Digital twins and the Harrington scale in railway automation and telemechanics reliability management

封面

如何引用文章

全文:

详细

Background. Modern railway automation and telemechanics systems are complex technical complexes that require the introduction of modern monitoring and control methods. The integration of digital twin technologies with the readiness coefficient assessment system using the Harrington scale is due to the need to move from reactive maintenance to predictive reliability management, which is an urgent scientific and technical task.

Purpose. Development of an integrated approach to assessing and managing the reliability of railway automation technical support based on the integration of digital twin technologies and the Harrington scale for the readiness coefficient.

Materials and methods. Authors use an integrated approach that includes: mathematical modeling of digital twins of harvester devices; statistical analysis of reliability indicators (coefficient of readiness, recovery time); application of the Harrington scale for a unified assessment of technical condition; analysis of practical data on the operation of switches, rail circuits and traffic lights.

Results. An integrated reliability assessment system has been developed, allowing: increase the equipment availability factor by 0.17-0.25%; reduce operating costs by 25-30%; reduce the number of failures by 40-60%; visualize the technical condition through a unified evaluation scale. The economic efficiency of implementing the system with an annual economic effect of up to 566 thousand rubles per switch has been proven. The results of the study can be applied to the creation of predictive maintenance systems for railway automation and telemechanics devices.

作者简介

Aleksandr Gorelik

Russian University of Transport (MIIT)

编辑信件的主要联系方式.
Email: agorelik@yandex.ru
SPIN 代码: 9543-4715
Scopus 作者 ID: 57200751967

Director of the Academy “Russian Open Academy of Transport”, Doctor of Technical Sciences

 

俄罗斯联邦, 9 building 9, Obrazcova Str. Moscow, 127055, Russian Federation

Aleksandr Istomin

Russian University of Transport (MIIT)

Email: aistomin1998@mail.ru

Senior Lecturer, Department of Transport Infrastructure Management Systems

 

俄罗斯联邦, 9 building 9, Obrazcova Str. Moscow, 127055, Russian Federation

Elena Kuzmina

Russian University of Transport (MIIT)

Email: kuzminaelena96@yandex.ru

Assistant Professor at the Department of Transport Infrastructure Management Systems

 

俄罗斯联邦, 9 building 9, Obrazcova Str. Moscow, 127055, Russian Federation

参考

  1. Lyashchenko, A. M., Shvalov, D. V., & Glazunov, D. V. (2021). Improving the reliability of automation and remote control systems in railway transport. Proceedings of Tula State University. Technical Sciences, 5, 504–509. https://doi.org/10.24412/2071-6168-2021-5-504-509. EDN: https://elibrary.ru/EHOZAW
  2. Sokolov, M. M. (2024). Fundamentals of railway automation and remote control at stations. Omsk: Omsk State Transport University. 77 pp. ISBN: 978-5-94941-340-1. EDN: https://elibrary.ru/BLAFZK
  3. Sapozhnikov, V. V., Sapozhnikov, V. V., Efanov, D. V., & Shamanov, V. I. (2017). Reliability of railway automation, remote control and communication systems [Textbook for specialists]. Moscow: Educational and Methodological Center for Education in Railway Transport. 318 pp. ISBN: 978-5-906938-01-5. EDN: https://elibrary.ru/YOYVNZ
  4. Aleksandrovich, S. K. (2022). Digital technologies in railway transport. Research Center “Vector of Development”, 9, 199–201. EDN: https://elibrary.ru/AYTQWW
  5. Sokolov, M. M. (2020). Fundamentals of railway automation and remote control (Vol. 1). Omsk: Omsk State Transport University. 79 pp. ISBN: 978-5-94941-258-9. EDN: https://elibrary.ru/FZWRAA
  6. Gorelik, A. V., Kuzmina, E. V., & Istomin, A. V. (2021). Technical efficiency of service maintenance for railway infrastructure facilities, considering methods for assessing key production processes in automation and remote control. Naukosfera, 10-1, 100–103. EDN: https://elibrary.ru/SFVPGZ
  7. Naumova, D. V. (2020). Integrated approach to the development of railway automation and telemechanics (RAT). Automation, Communication, Informatics, 10, 28–30. EDN: https://elibrary.ru/ZFVVAH
  8. Nikonova, Ya. I. (2024). Digital twins in railway transport: Benefits and implementation challenges. Municipal Academy, 1, 124–133. https://doi.org/10.52176/2304831X_2024_01_124. EDN: https://elibrary.ru/NOTLCM
  9. Rimskaya, O. N., & Anokhov, I. V. (2021). Digital twins and their application in transport economics. Strategic Decisions and Risk Management, 12(2), 127–137. https://doi.org/10.17747/2618-947X-2021-2-127-137. EDN: https://elibrary.ru/ZOLLNY
  10. Gerasimov, R. E., & Flyagina, T. A. (2025). Application of digital twins and simulation systems for optimizing economic decisions in Russia’s transport sector. Bulletin of Transport, 8, 39–40. EDN: https://elibrary.ru/TWHGMO
  11. Kachilov, D. B. (2023). Economic feasibility of applying the “digital twin” technology. Bulletin of Science, 3(2), 195–201. EDN: https://elibrary.ru/KHKLIG
  12. Zhuravlev, I. A., Gusev, I. A., Skripnichenko, I. G., & Kurasheva, G. G. (2022). Algorithm for calculating the availability coefficient of railway automation and remote control systems for newly designed stations. Science and Business: Ways of Development, 4(130), 136–138. EDN: https://elibrary.ru/CYHCGG
  13. Gorelik, A. V., Malykh, A. N., & Orlov, A. V. (2021). Assessing the impact of the readiness of Russian Railways’ infrastructure facilities on risks of losses in transportation processes. Reliability, 21(4), 53–56. https://doi.org/10.21683/1729-2646-2021-21-4-53-56. EDN: https://elibrary.ru/AQFDPW
  14. Zhuravlev, I. A. (2012). Principles of simulation modeling of the average time to restore railway automation devices. Science and Technology in Transport, 3, 86–89. EDN: https://elibrary.ru/PBUCGF
  15. Istomina, L. A. (2023). Statistics. General theory of statistics [Educational and methodological manual for students in the field of Economics (38.00.00)]. Izhevsk: Udmurt State Agricultural University. 192 pp. EDN: https://elibrary.ru/CHXORL
  16. Karmanova, A. V., & Kazakevich, A. V. (2024). Mathematics with elements of statistics: Probability theory and mathematical statistics. Krasnodar: Kuban State Agrarian University named after I. T. Trubilin. 108 pp. EDN: https://elibrary.ru/BPOQRO
  17. Vorobyov, N. N., Zheludkova, T. V., Krivokora, Yu. N., & Ionova, A. Ch. (2023). Statistics: Theory of statistics. Stavropol: LLC “Stavropol Service School”. 138 pp. ISBN: 978-5-6049289-7-4. EDN: https://elibrary.ru/JDGLDM
  18. Donskova, O. A., & Smotrova, E. E. (2021). Statistics [Educational and methodological manual for course work]. Volgograd: Volgograd State Agrarian University. 84 pp. EDN: https://elibrary.ru/QHWWFT
  19. Shishkina, I. V. (2021). Sixth-generation turnout switches. History and Prospects of Transport Development in Northern Russia, 1, 47–50. EDN: https://elibrary.ru/LKOWJQ
  20. Shatrov, S. L., Lipatova, O. V., Kravchenko, A. V., & Keizer, I. A. (2021). Theory and methodology for assessing the economic efficiency of using fixed assets in railway transport. Gomel: Educational Institution “Belarusian State Transport University”. 198 pp. ISBN: 978-985-891-007-5. EDN: https://elibrary.ru/HFUCER
  21. Tereshina, N. P., Podsorin, V. A., Kozhevnikov, Yu. N., et al. (2020). Economics of railway transport [Textbook for secondary vocational education]. Saratov: Profobrazovanie. 342 pp. ISBN: 978-5-4488-0886-9. EDN: https://elibrary.ru/SPVVLK
  22. Levin, D. Yu. (2021). Economics of railway transport operation. Moscow: FSBI DPO “Educational and Methodological Center for Education in Railway Transport”. 440 pp. ISBN: 978-5-907206-52-6. EDN: https://elibrary.ru/XXNSVJ

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Gorelik A.V., Istomin A.V., Kuzmina E.V., 2025

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».