研究人员正在开发一种用于列车的车载系统,该系统可以识别低附着风险,如“线路上的树叶”,以及其他导致铁路出现类似黑冰的问题。
低附着力是由于铁路线路受到生物、化学、物理等因素的污染而造成的,其中一些因素不易监测或控制。据估计,英国铁路行业的低粘连总成本每年为3.5亿英镑(RSSB)。最低水平的附着力对于可靠的制动和牵引性能至关重要,特别是对于维护安全和限制延迟。附着性的变化可能是非常局部性的、不可预测的和短暂的,一列火车所经历的附着性差可能不会影响到同一位置的后续列车。
现在,来自拉夫堡大学、谢菲尔德大学和佩尔迪姆工程公司的工程师们已经合作开发了一种新产品,该产品将实时检测低附着热点,并创建一个最新的英国网络地图,显示任何危险可能存在的地方。
该地图将使网络运营商能够快速应对潜在风险,从而使服务运行更安全、更平稳。
拉夫堡大学的克里斯·沃德博士是该倡议的领导者,他说:“网络一直处于低粘连事件的危险之中,行业对这些事件的影响非常严重。”
“铁路网和更广泛的铁路行业在清理铁轨头部、控制线路旁的植物群和预测低附着事件可能发生的地方投入了大量资金——但这不是一门精确的科学,受影响的地区可能只有在事件发生后才会被发现。”
“低附着区域通常是短暂的,不同类型的火车对环境的反应不同。
”这项新技术,通过实时检测低粘附在职车辆,将允许一个更准确的照片,危害躺在英国庞大的跟踪网络,这将意味着更快response-such防御性驾驶培训或轨头治疗和结果是一个更安全的网络用更少的延迟。”
该检测系统将使用已建立的传感方法来收集数据,然后使用沃德博士及其拉夫堡同事创建的算法进行处理。
实验软件应该能捕捉到车轮在不同轨道条件下的细微变化。
当火车经过低附着系数的区域时,与在高附着系数的轨道上行驶时不同。
传感器接收到运动信号,然后对其进行处理,并将其转化为对附着水平的评估。如果需要,可以向驱动程序或更广泛的网络用户发送警告。
Network Rail的项目经理Elaine Cockroft表示:“我们的目标是开发第一个解决轮轨界面低附着问题的类型产品,并考虑一种能够确定钢轨头部摩擦系数的摩擦计/测量工具。
“中期目标是在网络钢轨头处理列车(RHTT)或多用途车辆(MPV)或任何其他合适的车辆上安装一种设备,以最低时速60英里的速度采集智能季节性处理数据,并证明钢轨头处理的有效性。
“未来的目标是将这项技术添加到客运列车或货运机车,因此需要开发这项技术,以在网络中以每小时125英里的速度捕获连续数据。这将为最新的网络粘连图提供信息。”
这项为期22个月的研究将于今年夏天在诺丁汉郡塔克斯福德的铁路创新与发展中心进行一个主要的测试项目,以测试他们的算法。
测试程序将创建人工低粘附力,并使用谢菲尔德大学最先进的摩擦测量设备进行测量。
来自谢菲尔德的David Fletcher教授说:“我们与英国铁路研究创新网络的合作使我们能够开发一套全面的铁路表面分析硬件。现在,我们可以将实验室的轨道轮接触技术应用到现场试验中,比如在拉夫堡进行的这些试验。”
Ward博士说:“就像任何依靠车轮滚动的车辆一样,铁路车辆依靠车轮/轨道接触区域产生的摩擦力来引导和牵引——例如,转向、刹车和加速。”
“钢轨系统具有钢轨车轮与钢轨之间的刚性和低摩擦接触面积。
“当涉及到滚动过程中的能量损失时,这是非常有效的,这意味着与使用轮胎的车辆相比,保持车速所需的能量更少。
“这是由于很小的接触面积变形——它们只有指甲大小——即使在巨大的接触压力下。
“这种接触中的低附着力有多种原因,但最广为人知的一个原因是‘线路上的叶子’。”
树叶、雨水和巨大压力的化学作用创造了一种类似于“特氟隆”(Teflon)或黑色冰的材料——几乎零摩擦。
“所以,当使用刹车时,车辆可以滑行。最近的一个例子是一辆以100公里每小时(60英里每小时)的速度行驶的汽车预计在1公里内停车。由于低附着力,行驶了5公里。
“这意味着红灯可以通过,车站会错过,碰撞可能会发生。
他说:“主要问题是,我们不确定这些情况是否已经发生。目前还没有实时测量。这是我们希望通过该技术解决的关键问题,并将其转化为可在实时铁路上部署的流程。”