Förbättrad tillståndsövervakning för en effektiv godstrafik på järnväg
Det går att ha kontroll på sin anläggning utan att vara fysiskt på plats. Genom forskning med sensorer och AI har projekt FR8RAIL inom Trafikverkets engagemang i Shift2Rail lagt ytterligare en pusselbit på väg mot prediktivt underhåll.
Tillståndsövervakning av fordon som används i järnvägssystem är uppdelad i två kategorier:
- Mätsystem vid spåret
- Övervakningssystem ombord
Mätsystem vid spåret - dvs sensorer som installeras i anläggningen - har fördelen att det kan mäta många fordon vid samma plats jämfört med ombordsystem. Sensorer tillsammans med datainsamlings- och databearbetning nyttjas för att upptäcka kritiska tillstånd hos fordonen, som varma axelboxar eller hjulplattor. Dessa system har använts för att identifiera fordon med skador som kan påverka systemet. Ny forskning har visat att mer information kan extraheras för prediktion av framtida tillstånd.
– Forskningen ger således indikation på möjliga störningar i trafiken samt skador på vagnarna i ett tidigare skede vilket kan tillämpas för att skapa beslutsstöd för en effektiv förvaltning av tillgångarna, berättar forskaren Florian Thiery, Luleå Tekniska Universitet (LTU).
Ökad automatisering och digitalisering möjliggör således en mer tillståndsbaserad och prediktiv övervakning vilket i sin tur skapar förutsättningar för ett likaledes tillståndsbaserat och prediktivt underhåll av anläggningens tillgångar.
– Det bidrar till bättre punktlighet och ökad konkurrenskraft för godstrafik på järnväg och underlättar också arbetet och ökar kvaliteten i besiktningen, menar projektledare Michel Gabrielsson, Trafikverket.
Från reaktiv hantering till proaktiv
Huvudsyftet för projekt FR8RAIL har varit att undersöka möjligheten att gå från ett reaktivt tillvägagångssätt till en mer proaktiv övervakning av godstrafiken. De viktigaste resultaten som projektet levererat och som förväntas bidra till ett kostnadseffektivt underhåll med ökad punktlighet och kapacitet är:
- Framtagandet av en detaljerad beskrivning av de sensorer som för närvarande är installerade på det svenska järnvägsnätet, och en analys av deras prestanda
- Utvärdera och säkerställa kvaliteten på överförda data mellan de olika detektorerna, eftersom avvikelser kan förekomma på olika platser och tillverkare av liknande system
- Utveckling av ett koncept baserat på att analysera temperaturer i hjulen, så kallad Hot-Box/Hot-Wheel, för att upptäcka felaktigheter relaterade till vagnens hälsostatus
- Utvecklat metod för uppskattning av den återstående livslängden för degraderade hjul och utvärdera hur kvaliteten från olika detektorer påverkar algoritmen/handlingsplanen för hjulnedbrytning
Eftersom fallstudierna fokuserar på data från en specifik järnvägslinje, bör ytterligare undersökningar göras för att utvärdera om de föreslagna metoderna skulle kunna tillämpas i större skala och implementeras i den nuvarande infrastrukturförvaltarens dataanalys.
Webbinarium: Förbättrad tillståndsövervakning för en effektiv godstrafik på järnväg
Vill du veta mer om resultaten från FR8RAIL-projektet är du välkommen att delta på ett webbinarium den 4 december kl. 14.00 – 14.45.
Klicka på kalenderhändelsen nedan för program och anmälan.