West-coast Main line GB

Network Rail wil meer data beschikbaar stellen aan onderhoudspartijen

“Ieder spoorbedrijf probeert zijn eigen algoritme te bouwen, maar dat is misschien niet de beste aanpak. We moeten de supply chain meer betrekken, en iedereen zou er beter van worden als we meer data beschikbaar zouden stellen”, zegt Tim Flower, Chief Intelligent Infrastructure Engineer bij de Britse spoorbeheerder Network Rail.

TimFlowerHeadshot-Sinds april 2019 is Network Rail druk bezig met zijn Intelligent Infrastructure Programme, dat wordt geleid door Tim Flower. Het is een vijfjarig transformatieprogramma (2019-2024) gericht op het omzetten van data in intelligente informatie om de dienstverlening aan reizigers te verbeteren.

Flower is een van de sprekers op het Intelligent Rail Summit dat op 21,22 en 23 september wordt gehouden in Bilbao. Hij zal daar ook meer vertellen over de samenwerking met ProRail en Strukton bij het testen van storingsdetectie met behulp van het bestaande glasvezelnet langs het spoor.

Welke technologie of methode verandert de komende jaren het meest in het spooronderhoud? “Een combinatie van een echt goede toepassing van op betrouwbaarheid gerichte onderhoudstechnieken”, zegt Tim Flower. “Het is belangrijk om degradatiesnelheden te begrijpen en waar je deze kunt vinden. Ook zal een grote uitbreiding van IoT-apparaten de conditiebewaking verbeteren, maar het moet wel op een beheersbare manier zijn.”

Meer data beschikbaar stellen

Ook als het gaat om hoe de ontwikkeling in de spoorsector verloopt, is er ruimte voor verbetering, zegt de hoofdingenieur. “We moeten slimmer worden. Elke spoorwegonderneming probeert zijn eigen algoritme te bouwen, maar ik begin in te zien dat dat misschien niet de beste aanpak is. Het zou ons allemaal ten goede komen als we meer data beschikbaar zouden stellen en de supply chain meer zouden betrekken. Ze zouden waarschijnlijk veel sneller algoritmen kunnen ontwikkelen dan wij.”

Een van de meest recente ontwikkelingen zijn de spoorelementen in de tool Insight. “Insight wordt onze one-stop-shop, waar informatie wordt verstrekt aan ingenieurs en sectiemanagers. Daarnaast zullen we een platform voor conditiebewaking op afstand hebben dat ook gegevens in Insight zal invoeren. Uiteindelijk zullen deze twee platforms de basis vormen voor voorspellende en preventieve onderhoudsregimes.”

Alarmfase

Network Rail heeft nu voorspellende modellen kunnen ontwikkelen voor degradatie van spoorgeometrie. “Deze modellen kunnen zien wanneer verschillende elementen van de spoorgeometrie zich in de alarmfase bevinden. Nu kijken we naar de ontwikkeling van de volgende fasen, een beter beheer van defecten van het spoorinspectiesysteem Plain Line Pattern Recognition (PLPR). In januari 2019 opende Network Rail een tweede PLPR-faciliteit in Derby om hun capaciteit voor het monitoren, inspecteren en repareren van defecten in het spoor te vergroten.”

De eerste functie van Insight voor het maken van een langetermijnplanning wordt dit jaar uitgebracht. “Dat gaat allemaal over het begrijpen van het werk voor de komende drie tot acht jaar, zoals wanneer we toegang tot het spoor nodig hebben en hoe we de juiste beslissingen kunnen nemen op basis van verschillende scenario’s.”

Tekst gaat verder onder afbeelding

Baanwerkers Network Rail

Samenwerking

Ook op het gebied van voorspellend onderhoud werken infrastructuurbeheerders samen. Zo heeft Network Rail een Memorandum of Understanding (MoU) met ProRail en spooronderhoudsbedrijf Strukton in Nederland. “Een interessant project dat op dit moment loopt, is detectie via glasvezelkabels, dat we samen met ProRail aan het testen zijn. Hiermee worden sensoren op de telecomlijn langs het spoor geplaatst, zodat ze eventuele lokale ruis via de kabel kunnen horen.”

Met slimme algoritmes zouden we hiermee kunnen signaleren of een persoon een overweg nadert, een trein of bij een defect treinwiel. “Het systeem staat nog in de kinderschoenen, maar is op dit moment behoorlijk succesvol met treintracking en heeft veel mogelijkheden”, zegt Flower.

De toekomst van gegevensverzameling

Om de data te verzamelen, plaatst Network Rail al geruime tijd sensoren, vertelt Flower. Voornamelijk in de signaleringssystemen, zoals wissels, spoorcircuits, voedingen en wisselverwarming. “We blijven nieuwe mogelijkheden ontwikkelen en hebben nu een prototype voor overwegen. Zo kunnen we bijna volledig onderhoud plegen aan de componenten van overwegen.” Het wordt getest en doorloopt de laatste fasen met drie leveranciers. Over een paar maanden wordt besloten welke het beste passen bij de routes op het netwerk.

Op dit moment worden sensoren voor het verzamelen van gegevens voornamelijk achteraf ingebouwd, maar de volgende stap zou zijn dat nieuwe assets al van sensoren worden voorzien. Network Rail heeft onlangs het aantal camera’s voorop treinen uitgebreid, die bestrijken nu ongeveer 80 procent van het netwerk. “Dit systeem heeft best veel toepassingen, zoals het monitoren van begroeiing en bovenleidingen.”

Ook wil de infrastructuurbeheerder meer gebruik maken van reguliere treinen voor dataverzameling, met goedkopere sensoren. Dit kan worden gecombineerd met data van hogere kwaliteit uit meettreinen. Maar wat is de ideale mix van dataverzamelingsmethoden? “We hebben een speciaal programma dat dit onderzoekt. We willen een duidelijker beeld krijgen van welke mix van een dedicated vloot en in service-treinen de beste zal zijn voor de toekomst.”

Tim Flower deelt meer inzichten op de Intelligent Rail Summit in Bilbao op 21-23 september. Bekijk hier het programma voor meer informatie. Download hier het gratis magazine over Intelligent Rail met meer interviews.

Lees ook:

U las zojuist één van de gratis premium artikelen.

Wilt u onbeperkt lezen? Sluit nu een actie abonnement af en 

krijg onbeperkt toegang tot vakinformatie over de spoormarkt.

start actie abonnement

Auteur: Esther Geerts

Esther Geerts is journalist van RailTech.com, de internationale zusteruitgave van SpoorPro.

Reageer ook

Nog maximaal tekens

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