Balancing traction resources based on fluctuations in train speeds and required traction reserves

Cover Page

Cite item

Full Text

Abstract

Introduction. The rational operation of the locomotive fleet is based on coordination of the locomotive turnover schedule with the train traffic schedule that assume unconditional fulfillment of standard transportation jobs and no less strict compliance with technical and technological standards for locomotive and train operations at locomotive turnover and re-coupling stations. Coordination is intended to set up balance of locomotives at traction interchange points. However, in the course of transportation, the intra-day dislocation of the operating fleet reaches significant unevenness and leads to imbalance. This requires a system for dispatching traction resources to their turnover and recoupling stations which will help to preserve traction balance at the interchange points to compensate for uneven intraday dislocation of the operating fleet, rationalise the locomotive fleet operations, and improve line capacity.

Materials and methods. The balance of traction resources at locomotive turnover and re-coupling stations in intra-day intervals is achieved by interval regulation of traction resources.

Results. The paper proposes an approach to establishing a balance of traction resources at current interlocking stations as the simplest type of turnover and recoupling stations (as a rule, they do not have additional adjacencies, using a one-to-one traction exchange). The approach applies the correlation between fluctuations in train traffic speeds and the amount of required traction reserves within daily three-hour intervals.

Discussion and conclusion. This approach helps to improve the traction resource balancing technology at the current junction stations, and create a basis for building a mechanism for dispatching regulation reserves.

About the authors

Natalya V. Kornienko

Railway Research Institute

Email: korniyenko.natalia@vniizht.ru
ORCID iD: 0000-0002-1375-2071

Leading Technologist, Digital Models of Transportation and Energy Saving Technologies Research Centre

Russian Federation, Moscow

Mikhail I. Mekhedov

Railway Research Institute

Email: korniyenko.natalia@vniizht.ru
ORCID iD: 0000-0002-8174-214X

Cand. Sci. (Eng.), Deputy General Director, Director of the Digital Models of Transportation and Energy Saving Technologies Research Centre

Russian Federation, Moscow

Alexey G. Kotenko

Railway Research Institute

Author for correspondence.
Email: korniyenko.natalia@vniizht.ru
ORCID iD: 0000-0003-1638-9965
Scopus Author ID: 57194491163
ResearcherId: AGC-1482-2022

Dr. Sci. (Eng.), Professor, Chief Researcher, Digital Models of Transportation and Energy Saving Technologies Research Centre

Russian Federation, Moscow

References

  1. Некрашевич В. И. Использование поездных локомотивов в грузовом движении / ВНИИЖТ; БелГУТ. Гомель: БелГУТ, 2001. 269 с. Nekrashevich V. I. Use of train locomotives in freight traffic. Gomel: BelGUT; 2001 269 p. (In Russ.).
  2. Kotenko A., Kotenko O. Locomotive Team Productivity as a Criterion for Optimal Locomotive Fleet Management. In: Manakov A., Edigarian A. (eds) International Scientific Siberian Transport Forum TransSiberia – 2021. Cham: Springer; 2022. p. 512–520. (Lecture Notes in Networks and Systems; vol 402). https://doi.org/10.1007/9783030963804_56.
  3. Мехедов М. И., Мугинштейн Л. А. Пропускная и провозная способность полигона в зависимости от тяговых ресурсов // Управление товарными потоками и перевозочным процессом на железнодорожном транспорте на основе клиентоориентированности и логистических технологий: коллективная монография членов и научных партнеров Объединенного ученого совета ОАО «РЖД». СПб., 2019. С. 225–238. (Бюллетень Объединенного ученого совета ОАО «РЖД»). Mehedov M. I., Muginshteyn L. A. Site throughput and carrying capacity as a function of traction resources. In: Management of commodity flows and carriage processes on railway transport on the basis of customer orientation and logistics technologies: a joint monograph by members and scientific partners of the Joint Scientific Council of the Russian Railways. St. Petersburg; 2019. p. 225–238. (Bulletin of the Joint Scientific Council of the Russian Railways). (In Russ.).
  4. Моргунов А. И. Методические подходы к построению прогнозного графика оборота локомотивов // Развитие железнодорожного транспорта в условиях реформ: сб. науч. тр. М.: Интекст, 2003. С. 81–87. Morgunov A. I. Methodological approaches to locomotive turnaround schedule forecasting. In: Development of Railway Transport during Reforms: Collection of scientific articles. Moscow: Intext Publ.; 2003. p. 81–87. (In Russ.).
  5. Гордон М.А. Особенности работы систем управления движением поездов на станциях стыкования в Российской Федерации // Автоматика на транспорте. 2019. Т. 5, № 1. С. 62–77. https://doi.org/10.20295/24129186201916277. Gordon M.A. Peculiarities of train traffic control systems at docking stations in Russia. Transport Automation Research. 2019;5(1):6277. (In Russ.). https://doi.org/10.20295/24129186201916277.
  6. Имитационная модель функционирования станции стыкования / Д. И. Бодриков [и др.] // Наука и техника транспорта. 2021. № 2. С. 45–49. EDN: https://www.elibrary.ru/vunook. Bodrikov D. I., Vorobyov A. A., Smirnov V. P., Fadeikin T. N. Simulation model of current change station operation. Science and Technology in Transport. 2021;(2):4549. (In Russ.). EDN: https:// www.elibrary.ru/vunook.
  7. Тяговое обеспечение поездной работы при изменениях оперативной обстановки / Е. О. Дмитриев [и др.] // Вестник транспорта Поволжья. 2021. № 2 (86). С. 58–66. EDN: https://www.elibrary.ru/ kynndt. Dmitriyev E. O., Sukhov A. A., Petrov A. S., Alekseyevnin E. A. Traction support of train operation during changes in operational situation. Vestnik transporta Povolzhya. 2021;(2):5866. (In Russ.) EDN: https://www.elibrary.ru/kynndt.
  8. Осипов Н. И. Применение имитационного моделирования для оценки влияния величины интервала прибытия поездов на работу станций стыкования родов тягового тока // Фундаментальные и прикладные вопросы транспорта. 2022. № 4 (7). С. 16–22. https:// doi.org/10.52170/27129195_2022_4_16. Osipov N. I. Simulation modelling to estimate the influence of the trains arrival interval on the work of traction current junction stations. Fundamental'nyye i prikladnyye voprosy transporta. 2022;(4):1622. (In Russ.). https://doi.org/10.52170/27129195_2022_4_16.
  9. Имитационная модель определения рациональных размеров неснижаемого резерва локомотивов на станциях их оборота / Е. А. Сотников [и др.] // Вестник Научноисследовательского института железнодорожного транспорта (Вестник ВНИИЖТ). 2018. Т. 77, №3. С. 157–164. https://doi.org/10.21780/222397312018773157164. Sotnikov E. A., Gonik M. M., Khomyakov S. V., Mikhaylov S. V. Simulation model for determining the rational dimensions of the irreducible reserve of locomotives at the stations of its turnover. Russian Railway Science Journal. 2018;77(3):157164. (In Russ.). https://doi.org/10.21780/222397312018773157164.
  10. Нормирование размеров неснижаемого резерва локомотивов на станциях их оборота / Е. А. Сотников [и др.] // Вестник Научноисследовательского института железнодорожного транспорта (Вестник ВНИИЖТ). 2020. Т. 79, № 1. С. 3–8. https://doi. org/10.21780/22239731202079138. Sotnikov E. A., Gonik M. M., Khomyakov S. V., Mikhaylov S. V. Rationing the size of the irreducible reserve of locomotives at the turnover stations. Russian Railway Science Journal. 2020;79(1):38. (In Russ.). https://doi.org/10.21780/22239731202079138.
  11. Кувондиков Ж. О., Цаплин А. Е. Методика анализа и математическая модель функции готовности локомотивного парка с учетом холодного резерва // Известия Петербургского университета путей сообщения. 2019. Т. 16, вып. 4. С. 631–641. https://doi. org/10.20295/1815588Х20194631641. Kuvondikov J. O., Tsaplin A. E. Method of analysis and simulation model of locomotive fleet availability function accounting for cold standby reserve. Proceedings of Petersburg Transport University. 2019;16(4):631641. (In Russ.). https://doi.org/10.20295/1815588Х20194631641.
  12. Мачерет Д. А. Анализ долгосрочной динамики скоростей в грузовом движении // Железнодорожный транспорт. 2012. № 5. С. 66–71. EDN: https://www.elibrary.ru/nlbijm. Macheret D. A. Analysis of longterm trends of speeds in freight traffic. Zheleznodorozhnyy transport. 2012;(5):6671. (In Russ.). EDN: https://www.elibrary.ru/nlbijm.
  13. Коробейников А. П., Стародубцева В. А. Анализ эффективности работы станций стыкования // Научные горизонты. 2022. № 4 (56). С. 55–59. EDN: https://www.elibrary.ru/vtcldj. Korobeynikov A. P., Starodubtseva V. A. Analysis of the efficiency of docking stations. Сientific Horizons. 2022;(4):5559. (In Russ.). EDN: https://www.elibrary.ru/vtcldj.
  14. Серегин И. В., Немцов Ю. В. Определение оптимальных маршрутов следования поездов повышенной массы и длины при наличии лимитирующих участков железнодорожной сети // Вестник транспорта Поволжья. 2023. № 4 (100). С. 88–94. EDN: https:// www.elibrary.ru/efypll. Seregin I. V., Nemtsov Yu. V. Determination of optimal routes of weighted and lengthened trains with limiting sections of the railway network. Vestnik transporta Povolzhya. 2023;(4):8894. (In Russ.). EDN: https://www.elibrary.ru/efypll.
  15. Мехедов М. И., Корниенко Н. В. Влияние технического и технологического оснащения пункта технического обслуживания локомотивов на пропускную способность железнодорожной линии // Вестник Научноисследовательского института железнодорожного транспорта (Вестник ВНИИЖТ). 2021. Т. 80, № 4. С. 225–232. https://doi.org/10.21780/222397312021804225232. Mekhedov M.I., Kornienko N.V. Influence of technical and technological equipment of a locomotive maintenance point on the capacity of a railway line. Russian Railway Science Journal. 2021;80(4):225232. (In Russ.). https://doi.org/10.21780/222397312021804225232.
  16. Максимов Д. В. Автоматизация составления графика оборота локомотивов // Труды ВНИИЖТ. М., 1980. Вып. 633. С. 86–96. Maksimov D. V. Automation of locomotives turnaround scheduling. Proceedings of the Railway Research Institute. Moscow; 1980. Issue. 633. p. 86–96. (In Russ.).
  17. Козлов П.А., Вакуленко С.П. Проблема оптимизации оборота поездных локомотивов // Вестник Ростовского государственного университета путей сообщения (Вестник РГУПС). 2016. №3. С. 80–89. EDN: https://www.elibrary.ru/wvpnpd. Kozlov P.A., Vakulenko S.P. Train locomotive turnaround optimisation issue. Vestnik Rostovskogo gosudarstvennogo universiteta putey soobshcheniya (Vestnik RGUPS). 2016;(3):8089. (In Russ.). EDN: https:// www.elibrary.ru/wvpnpd.
  18. Козлов П. А., Вакуленко С. П. Расчет согласованных режимов оборота локомотивов и технического обслуживания // Наука и техника транспорта. 2016. № 3. С. 90–95. EDN: https://www.elibrary. ru/wmvaxl. Kozlov P. A., Vakulenko S. P. Calculation of agreed locomotive turnaround and maintenance modes. Science and Technology in Transport. 2016;(3):9095. (In Russ.). EDN: https://www.elibrary.ru/wmvaxl.
  19. Козлов П. А., Вакуленко С. П. Модель оптимального графика оборота поездных локомотивов // Вестник Научноисследовательского института железнодорожного транспорта (Вестник ВНИИЖТ). 2015. № 2. С. 15–20. https://doi.org/10.21780/222397312015021520. Kozlov P. A., Vakulenko S. P. Simulation Model to Optimize Turnover Schedule for Train Locomotives. Russian Railway Science Journal. 2015;(2):1520. (In Russ.). https://doi.org/10.21780/222397312015021520.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».