Onderzoekers ontwikkelen een systeem aan boord voor treinen dat lage adhesiegevaren kan identificeren, zoals ‘bladeren op de lijn’, evenals andere problemen die het spoorequivalent van ijzel veroorzaken.
Lage adhesie wordt veroorzaakt door de verontreiniging van spoorlijnen door biologische, chemische en fysische factoren, waarvan sommige niet gemakkelijk kunnen worden gecontroleerd of gecontroleerd. De geschatte totale kosten van een lage binding met de Britse spoorwegindustrie worden geschat op £ 350 miljoen per jaar (RSB).
Een minimaal niveau van grip is essentieel voor betrouwbare rem- en tractieprestaties, vooral voor het handhaven van de veiligheid en het beperken van vertragingen. Veranderingen in adhesie kunnen zeer plaatselijk, onvoorspelbaar en van voorbijgaande aard zijn, en een slechte adhesie die door één trein wordt ervaren, heeft mogelijk geen invloed op volgende treinen op dezelfde locatie.
Nu zijn ingenieurs van de Loughborough University, de University of Sheffield en het ingenieursbureau Perpetuum een ​​samenwerking aangegaan om een ​​nieuw product te ontwikkelen dat hotspots met een lage hechting in realtime detecteert en een actuele kaart van het Britse netwerk maakt die laat zien waar eventuele gevaren kunnen zijn.
De kaart stelt netbeheerders in staat snel te reageren op mogelijke risico’s, waardoor diensten veiliger en soepeler kunnen verlopen.
Dr. Chris Ward van Loughborough, die het initiatief leidt, zei: “Het netwerk loopt het risico dat er te allen tijde lage adhesie optreedt en de industrie neemt de impact hiervan ongelooflijk serieus.
“Network Rail en de bredere spoorwegindustrie investeren enorme hoeveelheden geld in het reinigen van spoorkoppen, het controleren van flora langs lijnen en het voorspellen waar lage hechtingsgebeurtenissen kunnen optreden – maar het is geen exacte wetenschap en getroffen gebieden kunnen pas worden ontdekt nadat een incident heeft plaatsgevonden .
“De gebieden met een lage adhesie zijn vaak van korte duur en verschillende soorten treinen kunnen verschillend reageren op de omstandigheden.
“Deze nieuwe technologie, door in realtime lage adhesie te detecteren van in gebruik zijnde voertuigen, zal een veel nauwkeuriger beeld geven van waar de gevaren liggen op het enorme netwerk van spoorlijnen in het VK, wat een snellere reactie zal betekenen, zoals defensief rijden of railhead behandeling – en als resultaat een veiliger netwerk met minder vertragingen.”
Het detectiesysteem zal bestaande detectiemethoden gebruiken om gegevens te verzamelen die vervolgens zullen worden verwerkt met behulp van algoritmen die zijn gemaakt door Dr. Ward en collega’s van Loughborough.
De experimentele software zou kleine veranderingen moeten opvangen in hoe de wielen van een rijtuig reageren op verschillende baanomstandigheden.
Als een trein over gebieden met een lage adhesie rijdt, beweegt het voertuig anders dan over sporen met een hoge adhesie.
Signalen van de bewegingen worden opgevangen door sensoren, die vervolgens worden verwerkt en omgezet in een beoordeling van het hechtingsniveau. Indien nodig kan een waarschuwing worden verzonden naar de bestuurder of de bredere netwerkgebruikers.
Elaine Cockroft, projectmanager bij Network Rail, verklaarde: “Het doel is om een ​​eerste product te ontwikkelen dat het probleem van lage adhesie op de wiel/rail-interface aanpakt en een tribometer/meetinstrument te overwegen dat in staat is om de co-efficiëntie van wrijving op de railkop.
“Het streven op middellange termijn is om een ​​apparaat te installeren op de Network Rail Head Treatment Train (RHTT) of een Multi-Purpose Vehicle (MPV), of een ander geschikt voertuig om intelligente seizoensbehandelingsgegevens vast te leggen met een minimumsnelheid van 60 mph en om de effectiviteit van de railkopbehandeling aantonen.
“De toekomstige ambitie is om de technologie toe te voegen aan passagierstreinen of goederenlocomotieven en daarom zou de technologie moeten worden ontwikkeld om continue gegevens vast te leggen met een reissnelheid van 200 mijl per uur over het netwerk. Dit zou leiden tot een up-to-date adhesiekaart van het netwerk.”
Tijdens de 22 maanden durende studie zal het onderzoeksteam deze zomer een groot testprogramma uitvoeren in het Rail Innovation and Development Centre van Network Rail in Tuxford, Nottinghamshire, om hun algoritmen te testen.
Voor het testprogramma wordt een kunstmatige lage adhesie gecreëerd en gemeten met ultramoderne wrijvingsmeetapparatuur van de Universiteit van Sheffield.
Professor David Fletcher uit Sheffield zei: “Onze samenwerking in het UK Rail Research Innovation Network heeft ons in staat gesteld een uitgebreide reeks hardware voor het analyseren van spooroppervlakken te ontwikkelen. zoals deze met Loughborough.”
“Zoals elk voertuig dat op wielen rolt, vertrouwen spoorvoertuigen op wrijving die wordt gecreëerd in het wiel/railcontactgebied voor geleiding en tractie, bijvoorbeeld sturen, remmen en accelereren”, zei Dr. Ward.
“Railsystemen hebben een specifiek stijf en wrijvingsarm contactoppervlak van stalen wielen op stalen rails.
“Dit is zeer efficiënt als het gaat om energieverlies tijdens het rollen en betekent dat er minder energie nodig is om de voertuigsnelheid op peil te houden in vergelijking met voertuigen met banden.
“Dit is te wijten aan de zeer kleine vervorming van het contactgebied – ze zijn zo groot als een vingernagel – zelfs met de enorme contactdrukken.
“Een lage hechting in dit contact komt om verschillende redenen voor, maar een van de meest bekende is ‘bladeren aan de lijn’.
“De chemie van de bladeren, regen en de enorme druk creëren een materiaal dat verwant is aan ‘Teflon’ of ijzel – bijna geen wrijving.
“Dus wanneer de remmen worden gebruikt, kunnen voertuigen gewoon wegglijden. Een recent voorbeeld was dat een voertuig dat 100 km/u reed, naar verwachting binnen 1 km zou stoppen. Vanwege de lage adhesie duurde het 5 km.
“Dit betekent dat rode seinen kunnen worden gepasseerd, stationshaltes kunnen worden gemist en dat er botsingen kunnen optreden.
“Het belangrijkste probleem is dat we niet met zekerheid weten dat deze omstandigheden zich hebben voorgedaan. Er is momenteel geen realtime meting. Dit is het belangrijkste punt dat we met de technologie willen aanpakken en veranderen in een proces dat kan worden ingezet op de levende spoorlijn.”
Geleverd door Loughborough University