Содержание к диссертации
Введение
ГЛАВА 1. Особенности организации зимней уборки магистралей северных мегаполисов 10
1.1. Организация зимнего содержания автомобильных дорог и городских улиц в зарубежных странах 10
1.2. Проблемы и особенности организации зимней уборки в крупных городах РФ (на примере Москвы) 18
ГЛАВА 2. Анализ существующего состояния уборки снега .. 26
2.1. Организационно-правовые основы функционирования транспортно технологического комплекса уборки и утилизации (на примере г. Москвы) 26
2.2. Анализ транспортно-технологической базы уборки и утилизации снега (на примере Москвы) 33
2.3. Анализ организации работы стационарных снегосплавных пунктов 52
ГЛАВА 3. Методические основы экономической оценки функционирования транспортно-технологического комплекса уборки снега и их реализация 62
З.І.Органгоация работы транспортно-технологического комплекса по уборке снега с магистрали города 62
3.2. Применение теории массового обслуживания для решения задачи оптимизации работы транспортно-технологического комплекса уборки снега .. 64
3.2.1. Основные понятия теории массового обслуживания, применяемые для решения поставленной задачи 64
3.2.2. Формализованная схема функционирования транспортно-технологического комплекса уборки снега
3.3. Статистические характеристики входящего потока транспортно-технологического комплекса уборки снега 71
3.4. Моделирование работы стационарного снегосплавного пункта "Шеногино"
3.4.1. Алгоритм моделирования 84
3.4.2. Реализация модели 85
3.5. Моделирование функционирования транспортно-технологического комплекса уборки снега, как двухфазной системы массового обслуживания 97
ГЛАВА 4. Экономическая эффективность предлагаемой орга низации уборки снега в крупных городах 106
4.1. Определение себестоимости перевозки 1 м3 снега 106
4.2. Расчет себестоимости погрузки 1 м снега 114
4.3. Определение социально-экономического эффекта предлагаемой организации уборки снега в крупных городах 123
Заключение 131
Список сокращений 133
Список литературы
- Проблемы и особенности организации зимней уборки в крупных городах РФ (на примере Москвы)
- Анализ транспортно-технологической базы уборки и утилизации снега (на примере Москвы)
- Применение теории массового обслуживания для решения задачи оптимизации работы транспортно-технологического комплекса уборки снега
- Расчет себестоимости погрузки 1 м снега
Введение к работе
Актуальность проблемы. Современный процесс развития крупных городов сопровождается интенсивным развитием инфраструктуры города, расширением сети автомобильных дорог, увеличением численности автомобильного транспорта и ростом грузовых и пассажирских перевозок. Вопросу содержания и благоустройства территорий города отводится немаловажная роль, особенно, в зимнее время, когда выпадение снега еще больше затрудняет движение на городских дорогах. Ежегодно в зимнее время с автомобильных дорог на утилизацию вывозятся миллионы кубометров снега, на уборке задействованы тысячи единиц спецтехники и автосамосвалов, тратятся миллиарды рублей, поэтому вопрос сокращения времени уборки снега с автомагистралей города, минимизации затрат на его уборку остается актуальным.
На сегодняшний момент существует много работ ученых и специалистов в областях дорожного хозяйства, автомобильного транспорта, жилищно-коммунального хозяйства и благоустройства города, посвященных зимнему содержанию дорог. Проведенный анализ этих работ показал, что в них рассматриваются вопросы, связанные с оптимизацией работ за счет экономически целесообразных сроков их проведения, выбора эффективных технологий и средств механизации, рациональных схем размещения баз противогололедных реагентов, оптимального количества снегоуборочных машин. Вместе с тем в этих работах не нашли отражения вопросы, связанные с повышением эффективности работы транспортно-технологического комплекса на стадиях погрузки-транспортировки-разгрузки и утилизации снега, что и обусловило выбор цели данного исследования.
Основной причиной, сдерживающей очистку автомагистралей и автомобильных дорог от снега, является отсутствие комплексного подхода к организации управления транспортно-технологическим комплексом уборки снега.
Из-за неравномерности поступления автосамосвалов на стационарные снегосплавные пункты (ССП) возникают значительные простои в ожидании разгрузки. Кроме этого, на работе ССП сказывается и отсутствие площадок для временного складирования. Кроме заявленного количества автосамосвалов организациями – исполнителями, в период интенсивных снегопадов, к уборке может привлекаться и дополнительное количество автосамосвалов за счет привлечения к уборке снега субподрядчиков. Анализ показывает, что многие ССП располагаются в местах, где затруднен подъезд к ССП, поэтому дорожная обстановка здесь сильно затруднена. Кроме этого, от стоящих в очереди автосамосвалов происходит сильное загрязнение воздуха выхлопными газами, что влияет на экологию окружающей среды. В результате из-за простоев автосамосвалов простаивает и снегоуборочная техника.
Таким образом, можно сделать вывод, что улучшение организации работы транспортно-технологического комплекса уборки снега нуждается в совершенствовании. Одним из возможных направлений является применение методов теории массового обслуживания и математического моделирования. Очереди – это свойство всех систем массового обслуживания (CМО), которые занимаются оценкой функционирования системы и поиском параметров, оптимальных по некоторым критериям.
Снегосплавные пункты (ССП) можно рассматривать как объект образования больших очередей, где потоком требований являются самосвалы со снегом, которые ожидают очереди поступления в обслуживающее устройство (обслуживающий канал). В данном случае под очередью подразумевается линейная цепочка выстроившихся один за другим автосамосвалов, нуждающихся в обслуживании. Объекты (автосамосвалы), подлежащие обслуживанию, назовем заявками или требованиями на обслуживание.
Транспортно-технологический комплекс уборки снега, можно представить как двухфазную систему массового обслуживания, состоящую из нескольких однофазных систем, работающих последовательно (погрузка снега в автосамосвал и разгрузка на ССП).
Цель и основные задачи исследования.
Целью исследования является повышение эффективности работы транспортно-технологического комплекса уборки снега в мегаполисе за счет совершенствования организации его работы на основе применения теории массового обслуживания, создания методов, алгоритмов и программно-моделирующих средств с использованием процесса имитационного моделирования.
Для достижения поставленной цели были рассмотрены и решены следующие задачи:
-
выполнен анализ объекта исследования (уборка, погрузка, перевозка и утилизация снега на ССП);
-
определены факторы, влияющие на работу транспортно-технологического комплекса;
-
разработана методика получения дополнительной информации о характеристиках входящего потока – автосамосвалов. Проведено натурное исследование параметров работы транспортно-технологического комплекса;
-
построена математическая модель функционирования транспортно-технологического комплекса уборки снега;
-
выбрана программа для проведения компьютерного эксперимента на имитационной модели;
-
осуществлена реализация разработанных методов и алгоритмов работы транспортно-технологического комплекса на примере стационарного снегосплавного пункта «Шеногино»;
-
осуществлен расчет экономической эффективности системы разработанных мероприятий.
Результаты диссертационной работы были получены на основе комплексного использования методов теории массового обслуживания, имитационного моделирования и математической статистики.
Объект исследования: экономические методы управления транспортно-технологическим комплексом уборки снега с магистралей города (погрузка-транспортировка-разгрузка и утилизация на ССП).
Предметом для исследования выступает система организации функционирования транспортно-технологического комплекса уборки снега, модели, методы и алгоритмы, применяемые для осуществления поставленных целей и задач.
Научная новизна диссертации:
1) В комплексном анализе работы транспортно-технологического снегоуборочного комплекса, определившем состав и уровень экономических потерь вследствие его неэффективного функционирования;
2) В формировании концепции функционирования транспортно-технологического комплекса как логистической цепи процессов уборки и утилизации снега в крупных городах;
3) В разработке методики организации управления работой транспортно-технологического комплекса уборки и утилизации снега на основе двухфазной системы массового обслуживания;
4) В создании имитационной модели транспортно-технологического комплекса уборки и утилизации снега, учитывающей стохастический характер работы комплекса;
5) В разработке и реализации методики и алгоритма повышения экономической эффективности управления транспортно-технологическим комплексом уборки и утилизации снега в крупных городах за счет сокращения эксплуатационных расходов и социально-экономических потерь в сфере транспортной и экологической безопасности.
На защиту выносятся следующие положения:
- предложения по методам, моделям и алгоритмам, реализующим комплексный подход к работе транспортно-технологического комплекса;
- постановка задачи по оптимизации работы транспортно-технологического комплекса, которая возникает на этапе планирования, управления и организации работы комплекса.
- имитационная модель функционирования транспортно-технологического комплекса, учитывающая стохастический характер процесса уборки снега (погрузка-транспортировка-разгрузка и утилизация снега на ССП), реализованная программой AnyLogic версии 6.4.1.
Достоверность научных положений, рекомендаций и выводов.
Достоверность положений и выводов диссертации подтверждена положительными результатами внедрения разработок, предложенных автором, в практику.
Практическая ценность и реализация результатов работы. Результаты, полученные на основе разработанных моделей, алгоритмов, подтверждают практическую значимость, эффективность и достоверность разработанных методов, улучшающих эффективность функционирования транспортно-технологического комплекса, а также могут быть применены в учебном процессе студентов МАДИ.
Апробация работы. Содержание отдельных разделов и диссертации в целом были доложены и получили одобрение на научно-технических конференциях и семинарах МАДИ (2009-2013гг.).
Публикации. По результатам выполненных исследований автором подготовлено и опубликовано 7 научных статей общим объемом 3,1 п.л., в т.ч. 3 в изданиях, рекомендованных ВАК Минобрнауки РФ.
Объем работы и структура диссертации. Диссертационная работа состоит из введения, 4 глав основного текста (130 стр.), заключения, списка принятых сокращений, списка использованных источников (126) и 5 приложений.
Совокупность научных положений и практических результатов исследований, разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения на предприятиях городского хозяйства.
Логическая структура диссертационной работы соответствует решению перечисленных задач в указанной последовательности.
Проблемы и особенности организации зимней уборки в крупных городах РФ (на примере Москвы)
Организация работ по зимнему содержанию городских улиц в Финляндии предусматривает дополнительно очистку покрытии в весенний период от фрикционных материалов, применяемых для борьбы с зимней скользкостью. Ежегодно в г. Хельсинки на очистку улиц от снега г. расходуется приблизительно 21 млн евро.
Очистка улиц затрудняется, если вдоль улицы припаркованы автомобили, поэтому в г. Хельсинки чистят улицы по так называемому информационному методу очистки. За два дня до начала очистки на углах улиц устанавливаются дорожные знаки, информирующие о проведении работ по очистке улиц, с тем, чтобы водители на день проведения работ припарковали свои автомобили в другом месте. Те автомобили, которые все же остались в зоне проведения работ, перемещаются на близкое расстояние с помощью эвакуатора [119].
В Канаде за очистку дорог от снега и за ликвидацию гололеда на дорогах отвечает дорожная администрация, основной целью деятельности которой является повышения безопасности движения, снижение затрат и улучшение окружающей среды.
Затраты на зимнее содержание дорог в Канаде связаны с бюджетными ограничениями, поэтому городская администрации требует от дорожных служб частого пересмотра методов работы. Министерства транспорта различных провинций, в том числе и провинции Квебек, вынуждены постоянно искать новые решения для удовлетворения соответствующего уровня содержания дорог и экономической целесообразности использования выделяемых на эти цели средств.
Муниципальная администрация постоянно осуществляет контроль за расходованием средств, выделяемых на обслуживание автомобильных дорог, особенно в период бюджетных ограничений. Тем не менее, безопасность движения, обеспечение движения транспортных средств без задержек остается приоритетом для менеджеров, которые занимаются вопросами зимнего содержания дорог.
В Канаде большая часть собранного снега свозится коммунальными службами на специальные свалки или сбрасывается в реку. Такой способ утилизации снега применяется не только в Канаде, но и в США, в Финляндии и в др. странах. В последние годы из-за стремительного роста городов и дефицита территорий количество снегосвалок уменьшается. Так, например, Департамент транспорта г.Торонто сократил число снежных свалок с 14 до 5, освободив тем самым площадь для городских территорий. Взамен выведенных мощностей были приобретены три снегоплавильных комплекса сопоставимой мощности за 7,7 млн. дол. Это дороже, чем вывоз снега на свалку, но зато их можно доставлять туда, где они нужны больше всего, сэкономив на топливе для машин, перевозящих снег. Основная зона применения снеготаяльных машин - большие города и крупные аэропорты. Для городских территорий с небольшим объёмом снегоуборочных работ чаще других используется модель 135PD, а для больших объёмов - модель 350 PD. В 2009 г. на поддержание дорог в зимний период в г. Торонто было выделено 5632 дол/км. Затраты на вывоз снега являются величиной переменной, зависящей от погоды и колеблющейся в г. Торонто от 1.5 млн дол/год до 10 млн дол/год. Основной объем работ по уборке снега и очистке улиц в Торонто выполняют три десятка подрядчиков, готовые выйти на работу 24 часа в сутки. За это город платит так называемую плату за резервирование, составляющую 33-34 млн дол/год. Стандартный срок очистки основных магистралей составляет 3-4 часа после окончаний снегопада.
Во многих городах Канады активно используется интерактивная карта, выполненная на основе технологии Google Maps, показывающая когда, где и в какое время будет проводиться уборка улиц города. Это достаточно удобный инструмент, учитывая то, что в этот период, согласно муниципальному закону, улицы должны быть свободны от припаркованных машин. Интерактивная карта позволяет в режиме реального времени видеть, где проводится уборка улиц, а также узнать расписание уборки территории проезжей части для любого конкретного места, что позволяет водителям избежать встречи с уборочной техникой и не попадать в пробки [124].
В США зима также приносит немало трудностей специалистам-дорожникам практически всех штатов при содержании дорог. В работе [27] раскрыты некоторые особенности организации зимнего содержания дорог (6500 км) в штате Миннесота, расположенном на севере США в зоне с холодным климатом, с характерными снегопадами и гололедом. Обеспечение равномерного или повышенного уровня зимнего содержания из-за большой интенсивности движения на автомобильных дорогах является весьма сложной и постоянно возрастающей проблемой. Заторы движения на автомобильных дорогах штата по времени достигали 38 час/год из-за плохого содержания дорог в зимний период, что составляет в среднем 6 ч на каждую 1000 км. К другим трудностям специалисты-дорожники относят снижение квалификации операторов снегоуборочной техники (15 % персонала не прошли аттестацию), а также ограничение финансовых средств. Поэтому Департаментом транспорта штата Миннесота было принято в 2002 г. решение об участии частного бизнеса в работах по содержанию дорог общего пользования. Обоснованием выполнения работ какой-либо организацией является значимость услуг, предоставляемых пользователю. Исследованиями доказано, что наиболее важными из них являются: видимость сигнала светофора «стоп» и исправность дорожных знаков; содержание дорог чистыми от мусора, снега и льда; читаемость дорожных знаков; видимость дорожной разметки.
Под понятием «чистая дорога» подразумевается сохранение проезжей части чистой от снега и льда на 90 % эксплуатируемой дороги (участка). Для потребителя важным вопросом является то, насколько быстро восстанавливается «чистая дорога» после возникновения неблагоприятного погодного явления. Шкала времени, установленного для восстановления чистого покрытия в зависимости от класса автомобильной дороги, приведена в таблице 1.2.
Анализ транспортно-технологической базы уборки и утилизации снега (на примере Москвы)
Стационарные снегосплавные пункты являются одной из составляющих частей рассматриваемого автором транспортно-технологического комплекса. Проведенные автором наблюдения показывают, что перед ССП в ожидании разгрузки скапливаются большие очереди автосамосвалов, что вызывает их значительные простои и, как следствие, вызывает увеличение сроков вывоза снега с автомагистралей и снижение производительности подвижного состава. Данные факты и обуславливают проведение данного анализа с целью изучения работы ССП и установления причин, влияющих на возникновение очередей у ССП.
Проведенный анализ организации работы ССП свидетельствует, что первоочередное право на обслуживание имеют унитарные предприятия, задействованные в уборки снега, подчиненные Департаменту ЖКХ и Б.
Например, по данным работы ССП «Шеногино», за ним закреплено 23 организации, из них: ООО « Кремлевское кольцо», ГУЛ «Благоустройсто Кремля», ГУЛ «ДМУ-1» ,ГУП УДХ и Б «Фрунзенское», ЗАО « Шоссе», ООО « Домстрой», ЗАО «ХДУ», ООО ДС «Переход», ООО «Инвестраэлстрой», ОАО АДМБ Тверского района, ООО «Магистральдорсервис»,ОАО «Инженерный центр -К» и др. Наибольший удельный вес квот приходится на ООО « Кремлевское кольцо» - 42,6%, ГУЛ « Благоустройсто Кремля» - 16,9%, ГУЛ «ДМУ-1» - 12,4% , ГУЛ УДХ и Б «Фрунзенское» - 7,0%, т.е. на эти организации - приходится -78,9% квот. Остальные 19 организаций являются субподрядчиками и представляют собой небольшие предприятия с количеством автомобилей 1 до 5 и грузоподъемностью 6-8 т. Проведенный анализ позволяет утверждать, что на значительные простои автосамосвалов в ожидании разгрузки и на неравномерную загрузку ССП, оказывает влияние нерациональное распределение квот на уборку территорий между организациями. Не учитываются такие факторы, как расположение СПП и убираемых территорий организациями, закрепленными за ССП, количество подъездных дорог к ССП, близость магистралей, площадей, жилых массивов к ССП, а также производственные мощности ССП. Изучение организации работы ССП «Шеноги-но»в январе - феврале 2011г. показало, что его загруженность составляет - 140%. Это объясняется в первую очередь тем, что ССП «Шеногино» находится в непосредственной близости от Садового кольца, Кремля, Нового Арбата, набережной Москвы реки, тем более, что в ЦАО находится еще только один ССП «Шлюзовая». В форсированном режиме работают и другие ССП, например: « Бусиново» -195%, «Сигнальный» - 157%, « Шлюзовая» - 198%, «Загородный» - 126%, «Черемушки» - 129% . Всего таких ССП, работающих с перегрузом 10 ед. Остальные 17 ССП работали с недозагрузом до номинальной производительности.
Наиболее недозагруженными ССП являлись: «Выхино» - 14%, «Косино» -23%, «Каширская 1и 2» - 28%, 29%, и «Ухтомский 1и 2 » - 45%.
Основной причиной недозагруза этих ССП является их удаленность от основных магистралей. В настоящее время среднее плечо перевозки по этим ССП составляет 20-25 км, вместо 5 км в соответствии с Генеральной схемой снегоудале-ния в Москве. Кроме того проблема состоит и в том, что водитель автосамосвала при альтернативе выбора ССП, предпочитает ССП с лучшими подъездными путями.
Для анализа организации работы ССП автором параллельно были рассмотрены 4 наиболее загруженные ССП. На рисунках 2.17 и 2.18 представлены диаграммы поступления объемов снега на утилизацию за три месяца (декабрь, январь и февраль) и количества автосамосвалов на ССП «Шеногино», «Шелепихинская», «Шлюзовая» и «Черемушки». Целью анализа является определение загруженности ССП и поступление количества автосамосвалов. Как видно из диаграмм, загруженность ССП по некото 54 рым пунктам достигает 150 и более процентов. Например, «Шеногино» при номинальной производительности - 3500 м3/сут., объем переработки снега в декабре 2010 г. составил - 10503 м3/сут. или 300%; «Шлюзовая»-5657 м3/сут. или 269%; «Черемушки» - 7647 м3 или 218% и «Шелепихинская» - 4584 м3 или 131% .
Анализ материалов свидетельствуют, что, несмотря на расположение ССП «Шеногино», «Шелепихинская», «Шлюзовая» и «Черемушки» в разных административных округах, они все обслуживают Центральный административный округ. Этому находится вполне разумное объяснение. Центральный административ 58
ный округ по сравнению с другими округами города является наиболее загруженным, особенно в зимнее время. В нем сосредоточены правительственные учреждения, театры, музеи, учебные заведения, офисы, супермаркеты. Через округ проходят основные автомагистрали, соединяющие центр с МКАД. На территории округа находится большое количество внекатегорийных объектов, остановок общественного транспорта и станций метро.
По данным Управления жилищно-коммунального хозяйства Префектуры ЦАО за зимний период на ССП вывозится более 2,0 млн. м3 снега с территории округа.
Определенный интерес представляет почасовое поступление автосамосвалов на ССП в течение суток и количество поступивших автосамосвалов на разгрузку по каждому ССП.
На рисунке 2.24 представлена гистограмма входящего потока автосамосвалов по часам суток по 28 стационарным ССП ОАО «Мосводоканал» (статистические данные по каждому ССП ведутся ежесуточно и затем передаются в специализированную службу для учета работы ССП).
Входящий поток автосамосвалов по часам суток на ССП ОАО «Мосводоканал» (в период с 8 утра 20.12.11г. до 8 утра 21.12.11 г.) Как видно из диаграммы, поступление автосамосвалов по часам суток на ССП происходит неравномерно. С 8 ч до 10 ч утра поступает незначительное количество автосамосвалов. Однако, начиная с 10 часов, количество резко увеличивается до 509 ед/ч, далее происходит постепенное накопление и к 14-15 ч количество автосамосвалов достигает - 656 ед/ч. Затем происходит снижение поступления автосамосвалов и к 18 часам достигает - 105 ед/ч.
Применение теории массового обслуживания для решения задачи оптимизации работы транспортно-технологического комплекса уборки снега
Процесс моделирования предоставляет возможность получить параметры функционирования рассматриваемой системы без проведения натурного эксперимента. Целью моделирования является получение зависимости среднего времени простоя автосамосвалов в очереди у ССП от вводимого ограничения времени ожидания в очереди и зависимости количества отказов в обслуживании автосамосвалов со снегом на ССП от вводимого ограничения времени ожидания в очереди. Алгоритм моделирования работы транспортно-технологического комплекса построен таким образом, что на первом этапе моделировалась работа только ССП, в связи с существованием двух обслуживающих систем. Результаты, полученные на данном этапе моделирования, были использованы для моделирования работы всего транспортно-технологического комплекса, как двухфазной системы массового обслуживания.
Модель ССП может быть представлена, как СМО, включающая источник заявок, очередь и прибор обслуживания заявок. Прибор обслуживания заявок моделирует процесс разгрузки и переработки снега. Общая схема моделирования СМО представлена в виде диаграммы активности на рисунке 3.10, показывающая порядок и особенности смены состояний модели в процессе моделирования.
Процесс моделирования начинается с создания потока заявок. В СМО используется два типа заявок: заявки Ітипа - автомобили с грузоподъемностью менее 20 тонн, заявки 2 типа - с грузоподъёмностью более 20 тонн. Заявки первого типа поступают в модель СМО с вероятностью 80%, а заявки второго типа с вероятностью 20%.
Вытеснить заявку Рисунок 3.10. Диаграмма активности СМО Далее заявки поступают в очередь к прибору обслуживания, моделирующего процесс разгрузки снега. В качестве ограничения в модели применяется время ожидания в очереди в пределах 15-90 мин с шагом 5 мин. По истечении заданного времени ожидания обслуживания заявки покидают СМО, что означает отказ в обслуживании на ССП. Процесс моделирования работы СМО происходит в течение определенного временного интервала. Если временной интервал не исчерпан, то выполняется генерация новой заявки.
Моделирование работы СМО проводится с помощью программы AnyLogic версии 6.4.1, входящей в пакет прикладных программ, используемых на кафедре АСУ МАДИ (ГТУ) и модифицированной с учетом специфики функционирования транспортно-технологического комплекса, как двухфазной СМО. На рисунке 3.11 показана схема реализации модели СМО. sinkDroblenie
В схему модели входит два источника генератора заявок: sourceSmall и source-Big. Первый источник порождает заявки, которые имитируют приход автомобилей с грузоподъемностью менее 20 тонн. Второй источник с грузоподъемностью более 20 тонн. Заявка - автомобиль моделируется как объект - экземпляр класса заявок AnyLogic. Для исследуемой СМО требуется использовать не базовый класс заявки, а класс учитывающий тип автомобиля. Модель заявки представим в виде класса унифицированного языка моделирования (UML), показанного на рисунке 3.12
Заявки поступают на вход селекторов. Таких селектора два. Первый направляет заявку в СМО с вероятностью 0,8. Второй селектор с вероятностью 0,2 процента. Заявки, не отвечающие условию срабатывания селектора, уничтожаются элементами sinkSmall и sinkBig, что соответствует поступлению автомобилей с грузоподъемностью менее 20 тонн и более 20 тонн на обслуживание. Далее заявки поступают в очередь на обслуживание queueSSP, которая связана с прибором обслуживания Delay. Заявки пребывают в очереди определенный период времени -таймаут. Если пребывание заявки в очереди превысило таймаут, то она поступает на вход элемента sinkSSP, который уничтожает заявку.
Уход по таймауту означает отказ в обслуживании на ССП. В этих случаях могут быть рассмотрены два варианта обслуживания таких автомобилей, а именно: их перераспределение на другие ССП или же на мобильные снеготаялки. Это позволяет снижать неравномерность загрузки ССП. Однако здесь сразу возникает вопрос о времени движения автосамосвалов к новому ССП, не окажется ли оно больше, чем время ожидания разгрузки. Данные проведенного исследования позволяют утверждать, что время ожидания разгрузки у ССП в 4,5 раза превышает время пробега.
Согласно правилам работы ССП одновременно на площадку пункта может поступать одна заявка - автомобиль. При грузоподъемности автосамосвала до 20 тонн снег сваливается на дробильную установку, если более 20 тонн - снег разгружается на буферную площадку. От элемента задержки заявки поступают на вход селектора, который распределяет их в зависимости от типа автомобиля на входы элементов уничтожения заявок. Если автомобиль-заявка имеет значение атрибута tipAvto=true (до 20 тонн), то она поступает на вход элемента sinkDroblenie, иначе на вход элемента sinkNakopitel.
Данная функция позволяет выполнять генерацию распределения времени обслуживания по экспоненциальному закону. Моделирование разгрузки автомобилей проводится в соответствии с моделью, показанной на рисунке 3.11. В качестве закона распределения заявок в приборе обслуживания Delay принят экспоненциальный закон распределения со значением ц=0,3876. Изменяемым параметром модели принято значение ожидания - таймаута в очереди на обслуживание queueSSP. Начальное значение таймаута примем равным 15 минутам. Шаг изменения примем равным 5 минутам. Предельное значение примем равным 90 минутам. В таблице 3.6 и на рисунках 3.14, 3.15 приведены результаты моделирования.
Расчет себестоимости погрузки 1 м снега
Из-за имеющихся недостатков в организации уборки снега на городских автомагистралях снижаются скорость и регулярность доставки грузов и пассажиров. Снижение скоростей движения ведет к повышению на 20-30% себестоимости перевозок, росту транспортной составляющей в конечной стоимости продукции и услуг [38]. Рост задержек при перевозках пассажиров ведет к увеличению потерь свободного времени населения, снижению качества его жизни, и тем самым, неизбежно порождает социальную напряженность. Перегруженность улично-дорожной сети напрямую влияет и на экологическую ситуацию, ведет к увеличению потребления топлива автотранспортом, и как следствие, к увеличению выбросов выхлопных газов. В работе Райгородской B.C. [88, рис. 2.2.2] рассматриваются различные виды потерь и формирующие их факторы из-за плохого состояния дорожного покрытия в зимний период.
В качестве примера в данной работе автор рассматривает организацию работы транспортно-технологического комплекса по уборке снега с автомагистралей Москвы, куда запрещен въезд грузовых автомобилей и организованы отдельные полосы для общественного транспорта, поэтому в работе предлагается рассчитывать лишь социально-экономическую эффективность, получаемую в результате повышения скоростей движения транспорта. Повышение скорости движения обуславливается максимальной производительностью снегопогрузчика, уменьшением числа привлекаемых автосамосвалов к уборке снега и ускорением его вывоза с автомагистралей. Результатом этого является сокращение транспортно-эксплуатационных расходов из-за снижения потерь времени транспортным потоком, снижение потерь времени пребывания пассажиров в пути, сокращение ущерба от дорожно-транспортных происшествий и снижение ущерба от повышенного выброса вредных веществ в атмосферу при движении автомобилей на пониженных скоростях за счет сокращения времени очистки полосы автомагистрали снегопогрузчиком.
Оценка снижения потерь времени транспортным потоком (Сф) в стоимостном выражении при разном времени очистки полосы снегопогрузчиком, вызванных снижением скорости движения автомобильного транспорта определяется на основе формул в работе [88], но интерпретированных с учетом рассматриваемого варианта: Сф = Sa.4 ( ti- ta) -L/Vi Ni koli руб, (47) где Sa-ч - стоимостная оценка потерь времени автотранспорта, руб/ч (по состоянию на 2013 г. принимается в пределах 250-350 руб/ч); V; - скорость движения на автомагистрали в неудовлетворительном состоянии, км/ч, (при наличии снежных валов на дороге Vi следует принимать с учетом коэффициента обеспеченности расчетной скорости в зависимости от ширины проезжей части [88], Vi принимается 5км/ч); L - протяженность автомагистрали, км; Ni — среднесуточная интенсивность движения на автомагистрали, авт/ч; (принимается 800 авт/ч, согласно исследованиям, приведенных в работе Сильянова В.В. [99]) ti и t2 - продолжительность пребывания дороги в неудовлетворительном состоянии при разном времени очистки полосы автомагистрали снегопогрузчиком, ч; koli - количество дней с неблагоприятными дорожными условиями в течение зимнего сезона, 50 дней [88]; В предлагаемом варианте, время «ti», в течение которого полоса автомагистрали будет занята снегопогрузчиком, рассчитывается, исходя из принятой рабочей скорости снегопогрузчика 1166 м/ч (см. формулу 41) и протяженности Звенигородского шоссе L= 7,0 км (без учета времени ожидания прибытия автосамосвалов):
По результатам моделирования, цикл которого составляет 8 часов, среднее время простоя снегопогрузчика в ожидании прибытия одного автосамосвала равно 3,294 мин. Данное значение соответствует 4 автосамосвалам, закрепленным за снегопогрузчиком и 12 ездкам в среднем за смену (см. таблицу 3.15). Следовательно, каждым автосамосвалом в течение 6 ч будет сделано 8 ездок, и тогда, снегопогруз 126 чик очистит 7,0 км Звенигородского шоссе от снежных валов в одном направлении за время: t; =6 + 3,294-4-8= 7,8 ч. По фактическим условиям время «t2» рассчитывается на основе проведенных автором исследований, которые показали, что за снегопогрузчиком закрепляется 10 автосамосвалов и более, при этом время ожидания снегопогрузчика прибытия автосамосвала составляет в среднем 36 мин (см. таблицу 4.7), за 6 часов каждым автосамосвалом делается 3 ездки.
Время «t2», в течение которого полоса автомагистрали в одном направлении будет занята снегопогрузчиком: ti =6 + 36-10-3= 18 ч
Сокращение потерь времени транспортным потоком в денежном выражении при разном времени очистки полосы снегопогрузчиком в двух направлениях, вызванных снижением скорости движения автомобильного транспорта, составит: Стр = 250-(18-7,8)-(7-2/5)-50-800 = 285,6 млн руб.
Оценка снижения потерь времени пассажирами (Спас) в стоимостном выражении при разном времени очистки полосы снегопогрузчиком, вызванных снижением скорости движения автомобильного транспорта определяется по формуле [88], но интерпретированной с учетом рассматриваемой темы: где СЧел-ч - стоимостная оценка экономии затрат времени пассажиров в пути, руб/чел-ч; (стоимостная оценка экономии затрат времени пассажиров с учетом влияния «транспортной» усталости на производительность труда и прочих факторов, принимается в расчетах в России равной 16,7% от уровня средней заработной платы в регионе [10]. Согласно данным Департамента экономической политики и развития столичного правительства средний уровень заработной платы на 2012 г. составляет 50 000 руб.);
Вл, Ва, Bt - коэффициент наполняемости легкого автомобиля, автобуса, троллейбуса (соответственно принимается согласно [88] - 0,3; 0,6; 0,6); gn, ga, gr - доля в транспортном потоке легковых автомобилей, автобусов и троллейбусов (соответственно принимается 0,7; 0,02; 0,01);
Оценка снижения ущерба от дорожно-транспортных происшествий (Сдтп) в стоимостном выражении при разном времени очистки полосы автомагистрали снегопогрузчиком, вызванных наличием снежных валов на дороге и перестроением автотранспортных средств определяется по методики Поповой Е.П. [80] и интерпретированной с учетом рассматриваемой темы:
