Application of artificial neural networks to predict railway switch durability

• Autorzy: Gibała Ł. , Konieczny J.

Identyfikatory

DOI

10.20858/sjsutst.2018.101.7

• Języki publikacji: EN

Abstrakty

EN

The article presents the possibility of applying artificial intelligence to forecast necessary repairs on ordinary railway switches. Railway switch data from Katowice and Katowice Szopienice Północne Stations were used to model neural structures. Using the prepared data set (changes in values of nominal dimensions in characteristic sections of 15 railway switches), we created three variants of railway switch classifications. Then, with the results, we determined the values of classifiers and the low mean absolute error, as well as compared charts of effectivity. It was calculated that the best solution by which to evaluate necessary repairs in railway switches was, in part, to repair the crossing nose. It was assessed that a structure with single output data was more effective for the accepted data.

Słowa kluczowe

EN

artificial neural networks; railway switch; maintenance; prediction

PL

sztuczne sieci neuronowe; rozjazd szynowy; konserwacja; prognoza

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Transport / Politechnika Śląska
• Rocznik: 2018
• Tom: z. 101
• Strony: 67--77
• Opis fizyczny: Bibliogr. 21 poz.

Twórcy

autor

Gibała Ł.

• Department of Railway Transport, Faculty of Transport, Silesian University of Technology, Krasińskiego 8 Street, 40-019 Katowice, Poland

autor

Konieczny J.

• Department of Railway Transport, Faculty of Transport, Silesian University of Technology, Krasińskiego 8 Street, 40-019 Katowice, Poland

Bibliografia

• 1. PKP Polskie Linie Kolejowe. Raporty roczne 2010-2015. [In Polish: Annual Reports 2010-2015.] Available at: https://www.plk-sa.pl/biuro-prasowe/raport-roczny/.
• 2. Bałuch Henryk, Maria Bałuch. 2010. Determinanty prędkości pociągów-układ geometryczny i wady toru. [In Polish: Determinants of Train Speed-track Geometry and Faults.] Warsaw: Instytut Kolejnictwa. ISBN 978-83-930070-0-5.
• 3. Bałuch Henryk, Maria Bałuch. 2009. Eksploatacyjne metody zwiększenia trwałości rozjazdów kolejowych. [In Polish: Exploitative Methods of Increased Railway Switch Durability.] Warsaw: Centrum Naukowo-Techniczne Kolejnictwa. ISBN 798-83-930070-0-4.
• 4. Bałuch Maria. 2005. Interpretacja pomiarów i obserwacji nawierzchni kolejowej. [In Polish: Interpretation of Measurements and Observations of Track Structure.] Radom: Zakład Poligraficzny Politechniki Radomskiej. ISSN 1642-5278.
• 5. Bałuch Henryk, Maria Bałuch. 1997. “Sieci neuronowe jako narzędzie rozwiązywania problemów z zakresu dróg kolejowych”. [In Polish: “Neural Networks as Tools to Solve Problems on Railway Lines”.] Problemy Kolejnictwa 124: 35-62. ISSN 0552-2145.
• 6. Buława Mariusz, Krzysztof Semrau. 2013. “Niezawodność systemu rozjazdowego-wybrane zagadnienia”. [In Polish: “Reliability of Railway Switch System-selected Problems”.] Nowoczesne technologie i systemy zarządzania w transporcie szynowym. Zeszyty Naukowo-Techniczne Stowarzyszenia Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej Oddział w Krakowie 3(102): 49-59. ISSN 1231-9155.
• 7. Garbarski Jacek, Mariusz Fabijański. 2012. “Application of Artificial Neural Networks to Shape Properties of Polymers Destined for Use in Railway Transport”. Problemy Kolejnictwa 154: 47-59. ISSN 0552-2145.
• 8. PKP Polskie Linie Kolejowe. Instrukcja o oględzinach, badaniach technicznych i utrzymaniu rozjazdów. [In Polish: Instruction on Visual Inspections, Technical Examinations and Maintenance of Railway Switches.] Available at: https://www.plk-sa.pl/dla-klientow-i-kontrahentow/akty-prawne-i-przepisy/instrukcje-pkp-polskie-linie-kolejowe-sa/instrukcje-z-mozliwoscia-podgladu/.
• 9. Kędra Zbigniew. 2017. Technologia robót torowych. [In Polish: Technology of Track Works.] Gdańsk: Wydawnictwo Politechniki Gdańskiej. ISBN 978-83-7348-691-1.
• 10. Markowska-Kaczmar Urszula, Halina Kwaśnicka. 2005. Sieci neuronowe w zastosowaniach: praca zbiorowa. [In Polish: Neural Networks in Applications: Joint Publications.] Wrocław: Oficyna Wydawnicza Politechniki Wrocławskiej. ISBN 978-83-7085-906-0.
• 11. Osowski Stanisław. 2006. Sieci neuronowe do przetwarzania informacji. [In Polish: Neural Networks to Process Information.] Warsaw: Oficyna Wydawnicza Politechniki Warszawskiej. ISBN 978-83-7207-615-1.
• 12. Semaforek. Schemat stacji Katowice. [In Polish: Track Scheme of Katowice Station.] Available at: http://semaforek.kolej.org.pl/wiki/htmlets/Katowice.png.
• 13. Semaforek. Schemat stacji Katowice Szopienice Północne. [In Polish: Track Scheme of Katowice Szopienice Północne Station.] Available at:
• https://semaforek.kolej.org.pl/wiki/images/a/a0/Katowice_szopienice_polnocne.png.
• 14. Ogiela L., R. Tadeusiewicz, M. Ogiela. 2006. “Cognitive analysis in diagnostic DSStype IT systems”. In Eighth International Conference on Artificial Intelligence and Soft Computing (ICAISC 2006). 25-29 June 2006. Zakopane, Poland. Book Series: Lecture Notes in Computer Science Vol. 4029: 962-971.
• 15. Ogiela L., R. Tadeusiewicz, M. Ogiela. 2006. “Cognitive computing in intelligent medical pattern recognition systems”. In D.S. Huang, K. Li, G.W. Irwin, eds., International Conference on Intelligent Computing (ICIC). 16 August 2006. Kunming, China. Book Series: Lecture Notes in Control and Information Sciences Vol. 344: 851-856.
• 16. Ogiela M., R. Tadeusiewicz, L. Ogiela. 2005. “Intelligent semantic information retrieval in medical pattern cognitive analysis”. In O. Gervasi, M.L. Gavrilova, V. Kumar et al., eds., International Conference on Computational Science and Its Applications (ICCSA 2005) Vol. 4. 9-12 May 2005. Singapore. Book Series: Lecture Notes in Computer Science Vol. 3483: 852-857.
• 17. Tadeusiewicz R., L. Ogiela, M. Ogiela. 2008. “The automatic understanding approach to systems analysis and design”. International Journal of Information Management 28(1): 38-48.
• 18. Michalski R., S. Wierzbicki. 2008. “An analysis of degradation of vehicles in operation”. Eksploatacja i Niezawodnosc - Maintenance and Reliability 1: 30-32.
• 19. van Oort N., R. van Nes. 2009. “Regularity analysis for optimizing urban transit network design”. Public Transport 1(2): 155-168. DOI: https://doi.org/10.1007/s12469-009-0012-y.
• 20. Mohammad Rasouli, Hamid Nikraz. 2014. “Application of generalised regression neural networks in trip distribution modelling”. Road & Transport Research 23(3): 13-25.
• 21. Ittmann H.W. 2017. “Private-public partnerships: A mechanism for freight transport infrastructure delivery?” Journal of Transport and Supply Chain Management 11 (a262): 1-13. DOI: https://doi.org/10.4102/jtscm.v11i0.262