№ 2 (86)
Permanent URI for this collection
Browse
Browsing № 2 (86) by Issue Date
Now showing 1 - 7 of 7
Results Per Page
Sort Options
Item 2 (86) випуск. Наука та прогрес транспорту(Дніпровський національний університет залізничного транспорту ім. акад. В. Лазаряна, Дніпро, 2020)UK: У статтях наведені наукові дослідження, виконані авторами в Дніпропетровському національному університеті залізничного транспорту імені академіка В. Лазаряна та інших організаціях. Статті присвячені вирішенню актуальних питань залізничного транспорту по наступних напрямках: автоматизовані системи управління на транспорті, екологія на транспорті, експлуатація та ремонт засобів транспорту, матеріалознавство, залізнична колія, інформаційно-комунікаційні технології та математичне моделювання, нетрадиційні види транспорту, машини та механізми, транспортне будівництво, рухомий склад і тяга поїздів. Вісник становить інтерес для працівників науково-дослідних організацій, викладачів вищих навчальних закладів, докторантів, аспірантів, магістрантів та інженерно-технічних працівників.Item Визначення стійкості вантажних вагонів з урахуванням параметрів залізничної колії(Дніпровський національний університет залізничного транспорту імені академіка В. Лазаряна, Дніпро, 2020) Швець, Анжела ОлександрівнаUK: Мета. Для перспективного підвищення швидкостей у роботі передбачено розглянути складні умови динамічної взаємодії залізничної колії з рухомим складом. Характер і рівень цієї взаємодії залежать як від конструкції одиниці рухомого складу, її стану та швидкості руху, так і від конструкції та стану самої колії. Методика. Оцінку можливого впливу на колію рухомого складу досліджено аналітичним методом. Напружений стан колії визначено розрахунковим способом із застосуванням залежностей між силовими факторами та характеристиками напружено-деформованого стану колії. Під час визначення статичного тиску колеса на рейку розглянуто вплив перекосів рухомого складу в рейковій колії за схемою «ялинка», за якої додатковий боковий вплив колісних пар візків на колійну структуру є максимальним. Результати. У ході проведення теоретичних досліджень отримано залежності коефіцієнта запасу стійкості від витискання поздовжніми силами з урахуванням різних видів сил інерції від нерівностей як на колесі, так і на рейковій нитці. Також отримано величини коефіцієнта тертя в контакті колеса та рейки від швидкості руху. Наукова новизна. Уперше поєднано правила розрахунку залізничної колії на міцність і визначення динамічної навантаженості рейкового екіпажу. Наведене вдосконалення дає можливість розраховувати величину конструкційної швидкості вагона на основі осьових навантажень, сил інерції від нерівностей на колесі та рейках, а також ураховувати повздовжні квазістатичні сили, які виникають в поїзді за режимів гальмування. Практична значимість. Визначення коефіцієнта запасу стійкості від витискання з використанням наведеної методики дозволить більш ретельно розглянути та обґрунтовувати причину сходження колісних пар із рейок. Застосування означеної методики розрахунку сприятиме визначенню міцності залізничної колії та баластного шару з урахуванням нерівномірності навантаження рейкових ниток у разі перекосів вантажного рухомого складу під дією стискних квазістатичних поздовжніх сил.Item Дослідження інтенсивності руху спеціалізованих поїздопотоків в умовах ризиків(Дніпровський національний університет залізничного транспорту імені академіка В. Лазаряна, Дніпро, 2020) Музикін, Михайло ІгоровичUKR: Мета. Дослідження спрямовано на встановлення раціонального варіанта прямування спеціалізованих поїздопотоків на залізничних напрямках шляхом управління ризиками та визначення залежності інтервалу руху поїздів від парку локомотивів і локомотивних бригад. Досягнути поставленої мети можна шляхом установлення послідовності стадій генетичного алгоритму для реалізації математичної моделі визначення інтенсивності руху спеціалізованих поїздопотоків на залізничних напрямках. Методика. У дослідженні розглянуто процес пропуску спеціалізованих поїздопотоків по залізничних коридорах як складову єдиного ло-гістичного ланцюга. До цього процесу ми підійшли з позиції управління ризиками, коли потрібно визначити час прибуття поїздів із різних напрямків за наявних технологічних обмежень. Вибір раціонального інтервалу прямування між поїздами на залізничних коридорах є вкрай важливим, тому що дозволяє здійснювати пропуск спеціалізованих вантажопотоків більш ефективно з позиції витрат на виконання доставки в кінцевий (опорний) пункт та швидкості цієї доставки. Із метою реалізації оптимізаційної математичної моделі визначення інтенсивності руху спеціалізованих поїздопотоків на залізничних напрямках використано генетичний алгоритм із дійсним кодуванням (RGA). Результати. Проведений аналіз довів ефективність пошуку раціонального варіанта встановлення інтенсивності руху спеціалізованих поїздопотоків на залізничних напрямках з урахуванням витрат залізниці на тягу та витрат вантажоотримувачів. Представлено графік залежності кращих і середніх значень фітнес-функції від кількості ітерацій RGA у процесі знаходження рішення. Наукова новизна. У результаті дослідження розроблено програмну реалізацію математичної моделі визначення інтенсивності руху спеціалізованих поїздопотоків на залізничних напрямках з урахуванням балансу витрат залізниці на тягові ресурси та витрат одержувача вантажу. Ця програма дозволяє моделювати вибір часу прибуття поїздів на кінцеву станцію маршрутів із різних напрямків в умовах невизначеності. Експертний аналіз отриманих результатів моделювання довів адекватність рішення. Практична значимість. Виконане дослідження дозволяє встановити залежність інтервалу руху поїздів від парку локомотивів та локомотивних бригад. Пошук оптимального інтервалу прямування поїздопотоків за допомогою розробленої математичної моделі дозволяє управляти супутніми ризиками та мінімізувати експлуатаційні витрати на просування спеціалізованого поїздопотоку.Item Organizing Wireless Network at Marshalling Yards Using the Bee Method(Dnipro National University of Railway Transport named after Academician V. Lazaryan, Dnipro, 2020) Pakhomova, Victoria M.; Nazarova, Diana I.ENG: Purpose. In general, today wireless networks are widely used as an alternative to wired, allowing you to connect multiple devices, both among themselves in the local and global Internet. However, at the present stage in Ukraine there is no widespread use of a wireless network at rail transport, therefore it is advisable to conduct research on the deployment of such a network, in particular, at a marshalling yard. Methodology. Using LocBS-BeeCol program model written in Python according to the bee colony algorithm the optimal number of base stations (BS) of the wireless network and their location at the marshalling yards was determined, as well as research on the bee algorithm parameters was conducted. Input data of the LocBS-BeeCol model are as follows: marshalling yard parameters (area, number of clients that need to be connected to base stations); wireless network parameters (base station coverage radius, maximum number of clients for one base station); parameters of the bee colony algorithm (number of scout bees, number of attempts to find the optimal solution using one bee). Findings. For marshalling yards of various capacities (small, medium and high), the optimal number of base stations of the wireless network was obtained with restrictions on the coverage radius of the base station and the number of clients connected to it. Thus, for example, to connect 300 clients at medium-sized marshalling yards with an area of 2500x500 m2, 93 base stations with a coverage radius of 50 m are needed. Originality. The quality of the obtained solutions significantly depends on the choice of the bee colony algorithm parameters. A study of the base stations number of the wireless network and search time for finding the optimal solution for different number of bees and the number of attempts to find the op-timal solution using the bee for marshalling yards of various capacities was carried out. It was determined that an increase in the number of bees (from 10 to 50) and the number of attempts to find the optimal solution by a bee (from 10 to 50) improves the quality of the optimal solution (decrease in the number of base stations by an average of 6.5% and 9.3%), respectively. In addition, increase in the bee number (from 10 to 50) reduces the search time for the optimal solution by bees by an average of 1.8 times, while increase in the number of attempts to find the optimal solution by a bee (from 10 to 50) will increase search time for the optimal solution on average 2.14 times. Practical value. An algorithm and its software implementation have been developed, which make it possible to determine the required number of base stations and their location when deploying a wireless network at a marshalling yards. For marshalling yards with high capacity, when the coverage radius of the base station is doubled (from 50 to 100 m), their number decreases by about half (from 136 to 64), while the time for finding the optimal solution by bees increases by 2.5 times (from 8.4 to 20.6 s).Item Очистка сточных вод в условиях космоса(Днипровский национальный университет железнодорожного транспорта имени академика В. Лазаряна,, 2020) Долина, Леонид Федорович; Ждан, Юлия А.; Долина, Д. А.RU: Цель. Основная цель статьи – разработать технологию очистки сточных вод в условиях космоса. Методика. Исследования выполнены на основании анализа украинских и зарубежных научных источников и отчётных данных о специфике использования воды на космических станциях и способах очистки сточных вод. Для разработки технологии очистки сточных вод в условиях космоса, кроме мирового опыта, использованы собственные исследования. Результаты. Комплексное рассмотрение вопросов, связанных с очисткой сточных вод в условиях космоса, позволяет сделать вывод о необходимости регенерации воды на Международных космических станциях (МКС). Ведь для обеспечения жизнедеятельности космонавтов требуется колоссальное количество воды, а её доставка на МКС с Земли является дорогостоящей. Научная новизна. Авторы статьи провели анализ работы существующих сооружений по очистке сточных вод в условиях космоса и представили рекомендации по их использованию на МКС. Разработанная технология для очистки сточных и питьевых вод в условиях невесомости (космоса) основывается на использовании различных реакторов. Реакторы могут быть выполнены из различных материалов (металл, пластик и др.), они не содержат нестандартного оборудования, которое требует заводского изготовления. Компактность, полная герметичность и небольшие габариты био- и физико-химических реакторов позволяют устанавливать их в пределах МКС. Процесс очистки прост в управлении и может быть полностью автоматизирован. Практическая значимость. Водные проблемы являются главными во всём мире, в том числе и в условиях космоса. На МКС должна быть предусмотрена система по обработке сточных вод и их замкнутому использованию, так как снабжение станций новой водой значительно удорожает освоение космического пространства. Качественная вода – это здоровье и благополучная работа людей в условиях космоса. Поскольку в космосе отсутствует гравитация, для отделения взвешенных частиц от воды нужно использовать центробежные силы (центрифуги).Item Експрес модель для розрахунку процесу очищення води(Дніпровський національний університет залізничного транспорту імені академіка В. Лазаряна, Дніпро, 2020) Петренко, Володимир Дмитрович; Нетеса, Микола Іванович; Тютькін, Олексій Леонідович; Громова, Олена Вячеславівна; Шинкаренко, Віктор Іванович; Козачина, Віталій АнатолійовичUKR: Мета. Використання фізичного експерименту для дослідження процесів масопереносу в спорудах систем водопостачання та каналізації потребує значного часу та є досить вартісним. Тому метою роботи є розробка чисельних моделей для проведення обчислювального експерименту з дослідження процесу масопереносу в піскоуловлювачах. Методика. Для математичного моделювання процесу масопереносу в піскоуловлювачах використано двовимірні рівняння Нав’є–Стокса та двовимірне рівняння масопереносу домішки. Для чисельного інтегрування рівнянь, що описують рух в’язкої нестисливої рідини, використано неявні різницеві схеми розщеплення. Невідомі параметри на кожному кроці розщеплення знайдено за явною залежністю. Для чисельного інтегрування двовимірного рівняння масопереносу використано поперемінно–трикутну різницеву схему розщеплення. Результати. Для проведення обчислювального експерименту на базі побудованої чисельної моделі створено спеціалізований код. Наведено результати обчислювальних експериментів із дослідження процесу масопереносу в піскоуловлювачах з додатковими елементами. З’ясовано, що ефективність очищення води змінюється у випадку використання додаткового елемента на дні піскоуло-влювача. Наукова новизна. Побудовано чисельні моделі, що дають можливість оперативно аналізувати та прогнозувати ефективність роботи піскоуловлювачів, які мають складну геометричну форму. Ці моделі дозволяють урахувати також гідродинаміку течії в очисній споруді. Практична значимість. Запропоновані чисельні моделі можна використовувати на етапі проектування очисних споруд систем каналізації.Item Організація бездротової мережі на сортувальній станції з використанням бджолиного методу(Дніпровський національний університет залізничного транспорту імені академіка В. Лазаряна, Дніпро, 2020) Пахомова, Вікторія Миколаївна; Назарова, Д. І..UK: Мета. Сьогодні бездротові мережі широко використовують в якості альтернативи дротовим, що дозволяє підключити декілька пристроїв як між собою в локальну, так і до глобальної мережі Інтернет. Але на сучасному етапі в Україні немає масового використання бездротової мережі на залізничному транспорті, тому доцільно провести дослідження розгортання такої мережі, зокрема на сортувальній станції. Методика. На програмній моделі «LocBS–BeeCol», що створена мовою Python за алгоритмом бджолиної колонії, визначено оптимальну кількість базових станцій (БС) бездротової мережі та їх розташування на сортувальній станції, проведено дослідження параметрів алгоритму. Вхідні дані моделі «LocBS–BeeCol»: параметри сортувальної станції (площа, кількість клієнтів, яких потрібно підключити до базових станцій); параметри бездротової мережі (радіус покриття базової станції, максимальна кількість клієнтів для однієї базової станції); параметри алгоритму бджолиної колонії (кількість бджіл-розвідників, кількість спроб знайти оптимальне рішення одною бджолою). Результати. Для сортувальних станцій різної потужності (малої, середньої та великої) отримано оптимальну кількість базових станцій бездротової мережі за обмежень на радіус покриття базової станції та кількість клієнтів, що підключені до неї. Так, наприклад, для підключення 300 клієнтів на сортувальній станції середньої потужності, площа якої 2 500x500 м2, необхідно 93 базових станції з радіусом покриття 50 м. Наукова новизна. Якість отриманих рішень значною мірою залежить від вибору параметрів алгоритму бджолиної колонії. Проведено дослідження кількості базових станцій бездротової мережі та часу пошуку оптимального рішення за різною кількістю бджіл та кількістю спроб знайти оптимальне рішення бджолою для сортувальних станцій різної потужності. Визначено, що збільшення кількості бджіл (із 10 до 50) та кількості спроб знаходження оптимального рішення бджолою (із 10 до 50) призводить до уточнення оптимального рішення (зменшення числа базових станцій у середньому на 6,5 та 9,3 % відповідно). Крім того, збільшення кількості бджіл (із 10 до 50) призводить до зменшення часу пошуку оптимального рішення бджолами в середньому в 1,8 раза, у той час як збільшення кількості спроб знаходження оптимального рішення бджолою (із 10 до 50) призведе до зростання часу пошуку оптимального рішення в середньому в 2,14 раза. Практична значимість. Розроблено алгоритм та його програмну реалізацію, які дозволяють визначити необхідну кількість базових станцій та їх розміщення під час розгортання бездротової мережі на сортувальній станції. Для сортувальної станції великої потужності в разі збільшення радіуса покриття базової станції удвічі (із 50 до 100 м) кількість БС зменшується приблизно в два рази (зі 136 до 64), при цьому час пошуку оптимального рішення бджолами збільшується в 2,5 раза (із 8,4 до 20,6 с).