Обгрунтування умов надійності виробничого процесу металургійних підприємств через безвідмовне функціонування системи «видобуток сировини – технологічні залізничні маршрути – металургійне виробництво»

Автор(и)

  • Олександр Володимирович Заруба Український державний університет науки і технологій, Україна https://orcid.org/0009-0004-5129-9660
  • Андрій Михайлович Окороков Український державний університет науки і технологій, Україна https://orcid.org/0000-0002-3111-5519
  • Роман Віталійович Вернигора Український державний університет науки і технологій, Україна https://orcid.org/0000-0001-7618-4617
  • Ірина Леонідівна Журавель Український державний університет науки і технологій, Україна https://orcid.org/0000-0002-4405-6386
  • Наталія Олександрівна Баркалова Український державний університет науки і технологій, Україна https://orcid.org/0000-0002-9350-881X

DOI:

https://doi.org/10.15587/1729-4061.2024.310679

Ключові слова:

страховий запас, відправницький маршрут, дискретно-подієвий принцип, популяція агентів, рівень відмовостійкості

Анотація

Об’єктом дослідження є процес формування страхових запасів на підприємствах металургійної промисловості. В умовах нерівномірного надходження сировини на металургійні підприємства внаслідок порушення процесу транспортування чи інших причин, виникає необхідність створення страхових запасів з метою забезпечення безперервності виробництва. При цьому необхідно враховувати наявні обмеження, такі як обмежена пропускна спроможність залізничних перегонів та неможливість організації паралельного руху поїздів тощо. Наявність цих обмежень робить неможливим застосування класичних методів вирішення подібних задач, таких як лінійне програмування. Тому для вирішення даної задачі розроблено імітаційну модель на основі дискретно-подієвого принципу у середовищі AnyLogic University Researcher з використанням бібліотек Oracle та компілятора Java SE. За допомогою моделі був формалізований процес обертання відправницьких маршрутів на полігоні залізниці з множиною постачальників та одним вантажоодержувачем. Критерієм оптимізації обрано мінімальні відхилення коливань запасів залізорудного концентрату та коксу. Аналіз результатів моделювання показав, що оптимальний розмір парку залізничних маршрутів на обраному полігоні обертання складає 30 одиниць; при цьому коефіцієнт їх використання складатиме 65%. Також встановлено, що коливання запасів сировини мають «природний характер», що підтверджується нормальним розподілом щільності обсягів запасу. Значення коливань обсягів основної сировини за цих умов складатимуть для залізорудного концентрату ±13115 т/добу, а коксу ±5298 т/добу. Зменшення діапазону коливання обсягів сировини дозволить оптимізувати витрати на створення запасів та впорядкувати транспортну роботу підприємства із забезпечення сировиною

Біографії авторів

Олександр Володимирович Заруба, Український державний університет науки і технологій

Кафедра транспортний сервіс та логістика

Андрій Михайлович Окороков, Український державний університет науки і технологій

Кандидат технічних наук, доцент

Кафедра транспортний сервіс та логістика

Роман Віталійович Вернигора, Український державний університет науки і технологій

Кандидат технічних наук, професор

Кафедра транспортні вузли

Ірина Леонідівна Журавель, Український державний університет науки і технологій

Кандидат технічних наук, доцент

Кафедра транспортний сервіс та логістика

Наталія Олександрівна Баркалова, Український державний університет науки і технологій

Кандидат технічних наук, доцент

Кафедра транспортний сервіс та логістика

Посилання

  1. Matsiuk, V. (2017). A study of the technological reliability of railway stations by an example of transit trains processing. Eastern-European Journal of Enterprise Technologies, 1 (3 (85)), 18–24. https://doi.org/10.15587/1729-4061.2017.91074
  2. Parida, P. (2014). Unlocking Mineral Resource Potential in Southern African Countries: Is Rail Infrastructure up to the Challenge? Transportation Research Procedia, 1 (1), 206–215. https://doi.org/10.1016/j.trpro.2014.07.021
  3. Vaezi, A., Verma, M. (2017). An analytics approach to dis-aggregate national freight data to estimate hazmat traffic on rail-links and at rail-yards in Canada. Journal of Rail Transport Planning & Management, 7 (4), 291–307. https://doi.org/10.1016/j.jrtpm.2017.12.001
  4. Grushevska, K., Notteboom, T., Shkliar, A. (2016). Institutional rail reform: The case of Ukrainian Railways. Transport Policy, 46, 7–19. https://doi.org/10.1016/j.tranpol.2015.11.001
  5. Gupta, D., Dhar, S. (2022). Exploring the freight transportation transitions for mitigation and development pathways of India. Transport Policy, 129, 156–175. https://doi.org/10.1016/j.tranpol.2022.10.013
  6. Guglielminetti, P., Piccioni, C., Fusco, G., Licciardello, R., Musso, A. (2017). Rail Freight Network in Europe: Opportunities Provided by Re-launching the Single Wagonload System. Transportation Research Procedia, 25, 5185–5204. https://doi.org/10.1016/j.trpro.2018.02.047
  7. Crozet, Y. (2017). Rail freight development in Europe: how to deal with a doubly-imperfect competition? Transportation Research Procedia, 25, 425–442. https://doi.org/10.1016/j.trpro.2017.05.420
  8. Bouraima, M. B., Qiu, Y., Yusupov, B., Ndjegwes, C. M. (2020). A study on the development strategy of the railway transportation system in the West African Economic and Monetary Union (WAEMU) based on the SWOT/AHP technique. Scientific African, 8, e00388. https://doi.org/10.1016/j.sciaf.2020.e00388
  9. Skoczylas, A., Stefaniak, P., Gryncewicz, W., Rot, A. (2023). The Concept of an Intelligent Decision Support System for Ore Transportation in Underground Mine. Procedia Computer Science, 225, 922–931. https://doi.org/10.1016/j.procs.2023.10.079
  10. Katsman, M. D., Matsiuk, V. I., Myronenko, V. K. (2023). Modeling the reliability of transport under extreme conditions of operation as a queuing system with priorities. Reliability: Theory & Applications, 2 (73), 167–179. https://doi.org/10.24412/1932-2321-2023-273-167-179
  11. Matsiuk, V., Opalko, V., Savchenko, L., Zagurskiy, O., Matsiuk, N. (2023). Optimisation of transport and technological system parameters of an agricultural enterprise in conditions of partial uncertainty. Naukovij Žurnal «Tehnìka Ta Energetika», 14 (3), 61–71. https://doi.org/10.31548/machinery/3.2023.61
  12. Anufriyeva, T., Matsiuk, V., Shramenko, N., Ilchenko, N., Pryimuk, O., Lebid, V. (2023). Construction of a simulation model for the transportation of perishable goods along variable routes. Eastern-European Journal of Enterprise Technologies, 2 (4 (122)), 42–51. https://doi.org/10.15587/1729-4061.2023.277948
  13. Karmanesh, Y., Bagheri, M., Mohammad Hasany, R., Saman Pishvaee, M. (2024). Two-stage stochastic programming approach for fleet sizing and allocating rail wagon under uncertain demand. Computers & Industrial Engineering, 188, 109878. https://doi.org/10.1016/j.cie.2023.109878
  14. Michal, G., Huynh, N., Shukla, N., Munoz, A., Barthelemy, J. (2017). RailNet: A simulation model for operational planning of rail freight. Transportation Research Procedia, 25, 461–473. https://doi.org/10.1016/j.trpro.2017.05.426
  15. Prokhorchenko, А., Parkhomenko, L., Kyman, A., Matsiuk, V., Stepanova, J. (2019). Improvement of the technology of accelerated passage of low-capacity car traffic on the basis of scheduling of grouped trains of operational purpose. Procedia Computer Science, 149, 86–94. https://doi.org/10.1016/j.procs.2019.01.111
  16. Tang, X., Jin, J. G., Shi, X. (2022). Stockyard storage space allocation in large iron ore terminals. Computers & Industrial Engineering, 164, 107911. https://doi.org/10.1016/j.cie.2021.107911
  17. Song, L., Yu, L., Li, S. (2023). Route optimization of hazardous freight transportation in a rail-truck transportation network considering road traffic restriction. Journal of Cleaner Production, 423, 138640. https://doi.org/10.1016/j.jclepro.2023.138640
  18. Okorokov, A. (2015). Development of techniques to optimize the technical parameters of transport cargo complexes. Eastern-European Journal of Enterprise Technologies, 2 (3 (74)), 9–14. https://doi.org/10.15587/1729-4061.2015.39792
  19. Ren, Q., Xu, M. (2024). Injury severity analysis of highway-rail grade crossing crashes in non-divided two-way traffic scenarios: A random parameters logit model. Multimodal Transportation, 3 (1), 100109. https://doi.org/10.1016/j.multra.2023.100109
  20. Schöbel, A., Aksentijevic, J., Stefan, M., Blieberger, J. (2017). Optimization of rail traffic flow using Kronecker algebra during maintenance on infrastructure. Transportation Research Procedia, 27, 545–552. https://doi.org/10.1016/j.trpro.2017.12.040
  21. Matsiuk, V., Galan, O., Prokhorchenko, A., Tverdomed, V. (2021). An Agent-Based Simulation for Optimizing the Parameters of a Railway Transport System. Proceedings of the 17th International Conference on ICT in Education, Research and Industrial Applications. Integration, Harmonization and Knowledge Transfer. Volume I: Main Conference. https://ceur-ws.org/Vol-3013/20210121.pdf
  22. Kozachenko, D., Vernigora, R., Balanov, V., Berezovy, N., Yelnikova, L., Germanyuk, Y. (2016). Evaluation of the Transition to the Organization of Freight Trains Traffic By the Schedule. Transport Problems, 11 (1), 41–48. https://doi.org/10.20858/tp.2016.11.1.4
  23. Namazov, M., Matsiuk, V., Bulgakova, I., Nikolaienko, I., Vernyhora, R. (2023). Agent-based simulation model of multimodal iron ore concentrate transportation. Naukovij Žurnal «Tehnìka Ta Energetika», 14 (1). https://doi.org/10.31548/machinery/1.2023.46
  24. Bulakh, M., Okorokov, A., Baranovskyi, D. (2021). Risk System and Railway Safety. IOP Conference Series: Earth and Environmental Science, 666 (4), 042074. https://doi.org/10.1088/1755-1315/666/4/042074
  25. Panchenko, S., Prokhorchenko, A., Dekarchuk, O., Gurin, D., Mkrtychian, D., Matsiuk, V. (2020). Development of a method for studying the impact of the time reserve value on the reliability of the train schedule based on the epidemiological SIR model. IOP Conference Series: Materials Science and Engineering, 1002 (1), 012016. https://doi.org/10.1088/1757-899x/1002/1/012016
  26. D’Ariano, A., Meng, L., Centulio, G., Corman, F. (2019). Integrated stochastic optimization approaches for tactical scheduling of trains and railway infrastructure maintenance. Computers & Industrial Engineering, 127, 1315–1335. https://doi.org/10.1016/j.cie.2017.12.010
  27. Pashchenko, F. F., Kuznetsov, N. A., Ryabykh, N. G., Minashina, I. K., Zakharova, E. M., Tsvetkova, O. A. (2015). Implementation of Train Scheduling System in Rail Transport using Assignment Problem Solution. Procedia Computer Science, 63, 154–158. https://doi.org/10.1016/j.procs.2015.08.326
  28. Yi, X., Marlière, G., Pellegrini, P., Rodriguez, J., Pesenti, R. (2023). Coordinated train rerouting and rescheduling in large infrastructures. Transportation Research Procedia, 72, 319–326. https://doi.org/10.1016/j.trpro.2023.11.410
  29. Samà, M., Meloni, C., D’Ariano, A., Corman, F. (2015). A multi-criteria decision support methodology for real-time train scheduling. Journal of Rail Transport Planning & Management, 5 (3), 146–162. https://doi.org/10.1016/j.jrtpm.2015.08.001
  30. Gupta, P., Bazargan, M., McGrath, R. N. (2003). Simulation model for aircraft line maintenance planning. Annual Reliability and Maintainability Symposium. https://doi.org/10.1109/rams.2003.1182020
  31. Secchi, D., Grimm, V., Herath, D. B., Homberg, F. (2024). Modeling and theorizing with agent-based sustainable development. Environmental Modelling & Software, 171, 105891. https://doi.org/10.1016/j.envsoft.2023.105891
  32. Hoffmann, T., Ye, M., Zino, L., Cao, M., Rauws, W., Bolderdijk, J. W. (2024). Overcoming inaction: An agent-based modelling study of social interventions that promote systematic pro-environmental change. Journal of Environmental Psychology, 94, 102221. https://doi.org/10.1016/j.jenvp.2023.102221
  33. Achter, S., Borit, M., Cottineau, C., Meyer, M., Polhill, J. G., Radchuk, V. (2024). How to conduct more systematic reviews of agent-based models and foster theory development - Taking stock and looking ahead. Environmental Modelling & Software, 173, 105867. https://doi.org/10.1016/j.envsoft.2023.105867
Обгрунтування умов надійності виробничого процесу металургійних підприємств через безвідмовне функціонування системи «видобуток сировини – технологічні залізничні маршрути – металургійне виробництво»

##submission.downloads##

Опубліковано

2024-08-30

Як цитувати

Заруба, О. В., Окороков, А. М., Вернигора, Р. В., Журавель, І. Л., & Баркалова, Н. О. (2024). Обгрунтування умов надійності виробничого процесу металургійних підприємств через безвідмовне функціонування системи «видобуток сировини – технологічні залізничні маршрути – металургійне виробництво». Eastern-European Journal of Enterprise Technologies, 4(3 (130), 37–48. https://doi.org/10.15587/1729-4061.2024.310679

Номер

Розділ

Процеси управління