ЦИФРОВІ ТЕХНОЛОГІЇ ПІДТРИМКИ ЖИТТЄВОГО ЦИКЛУ ЗАЛІЗНИЧНОГО РУХОМОГО СКЛАДУ: АНАЛІТИКА ТА ВЕКТОРИ РОЗВИТКУ

D.I. Skurikhin; A.O. Lovska; V.H. Ravlyuk; A.V. Rybіn

doi:10.33082/td.2025.3-26.08

D.I. Skurikhin Український державний університет залізничного транспорту https://orcid.org/0000-0002-3746-5157
A.O. Lovska Український державний університет залізничного транспорту https://orcid.org/0000-0002-8604-1764
V.H. Ravlyuk Український державний університет залізничного транспорту https://orcid.org/0000-0003-4818-9482
A.V. Rybіn Український державний університет залізничного транспорту https://orcid.org/0000-0003-4430-8018

DOI: https://doi.org/10.33082/td.2025.3-26.08

Ключові слова: життєвий цикл, рухомий склад, цифровий двійник, вагонобудування, технічне обслуговування, блокчейн, 3D-друк, PLM, IoT

Анотація

Вступ. У багатьох наукових публікаціях підкреслюється важливість упровадження сучасних цифрових технологій в управління технічними системами, зокрема у сфері залізничного транспорту. Проте специфіка життєвого циклу рухомого складу потребує комплексного підходу, який поєднує інженерні рішення, інформаційні технології, організаційне забезпечення та вимоги до безпеки руху. У наукових джерелах дедалі частіше порушується питання адаптації таких підходів для галузей із дискретним виробництвом і високим рівнем регуляції, як-от вагонобудування. Мета. Ця стаття розширює аналіз інтегрованих технологій управління життєвим циклом залізничного рухомого складу, що охоплює етапи від проєктування до утилізації. Метою є систематизація актуальних цифрових рішень, оцінка їх впливу на ефективність, безпеку та прозорість виробничих і експлуатаційних процесів, а також визначення напрямів їх подальшої адаптації до умов країни із перехідною економікою. Результати. Було проаналізовано набір сучасних технологій, які використовуються на кожному етапі життєвого циклу вагона. На етапі проєктування застосовуються PLM-системи, CAD / CAE‑середовища, моделювання навантажень і життєвого циклу. У виробництві важливими є MES, ERP, RFID, адитивне виготовлення та AI-контроль якості; у статті наведено приклади практичного впровадження таких рішень провідними компаніями (SNCF, Alstom, CAF). Експлуатаційний етап охоплює застосування IoT, цифрових двійників, телематики, систем управління парком і аналітики даних. Технічне обслуговування розвивається в напрямі прогнозного підходу з використанням AI, смарт-контрактів і цифрових паспортів. Етап модернізації потребує впровадження PLM, 3D-сканування, управління застаріванням і обґрунтованого вибору компонентів. Фінальний етап – утилізація та повторне використання – оцінюється через LCA-аналіз, матеріальне трасування та рівень придатності до переробки. Особливу увагу приділено хмарним рішенням, смарт-контрактам й блокчейн-інфраструктурі, що об’єднують усі фази у єдину цифрову систему керування історією вагона. Висновки. У цій статті показано, що інтегроване управління життєвим циклом залізничного рухомого складу є ключовою умовою для підвищення ефективності експлуатації та безпеки руху. Цифрові технології забезпечують зменшення витрат, прискорення виробничих і сервісних процесів, а також повну трасованість компонентів. Виявлено перспективність подальших досліджень у напрямі локалізації Smart MES-рішень, упровадження blockchain у технічне обслуговування, а також формування цифрових архівів компонентів для модернізації. Обґрунтовано необхідність стандартизації підходів до управління даними й адаптації світових практик до особливостей вагонобудування в країнах з перехідною економікою.

Завантаження

Дані завантаження ще не доступні.

Посилання

1. Ватуля Г., Фомін О., Ловська А., Скуріхін Д., Нерубацький В., Левченко Я., Краснокутський Є. Analysis of the stress state of a Hopper-Type container under operational loads. AIP Conference Proceedings. 2024. Т. 3064, № 1. 060005. DOI: 10.1063/5.0198808.

2. Lovska A., Fomin O., Szymański G.M., Skurikhin D. Determination of the Loading of an Open Car with Filler in the Center Sill. In: Awrejcewicz J. (ed.) Perspectives in Dynamical Systems I – Applications. Springer Proceedings in Mathematics & Statistics. 2024. Vol. 453. DOI: 10.1007/978-3-031-56492-5_24.

3. Fomin O., Lovska A., Skurikhin D., Nerubatskyi V., Sushko D. Special features of the vertical loading on a flat car transporting containers with elastic-viscous links in their interaction units. Transport Means – Proceedings of the 26th International Scientific Conference Transport Means 2022. Kaunas: Kaunas University of Technology, 2022. P. 629–633. DOI: 10.1063/5.0198807.

4. Matenga A.E., Mpofu K. Blockchain-Based Cloud Manufacturing SCM System for Collaborative Enterprise Manufacturing: A Case Study of Transport Manufacturing. Applied Sciences. 2022. Vol. 12 (17). Article 8664. DOI: 10.3390/app12178664.

5. Kim T.H., Jeong J., Kim Y. A Conceptual Model of Smart Manufacturing Execution System for Rolling Stock Manufacturer. Procedia Computer Science. 2019. Vol. 151. P. 600–606. DOI: 10.1016/j.procs.2019.04.081.

6. Gomes V.M.G., de Jesus A.M.P. Additive Manufacturing in the Railway Rolling Stock: Current and Future Perspective. Procedia Structural Integrity. 2024. Vol. 53. P. 285–290. DOI: 10.1016/j.prostr.2024.01.035.

7. Muvunzi R., Mpofu K., Daniyan I. A., Adeodu A. O. Analysis of potential materials for local production of a rail car component using Additive Manufacturing. Heliyon. 2022. Vol. 8 (7). e09405. DOI: 10.1016/j.heliyon.2022.e09405.

8. Kraus M., Folinas D. The Impact of a Manufacturing Execution System on Supply Chain Performance. International Journal of Applied Logistics. 2022. Vol. 12 (1). DOI: 10.4018/IJAL.286160.

9. Wei Dong, Kexin Sun, Bochuan Ding, Jilei Yin. Exploration and practice of high speed EMU digital train based on digital twin. High-speed Railway. 2025. No. 3. P. 54–63. DOI: 10.1016/j.hspr.2025.01.004.

10. Olaby O., Hamadache M., Soper D., Winship P., Dixon R. Development of a Novel Railway Positioning System Using RFID Technology. Sensors. 2022. Vol. 22 (6). Article 2401. DOI: 10.3390/s22062401.

11. Talib N.H., Hasnan K., Nawawi A., Abdullah H. Real-Time Transportation Monitoring Using an Integrated RFID-GIS Scheme. International Journal of Mechanical Engineering and Technology. 2018. Vol. 9 (13). P. 1–13. URL: https://www.researchgate.net/publication/330353163.

12. Бондаренко В. В., Скуріхін Д. І., Візняк Р. І., Равлюк В. Г., Скуріхін В. І. Experimental study of the method and device for wheel-sets acoustic monitoring of railway cars in motion. Науковий вісник Національного гірничого університету. 2019. № 4. С. 30–36. DOI: 10.29202/nvngu/2019-4/7.

13. Matenga A.E., Mpofu K. Blockchain-based Product Lifecycle Management using Supply Chain Management for Railcar Remanufacturing. Procedia CIRP. 2023. Vol. 116. P. 486–491. DOI: 10.1016/j.procir.2023.02.082.

14. Daniyan I., Mpofu K., Muvunzi R., Uchegbu I.D. Implementation of Artificial Intelligence for Maintenance Operation in the Rail Industry. Procedia CIRP. 2022. Vol. 109. P. 449–453. DOI: 10.1016/j.procir.2022.05.277.

15. Wang Y. Obsolescence Management for Rolling Stock Asset. Master’s thesis. KTH Royal Institute of Technology, Sweden, 2023. URL: https://kth.diva-portal.org/smash/get/diva2:1920231/FULLTEXT01.pdf.

16. Delogu M., Zanchi L., Maltese S., Bonaffini D., Pierini M. End-of-Life in the railway sector: Analysis of recyclability and recoverability for different vehicle case studies. Waste Management. 2017. Vol. 60. P. 439–450. DOI: 10.1016/j.wasman.2016.10.008.

17. Ramos da Silva T., Moura B., Monteiro H. Life Cycle Assessment of Current Portuguese Railway and Future Decarbonization Scenarios. Sustainability. 2023. Vol. 15 (14). Article 11355. DOI: 10.3390/su151411355.

18. Lee C.-K., Lee J.-Y., Kim J. Recyclability and Recoverability of Rolling Stock with Recycling Efficiency Factors. Resources, Conservation and Recycling. 2020. Vol. 155. Article 104620. DOI: 10.1016/j.resconrec.2019.104620.