CC BY
43
ПРИМЕНЕНИЕ ДИНАМИЧЕСКИХ ПРОГНОЗОВ В ЗАДАЧЕ ОПЕРАТИВНОГО УПРАВЛЕНИЯ ПАРКОМ ПОРОЖНИХ ВАГОНОВ
Корюхина Т.Н., Положишников В.Б., Соболев А.В.
(ГУП Российский научно-исследовательский и проектноконструкторский институт информатизации, автоматизации и
связи, Москва) asobolev@,ous.css-mps. ru
Введение
В настоящее время регулирование парка порожних вагонов базируется на месячном плане передислокации, который, по сути, является результатом решения транспортной задачи в статической постановке.
Такой подход, несомненно, сокращает порожний пробег вагонов и, при этом, позволяет удовлетворять потребности грузоотправителей, но не способен адекватно учитывать динамику образования порожних вагонов в пунктах выгрузки, а также колебания плана погрузки.
Применение динамических оптимизационных моделей в оперативном регулировании парка порожних вагонов позволит наиболее полно учесть эту динамику и повысит эффективность управления порожняком. Одна из таких оптимизационных моделей базируется на динамической транспортной задаче с задержками, описанной в [1].
В данной работе рассмотрены аспекты применения динамических прогнозов в оптимизационной модели оперативного управления парком порожних вагонов. Предлагается методика вычисления функции образования порожняка методом прогнозирования по текущей дислокации груженых и порожних вагонов. Данные о текущей дислокации вагонов извлекаются из автоматизированной системы пономерного учета, контроля дислокации и регулирования вагонного парка на железных дорогах России - сокращенно ДИСПАРК.
1. Прогнозирование зарождения порожняка на отделениях железных дорог
По каждому вагону с уникальным номером k имеется информация о состоянии, станции дислокации gk, станции назначения
gk и момента времени tk последней операции с этим вагоном. Функция образования порожних вагонов а. (t) может быть вычислена как
(1) a(t) = Wi (у,у,т'Хi = 1,..., n,
где n - число отделений на рассматриваемой сети железных дорог. Образование порожних вагонов на такте t складывается из:
• образовавшихся в течение такта t порожних вагонов aГр (t),
которые на момент запроса информации о дислокации находились в груженом состоянии;
• порожних вагонов в движении арег (t), которые поступят в течение t на станции назначения;
• для пограничных отделений - из возвращенных порожних
вагонов а’"° (t) из-за границы.
Таким образом,
(2) a (t) = a? (t) + аГ (t) + an (t).
Время подготовки вагона к регулировке - это время, которое проводит на грузовой станции вагон после прибытия на станцию назначения и до момента, когда этот вагон перейдет в порожнее состояние и будет готов к регулировке. При этом вагон может поступить на станцию либо в груженом состоянии и выгрузиться на путях общего пользования/подъездных путях предприятия, либо поступить уже в порожнем состоянии. Прогнозирование образования порожних вагонов из груженых аГР (t) проводится с учетом
г- ~ ^ /Л max
максимальных выгрузочных способностей отделений Q , которые также могут быть определены по данным информационного хранилища. При прогнозировании поступления на отделения погрузки порожних вагонов арег (t), находящихся в движении, прогнозируется также прохождение ими дорожных стыковых пунктов. Прогнозирование образования порожних вагонов ведется отдельно 82
по каждому роду подвижного состава. Вагоны, двигающиеся в кольцевых маршрутах, исключаются из рассмотрения. Прогноз образования порожняка ai (Ї) вычисляется на глубину 10 суток,
что соответствует максимальному количеству тактов Td хода
груженого вагона по сети с последующей подготовкой к регулировке (Табл. 1).
Таблица 1
Форма результатов прогноза освобождения порожних вагонов
отделения номера вагоно в количество вагонов
отправл ения назнач ения груженых порожних
Временной такт 0
1
Ґ
і І К} /'-'к рт І
Т d
Расшифровка обозначений в таблице следующая: i - отделение дислокации, ] - отделение назначения; } - массив соответствующих учетных номеров вагонов, - количество груженых
вагонов, находящихся на такте t на отделении i и двигающихся на отделение у вариантом маршрута к, - количество порожних
вагонов находящихся на такте t на отделении i и двигающихся на отделение у вариантом маршрута т .
В данной работе время освобождения вагонов вычисляется с некоторыми допущениями. Считается, во-первых, что порожние вагоны, прибывшие на станцию назначения готовы к регулировке сразу после расформирования поезда. Во-вторых, порожние ваго-
ны, образовавшиеся в результате выгрузки и возвращения с грузовых фронтов на станцию, считаются готовыми к регулировке с момента возвращения на станцию.
2. Основные результаты
Времена хода и подготовки порожних полувагонов к регулировке были вычислены по данным информационных хранилищ за февраль 2004 г. Данные по фактическому освобождению были взяты за следующий месяц. Ниже, на рисунках 1-4 представлена проверка прогноза освобождения вагонов из груженых.
3. Заключение
Решение многих задач оперативного управления перевозочным процессом на железнодорожном транспорте всецело зависит от точности прогнозных моделей. В статье рассматриваются проблемы применения динамических прогнозов в задаче оперативного управления парком порожних вагонов. Новизна разработки состоит в привлечении ретроспективных детальных данных, описывающих движение вагонов, для исследования потоков грузовых вагонов и вычисления параметров разрабатываемой модели.
Дата образования порожних вагонов
Фактическое освобождение Прогнозное освобождение
Рис. 1. Проверка прогноза. Дорога освобождения Московская, глубина прогноза 2 суток
333333333333333333333333
оооооооооооооооооооооооо
Дата образования порожних вагонов [—♦—Фактическое освобождение —и—Прогнозное освобождение
Рис. 2. Проверка прогноза. Дорога освобождения Московская, глубина прогноза 3 суток
Дата образования порожних вагонов
| ♦ Фактическое освобождение —»—Прогнозное освобождение-
Рис. 3. Проверка прогноза. Дорога освобождения СевероКавказская, глубина прогноза 4 суток
33333333333333333333333
ооооооооооооооооооооооо
ооооооооооооооооооооооо
Дата образования порожних вагонов
| —♦— Фактическое освобождение —ш— Прогнозное освобождение |
Рис. 4. Проверка прогноза. Дорога освобождения СевероКавказская, глубина прогноза 5 суток
Количественное сравнение прогнозных освобождений полувагонов инвентарного парка МПС с фактическими показывает неплохую работу прогноза на реальных данных. Проверка также показала отслеживание моделью прогноза динамики освобождений вагонов. Поэтому данная модель прогноза может применяться в составе динамической оптимизационной модели оперативного управления парком порожних вагонов.
Литература
1. КОЗЛОВ П.А., МИЛОВИДОВ С П. Оптимизация структуры транспортных потоков в динамике при приоритете потребителей // Экономика и математические методы. 1982. Т. 18. Вып. 3. С. 521 -531.
2. ТИШКИН Е.М. Автоматизация управления вагонным парком. -М.: Интекст, 2000. - 224 с.
