TRANS4M-R

Syftet är att bidra till att göra järnvägens godstrafik mer attraktiv genom ökad kapacitet, förbättrade förutsättningar för gränsöverskridande trafik och förbättrade tjänster för multimodal trafik.

Målsättning

Målet är att i samarbete med andra viktiga europeiska aktörer bidra till att göra järnvägens godstrafik mer attraktiv genom ökad kapacitet, förbättrade förutsättningar för gränsöverskridande trafik förbättrade tjänster för multimodal trafik, uppdelat på utvecklingsområdena "det intelligenta godståget" och "det intelligenta godsnätet".

Projektstatus och resultat

Detta projekt fokuserar delvis på testning och validering av digitala automatiska koppel (DAC) och utvalda möjliggörare (t.ex. EP-broms, tågsammansättning, automatiserat bromsprov ...) under svåra vinterförhållanden med låga temperaturer ner till -25 grader Celsius, stora mängder snö och snörök under ogynnsamma väderförhållanden. Detta kommer att bidra till indata och data för LCC-analys av DAC, full driftskompatibilitet och funktionaliteten hos de utvalda möjliggörarna. Dessa tåg kommer att ses som ett levande laboratorium för DAC och utvalda möjliggörare under projektets gång, där uppdateringar och ändringar kan göras när tekniken vidareutvecklas. Testerna kommer att genomföras med tre demotåg i dessa DAC-tester och med utvalda tågfunktioner. Studien fokuserar därför på flera viktiga punkter som bör möjliggöra tillståndsövervakning av DAC:

• Installation av flera sensorer (accelerometrar, töjningsmätare...) på specifika vagnar på flera demotåg under verkliga driftsförhållanden (figur 1)
• Definiera de mätningar som ska utföras på de automatiska kopplingarna
  
• Analysera data som är kopplade till DAC-systemen för att utvärdera statusen för de automatiska kopplingarna (t.ex. krockkopplingar)
  

Det andra målet med projektet är att specificera och utveckla järnvägskontrollpunkter som delvis kommer att automatisera inspektioner av godståg vid gränser eller andra operativa stoppunkter. I ett tidigare arbete inom FR8RAIL-projektet analyserades data från vägkantsdetektorer för att identifiera information som kan användas för tillståndsbaserat fordonsunderhåll. Detta gjordes för att minska antalet defekta vagnar som fastnar i detektorerna med trafikstörningar som främsta konsekvens. I det här projektet ligger dock fokus på hur data från dessa detektorer ska standardiseras och delas mellan de olika systemen och aktörerna längs järnvägen.

En del av projektet handlar till exempel om att använda data som samlats in från ett specifikt övervakningssystem, Wheel Impact Load Detectors. Dessa sensorer är avgörande för övervakning och underhåll av rullande materiel eftersom de säkerställer järnvägssystemets säkerhet. Eftersom det finns omfattande forskningsaktiviteter som sker på dataset från dessa sensorer, innebär en del av detta arbete att använda datasetet från Wheel Impact Load Detector för att utveckla och utforska proaktiva underhållsstrategier för underhåll av hjulpar.

Den aktuella studien av dessa dataset identifierar att det finns en mängd olika information om dem, som representerar olika fordonstyper som lokomotiv och godstransportörer, med ytterligare distinktioner baserade på axelkonfigurationer (antal axlar), hastigheter och andra driftsparametrar. Den viktigaste aspekten av studien är att analysera datans modalitet, inklusive att identifiera trender och mönster som kan påverka underhållsstrategierna. En preliminär analys visar till exempel på bimodaliteter i specifika dataset, vilket tyder på variationer i driftsförhållanden eller fordonsspecifika egenskaper som kräver ytterligare undersökningar (figur 2 och 3). Genom visualiseringar och statistisk analys syftar detta arbete till att först säkerställa att data lämpar sig för prediktiva eller proaktiva underhållsramverk eller att identifiera de bearbetningstekniker som krävs för att göra data användbara för dessa applikationer. Dessutom betonar forskningen utvecklingen av metoder för meningsfull datadelning mellan intressenter, särskilt med andra europeiska partners. Genom att etablera ett validerat ramverk för jämförelse av prestanda syftar studien till att underlätta samarbete och standardisering av underhållsmetoder inom hela järnvägsindustrin. Detta innebär att denna projektstudie inte bara syftar till att förbättra underhållsstrategierna för hjulpar utan också till det bredare målet att harmonisera dataanvändningspraxis inom järnvägssektorn, så att liknande studier kan tillämpas på andra dataset för vägkantsdetektorer också.