Россия
Россия
Россия
Россия
УДК 004.896 Искусственный интеллект в промышленных системах. Интеллектуальные САПР и АСУ. Интеллектуальные роботы
Представлен новый принцип формирования показателей грузовой сортировочной станции, основанный на использовании данных от различных считывающих устройств и датчиков, расположенных на путях станции (данных «от колеса»). Показана актуальность и объективность использования предлагаемого подхода, реализующего представленные принципы получения реальных показателей грузовой станции. Реализация осуществлена на базе данных, формируемых системой контроля и подготовки информации о перемещениях вагонов и локомотивов на станции в реальном времени. Показано отличие результатов, полученных по итогу реализации предлагаемого подхода, от информации, формируемой в реальных справках и журналах отчетности ОАО «РЖД». Предложены гипотезы-описания отличия информации «от колеса» и информации, полученной при ручном вводе данных о перемещениях вагонов и локомотивов. В заключении описаны дальнейшие перспективы автоматизации расчета и прогнозирования работы станции на основе данных «от колеса».
сортировочная станция, модель станции «от колеса», планирование грузовых перевозок, показатели работы станции
1. Захаров Д. В. Цифровизация экономики: проблемы и перспективы // Развитие науки, национальной инновационной системы и технологий: сборник научных трудов по материалам Международной научно-практической конференции (13 мая 2020 г.). Белгород: АПНИ, 2020. С. 102.
2. Nadkarni S., Prügl R. Digital transformation: a review, synthesis and opportunities for future research // Management Review Quarterly. 2021. Т. 71. P. 233–341.
3. Развитие комплекса системообразующих технических решений цифровой станции / А. Е. Хатламаджиян [и др.] // Труды АО «НИИАС»: сборник статей. 2021. Т. 2. Вып. 11. С. 26–37.
4. Khabarov V. I., Volegzhanina I. S. Digital Railway as a precondition for industry, science and education interaction by knowledge management // IOP Conference Series: Materials Science and Engineering. 2020. Т. 918. № 1. P. 012189.
5. Shubinsky I. B., Rozenberg E. N., Schäbe H. Methods for ensuring and proving functional safety of automatic train operation systems // Reliability: Theory & Applications. 2024. Т. 19. № 1 (77). С. 360–375.
6. Цифровая железнодорожная станция — от концепции к реальному внедрению / В. Е. Андреев Рис. 4. Иллюстрация примера различия простоев без переработки по СКПИ ПВЛ РВ и АСУ СТ (Ч — четная система, Н — нечетная система)
7. Выполнение проекта «Цифровая сортировочная станция» в рамках реализации программы «Цифровая экономика Российской Федерации» / Е. А. Заболотская [и др.] // Modern Science. 2020. № 12–4. С. 82–87. EDN JCTTJB.
8. Шабельников А. Н., Смородин А. Н. Комплексная автоматизация узловой сортировочной станции // Автоматика, связь и информатика. 2018. № 4. С. 12–14.
9. A survey on machine learning for data fusion / T. Meng [et al.] // Information Fusion. 2020. Т. 57. P. 115–129.
10. Макарова А. А. Автоматизированная система оперативного управления перевозками // Экосистема цифровой экономики: проблемы, реалии и перспективы. Орел: ОрелГУЭТ, 2018. С.114–118.
11. Никандров В. А. От организационного единства к плодотворному сотрудничеству // Автоматика, связь, информатика. 2011. № 7. С. 11.
12. Ольгейзер И. А. Безопасность роспуска составов на сортировочных горках. Граничные условия функционирования при эксплуатации горочных систем автоматизации // Безопасность движения поездов: труды XIX Всероссийской научно-практической конференции. М., 2019. Ч. 1. С. 65–67.
13. Хатламаджиян А. Е., Лебедев А. И. Интегрированный пост автоматизированного приема и диагностики подвижного состава на сортировочных станциях // Вагоны и вагонное хозяйство. 2019. № 2. С. 9–13.
14. Замышляев А. М., Калинин А. В., Долганюк С. И. Система МАЛС: задачи и перспективы // Автоматика, связь, информатика. 2016. № 10. С. 30–33.
15. UAV-YOLOv8: A small-object detection model based on improved YOLOv8 for UAV aerial photography scenarios / G. Wang [et al.] // Sensors. 2023. Т. 23. № 16. P. 7190.
16. Image segmentation based on improved unet / X. Li [et al.] // Journal of Physics: Conference Series. 2021. Т. 1815. № 1. P. 012018.
17. Шабельников А. Н., Ольгейзер И. А., Суханов А. В. Концепция цифровой платформы на сортировочных станциях // Мир транспорта. 2021. Т. 19. № 1. C. 60–73. DOI:https://doi.org/10.30932/1992-3252-2021-19- 1-60-73.
18. Laroca R., Boslooper A. C., Menotti D. Automatic Counting and Identification of Train Wagons Based on Computer Vision and Deep Learning. URL: https://arxiv.org/abs/2010.16307.
19. Trends and future perspective challenges in big data / M. Naeem [et al.] // Advances in Intelligent Data Analysis and Applications: Proceeding of the Sixth Euro-China Conference on Intelligent Data Analysis and Applications (15–18 October 2019, Arad, Romania). Springer Singapore, 2022. P. 309–325.
