Bekijk desktop versie

 4856

Wie zijn wij?

Wie zijn wij?De Nederlandse Vereniging voor Doelmatig Onderhoud (NVDO) is dé toonaangevende brancheorganisatie die middels belangenbehartiging, kennisoverdracht en netwerken ondersteuning biedt aan bedrijven en personen die bij de besluitvorming op het gebied van Beheer en Onderhoud/Asset Management betrokken zijn en daarmee de Nederlandse...

Lees verder

Spoorstaafschade eerder en beter in beeld met machine learning

Donderdag, 31 oktober 2019 01:39
Spoorstaafschade eerder en beter in beeld met machine learning
Door het combineren van verschillende meetmethodes, 3D puntenwolken en slimme data-analyse kan de conditie van het spoor volgens de dataspecialisten van Asset Insight sneller en nauwkeuriger in beeld worden gebracht dan met de huidige handmatige methodes.







Het Advanced Analytics team van Asset. Insight. ontwikkelde een aantal nieuwe methodes voor het monitoren van de spoorinfrastructuur. Zo bedacht het bedrijf nieuwe oplossingen voor het signaleren van spoorstaafschade, het controleren van de spooras en de conditie van het ballastbed. Maar ook een manier om snel vast te stellen welke bomen langs het spoor een risico vormen en een model om storingen te voorspellen.

Bij het controleren van de spooras wordt gekeken in hoeverre het spoor is verschoven ten opzichte van het oorspronkelijke ontwerp. Met behulp van een uit 3D scans opgebouwd digitaal model van het spoor wordt de huidige ligging van het spoor in kaart gebracht en vergeleken met hoe de ligging zou moeten zijn. Het systeem minimaliseert gps-afwijkingen door meerdere metingen te doen. “We laten een zelf ontwikkeld algoritme los op de puntenwolk. Dit vergelijken we met het oorspronkelijke ontwerp. De output van deze analyse sturen we door naar de stopmachine. Die weet zo precies waar en hoe het spoor terug op de juiste plek gelegd kan worden”, leggen Jordy Wesseling en Edo van Veen van Asset. Insight. uit. “Tot nu toe werden afwijkingen vaak handmatig gemeten en geconstateerd. Met onze methode kan de meting goedkoper, sneller en preciezer.”

Reproduceren
Een soortgelijke methode laat het bedrijf los op de conditie van het ballastbed. Ook hier wordt er een 3D puntenwolk gebouwd op basis van scans van de ballast. “Er moet voldoende ballast liggen om de krachten van een passerende trein goed op te vangen. Maar ballast is duur, dus aannemers en spoorbeheerders willen liever ook niet dat er te veel ligt. Op dit moment wordt de conditie van het ballastbed gecontroleerd door een inspecteur. Het gaat hierbij om een puur visuele inspectie. Dit soort metingen blijken beperkt reproduceerbaar”, aldus Wesseling.

Overigens betekent dit niet dat Asset.Insight. volledig bestaat uit data scientists. “We hebben zelf ook inspecteurs in dienst die metingen en visuele inspecties uitvoeren in de baan. Zo kunnen we domeinkennis combineren met datascience. Een data scientist kan zich soms blind staren op een vreemd lijkende uitkomst, terwijl iemand met jarenlange praktijkervaring iets in een handomdraai kan verklaren.”

Bij het jonge bedrijf Asset Insight werken in totaal 120 mensen verdeeld over locaties in Nieuwegein en Moerdijk. Naast de spoorsector heeft Asset.Insight. ook klanten in andere domeinen, zoals droge en natte infra en industrie. “We hebben zelf een meettrein waarmee we scans en camerabeelden maken van het spoor, maar ook meetvoertuigen voor op de weg en legio meetsystemen met specifieke toepassingen in de industrie.”

Wervelstroom
Voor het meten van de kwaliteit van spoorstaven wordt de Eddy Current Lorrie gebruikt gebruikt. “Met deze meetkar voeren we wervelstroommetingen uit om de conditie van de binnenkant van beide spoorstaven in kaart te brengen. Indien er een scheurtje in het spoor zit, zal er een slechte geleiding worden gemeten. Deze lagere geleidbaarheid is een indicatie voor een defect. Echter als er een las in het spoor zit, wordt er ook een lagere geleiding gemeten, terwijl dat juist geen defect is. Het is dus van belang om het ruwe resultaat van de wervelstroommeting juist te interpreteren. Om dit te kunnen doen heeft Asset.Insight. op basis van historische data een algoritme ontwikkeld. Hiermee worden de defecten en lassen van elkaar onderscheiden. Bovendien kunnen de schades geclassificeerd worden naar type en ernst. Uiteindelijk kunnen de resultaten van deze analyses met elkaar worden vergeleken om veranderingen in de conditie van de spoorstaaf duidelijk te maken.”

“We willen toe werken naar een vergelijking met historische data om zo eerder schades te herkennen. Met het toepassen van wervelstroommetingen kun je schades al oplossen voordat ze aan de buitenkant te zien zijn, maar het duurt nog een aantal maanden voordat we zo ver zijn. Het verzamelen en invoeren van historische data kosten veel tijd en geld, zeker als je het niet in opdracht van een klant doet, maar voor trainingsdoeleinden.” De vraag is ook hoe gedetailleerd je moet gaan met het analyseren van schades. Putten in spoorstaven zijn er volgens Wesseling en Van Veen in veel verschillende soorten en gradaties. “Vooraf moet je je afvragen of het gegeven dat er sprake is van een put genoeg is, of dat het ook nodig is om exact weten wat voor put het is”

Snelheid
Een van de grootste voordelen van de Eddy Current Lorrie is de snelheid. Met maximaal twintig kilometer per uur wervelstroommetingen uitvoeren is al een stuk sneller dan lopend door een inspecteur. “Verder kunnen we nu twee spoorstaven tegelijk meten in plaats van één. Dat verhoogt de snelheid natuurlijk met een factor twee. Hierdoor worden buitendienststellingen ook veel korter.” Daarnaast is bijvoorbeeld het ballastbed met de methode van Asset.Insight. overdag te meten met een gewone trein. Daarvoor is dus helemaal geen buitendienststelling meer nodig.”

Vanuit de spoorbranche is er volgens Asset.Insight. op dit moment grote belangstelling voor deze oplossingen. Hierbij valt op dat bijvoorbeeld ProRail op zoek is naar oplossingen voor de langere termijn, terwijl de meeste aannemers meer kijken naar de voordelen op korte termijn. “Voor de meeste analyses geldt wel dat er meer data nodig is voordat ze echt op grote schaal kunnen worden ingezet. We willen allemaal direct resultaat, maar meerdere inzetten zijn nog nodig. De data moeten er eerst komen. Hierdoor kan het in een aantal gevallen nog wat langer duren voordat er concrete voordelen op korte termijn worden gerealiseerd. Gelukkig zijn er genoeg toepassingen die al verder zijn ontwikkeld en dus wel direct resultaten opleveren.”

Met dank aan Spoorpro

Belangrijke wijziging voor toestemming voor cookies voor Advertenties en Social Media. Bekijk wat wij gebruiken als we de cookie plaatsen op onze cookie statement pagina.

Als je niet wil dat jouw internetgedrag voor deze doeleinden gebruikt wordt, wijzig dan de Cookie-instellingen.

Instellingen aanpassen