Systems of autonomous running of urban electric transport

Cover Page

Cite item

Full Text

Abstract

The autonomous running system (ARS) is crucial for urban electric transport, ensuring the movement of electric rolling stock even when access to the contact network is lost owing to emergencies or repair work. Thanks to the ARS, the vehicles can maintain their set speeds, providing passengers with comfortable and safe movements.

The autonomous running allows vehicles to remain mobile and accessible to passengers, even without power supply from the contact network. ARS increases the reliability and efficiency of urban electric transport, ensuring a more stable operation of the transportation system in the city.

This article aims to review the transport systems of urban electric transport and assess their development potential by integrating an ARS into the rolling stock.

About the authors

Vasilisa D. Byltseva

Emperor Alexander I Saint Petersburg State Transport University

Author for correspondence.
Email: Vasilisa7887@bk.ru
ORCID iD: 0009-0004-4137-6933
SPIN-code: 1381-6240

PhD Student

Russian Federation, Saint Petersburg

Mikhail Yu. Izvarin

Emperor Alexander I Saint Petersburg State Transport University

Email: misha3568723@yandex.ru
ORCID iD: 0009-0002-5638-3867
SPIN-code: 7753-5243

Candidate of Technical Sciences, Associate Professor

Russian Federation, Saint Petersburg

Konstantin K. Kim

Emperor Alexander I Saint Petersburg State Transport University

Email: kimkk@inbox.ru
ORCID iD: 0000-0001-7282-4429
SPIN-code: 3278-4938

Doctor of Technical Sciences, Professor

Russian Federation, Saint Petersburg

References

  1. Evstafev AM. Povyshenie energeticheskoj effektivnosti elektricheskogo podvizhnogo sostava: [dissertation]. St. Petersburg; 2018. (In Russ.) EDN: ZCZMUV
  2. Sharyakov VA, Sharyakova OL, Sharyakov KV, Lebedeva VA. Building a system of increased autonomous running with a limitation of current consumption from the contact network. Bulletin of the results of scientific research. 2023;(4):146–157. (In Russ.) EDN: DUIIXI doi: 10.20295/2223-9987-2023-4-146-157
  3. Parfenov SI. Trollejbus s avtonomnym hodom. Transport of the Russian Federation. 2012;3-4:40–41. (In Russ.) EDN: PBZHYR
  4. Metrocentro: Seville tram [internet] Accessed: 13.07.2024. Available from: https://mikhail.krivyy.com/2016/04/10/sevilla-metrocentro/
  5. Ivanov SN, Kim KK, Prikhodchenko OV, Prosolovich AA. Theoretical foundations of mathematical modeling of power conversion processes in combined energy devices. Scientific notes of KnAGTU. 2020;I-1(41):37-44 (In Russ.) EDN: AKBSNQ
  6. Kim KK. Sistemy elektrodvizheniya s ispol’zovaniem magnitnogo podvesa i sverhprovodimosti. Moscow: GOU “Uchebno-metodicheskij centr po obrazovaniyu na zheleznodorozhnom transporte”; 2007. (In Russ.)
  7. Zaitsev AA, Antonov YuF. Magnitolevitacionnyj transport: nauchnye problem tekhnicheskie resheniya. Moscow: FIZMATLIT; 2015. (In Russ.)
  8. Bins KJ, Lawrenson P. Analysis and computation of electric and magnetic problems. Oxford: Pergamon Press; 1963.
  9. Flankl M, Wellerdieck T, Tüysüz A, Kolar JW. Scaling laws for electrodynamic suspension in high-speed transportation. IET Electric Power Applications. 2017;12(3):357–364. doi: 10.1049/iet-epa.2017.0480
  10. Chin JC, Gray JS, Jones SM, BertonJJ. Open-Source Conceptual Sizing Models for the Hyperloop Passenger Pod. In: 56th AIAA/ASCE/AHS/ASC Structures, Structural Dynamics, and Materials Conference. 5–9 January 2015. Kissimmee, Florida. Kissimmee; 2015. doi: 10.2514/6.2015-1587
  11. Janzen R. Trans Pod Ultra-High-Speed Tube Transportation: Dynamics of Vehicles and Infrastructure. Procedia Engineering. 2017;199:8–17. doi: 10.1016/j.proeng.2017.09.142
  12. Beach AE. The Pneumatic Tunnel Under Broadway. NY. Scientific American. 1870;22(10):154–156. doi: 10.1038/scientificamerican03051870-154
  13. Oettershagen P. Perpetual flight with a small solar-powered UAV: Flight results, performance analysis and model validation. In: 2016 IEEE Aerospace Conference, Big Sky, MT. IEEE; 2016. doi: 10.1109/AERO.2016.7500855
  14. Evstaf’ev AM, Nikitin VV, Telichenko SA. Energy Converters for Hybrid Traction Power Systems Used in Electric Transport. Russ. Electr. Engin. 2020;91:77–81. doi: 10.3103/S1068371220020042
  15. Nikitin VV, Sychugov AN, Rolle IA, et al. Calculations of the Parameters and Simulation of the Operation of Nonlinear Surge Arresters for AC Rolling Stock. Russ. Electr. Engin. 2020;91:87–92. doi: 10.3103/S1068371220020078
  16. Valinsky OS, Evstafev AM, Nikitin VV. The Effectiveness of Energy Exchange Processes in Traction Electric Drives with Onboard Capacitive Energy Storages. Russ. Electr. Engin. 2018;89:566–570. doi: 10.3103/S1068371218100103

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1 (1)

Download (22KB)
Indexing metadata
3. Fig. 1 (2)

Download (21KB)
Indexing metadata
4. Fig. 1 (3)

Download (22KB)
Indexing metadata
5. Fig. 2. Graphs of changes of the voltage on the CS (a); the current of the traction converter (b); the voltage of the traction motor (c); the speed of movement (d) of the TAB when powered from the contact network (left and right parts of the graph and TAB (middle part) [2]

Download (144KB)
Indexing metadata
6. Fig. 3. Contact–battery electric locomotiveЭка-07 Тwith a thyristor pulse converter and regenerative braking created on the basis of the “D” vehicle

Download (203KB)
Indexing metadata
7. Fig. 4. Tramvehicle Urbos 3

Download (179KB)
Indexing metadata
8. Fig. 5. ART tram vehicle

Download (134KB)
Indexing metadata
9. Fig. 6. The model of the trolleybus TROLLS-5265.08

Download (185KB)
Indexing metadata
10. Fig. 7. The model of the trolleybus AKSM-32100D

Download (209KB)
Indexing metadata
11. Fig. 8. The model of the trolleybus 5298-0000010-01 Avangard

Download (200KB)
Indexing metadata
12. Fig. 9. The model of the trolleybus TROLLS-5265.02

Download (247KB)
Indexing metadata

Copyright (c) 2024 Byltseva V.D., Izvarin M.Y., Kim K.K.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

link to the archive of the previous title

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».