Sommario - Comprendere lo sviluppo dei difetti del binario, che possono avere un impatto significativo sulla sicurezza, è un compito cruciale per gli ingegneri ferroviari. L’analisi dei parametri della geometria è necessaria per monitorare in modo efficiente le condizioni del binario. La ricerca si è recentemente concentrata sul monitoraggio delle irregolarità della geometria del binario utilizzando i dati raccolti dai treni in servizio commerciale. La maggior parte della ricerca precedente si è concentrata sulle irregolarità verticali del binario, poiché le irregolarità laterali sono notevolmente più impegnative da derivare a causa del complesso moto relativo tra ruota e rotaia. Questo lavoro si concentra sulla ricerca della correlazione tra le accelerazioni laterali a bordo e le irregolarità laterali del binario, a partire dagli spostamenti laterali della ruota rispetto alla rotaia. Un algoritmo di Machine Learning (ML) supervisionato viene addestrato e testato con una serie di dati ottenuti tramite simulazione numerica in diverse condizioni operative. Tra gli algoritmi testati, la regressione Random Forest mostra il miglior risultato, seguita dalla regressione polinomiale. I risultati ottenuti sono una conferma della possibilità di rilevare le irregolarità laterali del binario mediante un sensore di visione computerizzato a bordo in grado di rilevare gli spostamenti laterali relativi tra ruota e rotaia. Inoltre, viene eseguita un’analisi di sensibilità che mostra come questi rappresentino il parametro più importante per determinare le irregolarità laterali dal veicolo. I risultati di questo lavoro possono rappresentare un passo avanti verso l’impiego della manutenzione predittiva.
https://www.medra.org/servlet/view?lang=it&doi=10.57597/IF.09.2024.ART.1
- Settembre