 정도의 트럭 대기가 발생하는지를 정확히 파악할 수 있게 되었다. 뿐만 아니라, 각 게이트에서 트럭 진출입에 따른 대당 처리 시간을 여러 상황으로 가정하여 조정하여 봄으로써 트럭의 대기가 발생되는 않는 수준도 반복적으로 시뮬레이션 함으로써 최적의 게이트 수 및 게이트 시스템의 운영 조건을 찾아 낼 수 있다.
3으로 나타내었다. 분석 결과에 따르면, 월요일부터 수요일까지 점진적으로 늘어나다가, 목요일에서 일요일까지 점진적으로 줄어드는 패턴을 보이고 있다. 즉 트럭의 진출입 규모 분석시에 월요일부터 수요일까지를 중점적으로 관심을 갖고 분석할 필요가 있음을 알 수 있다.
시뮬레이션 결과, 동쪽 진입 게이트 기준으로 기존 게이트 시스템에서는 최대 50대의 트럭 대기와 120분의 대기가 발생하였으나, 신규 게이트 시스템에서는 최대 10대의 트럭 대기와 5.3분의 대기가 발생되었다. 서쪽 진입 게이트 기준으로 기존 게이트 시스템에서는 최대 17대의 트럭 대기와 34분의 대기가 발생하였으나, 신규 게이트 시스템에서는 최대 10대의 트럭 대기와 5.
시뮬레이션 결과를 요약한 Table 11과 같이, 기존 게이트 시스템(Old Gate System)의 시뮬레이션 결과를 보면, 동쪽 게이트의 트럭 진입시에 대기가 심할 때는 최대 50대 이상의 대기 현상이 발생하여 트럭이 최대 120분을 대기하는 것으로 나타났다. 반면, 신규 게이트 시스템(New Gate System)에서는 최대 트럭 대기가 10대 이상을 넘어가지 않아 최대 대기 시간이 5.
즉, 서쪽 게이트의 진입시에 기존 게이트 시스템은 최대 대기가 17대 이상씩 발생되었으나, 신규 게이트 시스템에서는 최대 7대 미만의 트럭 대기가 발생되었다. 이러한 차이는 Table 10에서 보는 바와 같이 기존 게이트 시스템에서 진입시 트럭당 처리 시간이 대당 110초에서 신규 게이트 시스템에서는 대당 54초로 대폭 줄어듬에 따라 트럭 대기수도 줄어들었으며, 진출시에는 기존 게이트 시스템의 대당 처리시간 20초에서 신규 게이트 시스템의 19초와 같이 큰 차이가 없어서 트럭 대기수는 큰 변화가 없게 나타났다.
이전 연구 자료인 Table 2의 진입시간, 진출시간 및 트럭간 이동 시간을 적 컨테이너(Full Container) 기준으로 비교해 보면, 대당 진입시간 110초, 진출시간 20초 및 트럭 이동시간 10초로 분석하였으나, 본 연구에서는 트럭 이동 시간을 포함하여 진출시간 64초 및 진입시간 29초로 분석되었으며, 이전 연구에서 트럭간 이동 시간 10초를 감안하여 진출입 시간에서 10초를 감안하면, 순수 진입시간은 54초(=64초-10초) 및 진출 시간 19초(=29초-10초)로 시간이 단축되었음을 알 수 있다.
전체적으로 보면, 게이트의 진출입 혼잡을 줄이기 위해서는 반입시 빈차 비율 38.1%와 반출시 빈차 비율 41.0%를 줄이는 노력이 필요한 것으로 보이며, 이러한 대책으로는 트럭 배차 방식 및 타부두 환적에 따른 ITT(Inter Terminal Transshipment) 왕복 운송시에 빈차 비율을 줄이는 대책이 필요할 것으로 보여진다.
3분을 초과하지 않는 것을 나타났다. 즉, 서쪽 게이트의 진입시에 기존 게이트 시스템은 최대 대기가 17대 이상씩 발생되었으나, 신규 게이트 시스템에서는 최대 7대 미만의 트럭 대기가 발생되었다. 이러한 차이는 Table 10에서 보는 바와 같이 기존 게이트 시스템에서 진입시 트럭당 처리 시간이 대당 110초에서 신규 게이트 시스템에서는 대당 54초로 대폭 줄어듬에 따라 트럭 대기수도 줄어들었으며, 진출시에는 기존 게이트 시스템의 대당 처리시간 20초에서 신규 게이트 시스템의 19초와 같이 큰 차이가 없어서 트럭 대기수는 큰 변화가 없게 나타났다.
혼잡 게이트별 진출입 처리 시간은 Table 6 및 Table 7과 같고, 진입(Gate-In)시는 시간당 최대 56대를 처리하고 대당 64초가 소요되었으며, 진출(Gate-Out)시는 시간당 최대 123대를 처리하고 1대당 29초가 소요되는 것으로 파악되었다.
후속연구
또는, TOC나 트럭 운송사의 입장에서 원하는 적정 수준의 트럭 대기를 기준으로 게이트 시스템을 조정할 수도 있을 것이다. 다만, 본 연구에서 제시한 게이트 시뮬레이션 모델을 활용하여 현행 항만 게이트 시스템을 조정하고자 할 때는 약간의 조정으로 활용 가능하나, 신규 항만의 게이트 시스템을 설계하고자 할 때는 연간 최대 트럭 진출입 규모 및 진출입 도착분포와 게이트 레인에서 진출입 트럭별 컨테이너 적재 유형과 수량에 따라 처리시간이 달라질 수 있으므로 고려하여야 한다.
또한, 이를 활용하면, 컨테이너항만 뿐만 아니라 벌크 항만에서도 트럭의 대기가 발생하지 않는 최적의 게이트 시스템 운영 조건을 수립할 수 있다. 또는, TOC나 트럭 운송사의 입장에서 원하는 적정 수준의 트럭 대기를 기준으로 게이트 시스템을 조정할 수도 있을 것이다. 다만, 본 연구에서 제시한 게이트 시뮬레이션 모델을 활용하여 현행 항만 게이트 시스템을 조정하고자 할 때는 약간의 조정으로 활용 가능하나, 신규 항만의 게이트 시스템을 설계하고자 할 때는 연간 최대 트럭 진출입 규모 및 진출입 도착분포와 게이트 레인에서 진출입 트럭별 컨테이너 적재 유형과 수량에 따라 처리시간이 달라질 수 있으므로 고려하여야 한다.
또한, 최근 국내외적으로 어려움을 겼고 있는 국적 선사들의 경쟁력 향상과 부산항만공사(2016)에서 언급한 국제적인 메가 얼라이언스 변화에 맞춰 부산항 2,000만TEU 목표 달성을 위해 필수적인 환적물량 유치와 항만인프라 적기 확보에서 논의된 환적화물 이동(ITT)의 컨테이너 터미널 간 셔틀 트럭의 최적 운영 모델 수립에도 본 게이트 시뮬레이션 모델을 활용할 수 있을 것이다.
따라서, 항만의 전반적인 처리 능력에 영향을 주는 선석에서의 하역능력, 장치장의 처리 능력 및 게이트에서의 트럭의 반출입 화물의 수량과 유형에 따른 개별 게이트 서비스 능력 등을 포함한 여러 변수 요인에 따라 달라질 수 있다. 이러한 변수 요인들을 반영하여 개발된 선석 및 장치장의 개별 시뮬레이션 모듈들이 연계된다면, 현재 개발된 게이트 시뮬레이션 모델의 활용가치가 보다 향상될 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
수입 물류 프로세스는 어떻게 처리되는가?
항만의 수출 물류 프로세스는 외부 트럭, 게이트, 장치장, 에이프런, 선석, 선박의 순서로 화물이 처리되며, 수입 물류 프로세스는 반대로 선박, 선석, 에이프런, 장치장, 게이트, 외부 트럭의 순서로 처리된다. 또한, 환적 프로세스는 양하된 부두와 동일한 부두에서 처리되는 경우뿐만 아니라, 타부두로 이송되어 처리되는 경우도 있고, 선석에서 양적하 되는 과정에는 하역크레인(Quay Crane), 장치장내 이송되는 과정에는 야드 트렉터(Yard Tracter), 장치장내 화물이나 컨테이너 처리는 트랜스퍼 크레인(Transfer Crane) 등의 작업이 이루어진다.
항만에서 일반적인 게이트 처리업무 흐름은 무엇인가?
즉, ①화주나 선사는 트럭 운송사에 컨테이너 반출입 요청을 하고, 이에 따라 트럭 운송사는 사전반출입정보(COPINO, COntainer PIck-up NOtice And Arrival Notice)를 컨테이너 터미널에 전송한다. ②트럭 운송사는 배차지시서를 통하여 운전사에게 해당 컨테이너터미널에서 컨테이너를 반출입 하도록 지시한다. ③∼⑦ 트럭이 컨테이너터미널 게이트에 도착하면 컨테이너 트럭 운전사는 광학인식(OCR) 카메라로 차량번호 및 컨테이너번호가 확인되어 터미널운영시스템(TOS)으로 전달된다. 전달된 정보는 앞서 트럭 운송사가 전송한 사전반출입 정보와 대조 후에 이상이 없으면 인수도증(반입 또는 반출할 컨테이너의 위치가 적혀져 있는 종이문서로 현업에서는 Slip 또는 EIR(Equipment Interchange Receipt)을 발행하여 작업지시 정보를 전달한다. ⑧컨테이너트럭 운전사는 전달받은 Slip 또는 EIR을 통해 작업지시정보를 확인한 후에 지정받은 장치장으로 이동하여 컨테이너를 적재한다. 이후에 게이트 시스템에서는 그 결과를 TOS로 전송하여 기존 정보를 갱신한다.
항만의 수출 물류 프로세스는 어떻게 처리되는가?
항만의 수출 물류 프로세스는 외부 트럭, 게이트, 장치장, 에이프런, 선석, 선박의 순서로 화물이 처리되며, 수입 물류 프로세스는 반대로 선박, 선석, 에이프런, 장치장, 게이트, 외부 트럭의 순서로 처리된다. 또한, 환적 프로세스는 양하된 부두와 동일한 부두에서 처리되는 경우뿐만 아니라, 타부두로 이송되어 처리되는 경우도 있고, 선석에서 양적하 되는 과정에는 하역크레인(Quay Crane), 장치장내 이송되는 과정에는 야드 트렉터(Yard Tracter), 장치장내 화물이나 컨테이너 처리는 트랜스퍼 크레인(Transfer Crane) 등의 작업이 이루어진다.
참고문헌 (10)
Bupan Port Authory(2016), Busan Port 20 million TEU Achieved Total War, Shipping Professional Press Conference, http://www.ksg.co.kr/.
Choi, H. R., Lee, C. S., Shon, J. R., Lee, H. J., Lee, H. I., Shin, J. J(2009), Selection of Optimum Alternative for Deploying Automated Gate System in Container Terminal, Entrue Journal of Information Technology, Vol. 8, No. 2, pp. 171-181.
Choi, Y. S., Ha, T. Y., Kim, W. S(2006), Analysis of Operational Impact for Separated Gate System in Port Container Terminal, Journal of navigation and port research, Vol. 30, No. 5, pp. 389-396.
Dragovic, B., Park, N. K, Radmilovic, Z. R(2006a), Ship-berth link performance evaluation: Simulation and analytical approaches, Maritime Policy & Management, Vol. 33, No. 3, pp. 281-299.
Dragovic, B., Park, N. K, Radmilovic, Z. R(2006b), Modeling of ship-berth-yard link performance and throughput optimization, Proceeding of Annual Conference-The IAME, pp. 1-21.
Hong, D. H., Chung, T. C(2003), Optimized design for gate complex and operation method of automated port, The KIPS transactions : Part A, Vol. 10A, No. 5, pp. 513-518.
Lee, H. I(2009), A Study on the Efficiency Evaluation of Container Truck Interface System in the Horizontal Layout Container Terminal, Doctoral Thesis of Dong-a University.
Ministry of Oceans and Fisheries(MOF)(2013), A Study on Estimation of the Proper Cargo Handling Capacity by Port Cargo Exclusive Pier.
Ministry of Oceans and Fisheries(MOF)(2014), A Study on Estimation of the Proper Cargo Handling Capacity by Container Terminals.
Wenkai Li, Yong Wu, Mark Goh(2015), Planning and Scheduling for Maritime Container Yards, Springer, ISBN: 978-3-319-17024-4, p. 8.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.