Науковий вісник НГУ

Оптимізація розподілу колій промислових залізничних станцій між призначеннями вагонів

• 
• 

Рейтинг користувача:  / 2

ГіршийКращий 

Деталі

Категорія: Зміст №3 2023

Останнє оновлення: 27 червня 2023

Опубліковано: 30 листопада -0001

Перегляди: 1901

Authors:

М.Нуржаубаєв, orcid.org/0009-0009-5145-3142Satbayev University, м. Алмати, Республіка Казахстан, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

С.Гревцов, orcid.org/0000-0003-2925-4293, Національний університет «Львівська політехніка», м. Львів, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Р.Коробйова*, orcid.org/0000-0002-6424-1079, Український державний університет науки і технологій, м. Дніпро, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Є.Манафов, orcid.org/0000-0001-5697-577X, Азербайджанський технічний університет, м. Баку, Республіка Азербайджан, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

С.Абдукарімов, orcid.org/0000-0001-5625-266X, Алматинський технологічний університет, м. Алмати, Республіка Казахстан, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

М.Арпабеков, orcid.org/0000-0002-7998-2507, Євразійський національний університет імені Л.Гумільова, м. Астана, Республіка Казахстан, e-mail:  Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

* Автор-кореспондент e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

повний текст / full article

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2023, (3): 131 - 136

https://doi.org/10.33271/nvngu/2023-3/131

Abstract:

Мета. Удосконалення розподілу колій промислових залізничних станцій для накопичення груп вагонів між різними призначеннями. Оптимізаційна задача полягає в пошуку такого розподілу сортувальної роботи між промисловою сортувальною й вантажними станціями, а також розподілу колій сортувальної станції між окремими призначеннями, що забезпечує мінімальні витрати часу на виконання маневрової роботи.

Методика. Дослідження виконані із застосуванням методів теорії експлуатації залізниць, імітаційного моделювання й динамічного програмування.

Результати. Вирішена оптимізаційна задача розподілу сортувальної роботи між сортувальною й вантажними станціями промислового підприємства, а також пошуку такого розподілу колій сортувальної станції між окремими призначеннями, що забезпечує мінімальні витрати часу на виконання маневрової роботи.

Наукова новизна. У роботі запропоновано метод формалізації й розв’язання задачі розподілу колій промислових залізничних станцій для накопичення груп вагонів між окремими призначеннями як задачі динамічного програмування. На відміну від існуючих методів, де число колій розглядається як обмеження, у запропонованому методі число колій є аргументом цільової функції мінімізації тривалості маневрових операцій, що дозволяє підвищити якість одержуваних рішень.

Практична значимість. Запропонований у роботі метод за рахунок раціонального розподілу наявного колійного розвитку залізничних станцій дозволяє зменшити витрати часу на формування й розформування составів поїздів і маневрових передач і, за рахунок цього, підвищити пропускну спроможність станцій, а також знизити собівартість продукції підприємств.

Ключові слова: залізничний транспорт, промислова залізнична станція, під’їзна колія, маневрові операції, накопичення вагонів

References.

1. Khussan, B., Abdiev, A., Bitimbayev, M., Kuzmin, S., Issagulov, S., & Matayev, A. (2022). Substantiation and development of innovative container technology for rock mass lifting from deep open pits. Mining of Mineral Deposits, 16(4), 87-95. https://doi.org/10.33271/mining16.04.087.

2. Turpak, S. M., Taran, I. O., Fomin, O. V., & Tretiak, O. O. (2018). Logistic technology to deliver raw material for metallurgical production. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, (1), 162-169. https://doi.org/10.29202/nvngu/2018-1/3.

3. Fischer, S. (2022). Geogrid reinforcement of ballasted railway superstructure for stabilization of the railway track geometry – A case study. Geotextiles and Geomembranes, 50(5), 1036-1051. https://doi.org/10.1016/j.geotexmem.2022.05.005.

4. Fischer, S. (2022). Investigation of the Horizontal Track Geometry regarding Geogrid Reinforcement under Ballast. Acta Polytechnica Hungarica, 19(3), 89-101. https://doi.org/10.12700/APH.19.3.2022.3.8.

5. Bohlin, M., Gestrelius, S., Dahms, F., Mihalak, M., & Flier, H. (2016). Optimization methods for multistage freight train formation. Transportation Science, 50(3), 823-840. https://doi.org/10.1287/trsc.2014.0580.

6. Belosevic, I., & Ivic, M. (2018). Variable neighborhood search for multistage train classification at strategic planning level. Computer-Aided Civil and Infrastructure Engineering, 33(3), 220-242. https://doi.org/10.1111/mice.12304.

7. Gestrelius, S., Aronsson, M., Joborn, M., & Bohlin, M. (2017). Towards a comprehensive model for track allocation and roll-time scheduling at marshalling yards. Journal of Rail Transport Planning & Management, 7(3), 157-170. https://doi.org/10.1016/j.jrtpm.2017.06.002.

8. Zhou, W., Yang, X., Qin, J., & Deng, L. (2014). Optimizing the Long-Term Operating Plan of Railway Marshalling Station for Capacity Utilization Analysis. The Scientific World Journal, 1-13. https://doi.org/10.1155/2014/251315.

9. Kozachenko, D., Bobrovskiy, V., Gera, B., Skovron, I., & Gorbova, A. (2021). An optimization method of the multi-group train formation at fl at yards. International Journal of Rail Transportation, 9(1), 61-78. https://doi.org/10.1080/23248378.2020.1732235.

10. Kozachenko, D., Bobrovskyi, V., Skovron, I., & Jablonskyte, J. (2019). Improving the efficiency of multi-group trains formation. In Proceedings of 23 ^rd International Scientific Conference. Transport Means 2019, 3, 1083-1089. Retrieved from https://transportmeans.ktu.edu/wp-content/uploads/sites/307/2018/02/Transport-means-2019-Part-3.pdf.

11. Sivitsky, D. A., Karasev, S. V., & Osipov, D. V. (2022). Methodology for Selecting the Multistage Methods of Train Classification and Design Parameters of Specialized Shunting Facilities Based on Modeling. Transportation Research Procedia, 61, 323-332. https://doi.org/10.1016/j.trpro.2022.01.053.

12. Borodina, E., Prokofieva, E., Vakulenko, S., & Petrov, A. (2020). Modelling the interaction of stations in the port railway Junctions. IOP Conf. Series: Materials Science and Engineering, 795, 012005. http://doi.org/10.1088/1757-899X/795/1/012005.

13. Borodin, A., & Panin, V. (2018). The distribution of marshalling work of industrial and mainline rail transport. Transport problems, 13(4).

14. Naumov, V., Zhamanbayev, B., Agabekova, D., Zhanbirov, Z., & Taran, I. (2021). Fuzzy-logic approach to estimate the passengers’ preference when choosing a bus line within the public transport system. Communications – Scientific Letters of the University of Žilina, 23(3), A150-A157. https://doi.org/10.26552/com.C.2021.3.A150-A157.

15. Nechay, T., Roganov, V., Zhashkova, T., Chirkina, M., Lavendels, J., & Korop, G. (2019). Improvement of operational planning for shunting service on non-public railway lines. In IOP Conference Series: Earth  and Environmental Science, 378, 1-8. https://doi.org/10.1088/1755-1315/378/1/012026.

16. Kuznetsov, V., Lyubarskyi, B., Kardas-Cinal, E., Yeritsyan, B., Riabov, I., & Rubanik, I. (2020). Recommendations for the selection of parameters for shunting locomotives. Archives of Transport, 56(4), 119-133. https://doi.org/10.5604/01.3001.0014.5650.

17. Kozachenko, D., Dovbnia, M., Ochkasov, O., Serdiuk, V., Shepotenko, A., & Keršys, A. (2018). Rationale for Choosing the Type of Traction Rolling Stock for the Enterprise of Industrial Transport. In Proceedings of 22 ^nd International Scientific Conference. Transport Means, 2018(2), 991-995. Retrieved from https://transportmeans.ktu.edu/wp-content/uploads/sites/307/2018/02/Transport-means-II-A4-2018-09-25.pdf.

18. Samorodov, V., Bondarenko, A., Taran, I., & Klymenko, I. (2020). Power flows in a hydrostatic-mechanical transmission of a mining locomotive during the braking process. Transport Problems, 15(3), 17-28. https://doi.org/10.21307/tp-2020-030.

19.Taran, I., & Klymenko, I. (2017). Analysis of hydrostatic mechanical transmission efficiency in the process of wheeled vehicle braking. Transport Problems, 12(Special Edition), 45-56. https://doi.org/10.20858/tp.12.se.4.

20. Lashenyh, O., Turpak, S., Gritcay, S., Vasileva, L., & Ostroglyad, E. (2016). Development of mathematical models for planning the duration of shunting operations. Eastern-European Journal of Enterprise Technologies, 5/3(83), 40-46. https://doi.org/10.15587/17294061.2016.80752.

21. Hirashima, Y. (2016). A reinforcement learning for marshaling of freight train considering collective motions. Proceedings of the International MultiConference of Engineers and Computer Scientists, 1, 19-24. Retrieved from https://www.iaeng.org/publication/IMECS2016/IMECS2016_pp19-24.pdf.

22. Bohlin, M., Gestrelius, S., & Khoshniyat, F. (2013). Simulation Of Planning Strategies For Track Allocation At Marshalling Yards. WIT Transactions on Modelling and Simulation, 55, 465-475. Retrieved from https://www.witpress.com/elibrary/wit-transactions-on-modelling-and-simulation/55/24883.

23. Naumov, V., Taran, I., Litvinova, Z., & Bauer, M. (2020). Optimizing resources of multimodal transport terminal for material flow service. Sustainability (Switzerland), 12(16), 6545. https://doi.org/10.3390/su12166545.

24. Falsafain, H., & Tamannaei, M. (2019). A Novel Dynamic Programming Approach to the Train Marshalling Problem. IEEE Transactions on Intelligent Transportation Systems, 1-10. https://doi.org/10.1109/TITS.2019.2898476.

25. Dorpinghaus, J., & Schrader, R. (2018). A graph-theoretic approach to the train marshalling problem. Proceedings of the 2018 Federated Conference on Computer Science and Information Systems, 15, 227-231. IEEE. https://doi.org/10.15439/2018F26.

26. Kozachenko, D., Verlan, A., & Korobyova, R. (2020). Improvement of graphical model of railway stations functioning. 2020 International Conference on Decision Aid Sciences and Application (DASA), 395-398. https://doi.org/10.1109/DASA51403.2020.9317139.

• < Попередня
• Наступна >