Снижение дефицита пропускных способностей железнодорожных направлений за счёт внедрения интервального регулирования движения поездов

В статье приведены различные варианты технических и технологических мероприятий по развитию пропускных способностей железнодорожных направлений, где имеется потребность в освоении возрастающих объёмов перевозок, вызванных различными факторами, в том числе, изменением национальных и мировых грузо- и пассажиропотоков.
В работе рассмотрены мероприятия, осуществляемые в целях внедрения и эффективного использования новой технологии «виртуальной сцепки» при интервальном регулировании движения поездов в условиях ограниченных пропускных способностей железнодорожных направлений, позволяющей сократить межпоездные интервалы, расходы электроэнергии на тягу, а также на содержание инфраструктуры. Такой вид интервального регулирования позволяет управлять ведомым локомотивом с учётом информации, которая передается по радиоканалу с локомотива ведущего поезда. Выявлены проблемы, которые возникают при пропуске поездов, следующих в режиме «виртуальная сцепка».
Приведены примерные расчёты, связанные с внедряемой системой мотивации дежурно-диспетчерского персонала дирекций управления движением и премированием работников дирекций тяги за каждый отправленный и проследовавший по участку поезд в режиме интервального регулирования.

1. Климова Е. В. Пропускная способность перегонов при реализации технологии «виртуальная сцепка» грузовых поездов // Вестник Уральского государственного университета путей сообщения. – 2020. – № 3 (47). – С. 53–64. DOI: 10.20291/2079-0392-2020-3-53-64.

2. Розенберг Е. Н., Дубчак И. А., Шабалин Н. Г., Панферов И. А. Организация движения поездов с сокращённым интервалом на крупных пассажирских узлах // Автоматика, связь, информатика. – 2020. – № 1. – С. 11–16. DOI: 10.34649/АТ.2020.1.1.001 [платный доступ].

3. Воронин В. А., Куренков П. В., Солоп И. А., Чеботарева Е. А. Современные технологические и инновационные решения, направленные на увеличение пропускных и провозных способностей железнодорожных направлений // Транспортные системы и технологии. – 2021. – Т. 7. – № 2. – С. 16–29. DOI: 10.17816/transsyst20217216-29.

4. Оленцевич В. А., Упырь Р. Ю., Антипина А. А. Эффективность внедрения интервального регулирования движения поездов по системе «виртуальная сцепка» на участке // Современные технологии. Системный анализ. Моделирование. – 2020. – № 2 (66). – С. 182–189. DOI: 10.26731/1813-9108.2020.2(66).182-189.

5. Zubkov, V., Ryazanova, E., Chebotareva, E., Bakalov, M., Gordienko, A. Capacity and Traffic Management on a Heavy-Traffic Railway Line. In: Popovic, Z., Manakov, A., Breskich, V. (eds) VIII International Scientific Siberian Transport Forum. TransSiberia 2019. Advances in Intelligent Systems and Computing, Vol 1116, Springer, Cham. https://doi.org/10.1007/978-3-030-37919-3_92.

6. Куренков П. В., Володин А. Б., Астафьев А. В., Мухамадшоев Ф. К., Солоп И. А. Анализ подходов к определению пропускных способностей объектов транспортной инфраструктуры // Транспорт: наука, техника, управление. – 2020. – № 9. – С. 8–14. DOI: 10.36535/023619142020092. [Электронный ресурс]: https://www.elibrary.ru/item.asp?id=44106127 [платный доступ].

7. Goverde, R. M. P., Corman, F., D’Ariano, A. Railway line capacity consumption of different railway signalling systems under scheduled and disturbed conditions. Journal of Rail Transport Planning & Management, 2013, Vol. 3, Iss. 3, pp. 78–94. DOI: https://doi.org/10.1016/j.jrtpm.2013.12.001.

8. Ljubaj, I., Mlinarić, T. J. The Possibility of Utilising Maximum Capacity of the Double-Track Railway by using Innovative Traffic. Transportation Research Procedia, 2019, Vol. 40, pp. 346–35. DOI: https://doi.org/10.1016/j.trpro.2019.07.051.

9. Xi, Wang; Shukai, Li; Tao, Tang. Robust optimal predictive control of heavy haul train under imperfect communication. ISA Transactions, 2019, Vol. 91, pp. 52–65. DOI: https://doi.org/10.1016/j.isatra.2019.01.029. [Электронный ресурс]: https://www.sciencedirect.com/science/article/abs/pii/S0019057819300412 [платный доступ].

10. Siroky, J., Siroka, P., Vojtek, M., Divoky, R. Establishing Line Throughput with Regard to the Operation of Longer. Trains Transportation Research Procedia, 2021, Vol. 53, pp. 80–90. DOI: https://doi.org/10.1016/j.trpro.2021.02.011.

11. Воронин В. А., Филипченко С. А., Куренков П. В., Солоп И. А., Чеботарева Е. А. Инновационные элементы инфраструктуры железнодорожного комплекса: оценка технологий и показателей эксплуатационной работы // Транспорт: наука, техника, управление. – 2021. – № 3. – С. 18–22. DOI: 10.36535/0236-1914-2021-03-3. [Электронный ре сурс]: https://www.elibrary.ru/item.asp?id=46578862 [платный доступ].

12. Vakulenko, S. P., Kurenkov, P. V., Kuzina, E. L., Astafiev, A. V., Nadolinsky, P. V., Chebotareva, E. A., Solop, I. A., Vasilenko, М. А., Barashyan, V. Y., Gašparík, J. Influence of innovative elements of railway infrastructure complex on the technology of the transport process. Transportation Research Procedia, 2021, Vol. 55, pp. 342–347. DOI: https://doi.org/10.1016/j.trpro.2021.06.040.

13. Kendra, M., Babin, M., Barta, D. Changes of the Infrastructure and Operation Parameters of a Railway Line and Their Impact to the Track Capacity and the Volume of Transported Goods. Procedia – Social and Behavioral Sciences, 2012, Vol. 48, pp. 743–752. DOI: https://doi.org/10.1016/j.sbspro.2012.06.1052.

14. Odolinski, K., Boysen, H. E. Railway line capacity utilisation and its impact on maintenance costs. Journal of Rail Transport Planning & Management, 2019, Vol. 9, pp. 22–33. DOI: https://doi.org/10.1016/j.jrtpm.2018.12.001. [Электронный ресурс]: https://www.sciencedirect.com/science/article/abs/pii/S2210970618300441 [платный доступ].

15. Pascariu, B., Coviello, N., D’Ariano, A. Railway freight node capacity evaluation: A timetable-saturation approach and its application to the Novara freight terminal. Transportation Research Procedia, 2021, Vol. 52, pp. 155–162. DOI: https://doi.org/10.1016/j.trpro.2021.01.017.

16. Weik, N., Warg, J., Johansson, I., Bohlin, M., Nießen, N. Extending UIC 406‑based capacity analysis – New approaches for railway nodes and network effects. Journal of Rail Transport Planning & Management, 2020, Vol. 15 (3), pp. 100199. DOI: https://doi.org/10.1016/j.jrtpm.2020.100199.[Электронный ресурс]: https://www.sciencedirect.com/ science/article/abs/pii/S2210970619300897 [платный доступ].

17. Jensen, L. W., Schmidt, M., Nielsen, O. A. Determination of infrastructure capacity in railway networks without the need for a fixed timetable Transportation Research. Part C: Emerging Technologies, 2020, Vol. 119, pp. 102751. DOI: https://doi.org/10.1016/j.trc.2020.102751.[Электронный ресурс]: https://www.sciencedirect.com/science/article/abs/pii/S0968090X2030663X [платный доступ].

18. Rosell, F., Codina, E. A model that assesses proposals for infrastructure improvement and capacity expansion on a mixed railway network. Transportation Research Procedia, 2020, Vol. 47, pp. 441–448. DOI: https://doi.org/10.1016/j.trpro.2020.03.119.

19. Bešinović, N., Goverde, R. M. P. Capacity Assessment in Railway Networks. In: Borndörfer, R., Klug, T., Lamorgese, L., Mannino, C., Reuther, M., Schlechte, T. (eds.). Handbook of Optimization in the Railway Industry. International Series in Operations Research & Management Science, 2018, Vol. 268. Springer, Cham. DOI: https://doi.org/10.1007/978-3-319-72153-8_2.

20. Burdett, R. L. Optimisation models for expanding a railway’s theoretical capacity. European Journal of Operational Research, 2015, Vol. 251 (3), pp. 783–797. DOI:10.1016/j.ejor.2015.12.033.