2012年，俄罗斯铁路公司作为俄罗斯铁路设施的所有者和经营者成为世界三大运输公司之一。为满足货运规模和运量增加的需求，俄罗斯铁路公司决定打造一个战略铁路网。铁路网由3个铁路港口和6个运输和物流枢纽（LTL）组成，提高货运效率。第一阶段将使货运量每年增加1~1.2亿吨。

TLT Bely Rast

项目的成功与否很大程度上取决于当地物流的效率和每个TLT要素的正确运作。当时基本上可以说是没有用于TLT设计和分析的通用铁路场站模型的。这就也是为什么在创建TLT时，工程师借用现有枢纽构建经验。

俄罗斯铁路公司委托SPC-Infotrans的工程师对提出的解决方案进行检查和测试。SPC-Infotrans是一家从事全周期技术设施创建，诊断铁路基础设施的企业。Infotrans专家建议使用AnyLogic铁路仿真软件来实施该项目。通过仿真建模他们可以在设计阶段和运行阶段跟踪所需的大量参数。

实施TLT功能模型来增强TLT Bely Rast的内部关系， 是通过以下方式实现的：

• 技术解决方案效率检查

• 布局解决方案效率检查

• 诊断故障纠正

AnyLogic内置的轨道库用于仿真轨道运行的详细过程，工程师可对列车性能进行微观水平的建模。AnyLogic铁路仿真软件还提供了通过Java编程进行模型修改和扩展的选项，使其能够根据具体的项目任务和设置调整TLT模型。

应用铁路仿真来提高TLT内部货物连续运输的效率，找到最佳的物流解决方案。最终决定选择使用离散事件建模。

铁路仿真模型界面

TLT模型包括以下基本设施：

1. 联运码头

2. 惰性货物码头

3. 装卸车辆码头

4. 专用仓库（包括交叉停靠设施），提供相邻检查站及入口

5. 当地道路基础设施，提供检查站和停车场

可以在铁路仿真模型的不同逻辑层次上设置参数并进行试验。通过该模型，专家们能够管理列车到达时间表，以及改变：

• 列车上的货车数量。

• 装载率和卸载百分比。

• 提升运输车辆的技术规范（负载能力，数量，效率等）。

• 独立基础设施的参数（储存容量、装卸门数量等）。

• 集装箱周转的结构和目的。

使用第三方资源（例如：数据库和Excel数据表）将源数据导入模型的附加选项，使用户不仅可以考虑简单的数值参数（每日列车流密度），还可以考虑复杂的结构数据（列车时刻表）。

动态建模跟踪码头运输的本地指标（牵引车单元的数量、最大队列大小、检查站的延迟时间等），仓库、码头容量负荷以及按类型对集装箱执行的操作数量。

随机事件算法（设备故障、排队、天气状况）和“what-if”假设选项有助于预测意外情况的后果，并评估TLT指标的相关动态。

要最终使铁路仿真和管理模型在公司工作流程中的实施，工程师们设法：

• 详细说明储存区的技术规范。

• 协调集装箱和码头运输的流程。

• 定义TLT信息支持系统不同元素的技术要求。

• 建立交通流规划和调度系统。

• 创建一个工具来选择进一步操作的最佳解决方案。

铁路仿真工具的铁路优化参数界面

最终模型的呈现还揭示了基础设施的关键性限制，查明并纠正了检查站通行能力不足、交通交叉流和相邻路网交叉点的问题。这些限制可能会导致运输系统排队和超载情况的出现，尤其是TLT区域，将大大降低整个TLT的整体效率。

除此之外，专家还得出结论，铁路规划模型可以应用到更多的需求中：

1. 将TLT-Bely-Rast集成到外部物流链系统中。

2. 优化周边交通基础设施。

3. 创建一个宏观模型，用于监控和优化规划网络中所有TLT之间的交互，以及铁路场站管理。