AnyLogic轨道库解决CSX铁路运营面临的挑战

AnyLogic轨道库解决CSX铁路运营面临的挑战

CSX是一家美国铁路公司,经营着约21000英里(34000公里)铁路,包含三大一级铁路中的一条,其遍及美国东海岸的大部分区域,为美国将近三分之二的人口提供服务。

该公司的网络计划部门是主要部门。该部门负责鉴别应该在何处增加运载能力来适应将来的需求增长、保证基础设施能够支持并维持高水平的服务质量、并试图提高资本投资的效益。

网络计划部门使用多步骤的方法管理整个网络的性能。他们利用分析工具监测当前的服务水平、识别出现的问题、并明确这些干扰的根本原因(如果问题出现在运营或是基础设施上)。

另外,他们还会分析问题具有哪些合理的解决方法,包括投资决策,以及哪种决策会产生最好的财政收益等问题。使用传统的分析工具无法得到正确答案。这正是CSX使用仿真建模技术的原因。他们将AnyLogic软件应用于许多不同目标,因为AnyLogic允许他们在所需的抽象层内,以较短的周转时间,为多个系统创建模型。

AnyLogic支持铁路工业用户模拟铁路轨道线、铁路站点和码程等相关问题。CSX在2014年完成的下列三个项目包含了通过AnyLogic解决的各种任务。

MGA铁路线的投资计划

问题

铁路仿真模型

MGA路线仿真

一个由CSX和其竞争对手联合经营的铁路线预计将会由于煤矿的原因导致大幅的需求增长。两家公司间的大幅竞争意味着如果其中一家不能满足这种市场需求,另外一家将会满足。CSX需要找到处理上升需求的最佳运营/资本策略。他们想要找到以下问题的答案:

CSX使用AnyLogic进行仿真建模找到了答案。

解决方案

CSX建立了供应链网络模型来模拟五个煤矿对空车的需求、对于需求的响应和空火车的分段运输。火车被建模为沿着网络移动的智能体。通过改变相关参数值,用户可以推断出不同因素对于火车吞吐量(如分段运输能力,和在煤矿的装载速度等)的影响。

模型计算出了CSX公司能够达到的吞吐量,以及火车的缺乏给他们带来的商业损失。

结果

该模型为决策者提供了洞悉系统以帮助识别最大可能的吞吐量。仿真结果说明公司不具有足够的分段运输能力来处理增长的市场需求,同时帮助分析出应该实施的最高优先资本投资项目。

纳什维尔机车工厂再设计

问题

机车库优化

机车库仿真模型

CSX纳什维尔机车工厂需要扩张,以适应更高层次的铁路网络再设计。工厂内包括一个质量维修车间和一个火车机车库。公司机械部门需要从8个设计中选出最佳的布局设计。目标是确定机车加工吞吐量最大化的布局。

解决方案

项目使用AnyLogic的轨道库建设了机车工厂的模型并检验了不同的布局设计。

模型中,72%进入工厂的机车送入了车库,22%送入维护车间,剩余的6%可能根据本身的问题及其检查情况送入两个中的任意一个。两个车间的服务所需时间不同。

机车在系统中的速度为5英里/时。每个车间内都有一个包含九个等候点的等候队伍。如果在维护车间、机车库、或是等候队伍里有空位置,机车将会被拖到系统之中。两个车间和等候队伍中空位置的数量是用户可以变更的参数。

结果

公司机械部门使用该模型检验了他们对于系统的设想,并且作为决策辅助工具确定了最佳的布局配置。该模型为专家提供了可靠的数据,也帮助他们在和股东交流时更有底气。

网络性能仿真器

铁路网络仿真

铁路网络仿真器

公司面临比预期更大的需求增长、寒冬天气、和资源限制,这些因素导致CSX网络北线拥挤。当CSX事后分析这个问题时,网络规划部门试图确定网络中发生了什么,及今后如何避免这些问题。

随着研究的进行,CSX发现如果将传统的分析方法替换成一个可视的仿真器,理解整个过程将会变得更加容易。所以他们决定在AnyLogic中将系统行为再现或重播。CSX使用GIS地图动画来更好的理解网络中的密度、流、和拥挤过程,以此改善决策。他们预先定义模型中火车的行为,再把所有的火车移动数据从数据库导入到AnyLogic中。仿真器包括火车移动的动画展示和统计数据,这些指标使数据可视化且易于理解。

仿真模型被展示给了高管和客户们,同时也彻底的帮助股东理解了这些问题。

观看下面AnyLogic2014会议上CSX的员工Jeremiah Dirnberger展示上述研究案例的视频

同类案例研究

更多案例研究