平均最小列车间隔通过能力计算法在武广客运专线的应用

传统的通过能力计算方法-扣除系数法已不适应我国客运专线通过能力的计算,本文深入研究了客运专线运输组织的特点,详细分析了客运专线对通过能力计算的特殊要求,在此基础上利用平均最小列车间隔法建立了客运专线通过能力的数学模型,并结合武广客运专线实际情况对该方法的实用性进行了验证,结果表明该方法较传统的扣除系数法更能适应客运专线运输组织的特点.     

250km/h客运专线通过能力计算研究

铁路客运专线能够大幅度提高铁路运输能力和服务质量.借鉴现有客运专线通过能力方面所取得的研究成果,选取扣除系数法计算通过能力,并对采用该方法时所需要的各个参数即列车追踪间隔时间、高速列车扣除系数及运行图无效时间等进行讨论分析,通过各参数对通过能力的影响得出在能力不足情况下加强客运专线通过能力的方法.     

基于扣除系数的快慢车模式下线路通过能力计算

快慢车组合运行可以较好地适应市郊线路客流在时空分布上的不均衡性.为研究快慢车模式下各因素对通过能力的影响机理,结合快慢车模式运输组织的自身特点以及扣除系数法的思想本质,定量给出了不同条件下各因素对通过能力的扣除系数取值,提出了基于扣除系数的快慢车模式下的市郊线路通过能力计算方法.以上海轨道交通16号线为例,对不同越行次...     

客运专线客运站通过能力影响因素及计算方法

详细分析了客运专线客运站通过能力的各种影响因素，如客运站站型布置、设备、行车组织、维修天窗等。由于客运专线无论在运输组织模式还是旅客运载工具上与既有线都有很大的不同，提出了新的适应客运专线客运站特点的计算机模拟方法，以精确计算客运专线客运站通过能力。     

高速铁路客流区段通过能力计算新方法研究

以扣除系数为基础的铁路通过能力计算方法属于静态确定型方法,仅在"按图行车"、设备无故障以及列车运行无延误的条件下才适用,然而实际运输生产中,列车延误与设备故障是无法避免的,此时传统计算方法必然存在缺陷。因此,本文提出一种新方法,该方法是以保证列车运行质量为决策依据,避免扣除系数取值差异对计算精度的影响,并以该区段实际列车运行状态为基础,基于动态参数,按给定反映列车运行工作质量要求水平的允许列车后效晚点时间总值等条件计算区间通过能力。实例研究结果表明,该方法不仅能够适应高速铁路客流动态变化特点,满足高速铁路适应市场竞争机制的需要,同时有利于提高铁路运输服务质量。     

客运专线运输组织若干问题的探讨

对铁路客运专线的跨线客流运输组织的基本类型、客运专线的区间通过能力计算及合理利用等若干问题进行了探讨,并对我国客运专线运输组织模式的选择提出建议。     

货物列车扣除系数计算方法分析

随着铁路旅客列车开行数量的增加,按照"以货物列车为主、旅客列车为辅"的运输组织方式计算区间通过能力的方法,已不能适应旅客列车开行数量大于货物列车开行数量的情况.扣除系数一般是以普通货物列车为基础进行计算的,当旅客列车数超过货物列车数时,现有能力计算方法的前提不存在了.为此,提出以旅客列车为基础,货物列车作为一种扣除因素加以考虑的计算方法,并对其扣除系数的计算进行分析.     

客运专线运行不同种类列车时通过能力的分析研究

为有效利用客运专线通过能力、挖掘客运专线运输潜力,采用直接计算法计算客运专线通过能力更贴近实际运营情况.直接计算法在实际运用中具有动态性强、适应能力广的特点,能够结合列车运行图研究各种行车模式下不同的通过能力适应情况.采用宝(鸡)兰(州)客运专线实例验证直接计算法的适用性及合理性,为客运专线开行多种速度的旅客列车提供了依据.     

客运专线成网条件下既有线运输组织研究

研究目的:客运专线建设成网后将承担主要的旅客运输任务,实现客货分线运输,既有线的运能紧张局势将得到缓解,因此,有必要调整既有线运输组织以适应变化趋势。本文特对既有线客货运输产品的定位进行探讨。研究结论:客运专线建设成网后,既有线上大量客运站、客货运站的客运作业量减少或转变为货运站。既有线线路上的货物运输能力释放,且线路上列车种类减少、列车间速度差减小,货物列车的旅行速度提高,旅客列车的扣除系数也有一定程度减小,既有线应该根据变化情况充分发掘既有线运输能力,以适应运输需求增长的趋势。同时,既有线也要协调好与客运专线的关系,调整传统的运输组织原则,对既有线的各种基础设施进行改造,加强对货物运输服务质量的重视。此外,既有线铁路应该抓住发展机遇,发挥自身优势,准确把握市场目标,发展特色客、货运输产品,提高竞争力,适应运输发展的要求。     

400 km/h高速铁路通过能力计算方法研究

本文旨在研究全高速模式下基于扣除系数法的400 km/h高速铁路的通过能力计算方法。首先,对不同运行图铺画方式下的扣除系数进行了深入分析,并确定了其计算方法。在群组中列车数量一定的情况下,停站数量较少时按停站列车成组铺画不越行,扣除系数较小;停站数量较多时按成组不停站列车越行停站列车铺画,扣除系数较小。然后,进一步提出了基于扣除系数法的通过能力计算方法,并对影响通过能力的主要因素进行了敏感性分析。结果显示,区间追踪间隔时间的变化对通过能力的影响最为显著。此外,本文还探讨了扣除系数与400 km/h高速铁路列车和线路间的内在联系,并通过构造算例,验证了计算方法的正确性和有效性。这一研究为提高高速铁路的运营效率提供了理论支持和实践指导。     

铁路通过能力与输送能力的确定方法

我国铁路通过能力和输送能力的计算方法是铁道部在1995年确定的。随着铁路的迅猛发展,铁路的设备条件、运输组织方式等均发生了重大的变化,在能力计算上出现了诸如扣除系统取值偏离实际较大、满轴系数和载重系数选取不够科学等问题。为准确测算线路的通过能力,要加强扣除系数的研究,建立适应实际情况的扣除系数体系标准;合理选取满轴系数和载重系数,统一区段的划分,提高平行运行图的利用能力。     

研发开行时速200km机辆模式旅客列车必要性分析

随着200～250km／h等级客运专线的大量修建，为适应既有线机辆模式跨客运专线运营的需要，提出了研发开行时速200km机辆模式旅客列车，以缩小机辆模式列车客专运行阶段时速差，增加客专通过能力的同时，可进一步提高既有线运行速度和旅客输送能力，对缓和路网紧张现状、优化运输组织方案、丰富铁路运输产品、提高线路通过能力等具有重要意义。     

动车组重联运输法扩能效果及适用条件分析

在客运专线未来不久就要全面开通形成新的快速客运网络的前提条件下,提出了解决铁路运输能力不足的新方法。该方法利用动车组可以两两重联的特点,针对客运专线这一新高速运输网络,应用了重联运输法,经济而有效地解决旧有的扩能措施已经难以有效满足运输组织需求这一现况。     

客运专线通过能力的分析计算

在准移动闭塞条件下,客运专线上的高速列车采用连续式一次速度曲线控制模式控制列车运行.列车追踪间隔时间取I追追,I通过,I发发和I到到4种间隔时间的最大值.分别给出4种追踪间隔时间的计算方法及相关参数的取值,采用牵引计算软件进行更准确的检算.将客运专线上运行的列车划分为200～250 km·h-1和300～350 km·h-1 2种速度类型,以不停站300～350 km·h-1高速列车为基础计算平行运行图通过能力,200～250 km·h-1和停站的300～350 km·h-1高速列车均产生扣除系数,得出扣除系数的取值表,进而得到客运专线通过能力计算方法.以300 km区段为例,计算不同条件下的区间通过能力,结果表明,我国客运专线能够实现3 min追踪间隔,通过能力基本在180对以上.     

繁忙铁路干线旅客列车提速条件下通过能力的计算机仿真模型

针对目前尚无快速列车扣除系数的计算标准，本处首次运用系统仿真的方法构造了列车提速运输组织的仿真模型，编制了仿真软件并在微机上调试通过，以沪宁线为背景进行了仿真运算，得到了有关通过能力的数量指标和分阶段提速方案。     

牵引供电系统计算方法与客运专线行车组织特点适应分析

介绍了客运专线行车组织的特点及牵引供电系统的计算方法．对普通铁路的“概率统计法”及“运行图法”的计算方法与客运专线行车组织特点的适应性进行了分析，提出了意见．     

普速旅客列车跨线运行时通过能力计算方法的探讨

区域路网内,在客运专线能力允许的情况下,施行普速旅客列车跨线运行,既充分利用客运专线的能力,又腾出既有线能力加大货运列车的开行数量.客贷分线运输,有利于路网通道整体能力协调均衡利用.分析普速旅客列车跨线运行后影响客运专线通过能力的主要因素,提出采用直接计算法计算通过能力的方法,并通过宝兰客运专线的实际案例从理论计算和实际铺画运行图两方面加以验证.     

客运专线运输组织的若干问题

探讨铁路客运专线的跨线客流运输及跨线列车的运行范围,提出客运专线车站的设置与合理的站间距离,并对客运专线的区间通过能力计算及合理利用提出建议.     

影响郑西客运专线通过能力的主要因素分析

在当前铁路跨越式发展形势下，正在建设的客运专线拟采用的技术设备及运输组织方式有很大改进，本文在借鉴既有研究成果的基础上，分析影响郑西客运专线通过能力的主要因素。     

南广线能力利用分析及建议

在我国高速铁路飞速发展的新形势下,要安全、高效地做好高速铁路运输组织工作的前提之一,是研究确立高速铁路通过能力计算的准确计算方法;由于传统的铁路通过能力概念和计算方法已不能适应高铁客专运营要求,本文以南宁铁路局所管辖的高铁线路南广线的区段为例,对影响通过能力的因素进行了深入分析,提出要重点从提高能力利用率、合理安排列车停站方案、优化运行图方式等三个方面科学、合理铺画列车运行图,以促进高速铁路运输效率和效益的不断提高。