A rolling stock based system for condition monitoring of railway infrastructure

The increase of rail traffic in the last decades requires a continuous improvement of railway lines monitoring techniques, in order to provide higher levels of infrastructure safety and to properly manage effective maintenance plans. In this context, the possibility to monitor defects relying on acceleration data collected by instrumented commercial trains has been investigated. The implementation of a system for condition monitoring of railway infrastructure is presented in this thesis work. The acceleration signals from accelerometers mounted on-board of in-service commercial train have been exploited to develop a predictive maintenance model suitable for foreseeing the degradation trend of line geometrical parameters. The proposed methodology requires an accurate train spatial localization, so as to compare sets of data recorded on various days. In light of this, a tailored geo-localization algorithm exploiting the combined use of GPS coordinates and odometry has been developed. Subsequently, the relationship between line geometry parameters and acceleration data concerning rail vehicle dynamics has been investigated by means of proper synthetic indexes. This would allow to develop a model able to evaluate the geometrical conditions of the line relying only on acceleration data gathered by any instrumented commercial train. The interesting results point out a strong correlation between the bogie vertical acceleration signal and the longitudinal level of the track, setting an important basis for the development of a dedicated predictive model.

L’incremento del traffico ferroviario negli ultimi decenni richiede un continuo miglioramento delle tecniche di monitoraggio delle linee ferroviarie, al fine di fornire più elevati livelli di sicurezza delle infrastrutture e gestire adeguatamente piani di manutenzione efficaci. È in questo scenario che è stata valutata la possibilità di monitorare la presenza di difetti in linea basandosi soltanto sui dati di accelerazione acquisiti da treni commerciali strumentati. In questo lavoro di tesi viene presentato lo studio di un sistema di monitoraggio per infrastrutture ferroviarie. I segnali di accelerazione ricavati per mezzo di accelerometri montati a bordo di un treno commerciale sono stati impiegati per sviluppare un modello di manutenzione predittiva, in grado di prevedere la tendenza al degrado dei parametri geometrici riguardanti le linee ferroviarie. La metodologia presentata richiede un'accurata localizzazione spaziale dei treni, così da poter confrontare gruppi di dati registrati in giorni differenti. Alla luce di ciò è stato sviluppato un algoritmo di geolocalizzazione basato sull'uso combinato delle coordinate GPS e dell'odometria. Successivamente, la relazione tra parametri di geometria della linea e dati accelerometrici relativi alla dinamica del veicolo ferroviario è stata studiata mediante opportuni indici sintetici. Questo permette di sviluppare un modello in grado di valutare le condizioni geometriche della linea basandosi solo su dati di accelerazione raccolti da un qualunque treno commerciale strumentato. Gli interessanti risultati ottenuti evidenziano una forte correlazione tra il segnale di accelerazione verticale del carrello e il livello longitudinale del binario, ponendo le basi per lo sviluppo di un modello predittivo dedicato.