Assessment of the reliability of rail fasteners based on expert information using the Monte Carlo method

Authors

  • Yuriy Mecheslavovich Krakovskiy Irkutsk State Transport University
  • Vyacheslav Olegovich Belyakov Irkutsk State Agrarian University named after A.A. Ezhevskiy
  • Vladimir Alexandrovich Nachigin Irkutsk State Transport University

Keywords:

reliability indicators, rail fasteners, expert approach, uncertainty of initial data, Monte Carlo method

Abstract

The created software and mathematical support for the evaluation of reliability indicators of rail fasteners of the railway track is given. As a mathematical model of operating time, a three-parameter triangular distribution is adopted, whose parameters are chosen by experts. As reliability indicators, the following factors were selected: the probability of a failure-free operation; average operating time; gamma percent resource. The Visual Studio 2019 development environment was used to create the software. The code is written in the C# programming language. The possibility of obtaining analytical values of reliability indicators made it possible to test their numerical models. Using the Monte Carlo method and the created software, the study of the influence of uncertainty upon the selected reliability indicators was carried out, the average operating time being a random variable. As a probabilistic model for the average value of operating time under uncertainty, a beta distribution with two variants of parameter values is proposed: the beta distribution is a uniform law; the beta distribution is close to the normal law. It is shown that the obtained numerical values of the average operating time, the uncertainty for both variants of parameter values taken into account, fall into the confidence interval. Moreover, the confidence intervals for both variants overlap. Based on these results, it can be concluded that the estimates of the mean values for these variants are statistically indistinguishable. But at the same time, the simulation results showed that the gamma percentage resource for option 1 differs from the analytical value by 2.24%. In absolute terms, due to the uncertainty of the average gamma value, the percentage resource decreased by 5.1 million tkm. And this fact should be taken into account when making management decisions on servicing rail fasteners of a railway track.

Author Biographies

Yuriy Mecheslavovich Krakovskiy, Irkutsk State Transport University

Doctor of Engineering Science, Professor, Full Professor of the Department «Information Systems and Information Security»

Vyacheslav Olegovich Belyakov, Irkutsk State Agrarian University named after A.A. Ezhevskiy

Ph.D student of the Department «Computer Science and Mathematical Modeling»

Vladimir Alexandrovich Nachigin, Irkutsk State Transport University

Ph.D. in Engineering Science, Head of the Innovation and Technological Development Center of the Eastern Polygon

References

Кузнецов В.В. Мониторинг работы скрепления АРС // Путь и путевое хозяйство. 2015. № 8. С. 18–23.

Краковский Ю.М., Даваадорж, Батбаатар. Нечеткий численный вероятностный анализ для оценки показателей надежности рельсовых скреплений // Мир Транспорта. 2017. Т. 15. № 3 (70). С. 30–39.

Максимцев С.В., Начигин В.А., Архипенко Ю.А. Скрепления как основной элемент стабильности верхнего строения пути // Путь и путевое хозяйство. 2016. № 6. С. 8–12.

Петров А.В., Савин А.В., Лебедев А.В. Рельсовые скрепления безбалластовых конструкций пути на экспериментальном кольце ОАО «ВНИИЖТ» // Путь и путевое хозяйство. 2015. № 12. С. 2–5.

Краковский Ю.М., Каргапольцев С.К., Начигин В.А. Моделирование перевозочного процесса железнодорожным транспортом: анализ, прогнозирование, риски. СПб. : ЛИТЕО, 2018. 240 с.

Антипов А.Г., Марков А.А. Новые возможности магнитодинамического метода контроля рельсов // Путь и путевое хозяйство. 2016. № 8. С. 27–32.

Аштиз Е.С. Развитие системы мониторинга пути // Путь и путевое хозяйство. 2016. № 4. С. 30–32.

Гарделей Л.В. и др. Комплексная оценка состояния рельсов современными средствами дефектоскопии // Путь и путевое хозяйство. 2016. № 6. С. 7–8.

Игонькин С.Н. О методах статистического анализа состояния рельсовой колеи // Путь и путевое хозяйство. 2015. № 9. С. 29–31.

Бирюзов В.П. Об основных направлениях развития систем диагностики и мониторинга путевого хозяйства до 2025 г. // Путь и путевое хозяйство. 2016. № 4. С. 4–8.

Краковский Ю.М., Начигин В.А., Начигин А.В. Оценка технического состояния рельсов по данным мониторинга пути // Вестник ВНИИЖТ. 2012. № 5. С. 40–43.

Осьминин А.Т., Мехедов М.И., Медников Д.В. Обеспечение интероперабельности перевозок // Железнодорожный транспорт. 2019. № 7. С. 11–17.

Козлов П.А. Колокольников В.С. Расчет и оптимизация полигонов железнодорожного транспорта // Вестник Ростовского государственного университета путей сообщения. 2017. № 3 (67). С. 96–101.

Розенберг Е.Н., Аношкин В.В. Перспективы роста пропускной способности участков // Железнодорожный транспорт. 2020. № 3. С. 4–7.

Сотников Е.А., Мехедов М.И. Холодняк П.С. Интенсификация роста загруженных направлений сети железных дорог // Железнодорожный транспорт. 2020. № 3. С. 11–14.

Ковалев И.А., Колокольников В.С. Влияние отказов технических средств на выполнение графика движения поездов // Транспорт Урала. 2014. № 2 (41). С. 54–57.

Албахари Д., Албахари Б. C# 7.0. Справочник : полное описание языка. СПб. : Альфа-книга, 2018. 1024 с.

Троелсен Э., Джепикс Ф. Язык программирования С# 7 и платформы .NET и .NET Core. М. ; СПб. : Диалектика, 2018. 1328 с.

Published

2022-03-31

How to Cite

Краковский, Ю. М., Беляков, В. О., & Начигин, В. А. (2022). Assessment of the reliability of rail fasteners based on expert information using the Monte Carlo method. Modern Technologies. System Analysis. Modeling, (1(73), 163-169. Retrieved from https://ojs.irgups.ru/index.php/stsam/article/view/540