| dc.description.abstract | Ved bygging av ny jernbaneinfrastruktur, eller betydeleg endring av eksisterande jernbaneinfrastruktur, skal det gjennomførast RAM-analysar. Slike analysar vurderer jernbaneinfrastrukturen si yting, i form av evna den har til å vere i ein tilstand der tog kan køyre som planlagt, utan at det oppstår forseinking eller kanselleringar i togtrafikken. Bane NOR er ansvarleg for den nasjonale jernbaneinfrastrukturen, og har utvikla ein metodikk for RAM-analysar. Delar av denne analysemetodikken kan vere utfordrande å gjennomføre i praksis, blant anna fordi den hovudsakleg baserar seg på ekspertvurderingar der ekspertane må fastsette dei totale konsekvensane av feil i infrastrukturen, utan å kunne støtte seg på utrekningsmodellar eller systematiserte erfaringsdata.
Målet med masteroppgåva er å kome med forslag til forbetringar til RAM-analysemetodikken til Bane NOR. Som eit grunnlag for å kunne gjere dette er krav og retningslinjer for gjennomføring av RAM-analysar for jernbaneinfrastruktur i Noreg studert, og det er gjort ein dokumentstudie av analyserapportar frå tidlegare gjennomførte RAM-analysar. Analyserapportane er samanlikna med gjeldande krav og retningslinjer for RAM-analysar, ved hjelp av ein guide som er utvikla for formålet. I tillegg er det gjennomført statistiske analysar, for å vurdere muleg bruk av erfaringsdata og statistikk, på områder i RAM-analysemetodikken som i dag baserar seg på ekspertvurderingar.
Funn frå dokumentstudien stadfestar at RAM-analysemetodikken til Bane NOR har utfordringar og forbetringspotensiale. Basert på informasjon og erfaringar som er henta ut ifrå dei studerte analyserapportane er større grad av standardisering, innføring av akseptkriterium for regularitet, nærmare vurdering av metode for fastsetting av akseptkriterium, retningslinjer for handtering av usikkerheit og bruk av statistikk og erfaringsdata i større omfang enn i dag foreslått som mulege forbetringar til Bane NOR sin RAM-analysemetodikk.
Vurdering av omfang av forseinking ved feil i jernbaneinfrastruktur er ein sentral del av RAM-analysane til Bane NOR. TIOS og BaneData er databasar som inneheld informasjon om høvesvis forseinkingar og feil i infrastrukturen. Informasjon frå desse to databasane er kopla saman, for å kunne nytte multippel lineær regresjon til å estimere kor mykje forseinking som oppstår ved feil i jernbaneinfrastruktur. Det er utvikla to regresjonsmodellar til dette føremålet, ein modell som ser på gjennomsnittleg forseinking per tog som er forseinka, og ein modell som ser på total forseinking for alle tog som er forseinka på grunn av ein feil. Forklaringsvariablane i regresjonsmodellane er nedetid ved feil, tal på tog som køyrer på strekninga, kapasitetsutnytting på strekninga, tidspunkt for feil, faggruppe objektet som har feila høyrer inn under og kva bane strekninga som analyserast høyrer til. Det er også gjort statistiske analysar som viser fordeling og sannsyn av lengde på nedetid ved feil for nokre utvalte objekttypar. Lengde på nedetid ved feil er også informasjon som er sentral for RAM-analysane.
Dei utvikla regresjonsmodellane har låg forklaringsgrad og tilfredsstiller heller ikkje alle nødvendige føresetnader for at modellane skal vere gyldige. For analysane av nedetid ved feil vil det vere nødvendig med eit større datagrunnlag for å kunne estimere nedetid for fleire objekttypar eller eventuelt feilmodar. Frå arbeidet med dei statistiske analysane kjem det også fram at det er manglar og forbetringspotensiale når det kjem til registrering av data i systema til Bane NOR, noko som truleg er med på å redusere kvaliteten på dei statistiske analysane som er gjennomført.
Masteroppgåva bidreg til å setje fokus på områder i RAM-analysemetodikken til Bane NOR med forbetringspotensiale, og viser mulege statistiske framgangsmetodar for estimering av nokre sentrale talverdiar til analysane. Implementering av forbetringsforslaga i analysemetodikken vil kunne gjere gjennomføring av RAM-analysar for jernbaneinfrastruktur enklare, skape eit likare grunnlag for analysane på tvers av prosjekt og analysegruppesamansetting samt betre kvaliteten på resultata frå analysane. | |
