Railway incidents undermine both punctuality and capacity. As traffic volumes increase, the frequency of these incidents is also expected to increase, driven by higher asset utilization, reduced time for maintenance, and further worsened by climate change. This highlights the importance of efficient incident management and corrective maintenance. This study uses a combination of exploratory data analysis and random forest regression to investigate restoration time − a key delimiter of corrective maintenance. Using data from the Swedish railway network, the study investigates the driving factors of restoration times. The maintenance contractor and the type of incident including repair action, failure cause, and the number of concurrent incidents were found to have the highest influence on restoration times respectively. Weather parameters only show discernible influence (both direct and indirect influence) beyond marked thresholds. For the Swedish railway network, these thresholds are −20 °C and 23 °C maximum daily temperatures, 18 mm maximum daily precipitation, and 20 m/s maximum windspeed. Precipitation's and windspeed's direct effects become more prominent beyond 50 mm and 35 m/s respectively. An understanding of the factors influencing restoration times informs the process of designing corrective maintenance protocols. Moreover, the method used in this study can be adapted to other railway networks.

Implementing unattended train operation on the mainline could make the railway more competitive by reducing operating costs since there will be no staff onboard the train. This will, however, lead to new challenges. One of those challenges is how to deal with manually controlling trackside sensor alarms. In this paper, we study all trackside sensor alarms (hotbox/hotwheel and wheel damage) in Sweden for one year (2019) to study their frequency and context. The results show that freight trains have 10 times higher frequency for alarms per train kilometer than passenger trains. There are statistically significant seasonal and climate zone differences. The highest frequency of trackside alarms occurs in wintertime in the colder climate zone. The results can be used in the development of unattended train operation support systems on the mainline.

Bakgrund

Efterfrågan på transporter ökar, både för passagerare och gods. Järnvägen är bland de mest energieffektiva transportsätten på grund av det låga rullmotståndet mellan stålräl och stålhjul. Däremot minskar transportandelen för järnvägen i Europa eller är i bästa fall stabil. Det finns många faktorer till varför järnvägssektorn inte ökar sin transportandel. Kapacitetsbegränsningar, bristande flexibilitet och höga transportkostnader är några av dem. Samtidigt utvecklas vägsektorn med elektrifierade och autonoma fordon. För att järnvägssektorn ska öka sin konkurrenskraft och andel av transporterna krävs troligtvis nytänkande. Ett av de möjliga tillvägagångssätten är automatisk tågdrift (ATO).  ATO skulle kunna öka kapaciteten på grund av minskad förarvariation, minska kostnaderna och öka flexibiliteten genom att inte vara beroende av förarnas scheman och regler. Vissa av dessa fördelar skulle uppnås endast om en hög grad av automatisering implementeras, exempelvis tåg utan förare. Det skulle dock innebära att lokförarens och ombordpersonalens roller skulle behövas genomföras på andra sätt, speciellt vid oplanerade händelser. 

Metod

I denna studie har förseningsloggar från Trafikverket använts för att identifiera lokförarens roller vid oplanerade händelser. Förseningsloggarna är skrivna av tågtrafikledare och varje försening på minst tre minuter rapporteras. Förseningsloggarna ska innehålla en fritextbeskrivning av vad som orsakade förseningen. För denna studie användes fritextbeskrivningarna som innehöll ordet ”förare” under år 2019, totalt 7 600 beskrivningar, för att få en bild av förarens roll vid oplanerade händelser. En tematisk analys användes för att analysera fritextbeskrivningarna. Tematisk analys bygger på kodning av öppen data. I denna studie användes totalt 13 olika händelsekoder för att koda de 7 600 beskrivningarna och totalt åtta olika objektkoder för att specificera objektet för händelsen. En förseningslogg kunde innehålla flera olika händelser och sekvenser med upp till tre aktivitetskoder användes därmed.

Resultat och slutsats

Resultaten visar att detektering är lokförarens vanligaste uppgift följt av justering och inspektion. Det vanligaste objektet är fordonet med över 2 700 händelser och det näst vanligaste objektet är människor med 380 händelser. De vanligaste sekvenserna är Detektera + Justera (n=375), Detektera + Inspektera (n=344), Detektera + Assistans (n=64), Inspektera + Justera (n=58) och Detektera + Inspektera + Justera (n= 39). Resultaten visar att lokförarna utför många olika uppgifter under oplanerade händelser. Resultaten visar också att lokförarna även hanterar avvikelser i infrastrukturen. Ett sådant exempel är få bort snö och is vid växlar.

Om förarlösa tåg ska fungera i ett land som Sverige behöver åtgärder vidtas för att minska antalet oplanerade händelser så mycket som möjligt. Detta kan innefatta restriktioner för var förarlösa tåg får trafikera, exempelvis områden med hög risk för snö- och isrelaterade händelser. Andra åtgärder kan inkludera trädsäkrade zoner längs spåren, inga plankorsningar, viltstängsel och vägar längs spåren för korta responstider för serviceteam. Förarlösa tåg skulle kunna ha positiva effekter på järnvägssystemet och öka dess konkurrenskraft. Men de negativa effekterna kan också bli stora beroende på hur och var det genomförs. Framtida forskning bör studera systemeffekterna av förarlösa tåg genom att bedöma både de positiva effekterna (mer kapacitet, lägre kostnader och ökad flexibilitet) mot de negativa effekterna (förseningar på grund av oplanerade händelser och felhanteringsmöjligheter).

Currently, the challenges of driverless or unattended train operation have not been described in detail and are often grouped into one category. This paper contributes to filling a knowledge gap regarding the roles of the train driver about the potential use of automatic train operation (ATO) on high grade of automation (GoA) levels. The results contribute to a better understanding of the challenges with driverless or unattended train operation to support strategies on how to utilize ATO on a wider range of trains than is presently the case. We use the Swedish railway network as a case study and delay logs written by train dispatchers for 2019. Our research quantifies how often unplanned events occur in which the train driver is needed, and the role of the train driver in solving these problems. In addition to this we elaborate on existing GoA levels definitions and propose a revised model that highlights more aspects of the train drivers’ roles. We have identified six categories in which an action by the driver is required: Detect, Report, Inspect, Adjust, Manage passengers, and Respond to train orders. The study illustrates some of the challenges with driverless or unattended train operation, and points to the need to develop strategies not only for the driving aspects of ATO but also for the more general technical operational management of rolling stock in high GoA levels.

Driverless and unattended train operation is a foreseeable future. While many functions of the driver can be automatized and replaced but detecting abnormalities is more difficult to automate. This study investigates how train drivers detect abnormalities. The objective is to prepare the way for unattended train operation also for remote areas. Using disruption descriptions, written by train dispatchers, we have identified which senses are used by the train drivers and in which situations. Four of the human senses are used by train drivers to detect abnormalities: the visual, the auditory, the somatosensory, and the olfactory systems. The most used sense by the train drivers to detect abnormalities is the visual system. Before introducing driverless and unattended train operation, alternative tools for detecting abnormalities should be included based on the human senses.

Bakgrund 

Utvecklingen av förarlösa tåg har främst skett inom tunnelbanesystem och det finns drygt 60 sådana system runt om i världen, dock finns det ytterst få förarlösa system på de nationella järnvägsnäten. Under de senaste åren har flera olika länder runt om i Europa börjat planera för tester med förarlösa tåg. Är det något som Sverige också bör fundera på?

Metod 

En översiktlig analys har genomförts av potentiella nyttor och utmaningar med förarlösa tåg i Sverige. Trafikverkets databas Lupp har använts för att analysera vilken påverkan lokförare har på förseningar,  genom en filtrering av orsakskoder kopplade till förare, exempelvis att föraren är sen. En annan effekt med förarlösa tåg är ett mer effektivt användande av lokförare, för att uppskatta det har alla uppehåll i tågplan 2019 analyserats. De uppehåll som enbart berodde på personalbyte och uppehåll för raster valdes ut, då de inte kommer att behövas med förarlösa tåg. Även enklare kapacitetsstudier har genomförts i form av tidtabellsanalyser i simuleringsverktyget RailSys. Förarlösa tåg skulle även innebära stora utmaningar och den kanske största är att kunna hantera alla aktiviteter som föraren utför idag, speciellt de som kräver förarens fysiska närvaro. Dessa typer av händelser har sammanställts via Lupp (händelseinformation) och databasen DPC III som innehåller detektorlarm. Tillhörande trafiksäkerhetsbestämmelser från Trafikverket har även använts för att få insikt i hur olika händelser hanteras.

Resultat och slutsats

Studien visar att förarorsaker stod för 6 % av den totala förseningsmängden för godståg och 1 % för resandetågen och därmed har förarlösa tåg potential att öka punktligheten. De uppehåll som enbart innefattar personalbyten och raster skulle inte längre behövas och de stod för totalt 7000 timmar för godstågen under tågplan 2019 och 180 timmer för resandetågen. Resultaten tyder på att godstågsoperatörerna har större utmaningar med att åstadkomma en effektiv personalplanering jämfört med persontågsoperatörer, vilket kan bero på en mer oregelbunden trafik som också täcker stora geografiska områden. Kapacitetsmässigt är fördelen att tågen kommer att framföras på samma sätt varje gång och därmed elimineras förarvariationen, vilket även kan öka energieffektiviteten.

En av de stora utmaningarna med förarlös drift är hanteringen av detektorlarm och i snitt sker det  nästan fem larm per dag gällande hjulproblem (skador och höga temperaturer), vid dessa tillfällen måste föraren stanna tåget och därefter gå ut och manuellt kontrollera de hjul som har larmat, via information från trafikledningen. Ett annat fel som kräver fysisk närvaro är dörrfel, som skedde 650 gånger i tågplan 2019. Orsaker som obehöriga i spår eller avsyn av banan skulle potentiellt kunna utföras med kameror placerade på tågen. För att införa förarlösa tåg kommer arbetssätten att behöva förändras och även ny teknik kommer att behövas, exempelvis genom att kontinuerligt kunna övervaka tågets tillstånd och i förebyggande syfte larma så att ett tåg kan stanna vid en driftplats som har stationär personal och där vidta åtgärder, för att undvika stopp på linjen. Slutsatsen är att det finns potentiella nyttor med förarlösa tåg, men att flera stora utmaningar behöver hanteras innan vi kan ha tåg utan förare på det svenska järnvägsnätet.