네덜란드 철도 운영의 교란 시뮬레이션

네덜란드 철도 운영의 교란 시뮬레이션

네덜란드 철도는 스위스 다음으로 세계에서 가장 붐비는 철도망 중 하나입니다. 2018년 수익은 5,926만 유로였습니다. 매년 900만 명의 사람들이 파란색과 노란색 기차를 타고 여행합니다. 철도는 '위트레흐트에서 티베트까지' 운행되며, 총 길이는 6,830킬로미터에 달합니다.

문제

네덜란드 철도 엔지니어들은 혁신에 대한 가상 테스트를 사용했습니다. 그들은 실제 생활에서 많은 혁신을 테스트할 수 없었습니다. 더욱이 철도 노선을 방해하면 나라 전체가 파괴될 수 있기 때문에 방해할 수도 없었습니다. 네덜란드 철도 엔지니어들은 새로운 차량의 조달과 자율 주행 열차 및 디지털 열차 보호 시스템과 같은 혁신을 테스트할 필요가 있었습니다.

네덜란드 철도는 이전에는 매우 상세한 미시적 시뮬레이션만을 사용했지만, 그것을 다루기는 어려웠습니다.

열차 운행 중단은 네덜란드 철도의 주요 문제 중 하나였습니다. 예측하기 어렵지만 매일 발생하며, 매일 제한이 있었습니다. 모든 열차가 제시간에, 적합한 승무원과 적절한 차량을 갖추고 운행된 날은 없었습니다. 열차 운행 중단의 이유는 선로 위의 소, 닫히지 않는 문 또는 전력 고장 등이 될 수 있습니다. 예를 들어, 고압 케이블이 철도 선로에 떨어져서 그것을 수리하는데 반년이 걸리기도 했습니다. 일반적으로, 그들은 문제를 다음과 같이 단순화했습니다: 고장 난 기차가 선로를 막았거나 선로가 막혀 기차 통행이 금지되었습니다.

솔루션

AnyLogic을 사용하여 그들은 거시적이고 개념적인 모델을 만들었습니다. 엔지니어들은 불과 일주일 이내에 새로운 모델을 빠르게 개발할 수 있었습니다. 그들은 AnyLogic을 많은 다른 예측 도구들과 통합했습니다. 이 모델은 상호작용이 가능하며 사용하기 쉬웠고 최종 사용자에게 설명하기도 쉬웠습니다.

AnyLogic 시뮬레이션 모델은 네덜란드 철도에서 이전에 사용되던 철도 네트워크의 시각화보다 훨씬 나았습니다. 이 모델은 하루 종일 모든 열차를 시뮬레이션했습니다.

그들은 관심 있는 네트워크에서 한 노선을 모델링했습니다. 그런 다음 과거 또는 미래의 어느 해의 시간표를 불러왔습니다. 예를 들어, 2030년입니다. 그들은 이 데이터를 인프라, 역, 승강장, 열차 등의 작은 부분으로 단순화했습니다.

모델 개발자들은 2019년의 실제 데이터를 불러와 확률 분포에 맞추었습니다. AnyLogic 모델은 열차의 정시 도착 확률을 예측하고 열차의 흐름을 시뮬레이션하는 데 사용되었습니다.

철도 배치도

철도 배치도

네덜란드 철도 개발자들은 수작업으로는 불가능한 네트워크 전체의 정시성을 예측하기 위해 시뮬레이션 모델을 구축했습니다. AnyLogic 모델은 열차와 인프라의 현실적인 고장률을 제공했습니다. 네덜란드 철도 개발자들은 몇 가지 간단한 재조정 규칙을 사용했습니다.

거시적 철도 레이아웃

거시적 철도 레이아웃 (확대해서 보기)

사고가 발생할 경우, 영향을 받지 않은 지역의 승객들은 계속 운송될 수 있습니다. 열차 운행 중단을 가능한 한 작은 지역으로 제한하고, 승객들이 정시에 도착할 수 있도록 열차를 경계에서 회전시키는 것이 중요했습니다.

또한 네덜란드 철도 개발자들은 몬테카를로 실험도 실행했습니다. 모델에는 10개의 확률 분포가 있었는데 열차가 출발할 때마다, 가능한 지연이나 고장을 보여주었습니다. 이는 미리 정의된 매개변수 세트를 로드하기 위해 SQL 데이터베이스에 연결되었습니다.

결과

엔지니어들은 특정 종류의 장애를 테스트할 수 있었습니다. 실험이 실행될 때, 개발자들은 KPI들, 즉 기차의 총 지연 시간, 고장 수, 취소된 기차 수, 정시성 등을 얻었습니다. 모델의 실행 시간은 상당히 좋았으며, 이 실험은 약 5분 만에 5년간의 결과를 보여주었습니다.

AnyLogic를 사용한 몬테카를로 실험

AnyLogic를 이용한 몬테카를로 실험 (확대해서 보기)

네덜란드 철도는 이 모델을 거의 5년 동안 사용해 왔습니다. 이 기간 동안 그들은 모델에 몇 가지 변경을 가했습니다. 예를 들어, 상태 진입 대신 전환에서 액션을 더 사용했습니다. 이는 역사적인 상태를 사용할 때 혼란을 방지했습니다.

이전에 네덜란드 철도의 엔지니어들은 모델 레이아웃을 수작업으로 그렸고, 이름을 붙여 입력 파일에 연결했지만, 이후에 AnyLogic 템플릿을 사용하여 레이아웃(네덜란드의 지역) 간에 쉽게 전환할 수 있는 자동화를 시작했습니다. AnyLogic 덕분에 거의 전 네덜란드를 모델링할 수 있게 되었습니다.

시간표 계획 소프트웨어와 차량 스케줄러에서 입력을 받기 위해, 모델은 그들의 생산 시스템 일부에 연결되었습니다. 네덜란드 철도는 XML 파일을 사용하여 SQL 데이터베이스로 변환했고, 그 후 AnyLogic이 SQL에서 입력 데이터를 받아왔습니다. 시뮬레이션 후, 출력 데이터는 AnyLogic에서 SQL 데이터베이스로 내보내져 Power BI를 통해 시각화할 수 있었습니다.

사례 연구: 열차 빈도 증가

문제

또한 네덜란드 철도는 정부로부터 기존의 정시 도착 수준을 유지하면서 열차 빈도를 증가시키도록 요청 받았습니다. 번잡한 네트워크는 항상 시간 준수를 저하시켰습니다. 왜냐하면 고장 가능성이 높은 열차가 더 많고, 지연을 일으킬 수 있는 승객이 더 많으며, 인프라가 더 많이 사용되었기 때문입니다.

솔루션

네덜란드 철도는 높은 수준의 시간 준수(정시 도착)를 유지하는 방법을 조사해야 했습니다. 이 목적을 위해 매우 추상적인 모델을 사용했습니다. 이 모델에는 느린 열차와 빠른 열차, 철로, 역, 실제 시간표가 포함되어 있었습니다. 그들은 다양한 시간표를 시뮬레이션했습니다.

결과

아래 그림은 정시 도착 열차의 비율이 감소하는 것을 보여줍니다. 예를 들어, 오렌지색 막대는 새로운 궤도를 건설하지 않고 시간당 네 대의 고속 열차를 보여줍니다. 인프라에 두 개의 궤도를 추가하면 정시 도착 수준이 더 높아질 것입니다.

정시 도착 열차의 비율

정시 도착 열차의 비율

그들의 한 가지 과제는 같은 인프라로 더 많은 열차를 운행하는 방법이었습니다. 이 성능 저하는 인프라 뿐만 아니라 열차의 신뢰성과 시간표의 적응성에 의해서도 보상될 수 있습니다.

사례 연구: 열차 조달

문제

네덜란드 철도는 추가 투자가 필요한 새로운 모터 유닛이 있는 이중 갑판 차량을 구매하고자 했습니다. 이 차량은 가장 자본 집약적인 자산이므로, 이러한 신뢰성에 대한 투자가 돈이 될 가치가 있는지 알아내야 했습니다.

솔루션

그들은 2040년에 열차 운행 빈도가 두 배가 되는 새로운 시간표를 시뮬레이션했습니다. 즉, 한 시간에 트랙당 약 8개 또는 10개의 열차가 운행됩니다. 이 모델은 모든 열차 유형, 2019년의 고장 데이터, 그리고 새 열차의 고장률을 고려하여 혼합 환경을 고려하였습니다.

결과

열차의 도착 시간은 주요 성과 지표(KPI) 중 하나였습니다. 고객에게 주는 이점은 정시성(정시 도착)이었습니다.

새로운 열차의 신뢰성에 따른 열차 정시성 차이

새로운 열차의 신뢰성에 따른 열차 정시성 차이

새로운 열차의 신뢰성이 20% 향상되면, 모델링된 열차 중 단 0.08%만이 정시에 도착할 것으로 나타났습니다. AnyLogic 시뮬레이션 모델은 이것이 비용 효과적이지 않다는 것을 보여주었습니다. 따라서 네덜란드 철도는 더 나은 사고 관리에 투자하기로 결정했습니다.

기타 연구

또한, 엔지니어들은 수리 위치에 대한 철도 최적화 연구를 수행했습니다. AnyLogic을 철도 시뮬레이션 소프트웨어로 사용함으로써 네덜란드 철도가 달성한 결과들 중에는 새로운 차량의 도입, 새로운 안전 시스템, 자동화된 철도 운영, 장기적인 인프라 투자 및 단기적인 운영 결정이 있습니다.


이 사례 연구는 2022년 AnyLogic 컨퍼런스에서 네덜란드 철도의 카미엘 시몬스에 의해 발표되었습니다.

슬라이드는 PDF 로 제공됩니다.


유사 케이스 스터디

더 많은 케이스 스터디

산업 사례 연구가 포함된 팜플렛 받기(영문)

다운로드