CSX löst die Herausforderungen des Bahnbetriebs mit der AnyLogic Rail Library

CSX ist eine US-Eisenbahngesellschaft, mit einem Streckennetz von über 21.000 Meilen (34.000 km), insbesondere einer von drei Class-1-Eisenbahngesellschaften, die einen Großteil der Ostküste der Vereinigten Staaten bedient und fast zwei Drittel der Landesbevölkerung erreicht.


Die Abteilung Netzplanung spielt für den Firmenerfolg eine entscheidende Rolle. Die Abteilung Netzplanung erkennt, wo Kapazitätsbedarf besteht, um dem zukünftigen Wachstum zu entsprechen, stellt sicher, dass die Infrastruktur eine hohe Servicequalität aufrechterhalten und stärken kann, und versucht, die Effizienz von Investitionen zu verbessern.


Die Netzplanung hat einen mehrstufigen Ansatz, um die Netzwerkfähigkeit zu managen. Sie nutzen Analyse-Tools, um die aktuellen Serviceebenen zu prüfen, auftretende Probleme zu erkennen und die Grundursache dieser Störungen zu bestimmen (wenn das Problem betriebsbedingt oder infrastruktureller Natur war).


Außerdem analysieren sie, welche Lösungsansätze für das Problem zur Anwendung kommen können, insbesondere Investitionsentscheidungen, und welche dieser Entscheidungen die besten Finanzerträge erbringen werden. Um die richtigen Antworten zu finden, reicht die Nutzung traditioneller Analyse-Tools nicht aus. Zu diesem Zweck nutzt CSX die Technologien der Simulationsmodellierung. Sie nutzten die AnyLogic-Software für viele verschiedene Zwecke, da sie es ihnen ermöglicht, Modelle von verschiedenen Systemen mit dem erforderlichen Abstraktionslevel schnell zu erstellen.


AnyLogic bietet den Nutzern der Eisenbahngesellschaft die Möglichkeit, Probleme bezüglich des Streckenverlaufs, des Terminals und des Bahnhofs zu simulieren. Die folgenden drei Projekte, die 2014 von CSX abgewickelt wurden, deckten eine Vielzahl von Aufgaben ab, die durch die AnyLogic-Software abgedeckt wurden.


MGA Investitionsplanung für Bahnlinien

Problem:




Für eine Bahnlinie, die gemeinschaftliches Eigentum von CSX und deren Konkurrenten ist, wurde ein bedeutender Anstieg der Nachfrage von mehreren Kohlebergwerken erwartet. Die große Konkurrenz zwischen den beiden Unternehmen bedeutete, dass für den Fall, dass das eine Unternehmen diese Nachfrage nicht erfüllen konnte, das andere Unternehmen dies ganz sicher tun würde. CSX musste die beste Betriebs-/Kapitalstrategie finden, um das erhöhte Geschäftsvolumen zu bewältigen. Sie wollten Antworten auf spezielle Fragen:

  • Hatten sie ausreichende Bereitstellungskapazität an der Bahnlinie, um leere Kohlenzüge bereitzustellen, damit auf die neue Nachfrage schnell reagiert werden konnte?
  • Wo waren die besten Standorte an der Strecke, um bei Bedarf zusätzliche Bereitstellungskapazität zu schaffen?

Sie nutzten die AnyLogic Simulationsmodellierung, um Antworten auf diese Fragen zu finden.


Lösung:

Rail Line Simulation Model

Simulation der MGA Bahnlinie


Sie erstellten das Netzwerkmodell einer Lieferkette, in dem die Nachfrage nach leeren Zügen von fünf Kohlebergwerken, die Erfüllung der Nachfrage, sowie die Bereitstellung von leeren Zügen simuliert wurde. Die Züge wurden als Agenten modelliert, die sich durch das Netzwerk bewegten. Durch das Variieren der Werte von relevanten Parametern, konnten die User Rückschlüsse hinsichtlich der Auswirkungen von verschiedenen Faktoren auf die Durchlaufleistung der Züge ziehen (das heißt Bereitstellungskapazität, sowie die Beladungsgeschwindigkeit an den Kohlebergwerken).


Das Modell berechnete die erzielte Durchlaufleistung des Unternehmens und das von CSX verlorene Geschäft mangels verfügbarer Züge.


Ergebnis:




Das Modell bot den Entscheidungsträgern einen Einblick in das System, damit diese die bestmögliche Durchlaufleistung eruieren konnten. Die Simulation zeigte, dass das Unternehmen keine ausreichende Bereitstellungskapazität hatte, um die erhöhte Nachfrage zu erfüllen, und half, die Investitionsvorhaben der obersten Priorität klar hervorzuheben.

Locomotive Shop Optimization

Simulationsmodell Lokomotiven-Reparaturwerkstatt


Nashville Neuplanung der Lokomotiven-Reparaturwerkstatt

Problem:




Die Lokomotiven-Reparaturwerkstatt von CSX Nashville musste erweitert werden, um dem höheren Niveau des neugeplanten Schienennetzes entsprechen zu können. Die Werkstatt beinhaltete ein Ausbesserungswerk und ein Bahnbetriebswerk. Die maschinentechnische Abteilung des Unternehmens musste aus 8 Alternativen die beste Layout-Gestaltung auswählen. Ziel war es, das Layout zu finden, das die Durchlaufleistung bei der Abwicklung der Lokomotiven maximierte.

Lösung:




Das Projekt nutzte die spezielle AnyLogic Rail Library, um das Modell einer Lokomotiven-Reparaturwerkstatt zu erstellen und verschiedene Entwürfe zu testen.


In dem Modell gingen 72% der ankommenden Lokomotiven zum Bahnbetriebswerk, während 22% dagegen zu Ausbesserungswerken gingen. Die übrigen 6% konnten zu einem von beiden gehen, je nachdem, welches Problem nach einer weiteren Inspektion vorlag. Die Servicezeiten in den beiden Werken waren unterschiedlich.

Die Lokomotiven bewegten sich mit 5 Meilen pro Stunde in dem System. Es gab eine gemeinsame Warteschlange mit 9 Punkten für beide Werke. Wenn eine Stelle im Bahnbetriebswerk, im Ausbesserungswerk oder in der gemeinsamen Warteschlange frei wurde, wurde eine Lokomotive dem System zugeführt. Die Anzahl der verfügbaren Stellen in beiden Werken und in der Warteschlange waren Parameter, die der User variieren konnte.

Ergebnis:




Das Modell wurde von der maschinentechnischen Abteilung verwendet, um deren Annahmen durch Experimente mit dem System zu testen. Außerdem wurde es als Tool für die Entscheidungsunterstützung eingesetzt, um die beste Layout-Konfiguration zu bestimmen. Das Modell half den Fachleuten, den Dialog zwischen den Interessenvertretern zu fördern und ihre Lösung auf verlässlichen Daten zu begründen.


Emulator Netzwerkleistung

Das Unternehmen war mit einem unerwartet hohen Bedarfszuwachs konfrontiert, gekoppelt mit hartem Winterwetter und Ressourcenbeschränkungen, was zu einer Überlastung des nördlich gelegenen CSX Netzwerkes führte. Als sie diese problematische Situation später analysierten, versuchte das Team für Netzplanung festzustellen, was im Netz geschehen war, und wie diese Punkte in Zukunft vermieden werden konnten.


Im Laufe der Nachforschungen stellten sie fest, dass die Prozesse einfacher zu verstehen waren, wenn die traditionellen analytischen Methoden durch einen visuellen Emulator ersetzt wurden. Deshalb entschieden sie, das vergangene Systemverhalten in AnyLogic zu reproduzieren oder neu durchzuspielen, indem eine Animation auf einer GIS-Karte verwendet wurde, um Dichte, Fluss und Stauungen im Netz besser zu verstehen und die Entscheidungsfindung zu verbessern. Alle Daten der Zugbewegungen wurden aus den Datenbanken in die AnyLogic-Software importiert und das Verhalten der Züge im Modell vordefiniert. Der Emulator beinhaltete eine Animation der Zugbewegung mit Statistiken und Indikatoren, die die Daten verständlich darstellten.


Das Modell wurde den Führungskräften und Kunden vorgestellt und trug erheblich zu einem besseren Verständnis der Thematik unter den Interessenvertretern bei.


Schienennetzwerk Simulation

Emulator Schienennetzwerk



In dem Video von Jeremiah Dirnberger von CSX werden diese Fallstudien anlässlich der AnyLogic Konferenz 2014 vorgestellt:


More Case Studies

  • Simulation eines Tunnelbaus mit Hilfe einer Tunnelbohrmaschine
    Die Kosten des Ausfalls einer Tunnelbohrmaschine für eine Stunde sind üblicherweise hoch und Projektmanager müssen ihr Bestes tun, um unnötige Verzögerungen im Bau zu verhindern. Das Ziel des Simulationsprojektes, welches durch die Ruhr-Universität Bochum in Deutschland durchgeführt wurde, war es, ein Simulationsmodell zu entwickeln, das fähig ist die Engstellen im Tunnelbauprozess zu bestimmen, um finanzielle Verluste zu minimieren.
  • Peitscheneffekt in der Lieferkette von Halbleitern
    Das Supply Chain Management bei Infineon, ein sehr großer Hersteller von Halbleitern, wollte den Peitscheneffekt, auch Bullwhip-Effekt genannt, in ihrem Markt untersuchen, um Ausgaben zu senken und das Marktverhalten besser vorhersagen zu können. Sie haben AnyLogic-Software eingesetzt, um das Modell einer Lieferkette zu entwickeln - vom Rohmaterial bis zum Verkauf.
  • Simulation der internen Schienenlogistik für den Hafen von Le Havre
    Der Hafen von Le Havre in Frankreich benötigte Unterstützung für den Bau eines neuen multimodalen Terminals. Kernpunkt der Simulation war es, den Transfer der Container zwischen Schienenzügen / Frachtkähnen und anderen bestehenden Terminals zu fördern, die diese Container zum bzw. vom Seetransport überführen.
  • Optimierung der Französischen Bahn
    Der Betreiber eines Eisenbahnnetzes des Landes wollte wissen, ob der Schienengüterverkehr mit LKW-Transporten konkurrieren kann. Der Transport LKW-Bahn-LKW sollte effektiver werden.
  • Tragfähigkeitsmodell eines Bahnhofs
    Aurizon ist eines von Australiens größten Bahnfrachtunternehmen mit mehr als 700 Lokomotiven und mehr als 16.000 Wagons. Aurizon ist stark im Kohlen-, Eisenerz- und Mineraltransport vertreten. Um die Effizienz der Betriebsabläufe zu erhöhen, hat das Unternehmen entschieden, einen ihrer Bahnhöfe in eine andere Stadt zu verlegen. Dieser Bahnhof war vor allem für die Wagon- und Lokomotiven-Wartung, sowie für die Vorbereitung der Lok zuständig.
  • Die beste Lagerhaltungsstrategie mit Gojii auswählen
    Das bestehende Tool für Lieferkette und S&OP (Absatz- und Vertriebsplanung) sind hervorragend für das Lieferungsmanagement geeignet, um einer gewählten "Prognose" zu entsprechen. Es gibt jedoch keine einzige "korrekte Prognose" des künftigen Bedarfs, und bestehende Tools sind nicht dafür konzipiert, das beste Bedarfslevel für das Unternehmen auszuwählen.
  • Planungs- und Bestandsoptimierung des Vertriebsnetzwerks durch Simulation
    Diageo ist ein britisches, multinationales Unternehmen, das alkoholische Getränke vertreibt. Diageo Russland gehört zu den Top fünf der Großhändler von alkoholischen Getränken, welches traditionell ein margenschwaches Geschäft ist und bei dem der Reingewinn empfindlich auf den Grad der Kundenbetreuung und hohe Logistikkosten reagiert.
  • Die Nettoeinnahmen der Schubbootflotte maximieren
    InterBarge, ein erstklassiger Wasserstraßenbetreiber und eine Tochtergesellschaft der SCF Marine, ein Teil der Seacor Holding Group, betreibt entsprechend eines Beförderungsvertrages Frachtdienste entlang der Wasserstraße des HPP Waterway (Hidrovia Parana Paraguay, mit Sitz in Argentinien, Paraguay, Brasilien, und Uruguay).
  • Modellierung eines kundenzentrierten Verkehrsnetzes
    Ein öffentliches Verkehrsunternehmen wandte sich an PwC Australien, um eine Lösung zu entwickeln, die eine kundenzentrierte Sicht ihrer Bahninfrastruktur bot und dem Unternehmen dabei half, die aktuellen Störfolgen für den Betrieb des Eisenbahnnetzes zu verstehen, und die Situation zu verbessern. Die PwC Berater entschieden sich, das Modell eines Verkehrsnetzes zu erstellen, das Zugbewegungen, Zwischenfälle und Kunden in Bahnhöfen und Zügen simulierte.
  • Simulation Modeling of Offshore Offloading System for Arctic Oil and Gas Condensate Field
    The Novoportovskoye oil and gas condensate field is located in the Yamal peninsula and owned by Gazprom Neft, the fourth largest oil producer in Russia. Oil from the field is transferred via 100km pipeline to the sea terminal at Cape Kamenny, where it is loaded into arctic cargo tanks for further transportation. The main issues in planning tanker transportation in an arctic region are the harsh ice environment and difficult sea conditions.