Лебедева О. А. Выбор маршрута передвижения в системе метрополитена / О. А. Лебедева, Ю. О. Полтавская, В. Е. Гозбенко // Современные технологии. Системный анализ. Моделирование. – 2018. – Т. 59, № 3. – С. 76–82. – DOI: 10.26731/1813-9108.2018.3(59).76-82.
10.26731/1813-9108.2018.3(59).57-68
Тяговый трансформатор моторвагонного подвижного состава переменного тока является одним из самых важных элементов тягового привода, от которого зависит протекание электромагнитных процессов в выпрямительно-инверторном преобразователе и тяговых двигателях в режимах тяги и рекуперативного торможения.
В данной статье представлено математическое моделирование тягового трансформатора типа ОДЦЭ-2000/25Б-У1, применяемого на современных электропоездах переменного тока серии ЭД9Э и ЭП3Д. На математической модели тягового трансформатора электропоезда проводятся опыты в режимах холостого хода и короткого замыкания, необходимых для сравнения характеристик математической модели с характеристиками реального тягового трансформатора. Для проведе-ния моделирования вводятся дифференциальные уравнения электромагнитных и переходных процессов тягового трансфор-матора электропоезда. Для максимального приближения протекающих электромагнитных процессов в математической мо-дели к процессам, протекающим в тяговом трансформаторе электропоездов переменного тока ЭП3Д и ЭД9Э, модель была дополнена магнитными характеристиками сердечника. Достоверность математической модели тягового трансформатора проверялась согласно опыту холостого хода и короткого замыкания. Полученные результаты опытов свидетельствуют о том, что характеристики математической модели соответствуют характеристикам тягового трансформатора электропоездов серии ЭП3Д и ЭД9Э.
Разработанная математическая модель тягового трансформатора позволит получить электромагнитные процессы, близкие к реальным, протекающие в тяговом приводе электропоезда переменного тока в режимах тяги и рекуперативного торможения.
1. Крипак М.Н., Колесник А.И. Проблемы и перспективы развития транспортной инфраструктуры в современных городах // Сборник научных трудов Ангарского государственного технического университета. 2014. Т. 1. С. 194–198.
2. Крипак М.Н., Лебедева О.А. Оценка состояния улично-дорожной сети крупного города // Современные технологии. Системный анализ. Моделирование. 2016. № 3 (51). С. 171–174.
3. Гозбенко В.Е. Методы прогнозирования и оптимизации транспортной сети с учетом мощности пассажиро и гру-зопотоков / В.Е. Гозбенко, М.Н. Крипак, А.С. Пашкова, А.Н. Иванков // ИрГУПС. – Иркутск, 2008. С. 76. Деп. в ВИНИТИ. 15.04.2008, № 330-В2008.
4. Михайлов А.Ю., Копылова Т.А. Система критериев оценки качества функционирования интермодальных узлов пассажирского транспорта // Известия вузов. Инвестиции. Строительство. Недвижимость. 2014. № 6 (11). С. 73–80.
5. Матвеева М.А., Ковалева Т.С., Шаров М.И. Повышение качества функционирования интермодальных узлов пригородного железнодорожного пассажирского транспорта Иркутской агломерации // Известия вузов. Инвестиции. Строительство. Недвижимость. 2014. № 6 (11). С. 115–122.
6. Крипак М.Н., Гозбенко В.Е., Колесник А.И. Оптимизация структуры транспорта как мера повышения эффектив-ности функционирования системы городского пассажирского транспорта. // Материалы 10-й ежегодной реги-он. научно-практ. конф. – Ангарск: Изд-во АГТА, 2013.
7. Михайлов А.Ю., Копылова Т.А. Разработка оценочной шкалы продолжительности пересадок в интермодальных узлах городского пассажирского транспорта /// Вестник ИрГТУ. 2015. № 12 (107). С. 258–263.
8. Лебедева О.А. Поведенческая модель выбора маршрута в метрополитене // Современные технологии и научно-технический прогресс. 2018. Т. 1. С. 110–111.
9. Лебедева О.А. Методика применения системы оплаты смарт-картами в общественном транспорте // Современные технологии и научно-технический прогресс. 2018. Т. 1. С. 106–107.
10. Полтавская Ю.О. Данные смарт-карт как источник информации о транспортных передвижениях на общественном транспорте // Современные технологии и научно-технический прогресс. Тезисы докладов ежегодной международной научно-технической конференции имени В.Я. Баденикова. Ангарск, АнГТУ, 2018. С. 119–120.
11. Карелин Н.И., Шаров М.И. К вопросу повышения эффективности работы интермодальных узлов пригородного железнодорожного пассажирского транспорта Иркутской агломерации // В сборнике: РЕЗУЛЬТАТЫ НАУЧНЫХ ИССЛЕДОВАНИЙ Сборник статей Международной научно-практической конференции. Ответственный редактор: Сукиасян Асатур Альбертович. 2016. С. 46–52.
12. Оленцевич В.А., Гозбенко В.Е. Анализ причин нарушения безопасности работы железнодорожной транспортной системы // Современные технологии. Системный анализ. Моделирование. 2013. № 1 (37). С. 180–183.
13. Kusakabe T., Iryo T., Asakura Y. Estimation method for railway passengers’ train choice behavior with smart card transaction data // Transportation, vol. 37, no. 5, pp. 731–749, 2010.
14. Sheffi Y. Urban transportation networks: Equilibirum analysis with mathematical programming methods // 1985, eng-lewood Cliffs, NJ: Prentice-Hall, c 1985.
15. Nakayama S., Kitamura R. Route choice model with inductive learning, pp. 63–70, 2000.
16. Bagchi M. White P. The potential of public transport smart card data // Transport Policy, vol. 12, no. 5, pp. 464–474, 2005.
17. Agard B., Morency C. Tr´epanier M. Mining public transport user behaviour from smart card data // in 12th IFAC Symposium on Information Control Problems in Manufacturing-INCOM, 2006, pp. 17–19.
18. Pelletier M.-P., Tr´epanier M., Morency C. Smart card data use in public transit: A literature review //Transportation Research Part C: Emerging Technologies, vol. 19, no. 4, pp. 557–568, 2011.
19. Jin J.G., Tang L.C., Sun L., Lee D.-H. Enhancing metro network resilience via localized integration with bus services // Transportation Research Part E: Logistics and Transportation Review, vol. 63, pp. 17– 30, 2014.
20. Borthakur D. Hdfs architecture guide,” HADOOP APACHE PROJECT http://hadoop. apache. org/common/docs/current/hdfs design. pdf, 2008.