ВЕДЕНИЕ РЕЛЬСОВОГО ХОЗЯЙСТВА НА ОСНОВЕ ПРЕДИКТИВНЫХ МЕТОДОВ
Путь и путевое хозяйство. 2022, № 11. С. 2—7.
Railway Track and Facilities. 2022;(11): 2—7.
Содержание, ремонт и реконструкция
Научная статья
УДК 625.143
ВЕДЕНИЕ РЕЛЬСОВОГО ХОЗЯЙСТВА НА ОСНОВЕ ПРЕДИКТИВНЫХ МЕТОДОВ
Ермаков Вячеслав Михайлович1, Васильева Светлана Анатольевна2, Янович Ольга Александровна3, Егоров Маркел Александрович4
1докт. техн. наук, ООО НПП «АпАТэК», управляющий директор. Россия, Москва, ermakovvm@yandex.ru
2ОАО «Российские железные дороги», Управление пути и сооружений Центральной дирекции инфраструктуры, ведущий инженер. Россия, Москва.
3ООО НПП «АпАТэК», заместитель управляющего директора. Россия, Москва.
4канд. техн. наук, АО «Инжиниринговый центр железнодорожного транспорта», эксперт. Россия, Москва.
Аннотация. Применение предиктивного анализа при ведении рельсового хозяйства позволит оптимизировать затраты на путевую инфраструктуру в целом. Целевой задачей анализа является формирование трендов интенсивностей выхода рельсов по основным типам (причинам образования дефектов) по мере наработки тоннажа на каждом единичном участке с последующим объединением единичных участков с одинаковыми параметрами в пределах перегонов и главных путей примыкающих станций. Используя тренды фактической интенсивности дефектообразования в рельсах и ее прогноз на каждом единичном участке, планируются профилактические работы или ремонты пути.
Ключевые слова: предиктивный менеджмент, дефекты рельсов, эксплуатационная стойкость рельсов, прогнозное образование дефектов, ЕК АСУИ, условия эксплуатации, профилактические работы, пропущенный тоннаж.
DESIGN AND CONSTRUCTION
Original article
RAIL MANAGEMENT BASED ON PREDICTIVE METHODS
Ermakov Vyacheslav1, Vasilyeva Svetlana2, Yanovich Olga3, Egorov Markel4
1D.Sci., NPP ApATeK LLC, Managing Director. Russia, Moscow. ermakovvm@yandex.ru
2Russian Railways, the Management of the track and structures of the Central Directorate of Infrastructure, leading engineer. Russia, Moscow.
3NPP ApATeK LLC, Deputy Managing Director. Russia, Moscow.
4Ph.D., «Engineering Center of Railway Transport», expert. Russia, Moscow.
Abstract. The use of predictive analysis in the management of rail facilities will optimize the costs of the track infrastructure as a whole. The objective of the analysis is to form trends in the intensity of rail output by the main types (causes of defects) as the tonnage is worked out on each single section, followed by the unification of single sections with the same parameters within the stages and main tracks of adjacent stations. Using the trends of the actual intensity of defect formation in the rails and its forecast for each single section, preventive maintenance or repairs of the track are planned.
Keywords: predictive management, rail defects, operational stability of rails, predictive formation of defects, EC ASUI, operating conditions, preventive maintenance, missed tonnage.
Список источников
1. Озеров А.В., Ольшанский А.М., Куроптева А.П. Предиктивная аналитика с использованием Data Science на железнодорожном транспорте // Наука и технологии железных дорог. 2020. Т. 4. № 4 (16). С. 63—76.
2. Facilitating maintenance decisions on the Dutch railways using big data: The ABA case study / A. Nunez, J. Hendriks, Z. Li, B. De Schutter, R. Dollevoet // Proceedings of the 2014 IEEE International Conference on Big Data. Washington, DC, 2014. P. 48—53. doi: 10.1109/BigData.2014.7004431.
3. Ермаков В.М. О некоторых вопросах ведения рельсового хозяйства // Улучшение качества и условий эксплуатации рельсов и рельсовых скреплений: сборник научных докладов по материалам юбилейного 130-го заседания НП «Рельсовая комиссия». Екатеринбург, 2015. С. 137—148.
4. Бурков Д.Н., Ваганова О.Н. Актуальные проблемы рельсового хозяйства // Путь и путевое хозяйство. 2022. № 8. С. 2—7.
5. Ермаков В.М., Штайгер М.Г., Янович О.А. Электронный паспорт рельса // Путь и путевое хозяйство. 2016. № 4. С. 13—17.
6. ГОСТ Р 57700.37—2021. Компьютерные модели и моделирование. Цифровые двойники изделий. Общие положения. Введ. 01.01.2022. М.: ФГБУ «РСТ», 2021.
7. Приоритеты научно-технологического развития железнодорожной отрасли в контексте цифровизации: зарубежный опыт/О.И. Карасев, М.М. Железнов, А.В. Белошицкий, Е.А. Шитов // Мир транспорта. 2019. Т. 17. № 6. С. 20—36.
8. Суслов О.А., Федорова В.И. Перспективные подходы к прогнозному моделированию деградационных процессов элементов верхнего строения пути и их применение при создании цифровых двойников // Вестник научно-исследовательского института железнодорожного транспорта. 2021. Т. 80. № 5. С. 251—259.
9. Thaduri A., Galar D., Kumar U. Railway assets: A potential domain for big data analytics // Procedia Computer Science. 2015. Vol. 53. P. 457—467. DOI: https://doi.org/10.1016/j.procs.2015.07.323.