تحلیل هزینه‌ی چرخه‌ی عمر تصمیمات تعمیر و ‌نگه‌داری با استفاده از خروجی مدل پیش‌بینی مارکوف بر مبنای اطلاعات ماشین اندازه‌گیر خط راه‌آهن

سیستم حمل‌ونقل ریلی نقش مهم و حیاتی در توسعه اقتصاد کشورها دارد. این سیستم در طول زمان‌ بر اساس بهره‌برداری و شرایط آب و هوایی فرسوده می‌شود و به تعمیر و ‌نگه‌داری نیاز دارد. یکی از اهداف این عملیات، ‌نگه‌داری خطوط در یک وضعیت قابل‌قبول و جلوگیری از انحراف بیش‌ازحد آن‌ها نسبت به وضعیت مطلوب است. در راه‌آهن سامانه مدیریت تعمیر و ‌نگه‌داری خط آهن جهت بهینه کردن فعالیت‌ها و کاهش هزینه‌های مرتبط با آن‌ها مطالعه و پیاده‌سازی ‌‌شده‌است. چنین سامانه‌هایی برای پیش‌بینی وضعیت آتی خرابی، از تکنیک‌های مختلفی استفاده کرده‌اند. انتخاب بهترین سیاست تعمیر و ‌نگه‌داری هدف این سامانه‌ها است. برای ‌‌این‌که سیاست اتخاذی، بهترین و مقرون‌به‌صرفه‌‌ترین انتخاب باشد، نیاز است که تحلیل هزینه دوره عمر صورت پذیرد. در ادامه به کمک مدل ‌پیش‌بینی زوال مارکوف پیشین، مدل هزینه دوره عمر برای بالاست و ریل به عنوان اجزای نگران کننده پیشنهاد می‌شود. در انتها مشخص شد که هزینه‌های اصلی در بخش بالاست مربوط به هزینه نوسازی بالاست و عدم در دسترس بودن خط است. همانگونه که مشاهده شد کمترین هزینه دوره عمر بالاست در بازه تناژ 100 تا 150 میلیون تن ناخالص رخ می‌دهد. در این مطالعه با فرض تناژ سالیانه (16 میلیون تن ناخالص) که پیشتر عنوان شد، نتیجه می‌شود که عمر نوسازی بالاست حدودا 6 تا 10 سال است. این عدد برای ریل 500 تا 540 میلیون تن ناخالص است که معادل 30 تا 35 سال است.

Life cycle cost analysis (LCCA) of railway tracks maintenance decisions using the Markov forecast model based on the track recording machine data

Rail transportation system plays an important role in the development of the economies of the countries. This system will be worn over time by operation and weather conditions and will require maintenance. One of the goals of this operation is to keep the tracks in an acceptable condition and prevent their excessive deviation from the optimal situation. Railways maintenance and repair management system has been studied and implemented to optimize activities and reduce related costs. Such systems have used various techniques to predict the future state of failure. Choosing the best maintenance policy is the goal of these systems. For policymaking, the best and most costeffective option, lifecycle cost analysis is required. In the following, with help of the Markov prediction model, the life cycle cost (LCC) model is suggested for rail and ballast. In the end, it was found that the main costs in the ballast part are renewal costs and the track unavailability costs. The effect of renewal tonnage on these two costs is far higher than other costs. As you can see, the lowest ballast life cycle cost in the range of 100 to 150 million gross tons. In this study, assuming annual tonnage (16 million gross tonnages) as previously mentioned, it results in a renewal life of about 6 to 10 years. This value for the rails is from 500 to 540 million gross tons, which is equivalent to 30 to 35 years.