Labor productivity of locomotive crews as a criterion for the quality of train operation management

Based on the study of the issues of complex optimization of the parameters of the locomotive fleet, the expediency of including indicators of labor productivity of locomotive crews (LB) in the criteria for the quality of train operation management is shown. The formulation of criteria for optimal LB labor productivity in the context of managing the operation of the locomotive fleet at the landfill is proposed. It is shown that the solution to the problem of optimizing LB labor productivity is closely related to the task of finding optimal ways of traction maintenance of landfill sites within the framework of the accepted model of locomotive operation. Special attention is paid to the relationship between the hourly output of LB and the degree of development of the functionality of the train driving system in autopilot mode. An approach to determining the rational relationship between the productive power of labor and its intensity is outlined, and its relationship to the assessment of the proportionality of the use of manual and unmanned train driving modes is highlighted.

1. Власенский А. А., Филипченко А. С. Логистика эксплуатационной работы железных дорог на основе полигонной технологии управления тяговыми ресурсами // Логистика – евразийский мост: материалы XVI Междунар. науч.-практ. конф., Красноярск, 27–30 апр. 2022 г.: в 2 ч. – Ч. 1. – Красноярск: Краснояр. ГАУ, 2022. – С. 54–61.

2. Власенский А. А., Сотников Е. А. Повышение эффективности полигонных технологий управления тяговыми ресурсами // Железнодорожный транспорт. – 2015. – № 8. – С. 4–7. – ISSN 0044-4448.

3. Котенко А. Г., Котенко О. В. Динамические модели управления работой станций в рамках концепции киберфизических систем // Автоматика на транспорте. – 2020. – Т. 6, № 2. – С. 165–183.

4. Котенко О. В. Постановка задачи оптимизации параметров управления работой локомотивного парка на полигоне // Проблемы безопасности на транспорте: материалы X Междунар. науч.-практ. конф., Гомель, 26–27 нояб. 2020 г.: в 5 ч. – Ч. 3. – Гомель: БелГУТ, 2020. – С. 134–138.

5. Лапидус Б. М. Проблемы и задачи повышения производительности труда в ОАО «РЖД» // Бюллетень Объединённого учёного совета ОАО «РЖД». – 2016. – № 3. – С. 1–16.

6. Романцов А. Н. Экономическая сущность производительности труда в решении проблем её и повышения // Модели, системы, сети в экономике, технике, природе и обществе. – 2016. – № 4 (20). – С. 44–58.

7. Котенко О. В. Роль производительности труда локомотивных бригад в технологической регламентации перевозочного процесса // Бетанкуровский международный инженерный форум: сб. тр. III форума, Санкт-Петербург, 2–3 дек. 2021 г.: в 2 т. – Т. 1. – СПб.: Петерб. гос. ун-т путей сообщения, 2021. – С. 216–218.

8. Радостаева М. В. К вопросу о производительности труда // Научные ведомости. Сер. Экономика. Информатика. – 2018. – Т. 45, № 2. – С. 268–272.

9. Некрашевич В. И., Игнатов А. И. Методика расчета потребности в локомотивах при их оперативном секционировании и кратной тяге // Вестник ВНИИЖТ. – 2008. – № 2. – С. 24–30.

10. Некрашевич В. И., Ковалев В. Н., Сальченко В. Н. Месячное планирование парка локомотивов грузового движения // Вестник НИИАС. – 2012. – № 5. – С. 24–31.

11. Агеева М. А., Лаханкин Е. А., Подорин А. А., Кибанов Г. В. Автоматизация расчета потребности локомотивов и локомотивных бригад на график движения поездов с учетом индивидуальных особенностей полигона Октябрьской и Западно-Сибирской железных дорог в АСГОЛ-ГДС // Интеллектуальные системы управления на железнодорожном транспорте. Компьютерное и математическое моделирование: сб. тр. VII науч.-техн. конф. «ИСУЖТ-2018». – М.: НИИАС, 2018. – С. 47–51.

12. Лаханкин Е. А. Планирование потребности в тяговых ресурсах. Организация работы локомотивов и локомотивных бригад // Бюллетень Ученого Совета АО «ИЭРТ». – 2016. – С. 43–48.

13. Некрашевич В. И. Использование поездных локомотивов в грузовом движении. – Гомель: БелГУТ, 2001. – 270 с.

14. S. Ji et al., "Optimization of sea-rail intermodal container collection and distribution under novel port layout," J. Rail Transp. Plan. Manag., vol. 33, p. 100503, 2025.

15. X. Wang and Z. Jin, "Collaborative optimization of multi-equipment scheduling and intersection point allocation for U-shaped automated sea-rail intermodal container terminals," IEEE Trans. Autom. Sci. Eng., 2024. (Early Access).

16. F. Essghaier et al., "Fuzzy multi-objective truck scheduling in multi-modal rail–road physical internet hubs," Comput. Ind. Eng., vol. 182, p. 109404, 2023.

17. S. Kat et al., "Rolling stock scheduling algorithm for temporary timetable after natural disaster," Q. Rep. Railw. Tech. Res. Inst., vol. 65, no. 3, pp. 182–187, 2024.