MainRail and ETS Pilot Project:  predictive algorithems for rail buckling for maximize infrastructure availability

The proper maintenance of railway infrastructures is essential to ensure safety and efficiency in the transport of passengers and goods. In this sense, Euskal Trenbide Sarea (ETS) and the company MainRail are carrying out a pioneering pilot project to develop a predictive buckling module. This project is an extension of the existing contract between both companies for the implementation of the MainRail platform, which manages the maintenance of the railway infrastructure and the analysis of track auscultation data. In this regard, it should be noted that the predictive module of MainRail was already validated in the summer of 2022 in a first implementation in the railway network of Mallorca.

Buckling and its impact on rail infrastructure

Buckling (clubs) is a phenomenon that occurs when the tracks are deformed due to factors such as temperature, track geometry, among others. This can result in deformations and structural failures, compromising track integrity and train safety.

MainRail’s predictive module 

In collaboration with ETS, MainRail has developed a predictive module based on application-based algorithms to predict rail buckling. This development combines meteorological data, track geometry data and a maintenance history to accurately identify risk points and critical moments when the risk of buckling exceeds pre-calculated limits within a 7- or 10-day time horizon.

The predictive module relies on weather forecasts to estimate lane temperature, a crucial factor in the origin of buckling. Based on the relationship between temperature and the structural behavior of the track, the algorithm analyzes data in real time and generates detailed predictions. These predictions allow railway infrastructure operators to take preventive and maintenance measures in the right places and at the right times, avoiding possible incidents, improving the efficiency of the system in general, which allows to increase availability of track operation

Benefits and potential of the predictive module

The implementation of MainRail’s predictive module offers a number of significant benefits for rail maintenance. Some of them include:

1. Improved safety: By proactively identifying and addressing critical buckling points, risks to track integrity and train and passenger safety are reduced.
2. Optimization of resources: by scheduling maintenance more efficiently, unnecessary road closures are minimized and resources are optimized, reducing maintenance costs and improving service availability.
3. Speed limitation planning: The predictive module allows to plan speed limitations when there is a risk of buckling. Adjusting the speed in specific areas helps minimize stress on the infrastructure and reduces the chances of failures or deformations.
4. Corrective and preventive measures: In addition to planning speed limits, the predictive module provides information to analyze other measures, such as more thorough maintenance and improvements in road geometry. This allows an efficient allocation of resources and a reduction of unforeseen interruptions in the operation of trains.

The pilot project carried out by Euskal Trenbide Sarea and MainRail marks an important milestone in the development of advanced technological solutions for the railway maintenance of the Basque railway infrastructure.

The implementation of predictive models allows a smarter and more effective management of railway infrastructures. This ensures greater system safety, efficiency and reliability, while optimizing resources and minimizing unnecessary railroad closures. With these innovations, the foundations are laid for sustainable and quality rail transport in the XXI century, ensuring maximum availability of infrastructure and improving the user experience.

Proyecto piloto de MainRail y ETS: algoritmos predictivos de pandeo ferroviario para maximizar la disponibilidad de la infraestructura

El correcto mantenimiento de las infraestructuras ferroviarias es fundamental para garantizar la seguridad y la eficiencia en el transporte de pasajeros y mercancías. En ese sentido, Euskal Trenbide Sarea (ETS) y la empresa MainRail están llevando a cabo un proyecto piloto pionero para desarrollar un módulo predictivo de pandeo (garrotes). Este proyecto es una extensión del contrato existente entre ambas compañías para la implantación de la plataforma de MainRail, que gestiona el mantenimiento de la infraestructura ferroviaria y el análisis de datos de auscultación de vía. A este respecto, cabe destacar que el módulo predictivo de MainRail ya fue validado en verano de 2022 en una primera implantación en la red ferroviaria de Mallorca.

Pandeo y su impacto en la infraestructura ferroviaria

El pandeo (garrotes) es un fenómeno que se produce cuando las vías se deforman debido a factores como la temperatura, la geometría de la vía, entre otros. Esto puede resultar en deformaciones y fallos estructurales, comprometiendo la integridad de las vías y la seguridad de los trenes

El módulo predictivo de MainRail 

En colaboración con ETS, MainRail ha desarrollado un módulo predictivo basado en la aplicación algoritmos para predecir el pandeo ferroviario. Este desarrollo combina datos meteorológicos, datos de geometría de la vía y un histórico de mantenimiento para identificar con precisión los puntos de riesgo y los momentos críticos en los que el riesgo de que ocurra un pandeo supera los límites pre-calculados dentro de un horizonte temporal de 7 o 10 días.

El módulo predictivo se basa en predicciones meteorológicas para estimar la temperatura del carril, un factor crucial en el origen del pandeo. A partir de la relación entre la temperatura y el comportamiento estructural de la vía, el algoritmo analiza datos en tiempo real y genera predicciones detalladas. Estas predicciones permiten a los operadores de la infraestructura ferroviaria tomar medidas preventivas y de mantenimiento en los lugares y momentos adecuados, evitando posibles incidentes, mejorando la eficiencia del sistema en general, lo que permite aumentar disponibilidad de la explotación de las vías

Beneficios y potencial del módulo predictivo

La implementación del módulo predictivo de MainRail ofrece una serie de beneficios significativos para el mantenimiento ferroviario. Algunos de ellos incluyen:

1. Mejora de la seguridad: al identificar y abordar de manera proactiva los puntos críticos de pandeo, se reducen los riesgos para la integridad de las vías y la seguridad de los trenes y pasajeros.
2. Optimización de los recursos: al programar el mantenimiento de manera más eficiente, se minimizan los cierres de vías innecesarios y se optimizan los recursos, reduciendo los costos asociados al mantenimiento y mejorando la disponibilidad del servicio.
3. Planificación de limitaciones de velocidad: El módulo predictivo permite planificar limitaciones de velocidad cuando hay riesgo de pandeo. Ajustar la velocidad en áreas específicas ayuda a minimizar el estrés en la infraestructura y reduce las posibilidades de fallos o deformaciones.
4. Medidas correctivas y preventivas: Además de la planificación de limitaciones de velocidad, el módulo predictivo proporciona información para analizar otras medidas, como un mantenimiento más exhaustivo y mejoras en la geometría de la vía. Esto permite una asignación eficiente de recursos y una reducción de interrupciones imprevistas en la operación de los trenes.

El proyecto piloto llevado a cabo por Euskal Trenbide Sarea y MainRail marca un hito importante en el desarrollo de soluciones tecnológicas avanzadas para el mantenimiento ferroviario de la infraestructura ferroviaria vasca.

La implementación de modelos predictivos permite una gestión más inteligente y efectiva de las infraestructuras ferroviarias. Esto garantiza una mayor seguridad, eficiencia y confiabilidad del sistema, al tiempo que se optimizan los recursos y se minimizan los cierres de vías innecesarios. Con estas innovaciones, se sientan las bases para un transporte ferroviario sostenible y de calidad en el siglo XXI, asegurando la máxima disponibilidad de la infraestructura y mejorando la experiencia del usuario.