Россия
Россия
Цель: В статье предложено решение проблемы низкой эффективности грузовой и коммерческой работы на железнодорожных станциях с небольшим объемом погрузки. Рассмотрены цели и задачи национального проекта «Цифровая экономика» и программы «Цифровая железная дорога». Обозначены методы совершенствования грузовой и коммерческой работы, применяемые в настоящее время на железнодорожном транспорте для повышения производительности работы станций и увеличения объема работы без капитальных вложений в инфраструктуру. Сформирован перспективный алгоритм обработки вагонов по отправлению. Предложена концепция совершенствования технологии приема вагона к перевозке. Разработана интеллектуальная система приема вагонов к перевозке с помощью нейронной сети. Показаны результаты разработки программы для определения типов подвижного состава на изображении. Методы: Применяются методы анализа, синтеза и нейронных сетей, теория автоматического управления. Результаты: Предложено решение проблемы повышения эффективности технологии приема вагонов к перевозке на станциях с незначительными объемами погрузки. Практическая значимость: Внедрение разработанной интеллектуальной системы на железнодорожных станциях позволит повысить качество и скорость проведения коммерческого осмотра при приеме вагона к перевозке.
Нейронная сеть, автоматизация коммерческого осмотра, грузовая и коммерческая работа, цифровизация, грузоотправитель, перевозчик, управление перевозками
1. Никитин А. Б. Новый подход к организации движения поездов на малодея-тельных линиях ОАО «РЖД» / А. Б. Никитин, И. В. Кушпиль, И. М. Кокурин и др. // Автоматика на транспорте. - 2018. - Т. 4. - № 4. - С. 561-579.
2. Приказ Минфина России от 6 мая 1999 г. № 32н (ред. от 27 ноября 2020 г.) «Об утверждении Положения по бухгалтерскому учету “Доходы организации” ПБУ 9/99» (зарегистрировано в Минюсте России 31 мая 1999 г. № 1791).
3. Кульба В. В. Управление и контроль реализации социально-экономических программ / В. В. Кульба, С. С. Ковалевский. - М.: Книжный дом «ЛИБРОКОМ», 2009. - 400 с.
4. Новичихин А. В. Когнитивное моделирование для диагностики социально-экономических систем топливно-сырьевого региона / А. В. Новичихин, В. Н. Фрянов // Экономика и менеджмент систем управления. - 2014. - № 2. - С. 72-83.
5. Микрин Е. А. Синтез оптимальных распределенных модульных систем обра-ботки данных реального времени / Е. А. Микрин, В. В. Кульба, С. К. Сомов. - М.: ИПУ РАН, 2012. - 160 с.
6. Ковалев К. Е. Комплексный синергетико-индикаторный подход к управлению процессами перевозок на интенсивных и малодеятельных линиях / К. Е. Ковалев, А. В. Новичихин // Автоматика на транспорте. - 2021. - Т. 7. - № 2. - С. 252-267. - DOI:https://doi.org/10.20295/2412-9186-2021-7-2-252-267.
7. Kovalev K. Interaction of intensive and low-density lines: management approach and models / K. Kovalev, A. Novichikhin // Lecture Notes in Networks and Systems. - 2022. - Vol. 402 LNNS. - С. 701-709. - DOI: doi.org/10.1007/978-3-030-96380-4_76.
8. Ковалев К. Е. Механизм диагностики эксплуатации малоинтенсивных желез-нодорожных линий на основе нечеткого когнитивного моделирования / К. Е. Ковалев, А. В. Новичихин, И. Л. Сакович и др. // Автоматика на транспорте. - 2023. - Т. 9. - № 1. - С. 72-86.
9. Прейскурант № 10-01. Тарифы на перевозку грузов и услуги инфраструктуры, выполняемые российскими железными дорогами (утв. постановлением ФЭК РФ от 17 июня 2003 г. № 47-т/5). - 463 с.
