Науковий вісник НГУ

Аналітичний метод нормування тривалості маневрових пересувань у горловинах станцій

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №3 2026

Останнє оновлення: 26 червня 2026

Опубліковано: 30 листопада -0001

Перегляди: 1453

Authors:

Д. Козаченко, orcid.org/0000-0003-2611-1350, Український державний університет науки та технологій, м. Дніпро, Україна, Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

З. Турсімбекова*, orcid.org/0000-0001-6483-5451, Міжнародний транспортно-гуманітарний університет, м. Алмати, Республіка Казахстан, Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Е. Манафов, orcid.org/0000-0001-5697-577X, Національна авіаційна академія, м. Баку, Азербайджанська Республіка, Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Т. Болвановська, orcid.org/0000-0001-6462-8524, Український державний університет науки та технологій, м. Дніпро, Україна, Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

В. Рудий, orcid.org/0009-0001-0155-2670, Український державний університет науки та технологій, м. Дніпро, Україна, Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

* Corresponding author 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. 2026, (3): 166 - 174

https://doi.org/10.33271/nvngu/2026-3/166

Abstract:

Мета. Розробка й обґрунтування спрощеного аналітичного методу визначення тривалості маневрових пересувань, що ґрунтується на використанні усереднених конструктивних параметрів стрілочних горловин і характеристик маневрових составів.

Методика. У ході дослідження використані методи теорії експлуатації залізниць, кінематичне моделювання, методи інтегрального числення, математичної статистики й імітаційного моделювання.

Результати. Дослідження, представлені у роботі спрямовані на підтвердження гіпотези про те, що середня норма часу на маневрові напіврейси у стрілочній горловині є близькою за значенням до норми часу на переміщення на середню відстань. Валідація запропонованого методу шляхом порівняння встановлених ним норм із результатами імітаційного моделювання показала, що відносна похибка розрахунку не перевищує 5 %. Це підтверджує наукову достовірність гіпотези та придатність розробленого підходу для практичного використання в експлуатаційній роботі залізниць.

Наукова новизна. У роботі удосконалено метод нормування витрат часу на маневрові пересування у стрілочних горловинах. У результаті дослідження доведено, що норми часу на маневрові пересування, встановлені на основі середніх відстаней і середньої кількості вагонів у составі, несуттєво відрізняються від середніх норм часу на ці операції. На відміну від існуючих статистичних методів, запропонований метод дозволяє визначати норми на основі більш простих аналітичних моделей, що побудовані на спільній методичній базі з нормами на перестановку вагонів.

Практична значимість. Запропонований метод дозволяє детально ураховувати місцеві особливості роботи окремих станцій і під’їзних колій. Метод може використовуватися при проєктуванні залізничних станцій і розробці технологічних процесів їхньої роботи. Також представлені результати є основою для досліджень у галузі удосконалення методів нормування комплексних маневрових операцій.

Ключові слова: залізниця, залізнична станція, маневрова робота, станційні горловини, норми часу

References.

1. Strelko, O. H. (2015). The analysis of the professor O. M. Frolov’s scientific heritage (1863‒1939) in the field of railway operation. Zaporizhzhia Historical Review, 1(43), 361-364.

2. Kozachenko, D. M., Klyha, O. V., & Kharchenko, Ye. V. (2025). Modeling of train sets in tasks of railway stations technical and operational evaluation. Science and Transport Progress, 2(110), 88-97. https://doi.org/10.15802/stp2025/331674

3. Kozachenko, D. M., Verlan, A. I., & Korobiova, R. H. (2021). Development of Analytical Methods for Calculating Time Standards for Shunting Operations. Science and Transport Progress. Bulletin of Dnipropetrovsk National University of Railway Transport, 1(91), 51-64. https://doi.org/10.15802/stp2021/228097

4. 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/10.15587/1729-4061.2016.80752

5. Ischuka, O., Lomotko, D., & Lomotko, M. (2024). Determination and Assessment of Optimal Values of Resource- and Energy-Efficient Indicators for Shunting Work at Marshalling Station. Proceedings of 28^th International Scientific Conference. Transport Means, 288-293. https://doi.org/10.5755/e01.2351-7034.2024.P288-293

6. Kałuża, A. (2016). General statistics of diesel engines’ idle time: shunting locomotives in industrial sidings in Poland 2009‒2013. Transportation Research Part D: Transport and Environment, (49), 82-93. https://doi.org/10.1016/j.trd.2016.08.031

7. Yu, T. (2022). Quality Analysis of Railroad Train Shunting Operation Plan Using the Intelligent Body Model. Advances in Multimedia, 2022, Article ID 4441369, 11 pages. https://doi.org/10.1155/2022/4441369

8. Chuijiang, G. (2021). Optimization model and algorithm for the placing-in and taking-out of wagons in railway stations with branch-shaped goods operating sites. International Journal of Rail Transportation, 9(6), 579-594. https://doi.org/10.1080/23248378.2020.1823254

9. Bakyt, G., Makhanova, A., Mussabekov, M., Ashirbayev, G., Zhamankulov, M., Sarsenov, K., & Mussabekova, A. (2025). Methodology for Assessing the Key Operational Efficiency Indicators for Removal and Shunting Operations of Shunting Locomotives. Communications ‒ Scientific Letters of the University of Zilina, 27(4), B250-260. https://doi.org/10.26552/com.C.2025.048

10.      Monastyrskyi, Y., Taran, I., Kokayev, U., & Sistuk, V. (2025). ­Assessing the performance efficiency of haul trucks and diesel-trolley trucks when changing their technological states and parameters of traffic routes. Mining of Mineral Deposits, 19(2), 47-55. https://doi.org/10.33271/mining19.02.047

11.      Kuznetsov, V., Lyubarskyi, B., Kardas-Cinal, E., Yeritsyan, B., Riabov, L., & 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

12.      Kostenko, I., Bilokon, I., Lysenko, Y., Chernyshenko, Y., & Riabov, I. (2023). Analysis of shunting locomotive operating modes when performing traction tasks. Transport Systems and Technologies, (42), 18-33. https://doi.org/10.32703/2617-9059-2023-42-2

13.      Deveci, H. (2021). Experimental Validation of Mathematical Models for Diesel-Electric Shunting Locomotive Traction Curve. International Advanced Research Journal in Science, Engineering and Technology (IARJSET), 8(7), 1-9. https://doi.org/0.17148/IARJSET.2021.8701

14.      Novytskyi, O., Taran, I., & Zhanbirov, Z. (2019). Increasing mine train mass by means of improved efficiency of service braking. E3S Web of Conferences, 123, 01034. https://doi.org/10.1051/e3sconf/201912301034

15.      Wang, J., Lin, B., & Jin, J. (2016). Optimizing the Shunting Schedule of Electric Multiple Units Depot Using an Enhanced Particle Swarm Optimization Algorithm. Computational Intelligence and Neuroscience, (1), 1-11. https://doi.org/10.1155/2016/5804626

16.      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

17.      Yang, S., Dong, X., Xu, K., Chen, S., Li, R., Shen, Z.,
Wang, F.-Y., & Xiong, G. (2024). Optimization of Path for Small Shunting Trains in Railway Hubs Based on Improved Simulated Annealing Algorithm. Conference: 2024 IEEE 4 ^th International Conference on Digital Twins and Parallel Intelligence (DTPI), 366-371. https://doi.org/10.1109/DTPI61353.2024.10778823

18.      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

19.      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

20.      Zhang, Y., Hu, R., Zeng, Q., Wang, Y., Liu, Y., & Huang, S. (2023). Optimal Train Platforming with Shunting Operations for Multidirectional Passenger Stations: A Case Study of Guangzhou Station. Mathematics, 11(14), 3136. https://doi.org/10.3390/math11143136

21.      Strelko, O., Solovyovа, O., Berdnychenko, Y., Kyrychenko, H., & Solovyovа, L. (2023). Study of the contemporary trends in the development of transport systems of the Ukrainian railways. Acta Scientiarum Polonorum Administratio Locorum 22(2), 263-279. https://doi.org/10.31648/aspal.8444

22.      Manafov, E. (2022). Application of artificial intelligence techniques to reduce the loading of the marshalling yard. Transport systems and transportation technologies, (23), 5-10. https://doi.org/10.15802/tstt2022/261643

23.      Toropov, B. I., Strelko, O. Н., Hrushevska, T. М., & Bolvanovska, T. V. (2022). Application of system approach in research of technology and equipment of technical stations. Scientific notes of Taurida National V.I. Vernadsky University, series “Technical Sciences”, 33(72), 318-324 https://doi.org/10.32782/2663-5941/2022.5/49

24.      Skovron, I., Demchenko, Y., Dorosh, A., & Malashkin, V. (2019). Methods of double direction formation of multi-group trains. Transport systems and transportation technologies, (18), 103-109. https://doi.org/10.15802/tstt2019/182615

25.      Veselý, P., Kavička, A., & Krýže, P. (2023). Automated Construction of Mesoscopic Railway Infrastructure Models Supporting Station Throat Capacity Assessment. IEEE Access, 1-33. https://doi.org/10.1109/access.2023.3266813

26.      Han, S., Yue, Y.-X., & Zhou, L. (2014). Carrying capacity of railway station by microscopic simulation method. Conference: 2014 IEEE 17 ^th International Conference on Intelligent Transportation Systems (ITSC), 2725-2731. https://doi.org/10.1109/ITSC.2014.6958126

27.      Niculescu, C. P., & Persson, L. E. (2018). Convex Functions and Their Applications: A Contemporary Approach. (2 ^nd ed.). Cham, Switzerland: Springer Nature. https://doi.org/10.1007/978-3-319-78337-6

• < Попередня
• Наступна >