Weather-based forecasting model to map the relationship between weather and the wheel-rail contact

Abstract

Maintenance is a major cost driver in the railway sector, due to the long operation time of a fleet. Especially maintenance of the wheel-rail system needs to be considered within a maintenance strategy as it is not only essential for driving comfort, but also safety-critical to prevent derailing and other accidents. Traditional approaches such as corrective or planned preventive maintenance are suitable for providing adequate results in terms of comfort and safety but are not the most efficient strategies. Sensor technology and diagnostic tools enable more efficient strategies such as condition monitoring and predictive maintenance. Considering the maintenance of the wheel-rail system, predictive maintenance is a topic of high interest as the wheel and rail are exposed to high wear. Especially high traction can increase the wear and e.g. a locked wheel resulting in very high slip can result in severe damage. Additionally, external influences such as particles on the rail, undesired surface conditions or an additional layer due to precipitation influence the listed contact parameters and thus have an impact on the resulting wear rate. These external influences are caused by different weather conditions, making it inevitable to consider them when planning a maintenance strategy and designing a predictive maintenance system.Therefore, the proposed proof of concept prediction model aims to predict wheel-rail contact parameters based on the prevailing weather conditions to potentially identify situations corresponding to high wear rates and enable conclusions on how different weather conditions should be considered in the development of a predictive maintenance system.

Wartung und Instandhaltung sind aufgrund der langen Betriebszeiten einer Flotte, wesentliche Kostentreiber bei Schienenfahrzeugen. Besonders die Wartung und Instandhaltung des Rad-Schiene Systems sollte in Bezug auf die gewählte Strategie berücksichtigt werden, da der Rad-Schiene Kontakt nicht nur für den Fahrkomfort essenziell ist, sondern auch sicherheitstechnisch wichtig ist, um Entgleisungen und andere Unfälle zu verhindern. Traditionelle Ansätze wie korrigierende oder geplante, vorbeugende Wartung bieten zufriedenstellende Ergebnisse im Bezug auf Komfort und Sicherheit, sind jedoch nicht die effizientesten Strategien. Sensortechnologien und neuere Möglichkeiten zur Diagnose ermöglichen effizientere Strategien wie Condition Monitoring und Predictive Maintenance. Nachdem Rad und Schiene, abhängig von den vorherrschenden Bedingungen wie Reibung, Traktion oder Schlupf, hohem Verschleiß ausgesetzt sind, ist Predictive Maintenance in diesem Bereich ein vielversprechender Ansatz. Vor allem hohe Traktion kann zu überhöhtem Verschleiß führen und beispielsweise ein blockierendes Rad und damit einhergehender hoher Schlupf kann in schweren Schäden resultieren. Darüber hinaus können äußere Einflüsse wie Partikel auf der Schiene, unerwünschte Oberflächenzustände, oder ein zusätzlicher Film auf der Schiene verursacht durch Niederschlag, die genannten Parameter beeinflussen und damit auch einen Einfluss auf den Verschleiß haben. Diese äußeren Einflüsse resultieren aus unterschiedlichen Wetterzuständen und sollten damit bei der Planung einer Instandhaltungsstrategie und der Entwicklung eines Predictive Maintenance Systems berücksichtigt werden. Daher zielt das vorgeschlagene Proof-of-Concept Vorhersage Modell darauf ab, Parameter des Rad-Schiene Kontaktes auf Basis der vorherrschenden Wetterbedingungen vorherzusagen, um potentiell höhere Verschleißsituationen zu identifizieren und damit Rückschlüsse zuzulassen, wie verschiedene Wetterbedingungen bei der Entwicklung eines Predictive Maintenance System berücksichtigt werden sollten.