Zuverlässigkeit der Zustandserkennung infrastrukturgebundener Sensorsysteme für die Zugüberwachung

Abstract

Zur Gewährleistung des vorherrschenden, hohen Sicherheits- und Zuverlässigkeitsniveaus im System Eisenbahn werden sicherheitsrelevanten Fahrzeugeigenschaften während des Betriebs laufend überprüft. Diese ursprünglich dem Streckenpersonal vorbehaltene Zugüberwachung muss allerdings zunehmend durch technische Lösungen ersetzt werden, da die fortschreitende Zentralisierung der Betriebsführung zu einem Abzug des Personals aus der Fläche führt. Aufgrund der gegebenen Rahmenbedingungen im Güterverkehr (fehlende Energieversorgung und Kommunikationsmöglichkeiten) weist dabei der infrastrukturseitige gegenüber dem fahrzeugseitigen Überwachungsansatz entscheidende Vorteile auf. Für die Bewertung des betriebssicheren Fahrzeugzustands durch technische Einrichtungen (Sensorsysteme) eignen sich charakteristische Kenn- oder Indikatorgrößen, welche bei Vorbeifahrt erfasst und mit festgelegten Grenzwerten verglichen werden. Eine hohe Zuverlässigkeit in der Erkennung vorhandener Fehlzustände ist für den Einsatz solcher Einrichtungen im Bahnbetrieb von zentraler Bedeutung, da fehlerhafte Erkennungen in den meisten Fällen betriebliche Einschränkungen und/oder Gefährdungen zur Folge haben. Die vorliegende Arbeit geht daher den Fragen nach, ob bzw. wie Wahrscheinlichkeiten für das Auftreten solcher Fehlerkennungen (Fehlerwahrscheinlichkeiten) abgeschätzt werden können und von welchen Parametern diese Wahrscheinlichkeiten abhängen.<br />Die aktuelle Situation der Zugüberwachung, die bestehenden Rahmenbedingungen und die aus heutiger Sicht zu erwartenden Entwicklungen stellen die Basis der weiteren Überlegungen dar. Nach einem Überblick über mögliche, sicherheitsrelevante Fehlzustände an Schienenfahrzeugen und deren Bedeutung werden die für Bahnanwendungen geltenden, besonderen Vorschriften hinsichtlich Zuverlässigkeit und Sicherheit näher beleuchtet und Aspekte der Spezifikation von Anforderungen an die Erkennungsqualität von Sensorsystemen diskutiert.<br />Im Anschluss folgt ein Abriss über am Markt verfügbare Sensorsysteme und deren grundsätzliche, messtechnische Eigenschaften. Zudem werden verschiedene Ansätze des Zusammenspiels dieser Systeme mit der Betriebsführung, sowie die resultierenden Unterschiede in den Anforderungen an die Messeinrichtungen beschrieben.<br />Die Abbildung realer Messverhältnisse mit Hilfe von bekannten Beschreibungsformen für Messabweichungen, sowie Ansätze für deren Abschätzung, bilden die Grundlage für den Hauptteil der Arbeit. Im Vordergrund stehen dabei wesentliche, dem besonderen Umfeld geschuldete Einflussfaktoren, die Fehlentscheidungen bei der Zustandserkennung begünstigen können. Die Modellierung der Messabweichungen und der wahren Werte einer Messgröße als stochastische Prozesse gestattet es, eine theoretische Berechnungsvorschrift für Fehlerwahrscheinlichkeiten einschließlich möglicher Vereinfachungen herzuleiten. Unter anderem können dadurch maßgebliche Einflussgrößen identifiziert und deren Wirkungsweise einsichtig gemacht werden.<br />Die für eine praktische Anwendung des theoretischen Berechnungsansatzes benötigten, streckenspezifischen Verteilungen der Messwerte können im Allgemeinen nur durch Beobachtung rudimentär geschätzt werden. Die dadurch entstehenden Hindernisse und die Untersuchung von Möglichkeiten für die Abschätzung von Fehlerwahrscheinlichkeiten auf Basis solcher Beobachtungen sind Kern der Arbeit. Konkret wird aufgrund bestehender Nachteile der regularisierten Entfaltung ein neuer Ansatz entwickelt, welcher die Ermittlung von Konfidenzintervallen erlaubt. Anders als bei Intervallschätzungen üblich sind Intervallgrenzen dabei nicht durch Schätzfunktionen direkt aus den beobachteten Werten ableitbar, sondern der Ansatz beruht auf Extremwertbestimmungen, bei welchen der diskrete Dichteverlauf der wahren Werte variiert und die statistische Verträglichkeit durch parameterfreie Anpassungstests sichergestellt wird. Die Anwendbarkeit dieser Methode kann anhand exemplarischer Berechnungen auf Basis realer, aber anonymisierter Messdaten veranschaulicht werden.<br />Die Arbeit schließt mit einer Zusammenfassung der wesentlichsten Erkenntnisse. Dabei werden neben den prinzipiellen Eigenschaften und Grenzen des entwickelten Ansatzes auch Aspekte für dessen Anwendung aufgezeigt. Ferner werden einige typische Einsatzmöglichkeiten für eine Fehlerwahrscheinlichkeitsabschätzung skizziert, um die praktische Bedeutung des Ansatzes zu unterstreichen.<br />

To ensure today's high levels of safety and reliability in railways, an ongoing observation of safety-related vehicle properties has to be carried out during operation. Formerly, staff working along tracks was in charge of train inspection. But due to the increasing use of train management operating systems personnel from the field are withdrawn and technical solutions (sensor systems) have to be applied for this task. Thereby, because of general properties of freight wagons (missing power supply and communications capabilities), wayside monitoring has decisive advantages compared to vehicle based approaches.<br />Evaluation of safe operating conditions can be done by measuring some characteristic key parameters of passing railway vehicles, also called indicator quantities, and a subsequent comparison with predefined threshold values. High reliability of such a fault state recognition is of central importance for applicability in railways, since false decisions usually lead to interruption of operation or to accident hazards. Thus, this thesis deals with probability estimations of false decisions (error probabilities) as well as identification of constitutive influencing factors. The current situation of train inspection, the given framework in railways, and the developments expected from a present-day perspective are the basis of further considerations. After providing an overview of possible safety-related fault states on railway vehicles and their relevance, railway regulations in force related to reliability and safety and aspects of requirements specifications regarding to the quality of fault state recognition are discussed. Following this, available sensor systems and their general metrological properties are shown. Also different approaches of interaction between sensor systems and operational management together with resulting differences of system requirements are described.<br />Modelling of real measuring conditions by means of established ways of description of measurement errors and estimation approaches for these errors provide the basis for further investigations. Thereby, the considerations are focused on influencing factors which come from specific conditions of railway environment and which can cause false decisions. The modelling of both - measurement errors and true values of measurands - as stochastic processes enables the derivation of a theoretical algorithm for mentioned error probabilities. Among others this algorithm allows the identification of parameters which are significant for error probabilities and it shows the effects of these parameters.<br />A practical application of the theoretical calculation scheme demands knowledge about track specific distribution of measurement values, which in general can only be estimated rudimentarily by observation. Arising difficulties and investigations of estimation possibilities of error probabilities on the base of such measurement samples are the heart of this thesis. In detail, due to existing disadvantages of regularised deconvolution algorithms a new approach is developed, which allows ascertaining confidence intervals for these error probabilities. But in contrast to common interval estimations the boundaries of such intervals can not be determined directly from sample values by means of estimate functions. So the new approach bases on calculation of extreme values by varying the probability function of true values and examining the statistical compatibility with non-parametric goodness-of-fit tests.<br />Furthermore, its applicability is shown by exemplary calculations with real but anonymised measurement samples.<br />The thesis closes with a summary of major results. Beside principle characteristics and limitations of the developed algorithm, aspects of its usage are pointed out. Further, some typical areas of application of error probability estimation are listed to emphasize the practical relevance of this approach.