پژوهشنامه حمل و نقل

پژوهشنامه حمل و نقل

مدلسازی تخریب هندسه مسیر راه آهن برای پیشبینی بینی چرخه‌های زیرکوبی

نوع مقاله : مقاله پژوهشی

نویسندگان
سید حسام الدین ذگردی 1
اسماعیل پاپی 2
بختیار استادی 3
1 استاد، دانشکده مهندسی صنایع و سیستم‌ها، دانشگاه تربیت مدرس، تهران، ایران
2 دانش آموخته کارشناسی ارشد، دانشکده مهندسی صنایع و سیستم‌ها، دانشگاه تربیت مدرس، تهران، ایران
3 دانشیار، دانشکده مهندسی صنایع و سیستم‌‌ها، دانشگاه تربیت مدرس، تهران، ایران
10.22034/tri.2025.511624.3326
چکیده
شرایط هندسی مسیر راه‌آهن یک عامل مهم است که بر ایمنی و راحتی عملیات قطار وکنترل چرخه‌های زیرکوبی خطوط راه‌آهن تأثیر می-گذارد. مدیران زیرساخت‌های راه‌آهن در راستای استفاده بهینه از منابع محدود تعمیر و نگهداری، براساس درک دقیق قوانین تخریب هندسه مسیر، چرخه‌های زیرکوبی را برنامه‌ریزی می‌کنند. در این مقاله با در نظر گرفتن هر قطعه مسیر 200 متری به عنوان یک بخش تحقیقاتی، عدم قطعیت و ناهمگونی تخریب هندسه مسیر براساس ارزیابی شرایط هندسه مسیر تحلیل می‌شود. بر این اساس، مدل احتمال انتقال مارکوف برای پیش‌بینی روند زوال بخش‌های مسیر ریلی ارائه شده‌است.همچنین وضعیت‌ فرسودگی بخش‌های مسیر به چندین رتبه طبقه‌بندی و احتمالات گذار مارکوف بین حالات خرابی, که با فواصل غیر یکنواخت و نامنظم بین نقاط بازرسی در زمان تعریف شده‌است, توسط مدل‌های خطر نمایی توصیف شده است، به منظور تأیید اعتبار روش پیشنهادی، مطالعه موردی خط راه‌آهن ناحیه لرستان در حوزه راه‌آهن جمهوری اسلامی ایران بررسی شده‌است. نتایج حاصل از مدل زوال در حد قابل قبولی امکان پیش‌بینی وضعیت آینده مسیر را محقق ساخته‌است، همچنین نتایج تخمین پارامترهای مدل، تاثیر عوامل ناهمگون آب‌وهوا را بر فرآیندهای زوال هندسه مسیر و چرخه‌های زیرکوبی مسیر نشان می‌دهد، که مسیر‌های تحت تاثیر شرایط آب هوایی شدید تر، دارای طول عمرو ‌چرخه های زیرکوبی کوتاه‌تری می‌باشد. همچنین رویکرد پیشنهادی برای برنامه‌ریزی عملیات تعمیر‌و‌نگهداری وکمک به مدیریت نگهداری و تعمیر قطعات خطوط راه‌آهن حائز اهمیت می‌باشد.
کلیدواژه‌ها
خرابی هندسی
زیرکوبی
زنجیره مارکوف
شاخص TQI
مدل زوال راه‌آهن

موضوعات

عنوان مقاله English

Railway Track Geometry Degradation Modeling for Tamping Cycle Prediction

نویسندگان English

Seyed Hessameddin Zegordi 1
Esmaeil Papi 2
Bakhtiar Ostadi 3
1 Professor, Faculty of Industrial & Systems Engineering, Tarbiat Modares University, Tehran, Iran.
2 M.Sc., Grad., Faculty of Industrial & Systems Engineering, Tarbiat Modares University, Tehran, Iran.
3 Associate Professor, Faculty of Industrial & Systems Engineering, Tarbiat Modares University, Tehran, Iran.
چکیده English

The geometric conditions of railway tracks are an important factor that affects the safety, comfort of train operations, and control of track tamping cycles. Railway infrastructure managers plan tamping cycles based on a precise understanding of the track geometry degradation laws, aiming for optimal use of limited maintenance resources. In this article, considering each 200-meter section of track as a research segment, the uncertainty and inhomogeneity of track geometry degradation are analyzed based on an assessment of track geometry conditions. Consequently, a Markov transition probability model is proposed for predicting the degradation trends of rail track sections. Furthermore, the wear conditions of track sections are classified into several grades, and the Markov transition probabilities between failure states, defined by irregular and non-uniform inspection intervals at specified times, are described using exponential hazard models. To validate the proposed method, a case study of the Lorestan railway line in the Islamic Republic of Iran's railway network is examined. The results from the degradation model demonstrate a satisfactory ability to predict the future condition of the track. Additionally, the results of the model parameter estimation show the impact of inhomogeneous climatic factors on the degradation processes of track geometry and tamping cycles, indicating that tracks affected by more severe weather conditions have shorter lifespans and tamping cycles. The proposed approach is also significant for maintenance planning and assisting in the management of railway track maintenance and repair operations.

کلیدواژه‌ها English

Geometric Deterioration
Tamping
Markov Chain
TQI Index
Railway Degradation Model
 -An, R., Sun, Q., Wang, F., Bai, W., Zhu, X. & Liu, R. (2018). Improved Railway Track Geometry Degradation Modeling For Tamping Cycle Prediction. Journal of Transportation Engineering, Part A: Systems, 144, 04018025.
-Andrade, A. R. & Teixeira, P. F. Unplanned-Maintenance Needs Related to Rail Track Geometry.  Proceedings of the Institution of Civil Engineers-Transport, (2014). Thomas Telford Ltd, 400-410.
-Attoh-Okine, N. O. 2017. Big Data and Differential Privacy, Analysis Strategies for Railway Track Engineering, John Wiley & Sons.
-Audley, M. & Andrews, J. (2013). The Effects of Tamping on Railway Track Geometry Degradation. Proceedings of the Institution of Mechanical Engineers, Part F. Journal of Rail and Rapid Transit, 227, 376-391.
-Bai, L., Liu, R., Sun, Q., Wang, F. & Xu, P. (2015). Markov-Based Model for the Prediction of Railway Track Irregularities. Proceedings of the Institution of Mechanical Engineers, Part F. Journal of Rail and Rapid Transit, 229, 150-159.
-Caetano, L. F. & Teixeira, P. F. (2015). Optimisation Model To Schedule Railway Track Renewal Operations: A Life-Cycle Cost Approach. Structure And Infrastructure Engineering, 11, 1524-1536.
-Caetano, L. F. & Teixeira, P. F. (2016). Predictive Maintenance Model for Ballast Tamping. Journal of Transportation Engineering, 142, 04016006.
-Elkhoury, N., Hitihamillage, L., Moridpour, S. & Robert, D. (2018). Degradation Prediction of Rail Tracks: A Review Of The Existing Literature. The Open Transportation Journal, 12.
-Falamarzi, A., Moridpour, S., Nazem, M. & Hesami, R. (2018). Rail Degradation Prediction Models For Tram System: Melbourne Case Study. Journal of Advanced Transportation.
-Famurewa, S. M., Juntti, U., Nissen, A. & Kumar, U. (2016). Augmented Utilisation of Possession Time: Analysis For Track Geometry Maintenance. Proceedings of the Institution of Mechanical Engineers, Part F. Journal of Rail and Rapid Transit, 230, 1118-1130.
-Famurewa, S. M., Xin, T., Rantatalo, M. & Kumar, U. (2015). Optimisation of Maintenance Track Possession Time: A Tamping Case Study. Proceedings of the Institution of Mechanical Engineers, Part F. Journal of Rail and Rapid Transit, 229, 12-22.
-Jovanovic, S., Guler, H. & Coko, B. (2015). Track Degradation Analysis in the Scope of Railway Infrastructure Maintenance Management Systems. Gradevinar, 67, 247-257.
-Elkhoury, N., Moridpour, S. & Hesami, R. (2018). Fuzzy Approach in Rail Track Degradation Prediction. Journal of Advanced Transportation.
-Khajehei,H.,Haddadzade,M.,Ahmadi, A., Soleimanmeigouni, I. & Nissen, A. (2021).Optimalopportunistic Tamping Scheduling For Railway Track Geometry. Structure and Infrastructure Engineering, 17, 1299-1314.
-Hashemian, Seyed Elias, Shefahi, & Moghaddas Nejad. (2021). Life Cycle Cost Analysis Of Repair And Maintenance Decisions Using Markov Prediction Model Output Based On Railway Track Measuring Machine Information. Amirkabir Civil Engineering Journal, 53(2), 555-574.‎
-Lee, J. S., Choi, I. Y., Kim, I. K. & Hwang, S. H. (2018). Tamping and Renewal Optimization of Ballasted Track Using Track Measurement Data and Genetic Algorithm. Journal of Transportation Engineering, Part A: Systems, 144, 04017081.
-Mishalani, R. G. & Madanat, S. M. (2002). Computation of Infrastructure Transition Probabilities Using Stochastic Duration Models. Journal of Infrastructure Systems, 8, 139-148.
-Shafahi, Y. & Hakhamaneshi, R. (2009). Application of a Maintenance Management Model for Iranian Railways based on the Markov Chain and Probabilistic Dynamic Programming. Scientia Iranica, 16.
-Shafahi,Y.,Masoudi,P.&Hakhamaneshi, R. (2008). Track Degradation Prediction Models, Using Markov Chain, Artificial Neural and Neuro-Fuzzy Network.  8th World Congress on Railway Research, 1-9.
-Soleimanmeigouni, I., Ahmadi, A., Arasteh Khouy, I. & Letot, C. (2018a). Evaluation of the Effect of Tamping on the Track Geometry Condition: A Case Study. Proceedings of The Institution of Mechanical Engineers, Part F. Journal of Rail and Rapid Transit, 232, 408-420.
-Tsuda, Y., Kaito, K., Aoki, K. & Kobayashi, K. (2006). Estimating Markovian Transition Probabilities For Bridge Deterioration Forecasting. Structural Engineering/Earthquake Engineering, 23, 241s-256s.
-Kobayashi, K., Kaito, K. & Lethanh, N. (2010). Deterioration Forecasting Model With multistage weibull hazard functions. Journal of infrastructure systems, 16, 282-291.
-VEIT, P. (2007). Track Quality-Luxury or Necessity? Railway technical review/RTR special, 8-12.
-Sancho, L. C., Braga, J. A., & Andrade, A. R. (2021). Optimizing maintenance decision in rails: a Markov decision process approach. ASCE-ASME Journal of Risk and Uncertainty in Engineering Systems, Part A. Civil Engineering, 7(1), 04020051.