石化企业铁路运输系统调车作业管理的优化研究

来源 :兰州交通大学 | 被引量 : 1次 | 上传用户:bright202
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
铁路运输在人类社会生活中占有极为重要的地位,为社会物流和商贸提供安全、迅速、准确、方便、经济的运输服务,保障了人民生活的稳定和国家经济的持续发展。在我国主要有国有铁路和企业铁路之分,其中企业铁路是全国运输系统重要的组成部分,其自备铁路承担着主要产品及原材料运输的任务。可见,一个企业运输管理系统的优良直接影响着生产效率的高低。随着近年来计算机技术和信息技术的普及,信息化、自动化已经成为企业发展的必然趋势。但是纵观石化企业的现状,不难发现其运输管理系统存在不少问题,尤其是调车计划的编制依旧沿用传统落后的人工作业方式,这样不仅耗费大量人力物力,而且工作效率低下,导致生产无法有序进行,这是目前企业急需解决的问题。鉴于该领域国内外研究情况,以及石化企业铁路运输管理系统存在的问题和陷入的困境,论文在分析企业自身特点、运输管理复杂工作流程、调车作业编制原理等内容的基础上,对调车作业管理进行优化研究,即调车作业计划的优化编制。论文首先剖析了课题的研究背景及意义,对企业铁路的技术作业、石化企业的具体运输情况等进行了详尽的介绍和分析。然后根据以上信息对调车作业计划的编制进行了优化。重点针对调车计划解编和取送这两个子系统,建立了科学详细的数学模型。解编系统数学模型包括:(1)调机最早开始解体时刻,(2)待解时间,(3)列车开始解体时刻,(4)列车开始编组时刻,(5)调机最迟开始编组时刻,(6)编组完成出发时刻,(7)待发时间。取送系统数学模型采用树枝形专用线布置形式实现,模型包括:(1)取送车次数的确定,(2)取送车时间间隔,(3)取车等待时间。最后综合得出系统整体优化模型,并选用适合优化各类问题的遗传算法对该模型进行了仿真和优化。在以往企业铁路运输管理系统的研究中,极少出现专门针对石化企业的,而论文特别对石化企业调车作业过程中解编和取送这两个重要的子系统建立了优化模型,进而得到整个作业计划优化模型,这是在过去的研究中很少出现的。由第五章实例的仿真结果可以看出,经过该模型优化后的调车计划比传统的作业计划解编和取送车时间有所提前,计划更加科学合理,一定程度上提高了编制的准确性,并有效提高了运输调度的效率,最终实现了课题的优化的目的。
其他文献
随着国民经济的迅速发展,电力系统的输电线路范围越来越大,而输电线路中的绝缘子长期处于复杂恶劣的自然环境中,并且绝缘子本身的质量问题都极易引发污秽闪络。为了预防闪络,实现
随着航空发动机性能的不断提高,控制系统越来越复杂,作为其核心的全权限数字电子控制(FADEC)系统的可靠性设计也越来越重要。本文运用了软件可靠性方面的理论和方法,对传统的FAD
自从第一颗地球资源技术卫星发射升空以来,遥感技术有了突飞猛进的发展,景物分类技术则是其中的一个热点,在国防建设和社会发展各个方面发挥越来越重要的作用。目前制约遥感图像景物分类精度和实现图像自动化分类的主要因素之一就是没有系统的理论指导选用合适的特征。分析评价各种特征在不同谱段、不同成像时间下的重要性和类别区分能力,指导选用何种有效和性质优秀的特征成为了当务之急。本文以国内某市多谱段(可见光、中波红
预测是人们依照历史信息对未来进行的推测与预期,合理、准确的预测是人们提出恰当、合理决策的基础与保证。学术与工程实践领域里,对于时间序列数据的预测,长期以来是学者们紧密
随着车型的更新越来越快,汽车制造企业需要质量高、生产周期短的模具来满足对新车型下线工期的要求。汽车模具完全按订单进行生产,很少有相同的订单,生产过程工艺复杂、精度
电力参数的测量在电力系统的维护及改造等方面起到了基础性的作用,随着智能电网等概念的提出和具体实施,如何准确高效的对电流、电压等电力参数进行测量显得尤为重要了,相应的对测量传感器也提出了更高的要求。因此,如何利用信息技术、传感技术等现代化技术手段,研究设计一种工作在高电压条件下的新型电流传感器以满足智能电网的现实要求是很有必要的。本文针对当前高压大电流传感器存在的体积较大、数字化程度不高、多采用易受
称重广泛应用于工业生产中,传统的称重采用人工管理模式,存在各种弊端,如人工记录不精确、记录效率低下等。针对以上问题,设计了工业台秤称重管理系统。系统由上位计算机、称重仪表、工业监控摄像头和视频采集卡组成,不仅能实时存储称重数据信息,而且还能捕捉和记录工业现场操作画面,实现了数据存储的自动化、数据记录的可追溯化和工业操作现场的视频化,具有广阔的应用前景。本课题研究工作主要集中在:⑴介绍工业台秤称重管
信息系统中的不确定性度量与知识获取是信息科学领域的重要研究课题,受到了国内外研究专家的广泛关注,相关研究成果已被广泛应用于数据挖掘、决策分析、模式识别、机器学习与知