sprekers van Intelligent Rail Summit 2018

Monitoring infrastructuur stimuleert samenwerking vervoerders en spoorbeheerders

De monitoring van de spoorweginfrastructuur wordt steeds geavanceerder. Spoorbeheerders analyseren niet alleen de conditie van de rails, maar ook van de treinen die erop rijden. Soms weten spoorbeheerders meer over het materieel van vervoerders dan de vervoerders zelf. Dat schept een basis voor een nieuw samenwerkingsniveau tussen beide partijen.

Innovaties stimuleren en versterken de onderlinge relatie van spoorbeheerder en vervoerder op een ongebruikelijke manier. Dit fenomeen werd besproken tijdens Intelligent Rail Summit 2018, dat dinsdag in de Zweedse stad Malmö begon. De vertegenwoordigers van verschillende bedrijven deelden elk hun eigen ervaringen op dit gebied.

Wieldefecten

De meest actuele kwestie die aan bod kwam tijdens de eerste dag van het evenement, was de detectie van wieldefecten. De Deense ervaring werd gedeeld door Niels Kloppenborg, vlootmanager van Deense vervoerder Danske Statsbaner. Volgens hem helpen gegevens van Wayside Train Monitoring Systems (WTMS) over hotboxes en andere defecten een vervoerder bij het plannen van het onderhoud. Zonder het treinverkeer stil te leggen. “Omdat we over gegevens beschikken, kunnen we voorkomen dat het spoor buitendienst wordt gesteld. We kunnen de reparaties plannen”, zei hij.

WTMS-productmanager Juliette van Driel van ProRail benadrukte de wetenschappelijke aspecten van infrastructuurgegevens. Ze illustreerde dit door middel van een voorbeeld: een innovatief project van de spoorbeheerder en de Technische Universiteit Delft. Wetenschappers van TU Delft verwerken de gegevens van ProRail en proberen hierin verschillende soorten defecten te identificeren. “We hebben veel gegevens over wieldefecten, maar we weten nog niet om wat voor soort defect het gaat. We hopen dat we met behulp van data deze defecten kunnen identificeren. Ik verwacht dat de onderzoekers slagen en dat we volgend jaar de resultaten zien”, vertelde ze.

Pantografen fotograferen

Van de wielen aan de onderkant van materieel, tot draden en pantografen aan de bovenkant. Gecharterde ingenieur bij Network Rail Paul Barnes begon over een ander onderwerp met betrekking tot de monitoring van de infrastructuur en de samenwerking tussen spoorwegondernemingen en spoorbeheerders. Hij toonde een foto van een kapotte stroomafnemer. Deze was tijdens de rit van Londen naar Schotland beschadigd. De Britse spoorbeheerder vond deze defecte pantograaf via een hogesnelheidscamera die op de route was geïnstalleerd. De camera kan foto’s maken van treinen die 200 kilometer per uur rijden.

Momenteel heeft Network Rail vijf van dergelijke camera’s. “Camera’s helpen ons om samen te werken,” vertelde Barnes. “Als we een beschadigde stroomafnemer op een trein zien, melden we dit aan de spoorwegmaatschappij. Als alle stroomafnemers zijn beschadigd, ligt het probleem bij ons en moeten we het oplossen.” Volgens hem is Network Rail van plan in de toekomst meer camera’s te installeren.

Voorspellende modellen

Manager Advanced Analytics van Asset Insight Dirk Bothof gaf een presentatie over modellen die de veranderende ligging van het spoor kunnen voorspellen en daarom kunnen helpen de risico’s en kosten van spoorwegmaatschappijen te verlagen. Volgens hem hangt de bespaarde hoeveelheid geld af van elke afzonderlijke situatie, maar het kan een aanzienlijk bedrag worden na vijf, tien of meer jaren.

“We hebben de totale kostenbesparingen berekend en we hebben gezien dat onze voorspellende modellen echt geld besparen”, aldus Dirk Bothof. Hij is van mening dat het gebruik van voorspellende modellen ervoor kan zorgen dat spoorwegmaatschappijen hun krachten kunnen concentreren op uitzonderlijke problemen op het spoor. “Als we modellen als deze gebruiken, kunnen mensen zich echt concentreren op de uitzonderlijke problemen en kunnen machines werken aan alledaagse problemen”, zei Bothof.

Metingen

Drie jaar geleden startte Asset Insight met het maken van een model dat de ligging van het spoor voorspelt. Twee secties met een totale lengte van ongeveer 300 kilometer werden in Nederland gekozen om gegevens te verzamelen, in samenwerking met spoorbedrijf VolkerRail. De voorspellende modellen zijn gemaakt na verschillende metingen door middel van machine learning en gegevensverwerking.

“Wat is er werkelijk gedaan? De rails worden gemeten en in een half jaar worden ze opnieuw gemeten en na nog eens zes maanden doen we hetzelfde,” legt Bothof uit. “Verschillende metingen laten ons zien of de conditie van het spoor in orde is of niet. Na het meten verwerken we de gegevens en proberen we de toekomstige ligging van de rails te voorspellen.”

Lees ook:

Auteur: Mykola Zasiadko

Reageer ook

Nog maximaal tekens

Log in via een van de volgende social media partners om je reactie achter te laten.