| dc.description.abstract | Denne rapporten tar for seg hvordan man kan forbedre og opprettholde
pålitelighet og tilgjengelighet av sporfelter, som en del av sikringsanlegget
på jernbanen. Metodene som gjennomføres for å belyse denne oppgaven
er en rotårsaksanalyse og forslag til hvordan man kan tilstandsovervåke
sporfeltene. Sporfeltsystemet har en lav grad av feilåpenbaring, feil vises
stort sett i form av stoppsignaler og senere togstans. På grunn av dette
er det et stort behov for bedre innsikt i feil og årsakene til disse, som
forekommer på sporfeltene. Målet er å kunne detektere og utbedre feilene
før de medfører driftsstans.
Sporfeltfeil er analysert i rotårsaksanalysen, som er bygget på feil registrert
i Banedata, Jernbaneverkets database for feil registreringer på infrastrukturobjekter. Datasettet hentet fra Banedata inneholder feil på objektene sporfelt og sporfeltreléer, dataene er fra tidsrommet 2010-2015. Dette datasettet består av to feilkodesett, henholdsvis nytt og gammelt, som er holdt separert for å kunne brukes til sammenligning. Rotårsaksanalysen er bygget opp av tre deler, «critical incident»-tab eller, «parteo»-diagrammer og «cause-and-effect»-diagrammer.
Første del, «critical incident»-tabellene, er en feiloversikt som viser de mest forekommende feil sortert på feilkategorier. De hyppigste feilene er «ingen feil funnet», «andre feil», «kortslutninger» og «isolert skinneskjøt». Fellestrekkene mellom feilkodesettene er «ingen feil funnet» og «andre feil», altså feilen er ikke funnet eller så har den havnet i en samlekategori. Kategorien med kortslutninger kan i tillegg representere et sporfeltbelegg, uten at en spesifikk feil er funnet. Sistnevnte kategori representerer nesten halvparten av feilene i det gamle feilkodesettet.
Andre del, er «pareto»-diagrammene gir en grafisk representasjon av årsakene til feil, i samme datasett i Banedata. Pareto diagrammene viser antallet feil fordelt på årsakskategoriene gitt av et histogram, og akkumulert antall feil som en punktgraf i samme figur. Dette er sammenfallende med resultatene presentert i «critical incident»-tabellene, der majoriteten av feilene er «ukjent årsak». Etter dette er «metallspon», «andre årsaker», ikke-utfylt årsak og «støv/skitt/annet belegg» høyt representer som årsaker til feil. I begge feilkodesettene representerer «ukjent årsak» rett i underkant av en fjerdedel av alle feilene. Dette resulterer i de mest angripelige årsakene feil er metallspon og støv/skitt/annet belegg. Selv om den største kategorien med feil forblir ukjent.
Tredje del, «cause-and- effect»-diagrammene, er laget for å vise sammenheng mellom feil og årsaker. Diagrammene viser hvilke årsaker som direkte og indirekte forårsaker feil, disse defineres som henholdsvis første- og høyere ordens årsaker. Av dette vet vi at «critical incident»-tabellene og «pareto»-diagrammene angir kortslutninger og blunkbelegg som store kategorier. Diagrammet brukes til å se sammenhenger mellom feil og årsak på et høyere abstraksjonsnivå enn de foregående delene av rotårsaksanalysen.
For å forbedre eksisterende feilåpenbaring kan tilstandovervåkning brukes til overføre de mange AKV-feilene som kan observeres i «critical incident»-tabellene, til UKV, eller forebyggende vedlikehold. Problemet med dagens situasjon er liten kontroll over sporfeltene og feil i hovedsak detekteres ved driftsfeil, altså feil på sporfeltene som medfører stoppsignaler. Målet er å kunne detektere begynnende feil for å kunne utbedre disse, før driftstans inntreffer. Til dette systemet er det diskutert oppbygning av et slikt system ved tastefrekvens, målemetoder, PF-intervall, hvor målingene skal utføres i sporfeltkretsen og behandles av et overordnet analysesystem. Alt dette er til for å kunne innhente og bruke informasjonen til mest mulig effektivt vedlikehold med et slikt overvåkningssystem.
Et tilstandsovervåkningssystem vil medføre en stor forbedring i kontroll med sporfeltene, en kontroll som er nærmest ikke-eksisterende i dag. Mulighetene for å overføre mange av AKV-feilene til UKV er der, forutsatt at PF-intervallene til sporfeltfeil er tilstrekkelig store. Man vil kunne hente inn målinger fra sporfeltene mye hyppigere enn med dagens inspeksjoner,
og det vil ikke ta av sporkapasiteten. Målinger bør utføres i tilførsel- og returkrets for å fange opp langtidseffekter, altså funksjonsfall over lang tid, i tillegg til forskjeller i strømnivåer på de ulike stedene. På topp en av dette vil det være mulig å identifisere feil ved feilenes karakteristiske transiente strøm-oppførsel, konkrete eksempler på denne typen transientkurver er presentert i rapp ortens diskusjon.
Tilstandsovervåkning vil kunne bedre dagens oppetid på sporfeltene, ved å gi mulighet til å utbedre feil før de blir kritiske. Identifisering av feil og årsaker vil bli lettere når tilstandsovervåkning kan bidra til identifikasjon av disse, uten at dette krever mye tid og ressurser fra vedlikeholdspersonell. Dermed vil man få bukt med overrepresentasjonen av ukjente feil og -årsaker. Dette vil da erstatte mer konkrete og angripelige grunner, i tillegg til å kunne få bedre innsikt i blunkbelegg, som det er mye av. Sistnevnte feiltype har sannsynligvis store mørketall. Et analysesystem vil være i stand til å kombinere flere data kilder for å kunne komme med prediksjoner på feil. Et analysesystem sammen med tilstandsovervåkning vil kunnedetektere en større mengde feil og sannsynligvis også gi indikasjon på økt sannsynlighet for feil basert på datakilder. | |
