«Вестник Московского автомобильно-дорожного государственного технического университета (МАДИ)» | Выпуск 3 (82), сентябрь 2025

Аннотация

При строительстве подземных транспортных коммуникаций, которые залегают на относительно небольшой глубине от земной поверхности, проходят в слабых грунтах и имеют небольшую длину, экономически целесообразно применение металлического защитного экрана. Использование экранов позволяет предотвратить деформацию и проседание несущего слоя грунта, минимизирует воздействие строительно-монтажных работ на городскую и транспортную инфраструктуру и обеспечивает безопасность строительных работ. В статье представлены результаты исследования напряженно-деформированного состояния новых конструкций металлических защитных экранов. Защитные экраны сооружаются способом продавливания в грунт базовых элементов, которые представляют собой секции из сваренных полутруб, и однотипных элементов на основе листового проката. Исследование напряженно-деформированного состояния предлагаемых конструкций защитных экранов проводилось с использованием компьютерной модели, с применением метода конечных элементов. Полученные результаты показали, что напряженно-деформированное состояние металлического защитного экрана зависит от его геометрических параметров, таких как толщина стенок полутруб и листов и глубины заходки. Опираясь на результаты исследований, можно определить рекомендации по проектированию металлических защитных экранов, с целью возможности их применения в качестве готового решения для конкретных геологических и технических условий.

Ключевые слова: подземные транспортные коммуникации, защитные экраны, продавливание, нарушение структуры вышележащих слоев грунта, деформации и просадка поверхности несущего слоя

Список источников

1. Патент № 23710 BY, МПК E 21D 9/04. Защитный экран для тоннеля, или трубы, или путепровода тоннельного типа в рыхлом грунте (варианты) и способ его сооружения : № a 20210046 : заявлено 26.02.2021 : опубл. 30.06.2022 / Н. М. Прибыльская, А. А. Безуглый.
2. Евразийский патент № 042410 B1, МПК 7E21D 9/04, E21D 11/00, E21D 11/04, E02D 29/02, E04G 11/00. Защитный экран из однотипных элементов для сооружения тоннеля : № 202000315 : заявлено 2020.08.18 : опубл. 2023.02.10 / Н. М. Прибыльская.
3. Анциферов, С. В. Математическое моделирование взаимодействия массива грунта и обделок тоннелей кругового поперечного сечения, сооружаемых с применением защитного экрана из труб / С. В. Анциферов, О. В. Трещева // Известия Тульского государственного университета. Науки о Земле. – 2024. – № 1. – С. 547-561. – EDN BDWJMP.
4. Оценка влияния техногенных полей напряжений на напряженно-деформированное состояние подземных конструкций / М. О. Лебедев, А. С. Саммаль, П. В. Деев, С. В. Анциферов // Горный информационно-аналитический бюллетень (научно-технический журнал). – 2025. – № 6. – С. 68-81. – DOI 10.25018/0236_1493_2025_6_0_68. – EDN DPVUTG.
5. Василевский, А. Л. Строительство подземного пешеходного тоннеля закрытым способом в зоне влияния метрополитена в Минске / А. Л. Василевский // Метро и тоннели. – 2024. – № 1. – С. 2-6. – EDN FYYEZT.
6. Pribylskaya, N. M. Metal shields and method of its construction from guide pipes and basic elements / N. M. Pribylskaya, V. A. Grechukhin // Construction of Unique Buildings and Structures. – 2024. – No. 1(110). – P. 11004. – DOI 10.4123/CUBS.110.4. – EDN LYWIMI.
7. Анциферов, С. В. Исследование напряженного состояния массива грунта и обделок тоннелей, сооружаемых с применением защитного экрана из труб / С. В. Анциферов, О. В. Трещева, П. В. Деев // Известия Тульского государственного университета. Науки о Земле. – 2024. – № 2. – С. 506-519. – EDN YBAAVT.
8. Маковский, Л. В. Эффективные технологии строительства пешеходных тоннелей / Л. В. Маковский, В. В. Кравченко // Наука и техника в дорожной отрасли. – 2023. – № 4. – С. 4-7. – EDN FQRIZA.
9. Лебедев, М. О. Напряженно-деформированное состояние крепей и обделок транспортного тоннеля в известняках / М. О. Лебедев // Известия Тульского государственного университета. Науки о Земле. – 2019. – № 2. – С. 320-331. – EDN SJIEFM.
10. Развитие теории расчета подземных сооружений в России / А. С. Саммаль, П. В. Деев, С. В. Анциферов, М. О. Лебедев // Метро и тоннели. – 2023. – № 4. – С. 18-20. – EDN ZSRZTQ.
11. Долгих, А. Ю. Оценка роли защитного экрана при строительстве транспортных тоннелей / А. Ю. Долгих // Метро и тоннели. – 2023. – № 3. – С. 10-11. – EDN EZRWMN.

Аннотация.

Описанное в статье исследование направлено на анализ траекторий движения автомобилей с большой базой на горных дорогах, с целью выявления характерных особенностей их движения. Исследование необходимо для установления ширины полосы движения проезжей части на горных участках автомобильных дорог во Вьетнаме. Можно выделить основные факторы, определяющие траекторию движения таких автомобилей: база грузового автомобиля, его загрузка, особенности восприятия водителями дорожной обстановки, наличие продольного уклона и складывающаяся на дороге интенсивность движения грузовых и легковых автомобилей. Недостаточное внимание к проблеме приводит к повышенной аварийности на таких участках автомобильных дорог. Ранее исследования фокусировались на отклонениях траектории в отдельных точках на кривых в плане, что не позволяло в полной мере судить о непрерывности изменений траектории движения. Однако современные методы анализа требуют более комплексного подхода, включающего моделирование движения с учетом динамических характеристик транспортных средств. Важным аспектом является также влияние погодных условий, таких как дождь и туман, на устойчивость движения автомобилей с большой базой. В статье представлены рекомендации по корректировке геометрии дорог для повышения безопасности движения. Предложенные меры включают оптимизацию радиусов закруглений, корректировку ширины проезжей части на сложных участках и применение современных технологий мониторинга дорожной обстановки.

Ключевые слова: траектория движения, автомобили с большой базой, малый радиус поворота, полная масса, геометрия дороги, горная дорога

Список источников

1. Эшанбабаев, А. А. Обеспечение безопасности движения транспортных средств в горных дорожных условиях / А. А. Эшанбабаев, Р. Ш. Рахимов, Ш. Н. Ахмаджонов // Universum: технические науки. – 2022. – № 5-5(98). – С. 59-63. – DOI 10.32743/UniTech.2022.98.5.13599. – EDN ELZDHB.
2. Critical radius prediction for small radius curved section of two-lane secondary highways based on speed characteristics / Sh. Hu, W. Tong, H. Xu, Ya. Wu // Heliyon. – 2024. – Vol. 10, No. 12. – P. e32853. – DOI 10.1016/j.heliyon.2024.e32853. – EDN LFVWQL.
3. Enhancing driving safety evaluation through correlation analysis of driver behavior / F. Majun, W. Zhou, H. Zhao, C. Pan, D. Shi, X. An // Sustainability. – 2025. – Vol. 17, No. 9. – DOI 10.3390/su17094067.
4. Косцов, А. В. Скорость движения автомобилей при съезде с магистральных городских дорог скоростного движения / А. В. Косцов, А. М. Танатова // Известия Казанского государственного архитектурно-строительного университета. – 2024. – № 3(69). – С. 58-67. – DOI 10.48612/NewsKSUAE/69.6. – EDN GBOEJG.
5. Пикалов, С. А. Определение координат точки падения авиационных средств поражения на полигоне с помощью системы сейсмодатчиков / С. А. Пикалов, О. Н. Лапшина, Н. П. Щербинин // Труды ГосНИИАС. Серия Авиационные системы. – 2025. – № 1(68). – С. 4-17. – EDN JIAQAP.
6. Поспелов, П. И. Организация движения на нерегулируемом пересечении с выделенной полосой для наземного общественного транспорта / П. И. Поспелов, Д. Л. Ле // Вестник Московского автомобильно-дорожного государственного технического университета (МАДИ). – 2021. – № 2(65). – С. 88-95. – EDN KJGLSG.
7. Применение цифровой инфраструктуры и телематических систем с целью повышения безопасности перевозок и дорожного движения при эксплуатации транспорта в горных условиях / Н. А. Филиппова, А. А. Абакаров, А. Т. Амиров, Ш. М. Игитов // Мир транспорта. – 2023. – Т. 21, № 4(107). – С. 62-71. – DOI 10.30932/1992-3252-2023-21-4-7. – EDN CQFZBA.
8. Современный автотранспорт горнопромышленного комплекса: проблемы и решения / И. В. Макарова, М. М. Ганиев, А. С. Баринов [и др.] // Горная промышленность. – 2025. – № S1. – С. 28-33. – DOI 10.30686/1609-9192-2025-1S-28-33. – EDN WHYNMW.
9. Чан Хынг Ха. Проектирование продольного уклона перевальных участков горных дорог с учетом безопасности движения в условиях Вьетнама : специальность 05.23.11 "Проектирование и строительство дорог, метрополитенов, аэродромов, мостов и транспортных тоннелей" : диссертация на соискание ученой степени кандидата технических наук / Чан Хынг Ха. – Москва, 2006. – 184 с. – EDN NNVOGR.
10. Иштимиров, З. Р. Оценка влияния объема выборки на закон распределения случайной величины / З. Р. Иштимиров // Научные чтения по авиации, посвященные памяти Н.Е. Жуковского. – 2024. – № 12. – С. 332-338. – EDN XUDYNU.
11. Метод и алгоритм обработки данных для подсчета и классификации транспортных средств с применением глубокой сверточной нейронной сети / Р. С. Джураева, А. Л. Шестаков, Ш. Ш. Кодиров, Ф. Л. Содикова // Приборы. – 2024. – № 8(290). – С. 21-26. – EDN KFLAGW.
12. Мосева, М. С. О методах сбора и анализа основных характеристик транспортного потока / М. С. Мосева // T-Comm: Телекоммуникации и транспорт. – 2022. – Т. 16, № 2. – С. 29-38. – DOI 10.36724/2072-8735-2022-16-2-29-38. – EDN MXTXOL.

Аннотация

В статье рассматривается движение частицы по вращающемуся диску разбрасывателя, оборудованному криволинейными лопатками, при различном характере соударения. Криволинейная форма лопаток, профиль которых в рассматриваемом случае соответствовал логарифмической спирали, обоснована их большей жесткостью по сравнению с прямолинейными лопатками. Динамика движения частицы рассмотрена с применением уравнений динамики относительного движения материальной точки. Она изучалась для случаев упругого и неупругого взаимодействия с лопаткой диска с применением гипотезы Рауса при наиболее вероятном значении коэффициента трения частицы о диск. Используемый при этом динамический коэффициент трения при ударе принимался равным половине кинематического коэффициента трения частицы о диск. В работе рассмотрены все варианты движения частицы после её первого и последующих ударов о лопатку вращающегося диска, приведены графики временных зависимостей скорости относительного движения частицы, а также построены траектории относительного движения частицы для трех различных случаев изгиба спирали: положительного (правая логарифмическая спираль), нулевого (прямолинейная лопатка) и отрицательного (левая логарифмическая спираль). На основе предложенной модели исследован характер изменения действующего на диск момента сопротивления вращению. Приведены результаты численных экспериментов.

Ключевые слова: дисковый разбрасыватель, логарифмическая спираль, материальная точка, удар, трение, относительное движение

Список источников

1. Dudkin E. P., Alekseev A. V. Transportnoe stroitelʹstvo, 2010, no. 8, pp. 22-24.
2. Shvarcz A. A., Besedin B. P. Vestnik Kurskoj gosudarstvennoj selʹskohozâjstvennoj akademii, 2016, no. 7, pp. 66-69.
3. Alekseev A. V. Naučnye problemy transporta Sibiri i Dalʹnego Vostoka, 2011, no. 1, pp. 203-208.
4. Zemdixanov M. M., Yakhin S. M., Khaliullin D. T., Pikmullin G. V., Shamsutdinov I. I. Sovremennoye sostoyaniye i perspektivy razvitiya tekhnicheskoy bazy agropromyshlennogo kompleksa, Sbornik nauchnykh trudov, Kazan, Kazan State Agricultural University, 2023, pp. 903-909.
5. Borisov S. V., Grishakin V. T. Dynamics of a Particle striking Against a Rotating Disk Containing Guides, Russian Journal of Nonlinear Dynamics, 2025, vol. 21, no. 2, pp. 119-133, doi 10.20537/nd241102.
6. Rozenblat G. M., Borisov S. V. Mechanics of Solids, 2023, no. 2, pp. 42-54, doi 10.31857/S0572329922100075
7. Grishakin V. T. Analiticheskaya mekhanika i elementy teorii udara (Analytical Mechanics and Elements of Impact Theory), Moscow, MADI, 2023, 124 p.
8. Grudev A. I., Ishlinsky A. Yu., Chernousko F. L. Prikladnaâ matematika i mehanika, 1988, vol. 53, no. 3, pp. 372-381.
9. Nikonova E. A. Prikladnaâ matematika i mehanika, 2022, vol. 86, no. 2, pp. 153-168, doi 10.31857/S0032823522020096.
10. Burov A. A., Nikonov V. I., Shalimova E. S. Prikladnaâ matematika i mehanika, 2024, vol. 88, no. 2, pp. 172-189, doi 10.31857/S0032823524020016.

Аннотация

В статье приведены результаты анализа и моделирования влияния новых конструкционных материалов на характеристики и надежность ступицы ходовой части автомобиля, осуществлённых с использованием программного обеспечения SolidWorks. В данной работе анализируются и сравниваются преимущества и недостатки технологических возможностей изготовления автомобильных ступиц из полимерных композиционных материалов (ПКМ), а также обосновывается возможность использования аддитивных технологий для их производства. Представлены методы проектирования материалов и расчета оптимальных составов новых композитов в рамках подготовки к моделированию и оптимизации процесса 3D-печати ступицы автомобиля. Исследование направлено на создание надежных конструкционных материалов с улучшенными механическими свойствами. Приведен анализ существующих материалов и технологий. Композиция разработана на основе термопластичных полимеров с армирующими волокнами. Оптимизация конструкции фиксатора выполнена с помощью 3D-моделирования и метода конечных элементов. Испытания показали высокие прочности и стойкости нового материала, что делает его перспективным для интенсивной всепогодной эксплуатации в реальных дорожно-транспортных условиях. Использование методов компьютерного моделирования позволило авторам оптимизировать процесс разработки новых материалов, прогнозируя их поведение в различных условиях и ускоряя создание качественно новых изделий машиностроения.

Ключевые слова: ступицы автомобиля, полимерные композиционные материалы, аддитивные технологии, 3D-печать, надежность

Список источников

1. Modelling the Interaction between a Laterally Deflected Car Tyre and a Road Surface / A. Maknickas, O. Ardatov, M. Bogdevičius, R. Kačianauskas // Applied Sciences (Switzerland). – 2022. – Vol. 12, No. 22. – P. 11332. – DOI 10.3390/app122211332. – EDN VVRYIE.
2. Determination of a Safety Factor of a Car Wheel Rim Using Finite Element Analysis in Solidworks / E. Desnica, M. Đurđev, B. Vaščić [et al.] // Applied Engineering Letters. – 2022. – Vol. 7, No. 4. – P. 163-171. – DOI 10.18485/aeletters.2022.7.4.4. – EDN KLQMFV.
3. Leidenfrost, D. Generative-Engineering-Ansatz für einen B-Säulen-Karosserieknoten / D. Leidenfrost, B. Moarefi // ATZ Automobiltechnische Zeitschrift. – 2020. – Vol. 122, No. 11. – P. 68-71. – DOI 10.1007/s35148-020-0333-3. – EDN FXXVUT.
4. Additive manufacturing of carbon fiber reinforced thermoplastic composites using fused deposition modeling / F. Ning, W. Cong, J. Qiu, J. Wei, S. Wang // Composites Part B: Engineering. – 2015. – Vol. 80. – P. 369-378. – DOI 10.1016/j.compositesb.2015.06.013.
5. 3D Printing of Continuous Fiber Reinforced Polymer Composites: Development, Application, and Prospective / X. Tian, A. Todoroki, T. Liu [et al.] // Chinese Journal of Mechanical Engineering: Additive Manufacturing Frontiers. – 2022. – Vol. 1, No. 1. – P. 100016. – DOI 10.1016/j.cjmeam.2022.100016. – EDN DFRUNK.
6. Карташов, А. Б. Применение композиционных материалов в конструкции ходовой части городского автомобиля / А. Б. Карташов // Труды НГТУ им. Р.Е. Алексеева. – 2010. – № 3(82). – С. 155-159. – EDN NVAXON.
7. Бородулин, А. С. Свойства и особенности структур стеклянных волокон, используемых для изготовления стеклопластиков / А. С. Бородулин // Материаловедение. – 2012. – № 7. – С. 34-37. – EDN PAZUKT.
8. Чугунов, М. В. Оптимальное проектирование сильфонной техники на платформе SolidWorks / М. В. Чугунов, И. Н. Полунина // Вестник Мордовского университета. – 2017. – Т. 27, № 2. – С. 169-177. – DOI 10.15507/0236-2910.027.201702.169-177. – EDN YPLOFZ.
9. CAD Modelling and Fatigue Analysis of a Wheel Rim Incorporating Finite Element Approach / U. Sh. Maiya, M. Manjunath, Sh. H. Balakrishna, R. K. Billady // Universal Journal of Mechanical Engineering. – 2023. – Vol. 11, No. 2. – P. 36-45. – DOI 10.13189/ujme.2023.110202. – EDN RHNNDM.
10. Li, N. Rapid prototyping of continuous carbon fiber reinforced polylactic acid composites by 3D printing / N. Li, Y. Li, S. Liu // Journal of Materials Processing Technology. – 2016. – Vol. 238. – P. 218-225. – DOI 10.1016/j.jmatprotec.2016.07.025.

Аннотация.

Первые серийные образцы систем динамической стабилизации для грузовых автомобилей и автопоездов появились на рубеже второго и третьего тысячелетий. В статье рассмотрены эволюция активных полуприцепов в нашей стране, а также отечественные научные школы по устойчивости движения автотранспортных средств. Основными проблемами, препятствующими внедрению автопоездов на базе серийных тягачей с механическим и гидрообъёмным приводами колёс полуприцепа, являлись кинематическое рассогласование в приводе колёс, неоптимальное распределение тяговых и тормозных усилий, снижение проходимости вследствие несовпадения колеи тягача и прицепного звена при криволинейном движении, ограниченные поперечная устойчивость и грузоподъёмность и высокий расход топлива, что обусловило применение электромеханической трансмиссии. Показана низкая эффективность традиционной системы динамической стабилизации, осуществляемой путём индивидуального импульсного торможения колёс, для автопоездов специального назначения ввиду слишком большого момента инерции полуприцепа относительно его вертикальной оси симметрии. Обоснован синергетический подход к повышению их эксплуатационных свойств за счёт комплексного управления поворотом колёс и тяговыми электродвигателями активного привода колёс полуприцепа.

Ключевые слова: устойчивость движения, активизация колёс полуприцепа, механический привод, гидрообъёмный привод, электромеханический привод, система управления поворотом, тяговый электродвигатель

Список источников

1. Углы наклона колёс. Оценка влияния на устойчивость автомобиля по поперечному скольжению и поперечному опрокидыванию / Е. В. Балакина, М. С. Кочетов, Д. С. Сарбаев, И. В. Сергиенко // Автомобильная промышленность. – 2021. – № 10. – С. 13-17. – EDN JWPSUH.
2. Нормирование показателей технического состояния амортизаторов автотранспортных средств для их контроля в условиях эксплуатации / Н. Ю. Кузнецов, А. И. Федотов, А. В. Лысенко, Д. А. Тихов-Тинников // Труды НАМИ. – 2019. – № 4(279). – С. 46-51. – EDN EZPNNZ.
3. Дьяков, И. Ф. Оптимальный выбор транспортного средства для перевозки грузов / И. Ф. Дьяков // Грузовик. – 2017. – № 9. – С. 37-45. – EDN ZQPXYV.
4. Белоусов, Б. Н. Мехатронные системы - ближайший путь повышения эксплуатационных свойств тяжёлых автопоездов / Б. Н. Белоусов, А. А. Бердников, С. А. Люшнин // Автомобильная промышленность. – 2021. – № 1. – С. 7-12. – EDN JWVQZG.
5. Шелгинских, И. Н. Рациональное демпфирование в системе подрессоривания для обеспечения устойчивости автомобиля при высокоскоростном маневрировании / И. Н. Шелгинских // Труды НАМИ. – 2019. – № 1(276). – С. 55-63. – EDN XODCRH.
6. Белоусов, Б. Н. Энергоэффективность рулевого привода многоосной машины / Б. Н. Белоусов, А. М. Щербин // Автомобильная промышленность. – 2022. – № 11. – С. 22-25. – EDN YBFHYB.
7. Малкин, М. А. Мехатронные привода в тормозной и рулевой системах электротранспорта / М. А. Малкин, А. С. Переладов, А. М. Щербин // Экстремальная робототехника. – 2024. – № 1(35). – С. 22-26. – EDN CLVTJA.
8. Автомобильные системы управления крутящим моментом на колесах / Б. Н. Белоусов, Р. А. Лапенков, А. Ф. Стариков, А. М. Щербин // Вестник машиностроения. – 2024. – Т. 103, № 2. – С. 104-114. – DOI 10.36652/0042-4633-2024-103-2-104-114. – EDN LJLBNL.
9. Automotive Wheel Torque Control Systems / B. N. Belousov, R. F. Lapenkov, A. F. Starikov, A. M. Scherbin // Russian Engineering Research. – 2024. – Vol. 44, No. 4. – P. 483-492. – DOI 10.3103/s1068798x24700552. – EDN CJHLGJ.
10. Котов, И. И. Системы предотвращения и блокировки складывания автопоезда / И. И. Котов, А. А. Зиятдинов, С. В. Башегуров // Грузовик. – 2018. – № 1. – С. 3-7. – EDN YLVMGJ.
11. Особенности математического моделирования при создании активного автопоезда / Б. Н. Белоусов, Р. А. Лапенков, А. Ф. Стариков, А. М. Щербин // Грузовик. – 2023. – № 3. – С. 3-9. – DOI 10.36652/1684-1298-2023-3-3-9. – EDN TDWRNA.
12. Разработка принципов повышения устойчивости автопоездов от бокового опрокидывания в повороте / Г. Г. Анкинович, А. Н. Вержбицкий, М. М. Жилейкин, Г. И. Скотников // Известия высших учебных заведений. Машиностроение. – 2016. – № 2(671). – С. 28-35. – EDN VKQDMR.
13. Малиновский, М. П. «Отскок подвески» и прогнозирующие свойства системы динамической стабилизации автопоезда / М. П. Малиновский // Автомобильная промышленность. – 2021. – № 12. – С. 12-16. – EDN YMOEFT.
14. Новый способ оценки эффективности действия систем электронного контроля устойчивости на льду, пригодный для автомобилей, оснащённых шипованными шинами / А. М. Иванов, С. Р. Кристальный, Н. В. Попов, В. А. Фомичев // Автомобильная промышленность. – 2017. – № 9. – С. 32-34. – EDN ZSMBWB.
15. Оценка эффективности технических решений активного автопоезда с помощью физического моделирования / Б. Н. Белоусов, К. В. Бологов, Т. Г. Жоголев, Р. А. Лапенков, Р. Г. Мухаметзянов, В. С. Сапожкин, А. Ф. Стариков, А. М. Щербин // Труды НАМИ. – 2023. – № 4(295). – С. 87-100. – DOI 10.51187/0135-3152-2023-4-87-100. – EDN GJUBKK.
16. Глазков, Ю. Е. Анализ устойчивости движения автопоезда с управляемым полуприцепом / Ю. Е. Глазков, М. М. Глазкова, М. А. Попов // Тенденции развития науки и образования. – 2020. – № 68-2. – С. 141-143. – DOI 10.18411/lj-12-2020-91. – EDN GBELJN.

Аннотация.

В статье представлена методика определения местоположения регионального грузового распределительного центра по критерию минимизации транспортной работы. Она позволяет определить оптимальные маршруты доставки грузов с учетом кривизны плоской кривой. Согласно предложенной методике, вычисляем координаты грузового центра тяжести по формулам теоретической механики. В качестве веса принимаем количество грузов в пунктах потребления. Район распределительного центра находим вокруг грузового центра тяжести. Границы района проходят через узлы, расположенные наиболее близко к центру тяжести. За узлы принимаем грузовые пункты. Формирование маршрутов начинаем с расчетных узлов методом «фиктивных узлов и ветвей». Учет кривизны маршрутов осуществляем на основе использования метода аппроксимации, для этого определяем транспортную работу и координаты центра тяжести прямоугольной эпюры на каждой ветви маршрута. Координаты центра принимаем с учетом средних значений, полученных для каждого выбранного расчетного узла. На основе предложенной методики приведен численный пример расчета.

Ключевые слова: автомобиль, доставка, груз, маршрут, региональный распределительный центр, координаты, транспортная работа

Список источников

1. Вельможин, А. В. Теория организации и управления автомобильными перевозками: логистический аспект формирования перевозочных процессов : монография / А. В. Вельможин, В. А. Гудков, Л.Б. Миротин. – Волгоград: РПК "Политехник", 2001. – 177 с.
2. Вольхин, Е. Г. Модели размещения распределительных центров / Е. Г. Вольхин // Управленец. – 2018. – Т. 9, № 2. – С. 54-60. – DOI 10.29141/2218-5003-2018-9-2-9. – EDN YXOHOV.
3. Анализ трудоемкости различных алгоритмических подходов для решения задачи коммивояжера / С. С. Семенов, А. В. Педан, В. С. Воловиков, И. С. Климов // Системы управления, связи и безопасности. – 2017. – № 1. – С. 116-131. – EDN VZEWLP.
4. Мартынов, А. В. Гибридный алгоритм решения задачи коммивояжера / А. В. Мартынов, В. М. Курейчик // Известия ЮФУ. Технические науки. – 2015. – № 4(165). – С. 36-44. – EDN TYMNZV.
5. Каримов, Р. А. Решение задачи коммивояжера двумя различными способами: "венгерский метод" и "метод ветвей и границ" / Р. А. Каримов // Международный студенческий научный вестник. – 2019. – № 1. – С. 41. – EDN VVHWEY.
6. Лещева, М. М. Алгоритм Литтла - в решении задачи коммивояжера / М. М. Лещева // Научному прогрессу – творчество молодых. – 2018. – № 3. – С. 200-203. – EDN YLTQXJ.
7. Володина, Е. В. Практическое применение алгоритма решения задачи коммивояжера / Е. В. Володина, Е. А. Студентова // Инженерный вестник Дона. – 2015. – № 2-2(36). – С. 96. – EDN UICJUP.
8. Костюк, Ю. Л. Эффективная реализация алгоритма решения задачи коммивояжёра методом ветвей и границ / Ю. Л. Костюк // Прикладная дискретная математика. – 2013. – № 2(20). – С. 78-90. – EDN QCAKVP.
9. Новиков, А. Н. Решение задачи маршрутизации с ограничениями величины партий груза и количества пунктов / А. Н. Новиков, С. А. Жесткова // Мир транспорта и технологических машин. – 2023. – № 4-2(83). – С. 70-76. – DOI 10.33979/2073-7432-2023-4-2(83)-70-76. – EDN YFNJIG.
10. Новиков, А. Н. Методика проектирования кольцевых маршрутов с обратным грузом / А. Н. Новиков, С. А. Жесткова // Мир транспорта и технологических машин. – 2024. – № 1-3(84). – С. 19-26. – DOI 10.33979/2073-7432-2024-1-3(84)-19-26. – EDN DGOONB.
11. Пожидаев, М. С. Алгоритмы решения задачи маршрутизации транспорта : специальность 05.13.18 "Математическое моделирование, численные методы и комплексы программ" : диссертация на соискание ученой степени кандидата технических наук / Пожидаев Михаил Сергеевич. – Томск, 2010. – 136 с. – EDN QFBZJX.

Аннотация.

Целью данного исследования является разработка математической модели расчета времени прибытия трамвая к светофорным объектам (СФО) с учетом случайных отклонений и создание алгоритма оптимизации времени отправления для минимизации задержек на всем маршруте движения. Основная задача состоит в устранении излишних простоев трамвая у СФО путем оптимизации сдвигов светофорных фаз и определении оптимального времени отправления трамвая от СФО. В статье представлена математическая модель прогнозирования времени прибытия трамваев к СФО с учетом стохастических факторов дорожного движения (ДД). Разработана аналитическая модель расчета коэффициента синхронизации светофорных фаз, позволяющая определить вероятность задержки трамвая на регулируемых перекрестках. Предложен алгоритм определения оптимального времени отправления трамвая от начального СФО для минимизации общих задержек на маршруте. Модель учитывает влияние случайных отклонений времени движения, представленных нормальным распределением, и позволяет рассчитать ожидаемые задержки с учетом вероятностных характеристик. Исследование основано на применении методов дискретной оптимизации и теории циклических функций. Практическое применение метода обеспечивает сокращение времени поездки на 10-20%, снижение энергопотребления на 5-12% и повышение регулярности движения трамваев на 15-20%. Разработанная модель может быть интегрирована в существующие системы управления городским транспортом и адаптирована для других видов транспорта.

Ключевые слова: трамвайное движение, светофорное регулирование, математическое моделирование, стохастическая модель, синхронизация фаз, оптимизация времени отправления, задержки транспорта, коэффициент синхронизации, городской общественный транспорт, интеллектуальные транспортные системы

Список источников

1. Кустенко, А. А. Современные технические решения в организации трамвайного движения / А. А. Кустенко, Д. В. Капский, Е. М. Чикишев // Транспорт: наука, техника, управление. Научный информационный сборник. – 2025. – № 6. – С. 52-59. – DOI 10.36535/0236-1914-2025-06-8. – EDN WJBGMW.
2. Кустенко, А. А. Проблемы организации приоритетного проезда трамваев регулируемых объектов в условиях высокой интенсивности транспортного потока / А. А. Кустенко // Автотракторостроение и автомобильный транспорт : Сборник научных трудов Международной научно-практической конференции. В 2-х томах, Минск, 24 мая – 10 июня 2022 года. Том 2. – Минск: Белорусский национальный технический университет, 2022. – С. 121-125. – EDN ZBZECM.
3. Кустенко, А. А. Моделирование движения транспортных средств в местах посадки пассажиров в трамвай с проезжей части / А. А. Кустенко, Д. В. Капский, О. Н. Ларин // Транспорт Урала. – 2025. – № 2(85). – С. 22-28. – DOI 10.20291/1815-9400-2025-2-22-28. – EDN KWOQSA.
4. Louati, A. Enhancing Intersection Performance for Tram and Connected Vehicles through a Collaborative Optimization / A. Louati, E. Kariri // Sustainability. – 2023. – Vol. 15, No. 12. – P. 9231. – DOI 10.3390/su15129231. – EDN UCDUSW.
5. Górka, A. The Impact of Priority in Coordinated Traffic Lights on Tram Energy Consumption / A. Górka, A. Czerepicki, T. Krukowicz // Energies. – 2024. – Vol. 17, No. 2. – P. 520. – DOI 10.3390/en17020520. – EDN OANBYM.
6. Data-Driven RBFNN-Enhanced Model-Free Adaptive Traffic Symmetrical Signal Control for a Multi-Phase Intersection with Fast-Changing Traffic Flow / Ye. Ren, H. Yin, Li. Wang, H. Ji // Symmetry. – 2023. – Vol. 15, No. 6. – P. 1235. – DOI 10.3390/sym15061235. – EDN ZHENPG.
7. Keblawi, M. Automatic design of optimal actuated traffic signal plans with active transit priority / M. Keblawi, T. Toledo // IEEE Transactions on Intelligent Transportation Systems. – 2024. – Vol. 25, No. 6. – P. 5767–5779. – DOI 10.1109/TITS.2023.3341221.
8. Niedzielski, M. A. Signals, tracks, and trams: public transport signal priority impact on job accessibility over time / M. A. Niedzielski, S. Goliszek, A. Górka // Scientific Reports. – 2024. – Vol. 14, No. 1. – P. 23459. – DOI 10.1038/s41598-024-74960-x. – EDN GQZJVB.
9. Ou, D. Operation performance of tram lanes with intermittent priority with the coexistence of regular and automatic vehicles / D. Ou, R. Liu, I. Rasheed, L. Shi, H. Li // Journal of Intelligent Transportation Systems. – 2022. – Vol. 26, No. 4. – P. 486-497. – DOI 10.1080/15472450.2021.1891052.
10. Xie, N. Coordination of distributed adaptive signal control and advisory speed optimization based on shockwave theory / N. Xie, Ch. Dong, H. Wang // Computer-Aided Civil and Infrastructure Engineering. – 2024. – DOI 10.1111/mice.13364. – EDN ZOUIYR.
11. Integrating public transit signal priority into max-pressure signal control: Methodology and simulation study on a downtown network / Te. Xu, S. Barman, M. W. Levin [et al.] // Transportation Research Part C: Emerging Technologies. – 2022. – Vol. 138. – P. 103614. – DOI 10.1016/j.trc.2022.103614. – EDN OCBFIG.

Аннотация.

В ходе описанной в статье работы исследованы основные направления развития современных технологий, обеспечивающих устойчивую транспортную мобильность в городах, мегаполисах и агломерациях за счет применения цифровых методов управления транспортными системами. Транспортная мобильность как явление и объект управления с помощью соответствующих организованных бизнес-процессов декомпозируется на компоненты, которые могут быть представлены в составе следующих сервисных групп: информирование участников движения, управление дорожным движением и действия по отношению к его участникам, конструкция транспортных средств, общественный транспорт, электронные платежи на транспорте, персональная безопасность, связанная с дорожным движением. Эти группы формируют сервисную архитектуру специальных информационных систем управления транспортной мобильностью населения. Представлены некоторые разработанные авторами алгоритмы, относящиеся к группе «транспорт общего пользования». Каждый алгоритм имеет лингвистическое описание, а также наборы данных и методы, обеспечивающие его реализацию. Описание алгоритмов разработано на принципах объектно-ориентированного программирования и может быть внедрено с применением соответствующих языков.

Ключевые слова: транспортная мобильность населения, цифровые технологии на транспорте, информационные системы управления транспортной мобильностью

Список источников

1. Поляков, А. С. Повышение эффективности функционирования транспортного комплекса города / А. С. Поляков, С. В. Жанказиев // Наука и техника в дорожной отрасли. – 2016. – № 4(78). – С. 3-6. – EDN XEENFF.
2. Солодкий, А. И. Цифровая трансформация транспортной отрасли Российской Федерации. Перспективы развития / А. И. Солодкий, С. С. Евтюков, Н. В. Черных // Вестник Московского автомобильно-дорожного государственного технического университета (МАДИ). – 2024. – № 1(76). – С. 91-99. – EDN DXSECG.
3. Савельева, Е. О. Изменение транспортного поведения населения как способ достижения устойчивой мобильности в российских городах / Е. О. Савельева // Вестник Пермского национального исследовательского политехнического университета. Прикладная экология. Урбанистика. – 2021. – № 1(41). – С. 5-18. – DOI 10.15593/2409-5125/2021.01.01. – EDN NHPBNB.
4. Агуреев, И. Е. Подходы к формализации понятия транспортного поведения населения городских агломераций / И. Е. Агуреев, А. В. Ахромешин // Интеллект. Инновации. Инвестиции. – 2021. – № 2. – С. 60-70. – DOI 10.25198/2077-7175-2021-2-60. – EDN ATBYTR.
5. Завьялов, Д. В. Концепция устойчивой мобильности в современных мегаполисах / Д. В. Завьялов // МИР (Модернизация. Инновации. Развитие). – 2021. – Т. 12, № 3. – С. 288-305. – DOI 10.18184/2079-4665.2021.12.3.288-305. – EDN NODMEV.
6. Петров, Г. В. Архитектура интеллектуальной системы управления транспортными потоками / Г. В. Петров, И. С. Таран // Научно-практические исследования. – 2020. – № 12-5(35). – С. 32-37. – EDN AREAFB.
7. Куржанский, А. Б. Роль макромоделирования в активном управлении транспортной сетью / А. Б. Куржанский, А. А. Куржанский, П. Варайя // ТРУДЫ МФТИ. Труды Московского физико-технического института (национального исследовательского университета). – 2010. – Т. 2, № 4(8). – С. 100-118. – EDN OFYOIT.
8. Комаров, В. Стратегии устойчивой мобильности: лучшие мировые практики / В. Комаров, В. Акимова // Экономическая политика. – 2021. – Т. 16, № 1. – С. 82-103. – DOI 10.18288/1994-5124-2021-1-82-103. – EDN TSCCXK.
9. Сагинова, О. В. Мобильность в городе: перспективы и тенденции развития / О. В. Сагинова, Ю. Л. Сагинов // Экономика: вчера, сегодня, завтра. – 2019. – Т. 9, № 2-1. – С. 176-185. – DOI 10.25799/AR.2019.91.2.016. – EDN QWTHED.
10. Малышев, М. И. Инновации в области городского общественного транспорта и перспективы внедрения принципов новой мобильности / М. И. Малышев // Научный вестник Московского государственного технического университета гражданской авиации. – 2022. – Т. 25, № 3. – С. 36-50. – DOI 10.26467/2079-0619-2022-25-3-36-50. – EDN OLQCFU.

Аннотация.

В настоящей статье предлагается описание архитектуры глубокой Q-сети (Deep Q Network, DQN) для оптимизации управления светофорами. DQN представляет собой алгоритм обучения с подкреплением, позволяющий обрабатывать многомерные данные с использованием глубоких нейронных сетей. В данном исследовании проанализирована структура нейронной сети, используемая в алгоритме DQN. Пространство состояний и множество допустимых действий для системы управления светофорами были сконструированы на основе предложенной архитектуры DQN. Для эмпирической проверки эффективности предложенного подхода были проведены эксперименты, в которых алгоритм DQN сравнивался с другими методами управления светофорами. Оценка эффективности проводилась посредством моделирования общего времени задержки и длины очередей транспортных средств. Результаты экспериментов демонстрируют, что использование алгоритма DQN приводит к повышению эффективности регулирования транспортных потоков по сравнению с альтернативными методами.

Ключевые слова: глубокая Q-сеть, управление светофорами, обучение с подкреплением, нейронная сеть, сумма задержки, длина очереди

Список источников

1. De Oliveira, L. F. P. Development of a Smart Traffic Light Control System With Real-Time Monitoring / L. F. P. De Oliveira, L. T. Manera, P. D. G. Da. Luz // IEEE Internet of Things Journal. – 2021. – Vol. 8, No. 5. – P. 3384-3393. – DOI 10.1109/jiot.2020.3022392. – EDN AJMGXG.
2. Robertson, D. I., Bretherton R.D. Optimizing networks of traffic signals in real time – the SCOOT method / D. I. Robertson, R. D. Bretherton // IEEE Transactions on Vehicular Technology. – 1991. – Vol. 40, No. 1. – P. 11-15. – DOI 10.1109/25.69966.
3. Diakaki, C. A multivariable regulator approach to traffic-responsive network-wide signal control / C. Diakaki, M. Papageorgiou, K. Aboudolas // Control Engineering Practice. – 2002. – Vol. 10, No. 2. – P. 183-195. – DOI 10.1016/S0967-0661(01)00121-6. – EDN ASLVGX.
4. Discovering reinforcement learning algorithms / J. Oh, M. Hessel, W. M. Czarnecki [et al.] // Advances in Neural Information Processing Systems : 34, Virtual, Online, 06–12 декабря 2020 года. – Virtual, Online, 2020. – EDN GFSRKB.
5. Боровик, Т. Н. Принятие управленческих решений на основе метода обучения с подкреплением / Т. Н. Боровик, Р. В. Шамин // Вестник РГГУ. Серия: Экономика. Управление. Право. – 2024. – № 1. – С. 38-48. – DOI 10.28995/2073-6304-2024-1-38-48. – EDN ZDSREN.
6. Exploration in deep reinforcement learning: A survey / P. Ladosz, L. Weng, M. Kim, H. Oh // Information Fusion. – 2022. – Vol. 85. – P. 1-22. – DOI 10.1016/j.inffus.2022.03.003. – EDN BGOFMC.
7. Vouros, G. A. Explainable deep reinforcement learning: state of the art and challenges / G. A. Vouros // ACM Computing Surveys. – 2023. – Vol. 55, No. 5. – Art. No. 92. – DOI 10.1145/3527448.
8. Recent Advances in Reinforcement Learning for Traffic Signal Control / H. Wei, G. Zheng, V. Gayah, Zh. Li // ACM SIGKDD Explorations Newsletter. – 2021. – Vol. 22, No. 2. – P. 12-18. – DOI 10.1145/3447556.3447565. – EDN HYFKQT.
9. Reinforcement learning in urban network traffic signal control: A systematic literature review / M. Noaeen, A. Naik, L. Goodman [et al.] // Expert Systems with Applications. – 2022. – Vol. 199. – P. 116830. – DOI 10.1016/j.eswa.2022.116830. – EDN ZBGNPH.
10. Singh, L. Time optimization for traffic signal control using genetic algorithm / L. Singh, S. Tripathi, H. Arora // International Journal of Recent Trends in Engineering. – 2009. – Vol. 2, No. 2. – P. 4.
11. Levin, M. W. Max-Pressure Traffic Signal Timing: A Summary of Methodological and Experimental Results / M. W. Levin // Journal of Transportation Engineering Part A: Systems. – 2023. – Vol. 149, No. 4. – DOI 10.1061/jtepbs.teeng-7578. – EDN VHAMIF.
12. Srinivasan, D. Neural networks for real-time traffic signal control / D. Srinivasan, M. C. Choy, R. L. Cheu // IEEE Transactions on Intelligent Transportation Systems. – 2006. – Vol. 7, No. 3. – P. 261-272. – DOI 10.1109/TITS.2006.874716.
13. Abdoos M., Mozayani N., Bazzan A.L. Traffic light control in non-stationary environments based on multi agent Q-learning // Proceedings of the 14th International IEEE Conference on Intelligent Transportation Systems. – Washington, DC, 2011. – P. 1580-1585. – DOI 10.1109/ITSC.2011.6083114.
14. A theoretical analysis of deep Q-learning / J. Fan, Z. Wang, Y. Xie, Z. Yang // Proceedings of Machine Learning Research. – 2020. – Vol. 120. – P. 486-489.
15. Adaptive rational activations to boost deep reinforcement learning / Q. Delfosse, P. Schramowski, M. Mundt, A. Molina, K. Kersting // arXiv preprint arXiv:2102.09407. – 2021.