ProRail
In samenwerking met Camino Rail, NS, ProRail en Data Science Lab bedenken wij gezamenlijk nieuwe datagedreven oplossingen die de prestaties van infrastructuur (spoor) en materieel (treinen) kunnen verbeteren. Tot nog toe lag in het project de nadruk op het aanbrengen van sensoren op reizigerstreinen en in het spoor, om nieuwe data te verzamelen waarmee monitoring toepassingen zijn ontwikkeld. Er zijn daarnaast echter ook veel bestaande databronnen bij NS die waarde kunnen toevoegen voor ProRail en vice versa.
Eén van die bronnen is een systeem waarmee steeds meer treinen al zijn uitgerust: Realtime Trein Monitoring (RTM). Treinen die voorzien zijn van RTM, meten tijdens een treinrit honderden parameters. Deze data wordt om de paar seconden vastgelegd en draadloos naar de wal verstuurd. Door de RTM-data te combineren met verschillende ProRail datasets lijken heel nieuwe inzichten mogelijk door het toepassen van analyses en algoritmes om de conditie van de infrastructuur te monitoren. Deze opdracht richt zich op het analyseren van deze gecombineerde databronnen en onderbouwen welke toepassingen hiermee mogelijk zijn.
GELUID OP OPSTELTERREINEN.
PROBLEEM
’s Nachts is er geluid op opstelterreinen door processen uit de trein en aankomende/ vertrekkende treinen. Het geluidsniveau van deze terreinen moeten doen aan milieunormen. Momenteel simuleert ProRail het verwachte geluid met rekenmodellen aan de hand van de representatieve bedrijfssituatie (RBS). De RBS bevat informatie over de locaties van de treinen, treinprocessen (is deze actief/niet actief), inschakelduur van de processen en het type trein.
Het doel van dit project was om specifieke informatie uit de RBS data te valideren met gerealiseerde trein data.
RESULTAAT
Zowel de treinlocaties, treinprocessen en hun inschakelduur uit de RBS dataset kan gevalideerd worden. Voor trein lokalisatie is een algoritme ontwikkeld die de met grote zekerheid de locatie van de treinen kan vaststellen. De validatie laat zien dat er grote verschillen zijn tussen de RBS en MTPS data, wat inzicht geeft dat de RBS dataset niet up-to-date is.
Voor de treinprocessen en de inschakelduur is er de mogelijkheid om de dataset te valideren, maar door te laat geleverde data was dit niet mogelijk. Dit kan in de toekomst wel gedaan worden. Met de microfoondata kon het geluidsniveau van specifieke processen gevalideerd worden. Hiermee zouden de geluidsmodellen van ProRail geoptimaliseerd kunnen worden.
AANPAK
Drie onderdelen zouden mogelijk gevalideerd kunnen worden uit de RBS dataset: Locatie van de treinen, Treinprocessen (actief/niet actief) en Inschakelduur van processen
Dit werd gedaan door de RBS data te vergelijken met data die geregistreerd werd in de trein. Twee databronnen zijn geraadpleegd: MTPS (Materieel Trein Positie Service): Bevat GPS metingen van alle treinen en dus de locatie en RTM (Real Time Monitoring): Geeft van en informatie over over het inschakelen van een treinproces en de inschakelduur hiervan. Daarnaast was er microfoon data beschikbaar die ’s nachts op een terrein geluid opving. Hiermee kon de geluidsniveau van specifieke processen (bijvoorbeeld een remproef) gevalideerd worden.
