Dutch
English
Monitoring op een rijdende trein om assetmanagement te ondersteunen
De beheerders van spoorinfrastructuur weten graag hoe hun spoor erbij ligt. Waarom komen er ineens klachten op een bepaalde locatie over geluid- en/of trillingen? Waar is onderhoud nodig? Wordt het onderhoud goed uitgevoerd door mijn aannemer? Hoe presteert de baan ten opzichte van vorig jaar? Een spoorbeheerder heeft goede betrouwbare data nodig over de toestand van de spoorinfrastructuur om dit soort vragen te beantwoorden. Geluid- en trillingsmetingen vanuit een voertuig helpen om deze data te verzamelen. Vaak hoor of voel je al waar een probleem zit voordat het probleem zichtbaar is. Voorheen hadden we ARRoW om de toestand van het spoor in kaart te brengen. Nu hebben we hier een aanvullende oplossing voor: MoVe.
Wat biedt Move?
Het ARRoW systeem gebruiken we al ruim tien jaar voor het meten van de spoorkwaliteit. We bouwen het systeem in op een voertuig, voeren de meting uit, deïnstalleren het systeem en gaan weer terug naar kantoor om daar vervolgens de data verder te verwerken. We zien echter dat de wereld om ons heen aan het veranderen is. Er komt steeds meer vraag naar metingen gedurende langere tijd en real time inzicht in de toestand van het netwerk. De ervaringen en kennis uit ARRoW hebben we gebruikt in MoVe. Doordat MoVe geen operator meer nodig heeft om de metingen uit te voeren kunnen we de metingen meer kostenefficiënt uitvoeren. Verder biedt Move 24 uur per dag inzicht in de resultaten. Door in te loggen op een aparte website krijgt u inzicht in de live status van het systeem. Verder kunt u hier resultaten uit het verleden en heden bekijken.
Wat is hiervoor nodig?
Onbemand meten is minder eenvoudig dan het in eerste instantie lijkt. Hoe weet een meetcomputer bijvoorbeeld wanneer de meting gestart moet worden? Een operator kijkt naar buiten of op de kaart om te bepalen waar hij is of controleert hoe hard er gereden wordt. Met deze informatie bepaalt hij of de meting gestart moet worden. Dit hebben we op een vergelijkbare manier opgelost in MoVe.
Op basis van geografische informatie: door middel van geofencing geven we aan binnen welke gebieden er gemeten moet worden. De meting start dan automatisch op het moment dat het meetvoertuig zo’n gebied inrijdt. We kunnen MoVe ook zo configureren dat de meting start boven een bepaalde minimale snelheid. Op deze manier hebben we de operator dus echt vervangen.
En zijn we dan klaar?
Een aantal vragen kunnen we pas tijdens het gebruik gaan beantwoorden: Hoe onderscheid je kwalitatief goede data van foutieve data? Hoe gaan we alle data analyseren? Hier zijn (machine learning) algoritmes voor nodig die als maatwerk zullen worden ontwikkeld.
