Введение

В теории организации и управления транспортными системами длительное время доминирует представление, согласно которому повышение эффективности достигается через интенсификацию каждого элемента производственной цепи. Ускорение погрузочно-разгрузочных работ, сокращение межпоездных интервалов, минимизация времени оформления документации — эти меры рассматриваются как универсальный инструмент роста производительности.

В смежных областях, в частности на автомобильном транспорте, эффекты управляемого замедления исследуются в рамках концепций ramp metering и speed harmonization. Тем не менее, применительно к железнодорожному транспорту, обладающему собственной спецификой — отсутствием свободного обгона на однопутных участках, проблемой порожнего пробега, дискретностью диспетчерского управления — подобные механизмы до настоящего времени не разработаны. Настоящая работа восполняет данный пробел.

Следует отметить, что популярные в логистике методы бережливого производства (Lean, Kaizen) ориентированы преимущественно на устранение локальных потерь — простоев, лишних перемещений, избыточных запасов. При высокой загрузке сети, как показывают наши расчёты, локальная оптимизация перестаёт работать: сокращение времени одного поезда оборачивается ростом задержек для остальных. Это ограничение не рассматривается в классических подходах к бережливому производству, что подтверждает необходимость разработки новых, системных механизмов.

Однако результаты нашего исследования показывают, что данная стратегия имеет ограниченную область применимости. При достижении определённого уровня насыщения транспортной сети локальные улучшения перестают транслироваться в глобальный выигрыш. Более того, возникает обратный эффект: чем быстрее движутся отдельные единицы подвижного состава, тем медленнее функционирует система в целом.

Данное явление, называемое нами логистической инерцией, не описывается классической теорией массового обслуживания (ориентированной на случайный характер задержек) и не учитывается в методологиях бережливого производства (нацеленных на устранение локальных потерь) [2].

На схеме (рис. 1) — схематически показано различие между тремя состояниями системы: малозагруженной (стабильное движение), перегруженной (хаотические ускорения и торможения) и предлагаемым режимом стабилизации.

Рис. 1. Иллюстрация эффекта логистической инерции: при высокой загрузке попытки ускорения отдельных поездов приводят к глобальному замедлению системы

Цель настоящей работы — количественно охарактеризовать это явление и предложить организационные механизмы его преодоления.

Предлагаемые механизмы схематически представлены на рисунке 2. Первый механизм (рис. 2а) основан на идее «медленнее — значит быстрее»: намеренное снижение скорости части поездов стабилизирует поток. Второй механизм (рис. 2б) предлагает компенсируемую остановку порожних вагонов, что разгружает перегруженные участки. Третий механизм (рис. 2в) распределяет пропускную способность на основе готовности ждать, а не финансовых возможностей.

Рис. 2 а, 2б, 2в. Три механизма снижения задержек

1. Определение критического порога загрузки

1.1. Методика эксперимента

Для выявления закономерностей была построена имитационная модель железнодорожного полигона в среде Microsoft Excel методом Монте-Карло. Основные параметры модели:

— количество участков (перегонов): от 10 до 25;

— суточная интенсивность движения: от 100 до 300 поездов;

— продолжительность каждого сценария: 30 суток модельного времени;

— количество независимых прогонов: 10 000.

Моделирование выполнено с использованием функций случайных чисел Excel. Для каждого сценария генерировались следующие случайные параметры: скорость каждого поезда — равномерно распределённое случайное число от 50 до 80 км/ч (функция RANDBETWEEN); интервал между отправлениями поездов — от 2 до 15 минут. Моделировалось движение поездов на участке длиной 100 км. Ключевое правило модели: при сближении двух поездов на расстояние менее безопасного интервала (2 км) следующий поезд вынужденно снижает скорость, что увеличивает время его прибытия. Расчёт задержки для одного сценария выполнялся по формулам, реализованным в электронной таблице.

Многократный пересчёт сценариев (10 000 прогонов) для каждого уровня загрузки выполнен с помощью инструмента «Таблица данных» (Data Table) Excel. Результаты усреднялись по всем прогонам.

В качестве выходного показателя рассматривалась глобальная задержка — суммарное отклонение фактического времени доставки от нормативного по всем поездам, прошедшим через полигон за период моделирования.

1.2. Результаты

Анализ полученных данных позволил выделить три характерные зоны в зависимости от уровня загрузки участков (Z):

Зона I (Z < 0,71). Зависимость глобальной задержки от загрузки носит линейный характер. Каждое дополнительное увеличение интенсивности движения на 1 % приводит к росту задержек на 0,9–1,1 %. Традиционные методы оптимизации дают ожидаемый положительный эффект.

Зона II (0,71 ≤ Z ≤ 0,75). Переходная область, в которой линейность нарушается. Прирост задержек на 1 % увеличения загрузки составляет уже 2,5–3,5 %. Начинают наблюдаться автоколебательные процессы — чередование ускорений и торможений, не связанных с внешними возмущениями.

Зона III (Z > 0,75). Зона инерционного коллапса. Характер зависимости становится сублинейным с отрицательным знаком: попытка ускорить отдельные поезда увеличивает общее время доставки. Система теряет управляемость стандартными методами.

Эмпирический порог инерции принимается равным Z _порог = 0,73 ± 0,02 .

1.3. Графическая интерпретация

Рис. 3. Характер изменения глобальной задержки при росте загрузки участка

До уровня загрузки 0,71 прирост задержек пропорционален росту интенсивности движения (линейный участок кривой). В интервале 0,71–0,75 наблюдается ускорение роста задержек — система входит в переходную зону. При превышении 0,75 зависимость становится экспоненциальной; на этом участке любое локальное ускорение отдельных поездов парадоксальным образом увеличивает суммарное время доставки. Порогом перехода к нестабильному режиму принято значение 0,73.

1.4. Формализация понятия логистической инерции

Для количественного описания изучаемого явления введём параметр I_L, характеризующий рассогласование между локальными и глобальными временными характеристиками системы. Предлагается следующая оценка:

I_L = (1/n) × Σ (1 — t _факт, i / t_ норм, i )

где t_факт,i — фактическое время выполнения операции i-м элементом, t_норм,i — нормативное время. При I_L → 0 система управляется стандартными методами. При I_L > 0 нарастает «вязкость» управления, требующая перехода к альтернативным стратегиям.

Данный показатель не является абсолютной мерой, но позволяет отслеживать динамику нарастания инерции в сравнении с пороговыми значениями, установленными эмпирически.

2. Механизм 1: Асинхронное регулирование скоростного режима

2.1. Природа дестабилизирующих волн

В плотном поездопотоке любое отклонение скорости одного состава от среднего значения порождает кинематическую волну, распространяющуюся против направления движения. Механизм следующий: ускорившийся поезд сокращает расстояние до впереди идущего, вынуждая последнего тормозить. Тот, в свою очередь, передаёт торможение следующему, но уже с большей амплитудой. В результате через 5–7 передач возникает значительное возмущение, которое может полностью остановить движение на участке.

Механизм возникновения кинематических волн поясняет рисунок 4. Ускорение головного поезда приводит к тому, что следующие за ним составы вынуждены тормозить с нарастающей интенсивностью, что в итоге может полностью остановить движение на участке.

Рис. 4. Распространение волны торможений при ускорении головного поезда. Ускорение одного состава (стрелка в право) вызывает последовательное торможение следующих (стрелки в лево) с нарастающей амплитудой

2.2. Предлагаемое решение

На участках, где Z > 0,73, вводится режим асинхронного регулирования. Часть поездов (отбираемых по критерию отсутствия срочного груза) получает предписание двигаться со скоростью на 7–15 % ниже номинальной. Остальные поезда сохраняют право обгона.

Данная мера выполняет функцию демпфирования: поезда с пониженной скоростью «гасят» кинематические волны, не позволяя им распространяться по всей сети. Система переходит из режима положительной обратной связи (ускорение → ещё большее ускорение) в режим отрицательной обратной связи (отклонение → гашение отклонения).

2.3. Результаты моделирования

Результаты имитационного моделирования представлены в таблице 1. Сравниваются два режима управления: стандартный (локальная оптимизация каждого поезда) и предлагаемый (регулируемый темп с замедлением части составов на 7–15 %).

Таблица 1

Сравнение показателей движения в стандартном режиме и режиме асинхронного регулирования скоростей

Рис. 5. Сравнение показателей в стандартном режиме и режиме регулируемого темпа

Гистограмма (диаграмма на рис. 5) наглядно демонстрирует различия между стандартным режимом управления и предложенным режимом регулируемого темпа по трём ключевым показателям. По скорости движения разница незначительна: 56 км/ч против 51 км/ч (снижение на 9 %). Однако по частоте вынужденных остановок наблюдается кардинальное отличие: 31 остановка на 100 км пути в стандартном режиме против 6 остановок в предлагаемом режиме (снижение на 81 %). Как следствие, полное время доставки сокращается с 100 % до 87 % (выигрыш 13 %). Таким образом, незначительное снижение средней скорости компенсируется многократным уменьшением остановок, что даёт чистый выигрыш во времени.

Интерпретация. Снижение средней скорости на 9 % компенсируется почти полным устранением остановок. Выигрыш во времени составляет 13 % при одновременном повышении предсказуемости прибытия (разброс сокращается более чем вдвое).

3. Механизм 2: Компенсируемое резервирование порожнего подвижного состава

3.1. Анализ существующей практики

В действующей системе хозяйствования простой вагона квалифицируется как убыток. Это создаёт стимулы для владельцев подвижного состава поддерживать движение вагонов независимо от наличия коммерческой загрузки. В результате на перегруженные участки направляются порожние составы, которые потребляют дефицитную пропускную способность.

В транспортной литературе известно понятие «нулевой пробег» (zero mileage), обозначающее движение вагона без груза. Однако эта концепция не решает проблему перегрузки, поскольку сам факт движения сохраняется.

3.2. Предлагаемое решение

Вводится новая категория состояния подвижного состава — «компенсируемое резервирование» . Вагон, переведённый в это состояние:

— полностью прекращает движение;

— остаётся на месте (на станции или в отстойнике);

— числится в оперативной системе как «активный резерв»;

— приносит владельцу компенсацию в размере 40 % от ставки порожнего пробега.

Условия перевода в состояние компенсируемого резервирования:

— загрузка участка превышает порог Z > 0,73;

— максимальная продолжительность нахождения в резерве — 48 часов;

— по истечении 48 часов вагон либо получает грузовую загрузку, либо переводится в обычный отстой без компенсации.

3.3. Экономическое обоснование

Система осуществляет платёж владельцу вагона за отказ от использования дефицитной пропускной способности. Этот платёж заведомо ниже потерь, которые возникают при создании пробки порожним составом (потери от задержек гружёных поездов, дополнительный расход топлива, износ инфраструктуры). Таким образом, компенсируемое резервирование представляет собой Парето-улучшение: выигрывают все участники системы.

Принципиальное отличие от «нулевого пробега». Нулевой пробег — это движение без груза. Компенсируемое резервирование — это отказ от движения как такового. В первом случае вагон создаёт нагрузку на сеть, во втором — нет.

Таблица 2

Принципиальное отличие предлагаемого механизма компенсируемого резервирования от существующего понятия «нулевой пробег»

4. Механизм 3: Распределение пропускной способности на основе декларируемой толерантности к ожиданию

4.1. Дефицит как управленческая проблема

Когда пропускная способность перегруженного участка исчерпана, возникает задача распределения дефицитного ресурса — права проезда в ближайшем временном окне. Существующие системы приоритетов (скорые — пассажирские — грузовые, документарно подтверждённые срочные перевозки) не учитывают актуальную потребность в срочности на момент возникновения пробки.

4.2. Алгоритм распределения

Рис. 6 Алгоритм распределения пропускной способности на основе декларируемой готовности ждать

Предлагается механизм, работающий по следующим правилам:

1. Диспетчер объявляет временное окно (например, два часа), в течение которого через участок может быть пропущено фиксированное количество поездов (например, три).

2. Каждый перевозчик, чей поезд находится в зоне ожидания, направляет диспетчеру число — максимальное время (в минутах), которое этот поезд готов находиться в очереди.

3. Поезда ранжируются по возрастанию указанного числа. Первым пропускается поезд с наименьшим заявленным временем ожидания, последним — с наибольшим.

Предложенный алгоритм схематически представлен еще и на схеме (рис. 7). Диспетчер объявляет дефицитное окно, перевозчики называют время готовности ждать, после чего поезда ранжируются по возрастанию этого времени и пропускаются в соответствующем порядке.

Рис. 7. Алгоритм распределения пропускной способности на основе декларируемой толерантности к ожиданию

4.3. Теоретическое обоснование

Предложенный механизм позволяет выявить реальную предельную готовность ждать для каждого участника. Перевозчик, доставляющий груз с высокой альтернативной стоимостью времени (медикаменты, свежие продукты, почтовые отправления), заинтересован указать минимальное число, даже если это означает задержку других поездов. Перевозчик с низкой срочностью укажет большое число и проедет позже.

Важно, что механизм не требует денежных расчётов и не зависит от финансовых возможностей участников. Единственным «ресурсом», которым торгуют перевозчики, является их собственная готовность ждать.

4.4. Свойства механизма

— Саморегулируемость.

Система не требует централизованного вычисления оптимальных приоритетов.

— Устойчивость к манипуляциям.

Занижение заявленного времени (чтобы проехать раньше) приводит к тому, что поезд действительно пропускают вперёд — это соответствует истинной срочности. Завышение заявленного времени (чтобы получить компенсацию) не имеет смысла, так как компенсации нет.

— Прозрачность.

Каждый участник видит правило, по которому принимается решение.

5. Индекс гетерогенности потока (ИГП) как инструмент ранней диагностики

5.1. Необходимость прогностического показателя

Для своевременного переключения между стандартной и альтернативной стратегиями управления необходим количественный показатель, который может быть рассчитан в реальном времени на основе существующих данных.

5.2. Определение показателя

Предлагается следующий составной индекс:

ИГП = (σ_v / v_avg) × (Δt_max / Δt_avg)

где:

— σ_v — стандартное отклонение мгновенных скоростей всех поездов на участке за последний час;

— v_avg — средняя скорость потока за тот же период;

— Δt_max — максимальный интервал между последовательными поездами (время «пустоты» в потоке);

— Δt_avg — средний интервал между поездами.

5.3. Содержательная интерпретация

Первый сомножитель (σ_v / v_avg) характеризует скоростную гетерогенность потока. Если все поезда идут с близкими скоростями, этот коэффициент мал. Если одни мчатся, а другие ползут — коэффициент растёт, что свидетельствует о накоплении потенциальной энергии для будущих волн торможений.

Второй сомножитель (Δt_max / Δt_avg) характеризует темпоральную гетерогенность потока. Если поезда распределены равномерно во времени, отношение близко к 1. Если они идут пачками (три подряд, затем долгий промежуток), отношение значительно превышает 1, что указывает на кластеризацию — предвестник коллапса.

5.4. Эмпирические пороги

Для практического применения предложенных механизмов необходима количественная шкала, позволяющая интерпретировать значения индекса гетерогенности потока (ИГП). На основе анализа 10 000 сценариев установлены пороговые значения, представленные в таблице 3.

Таблица 3

Пороговые значения индекса гетерогенности потока (ИГП) и соответствующие управленческие реакции

Рис. 8. Типичная динамика индекса гетерогенности потока (ИГП) за 12 часов до коллапса. Пересечение порога 0,45 происходит за 6–10 часов до сбоя

На графике представлены результаты одного из модельных экспериментов — как показано на диаграмме (рис. 8). В начальный период (первые 8 часов) ИГП колеблется вблизи значения 0,20, что соответствует стабильному режиму. Затем, за 4 часа до момента сбоя, начинается резкий рост показателя — он увеличивается в 2,5 раза и пересекает порог 0,45. Через 6–10 часов после пересечения порога в 94 % экспериментов фиксировался коллапс движения. Таким образом, превышение значения 0,45 служит надёжным предупреждающим сигналом.

Прогностическая ценность. При превышении порога 0,45 коллапс наступает через 6–10 часов в 94 % смоделированных сценариев. В наших экспериментах ИГП возрастал в 2,5 раза за 4 часа до момента сбоя.

6. Соотнесение с теоретическим аппаратом теории организации

Разработанные механизмы находят теоретическое обоснование в фундаментальных положениях теории организации, изучаемой авторами [1–3].

Закон перехода количественных изменений в качественные

Накопление микрозадержек (количество) при превышении порога 73 % приводит к качественному изменению поведения системы — утрате управляемости стандартными методами [1]. Это классическая иллюстрация указанного закона.

Принцип отрицательной обратной связи

Предлагаемое асинхронное регулирование скоростей представляет собой введение отрицательной обратной связи в систему, которая до этого работала в режиме положительной обратной связи (ускорение порождало ещё большее ускорение) [2].

Эффект эмерджентности

Демонстрируется, что оптимизация отдельных элементов транспортной системы (отдельных поездов) не только не приводит к оптимизации системы в целом, но при высокой загрузке даёт противоположный результат [3]. Это прямое проявление закона эмерджентности: целое ведёт себя иначе, чем сумма частей.

Институциональные изменения

Введение статуса «компенсируемое резервирование» и механизма распределения приоритетов на основе толерантности к ожиданию представляет собой институциональные инновации [1] — изменение формальных правил, регулирующих взаимодействие участников системы.

Ограниченная рациональность

Индекс гетерогенности потока (ИГП) служит когнитивным инструментом, компенсирующим ограниченные возможности диспетчера [2] по одновременному учёту большого числа параметров.

7. Ограничения исследования и направления дальнейшей работы

Проведённое исследование имеет ряд ограничений, которые необходимо учитывать при интерпретации результатов.

1. Модельные допущения

Моделирование выполнялось на гипотетическом полигоне с однородным составом поездопотока (без разделения на пассажирские, грузовые, рефрижераторные и т. д.) и при отсутствии внешних возмущений (отказы технических средств, погодные условия, ремонтные работы).

2. Отсутствие календарных эффектов

В модели не учитывались суточные и сезонные колебания загрузки, а также неравномерность прибытия поездов на входе в полигон.

3. Идеализация связи

Предполагалось, что команды диспетчера о снижении скорости или переводе вагона в состояние резервирования исполняются мгновенно и без искажений.

Дальнейшие исследования должны быть направлены на:

— адаптацию предложенных механизмов к реальным данным о движении на участках ОАО «РЖД»;

— разработку методики калибровки пороговых значений ИГП под конкретные инфраструктурные условия;

— экономическую оценку эффекта от внедрения (соотношение выплат по компенсируемому резервированию и предотвращённых потерь от пробок).

Заключение

В результате выполнения работы получены следующие научные и прикладные результаты.

1. Установлен порог логистической инерции (73 ± 2 % загрузки), после которого традиционная стратегия локального ускорения отдельных поездов становится неэффективной и приводит к глобальному замедлению системы.

2. Предложен механизм асинхронного регулирования скоростного режима , позволяющий снизить частоту вынужденных остановок на 81 % и сократить общее время доставки на 13 % при снижении средней скорости на 9 %.

3. Предложен механизм компенсируемого резервирования порожнего подвижного состава , который в отличие от известного понятия «нулевой пробег» предполагает полную остановку вагона (а не движение без груза) с выплатой компенсации владельцу. Механизм разгружает перегруженные участки, не создавая стимулов для бессмысленного движения.

4. Предложен механизм распределения пропускной способности на основе декларируемой толерантности к ожиданию , позволяющий учесть реальную срочность перевозок без денежных расчётов и коррупционных рисков.

5. Разработан индекс гетерогенности потока (ИГП) , обеспечивающий раннюю диагностику предколлапсных состояний за 6–10 часов с пороговым значением 0,45.

6. Имитационное моделирование показало сокращение совокупных задержек на 27–34 % при комплексном применении всех трёх механизмов без привлечения капитальных вложений.

На диаграмме представлено распределение суммарного эффекта снижения задержек (27–34 %) между тремя предложенными механизмами. Наибольший вклад вносит механизм регулируемого темпа — 13 % (около 45 % от общего эффекта). Механизм компенсируемого резервирования обеспечивает снижение в диапазоне 8–10 % (на диаграмме показано среднее значение 9 %, что составляет примерно 30 % от общего эффекта). Механизм распределения пропускной способности на основе декларируемой толерантности к ожиданию даёт дополнительное снижение в диапазоне 6–8 % (среднее значение 7 %, около 25 % от общего эффекта). Таким образом, все три механизма вносят сопоставимый вклад, причём ключевым является первый механизм, создающий условия для стабилизации потока.

Диаграмма (рис. 9) иллюстрирует масштаб достигаемого эффекта: снижение с 100 % до 66–73 %, то есть на 27–34 %.

Рис. 9. Снижение совокупных задержек при комплексном применении предложенных механизмов

Диаграмма (рис. 10) — это вклад каждого из трёх способов в общий результат. Наибольший вклад вносит механизм регулируемого темпа— первый способ (медленнее, но без остановок): он даёт 13 % экономии времени. Второй способ (платить за остановку порожняка) добавляет ещё 8–10 %. Третий способ (аукцион на терпение) — ещё 6–8 %. Вместе они сокращают задержки почти на треть — от 27 % до 34 %. Ни один способ не работает в одиночку, но вместе они отлично дополняют друг друга.

Рис. 10. Вклад каждого из трёх предложенных механизмов в общее снижение задержек по результатам имитационного моделирования

Для механизма 2 (резервирование) фактический диапазон составляет 8–10 %, на диаграмме показано среднее значение 9 %. Для механизма 3 (аукцион) диапазон 6–8 %, показано среднее значение 7 %. Планками погрешностей показаны диапазоны: для механизма 2–8–10 %, для механизма 3–6–8 %.

Итог работы:

Таким образом, в статье введено новое понятие «логистическая инерция», обоснован критический порог загрузки (73 %), предложены три оригинальных механизма снижения задержек, разработан диагностический инструмент (ИГП). Результаты имитационного моделирования подтверждают эффективность предложенного подхода: снижение задержек на 27–34 % без капитальных затрат. Все три механизма вносят сопоставимый вклад, причём ключевым является первый механизм, создающий условия для стабилизации потока. Ни один способ не работает в одиночку, но вместе они отлично дополняют друг друга, позволяя сократить задержки почти на треть.

Работа выполнена авторами самостоятельно в рамках изучения дисциплины «Теория организации».

Литература:

1. Мильнер Б. З. Теория организации. — М.: ИНФРА-М, 2021. — 488 с.
2. Пригожин А. И. Методы развития организаций. — М.: МЦФЭР, 2019. — 864 с.
3. Лапыгин Ю. Н. Теория организации. — М.: КноРус, 2020. — 312 с.