ЦИФРОВА РЕАЛІЗАЦІЯ ТЕОРІЇ ЕКСПЛУАТАЦІЙНОЇ НАДІЙНОСТІ ЗАЛІЗНИЧНИХ СТАНЦІЙ
DOI:
https://doi.org/10.15802/tstt2026/351950Ключові слова:
експлуатаційна надійність, залізнична станція, цифровий двійник, штучний інтелект, управління транспортним процесом, пропускна здатністьАнотація
Мета. Метою цього дослідження є встановлення теоретичного зв'язку між класичною теорією експлуатаційної надійності залізничних станцій та сучасною концепцією цифрової залізничної станції, а також розробка методологічної моделі цифрової реалізації цієї теорії в контексті цифровізації управління транспортними процесами. Метою роботи є обґрунтування того факту, що цифрова залізнична станція не є альтернативною концепцією, а радше логічним та технологічним розвитком класичної теорії експлуатаційної надійності. Методологія. У дослідженні використовувалися методи системного та логіко-методологічного аналізу, ймовірнісного розуміння експлуатаційної надійності, валідації експлуатаційних станів транспортних систем, а також елементи теорії масового обслуговування, імітаційного моделювання та аналізу на основі даних. Теоретичні потреби класичної теорії експлуатаційної надійності порівнюються з функціональними можливостями цифрових двійників та інтелектуальних систем управління. Для опису цифрового застосування теорії запропоновано багатошарове представлення стану станції, що включає фізичний, технологічний, графічний та управлінський рівні. Результати. Показано, що експлуатаційну надійність залізничної станції можна формалізувати як ймовірнісну функцію її експлуатаційного стану з плином часу. Запропоновано методологічну модель цифрової реалізації теорії експлуатаційної надійності, що базується на формуванні вектора стану станції, прогнозуванні ймовірностей експлуатаційних відмов для кожного шару та їх сукупній оцінці. Розроблено алгоритм цифрової оцінки надійності, що дозволяє перейти від ретроспективного нормативно-аналітичного підходу до динамічного та прогнозного управління операційними ризиками. Введено інтегровані показники експлуатаційної надійності, що дозволяють кількісно оцінити стійкість станції в цифровому середовищі. Наукова новизна. Наукова новизна цієї роботи полягає у формалізації теоретичного зв'язку між класичною теорією експлуатаційної надійності залізничних станцій та концепцією цифрової залізничної станції. Вперше експлуатаційна надійність розглядається як ймовірнісна функція стану цифрової станції, що залежить від комбінації фізичних, технологічних, диспетчерських та управлінських факторів. Запропоновано багатошарову модель, яка розширює класичну класифікацію експлуатаційних відмов шляхом включення алгоритмічного компонента керування. Практична цінність. Отримані результати можуть бути використані при розробці цифрових двійників залізничних станцій, проектуванні систем підтримки рішень, оцінці ефективності заходів цифровізації та навчанні фахівців з управління операціями залізничних станцій.
Посилання
Osintsev, N. A., Sladkowski, A. Sustainability and reliability of railway transport systems under operational uncertainty. Transport Systems and Transportation Technologies, No. 19, pp. 66–74, 2021.
Chen, H., Zhang, Y., Li, D., et al. Comprehensive Survey of the Landscape of Digital Twin. IEEE Access, Vol. 9, pp. 92783–92801, 2021.
https://doi.org/10.1109/ACCESS.2021.3092438
Anu, T. E., Rao, S., Kumar, R. Revolutionizing railway systems: A systematic review of Digital Twin technologies. Transportation Engineering, Vol. 15, 100210, 2024.
https://doi.org/10.1016/j.treng.2023.100210
De Donato, L., Dirnfeld, R., Somma, A., et al. Towards AI-assisted digital twins for smart railways: preliminary guideline and reference architecture. Journal of Reliable Intelligent Environments, Vol. 9, pp. 303–317, 2023. https://doi.org/10.1007/s40860-023-00208-6
Kaewunruen, S., Xu, N. Digital Twin for Sustainability Evaluation of Railway Station Buildings. Frontiers in Built Environment, Vol. 4, 77, 2018. https://doi.org/10.3389/fbuil.2018.00077
Shaltout, R. E. Key Challenges of Smart Railway Station. In: Design and Construction of Smart Cities. JIC Smart Cities 2019. Sustainable Civil Infrastructures. Springer, Cham, 2021. https://doi.org/10.1007/978-3-030-64217-4_33
Bychkov, I. V., Rakhmangulov, A. N., et al. Modeling of railway stations based on queuing networks. Automation and Remote Control, Vol. 79(12), pp. 2251–2264,2018.https://doi.org/10.1134/S0005117918120117
Zhou, Y., He, X., Wang, S. Capacity consumption and stability of railway station operations under disturbance. Transportation Research Part B: Methodological, Vol. 125, pp. 1–18, 2019. https://doi.org/10.1016/j.trb.2019.04.006
Padovano, A., Longo, F., Nicoletti, L., et al. Improving safety management in railway stations through a simulation-based digital twin. Safety Science, Vol. 139, 105251, 2021.
https://doi.org/10.1016/j.ssci.2021.105251
Jensen, L. W., Nielsen, L. K., Landex, A. Railway timetable robustness indicators: a literature review. Journal of Rail Transport Planning & Management, Vol. 7(3), pp. 187–199, 2017.
https://doi.org/10.1016/j.jrtpm.2017.10.001
Zhang, Z. Y., Shang, D., Su, S. Digital twin in railway industry: a bibliometric analysis and systematic review. Digital Twin, 2025.
https://doi.org/10.1080/27525783.2025.2533858
Barricelli, B. R., Casiraghi, E., Fogli, D. A Survey on Digital Twin: Definitions, Characteristics, Applications, and Design Implications. IEEE Access, Vol. 7, pp. 167653–167671, 2019.
https://doi.org/10.1109/ACCESS.2019.2953499
Rakhmangulov, A., Osintsev, N., Sladkowski, A. Digital twins of railway junctions based on AnyLogic simulation modelling. Transport Problems, Vol. 15(2), pp. 41–52, 2020. https://doi.org/10.21307/tp-2020-020
Zhang, D., Wang, J., Lin, Y., et al. Prediction of train station delays using machine learning methods. Journal of Rail Transport Planning & Management, Vol. 18, 100240, 2021.
https://doi.org/10.1016/j.jrtpm.2021.100240
Huang, P., Wen, C., Li, Z., et al. Solving the railway timetable rescheduling problem with graph neural networks. Transportation Research Part C: Emerging Technologies, Vol. 148, 104013, 2023. https://doi.org/10.1016/j.trc.2023.104013
Dewilde, T., Cattrysse, D., Vansteenwegen, P. Defining robustness of a railway timetable. European Journal of Operational Research, Vol. 234(3), pp. 755–764, 2014. https://doi.org/10.1016/j.ejor.2013.09.015
Sarp, S., Kuzlu, M., Jovanovic, V., et al. Digitalization of railway transportation through AI-powered services: digital twin trains. European Transport Research Review, Vol. 16, 58, 2024. https://doi.org/10.1186/s12544-024-00679-5
Tan, Z., Nie, N., Wang, K., Cai, W., Li, X. Conceptual architecture design and implementation of a digital twin-based high-speed railway station: a case study of Guangzhou Baiyun station. Proceedings of the Third International Conference on Algorithms, Network, and Communication Technology (ICANCT 2024), Paper 1354512, 2024. https://doi.org/10.1117/12.3060246
Thompson, E. A., Lu, P., Alimo, P. K., Atuobi, H. B., Akoto, E. T., Abbew, C. K. Revolutionizing railway systems: A systematic review of digital twin technologies. High-speed Railway, Vol. 3, pp. 238–250, 2025. https://doi.org/10.1016/j.hspr.2025.05.005
Rakhmangulov, A. N., Osintsev, N. A., Sladkowski, A. Simulation modeling of railway stations and junctions under conditions of flow variability. Transport Systems and Transportation Technologies, No. 17, pp. 45–53, 2019.
Ahmadov, H., Manafov, E., Karimov, B. &Mustafayeva, A. Application of Artificial Intelligence-Based Digital Technologies in Transport Logistics.International Journal of Transportation Research and Technology, Vol 2 (2), 2025, pp. 23-37. DOI:10.71108/transporttech.vm02is02.02
Manafov, E. Application of аrtificial intelligence techniques to reduce the loading of the marshalling yard. Transport systems and transportation technologies, Collection of scientific works of Dnipro National University of Railway University, Vol. 23, 2022, p. 5-10. https://doi.org/10.15802/tstt2022/261643
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
a. Автори зберігають за собою авторські права на роботу і передають журналу право першої публікації разом з роботою, одночасно ліцензуючи її на умовах Creative Commons Attribution License, яка дозволяє іншим поширювати дану роботу з обов'язковим зазначенням авторства і посиланням на оригінальну публікацію в цьому журналі.
b. Автори зберігають право укладати окремі, додаткові контрактні угоди на неексклюзивне поширення версії роботи, опублікованої цим журналом (наприклад, розмістити її в університетському репозітарії або опублікувати її в книзі), з посиланням на оригінальну публікацію в цьому журналі.
c. Авторам дозволяється розміщувати їх роботу в мережі Інтернет (наприклад, в університетському репозітарії або на їх персональному веб-сайті) до і під час процесу розгляду її даними журналом, так як це може привести до продуктивного обговорення, а також до більшої кількості посилань на дану опубліковану роботу (Див. The The Effect of Open Access).
