Punktlighet är ett viktigt mätetal inom järnvägsindustrin, men också en stor utmaning. Ett övergripande mål i Sverige är att samtliga tåg, både person- och godståg, ska ha en punktlighet på 95% vid slutdestinationen, där tåg som anländer högst fem minuter efter utsatt tid räknas som punktliga. Under 2019 var godstågens punktlighet 77,9%. Försenade godståg innebär stora kostnader i form av kvalitetsavgifter för den part som orsakat förseningen, samhällsekonomiska kostnader samt ett förlorat förtroende för järnvägen där kunder väljer andra transportslag för att garantera att varorna anländer i tid. Syftet med examensarbetet är att identifiera vilka faktorer som påverkar godstågens punktlighet samt att ta fram rekommendationer för hur punktligheten kan förbättras. För att uppfylla examensarbetets syfte delades projektet upp i två delmål som besvarades genom att tillämpa problemlösningsmetodiken DMAIC. Det första delmålet var att identifiera hur godstågens punktlighet påverkades av att avgå utanför utsatt tid. Detta undersöktes genom att jämföra hur godstågens resor förändrades då de avgått punktligt samt tidigare eller senare än planerat. Genom att visualisera hur genomsnittet av respektive resa sett ut och jämföra dessa med varandra kunde det påvisas att avgångstiden inte är den mest betydande faktorn för godstågens punktlighet. Detta för att resan såg liknande ut oavsett då tågen avgick och den totala restiden skiljde sig inte åt nämnvärt. Det framkom även att tåg som avgår punktligt får färre merförseningar än tåg som avgår utanför gränserna för punktliga tåg. Det andra delmålet var att identifiera vad som påverkar godstågens punktlighet längs sträckan. Detta undersöktes genom att studera godstågens tidsavvikelse vid samtliga trafikplatser längs sträckan samt att analysera de orsakskoder som rapporterats in för respektive tågresa. Här påvisades att tågen inte körs enligt framtagen tågplan, vilket påverkar punktligheten negativt. Några identifierade orsaker till detta är att de olika tåguppdragen har olika förutsättningar att köra samma sträcka, trots att de har samma största tillåtna hastighet. Samt att det finns tåguppdrag som systematiskt reducerar den framförda hastigheten på grund av minskad bromsverkan, vilket i sin tur beror på dåliga vagnar eller för långt/tungt tågekipage. Utöver de två delmålen identifierades även att det fanns bristande datakvalitet i den inrapportering av orsakskoder som tillämpas idag. Exempelvis saknades dryga 40 % data för att förklara varför en merförsening uppstått. Examensarbetet resulterade i tre rekommendationer för hur godstågens punktlighet kan förbättras och dessa var: Kontinuerlig dialog mellan berörda parter för att ta fram en mer tillförlitlig tågplan. Systematiska avvikelser från tågplanen ska ha en högre kvalitetsavgift vid förseningar. Förbättra analysunderlaget genom en bättre inrapportering av orsakskoder. / Punctuality is an important measurement in the railway industry, but also entails some challenges. In Sweden there is an overall goal that both passenger- and freight trains should have a 95% punctuality when they arrive at their final destination, where trains who arrive at their final destination less than five minutes after scheduled arrival counts as punctual. During 2019 the punctuality for freight trains was 77,9%. Delayed freight trains are connected to large costs for both the railway industry and for the society. The purpose of this master thesis is to identify which factors affect freight train punctuality and to find recommendations on how to improve it. To fulfill this purpose, the project was divided into two milestones that were answered by applying the problem-solving methodology DMAIC. The first milestone was to identify how punctuality was affected by freight trains departing outside of their appointed departure time. This was done by comparing how journeys differentiated when trains departed punctually as well as earlier or later than planned. By comparing these with each other it was proven that departure time is not the most affecting factor when it comes to freight train punctuality. Because each trains journey had a similar pattern regardless of when they departed and the travel time for the trains did not differ significantly. Furthermore, it was found that trains that are punctual at their time of departure have less delays during the trains entire route than trains who depart outside of the time-window for punctual departure.  The second milestone was to identify what affected the freight train punctuality during the trains entire route. This was done by investigating the time deviation for each train at every measurement point during the route and by analyzing the reasons for time deviation. It turned out that the trains did not run according to the set timetable, which affected the punctuality in a negative way. A few identified reasons for this was that different trains had different prerequisites to drive the same route, even though they are planned for the same speed. And that some trains systematically reduced their speed due to a lack of breaking capacity, as a result of the train being too long or heavy. Beyond the two milestones it was identified a lack of data quality in the reporting of reasons for time deviation. For example, about 40 % of data was missing that could have further explained why the trains where delayed.  The master thesis resulted in three recommendations for how freight train punctuality can be improved, and these were: Continuous dialogue between affected parties to make a timetable that is more reliable. Systematic deviations from the timetable should have a higher cost for causing these. Improved data quality for further analysis of why delays occur.

This master thesis investigates the use of machine learning for predicting and assessing the risk of railway vehicle component failures. Data used for failure prediction often comes with limitations due to the complex nature of maintenance or sometimes requires investments for the extraction of information. Instead of real-time data, historical data and failure timestamps, easily accessed by organisations, are examined to see if they have the potential to contribute to a more effective maintenance strategy. Datasets used in maintenance often contain censored data and to overcome this problem survival machine learning models were also examined. Therefore both traditional machine learning models and survival machine learning models were evaluated and compared based on their C-index value. The results demonstrate that the survival machine learning models, which incorporate the risk and time-to-event aspects of the data, performed better than the traditional ones regarding the risk ranking of components. Random survival forest had the best result, and a ranking of important features. These findings indicate that there is a potential for survival machine learning, applied to existing historical data used for risk assessment for components failure.

Rail Transport has held an important place in the European economy. Several problems plague rail freight. We frequently hear about train disruptions, whether it is due to a signal failure or an infrastructure breakdown, most of which have caused significant issues for both passengers and cargo. One of the primary reasons disruptions have such a significant impact on the railway system is limited redirections for trains. Taking this into account, we investigate the resilience of rail systems for international freight in the Öresund region. The Öresund area divides Denmark and Sweden via a small strait fixed link consisting of a bridge, a tunnel, and the artificial island of Peberholm. To avoid impeding freight traffic in the case of the Öresund bridge, we investigate two alternative fixed links where traffic may be routed if the bridge closes. The first proposal is LC Link (Europaspåret), which will connect Landskrona (Sweden) and Copenhagen (Denmark) with double track. Another alternative for the second fixed link is the HH rail connection between Helsingborg (Sweden) and Helsingör (Denmark) across the Öresund region. After the Fehmarn Belt link between Germany and Denmark, the infrastructure in the Öresund region should be strong enough to accommodate increased freight train capacity. Several methods have been used to assess the system’s robustness and resilience in terms of capacity. This master’s thesis employs both qualitative and quantitative evaluation methods. For the investigation, we employ Planimate simulation software and simulation models based on potential scenarios. A timetable for 2040 is developed based on the current number of trains passing through Öresund. The capacity constraints were selected depending on the resistance offered by the other routes. According to the research findings, more significant capacity limitations would eventually increase freight train queuing. The results from the simulation indicate that the LC link is the most robust and resilient option for the second fixed connection over the Öresund bridge. The data also indicate that when additional capacity restraints are applied, more crowding is seen for the HH connection, better suited for passenger traffic. The research also offers insight into the meso - models for modelling freight traffic. / Järnvägstransporter har en viktig plats i den europeiska ekonomin. Det finns dock flera problem kopplade till godstrafiken på järnväg. Vi hör ofta om tågstörningar, oavsett om det beror på ett signalfel eller ett infrastrukturfel, många av dem har orsakat betydande störningar för både passagerare och gods. En av de främsta anledningarna till att störningar har en så betydande inverkan på järnvägssystemet är de begränsade omledningsmöjligheterna för tåg. Med hänsyn till detta undersöker vi tågsystemets redundans för internationella godståg i Öresundsregionen. Öresundsregionen delar Danmark och Sverige genom ett litet sund med en fast förbindelse bestående av en bro, en tunnel och den konstgjorda ön Peberholm. För att undvika att hindra godstrafiken över Öresundsbron vid händelse av ett avbrott, undersöker vi två alternativa fasta förbindelser där trafik kan ledas om. Det första förslaget är Europaspåret som binder samman Landskrona (Sverige) och Köpenhamn (Danmark) med ett dubbelspår. Det andra alternativet för den andra fasta länken är HH-järnvägsförbindelsen mellan Helsingborg (Sverige) och Helsingör (Danmark) över Öresundsregionen. Efter att Fehmarn Bält-förbindelsen mellan Tyskland och Danmark är färdigställd bör infrastrukturen i Öresundsregionen vara tillräcklig för att klara en ökad godstågskapacitet. Flera metoder har använts för att bedöma systemets robusthet och motståndskraft vad gäller kapacitet. Denna masteruppsats använder både kvalitativa och kvantitativa utvärderingsmetoder. För utredningen använder vi Planimates simuleringsprogram och simuleringsmodeller baserade på potentiella scenarier. En tidtabell för 2040 tas fram utifrån antalet tåg som passerar Öresund idag och har därefter räknats upp. Kapacitetsbegränsningarna valdes beroende på det uppskattade motståndet genom de olika alternativen. Enligt forskningsresultaten skulle mer betydande kapacitetsbegränsningar på sikt minska kapaciteten för godståg att passera. Resultaten från simuleringen tyder på att Europaspåret är det mest robusta och motståndskraftiga alternativet för den andra fasta förbindelsen över Öresundsbron. Uppgifterna indikerar också att när ytterligare kapacitetsbegränsningar tillämpas resulterar det i mer trängsel för HH-förbindelsen, som är bättre lämpad för passagerartrafik. Forskningen ger också insikt i meso-modeller för modellering av godstrafik.

In this MSc thesis, it is investigated what parameters are relevant for describing energy consumption of heavy haul freight trains and how these can be used to develop key performance indicators (KPIs) for energy efficiency. The possible set of KPI is bounded by data available from energy meters used in electric IORE class locomotives hauling iron ore trains in northern Sweden. Furthermore, the analysis is only concerned with energy efficiency at the rolling stock level, excluding losses in the electric power supply network. Based on a literature study, parameters of interest describing driver, operations and rolling stock energy efficiency have been identified. By means of simulation, a parametric study is performed, simulating a 30 ton axle load iron ore train with 68 wagons. Train modelling input is obtained from technical documentation or estimated through measurements and statistical analysis. A multi-particle representation of the train is used to calculate gradient resistance for the simulation, which is also applied to determine the curve resistance.  Results show that the motion resistance is simulated quite accurately, while the lack of a driver model in the simulation tool leads to overestimation of energy consumption. Taking this into account, the importance of the driver for energy efficiency can still clearly be showcased in the parametric study. Especially on long steep downhill sections, prioritising the electric brakes over mechanical brakes is demonstrated to have a huge influence on net energy consumption, as has the amount of coasting applied. With the same driver behaviour in all simulations, the savings in specific energy from increasing axle load to 32.5 tons is estimated. Moreover, a comparison of increased train length and axle load points towards higher savings for the latter. In the end, parametric study results are used to recommend a structure for a monitoring system of energy efficiency based on a set of KPIs. With a sufficiently high sampling rate of energy meter data, it is adequate for calculating driver related KPIs and some additional KPIs. More KPIs can be tracked with access to additional data, e.g. cargo load. / I detta examensarbete undersöks vilka parametrar som är relevanta för att beskriva energiförbrukning för tunga godståg och hur dessa kan nyttjas för att utveckla nyckeltal för energieffektivitet. Antalet möjliga nyckeltal avgränsas till sådana som kan beräknas med data från elmätare som används i elektriska littera IORE lok som drar tunga malmtåg i norra Sverige. Vidare så tar analysen endast hänsyn till energieffektivitet för rullande materiel, vilket utesluter förluster i elektriska kraftmatningsnätet. Baserad på en litteraturstudie har relevanta parametrar som beskriver förare, drift och rullande materiel identifierats. Med hjälp av simuleringar av ett malmtåg med 30 tons axellast och 68 vagnar så utförs en parameterstudie. Indata för tågmodelleringen erhålls från teknisk dokumentation respektive uppskattas genom mätningar och statistisk analys. En representation av tåget som flertalet partiklar tillämpas i simulering för att beräkna lutningsmotståndet. Dessutom används densamma för att ta fram kurvmotståndet. Resultaten visar att gångmotstånd simuleras ganska exakt, medan avsaknad av en förarmodell i simuleringsvertyget leder till överskattad energiförbrukning. Med hänsyn tagen till detta så kan betydelsen av föraren för energieffektivitet fortfarande påvisas mycket tydligt i parameterstudien. I synnerhet i långa branta nedförsbackar har prioritering av den elektriska bromsen framför den mekaniska bromsen mycket stor påverkan på nettoenergiförbrukningen, likaväl som hur mycket tåget frirullar. Med samma förarbeteende i samtliga simuleringar har besparingar i specifik energiförbrukning kunnat uppskattats för en ökning av axellasten till 32,5 ton. Dessutom pekar en jämförelse av ökad tåglängd och axellast mot att sistnämnda ger större besparingar. Slutligen så har resultaten från parameterstudien nyttjats för att rekommendera en struktur för ett uppföljningssystem av energieffektivitet baserad på en uppsättning av nyckeltal. Med tillräckligt hög samplingsfrekvens på data från elmätare är den adekvat för att beräkna vissa nyckeltal, framförallt relaterad till förare. Fler nyckeltal kan följas upp med mer tillgänglig data så som lastvikter.

This master’s thesis covers the structuring and implementation of a digital testbench for the air brake system of freight trains. The test bench will serveto further improve the existing brake models at Transrail Sweden AB. Theseare used for the optimised calculation of train speed profiles by the DriverAdvisory System CATO. This work is based on the research of the technicalbackground, as well as the methodical approach to physical modelling anda modular implementation of the test bench. It gives full flexibility for thesimulation of customised train configurations using the European UIC brakesystem. Train length and vehicle arrangement can be adapted to the user’sspecific needs. For example, the test bench could be used for the simulation ofa train with distributed power. The system parameters are stored in a vehiclelibrary for the convenient generation of train configurations. This vehiclelibrary is freely expandable.The simulation is based on an equivalent electric circuit model which iscompleted with nozzle flow modelling. This model involves monitoring themain pipe, brake cylinder and reservoir pressure. Linear approximation is usedto obtain braking forces for the individual wagons and for the whole train. Thedepiction of the brake system behaviour is mostly accurate in the operationalscenarios, which is validated with measurement data. Additional calibrationis required for further reduction of the simulation errors and an extension ofthe model’s domain of validity. The test bench is developed by incrementaland iterative modelling and prepared for further improvements and variations,for example the adaption to the American AAR system variant.The presented work can also be used as a basis for similar implementationssuch as driving simulators. The methods are transferable to other applicationsof modular simulation. / Det här examensarbetet omfattar formgivningen och implementeringen aven digital provbänk för tyckluftsbromssystemet på godståg. Provbänken skaanvändas för att vidareutveckla befintliga bromsmodeller hos Transrail SwedenAB. De används för beräkningen av optimerade hastighetsprofiler förtåg i förarassistanssystemet CATO. Arbetet baserar sig på undersökningenav den tekniska bakgrunden, samt ett metodiskt angreppssätt för fysikaliskmodellering. Verktyget är implementerat på ett modulärt sätt. Provbänkenger full flexibilitet för simuleringen av skräddarsydda tågkonfigurationer somanvänder det europeiska UIC-bromssystemet. Tåglängd och fordonsanordningkan anpassas enligt användarens behov, till exempel för simulering av fördeladtraktion. Systemparametrarna lagras i ett fordonsbiliotek som förenklar inmatningenav tågkonfigurationer. Fordonsbiblioteket kan utvidgas enligt behov.Simuleringen är baserad på en ekvivalent strömkretsmodell, som kompletterasmed modellerad dysströmning. Simuleringen beskriver trycket ihuvudledningen, bromscylindern och förrådsluftsbehållaren. Bromskrafternaapproximeras linjärt efter trycken för de enskilda vagnarna såväl som helatåget. Simuleringen återger beteendet av bromssystemet i alla driftsituationerpå ett verklighetsnära sätt, enligt validering med mätdata från Knorr-Bremse:stestanläggning. Ytterligare kalibrering behövs för att minimera avvikelserna isimuleringen och för att utvidga modellens giltighetsdomän. Provbänken harutvecklats i stegvis modellering och är väl förberedd för vidareutveckling ochanpassning. Ett exempel är anpassningen för att simulera det amerikanskaAAR-bromssystemet.Arbetet som presenteras här är lämplig för användning i liknande applikationer,såsom körsimulatorer. Metoden kan tillämpas allmänt på övrigaanvändningsområden av modulär simulering.

Two important physical aspects that determine the performance of a running train are the total running resistance that acts on the whole train moving forward, and the available adhesion (utilizable wheel-rail-friction) for propulsion and breaking. Using the measured and available signals, online identification of the current running resistance and available adhesion and also prediction of future values for a distance ahead of the train, is desired. With the aim to enhance the precision of those calculations, this thesis investigates the potential of online identification and prediction utilizing the Extended Kalman Filter. The conclusions are that problems with observability and sensitivity arise, which result in a need for sophisticated methods to numerically derive the acceleration from the velocity signal. The smoothing spline approximation is shown to provide the best results for this numerical differentiation. Sensitivity and its need for high accuracy, especially in the acceleration signal, results in a demand of higher sample frequency. A desire for other profound ways of collecting further information, or to enhance the models, arises with possibilities of future work in the field. / Två viktiga fysikaliska aspekter som bestämmer prestandan för ett tåg i drift är det totala gångmotståndet som verkar på hela tåget, samt den tillgängliga adhesionen (användbara hjul-räl-friktionen) för framdrivning och bromsning. Från de tillgängliga signalerna önskas identifiering, samt prediktering, av dessa två storheter, under drift. Med målet att förbättra precisionen av dessa skattningar undersöker detta examensarbete potentialen av skattning och prediktering av gångmotstånd och adhesion med hjälp av Extended KalmanFiltering. Slutsatsen är att problem med observerbarhet och känslighet uppstår, vilket resulterar i ett behov av sofistikerade metoder att numeriskt beräkna acceleration från en hastighetssignal. Metoden smoothing spline approximation visar sig ge de bästa resultaten för denna numeriska derivering. Känsligheten och dess medförda krav på hög precision, speciellt på accelerationssignalen, resulterar i ett behov av högre samplingsfrekvens. Ett behov av andra adekvata metoder att tillföra ytterligare information, eller att förbättra modellerna, ger upphov till möjliga framtida utredningar inom området.