Математическая модель прогнозирования среднесуточного пробега локомотивов
Ключевые слова:
тяговый подвижной состав, электровоз, ремонт локомотивов, планирование ремонтов, Singular Spectrum Analysis, среднесуточный пробегАннотация
Одним из актуальных направлений совершенствования системы поддержки жизненного цикла тягового подвижного состава является повышение качества организации сервисного обслуживания. Несмотря на массовое обновление локомотивного парка железных дорог России, при достаточной мощности сервисных предприятий сохраняется длительный простой в ожидании планового ремонта, что приводит к непроизводительным потерям. Это связано со снижением точности планирования программы ремонта в условиях стремительного развития локомотивного комплекса и инфраструктуры (повышения скоростей движения, пропускной способности железных дорог), ввиду чего появляется необходимость актуализации существующей методики планирования ремонтов локомотивов. Автором на основе метода спектрального сингулярного анализа временных рядов SSA (Singular Spectrum Analysis) в программном пакете компьютерной алгебры Maple разработана и представлена математическая модель прогнозирования среднесуточного и линейного пробегов локомотива. Произведена проверка адекватности результатов путем сопоставления полученных данных со значениями специализированной программы CaterpillarSSA. На примере локомотивного парка серии 3ЭС5К, эксплуатируемого в границах Восточного полигона, при планировании программы ремонта проведено сравнение результатов математической модели с методикой, действующей на российской сети железных дорог. Сделан вывод об эффективности разработанного решения. Математическая модель отличается от существующего метода тем, что позволяет учесть технико-технологические, сезонные и случайные факторы, негативно влияющие на достоверность прогноза, позволяет с большей точностью определить дату наступления соответствующего вида ремонта. Модель также может быть применена в отношении любого вида транспорта, для которого межремонтный период нормирован пробегом.
Библиографические ссылки
Давыдов Ю.А., Мухин О.О., Заболотный В.В. Оценка влияния системных неисправностей локомотивов на среднесуточный пробег // Изв. Транс. 2021. № 3 (47). С. 31–41.
Голяндина Н.Э. Метод «Гусеница» - SSA : анализ временных рядов. СПб. : Изд-во СПбГУ, 2004. 76 с.
Голяндина Н.Э. Метод «Гусеница» - SSA : прогноз временных рядов. СПб. : Изд-во СПбГУ, 2004. 50 с.
Golyandina N., Korobeynikov A. Basic Singular Spectrum Analysis and Forecasting with R // Computational Statistics and Data Analysis. 2014. Vol. 71. Р. 934–954. DOI: 10.1016/j.csda.2013.04.009.
The Sliding Singular Spectrum Analysis: a Data-Driven Non Stationary Signal Decomposition Tool / J. Harmouche, D. Fourer et al. // IEEE Transactions on Signal Processing. 2018. № 66(1). Р. 251–263.
Multivariate and 2D Extensions of Singular Spectrum Analysis with the Rssa Package / N. Golyandina, A. Korobeynikov, A. Shlemov // Journal of Statistical Software. 2015. Vol. 67, Is. 2. Р. 1–78.
Голяндина Н.Э., Осипов Е.В. Метод «Гусеница» -SSA для анализа временных рядов с пропусками // Гусеница : сайт. URL: https://www.gistatgroup.com/gus/mvssa1ru.pdf (Дата обращения: 25.12.2021).
Кулинич, Ю.М., Шухарев С.А. Прогнозирование стоимости электроэнергии и состояния изоляции электрооборудования // Моделирование, оптимизация и информационные технологии. 2020. № 8 (3). С. 25–26.
Прогнозирование временного ряда на основе метода «Гусеница» -SSA / Н.Д. Поляхов, И.А. Приходько, Е.А. Воробьева, и др. // XVIII Междунар. конф. по мягким вычислениям и измерениям (SCM’2015) : материалы конф. СПб., 2015. Т. 1. С. 404–407.
Иванова К.А., Тирских В.В. Планирование объема грузоперевозок на станциях ВСЖД методом «SSA-Гусеница» // Информатизация и виртуализация экономической и социальной жизни : материалы VII Всерос. студен. науч.-практ. конф. с междунар. участием. Иркутск, 2019. С. 230–235.
Иванов В.В., Осетров Е.С. Прогнозирование суточных объемов пассажирских перевозок в Московском метрополитене // Письма в ЭЧАЯ. 2018. Т. 15. № 1(213). С. 88–108.
Трофимова В.Ш. Экономико-математическое моделирование и прогнозирование электропотребления промышленного предприятия (на примере ОАО «ММК») // Экономика, статистика и информатика. 2010. № 4. С. 109–114.
Щелкалин В.Н., Тевяшев А.Д. Трендовый и декомпозиционный подходы прогнозирования процессов потребления электроэнергии // Вост.-Европ. журн. передовых технологий. 2011. Т. 5. № 4(53). С. 30–37.
Щелкалин В.Н. Системный подход к синтезу математических моделей прогнозирования взаимосвязанных нестационарных временных рядов // Вост.-Европ. журн. журн. передовых технологий. 2015. Т. 2. № 4(74). С. 21–35.
Дьяконов В.П. Maple 10/11/12/13/14 в математических расчетах. М. : ДМК Пресс, 2011. 800 с.
Дьяконов В.П. Энциклопедия компьютерной алгебры : [Mathcad, Maple, Mathematica, Drive, MuPAD. Аналитические и численные вычисления и их визуализация. Сотни примеров математических расчетов]. М. : ДМК Пресс, 2010. 1263 с.
N. Golyandina, E. Osipov. The «Caterpillar»-SSA method for analysis of time series with missing values // Journal of Statistical Planning and Inference. 2007. № 137(8). Р. 2642–2653.
Степанов Д.В., Голяндина Н.Э. Варианты метода «Гусеница» - SSA для прогноза многомерных временных рядов // Идентификация систем и задачи управления : тр. IV Междунар. конф. Москва, 2005. С. 1831–1848.
Структурный анализ и прогноз зимних осадков методом «Caterpillar» -SSA / А.А. Ташилова, Л.А. Кешева, С.Б. Балкарова и др. // Доклады Адыгской (Черкесской) Международной академии наук. 2013. Т. 15. № 1. С. 106–114.
V. Ivanov, E. Osetrov. Application of Artificial Neural Networks and Singular-Spectral Analysis in Forecasting the Daily Traffic in the Moscow Metro // EPJ Web of Conferences. Dubna, 2018. P. 05009. DOI 10.1051/epjconf/201817305009.
Вохмянин С.В. Испытание алгоритма метода «гусеница-SSA» для восстановления временного ряда // Вестн. Сибир. гос. аэрокосм. ун-та им. акад. М.Ф. Решетнева. 2010. № 2(28). С. 59–62.
Нормы межремонтных пробегов железнодорожного подвижного состава, эксплуатируемого на инфраструктуре : распоряжение ОАО «РЖД» от 11.08.2016 г. № 1651/р. Доступ из справ.-прав. системы «Автоматизированная система правовой инофрмации на железнодорожном транспорте» (Дата обращения: 27.12.2021).
Методика расчета потребности в заводских и деповских ремонтах локомотивов ОАО «РЖД». Расчет Р1881 РР : распоряжение ОАО «РЖД» от 6.02.2019 г. № 198/р. Доступ из справ.-прав. системы «Автоматизированная система правовой инофрмации на железнодорожном транспорте» (Дата обращения: 27.12.2021).
