Науковий вісник НГУ

Удосконалення методу нормування часу щодо збирання груп вагонів на одну колію

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №1 2024

Останнє оновлення: 04 березня 2024

Опубліковано: 30 листопада -0001

Перегляди: 833

Authors:

Д.М.Козаченко*, orcid.org/0000-0003-2611-1350, 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.

Б.В.Гера, orcid.org/0000-0002-5413-5176, Інститут прикладних проблем механіки і математики імені Я. С. Підстригача НАН України, м. Львів, Україна, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

І.О.Таран, orcid.org/0000-0002-3679-2519, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна; Жешувська політехніка, м. Жешув, Республіка Польща, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Р.Г.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.

В.В.Малашкін, orcid.org/0000-0002-5650-1571, 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.

Ю.М.Германюк, orcid.org/0000-0002-4905-8313, Національний університет «Львівська політехніка», м. Львів, Україна, 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. 2024, (1): 147 - 153

https://doi.org/10.33271/nvngu/2024-1/147

Abstract:

Мета. Удосконалення методів нормування тривалості маневрової роботи зі збирання вагонів на одній колії. Це може бути досягнуто в результаті вирішення наступних завдань дослідження: розробка методу пошуку оптимального порядку збирання вагонів на одну колію; оцінка параметрів розподілу випадкової величини тривалості маневрової роботи зі збирання вагонів на одній колії на основі розрахункових експериментів.

Методика. У ході дослідження використовувалися методи теорії експлуатації залізниць, динамічного програмування й математичної статистики.

Результати. У ході дослідження процесу збирання груп вагонів на одну колію встановлені параметри розподілу випадкової величини часу, що витрачається на маневрову роботу. Задача вибору оптимального порядку маневрових операцій зі збирання вагонів була формалізована та вирішена як задача динамічного програмування. В якості критерію оптимальності обрано час, що витрачається на маневрову роботу. Розглянута можливість апроксимації даних розрахункових експериментів аналітичними залежностями. Встановлено, що використання лінійних поліномів із взаємодією дозволяє отримати залежності, що описують норми часу з відносною точністю ±5 %.

Наукова новизна. Полягає в тому, що в роботі удосконалено метод розробки нормативів часу на маневрову роботу, який, на відміну від існуючого, базується на проведенні серії розрахункових експериментів, кожен з яких розв’язує оптимізаційну задачу знаходження такого порядку збирання вагонів, що забезпечує мінімальні витрати часу на маневрову операцію.

Практична значимість. Розроблені в роботі методи та отримані залежності дозволяють підвищити якість рішень, що приймаються при розробці технології та при проектуванні залізничних станцій і під’їзних колій промислових підприємств.

Ключові слова: залізничний транспорт, залізнична станція, під’їзна колія, маневрова робота, норми часу

References.

1. 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.

2. Szalai, S., Szívós, B. F., Kurhan, D., Németh, A., Sysyn, M., & Fischer, S. (2023). Optimization of Surface Preparation and Painting Processes for Railway and Automotive Steel Sheets. Infrastructures, 8(2), 28. https://doi.org/10.3390/infrastructures8020028.

3. Kou, L., Sysyn, M., Fischer, S., Liu, J., & Nabochenko, O. (2022). Optical Rail Surface Crack Detection Method Based on Semantic Segmentation Replacement for Magnetic Particle Inspection. Sensors, 22(21), 8214. https://doi.org/10.3390/s22218214.

4. 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.

5. Blackburn, S. R. (2018). Inglenook Shunting Puzzles. ArXiv. https://doi.org/10.48550/arXiv.1810.07970.

6. 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.

7. 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. https://doi.org/10.15439/2018F26.

8. Beygang, K., Krumke, S. O., & Dahms, F. (2010). Train Marshalling Problem-Algorithms and Bounds. Retrieved from https://d-nb.info/1027389848/34.

9. Hansmann, R. S., Zimmermann, U. T., Krebs, H. J., & Jäger, W. (Eds.) (2008). Optimal Sorting of Rolling Stock at Hump Yards. Mathematics – Key Technology for the Future. Berlin, Heidelberg: Springer, 189-203. https://doi.org/10.1007/978-3-540-77203-3_14.

10. Bohlin, M., Gestrelius, S., Dahms, F., Mihalák, 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.

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

12. Jaehn, F., Otto, A., & Seifried, K. (2018). Shunting operations at flat yards: retrieving freight railcars from storage tracks. OR Spectrum, 40, 367-393. https://doi.org/10.1007/s00291-017-0495-x.

13. Hirashima, Y. (2011). A new design method for train marshaling evaluating the transfer distance of locomotive. Intelligent Control and Innovative Computing, 163-176. https://doi.org/10.1007/978-1-4614-1695-1_13.

14. 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.

15. 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.

16. Saukenova, I., Oliskevych, M., Taran, I., Toktamyssova, A., Aliak­barkyzy, D., & Pelo, R. (2022). Optimization of schedules for early garbage collection and disposal in the megapolis. Eastern-European Journal of Enterprise Technologies, 1(3-115), 13-23. https://doi. org/10.15587/1729-4061.2022.251082.

17. Ivic, M., Markovic, M., & Markovic, A. (2007). Effects of the application of conventional methods in the process of forming the pick-up trains. Yugoslav Journal of Operations Research, 17(2), 245-256. https://doi.org/10.2298/YJOR0702245I.

18. Hirashima, Y. (2013). A Reinforcement Learning for Train Marshaling Based on the Processing Time Considering Group Layout of Freight Cars. IAENG Transactions on Electrical Engineering, 1, 229-243. https://doi.org/10.1142/9789814439084_0018.

19. Belosevic, I., & Ivic, M. (2017). 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.

20. 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.

21. 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.

22. 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.

23. 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.

24. 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.

25. Németh, A., & Fischer, S. (2018). Investigation of glued insulated rail joints with special fiber-glass reinforced synthetic fishplates using in continuously welded tracks. Pollack Periodica, 13(2), 77-86. https://doi.org/10.1556/606.2018.13.2.8.

• < Попередня
• Наступна >