Forskning inom Järnvägstekniskt Centrum
Inom ramen för JVTCs affärsplan bedrivs ett stort antal projekt. För dessa har JVTC det fulla ansvaret att leverera kvalitet och nytta tillbaka till uppdragsgivaren.
Majoriteten av dessa projekt bedrivs vid avdelningen för Drift och underhållsteknik. JVTC agerar även som facilitator för all järnvägsforskning vid Luleå tekniska universitet. Vissa projekt hanteras direkt mellan LTUs enheter och uppdragsgivare. Dessa projekt kan ofta ha ett annat fokusområde än JVTC:s dvs. drift och underhåll.
Strategiska forsknings och innovationsprogram
Den strategiska inriktningen av programmen för forskning och innovation är att utveckla nya verktyg, metoder och modeller som kommer att underlätta innovativa lösningar för att förbättra och stärka järnvägssystemet.
Den strategiska inriktningen av forskningsprogrammen är att säkerställa ökad tillgänglighet, kapacitet, säkerhet och hållbarhet för järnvägssystemet för effektiv drift och underhåll.
Omfattande forskning pågår för att studera spårunderhåll och förnyelsefrågor med fokus på slipning, smörjning, underhållsstrategier och nedbrytning.
Stödjande teknologier och lösningar nyttjas tillsammans med stark domänkunskap, för att utveckla optimerande teknologier och lösningar för drift och underhåll. Genom att tillämpa transformativa teknologier, är målet att säkerställa ökad tillgänglighet, kapacitet, säkerhet och hållbarhet för järnvägssystemet.
Områden som ingår i JVTC: s FoI-program har som mål att hitta svar på den viktigaste forskningsfrågan: Hur uppskattar jag återstående livslängd för järnvägskomponenter och system under ett specifikt driftsförhållande? Detta underlättar utvecklingen av prediktiv teknologi och lösningar för järnvägssektorn och underlättar rätt beslutsfattande som leder till effektiv underhållsplanering. De transformativa teknologierna kommer också att underlätta att hitta svaret på frågan "Vad ska göras, hur ska det göras och vem ska göra det?". Det kommer att underlätta utveckling av rekommendationer om åtgärd genom analyser och verktyg, vilket i slutändan underlättar optimerad allokering av underhållsresurser och utförande av underhållsuppgifter.
JVTC Engineering and Management Program beskriver JVTC:s kompetensområden som krävs för att lösa utmaningarna inom järnvägsindustrin. Att tillhandahålla kompetens till programmen säkerställs genom utbildning och forskning vid LTU.
Fyra fokusområden
RAM4S
RAM4S (Reliability, Availability, Maintainability, Safety, Security, Supportability and Sustainability), egenskaper för ett järnvägssystem som kan beskrivas med vilken sannorlikhet en garanterad överenskommen trafikvolym med definierad kvalitet i en given period kan uppnås. Med ökande krav från samhället, behöver infrastrukturägare och tågoperatörer att förbättra RAMS egenskaperna hos sina system. Under de senaste 10 åren, har RAMS frågor blivit avgörande för konkurrenskraft och ekonomisk bärkraft för järnvägssystem över hela världen.
För närvarande är JVTC engagerad i projekt som har direkt eller indirekt fokus på RAMS-analys. Några av dessa projekt är inom ramen för EU:s H2020 Program och JVTC är en av de mest kunniga akademiska aktörerna för analys av RAMS för järnvägssystem.
Tillståndsövervakning och tillståndsbaserat underhåll
Begreppet ”underhållsgränser” är ett innovativt sätt att se på drift och underhåll av järnvägssystemet som en enda enhet för att säkerställa hög tillförlitlighet för transportsystemet. Konceptet bygger på och är analogt med säkerhetsgränser som använts sedan många decennier. Termen underhållsgränser används för att visa att beslutet om underhåll bör baseras på kunskap om nedbrytningshastigheter och tas i så god tid så att avhjälpande underhåll kan undvikas.
Underhållsgränser implicerar också att den totala kostnaden för att upprätthålla räl och hjul kombinerat, bör användas som en parameter för underhållsbeslut. För närvarande har JVTC flera pågående projekt inom detta område.
Asset Management, Risk & Mänskliga faktorer
Betydelsen av begreppet och tillämpningen av den mänskliga faktorn i underhållsstyrning för järnvägsinfrastruktur accepteras som ett viktigare område. Mänskliga fel spelar en viktig roll i säkerheten av järnvägsinfrastruktur. I frågor som, människa-maskin-maskin-gränssnitt i kombination med ergonomi, är det viktigt att hitta innovativa lösningar. Faktorer som ökad kapacitet, tillförlitlighet och tillgänglighet av järnvägsinfrastrukturen förutsätter stöd i form av kunskap och kompetensutveckling.
Forskningsprojekt relaterade till mänskliga faktorer, fokuserar på ökad kapacitet i befintliga järnvägsinfrastruktur genom effektiva underhållsprocesser.
Det övergripande syftet med denna del av programmet är att hjälpa den svenska järnvägssektorn att öka sin konkurrenskraft genom att förbättra underhållets arbetsprocesser, säkerhet och minskning av den mänskliga faktorn/eller fel vid underhållsarbete genom att implementera principer för mänskliga faktorer. Det grundläggande målet för arbetet med mänskliga faktorer är att alla konstgjorda verktyg, apparater, utrustning, maskiner och miljöer bör utveckla, direkt eller indirekt, säkerheten, välbefinnandet och prestation hos människor.
Industrial AI and eMaintenance
The overarching objective of the Industrial AI/eMaintenance Research Program is to enable the railway industry to achieve operation excellence. This through a) conduct multi-disciplinary applied research in maintenance analytics; b) develop and provide an appropriate education platform in eMaintenance; c) establish an innovation process which supports implementation of research outcomes to real-world applications. eMRP focuses on topics which reflect issues and challenges within industry and academia. Some of these topics are: Industrial Artificial Intelligence, Machine Learning, Deep Learning, eXplainable AI, service-oriented and event- oriented approaches, digitalisation, IoT and IIoT, Big Data Analytics, cloud computing, distributed computing, crowd sourcing, information logistics, data integration, data fusion, data processing, data visualisation, and context adaptation. The program also aims to design, develop, and provide artefacts based on edge technology to demonstrate proof-of-concept within the topics. The main objective of these demonstrators is to validate academic outcome in industrial contexts. To achieve this, EMRP collaborate with the eMaintenance LAB.
Det övergripande målet för Industrial AI/eMaintenance är att göra det möjligt för järnvägsindustrin att uppnå excellens i drift och underhåll. Detta genom a) bedriva multidisciplinär tillämpad forskning inom underhållsanalys; b) utveckla och tillhandahålla en lämplig utbildningsplattform inom eMaintenance; c) upprätta en innovationsprocess som stöder genomförandet av forskningsresultat till verkliga tillämpningar. Vi fokuserar på ämnen som speglar frågor och utmaningar inom industri och akademi. Några av dessa ämnen är: Industriell AI, maskininlärning, djupinlärning, explainable AI, tjänsteorienterade och händelseorienterade tillvägagångssätt, digitalisering, IoT och IIoT, Big Data Analytics, cloud computing, distribuerad datoranvändning, crowdsourcing, informationslogistik, dataintegration, datafusion, databehandling, datavisualisering och kontextanpassning. Vi designar, utvecklar och tillhandahåller artefakter baserade på spetsteknologi för att visa proof-of-concept inom ämnena. Huvudsyftet med dessa demonstranter är att validera akademiska resultat i industriella sammanhang. För att uppnå detta samarbetar området med eMaintenance LAB.
Uppdaterad:
Sidansvarig: Kontakta oss