Přístupnostní navigace
E-application
Search Search Close
Project detail
Duration: 01.04.2020 — 29.03.2024
Funding resources
Technologická agentura ČR - 1. veřejná soutěž Program na podporu aplikovaného výzkumu, experimentálního vývoje a inovací v oblasti dopravy - DOPRAVA 2020+
- whole funder (2020-03-11 - 2024-02-28)
On the project
Projekt bude zaměřen na vývoj inteligentního autonomního diagnostického systému pro výhybky pro vysokorychlostní i konvenční železniční tratě. Systém bude založen na měření a vyhodnocení dynamických účinků od vlakových souprav projíždějících výhybkou. V cílovém stavu bude systém schopen pracovat zcela autonomně a bez zásahu obsluhy bude vyhodnocovat stav výhybky a generovat doporučení pro údržbu. V rámci matematických algoritmů se počítá s využitím metod tzv. umělé inteligence, jako jsou metody strojového učení, neuronové sítě apod. Plánuje se umístění měřicích čidel (např. snímače zrychlení, teploty, deformace, apod.) přímo na konstrukci výhybky tak, aby neomezovaly provoz a údržbu výhybky. Výstupy z čidel instalovaných do infrastruktury budou doplněny a porovnány s hodnocením dynamických účinků měřených na vozidlech. Hodnotící část systému bude pracovat se současně získávanými diagnostickými daty (revize výhybek, výstupy měřícího vozu a dalšími) i s nově získanými. Data budou prezentována v systému Kontrolně analytické centrum, který je zaveden v prostředí SŽDC a je na tento systém zaveden Provozní řád. Celý systém bude vyvíjen jako modulární a variabilní, aby bylo možné doplňovat, nebo ubírat měřicí body a hodnocená data. Cílem návrhu systému je snížení nákladů na existující diagnostické systémy pro výhybky a jejich provozování.
Description in EnglishThe system will be based on the measurement and evaluation of dynamic effects from trains running through a switch. Finally, the system will be able to operate entirely autonomously and, without operator intervention, evaluate the state of the switch and generate maintenance recommendations. Within the framework of mathematical algorithms, artificial intelligence methods such as machine learning methods, neural networks, etc. are envisaged. Outputs from sensors installed in the infrastructure will be complemented and compared with the evaluation of dynamic effects measured on vehicles. The evaluation part of the system will work with the currently acquired diagnostic data (revision of switches and crossings, track recording car outputs and others) as well as newly acquired. The data will be presented in the Control and Analysis Center, which is implemented in the SŽDC environment, and the Operating Rules have been introduced for this system.
KeywordsŽelezniční stavby, výhybky a výhybkové konstrukce, diagnostika a monitoring
Key words in EnglishRailway structures, switches and crossings, diagnostics and monitoring
Mark
CK01000091
Default language
Czech
People responsible
Apeltauer Jiří, Ing., Ph.D. - fellow researcherBubník Karel, Ing. - fellow researcherHadaš Zdeněk, doc. Ing., Ph.D. - fellow researcherMajer Zdeněk, Ing., Ph.D. - fellow researcherPodroužek Jan, doc. Dr.techn. Ing. - fellow researcherValehrach Jan, Ing., Ph.D. - fellow researcherPlášek Otto, doc. Ing., Ph.D. - principal person responsible
Units
Institute of Railway Structures and Constructions- co-beneficiary (2020-04-01 - 2024-03-29)Faculty of Mechanical Engineering- co-beneficiary (2020-04-01 - 2024-03-29)- co-beneficiary (2020-04-01 - 2024-03-29)
Results
RAIF, L.; NAVRÁTIL, P.; VYHLÍDAL, M.; PLÁŠEK, O. Autonomní diagnostika výhybek na základě snímání dynamické odezvy projíždějícího vozidla. XXVI. Medzinárodná konferencia Súčasné problémy v koľajových vozidlách. Žilina: VTS pri Žilinskej univerzitě v Žilině, 2023. s. 187-194. ISBN: 978-80-89276-62-2.Detail
KRATOCHVÍLOVÁ, M.; PODROUŽEK, J.; APELTAUER, J.; VUKUŠIČ, I.; PLÁŠEK, O. Train Type Identification at S&C. JOURNAL OF ADVANCED TRANSPORTATION, 2020, vol. 2020, no. 1, p. 1-12. ISSN: 0197-6729.Detail
KRČ, R.; PODROUŽEK, J.; VUKUŠIČ, I.; PLÁŠEK, O. Data pre-processing effect on classification accuracy of convolutional neural networks for train type identification. Computational Science and AI in Industry (CSAI 2021). 2021. p. 1 (1 s.).Detail
KRČ, R.; AMBUR, R.; HADAŠ, Z.; OLABY, O.; VUKUŠIČ, I.; PLÁŠEK, O.; ENTEZAMI, M.; DIXON, R. Condition monitoring and trend analysis of railway turnouts based on in-situ accelerometer measurements. PROCEEDINGS OF THE FIFTH INTERNATIONAL CONFERENCE ON RAILWAY TECHNOLOGY: RESEARCH, DEVELOPMENT AND MAINTENANCE. Edinburgh, United Kingdom: Civil-Comp Press, 2022.Detail
KRČ, R.; PODROUŽEK, J.; KRATOCHVÍLOVÁ, M.; VUKUŠIČ, I.; PLÁŠEK, O. Neural Network-Based Train Identification in Railway Switches and Crossings Using Accelerometer Data. JOURNAL OF ADVANCED TRANSPORTATION, 2020, vol. 2020, no. 1, p. 1-10. ISSN: 0197-6729.Detail
NAVRÁTIL, P.; RAIF, L.; PLÁŠEK, O.; HADAŠ, Z.; VUKUŠIČ, I.; VÁGNER, J.; KOHOUT, M.; HÁBA, A.; DT - Výhybkárna a strojírna, a.s., Prostějov, CZ Vysoké učení technické v Brně, Brno, Veveří, CZ Univerzita Pardubice, Pardubice, Polabiny, CZ: Zařízení pro diagnostikování stavu srdcovky železniční výhybky. 37850, užitný vzor. (2024)Detail
KRČ, R.; PODROUŽEK, J.; NAVRÁTIL, P.; VYHLÍDAL, M.; PLÁŠEK, O.: iDIMASC; Inteligentní SW modul iDIMASC. https://www.fce.vutbr.cz/AIU/krc.r/turnout4-0/idimasc/index.html. URL: https://www.fce.vutbr.cz/AIU/krc.r/turnout4-0/idimasc/index.html. (software)Detail
KRČ, R.; PODROUŽEK, J.; NAVRÁTIL, P.; VYHLÍDAL, M.; PLÁŠEK, O.: TIS; Software pro identifikaci vlaků TIS (Train Identification System). https://www.fce.vutbr.cz/AIU/krc.r/turnout4-0/tis/index.html. URL: https://www.fce.vutbr.cz/AIU/krc.r/turnout4-0/tis/index.html. (software)Detail
HADAŠ, Z.; KŠICA, F.; MAJER, Z.; VUKUŠIČ, I.; BUBNÍK, K.: CK01000091-V4; Chytrá piezokompozitní senzorická vrstva výhybky. DT - Výhybkárna a strojírna, a.s.. URL: https://www.dtvs.cz/dotacni-tituly. (funkční vzorek)Detail