Low adhesion management in the Helsinki metro environment
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2023-12-11
Department
Major/Subject
Control, Robotics and Autonomous Systems
Mcode
ELEC3025
Degree programme
AEE - Master’s Programme in Automation and Electrical Engineering (TS2013)
Language
en
Pages
90
Series
Abstract
In this thesis, a method to determine low adhesion issue locations and adversarial weather conditions on the Helsinki metro main line is developed. The method parses trains' Wheel Slide Protection (WSP) actuation data with the trains' location and the results are compared against hourly weather data. The data was interrogated retrospectively and processed with Python code. The results indicate a correlation between increased M300 series train's WSP system actuation and rainy, snowy, and high relative humidity weather. The correlation is amplified in near-zero Celsius temperature conditions. Furthermore, the developed method maps the actuation instances with a 50-metre resolution, capitalizing on an existing RFID-based train tracking system. This mapping highlights certain sections on the main metro line that consistently show the correlation between prevailing weather conditions and Wheel Slide Protection actuation activity. The M300 train series is currently in driver-driven traffic and will be driven by an Automatic Train Operation (ATO) system in the future. This thesis proposes how the result and the method can be used in developing a weather-based low-adhesion warning system. Such a system would allow adjusting ATO operation to mitigate low adhesion-related safety risks. The developed method should be used to further study the effects of weather conditions that were delimited from the thesis study. The thesis study took place from March to August in Helsinki.Tässä opinnäytetyössä kehitetetään menetelmä, jolla voidaan todeta Helsingin metroradan liukkaat paikat sekä liukkautta aiheuttavat sääolosuhteet. Menetelmä yhdistää junan luistonestojärjestelmän aktivoitumistietoa junan sijaintiin. Tulosta verrataan vallinneisiin sääolosuhteisiin. Prosessointi toteutetaan Python-koodilla. Tulokset osoittavat yhteyden M300-junan luistonestojärjestelmän lisääntyneen aktivoitumisen ja sateisen, lumisen ja korkean suhteellisen kosteiden sääolosuhteiden välillä, etenkin lähellä nollan celsiusasteen lämpötilaa. Menetelmä myös mahdollistaa aktivoitumisinstanssien visualisoimisen karttapohjalle 50 metrin tarkkuudella hyödyntäen olemassa olevaa RFID-pohjaista junanpaikannusjärjestelmää. Tämän visualisoinnin tuloksena voidaan osoittaa metrolinjalta paikkoja, jotka johdonmukaisesti ilmaisevat korrelaation vallitsevan sään ja luistoneston aktiivisuuden välillä. M300-junaa ajaa kuljettaja, mutta tulevaisuudessa ajotoiminta automatisoituu. Opinnäytetyössä esitetään, miten tulosta ja menetelmää voidaan hyödyntää säähän perustuvan liukkaudesta varoittavan järjestelmän kehittämiseen. Liukkaissa olosuhteissa automaattisen ajojärjestelmän suorituskykyä voitaisiin säätää turvalliseen suuntaan. Menetelmän jatkokäytöllä voitaisiin tutkia työstä pois jääneiden sääolosuhteiden vaikutusta. Työ toteutettiin marras- ja elokuun välillä Helsingissä.Description
Supervisor
Särkkä, SimoThesis advisor
Viika, HeikkiKeywords
railway, metro, adhesion, nordic