CSX est une compagnie ferroviaire qui exploite près de 34 000 km de voies, notamment l’une des trois lignes de Catégorie 1, qui dessert la plus grande partie de la côte est des États-Unis ainsi que près de deux tiers de la population du pays.
Le rôle joué par la division Planification du Réseau est essentiel pour la réussite de la compagnie. Cette division détermine où il faut ajouter de la capacité afin de permettre une future croissance, s’assure que les infrastructures peuvent supporter et soutenir un niveau de service élevé et s’efforce d’améliorer l’efficacité des dépenses de capital.
La division Planification du Réseau utilise une approche en plusieurs étapes pour gérer la capacité du réseau. Elle se sert d’outils analytiques pour suivre les niveaux de service actuels, identifier les problèmes qui apparaissent et déterminer la cause fondamentale de ces perturbations (savoir si le problème est opérationnel, dû aux infrastructures).
En outre, elle analyse les solutions susceptibles d’être appliquées au problème, notamment les décisions d’investissement, et détermine la solution offrant le meilleur rendement financier. Pour obtenir les bonnes réponses, l’utilisation des outils analytiques traditionnels ne suffit pas. C’est pour cette raison que CSX utilise à cette fin des technologies de modélisation de simulation. Elle utilise le logiciel AnyLogic pour un grand nombre de choses, car il lui permet de créer des modèles de systèmes variés, avec le niveau d’abstraction requis et un délai de production court.
AnyLogic permet à ses utilisateurs dans le secteur ferroviaire de simuler des problèmes de voie, de terminal et de gare de triage. Les trois projets ci-dessous, réalisés par CSX en 2014, comportaient des tâches variées, qui ont pu être effectuées à l’aide du logiciel AnyLogic.
Planification des investissements dans la ligne MGA
Problème :
Une ligne ferroviaire qui est détenue conjointement par CSX et son concurrent devait profiter d’une hausse importante de la demande provenant de plusieurs mines de charbon. La concurrence importante entre les deux compagnies signifiait que si l’une d’entre elles ne pouvait pas répondre à cette demande, l’autre le ferait. CSX devait identifier la meilleure stratégie opérationnelle / de capital pour gérer l’augmentation de l’activité. Ils souhaitent avoir les réponses à ces questions spécifiques :
- Disposaient-ils de capacités de transport supplémentaires suffisantes sur la ligne pour mettre sur les rails des trains de transport de charbon vides, afin de répondre rapidement à l’évolution de la demande ?
- Quelles étaient les meilleurs endroits où ajouter les capacités de transport supplémentaires sur la ligne, si nécessaire ?
Ils ont fait appel à la modélisation de simulation AnyLogic pour obtenir ces réponses.
Solution :
Le modèle de réseau de chaîne d’approvisionnement ainsi créé simulait la demande de trains vides par cinq mines de charbons, ainsi que la réponse à cette demande et le transport des trains vides. Les trains ont été modélisés comme des agents se déplaçant sur le réseau. En changeant les valeurs des paramètres appropriés, les utilisateurs pouvaient déduire les impacts de différents facteurs sur la capacité ferroviaire (c’est à dire la capacité de transport, ainsi que les délais de chargement dans les mines de charbon.
Le modèle a calculé la capacité atteinte par la société, ainsi que les contrats perdus par CSX en raison du manque de trains disponibles.
Conclusions :
Le modèle a permis aux décisionnaires d’avoir des perspectives sur le système afin d’identifier la capacité maximale possible. Cette simulation a montré que la compagnie ne disposait pas d’une capacité de transport suffisante pour répondre à l’augmentation de la demande et elle a permis de distinguer les projets d’investissement en capital devant être mis en œuvre en priorité.
Reconstruction de l’atelier de locomotives de Nashville
Problème :
L’atelier de locomotives de CSX à Nashville devait être agrandi afin de répondre à la restructuration du réseau ferroviaire à une plus grande échelle. Cette installation comprenait un atelier de maintenance et une rotonde. Le département mécanique de la compagnie devait sélectionner la meilleure configuration parmi huit alternatives. L’objectif consistait à identifier la configuration qui maximisait la cadence du traitement des locomotives.
Solution :
Ce projet a fait appel à la Bibliothèque ferroviaire spéciale d’AnyLogic pour développer un modèle de l’atelier de locomotives et en tester les différentes configurations.
Dans ce modèle, 72 % des locomotives entrantes allaient vers la rotonde, tandis que 22 % étaient dirigées vers l’atelier de maintenance. Les 6 % restants pouvait être dirigé vers l’un ou l’autre, selon le problème dont elles souffraient après inspection supplémentaire. Les délais de service dans les deux ateliers n’étaient pas les mêmes.
Les locomotives roulaient à cinq miles par heure dans le système. Il y avait une file d’attente commune, de neuf places, pour les deux ateliers. Une locomotive était placée dans le système si une place était disponible dans la rotonde, l’atelier de maintenance ou la file d’attente commune. Le nombre de places disponibles à la fois dans les ateliers et dans la file d’attente pouvait être modifié par l’utilisateur.
Conclusions :
Le modèle a été utilisé par le département mécanique pour vérifier leurs hypothèses, en faisant des expériences dans le système et comme outil d’assistance à la décision afin de déterminer la meilleure configuration. Il a permis aux spécialistes de mener la conversation parmi les parties prenantes et d’appuyer leur conclusion sur des données fiables.
Émulateur de performances de réseau
La compagnie a dû faire face à une croissance de la demande plus importante que ce qui était attendu, ce qui, couplé aux conditions hivernales extrême et aux contraintes en matière de ressources, a entraîné des congestions sur le réseau CSX dans les états du nord des États-Unis. Lorsqu’elle a analysé cette situation problématique après coup, l’équipe de la Planification du réseau a cherché à déterminer ce qui s’était passé sur le réseau et comment éviter ces problèmes à l’avenir.
Alors que les recherches se poursuivaient, ils se sont aperçus qu’il serait plus simple de comprendre ces processus s’ils remplaçaient les méthodes d’analyse traditionnelles par un émulateur visuel. Ainsi, ils ont décidé de reproduire le comportement passé du système dans AnyLogic en utilisant une animation sur une carte GIS, afin de mieux comprendre les processus de densité, de flux et de congestion du réseau et d’améliorer la prise de décision. Toutes les données relatives aux mouvements des trains ont été importées dans AnyLogic depuis les bases de données, ce qui a permis de prédéfinir le comportement des trains dans le modèle. L’émulateur comprenait le mouvement animé des trains, ainsi que des statistiques et indicateurs rendant les données compréhensibles visuellement.
Le modèle a été présenté aux Agents de niveau C et aux clients et a permis d’améliorer radicalement la compréhension qu’avaient les parties prenantes de cette question.
Regardez la vidéo où Jeremiah Dirnberger, de CSX, présente ces études de cas lors de la conférence AnyLogic 2014 :
