CC BY
75
УДК 629.488
А. В. Скребков, А. А. Воробьев, А. Г. Ламкин, Д. И. Бодриков
ИССЛЕДОВАНИЕ ПРОЦЕССА ЭКСПЛУАТАЦИИ И РЕМОНТА ЭЛЕКТРОВОЗОВ С ИСПОЛЬЗОВАНИЕМ ИНСТРУМЕНТОВ BIG DATA И ИМИТАЦИОННОГО
МОДЕЛИРОВАНИЯ
Дата поступления: 13.09.2017 Решение о публикации: 13.11.2017
Аннотация
Цель: Выявить случайные составляющие в бюджете времени локомотива и оценить эффективность организации его функционирования на полигоне железной дороги. Оптимизировать параметры системы эксплуатации и ремонта электровозов серии 2ЭС5К по фактическим данным их работы. Сравнить показатели их готовности до и после перехода на сервисное обслуживание. Методы: Использованы методы теории вероятностей, математической статистики, оценивания и дискретно-событийного имитационного моделирования. Результаты: В процессе функционирования локомотива выявлен перечень характерных состояний, в которых он может находиться. Построена матрица переходов локомотива между состояниями. Определены теоретические законы распределения и их числовые характеристики для составляющих бюджета времени локомотива. Установлено, что виды законов распределения и их числовые характеристики до и после перехода на сервисное обслуживание различаются. Разработана дискретно-событийная имитационная модель в среде программирования AnyLogic, учитывающая динамику исследуемой системы при вариациях исходных данных для расчета коэффициентов готовности и использования локомотивов. Практическая значимость: Моделирование периода эксплуатации локомотивов продолжительностью в 50 000 000 минут (приблизительно 100 лет) позволило сделать заключение, что переход на сервисное обслуживание повышает эффективность их использования за счет увеличения коэффициентов готовности и использования. Разработанную имитационную модель можно применять использована для решения ряда других оптимизационных задач, например, для определения необходимого количества локомотивов эксплуатируемого парка для заданных размеров движения, выбора рациональных участков обращения локомотивов и локомотивных бригад и т. д.
Ключевые слова: Сервисное обслуживание, имитационное моделирование, коэффициент готовности, коэффициент использования, закон распределения, программное обеспечение AnyLogic, электровоз.
Alexander A. Vorobiyov, D. Sci. Eng., professor; *Alexey V. Skrebkov, Cand. Sci. Eng., associate professor, [email protected]; Andrey G. Lamkyn, engineer; Denis I. Bodrikov, postgraduate student (Russian University of transport (MIIT)) THE STUDY OF RUNNING AND MAINTENANCE PROCESS OF ELECTRIC LOCOMOTIVES WITH BIG DATA AND SIMULATION MODELING TOOLS
Summary
Objective: To detect random components in the locomotive time budget and assess the efficiency of locomotive operation organization at a testing ground of the railroad. To optimize the system parameters of maintenance and operation of 2ES5K series electric locomotives, according to the factual data of their operation. To compare availability indices before and after the transition to service maintenance. Methods: The methods of probability theory, mathematical statistics, estimation and process-based simulation modeling were applied. Results: A list of typical for locomotive states was revealed in the process of its operation. The matrix of locomotive transitions between its states was built. Theoretical distribution laws and their numerical characteristics were determined for the components of locomotive time budget. It was established, that the types of distribution laws and their numerical characteristics differ before and after the transition to service maintenance. A discrete-event simulation model was developed in the programming environment of AnyLogic, which takes into account the dynamics of the system under examination with initial data variations for the calculation of operation and performance coefficients of locomotives. Practical importance: The simulation of 50 000 000 minutes (about 100 years) duration operating cycle of the locomotive made it possible to conclude, that the transition to service maintenance raises the efficiency of locomotive operation by way of increasing operation and performance coefficients. The designed simulation model may be applied for the solution of other optimization problems, for instance the determination of the required amount of operational fleet locomotives for the specified amount of traffic, the selection of rational sections for regular locomotives and locomotive crews.
Keywords: Service maintenance, simulation modeling, operation ratio, coefficient of performance, distribution law, AnyLogic software, electric locomotive.
Стратегия организации предоставления услуг локомотивной тяги в границах не только участка обращения локомотива, но и полигона требует решения ряда оптимизационных задач, актуальность которых повысилась из-за перехода ОАО «РЖД» на сервисное обслуживание локомотивов [1]. Это, например, определение необходимого количества локомотивов эксплуатируемого парка для заданных размеров движения, выбор рациональных участков обращения локомотивов и локомотивных бригад, оценка эффективности системы эксплуатации и сервисного обслуживания локомотива на основании фактической величины коэффициента технической готовности [2].
При этом важно отметить, что эффективность эксплуатации локомотива определяется не только его способностью реализовывать силу тяги и установленную скорость, но и всеми организационными процессами, связанными со сменой состояний, в которых находится локомотив, и соответствующими им составляющими общего бюджета времени.
В настоящее время перечисленные задачи решаются аналитическими методами с принятием ряда допущений, которые описывают систему эксплуатации и сервисного обслуживания тягового подвижного состава как статическую. Однако процесс функционирования локомотива имеет случайные составляющие, например, неравномерность подхода или формирования поездов на станциях оборота локомотивов; вариации времени нахождения
поезда на участке обращения локомотивов; простои в ожидании начала различных видов ремонта, простой в ремонте и т. д. [3].
Таким образом, для детального анализа этого процесса следует ориентироваться на динамику исследуемой системы при вариациях исходных данных.
Появившийся в последнее десятилетие инструментарий может быть использован для имитации процесса функционирования локомотива и учета случайных составляющих в его работе, а также для проведения экспериментов с моделью этого процесса, которые опираются на мощь современных компьютеров, что позволяет в определенные моменты получить наиболее подробную информацию о состоянии объекта моделирования [4].
Чтобы исследовать влияние случайных составляющих в бюджете времени локомотива и оценить эффективность организации его эксплуатации, в среде программирования AnyLogic разработана имитационная модель функционирования локомотива [5]. При разработке модели были детально проанализированы все возможные состояния, в которых может находиться локомотив и которые учитываются в информационных системах ОАО «РЖД» [6]. Из более 50 состояний было выделено 29, в которых чаще может оказаться локомотив (см. табл. 1).
Поскольку в процессе работы локомотива состояния сменяют друг друга, была составлена матрица переходов между состояниями, приведенная на рис. 1 (знак «+» означает возможность перехода) [7].
На разработанной модели с использованием фактических данных проведены исследования изменения коэффициента технической готовности электровозов 2ЭС5К приписки эксплуатационного локомотивного депо Ви-хоревка Восточно-Сибирской дирекции тяги после перехода на сервисное обслуживание (СО) с 1 июля 2013 г. по сравнению с организацией ремонта подразделениями ОАО «РЖД». Для этого была статистически обработана информация, определены вид закона распределения времени нахождения электровозов в каждом из рассматриваемых состояний, а также числовые характеристики закона распределения [8]. Были построены гистограммы распределения, по виду которых выдвигалась гипотеза о виде закона распределения. Гипотезу проверяли по критерию Пирсона [9]. В большинстве случаев вероятность соответствия гистограмм теоретическим распределениям составляла 0,12 и выше.
Объем статистической информации о времени нахождения локомотивов в различных состояниях составляет более 500 000 значений. Такое количество случайных значений можно рассматривать как генеральную совокупность, поэтому для упрощения расчетов из всех значений случайным образом делали выборку объемом не более 150 значений. Далее выборку проверяли на однородность с использованием критерия грубых ошибок. На рис. 2, 3 приведены примеры распределения времени нахождения электровозов в некоторых со-
№ состояния Состояние Код состояния в информационной системе ОАО «РЖД»
1 В голове поезда 1
2 В двойной тяге 2
3 Локомотив, пересылаемый по регулировке парка в действующем состоянии (второй локомотив без участия в тяге) 3
4 Локомотив, пересылаемый по регулировке парка в недействующем состоянии 4
5 Следование в ремонт своим ходом 5
6 Подталкивание 6
7 Одиночное следование от подталкивания 7
8 Маневровые, специально выделенными локомотивами, на станции 90
9 Простой на станционных путях после прибытия с поездом 102
10 Простой на станционных путях по отправлению (после выхода из депо) 103
11 Простой на станционных или деповских путях в ожидании работы 105
12 Простой на станционных или деповских путях в ожидании технического обслуживания ТО-2, ТО-2 с экипировкой 106
13 Техническое обслуживание ТО-2, ТО-2 и экипировка совмещенные 107
14 Экипировка 108
15 Простой или технологические перемещения на деповских путях после захода в депо 112
16 Сдача ТПС локомотивной бригадой, ТО-1 при сдаче 113
17 Приемка ТПС локомотивной бригадой, ТО-1 при приемке 114
18 В процессе текущего ремонта ТР-1 305
19 В процессе технического обслуживания ТО-3 306
20 В процессе технического обслуживания ТО-4 307
21 В процессе непланового ремонта 308
22 В процессе текущего ремонта ТР-1, совмещенного с ТО-4 309
23 В процессе технического обслуживания ТО-3, совмещенного с обточкой 312
24 В ожидании текущего ремонта ТР-1, ТР-1, совмещенного с ТО-4 в пунктах производства 405
25 В ожидании технического обслуживания ТО-3, ТО-3, совмещенном с ТО-4 в пунктах производства 406
26 В ожидании технического обслуживания ТО-4 в пунктах производства 407
27 В ожидании непланового ремонта (в том числе по рекламации) в пунктах производства 408
28 В ожидании отправки в деповской ремонт, на модернизацию между плановыми ремонтами (в условиях депо) 528
29 Исправные в ожидание убытия в действующем состоянии в пункт ремонта или в депо новой приписки 637
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
1 + + + + + + + + +
2 + + + + + + + + + + + + + + + + + + + +
3 + + + + + + + + + + + + + + + + + + + +
4 + + + + + + + + + + + + + + + + + + + + + + +
5 + + + + + + + + + + + + + + +
6 + + + + + + + + + + + + + + + + + + + + +
7 + + + + + + + + + + + + + + + + + + + + +
8 + + + + + + + + + + + + + + + + + + + + + + +
9 + + + + + + + + + + +
10 + + + + + + + + + + + + + +
11 +
12 + + + + + + + + + + + + + + + + +
13 + + + + + + + + + + + + + + + + +
14 + + + + + + + + + + + + + + + + + + + + +
15 + + + + + + + + + + + +
16 + + + + + + +
17 + + + + + + + + + + + +
18 + + + + + + + + + + + + + + + + + + + + + + + + + +
19 + + + + + + + + + + + + + + + + + + + + + + + + + +
20 + + + + + + + + + + + + + + + + + + + + + + + + + +
21 + + + + + + + + + + + + + + + + + + +
22 + + + + + + + + + + + + + + + + + + + + + + + + + +
23 + + + + + + + + + + + + + + + + + + + + + + + +
24 + + + + + + + + + + + + + + + + + + + + + + + +
25 + + + + + + + + + + + + + + + + + + + + + +
26 + + + + + + + + + + + + + + + + + + + + + + + + + +
27 + + + + + + + + + + + + + + + + + + + + + +
28 + + + + + + + + + + + + + + + + + +
29 + + + + + + + + + + + + + + + + + + + + + + +
Рис. 1. Матрица переходов
/<45
1/мин 0,0040
0,0035
0,0030
0,0025
0,0020
0,0015
0,0010
0,0005
0,0000
0 200 400 600 800 1000 1200 t ,мин
Рис. 2. Функции плотности распределения времени нахождения электровозов
в состоянии «в голове поезда»
Рис. 3. Функции плотности распределения времени нахождения электровозов в состоянии «следование в ремонт своим ходом»
стояниях, а в табл. 2 - виды распределений и их числовые характеристики для каждого рассматриваемого состояния. Для обозначения вида распределения приняты следующие сокращения: Г - гамма-распределение; Н - нормальное; Р - равномерное; Э - экспоненциальное.
Как видно из рис. 2, 3, а также из табл. 2, после перехода на СО изменяются числовые характеристики законов распределения времени нахождения в состояниях, а для некоторых из них изменяется и вид закона распределения. Кроме того, виды законов распределения для некоторых состояний электровозов отличны от экспоненциального, т. е. обладают вариацией, а следовательно, исключается возможность использования для анализа как детерминированных моделей, так и марковских [10, 11]. Таким образом, в качестве варианта для анализа процесса функционирования локомотива можно использовать имитационную модель.
После составления имитационной модели в среде AnyLogic выполнены расчеты вероятностей нахождения локомотива в различных состояниях (см. табл. 1). Период моделирования был принят равным 50 000 000 минут, что составляет приблизительно 100 лет, при этом продолжительность расчетов на ЭВМ с тактовой частотой процессора 3 ГГц составила 12 минут.
Расчетами установлено, что до перехода на сервисное обслуживание эксплуатационный коэффициент технической готовности этих электровозов составлял 0,857, а после перехода его значение достигло 0,863. Коэффициент использования до перехода на сервисное обслуживание составлял 0,554, а по-
№ состояния До перехода на СО После перехода на СО
Вид распределения Среднее значение, мин Средне-квадрати-ческое отклонение, мин Вид распределения Среднее значение, мин Средне-квадрати-ческое отклонение, мин
1 Э 242,2 - Э 278,4 -
2 Н 71,8 25,2 Н 71,9 27,8
3 Г 313,6 174,6 Г 283,1 184,6
4 Н 399,3 185,3 Н 382,4 177,5
5 Н 291,3 142,1 Г 287,6 202,1
6 Г 66,6 40,7 Н 126,6 44,5
7 Н 60,3 29,1 Н 74,8 29,6
8 Э 138,6 - Э 139,0 -
9 Э 28,0 - Э 26,1 -
10 Э 29,9 - Э 29,3 -
11 Э 120,0 - Э 113,0 -
12 Э 145,1 - Э 137,6 -
13 Р 85,1 17,2 Р 84,6 17,5
14 Э 168,9 - Э 191,7 -
15 Э 6,2 - Э 6,8 -
16 Э 34,0 - Э 39,1 -
17 Э 22,2 - Э 19,5 -
18* Э 1 266,7 - Э 824,0 -
19 Н 1 050,0 153,4 Н 953,3 214,1
20 Р 636,6 355,2 Р 739,3 360,9
21 Э 323,1 - Э 311,8 -
22 Р 1 763,7 589,7 Н 926,7 238,8
23 Н 1 756,3 695,7 Н 1 028,8 238,4
24 Р 743,1 389,8 Г 522,9 343,8
25 Г 823,7 584,7 Г 685,4 492,8
26 Э 1 022,7 - Э 579,3 -
27 Э 197,8 - Э 245,3 -
28 Э 274,4 - Э 340,4 -
29 Э 242,8 - Э 250,2 -
* Примечание. Для состояния 18 «в процессе текущего ремонта ТР-1» из фактического времени вычтено значение нормы времени простоя на ремонте ТР-1, составляющее 600 минут.
сле перехода его значение достигло 0,607. Исходя из этого, можно заключить, что переход на сервисное обслуживание локомотивов позволил повысить эффективность их использования.
Таким образом, имитационное моделирование позволяет не только оценить реальную ситуацию в части организации перевозочного процесса с использованием локомотивной тяги, но и проверить эффективность различных организационных сценариев повышения производительности локомотива.
Библиографический список
1. Ламкин А. Г. Начинается сервисное обслуживание локомотивов / А. Г. Лам-кин // Локомотив. - 2013. - № 10. - С. 2-4.
2. Скребков А. В. Модель оценки коэффициента готовности локомотива / А. В. Скребков, А. Г. Ламкин // Железнодорожный транспорт. - 2014. - № 7. - С. 58-60.
3. Некрашевич В. И. Управление эксплуатацией локомотивов : учеб. пособие / В. И. Некрашевич, В. И. Апатцев. - М. : РГОТУПС, 2004. - 257 с.
4. Карпов Ю. Г. Имитационное моделирование систем. Введение в моделирование с Апу^ю 5 / Ю. Г. Карпов. - СПб. : БХВ-Петербург, 2005. - 400 с.
5. Гущина А. А. К вопросу об имитационном моделировании / А. А. Гущина, Б. К. Ке-малов // Тр. междунар. симп. Надежность и качество. - 2009. - Т. 1. - С. 340-342.
6. Маслова Е. В. Анализ существующих тенденций в обслуживании и содержании тягового подвижного состава / Е. В. Маслова // Научная дискуссия : вопр. технич. наук. -2015. - № 5-6. - С. 123-127.
7. Осяев А. Т. Управление техническим состоянием подвижного состава / А. Т. Ося-ев // Железнодорожный транспорт. - 2008. - № 4. - С. 36-39.
8. Акимов С. С. Классификация законов распределения и алгоритмизация процесса определения закона распределения вероятности / С. С. Акимов // Оренбургский государственный университет. - 2014. - № 4. - С. 86-90.
9. Костенко И. В. Анализ данных в научных исследованиях с использованием критерия Пирсона / И. В. Костенко, Т. А. Крамаренко. - Краснодар : Кубан. гос. аграр. ун-т им. И. Т. Трубилина, 2017. - С. 24-26.
10. Гнеденко Б. В. Математические методы в теории надежности. Основные характеристики надежности и их статистический анализ / Б. В. Гнеденко, Ю. К. Беляев, А. Д. Соловьев. - М. : Наука, 1965. - 524 с.
11. Горский А. В. Надёжность электроподвижного состава : учеб. для вузов ж.-д. транспорта / А. В. Горский, А. А. Воробьев. - М. : МГУПС, 2005. - 303 с.
References
1. Service maintenance of locomotives is about to begin [Lamkyn A. G. Nachynayetsya servis-noye obsluzhyvaniye lokomotivov]. Locomotive [Lokomotiv], 2013, no. 10, pp. 2-4. (In Russian)
2. Skrebkov A. V. & Lamkyn A. G. The assessment model of the locomotive operation ratio [Model otsenky koeffitsiyenta gotovnosty lokomotiva]. Railway transport [Zheleznodoro-zhnyi transport], 2014, no. 7, pp. 58-60. (In Russian)
3. Nekrashevich V. I. & Apattsev V. I. Motive power maintenance management [Uprav-leniye ekspluatatsiyey lokomotivov]. RGOTUPS manual. Moscow, 2004, 257 p. (In Russian)
4. Karpov Yu. G. Simulation modeling of systems. Introduction to simulation with Any-Logic 5 [Imitatsionnoye modelyrovaniye system. Vvedeniye v modelyrovaniye s AnyLogic 5]. St. Petersburg, BKhV-Petersburg, 2005, 400 p. (In Russian)
5. Gushchina A. A. & Kemalov B. K. On the issue of simulation modeling [K voprosu ob imitatsionnom modelyrovanii]. Proc. Int. symp. Reliability and quality [Trudy mezhdunaro-dnogo symposium Nadezhnost i kachestvo], 2009, vol. 1, pp. 340-342. (In Russian)
6. Maslova Ye. V. The analysis of the existing trends in maintenance and upkeep of traction electrical equipment [Analyz sushesvuyushykh tendentsiy v obsluzhyvanii i soderzhanii tyagovogo podvyzhnogo sostava]. Scholarly discussion: the issues of engineering sciences [Nauchnaya diskussiya: voprosy tekhnicheskykh nauk], 2015, no. 5-6, pp. 123-127. (In Russian)
7. Osyayev A. T. Technical state of the rolling stock management [Upravleniye tekh-nicheskym sostoyaniyem podvyzhnogo sostava]. Railway transport [Zheleznodorozhnyi transport], 2008, no. 4, pp. 36-39. (In Russian)
8. Akimov S. S. Classification of the laws of distribution and algorithmic presentation of the probability distribution law determination process [Klassifikatsiya zakonov raspredeleniya i algoritmizatsiya protsessa opredeleniya zakona raspredeleniya veroyatnosty]. Orenburg State Univ., 2014, no. 4, pp. 86-90. (In Russian)
9. Kostenko I. V. & Kramarenko T. A. Data analysis in scientific investigation using Pearson criterion [Analyz dannykh v nauchnykh issledovaniyakh s ispolzovaniyem kriteriya Pearsona]. Krasnodar, Kuban State Agrarian Univ. Publ., 2017, pp. 24-26. (In Russian)
10. Gnedenko B. V., Belyayev Yu. K. & Solovyev A. D. Mathematical methods in reliability theory. The basic reliability characteristics and their statistical analysis [Matematyches-kiye metody v teorii nadezhnosty. Osnovniye kharakteristiky nadezhnosty i ikh statystycheskiy analyz]. Moscow, Nauka, 1965, 524 p. (In Russian)
11. Gorskiy A. V. & Vorobyev A.A. Nadezhnost elektropodvyzhnogo sostava [Reliability of the electric stock]. Moscow, Moscow State Transport Univ. Publ., 2005, 303 p. (In Russian)
*СКРЕБКОВ Алексей Валентинович - канд. техн. наук, доцент, [email protected]; ВОРОБЬЕВ Александр Алексеевич - док. техн. наук, профессор; ЛАМКИН Андрей Геннадьевич - инженер; БОДРИКОВ Денис Игоревич - аспирант (Российский университет транспорта (МИИТ)).
