RAIL4EARTH

Att skapa ett mer attraktivt och motståndskraftigt transportsätt och bidra till målen om ett klimatneutralt Europa 2050.

Målsättning

Målet är att förbättra järnvägens befintliga hållbarhetsprestanda, att bygga ett mer attraktivt och motståndskraftigt transportsätt och att bidra till målen om ett klimatneutralt Europa 2050.

Omfattning

Omfattningen av arbetet i det fyraåriga FP4-Rail4EARTH, inom ramen för utlysningstemat HORIZON-ER-JU-2022-FA4-01, är att förbättra järnvägens befintliga hållbarhetsprestanda, bygga ett mer attraktivt och motståndskraftigt transportsätt och bidra till målen för ett klimatneutralt Europa 2050. Verksamheten omfattar Europas järnvägs flaggskeppsprojekt 4 Hållbara och gröna järnvägssystem, inklusive rullande materiel, infrastruktur, stationer och alla deras relaterade delsystem (dragkraft, boggier, bromsar, energilagringssystem, HVAC, etc.).

Involvering

Inom detta projekt är avdelningen för drift- och underhållsteknik vid Luleå tekniska universitet (LTU) engagerad i två arbetspaket (WP).

WP2: Anpassning till klimatförändringar

Syftet med WP2 är att implementera EU:s anpassningsstrategi till järnvägssektorn för att göra den motståndskraftig mot klimatförändringar och dess effekter. Projektmålen är:

• En smartare anpassning till klimatförändringarna
• En snabbare anpassning genom att identifiera befintliga lösningar.
• Under det första året av projektets genomförande består LTU:s arbete i WP2 av följande aktiviteter.
• Utforska klimatförändringarnas påverkan på järnvägstillgångar
• Undersökning av infrastrukturens topp 10 väderrelaterade fel
• Arbeta med "Kartläggning av design- och teststandarder
• Arbeta med "Kartläggning av drifthändelser
• Identifiera TRV:s erfarenhetsåterföring i samband med detta projekt.
• Dessutom syftar LTU till att tillhandahålla olika KPI för att bedöma Rail4Earth-projektets uppgifter och arbetspaket. Definierade KPI bör svara på följande preliminära frågor som:
• Hur klimatanpassningsaktiviteter och föreslagna åtgärder i Rail4Earth-projektet påverkar "tillgångsutnyttjande", "servicekvalitet" och "finansiell effektivitet"?
• Hur förändras utgifterna för underhåll och förnyelse över tid baserat på olika RCP-scenarier?

För att ta itu med frågorna finns det behov av att bedöma olika resultatindikatorer, inklusive RAMS och LCC, i syfte att tillhandahålla kontinuerlig övervakning och stöd för långsiktiga klimatanpassningsåtgärder och åtgärdsplanering.

WP3: Buller och vibrationer

Kurvskrik från järnvägsfordon skapar bullerproblem i stadsmiljöer där bostadsområden ligger nära järnvägskurvor. Övervakning av gnisselljud är en viktig uppgift för att förstå hur ofta och under vilka förhållanden gnisselljud uppstår.

LTU kommer att arbeta med uppgift 3.5.2 där ett praktiskt fristående övervakningssystem för gnisslande buller utvecklas. Detta system kommer att upptäcka kurvskrik genom att övervaka vibrationssignaler från rälsen via sensorer som är fästa på den låga och höga rälsen i en kurva. Systemet kommer att installeras och testas i en kurva där gnisslande ljud ofta genereras i Södertälje Sverige. Trafiken i kurvan består av förortspassagerartåg med motoriserade boggier, se figur 1.

De första spårmätningarna som utfördes av LTU påbörjades i mars 2023. Syftet med denna initiala installation var att testa olika inställningar och montering av sensorer. Den slutliga mätuppställningen slutfördes i oktober 2023 och består av rälsmonterade accelerometrar som mäter rälsacceleration och rälstemperatur samt ytterligare sensorer som mäter lufttemperatur och relativ luftfuktighet. De enkelaxliga accelerometrarna är monterade på rälsbanan på kurvans höga och låga räls.

Figur 2 visar principen för mätuppställningen. Mätsystemets huvudenhet (MS) lagrar de registrerade mätningarna och laddar upp dem till en webbserver för vidare bearbetning.

En långsiktig övervakningskampanj har inletts för att samla in data om kurvskrik från kurvan. Gnisselhändelser detekteras och analyseras från de registrerade vibrationssignalerna från rälsen och kvaliteten på mätningarna inspekteras regelbundet. Algoritmer för analys av vibrationssignaler håller på att utvecklas för automatisk detektering av kurvskrik.