Rolling stock based diagnostic system for condition monitoring of railway track geometry

The increasing demand for railway transportation is progressively reducing the time available to carry out the inspections necessary to determine the conditions of the railway track. Therefore, the collection of data from sensors installed on commercial vehicles may represent a cornerstone for monitoring purposes, allowing for a move from scheduled to condition-based maintenance. The work presented in this thesis aims at defining a track condition monitoring system to be permanently installed on a commercial vehicle. The data acquired on board the train have been linked to the corresponding milepost through a geo-localization algorithm specifically designed for this purpose. The acceleration data measured on the bogie of the instrumented vehicle have then been processed to compute synthetic indicators, such as rms values within a limited frequency range. Finally, these indicators have been exploited to design predictive maintenance models to predict the amplitude and degradation rate of the track geometry parameters. At first, longitudinal level defects have been considered due to their frequency along high-speed lines. Secondly, alignment and cross-level defects have been analysed too. In the end, based on daily measured acceleration data, the designed system will allow the track conditions to be monitored continually and eventually enabling the possibility of timely intervention.

La crescente domanda di trasporto ferroviario sta progressivamente riducendo il tempo a disposizione per condurre le ispezioni necessarie per determinare lo stato dell’infrastruttura ferroviaria. Pertanto, la raccolta di data provenienti da sensori installati a bordo di veicoli commerciali può rappresentare una svolta nella gestione delle strategie manutentive, permettendo di migrare da strategie di manutenzione programmata a quelle di tipo condizionata. Il lavoro presentato in questa tesi mira a definire un sistema di monitoraggio dello stato dei binari dell’infrastruttura ferroviaria, permanentemente installato a bordo di un veicolo in servizio commerciale. I dati acquisiti a bordo treno sono stati associati alla corrispondente posizione lungo la lingua tramite un algoritmo di geo-localizzazione appositamente sviluppato. Le accelerazioni misurate in corrispondenza dei carrelli del veicolo strumentato sono state processate per calcolare degli indicatori sintetici (quali rms e valore di picco) rappresentativi delle condizioni del binario. Infine, questi sono stati utilizzati per realizzare dei modelli di manutenzione predittiva per predire ampiezze e trend di degrado dei parametri caratteristici della geometria di binario. In questo modo, mediante i dati di accelerazione misurati su base giornaliera, il sistema permetterà di monitorare in maniera continuativa lo stato del binario, permettendo infine di intervenire con azioni preventive.