Maintenance work on the railway system is crucial to its high efficiency where designing maintenance areas to carry out such work is the foundation. Much work has been done regarding designing maintenance areas on mainline tracks, but there is still a blank spot for a systematic method to design such areas within a train station. This project aims to develop a prototype digital decision-supporting program, using RailML 2.4 and Python, for designing maintenance areas in the train station. The program includes parsing RailML data, generating routes using a depth-first search method, matching traffic flows, and generating and visualizing maintenance areas. This project also proposes two new data structures for train routes and traffic flow, where the traffic flow data structure introduces a flow-based structure which ensures that the program can work without an accurate train timetable. The program is tested on two different infrastructure layouts, one is based on Katrineholm Central Station, with several different traffic flow profiles. The result shows the program is functioning and can produce reasonable maintenance areas. Some modifications are also being done to the Katrineholm Central Station test case to simulate the different but similar infrastructures and compare the generated maintenance areas. This report also discussed the limitations of the program and the assumptions and simplifications that were made for this prototype program. This report also suggests possible directions for further work. / Underhållsarbete på järnvägssystemet är avgörande för dess höga effektivitet där utformandet av dess underhållsområden är grunden. Mycket arbete har gjorts när det gäller att utforma underhållsområden på huvudspår, men det återstår fortfarande som ett vakuum rörande den systematiska metoden för att skapa sådana ytor inom tågstationer. Detta projekt syftar till att utveckla en prototyp av ett digitalt besluts-stödsprogram för att utforma underhållsområden på tågstationer med hjälp av RailML 2.4 och Python. Programmet omfattar parsning av RailML-data, generering av rutter med hjälp av en Deep First Search-metod, matchning av trafikflöden samt generering och visualisering av underhållsområden. I projektet föreslås också två nya datastrukturer för tågvägar och trafikflöden, där datastrukturen för trafikflöden introducerar en flödesbaserad struktur som säkerställer att programmet kan fungera utan en exakt tågtidtabell. Programmet testas på två olika infrastrukturlayouter, varav den ena är baserad på Katrineholms Centralstation, med flera olika trafikflödesprofiler. Resultatet visar att programmet fungerar och kan producera rimliga underhållsområden. Vissa modifieringar görs också av testfallet för Katrineholms centralstation för att simulera olika men liknande infrastrukturer och jämföra de genererade underhållsområdena. I denna rapport diskuteras också programmets begränsningar och de antaganden och förenklingar som gjorts för detta prototypprogram. Denna rapport föreslår också möjliga riktningar för fortsatt arbete.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:liu-205451 |
| Date | January 2024 |
| Creators | Wang, Yunhe |
| Publisher | Linköpings universitet, Institutionen för teknik och naturvetenskap |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0021 seconds