Содержание к диссертации
Введение
РАЗДЕЛ 1. Прогнозирование показателей и возможных затруднений в оперативном планировании поездной и грузовой работы 8
Глава 1. Развитие теории и практики оперативного планирования поездной и
грузовой работы 8
1.1. Развитие теории и практики оперативного планирования на Российских железных дорогах 8
1.2. Развитие теории и практики оперативного планирования на зарубежных железных дорогах 12
1.3. Современная технология оперативного планирования поездной и грузовой работы 14
1.4. Структура задач оперативного планирования 19
Глава 2. Методы многофакторного оперативного прогнозирования и нормирования 23
2.1. Ситуационно-эвристический метод прогнозирования (СЭМП) 23
2.2. Ситуационно-эвристический метод нормирования (СЭМН) 40
2.4. Самообучение модели учета влияния погодных условий на продолжительность выполнения технологических процессов 43
Глава 3. Сетевое суточное планирование поездной и грузовой работы 60
3.1. Действующая система сетевого суточного планирования 60
3.2. Прогнозирование основных показателей сетевого суточного плана 62
3.3. Расчет выделенного показателя «Сдача порожних полувагонов Московской железной дорогой» 66
Глава 4. Дорожное суточное планирование поездной и грузовой работы 70
4.1. Действующая система дорожного суточного планирования 70
4.2. Прогнозирование основных показателей дорожного суточного плана и возможных затруднений 73
4.3. Расчет выделенного показателя «Выгрузка вагонов на Горьковском отделении Горьковской ж. д.» 85
4.4. Технико-экономическая эффективность улучшения дорожного суточного планирования 90
4.5. Прогнозирование затруднений в поездной и грузовой работе при дорожном суточном планировании 95
РАЗДЕЛ II. Рекомендации по развитию автоматизированных систем оперативного планирования перевозок 101
Глава 5. Общие принципы построения системы оперативного планирования перевозок 101
5.1. Принципы построения единой системы оперативного планирования перевозок 101
5.2. Технологическая структура единой системы оперативного планирования перевозок 105
Глава 6. Оперативное планирование перевозок на линейном уровне 109
6.1. Моделирование поездной работы на станциях 109
6.2. Моделирование грузовой работы на станциях 117
6.3. Моделирование работы участка 120
Глава 7. Особенности оперативного планирования работы направлений, дорог, сети 130
7.1. Планирование продвижения поездов 130
7.2. Планирование продвижения вагонопотоков 145
7.3. Задачи решаемые системой динамического планирования перевозок и последовательность их реализации 150
Заключение 154
Список литературы
- Развитие теории и практики оперативного планирования на Российских железных дорогах
- Самообучение модели учета влияния погодных условий на продолжительность выполнения технологических процессов
- Расчет выделенного показателя «Сдача порожних полувагонов Московской железной дорогой»
- Расчет выделенного показателя «Выгрузка вагонов на Горьковском отделении Горьковской ж. д.»
Введение к работе
Железнодорожный транспорт является одной из важнейших базовых отраслей экономики. Переход железнодорожного транспорта в новую организационную форму ОАО «РЖД» привел к образованию крупнейшей транспортной компании, обеспечивающей 39% совокупного грузооборота и 41% пассажирооборота страны. На фоне позитивных изменений в социально-экономическом положении страны, улучшаются и показатели работы ОАО «РЖД». Последние 7- 8 лет характеризуются неуклонным ростом объемов грузовых и пассажирских перевозок.
Для осуществления перевозок ОАО «РЖД» имеет свыше 20 тысяч единиц локомотивного парка, более 625 тыс. грузовых и более 26 тыс. пассажирских вагонов. При этом основная на сегодняшний день проблема ОАО «РЖД» - крайне высокая степень износа основных производственных фондов. Большинство действующих локомотивов и вагонов выработали по отдельным параметрам свой ресурс более чем на 70%. Серьезной проблемой является и высокая доля морально устаревших основных фондов.
Существующие проблемы производственной базы ОАО «РЖД» неизбежно будут оказывать негативное влияние на текущие показатели работы железных дорог. Высокий уровень износа, а также неуклонное увеличение стоимости энергоносителей будут способствовать постоянному росту эксплуатационных расходов.
Таким образом, на современном этапе развития железнодорожного транспорта исключительное значение приобретает совершенствование эксплуатационной работы на базе новейших информационных технологий, телекоммуникационных систем, логистических методов управления, что позволит существенно улучшить основные показатели работы железных дорог, повысить конкурентоспособность железнодорожного транспорта и обеспечить безопасность движения поездов.
В настоящее время происходят существенные изменения в оперативном управлении перевозками на всей сети железных дорог России. Стремительное развитие информационных технологий, систем связи и телекоммуникаций, позволяет поднять систему оперативного управления перевозками на новый уровень. На всей сети железных дорог созданы и успешно функционируют Дорожные диспетчерские Центры Управления Перевозками (ДЦУП). На уровне отделений дорог создается сеть центров управления местной работой (ЦУМР). Оперативное управление перевозками на сетевом уровне осуществляется в Центре управления перевозками (ЦУП) ОАО «РЖД». Использование современных автоматизированных систем управления способствует концентрации оперативного управления в диспетчерских центрах
Современные информационные системы позволяют получить на всех уровнях доступ к любой необходимой информации, начиная от реальной дислокации вагонов и локомотив и заканчивая укрупненными показателями работы дорог и сети в целом. Такие системы как АСОУП, ДИСПАРК, ГИД «Урал-ВНИИЖТ», АСУМР, СИРИУС и др. позволили решить многие задачи управления перевозочным процессом.
Однако существенным недостатком многих современных информационных систем является то, что Лицо, принимающее решение (J111P), все еще принимает управляющие решения исходя из сложившейся ситуации на основе собственного опыта и субъективной оценки будущего развития ситуации, что во многих случаях приводит к принятию неоптимальных решений.
Для дальнейшего совершенствования управления перевозочным процессом необходимо повысить эффективность решений с помощью ЭВМ первоочередных задач оперативного планирования поездной и грузовой работы. К числу этих задач относятся, прежде всего, выполнение заявленной погрузки и выгрузки, передача поездов и вагонов, эффективное
6 использование подвижного состава, предотвращение и рациональное устранение затруднений в поездной и грузовой работе. Трудности их решения связаны с тем, что проходящие на сети железных дорог процессы в определенном смысле носят стохастический характер. Это вызвано неравномерностью в поездной работе, которая обусловлена неритмичностью погрузки, выгрузки и передачи вагонов между дорогами и отделениями. Отклонения от средних значений составляют от нескольких процентов по сезонам года, месяцам до десятков процентов по дням и часам суток. Колебания поездо- и вагонопотоков существенно осложняют организацию эксплуатационной работы. В грузовом движении крайне редки одинаковые ситуации на станциях и участках. Диспетчерскому аппарату на всех уровнях управления приходится постоянно находить оптимальные решения в неповторяющихся ситуациях. Поэтому оперативное управление перевозочным процессом на основе достоверного и детализированного прогноза - это основа успеха в управлении перевозочным процессом.
Таким образом, задача перехода от информационного к информационно-прогнозному, а от него к оптимизационно-управляющему режиму, является крайне актуальной.
Предлагаемая к защите диссертация состоит из двух разделов. В первом разделе, который называется «Прогнозирование показателей и возможных затруднений в оперативном планировании поездной и грузовой работы», предложен комплекс мер по совершенствованию существующей методики сетевого и дорожного суточного планирования показателей поездной и грузовой работы, в частности:
- Проведен анализ существующих методов прогнозирования
показателей поездной и грузовой работы, выявлены их достоинства и
недостатки;
- Модифицирован ситуационно-эвристический метод
прогнозирования, за счет применения алгоритмов ускоренного обучения
таблиц влияния погодных условий. Разработаны типовые схемы расчета основных показателей дорожного и сетевого суточных планов;
- Разработана методика прогнозирования затруднений в поездной и грузовой работе, составлены классификаторы возможных затруднений и регулировочных мер дорожного уровня, способных смягчить и устранить эти затруднения.
Все предлагаемые в первом разделе диссертации методы и алгоритмы могут быть реализованы на практике уже сейчас. Для их использования на дорожном и сетевом уровне, достаточно разработать лишь систему сбора исходных данных (влияющих факторов) из различных железнодорожных информационных систем.
Второй раздел диссертации посвящен перспективам развития систем оперативного планирования перевозок. В нем изложены основные принципы создания единой сетевой системы оперативного планирования перевозок для использования на станциях, отделениях, управлениях дорог и ЦУП. Создание такой единой системы оперативного планирования перевозок требует серьезной модернизации многих действующих железнодорожных информационных систем, однако реализация предложенных в этом разделе решений позволит поднять на новый качественный уровень всю систему оперативного планирования перевозок.
Развитие теории и практики оперативного планирования на Российских железных дорогах
Анализ современных информационных систем /4, 16/ показал, что в зарубежных системах наибольшее внимание уделяется функциям управления, планирования и информационно-справочного обслуживания. Таким функциям как контроль, учет и слежение уделяется меньше внимания. Но это связано лишь с тем, что все развитые страны прошли этап развития этих функций в 80-90 годы и сейчас эти функции реализованы в максимально полном объеме.
Наибольшего успеха в развитии систем оперативного управления, планирования и прогнозирования достигли такие страны как США, Франция, Англия, Япония. Опытные расчеты отдельных задач начались еще в 1960 г. Уже в 1974 году они перешли на высокопроизводительные ЭВМ третьего поколения, которые позволили им совершить прорыв в области информационных систем.
На Румынских железных дорогах в 1969 - 71 гг в ВЦ организовано регулярное решение задач долгосрочного планирования: расчет плана формирования поездов, составление месячных планов перевозок с выявлением нерациональных (короткопробежных). Одновременно разрабатывались системы оперативного планирования. На основании пятидневных заявок на погрузку определялись регулировочные разрывы для четырех родов вагонов и при помощи критериев (чаще всего минимального пробега) определялся вариант их распределения. В суточном разрезе прогнозировалась передача вагонов по стыковым станциям.
В Венгрии в 1961 году на счетно-перфорационных машинах рассчитывался прогноз поступления груженых вагонов в выгрузочные районы. Сейчас там все более внимания уделяется моделированию движения поездов/91/. В Польше в опытной эксплуатации находилась система передачи данных о вагонах для текущего планирования работы станции Тарновские горы.
Рассмотрим основные зарубежные информационные системы в части реализации в них функций оперативного планирования:
В США в системе Train-1 и Train-2 реализованы функции прогнозирования работы вагонных парков, планирования передачи вагонов и поездов по стыкам. В системе TOPS (Total Operations Processing System) реализованы функции прогнозирования времени прибытия грузовых и пассажирских поездов, функции краткосрочного планирования поездной работы.
В европейских странах большинство задач оперативного планирования решаются в рамках различных национальных железнодорожных информационных систем. В настоящее время в Европе происходит широкое внедрение системы управления движением поездов ETCS (European Train Control System) /92/, призванной обеспечить эксплуатационную совместимость железных дорог Европы и построить всю систему управления движением поездов на единой основе. Много внимания в системе уделено моделированию и регулированию движения поездов. Серьезного успеха во внедрении задач оперативного планирования перевозок на железных дорогах достигла Япония. Так в системе COMTRAC осуществляется планирование пропуска поездов, оперативная корректировка графиков движения поездов, выдача диспетчеру рекомендаций с помощью экспертной системы. В системе CORAT осуществляется планирование маневровой работы на станции, планирование работы депо. В системе STRATS осуществляется прогнозирование сбоев движения поездов и их предотвращение, ликвидация последствий сбоя, моделирование движения поездов.
Несмотря на успехи зарубежных стран в вопросах оперативного планирования и управления, прямое копирование их исследований и идей для РФ далеко не всегда приемлемо, т.к. Российские железные дороги отличаются большой протяженностью сети, интенсивностью грузовых перевозок, широкой географией размещения пунктов зарождения грузопотоков, многократными переформированиями грузовых поездов и др. В этой связи в России оправдан свой специфический путь развития системы управления перевозками и организации движения поездов.
Самообучение модели учета влияния погодных условий на продолжительность выполнения технологических процессов
Доля влияния перечисленных выше параметров погоды в методиках СЭМП и СЭМН учитывается с помощью безразмерного коэффициента оз. Так, например, если коэффициент со равен 0,05, то время выполнения технологического процесса увеличится на 5 процентов по сравнению с идеальными погодными условиями.
В общем случае, время выполнения той или иной операции с учетом погодных условий Т можно определить по формуле: fJ =TJ+cozJ, (2.50) со v где TJ - время выполнения j-ro технологического процесса при хороших погодных условиях или расчетное время выполнения технологического процесса с учетом других (неклиматических) факторов. mz - коэффициент влияния погодных условий (со);
По этой формуле можно рассчитывать не только время выполнения технологических операций, но и объемные показатели работы (погрузка, выгрузка, сдача поездов по стыкам и др.). В этом случае в качестве TJ (2.50) принимается значение j-ro показателя. Коэффициенты влияния погодных условий для всех значений параметров погодных условий могут быть сведены в единую таблицу - -таблицу.
Таблица представляет собой многомерную структуру, в которой каждому значению параметров погодных условий соответствует само значение со и число наблюдений. Пример со-таблицы представлен на рис. 2.3. В этой таблице по горизонтали отложены интервалы температур, по вертикали - интервалы количества осадков. Клетка с интервалом температуры 21 - 30 С и интенсивностью осадков равной 0 соответствует наиболее благоприятным погодным условиям, поэтому со=0. Клетка, например, с температурой меньше -50 С и количеством осадков больше 25 мм соответствуют самым неблагоприятным условиям (со = 0,4 ). Все остальные клетки содержат промежуточные значения коэффициента со.
На подготовительном этапе технолог определяет для каждого показателя структуру ш-таблицы, т.е. устанавливает какие параметры погоды оказывают влияние на каждый конкретный технологический процесс. Выбранные параметры погодных условий разбиваются на несколько, интервалов. Число интервалов зависит от точности прогноза параметра погоды и степени его влияния. После этого технолог определяет клетку с наиболее благоприятными погодными условиями, в которой значение со будет равно 0 и определяет пусковые значения со в остальных клетках. При этом количество опытов (число наблюдений) во всех клетках равно 1.
Особенностью такой модели является то, что все значения со в этой таблице задаются технологом на основе нескольких натурных замеров, опытных наблюдений. Созданная на основе таких данных так называемая пусковая со-таблица не имеет высокой достоверности и отражает влияние погодных условий лишь приблизительно.
Поэтому, в производственных условиях необходимо быстрое самообучение со-таблицы. По существующей же методике СЭМП и СЭМН обучение идет крайне медленно, т.к. «обучаются» только те клетки со таблицы, которые использовались в расчете. При этом, обучение происходит неравномерно в различных областях со-таблицы. В результате, даже, при незначительном отклонении погодных условий от средних, использовалась абсолютно «необученная» клетка, значение коэффициента влияния которой может в значительно отличаться от соседних «обученных» клеток. Это существенно снижало точность прогнозов.
Нами предлагается после самообучения расчетной клетки со-таблицы, использовать найденное значение coz+1 (2.28, 2.45) для контрольной проверки и в необходимых случаях корректировки всех остальных клеток со-таблицы
Возможно несколько вариантов такого самообучения. Один из них - с помощью потенциала клетки. Потенциалом клетки будем считать число, характеризующее степень влияния погодных условий клетки на время выполнения технологического процесса.
Мы определили пять основных параметров погодных условий, которые оказывают наибольшее влияние на время выполнения технологических операций (t - температура, С ; V - скорость ветра, м/с; \/-осадки, мм; С; t -вектор направления ветра ;у - влажность, %.). Все эти параметры по-разному оказывают влияние на время выполнения технологических операций. Можно выделить 3 основных вида такого влияния: линейное, дискретное и комбинированное (сложное). Рассмотрим каждый параметр погодных условий более детально.
Температура (С) - оказывает сложное влияние на время выполнения технологических процессов (см. рис. 2.4). Из графика видно, что наибольших значений коэффициент со достигает при максимальных и минимальных температурах, а наиболее благоприятной является температура «18-20 С. При температуре близкой к 0 С наблюдается небольшой скачок связанный с возникновением при такой температуре переходных процессов, вызванных замерзанием воды, что негативно сказывается на переводе стрелок, торможении и т.д.
Расчет выделенного показателя «Сдача порожних полувагонов Московской железной дорогой»
С использованием предложенных схем, с помощью СЭМП, можно рассчитать и остальные показатели сетевого суточного плана. Они будут лишь незначительно отличаться набором влияющих факторов.
Под прогнозом, рассчитываемым при помощи СЭМП, понимается ранее достигаемый объектом устойчивый уровень выполнения тех или иных показателей в ситуациях, близких к сложившейся на плановый период. Следовательно, с помощью ЭВМ на основе влияющих факторов и опыта работы объекта в оперативном режиме для руководителя подготавливается информация о том, на каком уровне ранее в тех же сложившихся условиях объект (дорога, отделение, станция) выполнял рассматриваемый измеритель в дни работы без сбоев.
Основной целью расчета прогнозов выполнения показателей дорожного суточного плана является помощь ЛПР в выработке оптимальных, с точки зрения возможностей дороги («выполнимости») и норм технического планирования, заданий. Результатом расчетов программы является отчет, представленный в табл.3.1. В этом отчете для каждого дорожного суточного плана определены: техническая суточная норма; среднесуточное значение показателя с начала месяца; необходимое значение показателя, чтобы «войти в план»; прогнозное значение показателя и пустое поле - задание. В это поле ЛПР должен на основе анализа ранее перечисленных параметров, используя рекомендации программы - прогноз выполнения показателя, назначить задание, которое и будет принято к исполнению. Таким образом, ЛПР сможет давать адекватные задания с учетом возможностей дороги (прогноза).
В перечне показателей сетевого суточного плана одним из важнейших является «Сдача Московской ж.д. порожних полувагонов в плановые сутки».
Периодом прогнозирования в данном случае являются сутки Тпер=24 часа (железнодорожные сутки от 18.00 до 18.00). Обозначим прогнозируемую сдачу вагонов X - на весь период (плановые сутки).
Значение прогнозируемого показателя зависит от основных (Ф/) и от дополнительных ( Pfa) влияющих факторов. Число основных влияющих на прогнозируемый показатель факторов обычно не превышает 32. В данном примере их было отобрано 9: Ф, - наличие транзитных полувагонов на начало предплановых суток; Ф2 - разность между наличным рабочим парком вагонов на начало предплановых суток и нормой; Ф3 - рабочий парк полувагонов на начало предплановых суток; Ф4 - наличие порожних полувагонов на начало предплановых суток; Ф5 - наличие полувагонов в местном грузе на начало предплановых суток; Ф6 - приём порожних полувагонов с Октябрьской ж.д. за предплановые полусутки; Ф7 - сдача порожних полувагонов на Горьковскую ж.д. за первые полусутки предплановых суток; Ф8 - сдача порожних полувагонов на Юго-Восточную ж.д. за первые полусутки предплановых суток; Ф9 - прием порожних полувагонов с Белорусской ж.д. в первые полусутки предплановых суток.
В качестве дополнительных влияющих факторов используются погодные условия: скорость ветра v (м/с), осадки \J/ (мм), температура С0. Доли влияния параметров погоды учитываются при помощи безразмерного коэффициента ш. Пусковая w-таблица, которая будет в дальнейшем использоваться для расчетов представлена в приложении 2.
На показатели поездной и грузовой работы влияют также календарные особенности плановых суток. Влияние учитывается с помощью коэффициента а = /(Л,ф). Здесь X - день недели, а ф - особенности плановых суток. Значения X определяют: 1 - понедельник, 2 - вторник, 3 -среда, 4 - четверг, 5 - пятница, 6 - суббота, 7 - воскресенье. Значения ф определяют: 8 - предпраздничные и послепраздничные дни, 9 - праздничные дни, 0 - рабочие дни. Пример пусковой таблицы влияния календарных особенностей представлен в приложении 3. Используется массив опыта Z (таблица 3.2):
Из табл. 3.4 видно, что средняя абсолютная погрешность составляет 39,2 вагонов, а относительная - 2,1% что является допустимым при расчете прогноза данного показателя. В параллельных расчетах погрешность будет больше, т.к. будут дни с «провалом» сдачи порожних вагонов. Они повлияют на средние значения расхождений. Однако в производственной эксплуатации, когда ЛПР и программа будут отсеивать «провальные» дни, достоверность прогнозов будет достаточно высокой.
Кроме того, проведен сравнительный анализ применения различных методов для прогнозирования данного показателя (см. прил. 4). Оказалось, что прогноз, рассчитанный с помощью СЭМП на 30% точнее, по сравнению с прогнозом, рассчитанным с использованием неиросетевого метода прогнозирования и в 2 раза точнее по сравнению с прогнозом, рассчитанным с использованием метода наименьших квадратов.
Расчет выделенного показателя «Выгрузка вагонов на Горьковском отделении Горьковской ж. д.»
В настоящее время число подлежащих приему и отправлению поездов для сортировочных и крупных участковых станций рассчитывают исходя из информации о приеме поездов по стыковым пунктам, наличия вагонных парков каждого направления, фактического поездного положения, времени на обработку поездов, вагонов и наличия локомотивов и локомотивных бригад. Моделирование поездной работы на направлениях на предстоящие 24-48 часов должна для технических и стыковых станций осуществлять система «Дорожный диспетчер» /76/. В системе определяются: подход поездов к техническим и стыковым станциям, поездообразование по направлениям и назначениям, подход локомотивов для вывоза поездов.
Предложенные типовые схемы расчета показателей призваны помочь технологу в определении набора влияющих факторов при практических расчетах показателей. Так, с использованием схемы 4.29, были проведены опытные расчеты показателя «Выгрузка вагонов на Горьковском отделении Горьковской ж.д.» (см. п.4.3.)
Во всех случаях задания суточного плана определяет ЛПР по всем показателям, для которых рассчитывается прогноз с использованием СЭМП. Предусматривается возможность корректировки, т.е. ЛПР может изменять величины прогноза. Измененная величина и будет заданием.
В перечне показателей дорожного суточного плана одними из важнейших являются показатели Выгрузка вагонов на отделениях. В качестве примера рассмотрим расчет показателя «Выгрузка вагонов на Горьковском отделении Горьковской ж. д.». Периодом прогнозирования в данном случае являются сутки Тпер=24 часа (железнодорожные сутки от 18.00 до 18.00). Обозначим прогнозируемую выгрузку вагонов X - на весь период (плановые сутки). Значение прогнозируемого показателя зависит от основных (Ф{) и дополнительных (Фд) влияющих факторов. Число основных влияющих на прогнозируемый показатель факторов обычно не превышает 32. В данном примере их было отобрано 12: Ф, - наличие груженых вагонов на
Муромском отделении в адрес Горьковского отделения; Ф2 - наличие груженых вагонов на Горьковском отделении в адрес Горьковского отделения; Ф3 - наличие груженых вагонов на Кировском отделении в адрес
Горьковского отделения; ФА - наличие груженых вагонов на Казанском отделении в адрес Горьковского отделения; Ф5 - наличие груженых вагонов на Ижевском отделении в адрес Горьковского отделения; Ф6 - развоз местного груза на дороге в целом; Ф7 - отставание Горьковского отделения от плана выгрузки; Ф8 - дополнительное число пассажирских поездов на Горьковском отделении; Фд - превышение нормы общего рабочего парка на Горьковском отделении; ю - погрузка в адрес Горьковского отделения в течение вчерашних суток; Ф\ \ - погрузка в адрес Горьковского отделения в течение позавчерашних суток; Фи - погрузка в адрес Горьковского отделения в течение третьих суток назад.
В качестве дополнительных влияющих факторов используется прогноз погодных условий: скорости ветра v (м/с), осадков (мм), температуры С0. Доли влияния параметров погоды учитывались при помощи безразмерного коэффициента ш. Пусковая бс/-таблица, которая будет в дальнейшем использоваться для расчетов, представлена в приложении 2.
На расчетный показатель влияют также календарные особенности плановых суток. Их влияние учитывалось с помощью коэффициента
СУ = /(Л, ф). Здесь X - день недели, а ф - особенности плановых суток. Значения X определяют: 1 - понедельник, 2 - вторник, 3 - среда, 4 - четверг, 5 - пятница, 6 - суббота, 7 - воскресенье. Значения ф определяют: 8 -предпраздничные и послепраздничные дни, 9 - праздничные дни, 0 - рабочие дни. Пример пусковой таблицы влияния календарных особенностей представлен в приложении 3.
Похожие диссертации на Прогнозирование показателей в оперативных планах поездной и грузовой работы
