Företagen LKAB och SJ är statligt ägda aktiebolag som har målsättningen att bedriva en säker och lönsam verksamhet. Båda företagens verksamheter är starkt förknippade med tågtransporter av olika slag, där LKAB transporterar malm mellan gruvorna i malmfälten och deras malmhamnar på kusten, och SJ som bedriver persontrafik med cirka 1200 dagliga avgångar från deras 284 olika stationer. En av de viktigaste förutsättningarna för bolagens existens är förmågan att utöva järnvägstransporter med rälsgående fordon på ett lönsamt och effektivt sätt. För att uppnå detta krävs ett driftsäkert och tillförlitligt järnvägssystem, vilket är starkt förknippat med förmågan att underhålla rullande material. Syftet med studien var att undersöka möjligheterna att förbättra det förebyggande underhållet av rälsgående fordon och på så sätt bidra till minskade underhållskostnader och ökad livslängd på hjul, axlar och räls. Målet var att undersöka ifall mätning av laterala och vertikala krafter kunde användas för att identifiera skador och slitage hos hjul i ett tidigt skede, på så vis ges möjlighet att övergå till att optimera det tillståndsbaserat underhåll.   Metoden för arbetet gick ut på att identifiera individer i form av vagnar eller lok från de båda aktörerna som visade avvikande mätvärden vid passage genom mätsystemet StratoForce i Sävast. Uppmätta krafter från aktuella passager analyserades grafiskt för att ge en överskådlig bild av fordonens försämring över tid. Beroende på vilka krafter som var avvikande kunde ett antagande om hjulens slitage eller eventuell skadetyp göras. Det fortsatta arbetet gick ut på att göra en okulär avsyning av individen för att om möjligt hitta korrelationer mellan uppmätta krafter och fysiska skador eller slitage på hjulen. Vid enstaka tillfällen användes även optiska och mekaniska mätverktyg vid avsyning.   Behovet av mätsystem för tillståndsövervakning är stort, detta är något samtliga parter är överens om. Resultatet av utvärderingen visar att det finns korrelationer mellan analyserade krafter och skicket på avsynade hjul, exempelvis hade höga vertikala vibrationer en tydlig koppling till ytskador. Vår bedömning är att mätsystemet i kombination med kvalitativ analys redan i dag kan användas för tillståndsövervakning av rullande material på järnvägen. Begränsningarna ligger i att knyta krafternas storlek till skadornas omfattning, något som till största delen beror på brister i mätutrustningens placering.

Due to the increase in demand on freight transportation it becomes necessary to avoid delays to ensure that the goods reach its destination on time. The main factors causing disturbances in the traffic on the mainline is the breakdown of vehicles mainly due to damaged wheels. The damaged wheels are identified through the wheel-rail impact force measurements provided by the wheel impact load detectors (WILD). This calls for the optimal schedule of maintenance of wheelsets and wagons in general. During the maintenance, the officials manually check for defective wheels and the exchange of wheelsets is performed based on the type of damage. The classification of wheel damages plays a vital role in providing ease of damage identification and insights to deduce a strategy for wheelset exchange. In this study, an attempt to classify the damaged wheelsets is done by analysing the wheel-rail impact force data from the wayside detectors. The data from the detectors are acquired from PredgeAB, a Luleå based startup pioneering in providing decision support on optimal maintenance schedules and predictive maintenance of rail wheels. Through their detection and prediction solutions it was observed that of all the wheels marked as damaged by the detectors 10% were undamaged. The source of the deviation in the impact force readings could help Predge make better estimations in damage detection and prediction. In this study, the sources contributing to the deviation is studied using multi-body simulations in GENSYS. A new method for modelling wheel damage is developed to overcome the shortcomings of the software. The findings of this study can then be used appropriately to make classifications of wheel damages. / På grund av den ökade efterfrågan på godstransporter är det nödvändigt attundvika förseningar för att säkerställa att varorna når sin destination i tid. Deviktigaste faktorerna som orsakar störningar i trafiken på huvudlinjen är stopp ispår av fordon, främst på grund av skadade hjul. De skadade hjulen identifierasmed hjälp av mätningar av slagkraft mellan hjul och spår som tillhandahållsav hjulbelastningsdetektorer (WILD). Detta kräver ett optimerat schema förunderhåll av hjulsatser och vagnar i allmänhet. Under underhållet kontrollerartjänstemännen manuellt för defekta hjul och utbytet av hjulsatser utförs baserat på typen av skada. Klassificeringen av hjulskador spelar en viktig roll närdet gäller att underlätta identifiering av skador och ge insikt för att bedöma enstrategi för hjulbyte. I den här studien görs ett försök att klassificera de skadade hjulsatserna genom att analysera data från slagkraften mellan spår ochhjul från detektorer. Uppgifterna från detektorerna hämtas från PredgeAB, enLuleå-baserad uppstartsbolag som är pionjärer för att ge beslutsstöd om optimala underhållsscheman och prediktivt underhåll av järnvägshjul. Genom sinadetekterings- och prediktiva lösningar observerades att 10% av alla hjul märktasom skadade av detektorerna var oskadade. Källan till avvikelsen i slagkraftavläsningarna kan hjälpa Predge att göra bättre uppskattningar när det gällerupptäckning och förutsägelse av skador. I den här studien studeras de källorsom bidrar till avvikelsen med simuleringar av flera kroppar i GENSYS. En nymetod för modellering av hjulskador har utvecklats för att övervinna programvarans brister. Resultaten av denna studie skulle kunna användas på lämpligtsätt för att göra klassificeringar av hjulskador.

This study focuses on the reliability of railway track in the relation with high loads resulted from wheel damages, where higher (dynamic) vertical wheel loads are expected from trains with damaged wheels. The Swedish Transport Administration (Trafikverket) has monitored and recorded data of rail defects and breaks. This data is important for the risk evaluation and management process, in order to obtain a balance between the maintenance costs and availability and quality of service for the railway transportation. To detect wheel damages in advance, Wheel Impact Loads (WIL) are measured and recorded by Wheel Impact Load Detectors (WILD), which are installed along the Swedish railway network, currently at 29 locations. Additionally, to detect defects and breakages in rails, Ultrasonic Testing (UT) is a common non-destructive testing method used by Trafikverket. In this project, a case study is conducted to examine statistically the frequency of rail defects and rail breaks after trains with high WILs, which exceed 350 kN, continued to operate in a defined area during the winter of 2019/20 at Bodsjön. The case study compares the data of WILD at Bodsjön and UT of the nearby track sections, 211 and 212, over a period of five years, from 2016 to 2020. Rail reliability levels are examined based on the absolute frequencies of rail defects detected by UT and the normalised ones per kilometre of UT-checked track, as well as the severity levels of those rail defects. The severity levels are denoted from the highest to the lowest, as 1a/ 1v/ 1m, 2b and 3i, based on the derailment risks and the priority of maintenance. It is observed that the extremely high WILs in the winter 2019/2020 has coincided with the more severe rail defects found by the following UT in 2020. Furthermore, the dominant rail defect type is found as squats. By studying the frequency of squats and their locations along the defined track sections, it is shown that there is a similar trend in the frequencies of squats and the high WILs. While, the effect of the high WILs’ magnitudes onto the occurrence of squats is undefined. However, the correlation between the frequencies and magnitudes of high WILs and the rail reliability levels could not be determined from this case study due to the limitations in the data collections. The current way of data collections for WILs, wheel damage types and rail defects are discussed for future works. Lastly, the statistics shows that the level of rail reliability of the area defined in the case study is considered as acceptable, considering the recent national levels that have been reported in the annual reports on rail defects. This gives the basis for the possibility of reviewing the permissible power level and proposing a new alert limit value of WIL. Nevertheless, considering the recommendation of The International Union of Railways (UIC) for the international railway sections, the implementation of the increased alert limit of WIL shall be examined carefully, with a future pilot study in railway sections that are not used for international traffic. / Denna studie fokuserar på tillförlitligheten för järnvägsspår i samband med höga laster som orsakas av hjulskador, där högre (dynamiska) vertikala hjullaster förväntas från tåg med skadade hjul. Trafikverket har övervakat och registrerat data om järnvägsfel och avbrott. Dessa uppgifter är viktiga för riskutvärderingen och hanteringsprocessen för att få en balans mellan underhållskostnader och tillgänglighet och kvalitet på järnvägstransportens kvalitet. För att upptäcka hjulskador i förväg, mäts och registreras Wheel Impact Loads (WIL) av Wheel Impact Load Detectors (WILD), som är installerade längs det svenska järnvägsnätet, för närvarande på 29 platser. För att upptäcka defekter och brott i skenor är Ultrasonic Testing (UT) en vanlig icke-destruktiv testmetod som används av Trafikverket.I det här projektet, genomförs en fallstudie för att statistiskt undersöka frekvensen av järnvägsdefekter och rälsavbrott efter tåg med höga WILs, som överstiger 350 kN, fortsatte att köra i ett definierat område under vintern 2019/20 vid Bodsjön. Fallstudien jämför data från WILD vid Bodsjön och UT för de närliggande spåravsnitten, 211 och 212, under en period på fem år, från 2016 till 2020. Järnvägssäkerhetsnivåer undersöks baserat på de absoluta frekvenserna av järnvägsdefekter som upptäcks av UT och de normaliserade per kilometer UT-kontrollerat spår, liksom svårighetsgraden av dessa järnvägsdefekter. Svårighetsgraderna anges från det högsta till det lägsta, som 1a/ 1v/ 1m, 2b och 3i, baserat på urspårningsriskerna och underhållets prioritet.Det observeras att de extremt höga WILs under vintern 2019/2020 har sammanfallit med de allvarligare järnvägsdefekterna som hittades av följande UT år 2020. Vidare återfinns den dominerande järnvägstypstypen som knäböj. Genom att studera frekvensen av knäböj och deras platser längs ett definierat spåravsnitt, visas det att det finns en liknande trend i frekvenserna för knäböj och de höga WILs. Medan effekten av de höga WILs storheter på förekomsten av knäböj är odefinierad. Korrelationen mellan frekvenserna och storheterna för höga WILs och järnvägssäkerhetsnivåerna kunde dock inte fastställas från denna fallstudie på grund av begränsningarna i datasamlingarna. Det nuvarande sättet för datainsamling för WILs, hjulskadetyper och järnvägsdefekter diskuteras för framtida arbeten.Slutligen visar statistiken att nivån på järnvägstillförlitlighet för det område som definieras i fallstudien anses vara acceptabel, med tanke på de senaste nationella nivåerna som har rapporterats i de årliga rapporterna om järnvägsdefekter. Detta ger grunden för möjligheten att granska den tillåtna effektnivån och föreslå ett nytt varningsgränsvärde för WIL. Med tanke på rekommendationen från The International Union of Railways (UIC) för de internationella järnvägssektionerna, ska genomförandet av den ökade varningsgränsen för WIL undersökas noggrant, med en framtida pilotstudie i järnvägssektioner som inte används för internationell trafik.