Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Шабалин Н.Н. Оптимизация процесса переработки вагонов на станциях

.pdf
Скачиваний:
9
Добавлен:
23.10.2023
Размер:
6.13 Mб
Скачать

ний. Известно, что распределение Эрланга представляет собой закон распределения суммы К случайных величин, распределенных по показательному закону. Следователь­ но, каждый интервал в потоке Эрланга можно предста­ вить состоящим из К подынтервалов, каждый из кото­ рых получается по зависимости (16). Каждый интервал эрланговского потока вычисляют по формуле [1]

Для образования одного интервала необходимо ис­ пользовать К случайных чисел, равномерно распределен­ ных в интервале 0,1. При этом среднее значение исход­

ных подынтервалов имеет одинаковую величину

-^у .

При распределении по обобщенному закону

Эрланга

средние значения подынтервалов или средние значения

интенсивностей

исходных

 

потоков

различны

и

зависят

от коэффициента вариации.

Формула

для определения

интервалов в

обобщенном

 

потоке

Эрланга

имеет

вид

[20]

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

\

, <

1

 

 

 

 

(18)

t

=

( — 1П У!

 

+

 

In Г ,

 

 

где значения Ki и Х2 определяются

по

формуле

(6а) .

Fit)

 

 

 

 

 

 

 

 

 

 

 

Иг0&I3

 

А

 

 

 

 

 

 

 

 

0,8,

 

 

tr=L 'мин

 

 

 

 

0,6

 

 

 

 

 

 

 

 

!

 

 

 

 

 

 

 

0,5 -

 

*

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,2

 

 

 

 

 

 

 

Рис.

13.

Схема

 

 

 

 

 

 

 

формирования

ин­

Hi

 

 

1

 

 

 

тервалов,

распре­

0,1

 

 

 

 

деленных

по

нор­

0,05\

 

12

15

 

18

 

 

мальному

закону

 

 

 

21 t,miH

 

 

 

40

Формулы (17) и (18) для

вычисления

интервалов в

потоке обычно

применяются

с использованием ЭЦВМ .

Для ручного

моделирования

интервалов

необходимо

строить графики функций распределения подынтервалов. После нахождения по указанному выше способу случай­ ных подынтервалов, распределенных по показательному закону, последние суммируют для получения интервалов в эрланговоком потоке. К примеру, если интервалы при­ бытия поездов с интенсивностью А = 3 поезда в час име­ ют коэффициент вариации У = 0 , 9 , то поток аппроксими­ руется обобщенным законом Эрланга, где интенсивности

исходных потоков согласно

формуле

(6а)

будут /^ =

28,2

и Я.2 =3,36 или

средние

значения

подынтервалов

t\ =

= 1/28,2=2,1 мин

и ^ 2 = 1/3,36= 17,9

мин,

а в сумме они

составят 20 мин. На рис. 14 приведены графики функций распределения подынтервалов, по которым графически определяются первый (рис. 14, а) и второй (рис. 14, б) подынтервалы, дающие в сумме интервал обобщенного эрланговского потока. Так, выбирая из таблицы случай­ ных чисел, равномерно распределенных в интервале 0,1, например число Yi=0,753, по первой функции распреде­

ления

находим подынтервал

ri =

0,05

ч

(3 мин).

Взяв

другое случайное

число

Уг—0,600,

по

графику второй

функции

распределения

находим

второй

подынтервал

^2 = 0,3

ч

(18

мин).

Сумма

двух случайных подынтерва­

лов

определит интервал

в

обобщенном

потоке,

равном

 

 

 

 

 

06

/ 1

 

 

 

 

 

 

 

 

 

 

 

 

Щ»1I

 

 

 

 

 

 

 

 

 

 

 

 

Д4

1

 

 

 

 

 

 

 

 

 

 

 

 

 

0,2

г

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

0,2

0,4

0,В

 

0,8

1,0

t,l

 

 

 

 

6) №

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,8

 

 

 

 

 

 

 

 

 

Рис.

14.

Формиро­

0,5

 

 

 

 

 

 

 

 

 

вание

интервалов,

Oh

 

Г

1

 

 

 

 

 

 

распределенных

по

НА

 

 

1

 

 

 

 

 

 

обобщенному

за­

 

 

t

 

 

 

 

 

 

кону

Эрланга

(

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

0,2 1

Q<t

0,5

 

0,8

1,0

t,4

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

41

21 мин. Такое последовательное нахождение сумм двух подынтервалов будет давать интервалы прибытия поез­ дов с заданным коэффициентом вариации 0,9 и средним значением 20 мин.

Как указывалось выше, потоки, имеющие коэффи­ циент вариации больше единицы, можно аппроксимиро­ вать при помощи гиперэкспоненциального распределения

(9). При этом также используются исходные потоки с показательным распределением интервалов. Однако, если каждый интервал в эрланговских потоках состоял из сум­ мы К подынтервалов, то при гиперэкспонеициальном распределении каждый интервал состоит из показатель­

но распределенных

одного или другого

подынтервала.

Вероятность принятия одного или второго

интервала оп­

ределяется в зависимости

от коэффициента вариации по

формуле ( И ) . Формула

(9) для выражения

плотности

распределения может быть несколько преобразована

/(*) = С-2CXe~0-c,t

+ (1 — С ) 2 ( 1

~ С ) Х е - 2 ( 1 - с " ' .

Здесь интенсивность первого исходного потока с пока­

зательным распределением составляет Х\ — 2СХ,

а второ­

го Я.2=2/1—С/Х,

где X

средняя

интенсивность

резуль­

тативного потока

с

гиперэкспоненциальным

распределе­

нием. Так, если поезда поступают с коэффициентом ва­

риации интервалов

V = l , l при

интенсивности

7^=3 поез­

да в час, то для аппроксимации

можно

применить гипер­

экспоненциальное

распределение, в

котором

С = 0 , 3 5

[по формуле (11)] . Интенсивность первого исходного по-

тока_определится

Xi —2

-0,35 -3—2,1

или средний

интер­

вал ^=1/2,1 =

0,48

ч (29_мин), а второго

потока

Хо=

= 2/1—0,35/3 =

3,9

или

7 2 = 1/3,9 =

0,26 ч

(15,5

мин).

Средняя величина интервала гиперэкспоненциально рас­ пределенного потока

Т= сТг -!- (1 - С) U_.

В рассматриваемом примере средняя величина интерва­ лов составит

t = 0,35-29 + (1 - 0,35) 15,5 = 20 мин. Функция распределения первого исходного потока

42

а для второго

Ft(t) = 1 - е " 3 ' 9 ' .

На рис. 15 приведено графическое представление обе­ их функций распределения для принятых условий. При моделировании гиперэкспоненциально распределенных интервалов надо с вероятностью С = 0 , 3 5 принимать слу­ чайный интервал по графику первой функции распреде­

ления (рис. 15, а) и с вероятностью

1—С = 0,65

— интер­

вал по второму графику (рис. 15,

б). Порядок

действий

при этом следующий. По специальной таблице выбира­ ются последовательно случайные числа, равномерно рас­ пределенные в интервале (0,1). Если число меньше или равно 0,35, то принимается интервал по первой функции распределения указанным выше способом для показа­

тельного распределения. Этот интервал

и

будет принят

в гиперэкспоиеициалы-юм потоке. Если

число

окажется

больше 0,35, то принимается интервал

с

вероятностью

1—0,35 = 0,65 по второй функции распределения,

который

и будет следующим интервалом в гиперэкспоненциаль­ ном потоке. По такому же алгоритму составляется про­ грамма для моделирования интервалов на ЭЦВМ. Ниже приведены формулы для вычисления интервалов в пото­ ках с заданными законами распределения при различ­ ных коэффициентах вариации, т. е. для различных сте­ пеней неравномерности потоков.

0,2

OA 0,5

0,8 1,0 t,4

43

Плотность распределения Формулы для вычисления ннтервалоа

 

V >

1 — гиперэкспонеициальное распределение

 

 

fit) =

2

\e-ic\t

+

С вероятностью C:t\=—In

К»

С вероятностью

(1

C):tt=

 

 

 

 

 

 

+ 2(1 — С)Пе - 2(1 - с)) . (

 

 

 

 

 

 

 

= ~ 2 ( 1 - С ) Х 1 п

К г

 

 

 

V = 1 — показательное распределение

 

 

f{t)

= le

 

t=—j-

In К

 

 

или сдвинутое показательное распределение

 

 

fit)

=

l e " * <'-'•>

1

 

 

 

 

 

 

 

 

0,71 < V <

 

1 —обобщенный закон Эрланга

 

 

0,58 < V < 0,71 сочетание эрланговских распределений при

К—2 и ft-=3

 

 

 

С вероятностью C:^i =

fit)

 

 

 

 

\aYi)

 

 

 

 

 

„ 2

7 X 3 ^

.

С вероятностью

(1 -cy.tt-

 

 

 

+ (!•— С)

— ^ — е ~ 3

> ' '

V /

1

\

 

 

 

InVi)

44

 

 

 

 

 

Продолжение

 

Плотность

распределения

Формулы для вычисления интервалов

 

0,33

< V <

0,71

эрланговские распределения

 

ЛО = ^

 

 

 

 

 

( « • - 1 ) 1

 

 

 

 

или сдвинутые эрланговские

распределения

 

f ) _ ( * К ) * ( f - f „ ) » - ' g - M C ( f - f . )

ft

f (

 

v

(«• ! ) !

 

 

 

 

0 < V ^

0,33 нормальное

распределение

 

 

l

c - o 3

 

 

 

a

 

 

 

 

 

V =

0 — регулярный поток (равномерный поток)

Д 0 - Ч < ~'о)

Таким образом, весь диапазон естественного рассеи­ вания потоков может быть охвачен теоретическими за­ конами распределения, что позволяет последнее исполь­ зовать для решения практических задач аналитическим методом или методом статистического моделирования.

Г л а в а 2

Р А Б О ТА К О М П Л Е К С А ПАРК ПРИБЫТИЯ — ГОРКА

1. ОСОБЕННОСТИ РАБОТЫ КОМПЛЕКСА В УСЛОВИЯХ ИНТЕНСИВНЫХ ЗАГРУЗОК

Основную нагрузку по переработке вагонов выполня­ ют 196 сортировочных станций железных дорог нашей страны, из которых 144 имеют горочные устройства. Раз­ витие сортировочных станций не поспевает за ростом объема работы и загрузка их все больше увеличи­ вается.

За последние годы значительное увеличение перера­ ботки вагонов на станциях достигнуто в основном за счет совершенствования технологии работы, использова­

ния внутренних

резервов мощности основных устройств

и интенсивности

выполнения операций. Сравнение рабо­

ты ряда сортировочных станций СССР с аналогичными в США и развитых западноевропейских странах пока­ зывает, что основные устройства станций нашей страны используются почти в два раза интенсивнее. Однако при этом надо учитывать и некоторые особенности работы станций в условиях интенсивных загрузок. При неравно­ мерном прибытии поездов в периоды сгущений возника­ ют очереди в ожидании расформирования, которые рас­ сасываются за счет резервов мощности устройств рас­ формирования. Чем меньше резервы горки, тем дольше будет длиться сокращение очереди. При достаточных ре­ зервах быстрее будет устранение очередей. Увеличение объемов переработки, увеличение средней интенсивно­ сти прибытия поездов приводят к быстрому нарастанию очередей в периоды сгущений и связанных с этим потерь.

Всякие простои в ожидании обслуживания поездов связаны со значительными народнохозяйственными по­ терями. Когда ожидает расформирования поезд, тогда возникают потери не только от задержек народнохозяй-

46

ственных грузов, но и подвижного состава, являющегося важнейшим средством транспортного процесса. Таким образом в условиях интенсивных загрузок особое значе­ ние приобретает учет потерь, связанных с неравномерно­ стью в движении поездов, и сопоставление их с затрата­

ми на увеличение мощности устройств

станции.

Такое

сопоставление

позволит

установить

определенный

максимальный

экономический

уровень

загрузки, пре­

вышение которого оправдает

дополнительные

затраты

на усиление

мощности

основных перерабатывающих

устройств.

 

 

 

 

 

Потери, связанные с задержкой поездов по неприему станциями, в ряде случаев настолько значительны, что капиталовложения на увеличение перерабатывающей способности и путевого развития окупаются в очень ко­ роткие сроки.

В условиях большой интенсивности неравномерных загрузок возрастают темпы возникновения очередей в периоды сгущений и резко увеличиваются связанные с этим потери, которыми пренебрегать уже невозможно' при решении вопросов технологии и технического осна­ щения станций.

Для смягчения отрицательных особенностей, вызы­ ваемых неравномерностью загрузки устройств станций, необходимо наличие определенного экономически оправ­ дываемого резерва их мощности, который необходим также для обеспечения условий целесообразного управ­ ления оперативной работой.

Большое значение работа станций имеет и в обеспе­ чении пропускной способности линий. На наиболее за­ груженных направлениях основное ограничение пропуск­ ной способности имеет место чаще всего по станциям и узлам, задерживающим поезда на подходах.

Резервы мощности станций должны быть не ниже ре­ зервов мощности перегонов. Это определяется в первую очередь требованиями экономическими. Задержка поез­ да по неприему станцией обходится значительно дороже, чем задержка в отправлении поезда на перегон. Ведь в

первом случае это задержка

с локомотивом и бригадой,

а во втором это задержка, как

правило, только одного со­

става вагонов, так как в предвидении ограничения в от­ правлении локомотив и бригада не будут заказаны. На­ личие резервов мощности и емкости на станциях позво-

47

лит им играть роль своеобразного «амортизатора», смяг­ чающего неравномерность в движении, и обеспечивать от­ правление поездов с рациональным темпом, создавая более благоприятные условия их продвижения на уча­ стках.

2.ОЦЕНКА НЕРАВНОМЕРНОСТИ ПРИБЫТИЯ ПОЕЗДОВ

ИИХ РАСФОРМИРОВАНИЯ

Неравномерность прибытия поездов непосредственно оказывает влияние на работу комплекса устройств парк прибытия — горка. Чем она больше, тем больше простои в ожидании расформирования, длина очереди и связан- "ные с этим потери. Но на простой в ожидании расфор­ мирования оказывает влияние и неравномерность про­ цесса роспуска составов.

Для определения показателей процесса расформиро­ вания необходимо установить степень неравномерности поступления поездов и колебаний горочного интервала.

Для получения основных характеристик потока прибытия поездов анализируют интервалы между ними за период, включающий несколько сот поездов. Порядок определения числовых характеристик и закона распре­ деления показан в табл. 2 и 3.

Анализ времени на расформирование составов осуще­ ствляется на основе хронометражных данных фактиче­ ской работы горки или маневровых локомотивов, если этот процесс производится на вытяжных путях. В ре­ зультате такого анализа определяется фактическая мощ­ ность устройства по расформированию. Так, горочный интервал анализируется за периоды интенсивной работы горки. Нельзя его определять простым делением перио­ да работы, например суток на число расформированных поездов. В результате анализа надо определить наи­ большую практически реализуемую перерабатывающую способность в периоды интенсивных загрузок. Последова­ тельность обработки данных анализа приведена в табл. 4.

В связи с тем, что диапазон изменения горочного ин­ тервала сравнительно невелик: от 5 до 20 мин, нет смыс­ ла их группировать по разрядам и значения их взяты через минуту. Числовые характеристики времени расфор­ мирования принимают следующие значения.

 

 

 

 

 

Т а б л и ц а 4

Обработка

данных о величине горочного интервала

 

"t

"1

' г - ' г

(/Г-7Г)=

(tr-tr)"-n[

р 4

= Л -

 

 

 

 

 

 

'

п

5

10

50

—7

49

490

0,005

6

40

240

—6

36

1440

0,020

7

70

490

—5

25

1750

0,036

8

100

800

—4

16

1600

0,051

9

180

1620

—3

9

1620

0,094

10

200

2000

—2

4

800

0,104

11

240

2640

—1

1

240

0,125

12

260

3120

0

0

0

0,135

13

250

3250

1

1

250

0,130

14

190

2660

2

4

760

0,099

15

140

2100

3

9

1260

0,073

16

120

1920

4

16

1920

0,063

17

50

850

5

25

1250

0,026

18

40

720

6

36

1440

0,021

19

20

380

7

49

980

0,010

20

10

200

8

64

610

0,005

Итого

1920

23040

16 440

0,997

Средняя величина горочного интервала:

_

T,trni

23040

 

 

 

tr= —

=

1920 = 1 2

м

а н

-

Дисперсия горочного интервала

 

 

 

о

K{tT-tTyni

 

16440

R 7

 

2

0 =

п

=

Т920 = 8

, 7

м

и н -

Среднее квадратическое отклонение

а = У8,7 = 3 мин.

Коэффициент вариации горочных интервалов, харак­ теризующий степень их рассеивания

V=3/12 = 0,25.

В последней графе табл. 4 приведены частости (ста­ тистические вероятности) появления различных величин интервалов, по которым на рис. 16 построена гисто­ грамма.

Соседние файлы в папке книги из ГПНТБ